基于Transformer的滑坡短期位移预测模型 |
| |
引用本文: | 田原,庞骁,赵文祎,常啸寅,程楚云,邹佩,曹晓澄.基于Transformer的滑坡短期位移预测模型[J].北京大学学报(自然科学版),2023(2):197-210. |
| |
作者姓名: | 田原 庞骁 赵文祎 常啸寅 程楚云 邹佩 曹晓澄 |
| |
作者单位: | 1. 北京大学遥感与地理信息系统研究所;2. 空间信息集成与3S工程应用北京市重点实验室;3. 中国地质环境监测院;4. 北京大学计算机学院;5. 计算语言学教育部重点实验室 |
| |
基金项目: | 中国地质调查局地质调查项目(DD20211364);;国家重点研发计划(2021YFC3000504-02)资助; |
| |
摘 要: | 通过将时序卷积网络(TCN)与Transformer解码器进行组合,提出一种基于Transformer的滑坡短期位移预测模型。将预处理过的位移与降雨序列作为模型的输入,以时序自回归方式输出未来3日的位移预测结果。实验结果表明,与支持向量机(SVM)和长短期记忆(LSTM)等传统模型相比,该模型精度较高,在快速变形期的预测优势尤为突出。对模型注意力机制的分析结果表明,模型关注的重点在位移峰值和大降雨附近,具有较高的可信度。
|
关 键 词: | 边坡工程 滑坡位移 短期预测 Transformer 注意力机制 |
|
|