典型文献
北斗监测滑坡及其梯度增强多元回归位移预测
文献摘要：
山体滑坡位移量预测精度主要受预测模型和参量的影响,而基于回归模型和灰度预测模型的传统滑坡预测模型主要存在模型预测结构单调、引入的预测影响参量不全面、长期性预测精度低等问题,因此,本文基于北斗数据提出了一种基于梯度增强多元回归算法的滑坡预测方法.梯度增强多元回归模型在考虑多重因素的前提下,使用如降水量、土壤湿度、地形参数等滑坡主影响因子作为回归模型参量,同时结合梯度增强方法,可以增强预测模型的有效结构,提升数据的使用率,进而提高长、短期的滑坡位移量预测精度.最后以西宁市南山寺滑坡带为例,考虑降水、地面沉降、地形地貌等诱发滑坡的关键因素,分别基于梯度增强多元回归模型、贝叶斯岭回归模型、弹性网络回归模型及支持向量机回归模型进行试验.结果表明,梯度增强多元回归模型的方差(EV)结果为0.99 mm2,均方差(MSE)结果为0.04 mm,平均绝对误差(MAE)结果为0.15 mm,且利用梯度增强多元回归模型对2020年12月的表面位移量进行预测,发现相对误差区间为(-0.8％,0.8％],预测精度最高.因此,相对而言,梯度增强多元回归预测模型精度更优、效率更高,更能准确反映滑坡表面位移量的变化状态,精确地对滑坡体进行全天候监控、预警,保障滑坡体周边环境的安全.
文献关键词：
滑坡位移;北斗监测;预测;梯度增强多元回归模型
中图分类号：
作者姓名：
明璐璐;高品红;刘宇航;王鹏;涂梨平;柯福阳
作者机构：
南京信息工程大学遥感与测绘工程学院,江苏 南京210440;浙江华东建设工程有限公司,浙江 杭州310014;西宁市测绘院,青海 西宁810001;西宁市国土勘测规划研究院,青海 西宁810000;江西核工业测绘院集团有限公司,江西 南昌330038;南京信息工程大学无锡研究院,江苏 无锡214000
文献出处：
引用格式：
[1]明璐璐;高品红;刘宇航;王鹏;涂梨平;柯福阳-.北斗监测滑坡及其梯度增强多元回归位移预测)[J].测绘通报,2022(10):7-12
A类：
灰度预测模型,梯度增强多元回归模型
B类：
北斗监测,归位,位移预测,山体滑坡,滑坡位移,位移量,参量,滑坡预测,长期性,北斗数据,多元回归算法,多重因素,降水量,土壤湿度,地形参数,增强方法,西宁市,市南,南山寺,地面沉降,地形地貌,岭回归模型,弹性网络回归模型,支持向量机回归模型,EV,mm2,MSE,平均绝对误差,MAE,误差区间,相对而言,多元回归预测模型,预测模型精度,滑坡体,全天候监控,周边环境
AB值：
0.29185
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
