“阶跃式”滑坡位移预测及阈值分析的ARMA-(LASSO-ELM)-Copula模型

作     者：李骅锦 许强 何雨森 朱星 

作者机构：成都理工大学地质灾害防治与地质环境保护国家重点实验室四川成都610059 爱荷华大学智能系统研究实验室美国爱荷华州爱荷华城52242 

出 版 物：《岩石力学与工程学报》 (Chinese Journal of Rock Mechanics and Engineering)

年 卷 期：2017年第36卷第A2期

页      面：4075-4084页

核心收录：

学科分类：081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程] 

基　　金：国家重点基础研究发展计划(973)项目(2013CB733200) 国家创新研究群体科学基金资助项目(41521002) 

主　　题：边坡工程 滑坡位移预测 周期性 ARMA LASSO-ELM Gumbel-Hougaard Copula 阈值分析 

摘      要：滑坡位移预测的重点内容是提高预测精度及提取阈值,基于该认识及已有研究,建立ARMA-(LASSOELM)-Copula模型,并选取白水河滑坡这一典型阶跃式滑坡为研究案例。首先,运用ARMA模型中的ACF值分析月降雨量与月库水位变化的周期性,并通过PPMCC分析位移月增量与一个周期内诱因数据(月降雨量,月库水位变化)的滞后相关性;然后,建立以所有诱因正相关滞后项为预测模型的输入项,以位移月增量为目标的LASSO-ELM滑坡位移预测模型,将预测所得位移增量累加得到位移预测值;最后,基于诱因值与滑坡位移预测值,比选得到最优Copula函数之后,分别建立其联合分布函数,并提取阀值。结果表明,ARMA联合LASSO-ELM的位移预测模型具有较高精度,明显优于SVR、NN、ELM等模型;选取Gumbel-Hougaard Copula函数可描述案例诱因数据与位移预测值的联合分布,并能提取诱因阈值和对应的位移风险值。