Page 86 - 2023年第54卷第4期

累积位移监测数据为时间序列原始样本，采用移动平均法从总位移中提取趋势项位移，将总位移减
去趋势项位移的结果作为周期项位移；Ｈｕａｎｇ等 ［１０］ 以白家包滑坡 Ｄ３监测点位移时间序列为研究对
象，采用小波变换法将原始位移分解成三个低、中、高频分量，将最低频分量作为趋势项位移，剩
余项之和作为周期项位移；Ｇｕｏ等 ［１１］ 采用变分模态分解法将藕塘滑坡的 ＭＪ０１和 ＭＪ０２监 测点位移
序列分解为低频模态函数、高频模态函数和残余项，分别代表周期项位移、波动项位移和趋势项位
移。将原始总位移分解后，建立预测模型分别对趋势项和周期项进行预测，并将两者对应时刻点的
预测值进行叠加得到最终的预测总位移。对于趋势项位移而 言，常 采 用 多项 式拟 合法 ［１２］ 和指数平
滑法进行预测 ［１３］ ；对于周期项位移而言，常采用数学统计方法（包含自回归模型 ［１４］ 、灰色模型 ［１５］
等）和机 器 学 习 方 法 （支 持 向 量 机 模 型 ［１６］ 、极 限 学 习 机 模 型 ［１７］ 、随 机 森 林 模 型 ［１８］ 、 神 经 网 络 模
型 ［１９］ 等）进行预测。滑坡变形是滑坡体所处变形演化状态和外界影响因素共同作用的结果，因 此，
在采用以上模型进行变形预测时，最关键的步骤是对 模型 的输 入参 数（状 态变 量和 影 响 因子）进行
筛选，常用的方法有灰色相关分析法 ［１２］ 和皮尔逊相关系数法 ［１９］ 等。例如，安冬等 ［２０］ 将趋势项采用
多项式拟合方法进行预测，同时将当月降雨量、前两月总降雨量、当月平均库水位、相邻两月平均
库水位差值作为输入参数，采用随机森林回归模型进行周期 项预 测；杨 光辉 等 ［２１］ 通 过 灰色关联分
析方法找到与位移密切相 关的 因素 为月平 均降雨 量、连续 两 月 累积 降 雨 量、前 后 三 个 月 平 均 降 雨
量、月库水位最大变化量，然后将以上 因 素 作 为 输 入 参 数，采 用 随 机 森 林 模 型 进 行 位 移 预 测；Ｄｕ
等 ［２２］ 利用多项式函数进行趋势项位移预测，同时，选 取当 前月 降雨 量、累计 前 两 月降 雨量、月库
水位高程变化量及年内总位移累计增量为影响因子，利用 ＢＰ神经网络进行周期项位移预测。利用
预测模型对位移进行预测后，需要对预测结果进行评价以验证预测模型的可靠性，目前运用较多的
２
２
评价指标是 均 方 根 误 差 ＲＭＳＥ和 判 定 系 数 Ｒ， ＲＭＳＥ越 小 以 及 Ｒ 越 大， 表 明 预 测 模 型 的 结 果 越
可靠 ［９］ 。
位移预测的最终目的是研究滑坡变形的演化规律，为滑坡综合预警提供数据基础。对于降雨诱发
阶跃型滑坡而言，通常根据历史累积变形监测曲线分析不同稳定变形阶段和跃迁变形阶段的速率、加
速度等指标，识别降雨诱发阶跃型滑坡 ２种不同特征状态（即变形稳定状态和变形突变状态），建立滑
坡监测预警的速率或加速度等指标阈值，并结合位移预测曲线对未来边坡安全性进行预警。例如：黄
晓虎等 ［２３］ 通过分析 “阶跃型” 变形曲线上的 “破坏拐点” 和 “稳定拐点” 确定了变形加速区间，以
此求解前期降雨、当次降雨以及速率阈值，最后以王家坡滑坡为例设计了 ５级递进式分级预警模型；
覃瀚萱等 ［２４］ 基于时间序列加法模型对滑坡总位移进行预测，利用聚类分析方法对总位移曲线划分不同
的变形阶段，从而实现滑坡监测预警等级的快速判断；罗文强等 ［２５］ 以月降雨量、月库水位高程变化量
作为输入参数建立累积位移时间序列预测模型，然后基于 Ｃｈｏｗ分割点检验理论对滑坡演化阶段进行
准确划分，从而为滑坡的临滑预警提供重要判据。
综上所述，以时间序列分析的非线性数据驱动模型在滑坡位移预测中得到了较好的应用，但是，
结合位移预测成果的滑坡监测预警仍是难点。此外，滑坡体通常存在多个位移监测点，当前的滑坡位
移预测和监测预警均针对单个位移监测点开展研究，如何选择合理位置处的位移监测点对分析结果至
关重要，目前人为经验选择监测点的方式具有显著的主观性和不确定性。
针对此研究现状，本文提出降雨诱发阶跃型滑坡多点位移监测数据 的 “融 合 － 预测 － 预警” 框
架。首先将滑坡体不同位移监测点数据分解为趋势项和周期项，利用加权值法分别对其进行动态加
权融合得到融合趋势项和 融合 周期 项，将 两者叠 加即 可得 到 滑 坡体 的 现 状 综 合 变 形 时 间 序 列；然
后，采用滑动多项式拟合法和随机森林算法分别对融合趋势项和融合周期项进行预测并叠加得到滑
坡体的预测综合变形时间序列；最后，基于 斜 率 变 点 分 析 方 法 搜 索 综 合 变 形 曲 线 的 “稳 定 点” 和
“跃迁点”，确定稳定变形和加速变形区间 的斜率，进 而建 立降 雨 诱 发阶 跃 型 滑坡 的四 级递 进式分
级预警模型。最后对向家坝水库某滑坡体进行综合变形预测和预警，判断该滑坡体当前处于稳定变
形阶段。

— ４ ６ —
２