基于BP神經網絡的滑坡監測多源異構數據融合算法研究

作者：王智偉,王利,黃觀文,韓清清,徐甫,岳聰

摘要：針對滑坡監測中的多源異構數據融合問題,論文提出了一種基于BP神經網絡的多源異構監測數據融合算法。該算法將影響滑坡變形的溫度、濕度、風力、云量、單日降水量和累計降水量等多環境因子變量作為輸入變量,以滑坡位移變化量數據作為期望輸出數據,并利用各環境因子變量和滑坡位移變化量的相關性及顯著性進行環境因子變量篩選,以提高算法的預測精度。論文采用甘肅省永靖縣黑方臺黨川滑坡的實測數據進行了試驗,結果表明:反向傳播(Back-Propagation,BP)神經網絡數據融合算法適用于具有多源異構監測數據的滑坡變形預測;在進行環境變量因子篩選后,BP神經網絡數據融合算法的決定系數達到0.985,均方根誤差(RMSE)達到0.4787 mm,從而有效提高了變形預測結果的精度。

發文機構：長安大學地質工程與測繪學院 地理信息工程國家重點實驗室 西部礦產資源與地質工程教育部重點實驗室

關鍵詞：滑坡監測多源異構數據數據融合BP神經網絡預測landslide monitoringmulti-source heterogeneous datadata fusionBP neural networkprediction

分類號： P642.22[天文地球—工程地質學]