知识图谱优化卡尔曼滤波预测库岸滑坡位移 |
| |
引用本文: | 贺汪延,张巍,李厚芝,潘波,邓禄,朱鸿鹄,施斌.知识图谱优化卡尔曼滤波预测库岸滑坡位移[J].高校地质学报,2023(3):372-381. |
| |
作者姓名: | 贺汪延 张巍 李厚芝 潘波 邓禄 朱鸿鹄 施斌 |
| |
作者单位: | 1. 南京大学地球科学与工程学院;2. 中国地质调查局探矿工艺研究所 |
| |
摘 要: | 中国三峡库区库岸滑坡灾害频发,预测库岸滑坡位移是降低风险的重要措施之一。文章构建了库岸滑坡中文知识图谱,提出了知识图谱优化卡尔曼滤波预测库岸滑坡位移模型KG-MTKF。以三峡库区奉节县新铺滑坡为例,采用现场监测数据验证了模型有效性。结果表明,与监测数据系列相比,多因素卡尔曼滤波模型(MT-KF)和知识图谱优化卡尔曼滤波模型(KG-MTKF)用于预测库岸滑坡时,在稳定变形阶段均表现出良好的一致性;在滑坡变形的初始阶段和阶跃段,KGMTKF模型预测精度更高。初始段两种模型存在误差,主要由于滑坡初期变形值较小、系统噪声显著所导致。在阶跃段、平稳段与整个监测周期中,两种模型的误差都较小,且KG-MTKF模型的预测精度显著高于MT-KF模型。对于新铺滑坡这类非线性动力系统,KG-MTKF预测模型在不同位置与变形阶段均能保持高精度与强鲁棒性。
|
关 键 词: | 库岸滑坡 位移预测 知识图谱 卡尔曼滤波 预测精度 |
|
|