基于光纤监测和PSO-SVM模型的马家沟滑坡深部位移预测研究

滑坡位移预测效果一方面取决于预测模型的优劣，另一方面取决于野外监测数据的质量。针对目前滑坡常规监测技术与评价方法的不足，本文采用光纤监测技术、监测数据与PSO-SVM预测模型相结合的评价方法，对三峡马家沟Ⅰ号滑坡的深部位移进行了预测；通过对320个滑坡深部位移光纤监测数据分析，基于时间序列法，将滑坡位移分为趋势性位移和波动性位移；趋势性位移采用拟合法进行预测，波动性位移采用PSO-SVM模型进行预测；最后将趋势项和波动项位移预测值叠加得到累积位移的预测值。研究结果表明，PSO-SVM模型对波动性位移预测的均方根误差0.51 mm，平均绝对百分误差0.37 mm，能准确预测滑坡波动项位移；累积位移预测值与实测值的相关系数为0.98，均方根误差为0.54 mm，预测效果较好，可以用来对滑坡深部位移进行短期预测。