基于相关系数的滑坡位移新陈代谢组合预测研究党升冯晓卢志豪陈茂霖韦春桃摘要：针对目前常规组合预测模型在滑坡位移预测预报中精度下降过快的问题，从基于相关系数的组合预测模型出发，应用新陈代谢理论提出了一种基于相关系数的滑坡位移新陈代谢组合预测模型，定义、推导了相应的计算公式，并引入预测评价指标体系对该模型的预测效果进行评价。同时，以黄茨滑坡和新滩滑坡位移为实例进行了验证，结果表明：基于相关系数的滑坡位移新陈代谢组合预测模型的预测评价指标优于单项预测模型和基于相关系数的组合预测模型。关键词：滑坡位移;相关系数;新陈代谢法;组合预测模型;黄茨滑坡;新滩滑坡中图法分类号：P642;P258文献标志码：ADOI：10.16232/j.cnki.1001-4179.2021.07.0160引言滑坡是我国最常见的和多发的一种严重地质灾害[1]，由于滑坡問题较为复杂以及诱发滑坡的因素较多，以至于滑坡时间预测仍是一个世界性难题。滑坡位移是一个典型的非线性系统，要完成对滑坡体的预测和预报，通常需要建立适合滑坡系统的预测模型，目前常用的预测方法有时间序列法、人工神经网络、灰色系统、粒子群算法、Logistic回归模型[2-6]等。但上述方法均为单项预测方法，在预测时仍可能出现精度失稳的情况，为了进一步提高滑坡位移预测精度，不少学者从单项预测模型的信息利用层面上将组合预测模型应用于滑坡位移预测，例如熵权组合预测模型[7]、最小二乘线性组合预测模型[8]、相关性优先的组合预测模型[9]等，结果均发现组合预测方法较单项预测模型而言，预测精度有了一定的提高。但在中长期预测中，无论是单项预测模型还是组合预测模型，预测效果仍颇显不足。因此，对于单项预测模型，也有学者应用新陈代谢思想，从信息挖掘的角度对模型进行改进[10-12]，并取得了较好的预测效果。在组合预测模型的研究中，运用新陈代谢法来挖掘数据，是提高组合预测模型预测精度的又一研究方向。因此，本文将从基于相关系数的组合预测模型[13]出发，引入新陈代谢法，并给出基于相关系数的滑坡位移新陈代谢组合预测模型的计算方法，最后以黄茨滑坡和新滩滑坡位移监测实例数据进行验证。1单项新陈代谢模型1.1初值确定2.2新陈代谢组合预测方法及参数估计在基于相关系数的组合预测模型研究中，通常是将各单项预测模型的拟合序列与滑坡数据监测值按相关系数极大化原则进行带有约束条件的非线性最优化求解，最终得出一组各个单项预测模型的权系数。但事实上，在建立组合模型时，滑坡位移数据的利用是有优先级的，即越近邻预测节点的数据越能反应滑坡系统接下来的滑坡变化（趋势），受陈旧数据的限值和影响，在中长期预测中容易出现失稳甚至错误。因此，笔者提出基于相关系数的新陈代谢组合预测模型，其计算方法如下。4实例验证4.1技术路线基于相关系数的滑坡位移新陈代谢组合预测方法主要分为以下几个主要步骤来实施。（1）计算新陈代谢组合预测模型初始权值{lCmet（0）i，i=1，2，3，…，m}：根据监测位移数据建立m种单项预测模型，求出单项模型的拟合值和一步预测值x^i（N+1），按基于相关系数的组合预测模型[13]建模方法求出组合权值。（2）计算基于相关系数的新陈代谢组合预测模型初始值x^Cmet（0）N+1：根据第0次新陈代谢模型权值（初始权值）和单项预测模型一步预测值计算出一步组合预测值x^N+1，记为新陈代谢组合预测模型预测初始值x^Cmet（0）N+1。（3）依次计算剩余步数的新陈代谢组合预测模型预测值：根据原始监测位移数据和新陈代谢组合预测模型初始值x^Cmet（0）N+1建立1次新陈代谢建模序列，求出各单项模型拟合值并计算各单项模型1次新陈代谢权值，计算1次新陈代谢组合预测值x^Cmet（0）N+2;同理亦可依次循环计算N+3至N+k+1时刻单项预测模型的权系数和组合预测值。通过上述分析过程，基于相关系数的滑坡位移新陈代谢组合预测模型简要技术路线如图1所示。4.2结果分析为了验证基于相关系数的新陈代谢组合预测模型在滑坡位移预测中的有效性，本文引用黄茨滑坡和新滩滑坡[15]的监测位移数据进行分析，具体位移监测数据如表1和表2所列。黄茨滑坡算例以1994年8月1日至11月14日共8期数据作为单项预测模型建模原始数...