通过使用动态图形优化GNSS监测进行增强的时空空间滑坡位移预测
Jiangfeng Li1, Jiahao Qin1, Kaimin Kang1
1School of Computer Science and Technology/School of Artificial Intelligence, China University of Mining and Technology, Xuzhou 221008, China.
这项研究通过使用先进的信号处理和动态图形建模来增强滑坡位移预测. 新方法在复杂的环境中显著提高了准确性,有助于减轻灾害的努力.
科学领域:
- 地质技术工程 地质技术工程
- 地质测量是指地质测量.
- 数据科学数据科学数据科学
背景情况:
- 传统的山体滑坡预测方法与复杂的,非静止的空间时间动态作斗争.
- 精确监测斜坡演变对于有效减轻灾害至关重要.
研究的目的:
- 引入一个增强的预测框架,整合多尺度信号处理和动态,地质意识的图形建模.
- 在现实工程环境中提高滑坡位移预测的准确性和稳定性.
主要方法:
- 使用最大重叠离散波形变换 (MODWT) 来否定全球导航卫星系统 (GNSS) 位移数据.
- 使用时间位移相关性构建了一个地质意识的图表,以表示节点间的关系.
- 实现了一个具有低等级约束的动态图形优化模型,以自适应地完善图形拓.
主要成果:
- 拟议的基于DCRNN的模型在八个竞争模型中实现了最高的准确性.
- 在垂直方向上记录了2.773mm的根平均平方误差 (RMSE),与基线相比减少了39.1%.
- 在现实世界数据集上表现出卓越的性能,来自活跃的露天矿山.
结论:
- 动态图形优化方法为滑坡预测提供了强大的解决方案.
- 该框架有效地捕捉了随时间变化的传感器间依赖关系,这些依赖关系受到采矿活动等因素的影响.
- 这项研究验证了在复杂环境中预测山体滑坡的更准确的方法.
更多相关视频
08:09Measuring and Mapping Patterns of Soil Erosion and Deposition Related to Soil Carbonate Concentrations Under Agricultural Management
Published on: September 12, 2017
09:44Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon
Published on: October 16, 2018
相关概念视频
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
Types of Global Positioning System Surveys
Applications of GIS: Disaster Management and Emergency Response
Manipulation and Analysis
Field Application of Global Positioning System
Errors in Global Positioning System
