基于分类回归树的树坪滑坡地下水位动态预测
以三峡库区树坪滑坡地下水位监测数据为例,在深入分析降雨量、库水位等影响因素与滑坡地下水位动态变化的响应关系基础上,选取影响地下水位变化的因子集,基于该因子集构建分类回归树模型,并对地下水位进行预测.经验证,测试样本的预测结果与实测值基本吻合,其平均绝对误差和相对误差分别为0.28m和1.15％.利用相同因子集构建粒子群支持向量机模型进行对比,预测结果的平均绝对误差和相对误差分别为1.53m和6.11％.综合表明分类回归树模型具有较好的泛化预测能力,同时在分析滑坡地下水动态变化特征、筛选重要变量等方面具有较强的优越性,是一种有效的滑坡地下水位预测方法.
水库地区 滑坡 地下水位 动态预测 分类回归树
赵艳南
中国地质大学 武汉
国内会议
南京
中文
57-65
2014-11-21（万方平台首次上网日期，不代表论文的发表时间）