地科學院溫韬副教授團隊長期從事極端條件下滑坡災害演化機理、預測及防治方面的研究，指導本科生高德祥在綜合性地學學術2區期刊《Journal of Earth Science》上發表題為“Landslide Displacement Prediction Based on Time Series and PSO-BP Model in Three Georges Reservoir, China”的研究論文。永利6774app手机版官网為論文第一署名單位，本科生高德祥為論文第一作者，溫韬副教授為該文通訊作者，本項研究得到國家自然科學基金項目、非常規油氣協同創新中心、湖北省爆破工程重點實驗室開放基金項目共同資助。

論文提出了一種基于時間序列分析和粒子群優化-反向傳播（PSO-BP）神經網絡的滑坡位移預測模型。滑坡是複雜的非線性、非平穩動态系統，受到地質、氣候、降水、庫水位等多種因素的影響，位移變化具有随機性和不确定性。傳統的BP神經網絡預測方法存在收斂速度慢和容易陷入局部最小值的問題，而極限學習機（ELM）模型也存在一定的局限性。為了解決這些問題，論文采用了PSO算法優化BP神經網絡的權重和阈值，結合時間序列分析對滑坡位移進行趨勢和周期成分的分解，通過預測這兩部分來實現滑坡位移的總預測。實驗結果表明，PSO-BP模型在滑坡位移預測中優于傳統的BP神經網絡模型和ELM模型，預測結果與實際測量值非常接近，準确度更高，且誤差較小。結合智能算法、遙感技術和地理信息系統（GIS）等手段，未來的滑坡位移預測将更加智能化和精準。

圖1 滑坡各監測點數據分析

圖2 滑坡位移預測結果分析

圖3 論文首頁