探矿工艺所探索构建滑坡地表位移预测新模型

 探矿工艺所地质灾害监测预警团队基于三峡库区黄泥巴蹬坎滑坡长达8年的降雨量、库水位和地表位移等监测数据，建立了结合卷积神经网络（CNN）、双向长短期记忆（BiLSTM）网络和注意力机制（attention）的 CNN-BiLSTM-Attention深度学习组合预测模型，采用了适应性学习率和正则化技术进行模型训练，提高了模型的泛化能力。相较于传统的机器学习和神经网络方法，该模型在滑坡位移预测精度上取得了显著提升，预测模型拟合优度达0.989，平均绝对百分比误差（MAPE）仅为0.059。

 通过新的预测模型显著提高了滑坡地表位移的预测准确度，可为地质灾害预测、评价、防治提供技术参考。