王腾军，赖百炼，叶俊华，杨志强

(1.长安大学地质工程与测绘学院，陕西西安710054;2.中国煤炭地质总局航测遥感局，陕西西安710054)

基于GM(1，1)数据融合算法的滑坡预测研究

王腾军1，赖百炼2，叶俊华1，杨志强1

(1.长安大学地质工程与测绘学院，陕西西安710054;2.中国煤炭地质总局航测遥感局，陕西西安710054)

滑坡会对人类生命和财产造成巨大损失，预测预报是预知滑坡灾害发生并减少其影响的重要手段。GM(1，1)算法在滑坡预测中得到普遍应用，该算法具有较少数据量建模的优点。对于滑坡不需要了解各种影响因子的具体状态，但存在建模数据量选取不确定性和长时距预测精度降低的问题，以GM(1，1)模型为基础，引用数据融合技术，对滑坡变形量进行预测，并用实测数据进行验算，结果表明该方法能提高滑坡的预测精度。

GM(1，1);数据融合;滑坡变形;变形预测

一、引 言

滑坡作为一种自然地质灾害，常常会造成巨大的生命财产损失，已成为仅次于地震的第二大自然灾害。为了预防灾害的发生，很有必要事先对滑坡发生的时间做出预测预报。经过国内外许多专家学者的几十年的潜心研究、探索，提出了多种滑坡预测预报的理论模型和方法［1］，可概括为以下4种:确定性预测预报模型;统计预报模型;非线性预报模型;宏观预报模型。在统计预测预报模型中，代表性的有灰色GM(1，1)模型、回归分析法、指数平滑法等多种方法。

GM(1，1)模型数据需求量低，一般几个数据就可以建立模型，直接从所面对的数据中提取信息，其适用于中短期和临滑预测预报［1］。……