基于HP滤波及DES-TSAM-GRU的滑坡位移多步预测方法

本发明公开了一种基于HP滤波与DES‑TSAM‑GRU的滑坡位移多步预测方法，融合了Hodrick‑Prescott（HP）滤波、双指数平滑（DES）以及集成时空注意力机制的门控循环单元（TSAM‑GRU）神经网络，实现了对滑坡体在未来多个时间步的位移预测。时空注意力机制（TSAM）通过分配输入特征的时间和空间注意力权重，从而提升模型的性能和泛化能力，在滑坡位移预测的应用较为少见。本发明提高了滑坡位移预测的稳定性和准确性，能够为滑坡地质灾害预警和管理决策提供支持。