一种基于机器学习的滑坡灾变趋势预测方法

本发明提出一种基于机器学习的滑坡灾变趋势预测方法，涉及趋势预测领域。方法包括构建滑坡灾变数据集、数据预处理、提出滑坡灾变趋势预测模型、训练和测试。滑坡灾变趋势预测模型由滑坡灾变空间特征提取模块、滑坡灾变多层次时序建模模块、时序自适应注意力机制及趋势‑突变协同建模预测模块组成。空间特征提取模块采用自适应卷积核机制，长时间依赖特征使用较大卷积核，短时间依赖特征使用较小卷积核；多层次时序建模模块融合Bi‑LSTM和Bi‑GRU，通过门控机制动态调整输出特征比例；时序自适应注意力机制计算自适应注意力权重；趋势‑突变协同建模模块结合趋势预测与突变检测，捕捉慢性风险积累和突发滑坡信号。