地科学院温韬副教授团队长期从事极端条件下滑坡灾害演化机理、预测及防治方面的研究，指导本科生高德祥在综合性地学学术2区期刊《Journal of Earth Science》上发表题为“Landslide Displacement Prediction Based on Time Series and PSO-BP Model in Three Georges Reservoir, China”的研究论文。长江大学地球科学学院为论文第一署名单位，本科生高德祥为论文第一作者，温韬副教授为该文通讯作者，本项研究得到国家自然科学基金项目、非常规油气协同创新中心、湖北省爆破工程重点实验室开放基金项目共同资助。

论文提出了一种基于时间序列分析和粒子群优化-反向传播（PSO-BP）神经网络的滑坡位移预测模型。滑坡是复杂的非线性、非平稳动态系统，受到地质、气候、降水、库水位等多种因素的影响，位移变化具有随机性和不确定性。传统的BP神经网络预测方法存在收敛速度慢和容易陷入局部最小值的问题，而极限学习机（ELM）模型也存在一定的局限性。为了解决这些问题，论文采用了PSO算法优化BP神经网络的权重和阈值，结合时间序列分析对滑坡位移进行趋势和周期成分的分解，通过预测这两部分来实现滑坡位移的总预测。实验结果表明，PSO-BP模型在滑坡位移预测中优于传统的BP神经网络模型和ELM模型，预测结果与实际测量值非常接近，准确度更高，且误差较小。结合智能算法、遥感技术和地理信息系统（GIS）等手段，未来的滑坡位移预测将更加智能化和精准。

图1 滑坡各监测点数据分析

图2 滑坡位移预测结果分析

图3 论文首页