Page 128 - 《武汉大学学报（信息科学版）》2025年第9期

1856 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 9 月

图 9 GNSS 地表位移监测站的累积水平位移数据级融合结果
Fig. 9 Data Level Fusion Results of GNSS Surface Displacement Monitoring Station
Cumulative Horizontal Displacement

3.2.2 特征级融合 能是降雨对滑坡的影响具有滞后性。
依据特征优选-逐步回归方法，对挂马沟梯田 对 GNSS 地表位移监测站的累积水平位移
型黄土滑坡隐患 GNSS 地表位移监测站的累积水 数据级融合结果（A）、GNSS 地表位移监测站的
平位移数据级融合结果、累积垂直位移数据级融合 累积垂直位移数据级融合结果（B）、裂缝计累积
结果、裂缝计累积位移和降雨量进行特征级融合。 位移（C）、降雨量（D）和前 48 h 累积降雨量（E）进
1）特征优选。采用皮尔逊相关性分析法计 行聚类分析，分析结果如图 10 所示。其中，A 1 为
算 GNSS 地表位移监测站的累积水平位移数据 样本 A 在变量 1 上的值；B 2 为样本 B 在变量 2 上
级融合结果与累积垂直位移数据级融合结果、裂 的值；C 3 为样本 C 在变量 3 上的值；D 4 为样本 D 在
缝计累积位移、降雨量、前 48 h 累积降雨量的相 变量 4 上的值；E 5 为样本 E 在变量 5 上的值。由
关 性 系 数 ，分 别 为 0.935、0.951、0.238、0.309。 图 10 可以看出，挂马沟梯田型黄土滑坡隐患监测
GNSS 地表位移监测站的累积水平位移数据级融 因素可分为 3 类：第一类为 GNSS 地表位移监测
合结果与累积垂直位移数据级融合结果、裂缝计 站的累积水平位移数据级融合结果和裂缝计累
累积位移具有高度相关性，与前 48 h 累积降雨量 积位移，第二类为降雨量和前 48 h 累积降雨量，
为低相关，与降雨量相关性极弱。而降雨是滑坡 第三类为 GNSS 地表位移监测站的累积垂直位
发生的重要诱发因素之一，此处相关性较差，可 移数据级融合结果。

图 10 聚类数目与聚类分析谱系
Fig. 10 Cluster Number and Cluster Analysis Family Tree

根据皮尔逊相关性分析和聚类分析，降雨量 响 较 小 ，裂 缝 计 累 积 位 移 对 其 滑 动 影 响 程 度 最
和前 48 h 累积降雨量对挂马沟梯田型黄土滑坡 高。在聚类分析中，可知降雨量与前 48 h 累积降
隐患 GNSS 地表位移监测站的累积水平位移影 雨量属同一类数据，且前 48 h 累积降雨量的相关