[论文解读] A precise machine learning aided algorithm for land subsidence or upheave prediction from GNSS time series

Mostafa Kiani Shahvandi|arXiv (Cornell University)|Jun 6, 2020

Landslides and related hazards参考文献 19被引用 4

一句话总结

本文提出了一种基于机器学习的算法，利用GNSS位置时间序列预测地表沉降或抬升。该方法通过去除潮汐和大气信号并转换坐标至局部系统进行数据预处理，随后应用八种机器学习模型；其中高斯过程（GP）表现最佳，预测精度最高可达4毫米，在14个实际GNSS时间序列上的平均精度为2厘米。

ABSTRACT

This paper is aimed at the problem of predicting the land subsidence or upheave in an area, using GNSS position time series. Since machine learning algorithms have presented themselves as strong prediction tools in different fields of science, we employ them to predict the next values of the GNSS position time series. For this reason, we present an algorithm that takes advantage of the machine learning algorithms for the prediction of positions in a GNSS time series. The proposed algorithm has two steps-preprocessing and prediction. In the preprocessing phase, the periodic tidal and atmospheric signals in the time series are removed and coordinates are transferred to the local coordinate system. In the prediction phase, eight different machine learning algorithms are used, namely, multilayer perceptron, Bayesian neural network, radial basis functions, Gaussian processes, k-nearest neighbor, generalized regression neural network, classification and regression trees, and support vector regression. We show the superiority of the Gaussian processes algorithm, compared to other methods, in 14 different real GNSS time series studies. The proposed algorithm can achieve up to 4 millimeters in accuracy, with the average accuracy as 2 centimeters across all time series.

研究动机与目标

• 开发一种基于GNSS位置时间序列的高精度地表沉降或抬升预测方法。
• 通过从GNSS数据中去除周期性大气和潮汐信号，提升预测精度。
• 评估并比较多种机器学习算法在预测GNSS时间序列趋势方面的性能。
• 证明机器学习，尤其是高斯过程，显著优于传统统计方法（如Theta）在沉降/抬升预测中的表现。
• 为地球科学家和大地测量研究人员提供一种稳健且可迁移的框架，用于预测地表形变。

提出的方法

• 预处理包括使用基于最小二乘法拟合已知频率正弦分量的参数化模型，去除周期性潮汐和大气信号。
• 将时间序列转换为局部坐标系统，以提高预测一致性并降低噪声。
• 应用八种机器学习模型：多层感知机、贝叶斯神经网络、径向基函数、高斯过程、k近邻、广义回归神经网络、分类与回归树以及支持向量回归。
• 周期性信号模型定义为 $ y_k^p = \sum_{i=1}^m a_i \cos(2\pi f_i t_k) + b_i \sin(2\pi f_i t_k) $，其中频率来自表1（例如：0.5、1、14、30、180.1、359.5天）。
• 利用训练数据通过线性最小二乘法估计系数 $ a_i $ 和 $ b_i $，并将拟合信号从原始数据中减去，以分离出仅含趋势的分量。
• 在去趋势化、预处理后的时间序列上使用监督学习进行预测，性能通过MASE、MAE和RMSE指标评估。

实验结果

研究问题

• RQ1 与传统统计方法相比，机器学习模型能否提升GNSS时间序列在地表沉降或抬升预测中的精度？
• RQ2 在多种地球物理和气候条件下，哪种机器学习算法在预测GNSS位置时间序列方面表现最佳？
• RQ3 去除周期性大气和潮汐信号对GNSS基沉降/抬升建模的预测精度有何影响？
• RQ4 数据连续性（连续 vs. 不连续时间序列）对预测性能有何影响？
• RQ5 能否开发一种统一的预处理与预测流程，使其在数据质量与环境条件各异的多个GNSS站点间具有泛化能力？

主要发现

• 高斯过程（GP）实现了最高预测精度，在14个GNSS时间序列中，均方根误差（RMSE）平均为0.0221毫米，MASE平均为0.0229。
• GP模型在单个时间序列中实现了最高4毫米的预测精度，显著优于其他机器学习模型及传统Theta方法。
• Theta统计方法表现极差，均方根误差（RMSE）平均为23.9242毫米，MASE平均为72.2209，证实其在此任务中不适用。
• 径向基函数（RBF）网络是精度最低的模型，均方根误差（RMSE）平均为1525.0325毫米，MASE平均为1848.7074，表明其极不适合用于GNSS时间序列预测。
• 连续时间序列的预测精度显著更高，若保持数据连续性，可实现毫米级精度；而数据不连续则使精度降至厘米级。
• 所提出的算法表明，机器学习，尤其是高斯过程，是基于GNSS数据预测地表沉降或抬升的高效工具，为传统统计方法提供了稳健的替代方案。