The monitoring of landslides has a practical application for the prevention of hazards, especially in the case of large deep-seated landslides. Monitoring data are necessary to understand the relationships between movement and triggers, to predict movement, and to establish an early warning system. This paper compares two phenomenological models for the prediction of the movement of the Kostanjek landslide, the largest landslide in the Republic of Croatia. The prediction models are based on a 4-year monitoring data series of landslide movement, groundwater level, and precipitation. The presented models for landslide movement prediction are divided into the model for the prediction of groundwater level from precipitation data and the model for the prediction of landslide velocity from groundwater level data. The statistical techniques used for prediction are multiple linear regression and random forests. For the prediction of groundwater level, 75 variables calculated from precipitation and evapotranspiration data were used, while for the prediction of landslide movement, 10 variables calculated from groundwater level data were used. The prediction results were mutually compared by k-fold cross-validation. The root mean square error analyses of k-fold cross-validation showed that the results obtained from random forests are just slightly better than those from multiple linear regression, in both, the groundwater level and the landslide velocity models, proofing that multiple linear regression has a potential for prediction of landslide movement.

中文翻译：

---

随机森林与多元线性回归在滑坡速度预测中的比较研究

滑坡监测在预防灾害方面具有实际应用，特别是在大型深部滑坡的情况下。监测数据对于了解运动和触发器之间的关系、预测运动和建立预警系统是必要的。本文比较了两种现象学模型，用于预测克罗地亚共和国最大的滑坡 Kostanjek 滑坡的运动。预测模型基于滑坡运动、地下水位和降水的 4 年监测数据系列。所提出的滑坡运动预测模型分为根据降水数据预测地下水位的模型和根据地下水位数据预测滑坡速度的模型。用于预测的统计技术是多元线性回归和随机森林。对于地下水位的预测，使用了根据降水和蒸散数据计算的 75 个变量，而对于滑坡运动的预测，使用了根据地下水位数据计算的 10 个变量。预测结果通过k折交叉验证相互比较。k 折交叉验证的均方根误差分析表明，随机森林得到的结果在地下水位和滑坡速度模型中均略好于多元线性回归，证明多元线性回归具有预测滑坡运动的潜力。使用了根据降水和蒸散数据计算出的 75 个变量，而对于滑坡运动的预测，使用了根据地下水位数据计算出的 10 个变量。预测结果通过k折交叉验证相互比较。k 折交叉验证的均方根误差分析表明，随机森林得到的结果在地下水位和滑坡速度模型中均略好于多元线性回归，证明多元线性回归具有预测滑坡运动的潜力。使用了根据降水和蒸散数据计算的 75 个变量，而对于滑坡运动的预测，使用了根据地下水位数据计算的 10 个变量。预测结果通过k折交叉验证相互比较。k 折交叉验证的均方根误差分析表明，随机森林得到的结果在地下水位和滑坡速度模型中均略好于多元线性回归，证明多元线性回归具有预测滑坡运动的潜力。预测结果通过k折交叉验证相互比较。k 折交叉验证的均方根误差分析表明，随机森林得到的结果在地下水位和滑坡速度模型中均略好于多元线性回归，证明多元线性回归具有预测滑坡运动的潜力。预测结果通过k折交叉验证相互比较。k 折交叉验证的均方根误差分析表明，随机森林得到的结果在地下水位和滑坡速度模型中均略好于多元线性回归，证明多元线性回归具有预测滑坡运动的潜力。