变形监测与分析重点

1变形监测就是利用测量与专用仪器和方法对变形体的变形现象进行监视观测的工作。其任务是确定在各种荷载和外力作用下，变形体的形状、大小及位置变化的空间状态和时间特征。

2变形监测研究对象划分为①全球性变形研究②区域性变形研究③工程和局部性变形研究

3变形监测工作意义重点：首先是实用上的意义，主要是掌握各种建筑物和地质构造的稳定性，为安全性诊断提供必要的信息，以便及时发现问题并采取措施；其次是科学上的意义，包括更好地理解变形的机理，验证有关工程设计的理论和地壳运动的假说，进行反馈设计以及建立有效的变形预报模型。

4变形分析研究内容涉及变形数据处理与分析、变形物理解释和变形预报的各个方面，通常可将其分为变形的几何分析和变形的物理分析两部分。

5变形物理解释方法可分为统计分析法、确定函数法和混合模型法。

6常用地面监测方法主要有：两方向（或三方向）前方交会法、双边距离交会法、极坐标法、自由设站法、视准线法、小角法、测距法及几何水准测量法，以及精密三角高程测量法等。

7测量机器人（测地机器人）是一种能代替人进行自动搜索、跟踪、辨识和精确照准目标并获取角度、距离、三维坐标以及影像等信息的智能型电子全站仪。利用测量机器人进行工程建筑物的自动化变形监测，一般可根据实际情况采用两种方式①固定式全自动持续监测②移动式半自动变形监测

8GPS 变形监测特点①测站间无须通视②可同时提供监测点的三维位移信息③全天候检测④监测精度高⑤操作简便易于实现监测自动化⑥GPS 大地高用于垂直位移测量

9变形监测方案制定主要内容①监测内容的确定②监测方法、仪器和监测精度的确定③施测部位和测点布置的确定④监测周期（频率）的确定

10控制网4类质量指标①精度，描述误差分布离散程度的一种度量②可靠性，发现和抵抗模型误差的能力大小的一种度量③灵敏度，监测网发现某一变形的能力大小的一种度量④经济，建网费用

11原始实测值的逻辑分析（根据监测点的内在物理意义来分析原始实测值的可靠性，主要用于工程建筑物变形的原始实测值），一般进行两种分析：①一致性分析。这应从时间的关联性来分析连续积累的资料，从变化趋势上推测他是否具有一致性，即分析任一测点本次原始实测值与前一次（或前几次）原始实测值的变化关系。另外还要分析该效应量（本次实测值）与某相应原因量之间的关系和以前测次的情况是否一致。一致性分析的主要手段是绘制时间—效应量的过程线图和原因—效应量的相关图。②相关性分析。这是从空间的关联性出发来检查一些有内在物理联系的效应量之间的相关性，即将某点本测次某一效应量的原始实测值与邻近部位（条件基本一致）各测点的本测次同类效应量或有关效应量的相应原始实测值进行比较，视其是否符合它们之间应有的力学关系。

12对于任何一个监测系统，其观测数据中或多或少会存在奇异值，在变形分析的开始有必要将该奇异值剔除。考虑到系统的连续、实时和自动化，最简便的方法是用“3σ准则”来剔除奇异值。其中，观测数据的中误差σ既可以用观测值序列本身直接进行估计，也可根据长期观测的统计结果确定，或取经验数值

13监测资料插补：①按内在物理联系插补②按数学方法插补 14超限误差检验步骤：①对变形监测网各周期观测值分别进行经典平差，求得未知数向量X 及其协因数阵XX Q ，由此计算l Pl A AQ V T XX -=得到PV V T ，利用

),(~2020∞∧r F σσ在置信水平α下进行超限误差的整体检验。当检验结果存在超限误差时，则计算T XX ll T T XX ll T XX VV A AQ Q I P A AQ Q I P A AQ Q -=--=)()(②利用向量V 中元素与矩阵

VV Q 主对角线上相应元素计算i i v v i q v ，并取()

i i v v i q v max 相应的观测值（设为k l ）作为可能伴随有超限误差的观测值③利用B 检查法或τ检验法、t 检验法对原假设进行统计检验。当原假设被接受，则认为监测网观测值中未包含有超限误差。否则，观测值k l 被认为受到超限误差的影响，应予以剔除④在原假设被拒绝时，剔除观测值k l ，重复步骤①~③，直至没有超限误差存在的可能（即接受原假设）

15监测资料管理系统一般分为①人工管理处理②计算机辅助人工处理③数据库管理系统

16绝对网：有部分点布设在变形体外的监测网，有固定基准，又叫参考网；相对网：网的全部点都在变形体上的监

测网，无绝对固定基准，又叫自由网

17灰色系统：信息不完全的系统为灰色系统。信息不完全一般指：①系统因素不完全明确②因素关系不完全清除③系统结构不完全知道④系统作用原理不完全明了

18灰数、灰元、灰关系是灰色现象的特征，是灰色系统的标志。灰数是指信息不完全的数，即只知大概范围而不知其确切值的数，灰数是一个数集，记为 ；灰元是指信息不完全的元素；灰关系是指信息不完全的关系。 19灰数的白化值指令a 为区间，i a 为a 中的数，若 在a 中取值，则称i a 为 的一个可能的白化值。

20数据生成：将原始数据列x 中的数据()k x ，},2,1)({n k k x x ==，按某种要求作数据处理称为数据生成。如建模生成与关联生成。

21平均间隙法基本思想：先进行两周期图形一致性检验（或称“整体检验”），如果检验通过，则认为所有参考点是稳定的；否则，就要找出不稳定的点。寻找不稳定的点的方法是“尝试法”，依次去掉每一点，计算图形不一致性减少的程度，使得图形不一致性减少最大的那一个点是不稳定的点。排除不稳定点后再重复上述过程，直到图形一致性（指去掉不稳定点后的图形）通过检验为止

22逐步回归计算过程：①由定性分析得到对因变量y 的影响因子有t 个，分别由每一因子建立一个回归方程，求相应的残差平方和剩S ，选其最小的剩S 对应的因子作为第一个因子入选回归方程。对该因子进行F 检验，当其影响显著时，接纳该因子进入回归方程②对余下的t-1个因子，在依次分别选一个，建立二元线性方程共t-1个，计算它们

的残差平方和及各因子的偏回归平方和，选择与???

? ??jj j c 2^max β对应的因子作为预选因子，作F 检验，若影响显著，则接纳该因子进入回归方程③选第三个因子，方法同②，则可建立t-2个三元线性回归方程，计算它们的残差平方和

及各因子的偏回归平方和，同样，选择???

? ??jj j c 2^max β的因子作为预选因子，作F 检验，若影响显著，则接纳该因子进入回归方程。在选入第三个因子后对原先已入选的回归方程的因子应重新进行显著性检验，在检验出不显著因子后，应将它剔除出回归方程，然后继续检验已入选的回归方程因子的显著性④在确认选入回归方程的因子均为显著因子后，则继续开始从未选入方程的因子中挑选显著因子进入回归方程，其方法与③同。反复运用F 检验进行因子的剔除与接纳，直至得到所需的回归方程。

23多元线性回归分析应用于变形观测数据处理与变形预报中主要包括：【t tp p t t t x x x y εββββ+++++= 22110 t=1,2，...，n ()2,0~σεN t 】①变形的成因分析，当【】式中的自变量tp t t x x x ,,,21 为因变量的各个不同影响因子时，则方程【】可用来分析与解释变形与变形原因之间的因果关系②变形的预测预报，当式【】中的自变量tp t t x x x ,,,21 在t 时刻的值为已知值或可观测值时，则方程εβ+=x y 可预测变形体在同一时刻的变形大小

24ARMA 建模步骤：①A 为建模的准备阶段。初始数据的获取要求数据能准确真实地反映建模系统的行为状态，对数据首先要进行分析和检验，这主要包括粗差（奇异点）剔除和数据补损，对Box 算法还需进行正态性、平稳性和零均值性的检验，对不符合平稳化要求的序列要进行数据的预处理，处理方法主要有差分处理和提取趋势项两种；而采用DDS 法对数据的平稳化处理则可灵活进行②B 是模型的结构、类别的初步确定。确定模型的结构。、类别需要选择建模方法，Box 法运用自相关分析法来判定模型的类别、阶次，DDS 法则先用统一的模型结构ARMA(2n,2n-1)来进行处理③D 、E 是建模的关键。模型结构确定后，就要对其参数选取适当的方法按照一定的原则进行估计，从而得到一个完整的时序模型。但所建模型是否就是最佳模型呢？这就需要进行模型的适用性检验，以便最终确定序列的合适模型。对不适合的模型则需返回C ，作模型结构的调整，经C 、D 、E 的反复过程，最终得到适用模型。