时间序列分析在变形监测数据处理中的应用

在变形监测数据处理中,为了提高预报的精度,本文引入了时间序列分析中的ARMA模型,通过工程实例对该模型的预报精度进行检测,该工程实例的变形监测数据共有30期,本文通过前25期的数据进行ARMA建模并对第26至30期的变形量进行预报,与相应的实际观测值进行对比求差。对比结果显示预报结果良好,一步预报最大残差值在1mm,时间序列分析方法在变形监测数据处理领域应用效果良好。     

ARMA模型在变形监测中的应用

介绍了时间序列分析模型ARMA进行模型识别、参数估计、模型检验和模型预测及其在变形监测数据处理中的应用。并结合某一工程实例,采用该模型对一组实测变形数据进行了分析、预测,取得了较好的数据拟合与预测效果,该模型对变形监测数据处理与预报是十分可靠和可行的,具有很强的实际应用价值。     

模糊综合评判方法在大坝变形分析与预报中的应用

提出应用模糊综合评判方法进行大坝的变形分析与预报,阐述基本原理,并应用该方法对西津大坝27#点的观测资料进行分析整理,通过建立相应的隶属函数,对此点的30期观测资料进行了预报,成功率达73%,说明该方法在大坝变形观测数据处理中具有一定的实效性.     

基于时序模型的变形预报研究

时序模型是一种有效的变形预报方法,但在很多变形预报时序模型应用中,存在建模过程不严密、缺乏统计检验和模型验证等问题。针对这些问题,本文首次在变形预报中采用LM检验来判断序列的相关性,ADF检验判断序列的平稳性,自相关图和偏自相关图初步确定模型类型和阶数以及AIC准则来确定最终模型,确保建模的每一过程都有严格的统计意义。文中利用实测沉降数据,建立了预报模型,并利用模型进行预报;最后将预报结果与实测数据比较,验证了预报模型的有效性,证明本文建模方法科学合理,能用于实际变形预报。     

基于Matlab的建筑基坑变形灰色系统分析预报与应用

在基坑变形监测领域,将GM（1,1）模型应用于变形量的分析预报较为普遍.根据灰色系统理论,通过设定参数,进行用于基坑变形分析预报的灰色预测模型Matlab程序设计,利用具体工程前数期的实测数据,预测建筑基坑后期累计位移变形量,通过与后期实测数据的对比分析表明,程序运行的准确度较高,能够满足基坑变形预测预报的精度要求.     

基于时序分析的建筑物沉降数据处理

变形数据分析与预报是变形监测数据处理的重要内容。基于时间序列分析的特性,研究了应用AR模型对建筑物沉降数据进行分析处理和预报的方法步骤,并通过实例计算证明,该模型具有较好的拟合效果和预报精度。     

基于大坝变形监测预报的神经网络方法的对比分析

近年来,国内外学者在神经网络方面做了大量研究,使神经网络技术在计算、分析、仿真、控制等方面得到广泛应用,在变形监测和测绘数据处理领域,学者们做了大量实验和实践研究,得到丰富的研究和应用成果。本文首先对大坝变形影响因子进行分析,采用主成分分析法提取影响大坝变形的因子元素,最大程度降低因子之间的相关性对神经网络模型的影响。采用改进BP神经网和径向基函数神经网络两种方法,分析大坝变形预测预报效果,并结合相关文献研究成果,对比两种算法的优缺点,探讨神经网络应用于大坝变形监测的可行性。最后结合工程实际应用实例,研究计算表明,改进BP神经网络和径向基函数神经网络都能对实测数据有较好的拟合效果,达到大坝变形预测预报精度,在大坝安全预测预报分析中具有一定的参考和实用价值。     

基于时间序列模型的变电站沉降预测分析

变形分析与预报是变形监测数据处理的重要内容,而时间序列模型是常用的变形分析与预报工具。本文采用时间序列模型对变电站沉降数据进行分析建模,从而掌握变电站的沉降规律,预测未来沉降趋势,对下一步施工具有实际指导意义。     

灰色神经网络模型在建筑物变形预报中的应用

介绍灰色神经网络模型的建模原理和方法,并采用该模型对实际的监测数据进行处理和分析。结果表明,灰色神经网络模型能够在小样本、贫信息和波动数据序列等情况下对变形监测数据做出比较准确的模拟和预报,从而能够为变形监测的数据处理提供一种较好的方法,能够满足实际应用的需求。     

中国地图出版社

工程的变形监测分析与预报 工程的变形监测分析与预报是一个重要的课题．本书紧密围绕这一主题进行了论述。主要内容有：工程变形监测分析与预报的基础理论．变形分析的系统论方法．变形模式的拓扑约束识别及其应用,变形驱动力反演,自适应卡尔曼滤波、时问序列分析及应用．变形预报的人工神经网络方法和神经网络专家系统．小波理论及应用．粗糙集理论（RS）及其在边坡破坏模式中的应用．变形监测分析与预报的进展和发展展望等。     

基于MT-InSAR技术的滑坡体形变监测

矿区开采致使山体发生形变,由微小形变逐渐演变为大梯度形变,变形量值逐渐增加,导致传统的差分干涉技术无法监测到大梯度形变,针对此问题本文利用多时相合成孔径雷达干涉测量(Multi-temporal Interferometric Synthetic Aperture Radar,MT-InSAR)技术对大梯度形变研究区进行滑坡体形变监测。本文详细阐述了合成孔径差分雷达技术、小基线集以及像素偏移量追踪技术的原理以及适用范围,并使用2017年4月至2019年1月的10景ALOS PALSAR-2数据采用三种方法应用在贵州省兴仁县发耳镇发耳村某矿区的滑坡监测中,充分验证了三种方法相结合的方式可有效监测到由山体蠕动而导致的山体滑坡。     

基于GPS的建筑物变形监测数据处理与系统设计

着重于GPS数据的单历元解算方法研究,以及监测点变形量的分析和预测。此外还探讨了该方法在变形监测系统数据处理中的应用情况,以及数据的相关性对变形精度的影响。本文还阐述了对变形量进行分析和预测的各种方法,提出了整体方差法对变形量进行分析,并用卡尔曼滤波的方法对变形值进行预测,试算结果表明这些方法是可行的。最后,本文设计一套GPS自动变形监测系统,包括软件功能设计、数据库实现等,并对系统安全性和可靠性进行了分析。     

基于InSAR的城市地下轨道交通沉降与灾害监测

城市地铁建设会对邻域造成地质环境损伤，甚至发生灾变。传统基于点位测量的方法在实际应用过程中存在野外作业周期长、受天气影响及耗费大量人力物力等缺点。因此，本文基于城市地下轨道交通安全施工中的应用需求，以天津市地铁五号线为例，利用27景TerraSAR数据和PS-InSAR时序监测方法，对地下轨道交通地铁站和隧道施工影响进行了监测和评估。结果表明，PS-InSAR能在施工期间监测到地铁线及周边的形变，有利于城市轨道交通全生命健康监测。     

基于GPS的建筑物变形监测数据处理与系统设计

着重介绍了GPS数据的单历元解算方法,以及监测点变形量的分析和预测,探讨了这种方法在变形监测系统数据处理中的应用情况及数据相关性对变形精度的影响。阐述了对变形量进行分析和预测的各种方法,提出用整体方差法对变形量进行分析,并用卡尔曼滤波方法对变形值进行预测,试算结果表明这些方法是可行的。最后,设计了一套GPS自动变形监测系统,包括软件功能设计、数据库实现等,并对系统安全性和可靠性进行了分析。     

基于坐标差分的山体变形监测方法探讨

在本文中提出了全站仪自由设站坐标差分的观测方法,论述了该方法的原理、误差分析,以及其在山体变形监测中的应用。对在特殊环境下的变形观测有一定的指导意义。     

星载宽幅雷达干涉监测大范围地震形变技术研究

宽幅雷达成像模式可监测大范围地震形变,但该模式与条带成像模式存在差异。针对这些差异,深入分析了图像拼接、大气效应校正和大地水准面差距改正等方面的关键技术,提出了基于配准加权的拼接方法和基于EGM96的大地水准面差距改正方法,分析了适应于宽幅SAR干涉的大气校正模型。在此基础上,对ENVISAT卫星宽幅数据干涉测量成果进行了校正,并分析了汶川地震和于田地震的宽域形变场。     

边坡挡墙变形监测新技术研究

三维激光扫描技术的出现,为边坡挡墙变形监测提供了新的监测手段,本文选用在测量领域中使用较广的脉冲式扫描仪,以监测某立交桥的边坡挡墙变形为实例,进行了点云数据采集。根据边坡挡墙变形监测的特点及数据处理的要求,使用机带软件RIEGL VZ-1000进行了点云数据预处理之后,再引入第三方点云处理软件Geomagic Studio和Geomagic Qualify,进行了数据处理及变形分析。通过研究,提出了基于三维激光扫描技术的边坡挡墙变形监测新方法。     

融合GNSS和加速度计监测数据的超高建筑动态特性分析

GNSS和加速度计是目前动态监测超高建筑环境载荷变形的主要手段。GNSS具有无需通视、可直接获取三维位移等优点，但受精度和采样率的限制，其对微变形及高频振动信息不敏感；而加速度计具有高精度和高采样率等优点，但无法监测超高建筑低频的似静态变形。为充分发挥这两种传感器的各自优势，提出利用多速率Kalman滤波和RTS平滑方法对超高建筑GNSS和加速度计监测数据进行融合处理。试验结果表明，与单一的GNSS监测技术相比，该方法有利于削弱GNSS高频噪声的影响，提高位移数据的采样率，可有效识别超高建筑的低频和高频振动频率，提高对微变形振动的监测能力；与单一的加速度计监测技术相比，该方法可以准确监测超高建筑的低频变形信息，具有良好的工程应用价值。     

“智能全站仪网络监测系统”在地铁监测中的应用

本文提出了“智能全站仪网络监测系统”的概念,它由多台自动化全站仪组成,可以用于较大区域范围结构的变形测量。详细论述了监测网络系统的组成以及功能特点,并介绍了其在广州地铁结构变形监测中的应用情况。     

基于Midas GTS的隧道3维变形建模与可视化研究

针对现代大型工程变形监测手段丰富、监测点数目较多、变形可视化困难等特点,提出了以Midas GTS为平台,利用地形数据和监测点、特征点空间数据进行3维建模,通过对模型的拓扑变换和任意剖切,实现了对各类变形监测点变形量的可视化表达。以某隧道为实例证明该方法操作简便、表现直观,具有较强的实用性和有效性。