建筑物沉降规律的曲线拟合模型研究

建筑物的沉降监测数据序列具有趋势化的特点,通过对建筑物沉降监测数据序列的统计分析,建立建筑物沉降量趋势项及差异沉降量趋势项的数学模型,计算建筑物沉降量及差异沉降量的即时速率,为建筑物的后期监测精度及监测周期提供设计依据.通过工程实例验证,建筑物沉降量及差异沉降量所采用的双曲线回归模型具有较高的拟合精度和预测能力,可实现对建筑物末来沉降趋势的综合预测预报,为建筑物的运营安全评估提供科学的决策依据.     

地表垂直变形序列的多尺度特征分析

基于Morlet小波变换的方法对地表沉降数据序列进行多尺度特征分析，主要是周期性信息的多尺度描述。展现了沉降序列的频率特征在时域上的表现。小波变换能够清晰的给出不同尺度的强弱和分布情况以及沉降变化的趋势和突变点，以某矿的工业广场10个月19期2周等时间间隔的沉降数据序列为俐。分析了沉降数据中显含2．1和4．1个月的主周期信息。说明小波变换在沉降数据序列的分析中具有优越的性质。     

利用GNSS数据分析大港验潮站地壳沉降

青岛大港验潮站的地壳沉降关系到该站平均海平面的绝对变化,因而也就关系到我国高程基准面的变化。本文利用青岛GNSS基准站约10年的观测数据对该站的地壳沉降变化进行分析。首先将青岛GNSS基准站纳入由50个国际IGS站和43个国内陆态网络基准站组成的全球网中,进行单日松弛解和单日约束解解算,获得该站坐标时间序列。然后对该站垂向坐标时间序列进行分析,利用粗差探测、偏差探测、趋势项分析、频谱分析等方法对粗差、偏差、趋势项和周期项进行探测、分析,并通过时间序列模型估计获得时间序列中的周期项振幅和偏差估值。分析表明青岛GNSS基准站垂直方向近一段时间未发现存在显著性的地壳沉降变化,但受到比较明显的周年和半周年周期变化影响。结合青岛大港验潮站验潮数据分析结果得出结论:青岛大港验潮站平均海平面的绝对上升速率是1.62mm/a。     

改进的灰色建模及在沉降监测点重建中的应用

针对工程施工中经常出现的因沉降监测点被损毁而造成的观测序列中断问题，提出含有未知参数的GM（1，1）建模方法，并利用沉降监测点被损前后和周边沉降监测点的观测序列来估计监测点被损前后观测序列的改正常数，较准确可靠地将沉降监测点被损前后的观测序列连接起来。模拟实验及其结果表明，文中的理论和方法具有一定的实用价值。     

小区沉降观测的探索

住宅小区建筑沉降观测主要采用的方法是:水准观测,闭合线路检核,根据观测周期和相邻位置构建沉降变形数据的时间和空间序列,用数据序列变化反映沉降过程.本文在分析小区沉降数据的特点重复性、相关性和延续性后,使用电子表格和数据库来管理沉降数据,其优势在于充分利用了传统关系数据库的成熟技术,如并发控制、事务处理、结构化查询、权限设置等.     

地表垂直变形序列的多尺度特征分析

基于Morlet小波变换的方法对地表沉降数据序列进行多尺度特征分析,主要是周期性信息的多尺度描述.展现了沉降序列的频率特征在时域上的表现.小波变换能够清晰的给出不同尺度的强弱和分布情况以及沉降变化的趋势和突变点,以某矿的工业广场10个月19期2周等时间间隔的沉降数据序列为例,分析了沉降数据中显含2.1和4.1个月的主周期信息.说明小波变换在沉降数据序列的分析中具有优越的性质.     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

老采空区地表沉降监测工程实践与资料分析

针对老采空区地表沉降的不确定性,通过监测方案的设计与实施,采集数据预处理对某一矿区进行分析,利用surfer软件得到了六个监测点的三维线框图并进行渲染。对监测工程资料进行平差处理,得到了各个观测量的精度指标。针对变形监测数据的变化特点,使用AR(p)模型进行编程,主要依据时间序列分析的建模步骤,将建模步骤中的数学公式转换为MATLAB编程语言然后使用编写的程序对变形观测数据进行分析,用前面多期监测数据建立数学模型,并对后面几期进行沉降预测,同时与实测值进行比较分析,用以检验时间序列预测的准确性。     

应用PSInSAR技术分析上海道路网沉降时空特性

城市道路网的持续稳定性监测不仅可以避免重大事故带来的人身财产损失,也有利于经济社会的可持续发展。针对道路网长距离、大跨度的实时监测需求,将永久散射体雷达干涉测量（persistent scatterer synthetic aperture radar interferometry,PSInSAR）技术引入城市道路网的形变监测和预警,处理了上海26景时间序列TerraSAR-X卫星数据,对道路网的沉降进行时空分析。空间上,首先阐述道路网整体的沉降格局,然后探讨局部路段的沉降细节及其驱动力;时间上,分析温度变化对路面沉降时间序列变化的影响,并对实验结果进行精度验证。结果表明,上海道路网沉降主要分布在浦东区,与路网密度相关,新区城市化发展建设已成为道路网主要的沉降原因;沥青路面的沉降时间序列与温度变化存在时间相关性,沉降结果与水准数据基本一致。     

非等间隔灰色模型在桥梁墩台沉降预测中的应用

灰色系统理论具有对样本数量需求少、预测精度好的特点,被广泛地应用于隧道桥梁、公路建设中的数据建模分析,但该数学模型严格要求样本序列等间隔性,因而限制了其适用区间。本文以桥梁墩台沉降数据为例,采用时间加权因子对传统灰色模型方式进行改进,并对其预测效果进行精度检验,为相关非等间隔工程数据建模提供一定的理论参考。     

基于 Markov 理论的加权非等距GM（1，1）预测优化模型

背景值的构造方法是影响加权非等距GM(1,1)预测模型的精度和适应性的关键因素。文中通过等分函数法构造新的背景值对传统的加权非等距GM(1,1)模型进行优化,优化后的模型使其同时适应于高增长指数序列和低增长指数序列,提高传统模型的预测精度和适应性能力。但是优化后的模型依然易受建模数据随机扰动影响。马尔科夫(Markov)模型具有削弱建模数据的随机扰动性的优势。基于此,将优化的加权非等距GM(1,1)模型和Markov理论有机结合,构建优化的加权非等距Markov-GM(1,1)预测模型。最后,结合秀山湖二期工程的变形实测数据,运用新陈代谢的计算模式进行预测验证。结果表明:优化的加权非等距Markov-GM(1,1)预测模型的拟合和预测精度都优于传统的加权非等距GM(1,1)预测模型,新的预测模型的适用性更强,具有实际的参考价值。     

BDS-3钟差改正数实时预报方法

在远海精密动态定位研究中,BDS-3卫星钟差改正信息的质量对定位结果具有直接影响。在传输实时改正信息时,为了同时兼顾效率及成本,岸基用户端通常会将实时信息压缩后传输至远海用户端。针对数据压缩问题,本文提出了利用钟差改正数预报模型进行数据压缩,同时分析钟差改正数的结构特征,并将其分解为总体趋势序列与随机波动序列,分别构建预报模型。结果表明,DSC模型在20 min的预报区间内较DLP模型提升了6%,较DLP模型提升了9%。     

灰色自记忆模型的高层建筑物沉降分析

针对GM(1,1)模型对非线性数据的沉降趋势及其波动特征无法进行准确地预测,而灰色残差模型和灰色马尔科夫模型又无法解决这个问题,提出了灰色自记忆预测模型。该模型利用了自记忆原理考虑过去和现在对未来的影响的记忆性特点,克服了GM(1,1)模型对初值比较敏感、预测精度低等局限性,提高了对波动性数据的预测能力。通过实例验证表明了灰色自记忆模型的可靠性和可行性。     

非倾向性振荡分析用于变形监测数据分析的探讨

介绍分形学理论中的非倾向性振荡分析法(DFA)分析时间序列数据的方法。应用该方法对某变形数据进行分析,分析其变形的相关性以及对后续建模分析时的作用。最后说明定标指数可以从整体上描述变形数据序列的动态变化特征。     

地铁施工段地表沉降组合预测模型研究

为解决地铁施工段地表沉降随机波动较大对预测模型造成扰动的问题,提出了一种组合预测模型。首先利用Mallat算法对沉降序列进行分解和重构,分解并重构出非平稳时间序列中的平滑分量和细节分量;然后,对平滑分量用灰色模型进行拟合与初步预测,对细节分量则引入马尔可夫模型进行预测;最后,将各模型的预测结果进行叠加,从而得到原始沉降序列的预测值。该方法能充分拟合平滑分量数据,而且可避免对细节分量的过拟合,防止随机波动较大值造成模型的整体偏离。通过实例验算得出该模型具有很好的预测精度。     

GPS长趋势变化与大地震的关系

分析了中国大陆27个基准站运行以来至2011年3月的坐标时间序列数据,利用小波变换进行了分频段处理,重点分析了长趋势项(T≥512d)。从长趋势项曲线形态上可以看出站点存在分区特征,同一区域的站点曲线相关系数较高,且区域与地块重合性较好;在曲线形态出现涨落特征后,中国大陆及周边地区会发生Ms 7.5级以上地震。     

CORS站高程非线性速度场及方差波动模型构建方法

本文描述了CORS站高程时间序列采用固定周期项建立线性速度场的基本概念，指出给定周期与实际周期存在偏差的问题。为此，提出了CORS站高程时间序列非线性速度场建模方法。该方法以线性最小二乘解作为迭代初值，利用高斯-牛顿迭代算法求解非线性速度场模型的未知参数，实现了CORS站高程时间序列数据的非线性建模；给出了拟合模型残差平方序列异方差特性的检验方法，阐述了建立GARCH（p，q）模型反映CORS站高程非平稳序列波动情况的基本准则。本文以国内外6个CORS站20余年的高程时间序列为研究对象，建立非线性速度场运动模型。结果表明：CORS站高程运动并不存在严格的整年或半年周期项，近似年周期运动最为明显，近似两年周期运动占比最小，年周期估计偏差达到12%，半年周期偏差18%，两年周期偏差6%，非线性建模精度和效果整体优于线性模型。利用ARCH检验法得到CORS站高程非线性模型的残差平方序列存在异方差性，即残差平方序列具有非平稳特性，引入GARCH（p，q）模型对CORS站高程分量非平稳残差平方序列建模，反映了残差平方序列的非平稳波动。验证了GARCH（p，q）模型对CORS站高程非平稳残差平方序列建模的可行性，为今后利用GARCH（p，q）模型对CORS站高程非平稳噪声序列建模和非线性速度场重构提供了思路。     

顾及地形起伏的无人机影像覆盖分析方法

使用无人机实施测绘航空摄影时，由于无人机相对航高较低，地面起伏会对无人机影像的分辨率、覆盖范围、重叠度造成较大的影响，影像成果会出现分辨率不足、重叠度不够、覆盖漏洞等缺陷。针对这一情况，本文提出了一种利用数字微分正解法的计算方法，借助DEM准确计算每张影像的覆盖范围，并使用FME软件高效生成全部影像的覆盖范围。经过实际使用，验证了该方法可以在航线设计阶段准确预测并分析全部影像的覆盖范围、重叠度，因此可及时发现设计问题并调整航线。该方法可以有效减少因地形起伏造成的影像覆盖缺陷，减少返工现象，从整体上提高了作业效率。     

GM-BP 组合预测模型在基坑沉降分析中的应用

为提高变形预测的精度,采用GM(1,1)与BP神经网络组合模型进行预测。灰色GM(1,1)模型使用方便,在样本数据较少的情况下能够取得不错的预测效果,但对预测序列存在规律性波动或突变时的预测能力不强;而神经网络模型建模过程相对复杂,需要较多的训练样本,但对于数据存在规律性波动和突变时有很好的预测能力。组合模型融合两者优点,将其应用于基坑沉降数据预测,结果表明,该模型预测精度优于传统的单一预测模型。     

混合GM(1,1)模型预报季节性时间序列精度的方法探讨

灰色系统已被成功用于工程、经济、物理控制等许多领域。然而在预报具有季节性的时间序列时，直接应用GM(1，1)灰色模型往往精度不高。因为GM(1，1)灰色模型只能反映时间序列的总体变化趋势，不能很好反映其季节性波动变化的具体特征。因此，作者提出运用“滑动平均去季节性波动”与GM(1，1)混合建模的方法预报具有季节特征的时间序列。并以水文地质系统中地下水位预报和安装在混凝土中的测缝计测得的建筑物形变量为一组时间序列，基于均方差、平均绝对误差和平均绝对百分误差三个精度准则，比较了此方法与其它灰色建模法的结果。结果表明，此方法不仅能反映时间序列的总体变化趋势，而且能客观反映其波动变化的具体特征，有效提高了预报精度，减少了建模的复杂度。