非等间距多点变形预测模型及其应用

将彼此关联的多个变形监测点纳入整体建模,将单点的变形分析扩展到空间多点的整体变形分析,采用非等间距等距化处理的改进方法,建立了基于非等间距的多点变形预测模型。本文通过实例分析与对比,验证了非等间距多点变形预测模型的可行性和有效性,是一种非线性时空整体变形分析与预测的新方法。     

多点变形动态灰色模型辨识及预测

从单点灰色模型入手,导出了多点变形的预测模型,通过用MATLAB语言编程,实现了空间多点变形预测模型的建立,并以实例验证了模型预测的有效性.     

一种马尔可夫的非等间距多点灰色预测模型

针对非等间距单点灰色预测模型在处理多点变形预测时,没有考虑点与点之间的关联性和它们之间的相互影响,而且容易受建模数据随机扰动性影响这一问题,该文提出了一种基于马尔可夫的非等间距多点灰色预测模型。首先,结合某基坑的变形实测数据,建立非等间距多点灰色预测模型和非等间距单点灰色预测模型,通过两种模型预测结果对比验证非等间距多点灰色预测模型在处理多点变形预测问题上的优越性,然后运用马尔可夫模型建立状态转移概率矩阵对预测结果进行修正,最后建立基于马尔可夫的非等间距多点灰色预测模型。结果表明,基于马尔可夫的非等间距多点灰色预测模型的拟合及预测精度更高,适应性更强,更符合实际变形情况,具有实际参考价值。     

顾及空间和时间关联信息的动态变形模型及其预报方法

本文的研究主题是顾及空间和时间关联信息的动态变形模型及其预报方法。论文在分析比较国内外变形分析与变形预报理论和方法的基础上,首先讨论了大信息量下变形观测时间序列的分析途径,提出了一种简洁快速、适宜于实际工程问题动态变形分析与趋势预报的DDS方法。该方法以较少的模型参数和简洁的模型形式表达了系统离乱序列的潜在变化规律,并判断系统的稳定性。针对贫信息条件下的系统建模问题,论文指出了GM（1,1）模型的适用范围,提出了采用灰色组合动态模型代替常规GM（1,1）建模,并以构造模型群、进行模型比选和给出预测区间的模式进行预测模型的有效性检验。提出了一种多因子关联分析新方法,建立了描述变形因果关系的系统状态模型,是变形成因分析的新的研究途径。针对单点变形分析的不足,首次提出了用灰关联聚类分析方法来描述空间点之间的关系,推出了多点的时空非线性动态模型,使局部单点的变形分析转向空间氛友的整体分析。利用长江三峡链子崖危岩体的实际变形观测资料,进行免走的友关联聚类分析,根据数学定量分析与地质定性分析的综合评判结果,建立了多点的变形动态模型,并进行了整体变形分析及预测预报的有效性验证。     

基于灰关联聚类分析的多点时空非线性模型及其应用

用灰关联分析与模糊聚类方法进行变形点的多点分析,用地质定性分析与数学定量分析相结合的方式对三峡链子崖危岩体Ｔ０￣Ｔ６缝区进行了整体变形分析与空间预测模型的建立。结果表明,多点时空非线性模型是解决贫信息条件下整体变形预测的理想方法。     

基于灰关联聚类分析的多点时空非线性模型及其应用

用灰关联分析与模糊聚类方法进行变形点的多点分析,用地质定性分析与数学定量分析相结合的方式对三峡链子崖危岩体T0～T6缝区进行了整体变形分析与空间预测模型的建立。结果表明,多点时空非线性模型是解决贫信息条件下整体变形预测的理想方法。     

利用TLS技术与伪单点监测模式进行滑坡变形测量

针对传统离散点监测模式不适用于TLS变形监测,以及现有基于TLS技术变形监测的一维性与仅适用于特定几何对象分析等不足,本文提出了一种基于TLS技术的伪单点变形监测模式,并基于该监测模式提出了一种以表面匹配技术为核心的变形计算新方法。通过构建广义高斯-马尔可夫模型匹配搜索估计伪单点对象的全三维变形参数,利用TLS多期点云的高密度性,实现了高精度提取全三维变形信息,尤其适用于滑坡等灾害监测领域。试验表明在扫描距离约240 m时,该方法可达到1 cm级的变形提取精度,对推动变形监测从点测绘向形测绘的转变具有一定的价值。     

相关性的组合预测模型在开采沉陷中的应用

针对当前开采沉陷不同阶段的单点沉陷变形预计精度不高的问题,该文首次从基于相关性的组合预测模型的思想出发,建立了面向沉陷不同阶段的基于相关系数的组合预测模型。实例验证结果表明,基于相关系数的组合预测模型在开采沉陷预测中的应用克服了单一模型的局限性,能够有效利用不同单一模型的信息,有较高的精度和可信度;能够满足不同阶段的开采沉陷预测,更适用于对沉陷变形数据要求高的场合。     

GPS-RTK点校正方法的对比分析

首先介绍了GPS—RTK技术及其工作原理，然后在点校正实验的基础上，重点介绍GPS—RTK的三种常规校正方法：单点校正，多点校正和参数校正的原理与对比实验，通过实验数据探讨了三种校正方法的精度。对比分析，认为多点校正和参数校正均优于单点校正。     

时空变形分析与预报理论研究及应用策略

工程建筑物的变形及与工程有关的灾害监测、分析和预报是工程测量学的重要研究内容。随着高精度、自动化的空间多元监测模式在现代变形监测中的广泛应用,大量变形监测数据的有效处理和分析成为时空变形分析和预报的热点和难点。本文围绕时空变形分析与预报中的关键建模问题,从时频域分析角度,归纳总结并简要对比分析了各种方法的适用场合,针对实际工程变形监测的数据处理与建模,给出了非等间距变形监测数据的处理策略,提出了将彼此关联的多个变形监测点纳入整体建模,将单点变形分析扩展到空间多点整体变形分析的研究思路。     

区域性变形数据序列变异特性分析

对单点变异函数模型及变异函数的套合理论进行介绍,以某矿沉降变形数据为例,建立区域内单个变形监测点的变异函数,借助套合理论建立区域性通用变异函数。实例分析表明该方法可用于区域变形的时变特征分析。为变形预报提供了重要理论依据。     

灰线性马尔科夫模型在建筑物变形监测中的应用

针对传统灰色GM(1,1)预测模型在建筑物变形监测预报中的拟合精度较差、预测精度较低和预测时间较短的问题,文中以传统GM(1,1)、线性回归和马尔科夫模型为理论基础,构建了灰线性马尔科夫预测模型,并结合某建筑物变形监测的观测数据,运用新陈代谢的计算模式进行预测。结果表明,灰线性马尔科夫预测模型的拟合精度和预测精度优于单一的灰色GM(1,1)预测模型和线性回归预测模型,灰线性马尔科夫预测模型具有预测精度高、预测时间长和稳定性高的优势。     

三峡库区滑坡体变形监测的似单差方法与结果分析

根据高精度GPS变形监测的特点，以监测网的首期观测成果为基础，建立了单历元解算监测点变形量的似单差模型，讨论了接收机天线相位中心偏差的改正方法。该模型避免了周跳的探测与修复，可适用于动态、静态两种监测模式及单频接收机。利用三峡库区的实测数据对模型的正确性进行了检验。     

变形模型辨识与参数估计

本文从变形分析的目的出发,分多输入单输出(MISO)和多输入多输出(MIMO)两种类型,详细地讨论了变形模型的自动辨识与参数估计。通过分析和计算,得到了一种可联合各种观测值、精度高以及随着变形规律的改变而不断修正模型的分析方法,并编制了相应的通用程序。     

顾及邻近点变形因素的高斯过程建模及预测

针对传统的变形监测建模方法一般针对单一监测点的变形预测模型,未考虑到监测点间相互作用的变形特点,该文分析了变形监测点间的相互关联性,通过相关系数法对监测点进行分类,并将邻近监测点的观测序列值作为和时间因素等同的影响因子应用到建模过程中,利用高斯过程算法进行训练,建立预测模型。为提高高斯过程算法的模型预测精度,应选择适合工程案例最优协方差函数。通过实例分析,比较GM(1,1)、多点灰色预测模型和顾及邻近点变形因素的高斯过程等3种模型在基坑围岩、滑坡等变形监测数据处理中的预测精度,表明该文算法考虑到监测点间的变形关联性,充分利用高斯过程在针对小样本、非线性数据建模时的高自适应性等优点,具有较高的预测精度。     

一种V/S和LSTM结合的滑坡变形分析方法

滑坡变形的产生是坡体自身地质条件和外部诱发条件共同作用的结果，滑坡变形定量预测是滑坡监测预警的关键。传统的基于滑坡累计位移-时间曲线分析滑坡变形的方法，忽略了滑坡变形演化的影响因素，难以对滑坡变形进行准确预测。三峡库区滑坡研究多集中在滑坡时空分布特征和滑坡整体稳定性分析方面，亟需开展单体滑坡综合变形分析。以三峡库区白水河滑坡为例，基于滑坡宏观变形和位移监测数据，利用重标方差（rescaled variance statistic，V/S）分析法对滑坡整体和局部变形趋势进行分析，进而构建考虑库水位波动和降雨滞后性影响因素的可有效利用长期依赖信息的长短记忆（long short-term memory，LSTM）神经网络模型，定量预测滑坡位移。研究结果表明，滑坡体属牵引式滑坡，北东部稳定性较差，西部和后缘相对稳定，预测值的均方根误差为8.95 mm，证明该模型是一种高性能的滑坡变形分析方法。     

基于深度学习的滑坡位移时空预测

滑坡变形监测数据是认识滑坡变形演化规律的直接依据,对该数据深度挖掘是实现滑坡灾害预警预报的有力保障。现有的滑坡位移预测模型多局限于单个监测点的时序预测,且未考虑监测点间的空间相关性。针对上述问题,本文提出了一种基于深度学习的滑坡位移时空预测模型:首先,构建表达所有点间空间相关性的加权邻接矩阵;其次,引入外界影响因素加强属性特征矩阵,以构建图结构数据;最后,采用集合图卷积网络(GCN)和门控循环单元(GRU)的深度学习模型,并通过多组试验寻找最优超参数,实现滑坡位移的时空预测。本文模型结果的均方根误差为4.429 mm,与对比模型相比至少降低了47.3%。而消融试验结果也显示,引入外界影响因素的属性增强可进一步提高模型的预测性能,均方根误差相对于未属性增强结果减少了28.4%。结果表明,该方法可用于滑坡位移或其他地质灾害中同样具有时空关联属性的观测量的时空预测。     

小波去噪的灰色动态模型在变形预测中的应用

针对GM(1,1)模型对随机波动性较大的数据拟合较差、预测精度低的缺点,提出了基于小波去噪的灰色动态模型。首先运用小波滤波消除数据噪声,使数据更具规律性;再利用灰色动态模型预测变形;最后对高层建筑物沉降监测数据的预测值与实测值进行对比分析。结果表明,该模型的预测误差较小、精度较高,适合在变形预测中应用。