第二章变形监测分析与预报的的基础理论课件.ppt

1、变形监测分析与预报的基础理论 指用常规的大地测量仪器测量方向、角度、边长和高差等量所采用方法的总称。常规的大地测量仪器：光学经纬仪、光学水准仪、电磁波测距仪、电子经纬仪、电子水准仪、电子全站仪、GPS接收机等常规大地测量方法：变形监测网（GPS网、边角网），几何水准、电磁波测距三角高程测量等。变形监测分析与预报的基础理论 特点：(1) 不接触监测。(2) 外业工作量小，观测时间短，快速，很多点(3) 信息量大，利用率高，利用种类多；(4) 仪器费用较高，数据处理对软硬件的要求较高。 距离小于50m ，可采用机械法。如Gerick研制的金属丝测长仪，将很细的金属丝（受温度影响小）在固定拉力下绕在

2、铟瓦测鼓上，精度优于1mm。两点间在i和i+1周期之间的距离变化l： l = L i + 1 L i = l i + 1 l i伸缩测微铟瓦线尺：由伸缩测量和拉力测量两部分组成，其测微分辨率为0.01mm，如果传递元素(铟瓦线、石英棒等)的长度a、b保持不变，则只需测微小量 和 。l的精度可达0.02mm。 图 2-8 伸缩测微仪原理 图 2-9 用伸缩测微仪监测岩体移动偏离水平基准线的微距离测量准直法水平基准线通常平行于被监测物体（如大坝、机器设备）的轴线。偏离基准线的垂直距离或到基准线所构成的垂直基准面的偏离值称偏距(或垂距)。测量偏距的方法称准直（测量）法。基准线（或基准面）可用光学法、

3、光电法和机械法产生。 偏离垂直基准线的微距离测量铅直法定义： 以过基准点的铅垂线为垂直基准线，测量沿铅垂基准线上的目标点相对于基准线的水平距离(亦称偏距)的方法。 铅垂线可以用光学法、光电法或机械法产生。偏距可用垂线坐标仪、测尺或传感器测得。 例如，两台经纬仪过同一基准点的两个垂直平面的交线即为铅垂线（参见图7-13）。用精密光学垂准仪可产生过底部基准点(底向垂准仪)或顶部基准点(顶向垂准仪)的铅垂线。光学法仪器中加上激光目镜，则可产生可见铅垂线，称激光铅直法。 液体静力水准测量法液体静力水准测量法原理：连通管中处于静止状态的液体压力满足贝努利方程：P+gh=常数按此原理制成的仪器可测两点或多

4、点之间的高差。若其中的一个观测头安置在基准点上，其他观测头安置在目标点上，进行多期观测，则可得目标点的垂直位移。该法特别适合建筑物内部(如大坝)的沉降观测，尤其是用常规的光学水准法观测较困难且高差又不太大的情况。液体静力水准测量系统采用自动读数装置，可实现持续监测，监测点可达上百个。 挠度曲线和倾斜测量定义：相对于水平或铅垂基准线的弯曲线称挠度曲线。曲线上某点到基准线的距离称为挠度。挠度曲线及其随时间的变化可通过倾斜测量或正、倒垂线法获得。例如，确定建筑物在垂直平面内不同高程面上的点相对于底点的水平位移称挠度曲线测量。对于高层建筑物，基础不均匀沉陷将导致建筑物倾斜，建筑物的挠度也可通过观测不同

5、高度处的倾斜值换算得到。两点之间的倾斜也可采用测量高差（或水平位移）和两点间距离，通过计算间接获得。 挠度曲线和倾斜测量用测倾仪测倾角，根据两点上所测的倾角和两点间的距离，可按下式计算挠度曲线的倾角和坐标差(参见图)：挠度曲线的各测点构成“导线”，通过周期连测端点与基准点，可获取挠度线的变化。 挠度曲线和倾斜测量 图2 10用测斜仪测量挠度曲线三维激光扫瞄测量三维激光扫瞄仪本质上也是一种测距测角仪器，通过极坐标和交会原理快速地获取物体的三维坐标。激光扫描仪LR200（也称调频相干激光雷达）可提供水平角、垂直角和距离三个观测值。经坐标转换和建模，可输出被测对象的各种数字模型，并转换到CAD成图。

6、在工程建筑变形监测方面将成为一种重要的方法得到应用。 三维激光扫瞄测量 图2-19 三维激光扫瞄仪HDS4500变形监测为什么要自动化如何实现变形监测自动化 1. 监测网的周期观测数据处理2. 各监测点上的监测数据处理3. 变形分析4. 变形预报 变形分析物理解释几何分析 主要包括：平均间隙法加最大间隙法卡尔曼滤波法 高斯马尔科夫模型：参考点坐标向量的估值及协因数矩位移向量及d 的协因数阵： 二次型：称为平均间隙，整体检验（参考网的叠合分析）零假设：Qdd = Q xx ,i +1 + Q xx ,i = 2Q xx ,i备择假设：H A E ( X i + 1 ) E ( X i ), 或

7、E ( d ) 0 构成统计量：当零假设成立时，说明参考点不存在显著性变形。当备择假设成立时，说明参考点存在显著性变形。做分解： 称j 为动点间隙， 为其余点的平均间隙。对所有的参考点，均轮换做上述分解并计算其中最大的一个称为最大间隙，最大间隙所对应的点为显著性变形点。对剩下的平均间隙再重复上述的整体检验，直至整体检验通过。 经过上述检验，参考网若存在至少两个稳定点，可作约束平差。如果少于两个稳定点，则应进行拟稳平差，拟稳点的权 表示第j点的位移向量， 是一个小的正数。在确定出固定基准或拟稳基准后，所计算出动点以及目标点的位移向量则是相对于基准的真实位移，利用所求的位移及其精度就可以进行变形体

8、变形模型鉴别和变形参数的估计。拟稳平差：把参考网点当做拟稳点，拟稳点的权根据其上的位移向量大小按一定的规则确定，如d jc卡尔曼滤波法卡尔曼滤波是最优估计的一种方法，德国测量学者佩尔策（H.Pelzer）将其应用于变形监测网参考点和目标点的显著性 变形检验。由第K-1期参考网的坐标未知数向量及其协方差阵，并考虑第K期参考网的观测值，求解第K期的坐标未知数向量及其协方差阵采用卡尔曼滤波的递推算法，通过统计检验确定显著性变形的参考点，称为参考网静态点场更新。若将参考网扩大到包括相对网，将参考点视为稳定点，而将目标点视为动点，按卡尔曼滤波法的递推算法进行参考点是否有显著性变形的统计检验和动点的位移向

9、量计算，称为监测网似静态点场更新。一、参考网检验和静态点场更新卡尔曼滤波的递推公式为：系统噪声向量是未知的随机向量，由于地下水位变动、环境温度变化、阳光照射、标石不稳定以及对中不好等原因所引起。协方差阵为对角矩阵，其对角元素值为 K系统噪声向量 K 及其协方差阵p个参考点X、Y、Z 坐标的方差，即在缺少系统噪声信息时，通常假设 K = 0两周期间一致性整体检验步骤（略）二、监测网检验和似静态点场更新（略）2.4.2 变形监测点的数据处理1.回归分析法回归分析是处理变量之间相关关系的一种数理统计方法。变形值(亦称效应量，如位移、沉陷、挠度、倾斜等)为系统的输出，影响因子（亦称环境量，如库水位、气

10、温、气压、坝体混凝土温度、渗流、渗压以及时间等）为系统的输入，将输入称自变量，输出称因变量。用回归分析方法近似地估计变形与影响因子间的函数关系。根据这种函数关系可以解释变形产生的原因，同时也可以进行预报，自变量取预计值时变形的预报值。重要概念：1）回归分析既是一种统计计算方法，又是一种变形的物理解释方法。2）若只是两个变量之间的问题，即一个自变量的情况，称一元回归。变形值和时间之间也可作回归分析。3）若两个变量之间存在线性函数关系，则为直线回归。若两个变量是非线性关系，有两种处理方法：（1）根据散点图和常见的函数曲线(如双曲线、幂函数曲线、指数曲线、对数曲线)进行匹配，通过变量变换把曲线问题化

11、为直线问题；（2）用多项式拟合任一种非线性函数，通过变量变换把一元非线性回归问题化为多元线性回归问题。, x =直线回归方为：y = a + bx双曲线方程：1ybx= a +1 1y x代换：y =化为一元直线回归问题：y = a + bx bx指数函数：y = de做变换1xy = ln y, x =, a = ln d变为标准式回归方程y = a + bx 二次多项式(抛物线)：2y = a + bx + cx做变换：2x1 = x, x2 = x变为二元线性回归方程：y = a + bx1 + cx2二、多元线性回归模型及解函数模型的矩阵：y为因变量，即变形观测值向量y = x + y

12、 + v = , yn ) , m ) = ( y1 , y2 ,为观测值误差向量是回归系数向量 = ( 0 , 1 ,共有n个变形观测值，有m个变形影响因子，它们构成 矩阵的元素nm+1时，按最小二乘原理求解多元线性回归模型中的几个概念QU残差平方和回归平方和总离差平方和S总离差平方和、残差平方和与回归平方和关系：总离差平方和 S 等于残差平方和Q加上回归平和 U。S = Q + U几何意义：总离差平方和为变形观测值与变形观测值的平均值之差的平方和，残差平方和为变形观测值与变形观测值的回归值之差的平方和，回归平方和为变形观测值的回归值与变形观测值的平均值之差的平方和。然，在S一定的情况下，Q

13、愈小，则U愈大。QS愈小，回归平方和U为经过回归之后使总离差平方和S减少的那一部分，U愈大，表示回归效果愈好；残差平方和Q表示经过回归之后自变量对因变量的非线性影响及它们的测量误差影响部分；回归计算公式是以Q等于最小的原理推导的。显愈小，另外，变形影响因子的个数m也愈小。在用回归模型进行预报或控制时，应选用尽可能少的影响因子，达到尽可能高的拟合度，即Q、m都尽可能地小。S愈02 少，20一元线性回归直线性的相关系数检验法公式相关系数估值与回归系数的符号一致，大小与自由度和置信水平有关。若相关系数的估值大于其分位值，表示自变量与因变量间的线性关系密切，回归直线有效。自变量与因变量间的相关系数估值

14、1复相关系数和偏相关系数多元线性回归中，定义复相关系数（因变量与自变量的线性关系程度）：在多元线性回归中，任意两个变量之间的相关系数称为偏相关系数。偏相关系数反映了两个变量之间的相关程度。影响因子和因变量之间的偏相关系数的符号与该因子对应的回归系数的符号一致。回归系数表示在除去其他影响因 子后对因变量的影响。R=US =1-QS偏相关系数的计算方法：,在除去设有三个变量之间的相关系数称对的偏相关系数，有式中，按相关系数估值公式计算。x1、x2、x3x3x1、x2 影响后r12,3x1、x2x312、13、23100备选假设 逐步回归算法的原理根据专业知识和监测资料，在一元线性回归基础上，通过对

15、回归系数进行显著性检验，逐步接纳和舍去影响因子后后得到最佳回归方程。逐步回归算法建立在F检验的基础上：影响因子对因变量是否有显著作用的检验 。零假设构成以下服从F分布的统计量：矩阵中第i个对角元素，当表示是显著的，相应的影响因子应接纳到回归方程，应舍去。式中： 为Q为残差平方和T F1,n ( m +1),1xi进行增添影响因子的显著性检验设多元线性回归方程为其残差平方和为回归平方和为增添一个影响因子后，其回归方程为有：QmU mxm +1Q相应的残差平方和及回归平方和为 m +1 ,U m +1Q = Qm Qm +1U = Um+1 UmQ = U称为 y 对对回归效果的贡献。显著性检验：

16、零假设备选假设统计量：当时拒绝零假设，影响因子应归入回归方程，否则不应增添该影响因子。Q后残差平方和的减小量，反映 xm +1xm +1 的偏回归平方和，等于增添影响因子T F1,nm2,1104 逐步回归算法的步骤(1) 初选变形影响因子；(2) 确定首选的一元线性回归方程；(3) 确定最佳二元线性回归方程；(4) 确定最佳三元线性回归方程；(5) 确定最佳回归方程。 说明1) 逐步线性回归模型需要有较长且一致性较好的观测值序列。2) 当环境量之间相关性较大，可采用岭回归分析；3) 如果考虑测点上有多个效应量，如三向垂线坐标仪、双向引张线仪，二向、三向测缝计的观测值序列，则可采用偏回归模型4

17、) 偏回归模型具有多元线性回归分析、相关分析和主成份分析的功能，在某些情况下优于一般的逐步线性回归模型。 其他方法(略)一、时间序列分析法二、 频谱分析法三、模糊人工神经网络法四、小波分析法2.4.3变形体的变形模型分析1. 目标点的位移向量场变形监测网的位移向量图：直观地反映目标点位移的大小和方向。变形体的位移向量图面向问题的结构化回归分析法：要点：对全部或部分目标点建模，描述变形体的刚体运动和相对形变称综合变形模型原理：变形体的综合变形模型一、刚体运动模型运动方程 (左手坐标系) ：2、相对形变模型运动方程：综合变形模型刚体运动和相对形变的叠加变形体的分块示意图t 向量包括 12个参数，当一个子块(或整块)上多于4个目标点时，构成平差模型求最小二乘解。综合变形模型：3运动模型分回归模型和卡尔曼滤波模型一、回归模型适用于对高程变化的建模二、卡尔曼滤波模型状态方程中含监测点的位置、速率和加速率等状态向量参数。特别适合滑坡监测数据的动态处理。优点：是有严密的递推算法，不需要保留使用过的观测值序列，而且可把模型的参数估计和预报结合在一起。动态模型特点：不仅研究点的运动，同时研究引起点运动的作用力，更为丰富多彩。当变形体上目标点的运动和作用力的函数关系能构造出来时，则可采用动态模型。一个简单的例子：目标点p压力P作用，引起地面下沉。地面受压下沉的动态模型谢谢！