變形觀測數據處理

工程建筑物及與工程有關的變形的監測、分析及預報是工程測量學的重要研究內容。其中的變形分析和預報涉及到變形觀測數據處理。但變形分析和預報的范疇更廣，屬于多學科的交叉。

(1) 變形觀測數據處理的幾種典型方法

根據變形觀測數據繪制變形過程曲線是一種最簡單而有效的數據處理方法，由過程曲線可作趨勢分析。如果將變形觀測數據與影響因子進行多元回歸分析和逐步回歸計算，可得到變形與顯著性因子間的函數關系，除作物理解釋外，也可用于變形預報。多元回歸分析需要較長的一致性好的多組時間序列數據。

若僅對變形觀測數據，可采用灰色系統理論或時間序列分析理論建模，前者可針對小數據量的時間序列，對原始數列采用累加生成法變為生成數列，因此有減弱隨機性、增加規律性的作用。如果對一個變形觀測量(如位移)的時間序列，通過建立一階或二階灰微分方程提取變形的趨勢項，然后再采用時序分析中的自回歸滑動平均模型ARMA，這種組合建模的方法，可分性好且具有以下顯著優點：將非平穩相關時序轉化為獨立的平衡時序；具有同時進行平滑、濾波和推估的作用；模型參數聚集了系統輸出的特征和狀態；這種組合模型是基于輸出的等價系統的理想動態模型。

把變形體視為一個動態系統，將一組觀測值作為系統的輸出，可以用卡爾曼濾波模型來描述系統的狀態。動態系統由狀態方程和觀測方程描述，以監測點的位置、速率和加速率參數為狀態向量，可構造一個典型的運動模型。狀態方程中要加進系統的動態噪聲。卡爾曼濾波的優點是勿需保留用過的觀測值序列，按照一套遞推算法，把參數估計和預報有機地結合起來。除觀測值的隨機模型外，動態噪聲向量的協方差陣估計和初始周期狀態向量及其協方差陣的確定值得注意。采用自適應卡爾曼濾波可較好地解決動態噪聲協方差的實時估計問題�？�爾曼濾波特別適合滑坡監測數據的動態處理；也可用于靜態點場、似靜態點場在周期的觀測中顯著性變化點的檢驗識別。

對于具有周期性變化的變形觀測時間序列，通過Fourier變換，可將時域內的信息轉變到頻域內分析，例如大壩的水平位移、橋梁的垂直位移都具有明顯的周期性。在某一觀測時刻的觀測值數字信號可表示為許多個不同頻率的諧波分量之和，通過計算各諧波頻率的振幅，最大振幅以及所對應的主頻率等，可揭示變形的周期變化規律。若將變形體視為動態系統，變形視為輸出，各種影響因子視為輸入，并假設系統是線性的，輸入輸出信號是平穩的，則通過頻譜分析中的相干函數、頻響函數和響應譜函數估計，可以分析輸入輸出信號之間的相干性，輸入對系統的貢獻(即影響變形的主要因素及其頻譜特性)。

(2) 變形的幾何分析與物理解釋

傳統的方法將變形觀測數據處理分為變形的幾何分析和物理解釋。幾何分析在于描述變形的空間及時間特性，主要包括模型初步鑒別、模型參數估計和模擬統計檢驗及最佳模型選取3個步驟。變形監測網的參考網、相對網在周期觀測下，參考點的穩定性檢驗和目標點和位移值計算是建立變形模型的基礎。變形模型既可根據變形體的物理力學性質和地質信息選取，也可根據點場的位移矢量和變形過程曲線選取。此外，前述的時間序列分析，灰色理論建模、卡爾曼濾波以及時間序列頻域法分析中的主頻率和振幅計算等也可看作變形的幾何分析。

變形的物理解釋在于確定變形與引起變形的原因之間的關系，通常采用統計分析法和確定函數法。統計分析法包括多元回歸分析、灰色系統理論中的關聯度分析以及時間序列頻域法分析中的動態響應分析等。統計分析法以實測資料為基礎，觀測資料愈豐富、質量愈高，其結果愈可靠，且具有“后驗”性質，它與變形的幾何分析具有密切的關系，是測量工作者最熟悉和樂于采用的方法。確定函數法是根據變形體的物理力學參數，建立力(荷載)和變形之間的函數關系如位移場的微分方程，在邊界條件已知時，采用有限元法解微分方程，可得到變形體有限元結點上的變形。采用有限元法，可以計算混凝土大壩、礦山地表以及滑坡在外力(表面力和體力)作用下的位移值。這種方法不需要監測數據(監測數據僅作檢驗用)，具有“先驗”性質。只要有限元劃分得當，變形體的物理力學參數(如楊氏彈性模量，泊松比，內摩擦角、內聚力以及容重等)選取得較好，該法無疑是一種多快好省的方法，目前有許多有限元計算 軟件如COSMOS/M供用。但變形體的物理力學參數的確定和所建立的微分方程都帶有一定的假設，有時用有限元法計算的值與實測值有較大的差異，這就導致了將兩種方法相結合的綜合分析法，以及根據實測值按一定理論反求變形體物理力學參數的反演分析法，通過反演解算，重新用有限元法作修正計算。相對于有限元法，條分法用于邊坡穩定性分析、計算和評價更為簡單，其中薩爾碼(SARMA) 法應用最普遍，根據力學模型、幾何條件和靜力平衡方程，對平衡條件作迭代計算，可定量的得到邊坡穩定性評價指標——穩定安全系統。一般要求對條分法和有限元法同時使用。上述方法對大多數測量工作者來說較為陌生，用確定函數法進行地變形的物理解釋和預測屬于學科交叉領域，需要與地質和工程 結構 方面的人員合作。

(3) 變形分析與預報的系統論方法

用現代系統論為指導進行變形分析與預報是目前研究的一個方向。變形體是一個復雜的系統，它具有多層次高維的灰箱或黑箱式 結構 ，是非線性的，開放性(耗散)的，它還具有隨機性，這種隨機性除包括外界干擾的不確定性外，還表現在對初始狀態的敏感性和系統長期行為的混沌性。此外，還具有自相似性、突變性、自組織性和動態性等特征。

按系統論方法，對變形體系統一般采用輸入—輸出模型和動力學方程兩種建模方法進行研究，前者系針對黑箱或灰箱系統建模，前述的時序分析、卡爾曼濾波、灰色系統建模、神經網絡模型乃至多元回歸分析法都可以視為輸入—輸出建模法。采用動力學方程建模與變形物理解釋中的確定函數法相似，系根據系統運動的物理規律建立確定的微分方程來描述系統的運動演化。但對動力學方程不是通過有限元法求解，而是在對系統受力和變形認識的基礎上，用低階的簡化的在數學上可解和可分析的模型來模擬變形過程，模型解算的結果基本符合客觀事實。例如用彈簧滑塊模型模擬地震過程的混沌狀態和高邊坡的粘滑過程，用單滑塊模型模擬大壩的變形過程，用尖點突變模型解釋大壩失穩的機理。對動力學方程的解的研究是系統論分析方法的核心，為此引入了許多與動力系統有關的基本概念，這些概念與變形分析和預報密切相關，它們是：狀態空間或相空間(稱解空間)、相軌線、吸引子、相體積、李亞普諾夫指數和柯爾莫哥洛夫熵等。例如相軌線代表相點運動的跡線，每一個相點代表狀態向量(變形、速率或影響因子)在某一時刻的解；吸引子代表系統的一種穩定的運動狀態，它可以是一個穩定的相點位，環或環面，也可以是相空間的一個有限區域，對于局部不穩定的非線性系統，將出現分數維的奇怪吸引子，表示系統將出現混沌狀態。李亞普諾夫指數描述系統對于初始條件的敏感特征，根據其符號可以判斷吸引子的類型以及軌線是發散的還是吸引(收斂)的�？聽柲�哥洛夫熵則是系統不確定性的量度，由它可導出系統變形平均可預報的時間尺度。對變形觀測的時間序列(如位移量)進行相空間重構，并按一定的算法計算吸引子的關聯維數，柯爾莫哥洛夫熵和李亞普諾夫指數等，可在整體上定性地認識變形的規律。另外，也可根據監測資料，反演變形體系統的非線性動力學方程。

系統論方法還涉及變形體運動穩定性研究，這種穩定性在數學上可轉化為微分方程穩定性的研究，主要采用李亞普諾夫提出的判別方法。

系統論方法涉及到許多非線性科學學科的知識，如系統論、控制論、信息論、突變論、協同論、分形、混沌理論、耗散 結構 等。上述理論遠不是工程測量工作者所能掌握的，將系統論方法與變形分析與預報相結合的研究只是初步的，希望有更多的青年學者加入到這一研究領域來。