龙源期刊网 http://www.qikan.com.cn
浅谈沉降观测数据分析
作者：金荣
来源：《神州》2012年第15期
（江阴市理想空间信息技术有限公司 江苏 江阴 214400）
【摘要】本文详细探讨了沉降观测的数据分析问题，并针对观测中变形分析的几個技术问题进行了阐述。
【关键词】沉降;数据分析;变形分析
【中图分类号】G96 【文献标识码】B 【文章编号】1009-5071(2012)05-0065-02 引言
沉降是指结构物由于荷载、环境等作用引起的随时间发生的位移，基础设施在竖直方向产生的变形，包括下沉和隆起，向下为“正”，向上为“负”。下文中，就对沉降观测数据的分析进行详细探讨。
1 沉降数据的预处理
沉降数据经过预处理之后，需要采用数据序列分析的各种方法，挖掘隐含的未知信息。这样，才能更好的解释各种物理现象，刻画客观规律，为建筑及设计决策提供依据(见图1)。
图11.1 预处理:预处理包括对原始数据进行粗差剔除，去掉离群数据。可采用传统去噪方法处理其中的随机误差。随着小波分析技术的深入发展，小波去噪也不失为一种现代化的序列分析工具。 沉降信息挖掘包括沉降值的趋势分析，残差分析等;沉降量的预报技术也是信息挖掘的一个重要方面。
龙源期刊网 http://www.qikan.com.cn
1.2 周期性信息的提取:沉降数据中周期性信息的提取是数据挖掘的一个重要内容。传统Fourier变换能获得周期性，但它没有反映出随时间变化的频率特征。Fourier提出的加窗Fourier变换对弥补这一不足起到一定作用。但由于Fourierr变换的时频窗大小固定，并没有很好解决时频局部化分析不够这一缺点。事实上，地表沉降是有多时间尺度结构的，需要实现时频局部化分析，挖掘其中周期信息。因此，常规方法在研究地表沉降系统中含有的周期性规律性就存在许多不足。小波分析具有时频多分辨功能。时间尺度变化可以取值到任意细节，能更准确地刻画地表沉降的内在特征。引入小波分析技术，可清晰分离沉降数据序列中的周期信号，检测沉降的剧烈程度，分析趋势项变化等。小波分析引入地表沉降周期特征提取的研究工作开创了一条新途径。决策支持是沉降观测的最终目的。通过分析矿区的地质、水文资料，结合沉降数据中挖掘的信息，可为地下水开发利用、采区布置提供决策支持，同时也为更进一步进行主井及工厂高层建筑物的形变监测提供参考基准。 2 沉降数据分析探讨
2.1 GIS分析软件的使用:使用GIS分析软件中强大的查询能力，可实现基于地理位置的水准点点位及沉降信息查询，如需查询任一点的沉降值只要在查询窗口输入点名或点击电子地图中点位标志，即可出现信息框，显示两点间的沉降量、倾斜曲率、距离等，也可查询任一期观测各沉降控制点的高程，累计沉降量，沉降时间等信息。可通过菜单驱动相关代码生成图形和报表。对于点位或重要形变建筑物的录像可采用VB语言做成多媒体播放控件，采用OLD技术嵌入进来，由适当的事件驱动，使它与点位信息关联。当用户需要某控制点介绍信息时，并通过点击获得多媒体播放信息。也可将沉降信息与工业广场的物流、信息流结合。利用GIS缓冲区分析功能甚至可将井下，巷道分布、工作面的推进情况及其对地面的影响范围都在图上表示出来。结合最优路径分析等其他GIS功能为生产提供辅助决策。
2.2 多维信息数据的融合分析:目前，GIS主要采用图表或专题图的形式在同一平面图上表示多维信息数据。这里采用柱状专题图同时描述沉降控制点的地理位置信息和各期观测值累计沉降量的变化。表达方式准确、直观、具体，很值得进一步推广应用。各期沉降值、累计沉降量和下沉速率可由各期观测水准高程值派生得到。也可生成各期沉降值、下沉速率等信息的专题地图。也可通 过GIS软件绘制沉降的等值线图，使得信息表达得更加清晰。 3 变形分析的几个问题
3.1 基准的选择及不同基准的转换问题:基准不同，求出的各点位移量存在不少的差异，而实际位移是唯一的。
3.2 两期网形不同::经典平差及拟稳平差与稳定点、己知点有关。秩亏平差与网形有关，两期分别平差时，由于基准发生变化，平差结果不同。实际工作中应消去非公共未知数，再平差或将公共点作拟稳点看待作拟稳平差。
龙源期刊网 http://www.qikan.com.cn
变形观测的特点是用相同的仪器或同类仪器以同样的规格重复侧量，无特殊情况，各期观侧的单位权母体方差应相同。但各期由观测值改正数计算的单位权方差一般不会相同，因为它们是子样方差。为选取最佳的枯计量，可联合各期观测结果进行综合估计。 设单位权母体方差为μ2，各期平差求得的单位权方差为：
μ2j=VTPVn-t+dj 而统计量
(n-t+d)jμ2jμ2=χ2(n-t+d)j
为自由度(n-t+d)j的Χ2变量，按Χ2可加性定理，将各期的Χ2变量求和仍为Χ2变量:
Χ2f=Χ2(n-t+d)1+Χ2(n-t+d)s+…+Χ2(n-t+d)3
f=∑sj=1(n-t+d)j
即有：Χ2f= ∑(n-t+d)jμ2jμ2 取数学期望：E(Χ2f)=f
μ2=∑(n-t+d)jμ2j∑(n-t+d)j=∑(VTPV)∑(n-t+d)j
浅谈沉降观测数据分析
