摘要：GPS变形监测是以GPS技术为依托，多种相关学科为理论依据而进行相关监测任务的工作方法。与传统的测量方法相比，具有诸多优点，能够很好的满足现代测量的需求。因此在形变监测和精密工程测量领域得到了广泛应用。主要的工作任务包括外业数据采集、内业数据处理、形变结果分析与预测等。
关键词：GPS；高精度变形监测；新模型
随着科学技术的发展，各种数学理论和方法为变形监测的数据分析和预报提供了广泛的研究途径，如灰色模型法、时间序列法、神经网络分析法以及回归分析法等。20世纪80年代，邓聚龙教授提出了灰色系统理论。该理论方法可以用来解决小样本的信息不完备系统的复杂问题，在诸多领域得到了广泛应用。利用灰色理论ＧＭ模型对变形体的变形进行预测，可以达到良好的预测效果。
一、GPS变形监测
GPS变形监测模式可分为周期性和连续性两种。根据形变类型和项目的监测要求，测量方法可以分为静态测量法、快速静态测量法和动态测量法三种。GPS点间无需通视，测量范围不受限制，劳动强度低，同时具有高采样率，操作简单，便于自动化监测等特点，使其在工程变形监测方面，具有独特测量优势。例如隔河岩大坝，它采用的是连续性静态测量方法对大坝进行监测工作。随着科学的发展与科技的进步，对GPS变形监测技术的要求在不断地提高。由目前国内外GPS在变形监测方面的应用现状来看，GPS变形监测技术的发展趋势可概括如下：（１）建立GPS变形监测的在线实时分析系统。（２）建立ＧＰＳ、ＧＩＳ、ＲＳ集合３Ｓ集成监测系统。（３）建立ＧＰＳ与其监测技术相结合的监测系统。（４）分析理论运用到ＧＰＳ动态变形分析中。监测人员利用GPS获得相关的变形数据之后,系统内部的一些技术就会对数据信息进行预处理,提炼出有用信息,并提供给数据使用者,进而帮助数据使用者快速地认识和了解变形情况,采取科学有效的方法来防止变形的继续,从而减少事故的发生,为人们提供安全的生产及生活环境。GPS变形监测数据的处理软件主要是TEQC,该软件能够对GPS变形监测数据进行格式转换,对数据的准确性进行检查,排除卫星信号中噪音的干扰,提高数据的可视化程度,简化监测人员的工作任务和难度。
二、利用GPS进行高精度变形监测的新模型
1.灰色系统理论。１９８２年，灰色系统理论灰色模型系统是一种专门用于解决分析信息不完全系统的数学方法，为分析系统在贫信息建模问题上提供了新的途径。它将一切随机过程看成是与时间相关的灰过程，利用数据生成，把杂乱无章的数据整理成为规律性较强的数据，再进行处理。它最大的优势是对建模数据量的要求极低，能有效的克服回归分析等统计分析方法的不足。灰色模型进行了研究和改进并在一定程度上提高了预测精度。灰色系统的任务是对信息量少的数据进行分析，其实质的目的是建立微分方程，同时对信息进行加工利用。ＧＭ模型通过灰色关联分析，提取建模所需变量，并对离散函数的性质进行研究，最终对离散数据建立微分方程。要得到精度较高的预测结果，必须对其进行模型的精度检验，通常ＧＭ模型采用后验方差进行检验。模型的精度等级由后验方差比值Ｃ和小误差概率Ｐ共同来刻画。
2.对于高精度GPS监测网,一般满足三个条件:其一,基准点都建立在地质条件好、稳定、易于长期保存的地方;其二,基准点与监测点间的距离(本文称为监测距离)一般不超过3km,最好在1km左右;第三,在对监测网进行首期观测时,最好与邻近的高等级国家GPS点联测;一般还需要采用精密基线解算软件)来处理基线向量。也就是说,相对于监测点而言,基准点的变形可以不考虑,同时通过首期观测已获得了基准点与监测点间精确的基线向量先验值。
期刊文章分类查询,尽在期刊图书馆在建立似单差模型的过程中,充分考虑了这些特点。某一监测网中,在进行监测时段的观测时,相对于基准时段(首期观测)而言,基准点不动,监测点发生了变形。设p2点变形后的位置,变形量以表示。现拟用监测时段的观测值获取形变量是利用基准网首期观测的测站坐标和历元的卫星坐标计算的伪距。通过首期观测,由于已精确获得基准点和监测点间的基线向量,该模型类似于载波相位观测值的单差模式,只是考虑到了方向余弦。因此,这种模型称为似单差模型,与之相应的数据处理方法称为似单差法。由于该模型采用了单历元算法,因此避免了周跳的探测与修复这一棘手问题;由于有监测网的首期观测成果,因此双差模糊度的计算变得简单。利用GPS观测出相位观测值之后,由于相位的初始数据难以确定,所以此数据只能作为运算过程中的参数。相位观测值就是GPS系统将接收到的信号进行处理,从而得到的载波所显示的相位。GPS变形监测网(基线向量网)基准包括位置基准、尺度基准和方位基准。由于GPS测量其基线向量中包含了尺度和方位信息，因此，GPS网的尺度基准和方位基准可由GPS网的基线向量来提供。对于监测网来说，也可根据实际需要选定特定方向作为方位基准，以便更好研究变形情况。
3.利用基于ＭＡＴＬＡＢ的灰色ＧＭ预测模型，根据输入的原始数据列，通过处理得到模型的预测值，并对模型进行精度评定。下面以水平位移监测点Ｙ方向监测数据为例，为ＧＭ（１，１）模型预测值与实测值的对比效果。ＧＭ（１，１）模型对于该项目而言具有良好的预测效果。同时也可以发现，随着预测时间增长，预测精度也在下降。从监测成果可以看出前５期Ｘ、Ｙ方向的变化波动较大，反映了监测初期监测目标处于不稳定阶段。从第５期之后，整体基本处于稳定状态。水平最大累计变化量在±１６ｍｍ以内，处于安全范围之内。影响变形的因素是多方面的，基于监测数据，分析其主要原因有：人为因素造成的对中整平误差；仪器本身的系统误差和数据处理所产生的误差；生产区域有一定的人流量和车流量，会对监测点造成影响；季节更替的温度变化会对监测点产生一定影响；高填土方场地受降雨量的影响较大，例如第四至第七期水平位移Ｙ方向有明显变化，此时为七月份左右，正值该地区雨季。变形预测的影响因素是复杂的，影响本次变形预测的重要因素有：①未知场地的先前变形状况。②监测区域为高填土方场地，土层经人工处理过后，与天然土质有很大差别。③监测时间相对较短，可能造成较大的误差。④季节更替导致的温度变化会带来一定影响。场地的水平位移观测、场地水准只是该项目中的部分监测内容。基准点的稳定性在一定
程度上影响了GPS变形监测数据的准确性,所以,有关人员要利用跟踪站来对基准点的稳定性进行检验,一但出现稳定性较差的基准点,就应当及时更换成稳定性较高的基准点,以此充分确保监测数据的准确性。再结合管道沉降以及管道应变观测数据，总体看来，各项监测的结果均处于安全范围之内，可以满足日常生活以及安全生产的需要。此次监测任务的完成并不代表扬子站变形监测工作的结束，还要进行后续监测，以确保生命财产的安全。
结语
随着经济的发展,人们迫切要求GPS变形监测数据处理的准确性能够得到提高,以便为数据需求者提供准确的数据,帮助维修人员利用科学合理的方法消除变形问题,并且提高相关工程的稳定性,为人们提供安全的生产和生活环境。
参考文献
[1]周命端,郭际明,许映林,等.水电站GPS变形监测网的数据处理及稳定性分析[J].测绘通报,2016,4(22):111-112.
[2]任建江,李冬梅,严新军.GPS测量技术在水利工程高精度变形监测网中的应用[J].水利水电技术,2016,6(42):120-121.
[3]姜卫平,刘鸿飞,刘万科,等.西龙池上水库GPS变形监测系统研究及实现[J].武汉大学学报:信息科学版,2016,9(37):135-136.
论文作者:任亚光
论文发表刊物:《基层建设》2018年第28期
论文发表时间:2018/11/17
标签：数据论文; 模型论文; 基准点论文; 基线论文; 基准论文; 灰色论文; 向量论文; 《基层建设》2018年第28期论文;