首页> 中文学位 >GPS技术在滑坡监测中的应用及其数据处理
【6h】

GPS技术在滑坡监测中的应用及其数据处理

代理获取

目录

声明

1 绪论

1.1 研究背景和意义

1.2 滑坡监测研究现状

1.3 GPS技术在变形监测中的应用

1.4 本文研究内容与结构

2 GPS变形监测理论分析

2.1 GPS技术概述

2.2 GPS测量误差来源与分析

2.3 GPS监测系统设计分析

2.4 本章小结

3 GPS 变形监测数据处理技术

3.1 GPS数据处理

3.2 变形监测网的数据处理

3.3 本章小结

4 滑坡监测变形预报的理论与方法

4.1 经典模型

4.2 卡尔曼滤波

4.3 灰色动态模型

4.5 本章小结

5 实例分析

5.1 工程概括

5.2 GPS技术在某风景区滑坡监测中的应用

5.3 监测数据数据处理与预测分析

5.4 本章小结

6 结束语

致谢

参考文献

展开▼

摘要

滑坡灾害已经严重的影响了人们的日常生活。为了减少滑坡灾害带来的危险性,必须对其进行长期、不间断的监测。通过监测变形体的位移情况,可以及时的了解变形体的状态,保证了工程的安全性。变形监测技术多种多样,已从传统的监测技术发展到高精度仪器测定法。尤其,随着GPS技术的出现,以其全天候、高精度等特点,在许多工程领域,已经逐渐的取代了传统的光学测量方法。运用GPS技术进行变形监测,能够减少工作强度,提高工作效率,同时,也能带来直接的经济效益。但同时也要对变形监测数据或监测数据序列进行处理分析,使变形监测可以达到真正意义上的效果。因此,对基于GPS技术的变形监测数据进行处理与分析有着较大的实际研究意义,围绕这一思想,特进行了本课题的研究。  本文介绍了GPS技术及其特点。对GPS测量中受到的误差进行了详细的归纳分析,并讨论了误差的改正方法。在此基础上,也探讨了GPS技术在变形监测作业中的测量方法以及对对滑坡监测网布设方案进行了系统阐述,包括基准点和监测点的选择原则、监测网布设时应该遵循的原则。再从数据处理的角度出发,对监测数据的处理的方法和步骤以及数据的动态跟踪预测的理论进行了详细的研究。归纳总结了经典的预测方法,例如时间序列分析、人工神经网络模型等,并对卡尔曼滤波和灰色GM(1,1)模型的建立以及精度进行详细的介绍。  再结合某区域的滑坡监测实例,对GPS监测数据进行了处理,得出基线解算结果并对其进行检核,结果表明了GPS变形监测技术的优越性。并对收集到的数据,采用卡尔曼滤波模型,动态灰色预测模型以及基于卡尔曼滤波算法的动态灰色预测模型三种模型进行了动态预测,取得了满意的效果,验证了这三种模型在滑坡监测中的可行性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号