基于GIS的建筑物变形监测系统开发与应用研究

摘要

建筑物变形监测是为了监视工程建(构)筑物及设施等点位移动状况而进行长期、重复的测量工作,其关键在于提取变形敏感部位和各观测周期的变形观测点的变形信息、对提取的变形信息进行分析与解释、按照一定的数学模型进行合理预测以保证建筑物的安全。
　　 详细介绍建筑物变形监测的方法、过程和管理。介绍建筑物变形监测常采用的方法与技术,以及利用这些方法进行建筑物变形监测的一般步骤,根据建筑物变形监测的内容探讨建筑物变形监测成果的管理与表达方式。
　　 变形监测数据分析是建筑物变形监测的核心。通过对建筑物进行变形监测获取监测资料,对监测资料进行数据分析提取建筑物的变形信息。根据变形信息进行建模,获取和预测建筑物的变形规律。主要介绍两种建筑物变形分析与预测常用的方法一灰色模型和BP神经网络模型,并利用Matlab中已有BP神经网络工具箱和强大的矩阵运算功能,实现灰色预测和BP神经网络预测,并用实例进行说明。
　　 在此基础上,在ArcGIS、Matlab和Office等软件系统集成环境下,提出利用GIS实现建筑物变形监测分析系统。介绍基于ArcObjects的组件式地理信息系统开发及其开发模式,利用组件式地理信息系统在通用开发环境下嵌入了GIS功能。在ArcObiects开发研究中,将监测点的变形信息用Geodatabase进行一体化管理,实现建筑物、监测点和周围环境在ArcGIS平台下的无缝结合。利用ArcObjects中的MapControl控件和SceneControl控件分别实现监测点的二维可视化分析与建筑物沉降的三维模拟分析。利用Matlab与Visual C++混合编程实现变形监测数据分析与预报功能,利用Office接口编程技术实现系统的报表打印等功能。

目录

文摘

英文文摘

第1章 绪论

1.1 引言

1.2 国内外的研究现状

1.2.1 监测方法的现状

1.2.2 建筑物变形监测分析系统的研究现状

1.2.3 论文的主要研究内容

第2章 建筑物变形监测的基本内容与方法

2.1 方案设计

2.1.1 监测内容的确定

2.1.2 监测方法和仪器的确定

2.1.3 测点布设

2.1.4 变形观测精度和周期的确定

2.1.5 变形监测网的布设

2.2 变形监测成果的管理

2.2.1 成果整理

2.2.2 成果表达

第3章 变形监测数据分析与预测

3.1 灰色模型

3.1.1 灰色模型的基本原理

3.1.2 GM(1,1)模型

3.1.3 模型的检验

3.1.4 GM(1,1)实例分析

3.2 BP神经网络

3.2.1 人工神经网络简介

3.2.2 BP神经网络及其改进

3.2.3 BP神经网络实例分析

第4章 变形监测系统的关键技术

4.1 组件式GIS技术

4.1.1 组件式GIS概述

4.1.2 ArcObjects组件介绍

4.2 ArcObjects开发中的基本技术

4.2.1 深入理解对象模型图

4.2.2 ArcObjects开发模式的选择

4.2.3 常用控件介绍

4.2.4 Geodatabase

4.3 Visual C++与Matlab混合编程技术

4.3.1 混合编程方式概述

4.3.2 基于Matlab Engine的混合编程

第5章 建筑物形变监测系统开发

5.1 开发环境与总体设计

5.1.1 系统开发环境

5.1.2 系统的总体设计

5.1.3 系统的功能设计

5.1.4 系统总体界面设计

5.2 数据库设计

5.2.1 数据库设计原则

5.2.2 数据库的建立

5.2.3 监测数据表结构设计示例

5.3 重点模块介绍

5.3.1 地图表现

5.3.2 数据处理

5.3.3 数据查询

5.3.4 图形管理

5.3.5 成果输出

第6章 结论与展望

6.1 结论

6.2 进一步工作的方向

致谢

参考文献

附录A 累计沉降量数据单位(mm)

附录B GM(1,1)Matlab程序实现

附录C 富春江左岸滑坡三号点监测数据

附录D BP神经网络Matlab程序实现

个人简历 在读期间发表的学术论文与研究成果