地铁地表沉降监测数据的预处理及预测方法的探讨

摘要

随着我国新型城镇化建设的不断推进，大城市在资源和环境方面的承载力趋于饱和，不断增多的人口加重了交通拥挤和环境污染的程度，人们的生活质量严重下降，尤其是出行不便带来的困扰。大力发展城市地下轨道交通成了大城市解决问题的必由之路，这也给地铁变形监测领域带来了重大发展机遇，各种监测设备和技术相继问世，但是当前的技术仍无法代替人工测量。地铁变形监测要求数据具有准确性和及时性，与时间关联性很强，但是受地铁施工环境的影响，监测数据有时会出现差错、漏测等问题，这些问题深深困扰着一线的测量工作者们。　　本文的研究就是以解决这种情况为出发点，为一线的测量工作者提供多种解决问题的方法。变形监测的数据处理主要分为两大部分：数据的预处理阶段和数据的分析预测阶段。预处理阶段包括数据的粗差探测处理和缺失数据的插补处理，在介绍相应理论的同时，利用实测数据进行对比分析并对一些算法的缺陷做出改进，提高其准确性和可靠性。在数据分析建模阶段包括数据的拐点探测，时间序列的模型检验，建模过程等内容。根据数据的特点，采用了经过差分处理的ARIMA模型，在建模的过程中，大量采用图像和数据表格相结合的方式，使得建模过程更简便直观。　　本论文的实验数据来自青岛地铁二号线工程施工方变形监测实测的数据，其数据真实可靠，这对于相关领域的其他监测项目，有着一定的参考意义。

目录

声明

1. 绪论

1.1 选题目的和意义

1.2 国内外主要研究方向和成果

1.3 本文主要研究的内容

2.1 施工监测的目的和原则

2.2 变形监测基本内容和仪器

2.3青岛市2号线地铁工程项目概况及控制标准

3. 监测数据的粗差探测与剔除

3.1四种判别准则的概述及适用范围

3. 2实例计算和格拉布斯准则改进

3.3本章小结

4. 缺失数据的插补

4.1三种常用的插补方法

4.2非等间隔灰色GM(1,1)模型插值法

4.3实例计算

4.4本章小结

5. 数据的分析与预测

5.1常用的时间分析预测模型

5.2 ARIMA模型的建模过程

5.3数据实例分析

5. 4本章小结

6. 结论与展望

6.1结论

6.2展望

致谢

参考文献