留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

时空自回归模型在大坝变形分析中的应用

李广春 戴吾蛟 杨国祥 刘斌

李广春, 戴吾蛟, 杨国祥, 刘斌. 时空自回归模型在大坝变形分析中的应用[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 877-893. doi: 10.13203/j.whugis20130549
引用本文: 李广春, 戴吾蛟, 杨国祥, 刘斌. 时空自回归模型在大坝变形分析中的应用[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 877-893. doi: 10.13203/j.whugis20130549
LI Guangchun, DAI Wujiao, YANG Guoxiang, LIU Bin. Application of Space-Time Auto-Regressive Model in Dam Deformation Analysis[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 877-893. doi: 10.13203/j.whugis20130549
Citation: LI Guangchun, DAI Wujiao, YANG Guoxiang, LIU Bin. Application of Space-Time Auto-Regressive Model in Dam Deformation Analysis[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 877-893. doi: 10.13203/j.whugis20130549

时空自回归模型在大坝变形分析中的应用

doi: 10.13203/j.whugis20130549
基金项目: 国家973计划资助项目(2013CB733303)
详细信息
    作者简介:

    李广春,硕士生,现从事变形监测与分析方向研究。

    通讯作者: 戴吾蛟,博士,副教授。
  • 中图分类号: P258

Application of Space-Time Auto-Regressive Model in Dam Deformation Analysis

Funds: TheNationalBasicResearchProgramofChina(973Program),No.2013CB733303.
More Information
    Author Bio:

    LIGuang chun,postgraduate,specializesindeformationmonitoringandanalysis.

    Corresponding author: DaiWujiao,PhD,associateprofessor.
  • 摘要: 变形监测分析的模型与方法主要是针对单点时序的分析,建立大坝位移自回归模型可实现大坝位移预测预报,但传统自回归模型都是针对单测点进行的,这意味着需要对所有的测点进行建模,将会造成大量模型冗余.而大坝作为一个整体结构,测点间的位移在空间上是相互关联的。单点自回归模型并未考虑着这种相关性,为了考虑测点间的这种空间相关性并建立统一的模型,本文采用时空自回归方法对五强溪大坝位移监测数据进行整体分析,建立了大坝位移的时空自回归模型。通过对大坝引张线测点的建模与预测分析,结果表明时空自回归模型在时间和空间上都可以对位移监测数据序列进行较好的拟合与预测。
  • [1] HuangShengxiang,YinHui,JiangZheng.De formationMonitoringDataProcessin[M].Wuhan:WuhanUniversityPress,2010(黄声享,尹晖,蒋征.变形监测数据处理[M].武汉:武汉大学出版社,2010)[2] ShangYuequan,SunHongyue,ZhaoFusheng.ARMAModelAnalysisofLandslideDeformation[J].犆犺犻狀犲狊犲犑狅狌狉狀犪犾狅犳犌犲狅狋犲犮犺狀犻犮犪犾犈狀犵犻狀犲犲狉犻狀犵,2000,22(5):628 629(尚岳全,孙红月,赵福生.滑坡变形动态的自回归模型分析[J].岩土工程学报,2000,22(5):628 629)[3] ChenYongqi,WuZi’an,WuZhongru.Deforma tionMonitoringAnalysisandPrediction[M].Bei jing:SurveyingandMappingPress,2003(陈永奇,吴子安,吴中如.变形监测分析与预报[M].北京:测绘出版社,2003)[4] YinHui.ReviewoftheMethodtoDeformationA nalysisandPrediction[J].犖狅狉狋犺犲犪狊狋犛狌狉狏犲狔犻狀犵犪狀犱犕犪狆狆犻狀犵,2000,23(1):1013(尹晖.变形分析与预报方法综述[J].东北测绘,2000,23(1):1013)[5] WangJiaqiu,DengMin,ChengTao,etal.Space TimeSeriesDataAnalysisandModeling[M].Bei 李广春等:时空自回归模型在大坝变形分析中的应用jing:BeijingScientificPress,2012(王佳趚,邓敏,程涛,等.时空序列数据分析和建模[M].北京:科学出版社,2012)[6] WutsqaDU,Suhartono,SutijioB.GeneralizedSpace TimeAutoregressiveModeling[C].ICM SA2010,KualaLumpur,2010[7] WuChao,LuChao,HanYingduo,etal.Low fre quencyOscillationModeNoise SignalRecognitionwithModelOrdering[J].犃狌狋狅犿犪狋犻狅狀狅犳犈犾犲犮狋狉犻犮犘狅狑犲狉犛狔狊狋犲犿狊,2009,33(21):15(吴超,陆超,韩英铎,等.计及模型定阶的低频震荡模式类噪声信号识别[J].电力系统自动化,2009,33(21):1 5) AnalysisinEngineeringApplication(SecondEdi tion)[M].Wuhan:HuazhongUniversityofScience&TechnologyPress,2007(杨叔子,吴雅,轩建平.时间序列分析的工程应用(第二版)上册[M].武汉:华中科技大学出版社,2007)[9] TerziS.MaximumLikelihoodEstimationofaGen eralizedStar(犘;犔)Model[J].犐狋犪犾犛狋犪狋犻犮犛狅犮,1995:377 393[10] LiuDajie,TaoBenzao.PracticalMethodsforSur veyingDataProcessing[M].Beijing:SurveyingandMappingPress,2000(刘大杰,陶本藻.实用测量数据处理方法[M].北京:测绘出版社,2000)[8] YangShuzi,WuYa,XuanJianping.TimeSeries
  • [1] 丁梓越, 刘海砚, 陈晓慧, 麻洪川.  顾及时空因素的国家恐怖袭击事件Cox回归分析 . 武汉大学学报 ● 信息科学版, 2020, 45(12): 1949-1959. doi: 10.13203/j.whugis20200189
    [2] 潘晓, 张翠娟, 吴雷, 闫晓倩.  众源地理空间数据的空间文本相关性分析 . 武汉大学学报 ● 信息科学版, 2020, 45(12): 1910-1918. doi: 10.13203/j.whugis20200185
    [3] 罗亦泳, 姚宜斌, 黄城, 张静影.  基于改进VMD的变形特征提取与分析 . 武汉大学学报 ● 信息科学版, 2020, 45(4): 612-619. doi: 10.13203/j.whugis20180286
    [4] 姚宜斌, 罗亦泳, 张静影, 赵纯洁.  基于小波相干的雾霾与GNSS对流层延迟相关性分析 . 武汉大学学报 ● 信息科学版, 2018, 43(12): 2131-2138. doi: 10.13203/j.whugis20180234
    [5] 马俊, 姜卫平, 邓连生, 周伯烨.  GPS坐标时间序列噪声估计及相关性分析 . 武汉大学学报 ● 信息科学版, 2018, 43(10): 1451-1457. doi: 10.13203/j.whugis20160543
    [6] 陈俊平, 周建华, 严宇, 陈倩, 王彬.  GNSS数据处理时空参数的相关性 . 武汉大学学报 ● 信息科学版, 2017, 42(11): 1649-1657. doi: 10.13203/j.whugis20170278
    [7] 陈江平, 韩青, 胡晶, 张鹏林.  顾及小波变换的土地利用变化与经济因子的多尺度相关性分析 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1118-1121.
    [8] 杨叶涛, 龚健雅, 王迎迎, 曾又枝.  遥感时空不一致性对城市景观格局动态分析影响 . 武汉大学学报 ● 信息科学版, 2011, 36(8): 974-977.
    [9] 王汉东, 乐阳, 李宇光, 黄玲.  城市商业服务设施吸引力的空间相关性分析 . 武汉大学学报 ● 信息科学版, 2011, 36(9): 1102-1106.
    [10] 常军, 胡瑞敏, 王中元, 艾浩军.  基于隐含语义相关性分析的视频语义检索 . 武汉大学学报 ● 信息科学版, 2011, 36(10): 1256-1259.
    [11] 方志祥, 李清泉, 萧世伦.  利用时间地理进行位置相关的时空可达性表达 . 武汉大学学报 ● 信息科学版, 2010, 35(9): 1091-1095.
    [12] 张正禄, 王小敏, 邓勇, 谢年生.  模糊神经网络在变形分析与预报中的应用研究 . 武汉大学学报 ● 信息科学版, 2010, 35(1): 6-8.
    [13] 袁修孝, 吴珍丽, 季顺平.  POS影像外方位元素相关性对模型上下视差理论精度的影响 . 武汉大学学报 ● 信息科学版, 2009, 34(8): 889-893.
    [14] 刘国林, 郝晓光, 薛怀平, 独知行.  影响InSAR测高精度因素的相关性分析 . 武汉大学学报 ● 信息科学版, 2007, 32(1): 55-58.
    [15] 潘国荣.  基于时间序列分析的动态变形预测模型研究 . 武汉大学学报 ● 信息科学版, 2005, 30(6): 483-487.
    [16] 张宏伟, 张祖勋, 张剑清.  直线摄影测量观测值的冗余度和相关性分析 . 武汉大学学报 ● 信息科学版, 2005, 30(9): 775-777.
    [17] 余晓红, 刘大杰.  地图数字化数据坐标变换的相关性分析 . 武汉大学学报 ● 信息科学版, 2002, 27(5): 456-461.
    [18] 吴子安.  大坝变形监测数据回归分析中的因子选择 . 武汉大学学报 ● 信息科学版, 1993, 18(1): 20-26.
    [19] 赵少荣.  变形监测网的可区分性分析 . 武汉大学学报 ● 信息科学版, 1991, 16(2): 18-27.
    [20] 郭仁忠, 张克权.  Q型聚类分析中变量相关性的处理方法分析 . 武汉大学学报 ● 信息科学版, 1987, 12(3): 64-78.
  • 加载中
计量
  • 文章访问数:  1315
  • HTML全文浏览量:  69
  • PDF下载量:  6619
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-10-08
  • 修回日期:  2015-07-05
  • 刊出日期:  2015-07-05

时空自回归模型在大坝变形分析中的应用

doi: 10.13203/j.whugis20130549
    基金项目:  国家973计划资助项目(2013CB733303)
    作者简介:

    李广春,硕士生,现从事变形监测与分析方向研究。

    通讯作者: 戴吾蛟,博士,副教授。
  • 中图分类号: P258

摘要: 变形监测分析的模型与方法主要是针对单点时序的分析,建立大坝位移自回归模型可实现大坝位移预测预报,但传统自回归模型都是针对单测点进行的,这意味着需要对所有的测点进行建模,将会造成大量模型冗余.而大坝作为一个整体结构,测点间的位移在空间上是相互关联的。单点自回归模型并未考虑着这种相关性,为了考虑测点间的这种空间相关性并建立统一的模型,本文采用时空自回归方法对五强溪大坝位移监测数据进行整体分析,建立了大坝位移的时空自回归模型。通过对大坝引张线测点的建模与预测分析,结果表明时空自回归模型在时间和空间上都可以对位移监测数据序列进行较好的拟合与预测。

English Abstract

李广春, 戴吾蛟, 杨国祥, 刘斌. 时空自回归模型在大坝变形分析中的应用[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 877-893. doi: 10.13203/j.whugis20130549
引用本文: 李广春, 戴吾蛟, 杨国祥, 刘斌. 时空自回归模型在大坝变形分析中的应用[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 877-893. doi: 10.13203/j.whugis20130549
LI Guangchun, DAI Wujiao, YANG Guoxiang, LIU Bin. Application of Space-Time Auto-Regressive Model in Dam Deformation Analysis[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 877-893. doi: 10.13203/j.whugis20130549
Citation: LI Guangchun, DAI Wujiao, YANG Guoxiang, LIU Bin. Application of Space-Time Auto-Regressive Model in Dam Deformation Analysis[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 877-893. doi: 10.13203/j.whugis20130549
参考文献 (1)

目录

    /

    返回文章
    返回