基于库伊克模型的地面沉降预测分析
如何进行地表沉降监测数据分析与预测
如何进行地表沉降监测数据分析与预测地表沉降是指由于地下水开采、地下排水、地下工程施工等原因引起的地表或地质体的下沉现象。
在城市化进程中,随着城市建设规模的扩大,地表沉降的问题越来越突出。
因此,进行地表沉降监测数据分析与预测,对于保障城市建设的安全和可持续发展具有重要意义。
本文将从数据收集、数据分析和预测模型建立三个方面进行探讨。
一、数据收集进行地表沉降监测数据的分析与预测,首先要收集相关的监测数据。
通常,地表沉降监测数据可以通过地面测量、遥感技术、卫星测量等多种手段获取。
其中,地面测量是常用的方法之一,包括全站仪、GPS等测量仪器。
此外,地表沉降的监测数据还可以通过地下水位观测井、沉降观测点等进行采集。
数据收集的过程中需要注意数据的准确性和完整性,确保数据的可靠性。
二、数据分析在进行地表沉降监测数据分析时,首先要进行数据的处理与清洗。
数据的处理包括数据缺失值的填充、异常值的排除等,以确保数据的完整性和准确性。
然后,可以利用统计学方法对数据进行分析,如计算数据的平均值、方差、标准差等,从中得到数据的特征和趋势。
此外,还可以使用地统计分析方法,探索数据的空间分布特点。
例如,通过空间插值方法将有限的监测点的数据推算到整个区域上,以获取更为全面的数据分析结果。
三、预测模型建立为了进行地表沉降的预测,可以根据历史的监测数据建立预测模型。
根据不同的情况,可以选择合适的模型,如趋势分析模型、回归模型等。
其中,趋势分析模型可以用来描述地表沉降的发展趋势,通过对历史数据的分析,可以预测未来一段时间内地表沉降的变化情况。
回归模型可以用来研究地表沉降与相关因素(如地下水开采量、地下排水量等)之间的关系,从而预测未来地表沉降的可能变化。
在进行地表沉降监测数据分析与预测时,还需要考虑一些其他因素。
首先,要考虑数据的时间尺度,根据具体情况选择合适的时间尺度进行分析与预测。
其次,要考虑地表沉降与其他地质灾害(如地震、地裂缝等)的关系,以综合考虑地质灾害的整体风险。
基于计算机软件技术CA-Markov模型的土地利用变化模拟与预测
基于计算机软件技术CA-Markov模型的土地利用变化模拟与预测基于计算机软件技术CA-Markov模型的土地利用变化模拟与预测土地利用是人类社会经济发展和城市化进程中重要的问题之一。
随着人口的增加和经济的发展,土地利用的变化不可避免地会影响到生态环境的保护、农田资源的合理利用以及城市规划的实施。
因此,研究土地利用变化模拟与预测具有重要的理论和实践价值。
CA-Markov模型(Cellular Automata–Markov)是一种常用的土地利用变化模拟与预测的方法。
它将细胞自动机和马尔可夫模型相结合,通过模拟土地利用变化的空间格局和规律,预测未来的土地利用状态。
CA-Markov模型能够将土地利用变化过程分解为元胞级别的决策过程,并且能够考虑空间相关性和时间序列特征,具有较高的准确性和预测能力。
首先,建立CA-Markov模型需要准备的数据包括起始时期的土地利用状态、转移概率矩阵、转移规则和转移权重等。
起始时期的土地利用状态可以通过遥感影像数据获取,包括不同类型土地的空间分布和面积信息。
转移概率矩阵反映了不同类型土地在不同时期之间的转换概率,可以通过历史土地利用数据和统计分析得到。
转移规则描述了土地利用类型之间的相互作用和影响关系,可以通过专家知识和地理信息系统支持下的多因素分析得到。
转移权重则是指各类型土地转换的可能性大小,基于马尔可夫链的理论,可以通过最大似然估计方法进行计算。
其次,基于CA-Markov模型进行土地利用变化模拟与预测需要进行模型参数的设定与调整。
模型参数包括模拟时期的时间步长、模拟区域的空间分辨率、模型的迭代次数等。
时间步长确定了模拟结果的时间尺度,空间分辨率影响了模拟结果的空间尺度,迭代次数则决定了模型模拟的精度。
模型参数的设定和调整需要根据不同的研究目的和实际情况进行灵活选择,以获得较为准确的模拟与预测结果。
最后,基于CA-Markov模型进行土地利用变化模拟与预测的结果可视化呈现和分析评价。
浅谈路基沉降常用预测方法及实例分析
浅谈路基沉降常用预测方法及实例分析摘要:在道路施工过程中,为了控制施工进度,指导后期施工组织和安排,同时保证路基的稳定与实用,需要对地基不同时刻沉降及最终沉降量进行预测。
由于沉降对于工程安全的重要性,国内外学者对沉降的预测方法进行了大量的分析和研究,提出不少预测模型,常根据前期实测沉降数据来预测后期沉降,从而使工程在以后产生过大沉降时能及时提出防治措施。
关键词:路基沉降预测方法实例分析一.沉降常用的预测方法通过大量的沉降观测资料的积累,可以找出地基沉降过程中具有一定实际应用价值的变形规律,这是工程中最为常用的方法。
通常利用沉降资料进行预测路基沉降随时间发展的常用方法有以下几种:1.双曲线法(1)规范双曲线法双曲线方程为:(1)=+(2)——从满载开始的时间;——初期沉降量();——最终沉降量();——将荷载不再变以后的实测数据经回归求得的系数。
由对实测沉降进行回归,如图1:图1a,b的求解方法总之,沉降计算的具体顺序:(1)确定起点时间(),可取填方施工结束日为;(2)就各实测计算,见公式(1);(3)绘制与的关系图,并确定系数,见公式(2)及图1(由实测各点在图中构成的直线的斜率及截距即可求出值)。
(4)计算;(5)由双曲线关系推算出沉降—时间曲线。
(2).修正双曲线法假设沉降时程曲线近似于双曲线,可以用以下方程进行描述:,其中,(3)式中——自土方工程开工以来时间(天);——时刻的沉降();——时刻的荷载[];——设计最大荷载[];可以利用直线的斜率计算出最大沉降:。
采用修正双曲线法,可以计算在任意最大荷载下产生的沉降。
在这样的情况下,可以利用下式计算填方的当前荷载和最大荷载:(4)式中——填方高度;——填方材料重度()。
2.固结度对数配合法(三点法)(1)固结度的理论解表达式为:(5)式中:,——与地基土的排水条件、性质等有关的参数。
(2)路堤地基的沉降按发生的先后和机理不同可分为瞬时沉降、主固结沉降、次固结沉降三部分,可由下式表示:(6)式中:——时刻地基的沉降量;——地基的瞬时沉降量;——地基的主固结沉降量;——地基的次固结沉降量;——时刻地基的固结度。
一种组合模型在地面沉降预测中的应用研究
一种组合模型在地面沉降预测中的应用研究地面沉降是城市建设中不可避免的一个问题。
为了预测和控制地面沉降的情况,需要建立相应的模型进行分析和预测。
近年来,一种组合模型在地面沉降预测中得到了广泛的应用,这个模型包含了多个不同的方法和技术,可以提高地面沉降预测的准确性和可信度。
本文将详细介绍这种组合模型在地面沉降预测中的应用研究。
一、组合模型的构建这种组合模型包含了多个不同的方法和技术,其中包括有限元法、组合高斯过程模型、支持向量回归等。
这些方法和技术可以相互补充,提高地面沉降预测的准确性和可信度。
构建组合模型需要进行大量的数据采集和处理,包括地质勘探、土壤物理力学性质测试、实测资料等。
根据不同的数据形式和特征,选择相应的方法和技术进行处理和分析,得出预测结果。
在进行组合预测时,需要将不同的结果进行加权平均,以提高预测结果的准确性和稳定性。
二、组合模型的应用该组合模型可以应用于不同类型的地面沉降预测,包括建筑物施工后的沉降、地铁和地下水管道施工后的沉降、高速公路施工后的沉降等。
在预测建筑物施工后的沉降时,可以采用有限元法结合组合高斯过程模型进行预测。
在预测地铁和地下水管道施工后的沉降时,可以采用支持向量回归结合实测资料进行预测。
三、组合模型的优势与单一模型相比,该组合模型具有如下优势:1.能够综合多种方法和技术,提高预测准确性和稳定性;2.能够充分利用不同数据形式和特征,提高预测精度和可信度;3.能够在各种不同的地面沉降预测中都得到应用,具有广泛的适用性。
四、组合模型的发展方向未来,该组合模型的发展方向可能包括以下几个方面:1.进一步提高模型的预测准确性,并优化模型的参数和结构;2.研究不同数据形式和特征对预测结果的影响,并寻找最优的数据处理方法;3.应用新的技术和方法,如人工神经网络、深度学习等,提高模型的性能和可靠性;4.不断开展实地验证和应用案例研究,验证模型的预测效果,并优化模型的应用指导。
总之,一种组合模型在地面沉降预测中的应用研究具有重要的意义和价值,可以为城市建设和规划提供重要的参考和指导。
基于SIGMA模型的地基沉降试验及数值模拟
基础设施的迅速发展 , 对工程 安全研究 也要及 时达 到相应 的 应力应变等 分析。计算 主要 是通 过调整 定义 问题 的数据 文件 来
S I G MA分 析模块 可以把求解结 果 水平 要求 。但是 , 由于实 际工 作 中 , 材 料性 质不 可 能时 时达 到 工 求解地基各 层的沉 降量 。最后 ,
基于 S I G M A 模 型 的 地 基 沉 降 试 验 及 数 值 模 拟
李 红 波
f 中船勘察设计研究院有限公司 , 上海 2 0 0 0 6 3 )
摘
要: 基于 S I G MA模 型 , 采 用室内试验方法对土体强度 的改 良进行 了研 究 , 将 石灰 、 粉煤灰 、 土体 以及 含水 量加 以不 同 的配 比,
如软化模 型 、 理想 弹塑性 剑桥模型 , 进行 平面 问题 、 轴对称 问题 的
{ }=
 ̄ [ N ] T {
P} d s J
Di s c u s s i o n o n c o l l a p s i b l e s i l t y s o i l f o u n d a t i o n t r e a t me n t wi t h “ c o n t r o l hu mi d i ic f a t i o n + d y n a mi c c o mp a c t i o n’ ’m e t h o d
[ ]=J [ B r[ D ] [ B ] d v
J
( 3 )
其中, [ B ] 为应变矩 阵 ; [ D] 为弹性矩阵 :
1
0
1 0
型构建 、 网格剖分 、 可视化操作 等 , 将 复杂 的问题进行 优化 处理 和
基于Logistic和Gompertz模型的组合沉降预测
基于Logistic和Gompertz模型的组合沉降预测Logistic模型和Gompertz模型能较好地描述地基的全过程沉降,它们在拐点处的坐标、导数与它们的参数是能够相互唯一确定的。
当利用拟事隐函数曲线的GNL法对这两种模型进行最小二乘拟合时,可根据这一性质对单个未线性化参数的初始值进行搜索。
利用线性规划原理,以组合模型的对数误差平方和最小为目标函数来确定最优的加权系数,建立了最优加权几何平均组合沉降预测模型。
通过工程实例,验证了该最优组合沉降预测模型的可行性。
标签Logistic模型;Gompertz模型;沉降;预测引言基于实测资料的沉降预测在高速铁路客运专线建设中具有非常重要的意义,迄今为止,已经有许多预测沉降的方法,如双曲线法、三点法、指数函数法、Asaokao法、马尔柯夫预测法、灰色系统理论法等[1],由于在预测之中,采用的模型不同,会出现各种偏差。
组合预测方法是把不同的预测方法进行组合,以恰当的加权平均形式得到组合预测模型,从而达到综合利用各种方法所提供的信息,它集合多种单一模型所包含的信息,进行最大组合,通过组合预测可以达到改善预测结果的目的,提高组合预测质量的关键问题是权重的确定,在找到最优的权重计算方法,实现沉降模型的高精度预测。
1 Logistic和Gompertz曲线模型1.1 L ogistic曲线模型L ogistic曲线模型最初由被马尔萨斯提出,威赫尔斯特将其归纳并用数学公式表达。
该模型又被称为Verhulst-Pearl模型,逻辑曲线模型、增长曲线模型、泊松曲线模型等,它在生态学、人口学等领域得到广泛应用【2-4】,其模型函数为:(1)式中a,β,γ为参数;t为时间序列,S为对应时间的预测值。
它的一阶导数和二阶导数分别为:(2)(3)由式(2)和(3)可知拐点坐标为:(,),最大增长率:,三个参数分别为:,,。
对参数进行变换可得:,,,其隐函数方程:。
1.2 Gompertz曲线模型Gompertz曲线模型是由英国统计学家和数学家B.Gompertz【4】提出的,它是一种生长曲线,其模型函数表达式为:(4)式中a,β,γ为参数;t为时间序列,S为对应时间的预测值。
地下工程沉降监测与预测模型研究与应用
地下工程沉降监测与预测模型研究与应用地下工程沉降监测与预测模型的研究与应用综述地下工程沉降是由于地下开挖或地下水开采等活动引起的地表下陷现象。
地下工程沉降不仅会对地下工程的安全和稳定性造成影响,还可能导致地表建筑物的破坏。
因此,对地下工程沉降进行监测和预测具有重要意义。
本文将介绍地下工程沉降监测与预测模型的研究与应用。
1.地下工程沉降监测技术地下工程沉降监测技术主要包括测地水准法、全站仪法、GNSS(Global Navigation Satellite System)定位技术、遥感技术和地下水位监测等。
测地水准法是通过测量水准点的高程变化来监测地面沉降。
全站仪法是通过测量不同时间地面上任意点的坐标变化来监测地面沉降。
GNSS定位技术是通过卫星信号测量来获取地面位移信息,精度较高。
遥感技术利用航空或卫星遥感图像来监测地面沉降,具有较广的应用范围。
地下水位监测是通过监测地下水位的变化来推测地下水开采对地面沉降的影响。
2.地下工程沉降预测模型地下工程沉降预测模型可以分为经验模型和数值模型两种类型。
(1)经验模型经验模型是基于历史沉降数据建立的模型,具有简单快速的优点。
常用的经验模型有贝尔维兹公式、迪利兹公式和孟凡贝尔公式等。
这些经验模型建立在地下工程施工后的地面沉降数据上,适用于相似地质条件的地区。
但是,经验模型忽视了地下条件的差异性,易受到人工因素的影响,预测精度有限。
(2)数值模型数值模型是基于数值计算方法建立的模型,通过模拟地下工程开挖过程和界面滑移来进行沉降预测。
数值模型可以分为有限元模型和边界元模型。
有限元模型是将地下工程土体划分为离散的有限元单元,通过求解应变位移方程来计算地表沉降。
边界元模型是将地下工程土体划分为离散的边界元单元,通过求解边界元位移方程来计算地表沉降。
数值模型适用于复杂地质条件和复杂工程结构的地区,但需要大量的输入参数和较长的计算时间。
3.地下工程沉降监测与预测模型的应用地下工程沉降监测与预测模型在地下工程建设和地表建筑物保护中具有重要的应用价值。
地面沉降趋势的预测
地面沉降趋势的预测
地面沉降趋势的预测是通过对地质、人为活动以及地面监测数据的分析和预测模型的建立而得出的。
以下是一些常见的预测方法和因素:
1. 地质调查和测量:对地下岩层和土壤进行详细的地质调查和测量,了解地层的结构和性质,以及可能导致沉降的地质因素。
2. 遥感技术:使用卫星遥感图像和高精度激光雷达等技术,对地面形态和变化进行监测和分析,以了解地表沉降的变化趋势。
3. 地下水抽取和补给:过量的地下水抽取和不合理的补给可以导致地下水位变化,进而引起地面沉降。
因此,监测地下水位和控制地下水开采和补给是预测地面沉降的重要因素。
4. 数据模型和数值模拟:根据地质和地下水数据,使用数学模型和数值模拟方法,对地面沉降进行预测和模拟。
5. 监测和实时数据:建立地面监测系统,监测地面变形和沉降情况,及时提供数据支持,对地面沉降趋势进行实时监测。
需要注意的是,地面沉降是一个复杂的过程,受到多种因素的影响,如地质条件、水文地质条件、岩土工程等。
因此,预测地面沉降趋势需要综合考虑多个因素,
建立多因素的预测模型。
基于Logistic预测模型的地铁隧道地表沉降预测研究
对 监测 数据 进行 综 合 分 析 处 理 , 求 地 表 沉 降 规 寻
l 引 言
地 铁 区间 隧道 开挖 引起 的地 表沉 降 监测 是 以 隧 道施 工安 全为 目的 的过 程 监 控 , 主要 任 务 是 其
律, 并对 沉 降趋势 作 出预 报 , 为相关 部 门提供 决策 依 据 。要 对 地 表沉 降进 行 综 合 分 析 , 对 绝 对沉 仅
S t l m e nd c d b u wa nn lng W o k e te ntI u e y S b y Tu e i r
Байду номын сангаас
M o Y un , Y u a , H u Bi ,W u Bepi g eH o n i n 。
( .Fa u t f En i ern 1 c ly o g n e ig,Ch n i est f Ge sin e , h n 4 0 7 iaUnv ri o oce cs Wu a 3 0 4,C i a; y hn 2 .Fa u t f I f r t nEn i ern c ly o n o ma i g n e i g,Ch n i est f Ge sin e , o ia Un v ri o oce cs y
W uh 007 an 43 4,Ch na) i
Ab ta t sr c :Ba e n t ur e i t ft s c i n i he2 lneo uha u s d o he s v y ng da a o he24 e to n t i fW n s bw a y,u— s n gitc tm e { nc i n, t e v r i g r l y tm e o r un e te e s t ti i g Lo s i i u to h a y n u e b i fg o d s t l m nt ha ndu e y cdb
GM(1,1)模型在沉降预测中的应用研究
GM(1,1)模型在沉降预测中的应用研究【摘要】进行建筑物沉降观测得到数据后,需要进行沉降预测,分析建筑物的沉降趋势。
可以使用灰色系统理论GM(1,1)模型进行沉降预测,介绍了GM(1,1)模型的原理、计算方法及精度等级。
通过实际测量数据,介绍了GM (1,1)模型在沉降预测中的应用,结果表明,GM(1,1)模型适用于高程建筑的沉降预测。
【关键词】GM(1,1);沉降预测;灰色系统理论;预测精度1 概述进行沉降观测得到沉降数据后,需要对数据进行综合分析处理,得到沉降规律,并建立以时间为函数的曲线拟合模型,预测未来一段时间的沉降量。
目前沉降预测模型较多,常用的有灰色系统理论GM(1,1)预测模型、指数曲线模型、双曲线模型、泊松曲线模型等。
其中GM(1,1)预测模型应用最为广泛,该模型是在给定序列累加生成的基础上用灰色微分拟合方法建立的一阶常系数线性微分方程,适用于描述指数增长较缓的时间序列,要求建模序列具有光滑性,提供了贫信息情况下建模的新途径,且具有无需计算样本的统计特征量、建模过程便捷灵活等优点。
2 方法GM(1,1)模型在沉降预测中应用广泛,计算过程如下:(1)对原始数据列进行一阶累加得到新数据列:(2)利用此序列生成紧邻均值序列:(2)(3)建立GM(1,1)模型一级白化微分方程:(4)灰色GM(1,1)模型参数列的最小二乘估计为:(4)在公式(4)中:将求得参数带入公式(1)中求微分方程,取,则可以得到GM(1,1)预测模型:(5)(5)对式(5)做一阶累减还原计算,即可得到原始序列的GM(1,1)预测模型为:(6)可以看出,使用GM(1,1)模型进行沉降预测的关键是根据已有的沉降观测数据求参数的值。
3 算例3.1 项目概况某高层建筑共计进行了16期的沉降观测,得到了翔实的沉降数据。
通过对沉降观测数据分析得知,该建筑不存在不均匀沉降情况,计算沉降观测点的平均沉降量,使用前十六期平均沉降量数据建立GM(1,1)预测模型,进行沉降预测。
基于GM(1,1)的沉降预测数据分析
基于GM(1,1)的沉降预测数据分析(广东省建筑科学研究院集团股份有限公司,广东,广州,510500)【摘要】沉降观测时需要对观测数据进行分析,预测未来沉降量。
介绍了GM(1,1)模型,分析了GM(1,1)模型在沉降预测中的应用,提出了使用Excel进行GM(1,1)数据处理的方法。
结果表明,GM(1,1)模型沉降预测精度较高。
【关键词】GM(1,1);沉降预测;Excel随着城市的发展,高层建筑越来越多。
为了确保安全,在高层建筑建设及运营期间,需要进行沉降监测工作,直至建筑物稳定为止。
高层建筑沉降监测得到海量的沉降数据,通过对观测数据进行分析,探寻沉降规律,并选择合适的方法进行沉降量预测,可以较好的反映沉降量在时间因素上的变化规律。
目前,常用的沉降预测模型有指数曲线模型、双曲线模型、泊松曲线模型、BP神经网络模型、GM(1,1)灰色理论模型等。
其中,GM(1,1)灰色理论模型可以利用少数据、小样本进行预测,应用最为广泛。
1.GM(1,1)模型简介GM(1,1)灰色理论模型建模是对生成数列的建模,对原始数据没有大样本要求,只要有 4个以上的数据就可以通过变换来建立模型。
GM(1,1) 灰色理论模型计算过程如下:2.GM(1,1)沉降预测数据处理分析2.1 数据来源某高层建筑沉降监测项目,在该建筑物周边稳定区域布设工作基点3个,布设沉降监测点12个,工作基点之间采用一等水准观测,工作基点与沉降监测点采用二等水准观测,观测时严格遵守相关规范及技术设计,共计观测二十次,得到了翔实的沉降数据。
该建筑不存在不均匀沉降情况,选择其中一个沉降监测点使用GM(1,1)灰色系统理论模型进行处理处理及沉降预测,其中使用前16期数据建立GM(1,1)模型并预测后四期数据,使用后四期数据检核预测结果。
2.2 数据处理(1)数据预备首先使用Excel进行数据准备工作,该点沉降观测数据见图1(去掉整数15600mm)。
首先计算一阶累加数据,在C2中输入“=B2”,在C3中输入公式“=B3+C2”,回车,通过公式计算得到全部一阶累加数据;E2中输入“=-AVERAGE(C2:C3)”,回车,然后计算得到全部紧邻均值的负值;复制B3-B17数据,粘贴至F2至F16。
基于GM(1,1)模型的沉降预测及应用
·72·文章编号:2095-6835(2023)15-0072-04基于GM(1,1)模型的沉降预测及应用陶舜禹(华北理工大学,河北唐山063200)摘要:地表沉降的防治已经成为近年来人们研究的重点问题。
沉降灾害严重地破坏了人们的生活环境,限制了城市的发展速度。
选用GM (1,1)模型对某市沉降区域内的6个特征点进行预测。
结果表明,GM (1,1)模型可以作为基于时间序列的预测模型在沉降的预防治理中应用。
关键词:沉降预测模型;地表沉降;GM (1,1);模型精度中图分类号:TD327文献标志码:ADOI :10.15913/ki.kjycx.2023.15.021地表沉降是造成自然灾害的原因之一,严重地威胁到的人们的生活和生命财产安全,制约了城市发展。
当沉降速率到达一定程度时,城市的地下建设也会受到严重的威胁和破坏[1]。
沉降的防治工作已成为城市建设的重点研究问题。
灰色系统中被应用最广泛的模型就是GM (1,1)模型,GM (1,1)模型通过对原始数据的累加,并采用累加后的数据进行模型计算,对计算得出的模型值进行累减计算后得到预测值[2-3]。
本文采用GM (1,1)模型针对南湖地区地表沉降观测数据进行预测,并结合采用均方根误差(Root Mean Square Rrror ,RMSE )、平均绝对百分比误差(Mean Absolute Percent Error ,MAPE )2个指标对模型精度进行评估[4]。
1GM(1,1)模型生成设原始数据列为:X (0)={x (0)(1),x (0)(2),…,x (0)(n )}将原始数据累加后得到的数据列为:X (1)={x (1)(1),x (1)(2),…,x (1)(n )}其中:n k i x k x ki ,,,),()()( 211(0)1==∑=灰色GM (1,1)模型的白化微分方程为:b aX tX =+)1()1(d d 通过对方程离散化处理得到灰色GM (1,1)模型为:X (0)(k )+aZ (1)(k )=b(1)其中,Z (1)为X (1)的紧邻均值数据列,即:[])()()(k x k x k Z )0()0()1(121+-=通过最小二乘法求解出的灰参数a 、b ,即:[]YB B B b a a ˆΤ1-ΤΤ)(==其中:Y =[x (0)(2)x (0)(3)…x (0)(n )]T(2)⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡---=11312111)()()()()()(n Z Z Z B 将参数a 、b 代入式(1)中得到模型的时间响应函数为:a b e a b x k x ˆak +⎥⎦⎤⎢⎣⎡-=+-)()()()(1111将式(2)的计算结果递减得到模型的预测值为:)()()()()()(k x ˆk x ˆk x ˆ11011-+=+2算例分析以水准数据的测量结果作为模型输入数据,选取了唐山南湖地区测量范围内的沉降不稳定区域的监测点BM66,主要分布在天鹅湖动物园区域内和薰衣草庄园—爱尚庄园,属于基本稳定区域的监测点BM60、BM61、BM63、BM68,以及稳定区域内的监测点BM57。
城市沉降监测分析及预测
城市沉降监测分析及预测研究目的:近年来,随着城市地下水被开发利用,大量地下水被抽取,久而久之将引起地表沉降。
本文阐述地下水位变化、孔隙水压力变化和地面荷载变化对地面沉降的影响,分析这些因素的影响机理;应用回归分析原理,建立地面沉降监测计算模型,并结合实例,分析验证该模型,为城市取水井的数量和密度布设提供科学依据,对城市区域、交通干线地面沉降的预测及减灾、防灾具有重要意义。
研究结论:沉降监测计算模型直接影响地面沉降计算结果:基于地下水位、孔隙水压力和荷载与地面沉降的关系,应用逐步回归分析原理建立的地面沉降计算模型,适合城市区域及交通干线地面沉降的预测计算。
标签:地面沉降;回归分析;计算模型;拟合近年来,随着城市地下水被开发利用,大量地下水被抽取,久而久之将引起地表沉降。
地下水抽取引起的地面沉降生成缓慢、持续时问长、影响范围广、成因机制复杂和防治难度大,对沉降区的生态环境、交通干线、基础设施将产生严重的影响。
地面沉降涉及经济、环境、资源和社会等多个方面,已成为2l世纪国内外发展中城市的主要地质灾害,也是目前亟待解决的问题。
科学、准确、及时地分析和预测城市区域、交通干线地面沉降状况,需要建立适合城市区域、交通干线的监测计算模型。
沉降监测计算模型的研究是城市区域、交通干线地面沉降监测研究的重要内容之一,计算模型的优劣对城市区域、交通干线地面沉降的预测及减灾、防灾具有重要意义。
1 地表沉降因素分析地面沉降具有多种起因,各因素对沉降的作用互不相同,且主导因素会随着时问的推移而相应的改变。
各种成因彼此之间是相互联系、相互制约的关系。
一般把引起地面沉降的影响因素分为两大类:自然因素和人为因素。
其中自然因素包括地壳运动、海平面上升、地震等自然作用;人为因素主要包括过量开采地下水及其他流体、地面荷载和地下空间利用等。
1.1 水位变化对地面沉降的影响。
从地面沉降的综合分析来看,地下水位的变化是导致地而沉降的主要原因之一。
浅谈几种常用本构模型在强夯沉降计算中的应用
浅谈几种常用本构模型在强夯沉降计算中的应用摘要:本论文以厦门航空港区港联动区与货运配套区围填工程,以Ⅱ-1b块强夯地基处理为例,结合分层总和法的地基沉降量计算理论对地基沉降量计算进行应用,并采用线弹性模型、非线性弹性模型(邓肯-张模型)、弹塑性模型(莫尔库仑、修正剑桥模型)等三种类型的四个模型进行强夯处理后场地工后沉降二维有限元分析,对各不同模型进行了分析对比,可为类似地基处理工程研究、设计提供了参考和借鉴。
关键词:强夯法,沉降,数值模拟1 本构模型研究土作为天然地质材料在组成及构造上呈现出高度的各向异性、非均质性、非连续性和随机性,在力学性能上表现出强烈的非线性、非弹性和粘滞性,土的本构模型就是反映这些力学性态的数学表达式。
一般认为,一个合理的土的本构模型应该具备理论上的严格性、参数上的易确定性和计算机实现的可能性。
自Roscoe等(1958年~1963年)[70,71]创建剑桥模型至今,各国学者已发展数百个土的本构模型,其中包括不考虑时间因素的线弹性模型、非线弹性模型、弹塑性模型和近来发展起来的内时模型、损伤模型及结构性模型等,常用的模型只有极少数几个。
本文将结合土的本构模型发展历史,介绍了土的本构模型的一般建立方法、土的本构模型的发展进程和常用本构模型,最后结合厦门航空港区港联动区与货运配套区围填工程(二标段)工程对几种常用土的本构模型进行分析对比研究。
2 几种常用本构模型在强夯沉降计算中的应用2.1 工程概况现以厦门航空港区港联动区与货运配套区围填工程(二标段)为例说明一下这种方法的工程应用过程,该工程为笔者负责设计的一填海造地项目,2007年10月本工程正式开工,施工单位进场,首先进行临时围堰的建设,随后进行吹填造地及地基处理,最后进行排水等配套设施的建设,截止2009年7月全部完工,工程实体满足设计要求。
厦门航空港区港联动区与货运配套区围填工程,位于厦门岛的北部,厦门大桥与集美大桥之间高崎国际机场西北侧的滩涂地带。
基于Logistic-CA-Markov模型的临沂市土地利用变化模拟预测研究共3篇
基于Logistic-CA-Markov模型的临沂市土地利用变化模拟预测研究共3篇基于Logistic-CA-Markov模型的临沂市土地利用变化模拟预测研究1随着社会经济的不断发展,土地资源的合理利用和规划显得尤为重要,土地利用变化模拟预测也成为了土地利用研究的重要领域。
因此,本文旨在研究基于Logistic-CA-Markov模型的临沂市土地利用变化模拟预测。
首先,文章从土地利用现状出发,对影响土地利用变化的主要因素进行分析,构建了影响土地利用的因素体系,包括自然因素、经济因素、政策因素等。
随后,通过数据采集和处理,获取了临沂市2005年至2017年的土地利用数据,并进行了初步的分析。
接着,文章根据Logistic模型和CA模型的优缺点,提出了一种基于Logistic-CA-Markov模型的土地利用变化模拟预测方法。
该模型结合了Logistic模型的优点,可以预测各个土地类型的转移概率;同时采用了CA模型,可以对空间分布进行模拟;最后引入马尔科夫转移矩阵,对土地利用变化发展趋势进行预测。
在模型的具体应用上,文章选择了2005-2010年和2010-2017年两个时段作为研究对象,对临沂市的土地利用变化进行了模拟和预测。
结果显示,该模型能够较为准确地模拟出不同类型土地的转移趋势,从而预测未来土地利用变化的发展趋势。
在预测结果中,新建区域主要以工业用地和居民用地为主,耕地和林地面积不断减少,城市化程度和经济发展水平不断提高。
然后,文章对模型的局限性进行了讨论,主要包括模型参数的选择、因素体系的建立以及空间因素的考虑等。
最后,文章提出了对未来工作的展望,包括优化模型算法、完善因素体系、加强模型预测精度等方面。
综上所述,基于Logistic-CA-Markov模型的临沂市土地利用变化模拟预测研究,为土地资源合理利用和规划提供了一定的参考和依据,为其他城市的土地利用变化研究提供了借鉴和启示本研究基于Logistic-CA-Markov模型,对临沂市的土地利用变化进行了模拟和预测。
基于库伊克模型的地面沉降预测分析
基于库伊克模型的地面沉降预测分析甄宗坤;蔡东健【期刊名称】《测绘工程》【年(卷),期】2015(000)011【摘要】针对地面沉降与地下水水位变化的内在关系,考虑地面沉降受到自身变化规律的影响,建立基于库伊克变换的地面沉降预测模型,应用该模型对某地区地面沉降统计数据进行模拟预测,有效实现该地区地面沉降与地下水水位以及本身之间的定量模拟,并探讨模型的拟合效果和预测精度。
结果表明库伊克模型拟合效果较好,预测精度较高,能较好地反映研究区域的地面沉降变形趋势。
%According to the relationship between land subsidence and groundwater level ,and taking into account the impact from land subsidence itself ,this paper prosents a prediction model of land subsidence based on Koyck transform .The statistical data of a certain area are simulated and predicted ,on which the quantitative simulation of the relationship between land subsidence and groundwater level ,and itself is implemented efficiently . T he fitting effect and prediction accuracy of the model are discussed too .T he results show the Koyck model is well fitted and has higher prediction accuracy ,which can reflect well the trend of land subsidence .【总页数】3页(P48-50)【作者】甄宗坤;蔡东健【作者单位】苏州工业园区测绘地理信息有限公司,江苏苏州215000;苏州工业园区测绘地理信息有限公司,江苏苏州215000【正文语种】中文【中图分类】TU196【相关文献】1.基于灰色神经网络模型的基坑开挖引发周边地面沉降预测分析 [J], 赵升峰;韦巡洲;杨新祥2.伊南煤田脱维勒克井田矿井涌水量预测分析 [J], 朱国庆;刘洪胜;戚树林3.基于AR模型的上海地区地面沉降预测分析 [J], 焉建国;陈正松;罗志才;李琼4.基于Preisach滞后模型的地面沉降预测分析 [J], 吴蓉;李成柱5.基于灰色神经网络GNNM(1,1)模型的地面沉降预测分析 [J], 孙钟磊;钱尊岩因版权原因,仅展示原文概要,查看原文内容请购买。
基于改进Kriging插值模型的城市地面沉降变形趋势面模拟
基于改进Kriging插值模型的城市地面沉降变形趋势面模拟伊尧国;刘慧平;齐建超;段红志;刘湘平;张洋华【摘要】从建筑物荷载引发地面沉降的机理模型出发,综合考虑建筑物产生的附加应力以及地基土壤压缩性质对沉降量的影响,构建了改进克里金插值模型.通过实际应用证明,使用改进克里金插值模型进行城市地面沉降空间趋势面模拟和计算,能够准确清晰地反映沉降变形的大小和趋势,从而为地面沉降的空间建模与可视化分析、总结建筑物荷栽作用下城市地面沉降的变形规律奠定基础.%In this paper,we propose the improved Kriging interpolation model which considers the influence of additional stress and soil compression properties,based on ground subsidence mechanism induced by building load.It is illustrated that this method can be effectively used in spatial trend surface imitation and calculation.The results accurately and clearly show subsidence deformation values and trends.So,this research provides a scientific basisfor land subsidence spatial modeling,visual analysis and summary of subsidence discipline induced by building load in urban areas.【期刊名称】《大地测量与地球动力学》【年(卷),期】2017(037)009【总页数】6页(P898-902,927)【关键词】地面沉降;建筑物荷载;改进克里金插值;附加应力【作者】伊尧国;刘慧平;齐建超;段红志;刘湘平;张洋华【作者单位】北京师范大学地理学与遥感科学学院,北京市新街口外大街19号,100875;北京师范大学遥感科学国家重点实验室,北京市新街口外大街19号,100875;天津城建大学地质与测绘学院,天津市津静路26号,300384;北京师范大学地理学与遥感科学学院,北京市新街口外大街19号,100875;北京师范大学遥感科学国家重点实验室,北京市新街口外大街19号,100875;北京师范大学地理学与遥感科学学院,北京市新街口外大街19号,100875;北京师范大学遥感科学国家重点实验室,北京市新街口外大街19号,100875;北京市测绘设计研究院,北京市羊坊店路15号,100038;北京师范大学地理学与遥感科学学院,北京市新街口外大街19号,100875;北京师范大学遥感科学国家重点实验室,北京市新街口外大街19号,100875;北京师范大学地理学与遥感科学学院,北京市新街口外大街19号,100875;北京师范大学遥感科学国家重点实验室,北京市新街口外大街19号,100875【正文语种】中文【中图分类】P208;P258如何由离散的单一沉降值推演得到区域沉降趋势面,是进行建筑物荷载作用下地面沉降数据建模与可视化空间分析的基础[1]。
基于GMS的地面沉降模型的研究和实践应用
基于GMS的地面沉降模型的研究和实践应用
邵山;王浩;贾毅;华骐;孟相鹏;聂兵其
【期刊名称】《城市勘测》
【年(卷),期】2024()2
【摘要】以南沙地面沉降区域为研究对象,运用GMS软件模拟分析压缩土层、建筑荷载、地下水位等要素对地面沉降的影响程度,采用试错法,建立有效的地面沉降模型,并结合现状及历史数据进行预测和推演,模拟多种工况下南沙区地下水水位变化和地面沉降的变化量,结果表明:南沙区地面沉降较为严重的区域主要集中在龙穴岛北部,其建筑荷载造成的沉降量最大可达到149 mm。
该模型的构建及运用为南沙区在地面沉降管理决策方面起到良好的辅助作用,具有应用性和实践意义。
【总页数】5页(P199-203)
【作者】邵山;王浩;贾毅;华骐;孟相鹏;聂兵其
【作者单位】湖北省地质环境总站;四川省水利规划研究院;中冀建勘集团有限公司【正文语种】中文
【中图分类】P642.26
【相关文献】
1.基于多影响因子计算模型在城市地面沉降监测中的应用研究
2.带权GM(0,h)模型在地下水开采-地面沉降研究中的应用
3.基于GMS的三维地质模型的研究和实践应用
4.基于精细化监测的地面沉降潜力预测模型应用研究
5.基于灰色GM(1,1)模型的电力负荷预测应用研究
因版权原因,仅展示原文概要,查看原文内容请购买。
地面沉降的研究
地面沉降的研究牛正军【摘要】The paper introduces the reason and mechanism of the ground subsidence, the calculating forecasting model, the inspection technical measures and the prevention measures, has the factual summary of the inspection forecasting and prevention measures, so as to direct the correct forecasting of the ground subsidence and adopt reasonable prevention measures.%系统介绍了地面沉降产生的原因机理、计算预测模型,监测技术手段以及防治措施,并对监测预报以及防治措施进行了较具体的总结,以指导正确预测地面沉降,从而采取合理的预防措施。
【期刊名称】《山西建筑》【年(卷),期】2012(038)023【总页数】3页(P76-78)【关键词】地面沉降;机理;计算预测模型;防治措施【作者】牛正军【作者单位】安徽省化工设计院,安徽合肥230009【正文语种】中文【中图分类】TU4330 引言地面沉降是人为的或自然的因素作用下,由于地壳表层土体受力压缩导致的区域性地面标高整体下降的一种环境和地质现象,是一种无法补偿的永久性环境破坏和资源损失[1]。
地面下沉将引起一系列的危害,如道路、房屋开裂,基础设施遭到破坏及地下水资源恶化等。
根据长江三角洲、华北地区等的研究,据统计,建国以后,仅地面沉降及地裂两项造成的经济损失就达4 500亿元~5 000亿元人民币。
包括直接经济损失350亿元~400亿元人民币,年均损失90亿元~100亿元人民币,年均直接经济损失8亿元~10亿元人民币[2]。
一种基于Kriging代理模型的土壤压力沉陷特性预测方法
一种基于Kriging代理模型的土壤压力沉陷特性预测方法冯文选; 吴大林; 马吉胜; 何健【期刊名称】《《火炮发射与控制学报》》【年(卷),期】2019(040)004【总页数】5页(P57-61)【关键词】土壤; 压力沉陷; 有限元; 拟合; Prony法; Kriging【作者】冯文选; 吴大林; 马吉胜; 何健【作者单位】陆军工程大学石家庄校区河北石家庄 050003; 西京学院陕西西安710123【正文语种】中文【中图分类】TJ81+0.1在车辆地面力学中,土壤作为一种材料,其力学性能是影响履带式自行武器越野行驶性能的重要因素。
履带板对土壤施加垂直压力,使土壤在压力作用下产生沉陷,从而影响履带式自行武器的行驶阻力、牵引力和履带板滑转率等性能。
在军事行动中,还会影响履带式装备在特定区域的通过性能。
因此,研究土壤在垂直压力作用下的沉陷特性对提高武器装备越野行驶性能和通过性意义重大。
由于土壤材料应力应变关系的复杂性,使得通过严格的力学推导来研究土壤承压沉陷特性十分困难。
因此,早期的土壤承压沉陷特性研究方法主要以纯经验法和半经验法为主[1]。
20世纪70年代,Prumpral J V等首次用非线性弹性问题有限元解法分析了土壤在拖拉机车轮作用下的变形和应力分布。
Wong J Y在专著中[2]阐述了土壤应力与破坏的试验观测与有限元法的研究。
计算机技术的发展使车辆地面力学的研究方法更加丰富多样,潘卫东等对软地面车辆系统的建模仿真方法进行了研究[3],吕唯唯等研究了快速加载条件下可变形土壤的特性[4],赵家丰等研究了重塑土壤压力沉陷特性[5]。
综上所述,在研究方法上,虽然土壤承压沉陷特性的研究手段不断丰富,但以经验法为主的经典土壤承压沉陷特性理论仍然是各国学者开展研究的理论基础。
工程实际应用中,经典土壤承压沉陷特性理论需要以大型原位土壤承压试验为依据,由于开展大型原位试验受试验环境、设备和资金等因素的影响,使其存在诸多困难。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于库伊克模型的地面沉降预测分析
甄宗坤;蔡东健
【摘要】针对地面沉降与地下水水位变化的内在关系,考虑地面沉降受到自身变化规律的影响,建立基于库伊克变换的地面沉降预测模型,应用该模型对某地区地面沉降统计数据进行模拟预测,有效实现该地区地面沉降与地下水水位以及本身之间的定量模拟,并探讨模型的拟合效果和预测精度。
结果表明库伊克模型拟合效果较好,预测精度较高,能较好地反映研究区域的地面沉降变形趋势。
%According to the relationship between land subsidence and groundwater level ,and taking into account the impact from land subsidence itself ,this paper prosents a prediction model of land subsidence based on Koyck transform .The statistical data of a certain area are simulated and predicted ,on which the quantitative simulation of the relationship between land subsidence and groundwater level ,and itself is implemented efficiently . T he fitting effect and prediction accuracy of the model are discussed too .T he results show the Koyck model is well fitted and has higher prediction accuracy ,which can reflect well the trend of land subsidence .
【期刊名称】《测绘工程》
【年(卷),期】2015(000)011
【总页数】3页(P48-50)
【关键词】库伊克模型;地面沉降;沉降预测;地下水水位
【作者】甄宗坤;蔡东健
【作者单位】苏州工业园区测绘地理信息有限公司,江苏苏州215000;苏州工业园区测绘地理信息有限公司,江苏苏州215000
【正文语种】中文
【中图分类】TU196
地面沉降是指区域性地面高程下降的一种环境地质变化[1-2],从地面沉降的综合分析来看,过度开采地下水是影响其形成与发展的重要因素[3-5],在地下水水位持续降低的情况下,地面呈现不断下沉的趋势,沉降范围也随之扩大,也就是说,地面沉降的幅度和沉降速率与地下水水位下降表现为明显的同步、正比关系[6-8]。
另外,地面沉降变化态势延续到本期,从而使得当期地面沉降量受到自身影响[9-10]。
因此,针对地面沉降与地下水水位变化的内在关系,且考虑到地面沉降受到自身变化规律的影响,本文建立了基于库伊克变换的地面沉降预测模型,并对预测模型进行评价和分析。
1 库伊克模型的建立
对于无限分布滞后变量模型:
式中:Y t为因变量,Xt-s(s=0,1,2,…,t)为滞后自变量,μt为随机扰动项,α为常数,βs(s=0,1,2,…,t)为模型参数。
库伊克提出两个先验约束:模型参数的符号都是相同的;模型参数的衰减服从某种公比小于1的几何级数
式中:β0为常数,λ(0<λ<1)为分布滞后衰减率,λ的大小决定了滞后衰减的速度,其值越小,衰减速度越快。
以上两个先验约束对于地面沉降与地下水水位的关系是合理的,各期地下水水位对当前地面沉降的影响是正的,且这种影响随着滞后时间的增大随之变小
将式(2)代入式(1)并整理各项,模型变为
显然,模型仍然无法直接估计,可对其进行库伊克变换,减小模型参数的个数。
将式(3)滞后一期,模型变为
对式(4)两边同乘以λ并与式(3)相减,整理各项得
整理式(5)有
令α*=(1-λ)α,=β0,=λ,=μtλμt-1,则库伊克模型变为
通过上述库伊克变换,无限分布滞后模型被简化为只有当期自变量X t和滞后一期的因变量Y t-1自回归模型。
模型只需估计α*,, 3个参数,极大地简化了模型,且最大程度减小参数估计中自由度的损失。
同时,Y t-1与X t的线性相关程度小于X的各滞后值之间的相关程度,从而在很大程度上削弱了多重共线性。
2 实例计算及模型评价
2.1 实例计算
本文将采用库伊克模型对地面沉降与地下水水位以及本身的关系进行定量模拟,现收集到某地区1980~2002年连续23年内的地面累计沉降值及地下水水位统计数据,如图1所示。
图1 某地区地面累计沉降值及地下水水位统计数据
分别用Y和X两个序列表示地面沉降量与地下水水位,为了保证模型参数是一致估计无偏量,对建立的库伊克模型进行相关性检验。
假定模型Y t=α(1-λ)+β0 X t+λY t-1+,(=μtλμt-1);随机扰动项μt满足古典假设,即
根据以上假设则有
由此可知,库伊克模型Y t=α*+ Xt+ Y t-1+μ*t中随机变量Y t-1与μ*t 相关,因此,不能直接采用最小二乘法对库伊克模型进行参数估计,在估计模型前需解决两个问题:诊断随机扰动项μ*t是否存在自相关;设法消除Y t-1与μ*t的相关性。
采用L M统计量检验库伊克模型随机扰动项的自相关性,预测模型L M统计量
其中T为样本容量,R 2为决定系数。
给定显著水平α=0.05,查卡方分布表得
其中,p为滞后的期数。
根据L M检验的判别规则可知模型的随机扰动项不存在自相关性。
采用工具变量法来消除变量Y t-1与扰动项μ*t之间的相关性,选用替代变量Y t-1进行估计,库伊克模型变为
式中:是的滞后值,是地面沉降量Y对地下水水位X的回归值,即
根据最小信息准则以及地面沉降滞后理论,滞后期q=2。
对Y和X两个序列建立库伊克模型,预测模型:
式中:Y t为第t年的地面沉降值,Xt为第t年的地下水水位,是的滞后值,且
2.2 模型评价
1)回归方程分析。
α*=8.499为样本回归方程的截距,表示自发的地面沉降量,=0.493为地下水水位对地面沉降的影响程度,=0.320为地面沉降受到自身
趋势的影响程度,可以看出,α*,的符号和大小基本符合该地区实际情况
2)拟合优度检验。
采用决定系数R 2来评价回归方程对地下水水位和地面沉降量的模拟精度,统计模拟误差,得到决定系数R 2=0.988 6,说明总离差平方的98.86%能被回归方程解释,预测模型拟合效果良好。
同时,库伊克预测模型计
算所得地面沉降值与实际值相比,所得的误差大部分在±3%以下,进一步说明预
测模型能较好拟合样本的观测值。
图2为模型预测值与实际值的对比图。
图2 模型预测值与实测值的对比图
3)预测精度分析。
对库伊克模型进行预测分析,分析结果如表1所示,均方根误差RMSE和平均绝对误差MAE作为相对指标来评价相同序列在不同模型中的预测结果,误差越小,该模型预测能力强,本文库伊克模型均方根误差RMSE和平均
绝对误差MAE均较小,说明模型预测效果较高。
计量学规定平均绝对百分误差MAPE取值在0~5之间,则预测精度较高,希尔不等式系数TIC介于0~1之间,且数值越小预测精度越高,模型平均绝对百分误差MAPE=3.417,希尔不等式
系数TIC=0.016,进一步说明模型预测精度较高,预测值比较接近实际值。
表1 预测分析结果评价指标计算值均方根误差(RMSE)2.861平均绝对误差(MAE) 2.365平均绝对百分比误差(MAPE) 3.417希尔不等系数(TIC)0.016
3 结束语
针对地面沉降与地下水水位变化的内在关系,且考虑到地面沉降受到自身变化规律的影响,建立基于库伊克变换的地面沉降预测模型,应用该模型对某地区地面沉降与地下水水位统计数据进行模拟分析,有效实现了该地区地面沉降与地下水水位以及本身之间的定量模拟,并探讨模型的拟合效果和预测精度。
结果表明,库伊克模型能较好的拟合样本的观测值,预测精度较高,能较好的反映研究区域的地面沉降变形趋势。
因此,库伊克模型可以推广到地面沉降领域中去。
参考文献:
[1]岳建平,方露.城市地面沉降监控技术研究进展[J].测绘通报,2008(3):1-4.
[2]邵传青,郭家伟,王洁,等.地面沉降预测的灰色-马尔柯夫模型[J].中国地质灾害与防治学报,2008(3):69-72.
[3]何伟,李明,阚起源.抗差加权非等时距GM(1,1)模型在大型建筑物沉降预测中的应用[J].测绘工程,2014,23(4):62-64,68.
[4]孙泽信,庞逸群,黄腾.改进的灰色模型在建筑物沉降预测中的应用[J].测绘工程,2010,19(3):59-62.
[5]蔡东健,成微,方露,等.城市地面沉降监控统计模型研究[J].测绘通报,2010(1):15-18.
[6]王彩会,陈杰,朱锦旗.开采浅层地下水对地面沉降影响的探讨[J].中国地质灾害与防治学报,2004(4):82-84.
[7]冯羽,马凤山,魏爱华,等.考虑滞后作用的地面沉降阿尔蒙分布预测模型[J].中国地质灾害与防治学报,2011(4):117-121.
[8]葛春兰.地下水位下降引起地面沉降的分析[J].内蒙古煤炭经济,2012(4):36-37.
[9]吴蓉,李成柱.基于Preisach滞后模型的地面沉降预测分析[J].水文地质工程地质,2013(6):98-100.
[10]王小静,周冬子.苏州市过量开采地下水导致的地面沉降问题[J].水资源研究,2008(2):11-13,37.。