大壩監測數據（jù）分析理論（lùn）和方法的研究與應（yīng）用已經（jīng）取得了相當（dāng）的進展，為保證大壩安全運行發揮了巨（jù）大的作用，本文基於筆者多年從事（shì）大壩安全分析（xī）的相關工作經驗，以大壩安全監測數據分析為研究對（duì）象，探討了安全監測數據分析的意義和內容，給出了安全監測數據分析方法，全文是筆者長期工作實踐基礎上（shàng）的理論升（shēng）華，相信對從事相關工作的同行能有所裨益。

1 大壩安全監測的意義

大壩所具有的（de）潛在安全問題既是一個複雜（zá）的技（jì）術問（wèn）題，也是一個日益突出的公共安全問題，因此，我國對大壩安全越來越重視。隨著壩工理論和技術的不斷發展（zhǎn）與完善，為了更好地（dì）實現水資源（yuán）的進一步開發利用，我國的大壩建設正向著（zhe）更高更大方（fāng）向（xiàng）發展，如三峽重力壩（bà）、小灣（wān）拱壩（最（zuì）大壩高（gāo）294.5 m），拉西瓦拱壩（最大壩高（gāo）250 m）、溪洛渡拱壩（最大壩高285.5 m）等，這些工程的建設將為我國的經濟發展（zhǎn）做出巨大貢獻，也將推動我國的壩工理論和技術水（shuǐ）平上升到一個新的高度。但是（shì），這些（xiē）工程一旦失事（shì），將是不可想象的毀滅性災難，因此，大壩安全問題就顯得日益突出和重要。保證大壩安全的措施可分（fèn）為工程措施和非工程措施兩種，兩者相互依（yī）存，缺一不可。

回顧（gù）大壩（bà）安全監測的發展曆史，最早可追溯到19世紀90年代，1891年德（dé）園的挨施巴赫重力壩開展了大壩位移觀測，隨後於1903年（nián）美國新洋西州Boont.n重力壩開展了溫度觀測，1908年澳大利亞新南威爾土州巴倫傑克溪薄拱壩開展了變形觀測，1925年美國愛達荷州亞美尼（ní）加一佛爾茲壩開展了揚壓力觀測，1826年美國墾務局在Stevenson—creek試驗拱壩上（shàng）開展了應力及應變觀測，這是最早開展安全監測的幾個實例。

我國從20世紀50年代開（kāi）始進行安全監測工作，大壩安全監測的作用是逐（zhú）斷被人們認識的，將大壩安全監（jiān）測的發展曆程劃分為以下3個階段。

（1）1891年至1964年，原型觀測階段原型觀測的主要目的是研究大壩設計計算（suàn）方法，檢（jiǎn）驗設計，改進壩工理論；

（2）1964年至1985年，由原型觀測向安全監測（cè）的過（guò）度階段（duàn），接連發生的大壩失（shī）事，讓人們逐漸認識到大（dà）壩安全的重要性，逐步（bù）把保證大壩（bà）安全運行作為主要目的；

（3）1985年至今，安全監測階段，此階段，大壩安全監測已（yǐ）經成為人們的共識隨著（zhe）監測儀器、監測技術和資料（liào）分析方法的不斷進步、發展與完善，將（jiāng）逐步實現（xiàn）大壩的安全監控。

2 大壩安全監測數據分析概述

大壩安全監（jiān）測取得的大量（liàng）數據為評價大壩運行（háng）狀態提（tí）供了基礎，但（dàn）是，原始觀測數據（jù）往往不能直（zhí）觀清（qīng）晰地展示大壩性（xìng）態，需要對觀測數據進行分辨、解析、提煉和（hé）概括，從繁多的觀測資料（liào）中找出關鍵（jiàn）問題，深刻地揭示規律並作出判斷，這就需要進行（háng）監測數據分析。

2.1 監測（cè）數（shù）據分析的意義

大壩監測數據分析可以從原始數據中提取包含的信息，為大（dà）壩的建設和運行（háng）管理提供有價值的科學依據。大量工程實踐表（biǎo）明：大壩監測數（shù）據中蘊藏了豐富的反映壩體結構性態的（de）信息，做好（hǎo）觀測資料分（fèn）析工作既有工程應用價值又有（yǒu）科學研究意義。大（dà）壩安（ān）全監測數據分析的意義表現在如下幾方麵：

（1）原（yuán）始觀測數據本（běn）身既包（bāo）含著（zhe）大壩實際運行狀態的信息（xī），又帶有觀測誤差及外界隨機因素所（suǒ）造（zào）成的幹擾。必須經過誤差分析及幹擾辨析，才能揭示出真實的信息。

（2）觀（guān）測值是影（yǐng）響壩（bà）體狀（zhuàng）態的多種內外因素交織在一起的綜合效應，也必須（xū）對測值作分解和剖析，將影響因素加以分解（jiě），找出主要因素及各個（gè）因素（sù）的影響程度。

（3）隻有將多測點（diǎn）的多測次的多種（zhǒng）觀測（cè）量放（fàng）在一起綜（zōng）合（hé）考（kǎo）察，相互補（bǔ）充和驗證，才能全麵了解（jiě）測（cè）值在空間分（fèn）布（bù）上和時間發展上的相互聯係，了解大壩的變化過程和發展趨勢，發現變動特殊的部位和薄弱環節。

（4）為了對大壩監測數據作出合理的物理（lǐ）解釋（shì），為了預測大壩未來的變化趨勢，也都離不（bú）開監測數據分析工（gōng）作。因此，大壩監（jiān）測資料（liào）分析（xī）是實現大（dà）壩安全監測最終目的的一個重要環節。

2.2 監測數（shù）據分析（xī）的內容（róng）

監測資料分析的內容通（tōng）常包括（kuò）：認識規律、查（chá）找問題、預測變化、判斷安全。

（1）認識規律：分折測值的發展過程以了解其隨時間而變化的情況，如周期（qī）性趨勢、變化類型、發展速度、變動幅度等；分（fèn）析測值的空間分布以了解它在不同（tóng）部位的特點和差異，掌握它的分布特點及代表性（xìng）測點的位置；分析測值的影響因素以了解各種外界條件及內部因索（suǒ）對所（suǒ）測物理（lǐ）量的作用（yòng）程度、主次關係（xì）。通過這些分析，掌（zhǎng）握壩的運行狀況，認識壩的各個部位上各種測值的變化（huà）規律。

（2）查找問題：對監測變量在發展過程和分布關係上發現的特殊或（huò）突出測值，聯係（xì）荷載條件及結構因素進行考查，了解其是（shì）否符合正（zhèng）常變化規律或是否在正常變（biàn）化範圍之內（nèi），分析原因（yīn），找出問題。

（3）預測變化：根據所掌握的規律，預測未來一定條件下測值的變化範圍（wéi）或取值：對於發現的問題，估計其發展趨勢、變化速度和可能後果。

（4）判斷安全：基（jī）於對測值的分析，判（pàn）斷過去一段時（shí）期內壩的（de）運（yùn）行狀態是（shì）否安全並對（duì）今後可（kě）能出現的最不利條件組合下壩的安（ān）全作出預先判斷。

一（yī）般來講，大壩監測資料分析可分為正分析（xī）和反（fǎn）演分析兩個方麵（miàn）。正分析是指由實測資料建立原型物理觀測量（liàng）的數學模型，井應用這些模型監（jiān）控大壩（bà）的（de）運行（háng）。反演（yǎn）分析是仿效係統識別的思想，以正分析成果為依據，通過相應的理論分析，反求大壩材料的物理力學參數和項（xiàng）源（如（rú）壩體混凝土溫度、拱壩實際梁荷載等）。吳院士提到通過大壩監測資料分析可（kě）以（yǐ）實現反饋設計，即“綜合原型觀測資料正分析和反演分析的成果（guǒ），通過理論（lùn）分析計算成歸納總（zǒng）結，從（cóng）中尋找（zhǎo）某些（xiē）規律和信息，及時反饋到設計，施工和運行中去，從而達到優化設（shè）計（jì），施工和運行的（de）目的（de），並補充和（hé）完善現行（háng）水工設計和施工規範"。綜上（shàng）所述，大壩監測資料正分析中數學模型（xíng）的研究與應（yīng）用是（shì）實現大（dà）壩安全監測（cè）及資料分析的目的和意義的基礎與根本。

3 監測數據分析方法（fǎ）

大（dà）壩安全監測數據分析涉及（jí）到多學科交叉的許多（duō）方法和理論，目前，常用的大壩監測數據分析（xī）方法主要有如下幾種：多元回歸分析、時間序列分析、灰色理論分析、頻（pín）譜分析、Kalman濾波法、有限元法、人工神經（jīng）網絡法、小波（bō）分析（xī）法、係統論方法等

等，（圖1）

3.1 多元回歸分析

多元回歸分析方法是大（dà）壩（bà）監測數據分析中應用最為廣泛的方法之一，最常用的方法就是逐步回歸分析方法，基於該方法的回歸統計模型廣（guǎng）泛應用於各類監測（cè）變量（liàng）的分析建模工作。以大壩變形監測（cè）的分析（xī）為例，取變形（如各種位移（yí）值）為因變量（又（yòu）稱效應量），取環境量（如水壓、溫度等）為自變量（又稱影響因子），根據數（shù）理統計理論建立多（duō）元線（xiàn）性回歸模型，用逐步回（huí）歸分析方法就可以得到（dào）效應量與環境量之間（jiān）的函數（shù）模型，然後就可以進行變形的物理解釋和預報。

由（yóu）於它是一種統計分析方法，需要因變量和自變量（liàng）具有較（jiào）長且一致性較好的觀測值序列。如果回歸模型的環境變量之間存（cún）在多重共線性，可能會引起回歸模型參數估計的不正確，如果觀測數據序列長度不足且數據中所含隨機噪聲偏大，則可能會（huì）引起回歸模型的過（guò）擬合現象，而破壞模（mó）型的穩健性。在回歸分析法中，當環境量之間相關性較大時，可采用主成（chéng）分分析或嶺回歸分析，為了解決和改善（shàn）回歸模型中因子多重相關性和欠擬合問題，則可采用偏回歸模型，該模型具（jù）有多元線性回歸、相關分析和主（zhǔ）成分分析的（de）性能，在某些情況下甚至優於常用的逐步線（xiàn）性回歸模型，例如在（zài）應用偏回歸（guī）模型進行大壩監測數據分析時，還采用遺傳算法進行模型的參數估計，取得（dé）了較好的效果。

3.2 時間序列分析

大壩安全監（jiān）測過程（chéng）中，各監測變量（liàng）的實測數（shù）據自然組成了一個離散隨機時（shí）間序列，因此，可以用時（shí）間序列分析理論與方法建立（lì）模型。一般認為時間序列分析方（fāng）法是（shì）一種動態數據（jù）的參數化時域（yù）分析方法，它通過對動態數據進行模型階次和參數估計建立相應的數學模型（xíng），以了解這些數據的內在結構（gòu）和特性（xìng），從而對數據變化趨勢做出判斷和（hé）預（yù）測，具有良好的短期預（yù）測效果。

進行時間序列分析時一（yī）般要求數據為平穩隨（suí）機過程，否則，需要進行協整分析，對數據進（jìn）行（háng）差分處理，或者采用誤差修正模型。例如（rú），利用時間序列分析方法，對（duì）大壩變形觀測（cè）資料進行分析建模得到一個AR（2）模型，並對大壩變形進行了預報，結果表明具有良好（hǎo）的預測精度。也利用時（shí）間序列對大壩監測數據進行分析，有效地提高了模型對實測數據的擬合能力和預測能力（lì）。

3.3 灰色理論分析（xī）

當觀測數據的樣本（běn）數不多時，不（bú）能滿足時間序列分析或者回歸分析模型對（duì）於數據長度的要求，此時，可采（cǎi）用灰色（sè）係統理論建模。該（gāi）理（lǐ）論於20世紀80年（nián）代由（yóu）鄧先生首次提出，該方法通過將原始數（shù）列利用累加生成法變換為生成數列，從而減弱數據序列的隨（suí）機性，增（zēng）強規律性。例如，在大壩變（biàn）形監測數據分析時，也可以大壩變形的灰微分方程（chéng）來（lái）提取趨勢項後建立組合（hé）模型。一般時間序列分析都是針對單測（cè）點的數據序列，如果考慮各測點之間（jiān）的相關性而進行多測點（diǎn）的關聯分析，有可能會取得更好的（de）效果。1991年（nián），等人詳述了灰色係統理論在水工觀（guān）測資料分析中的應用情況，並對其應用時的檢驗標準等問（wèn）題進行（háng）：了探討。同年，利用灰色係統模型對（duì）某重力壩的實測應力分析證明了灰色模型具有理論（lùn）合理、嚴謹、成果精度（dù）較高的特點。

3.4 頻譜分析（xī）

大（dà）壩監測數據的處理和分析主要在時域內進行，利用Fourier變換將監測數據序列由時（shí）域信號轉換為頻（pín）域信號進行分析，通過計算各諧波頻率的振（zhèn）幅（fú），最大報幅所對（duì）應的主頻可以揭示監測量的變化周期，這樣，有時在時（shí）城內看不清的數據信息在頻域內可以很容易看清楚。例如，將測點的變形（xíng）量作為輸出，相關的環境因子作為輸入，通過估計相幹函（hán）數、頻率響應函數和響應譜函數，就（jiù）可以（yǐ）通過分析（xī）輸入輸出（chū）之間的相關性（xìng）進行變形的物理解釋，確定輸入的貢獻和影響（xiǎng）變形的主要因子。

將大壩（bà）監測數據由時（shí）城（chéng）信號轉換（huàn）到頻域信號進行分（fèn）析的研究（jiū）應用並不多，主要是由於該方法在應用時要求樣本數量要足夠多，而且要（yào）求數據是平穩（wěn）的，係統是線性的，頻譜分析從整個（gè）頻域上對信號進行（háng）考慮（lǜ），局部化性能差。