变形监测数据管理与分析系统设计与实现

李 伟,王俊旻,彭子龙

(1.四川省电力设计院，四川 成都 610071；2. 四川省煤田测绘工程院，四川 成都 610071)

变形监测数据管理与分析系统设计与实现

李 伟1,王俊旻1,彭子龙2

(1.四川省电力设计院，四川 成都 610071；2. 四川省煤田测绘工程院，四川 成都 610071)

变形监测具有周期性、监测时间长、监测点多等特点，导致监测数据量大，故对海量变形监测数据的管理与分析就显得十分重要。为了实现对海量变形监测数据的高效管理与分析，文中采用C#语言，以SQL 2008为数据库，编写变形监测数据管理与分析系统，并通过工程实例验证系统的高效与可行性。

变形监测；数据管理；数据分析；软件系统

变形监测是为了获得变形体监测点的位移情况而进行的长期性、周期性重复监测，这种监测手段必然引起变形监测数据量逐渐增大。因此对海量变形监测数据的有效管理十分必要，且变形监测的数据分析为保证变形体稳定运营提供了技术支持[1-2]。本文根据变形监测的技术要求，以数据库关系表和结构体作为数据的组织形式，选用C#作为开发语言，通过SQL 2008数据库管理系统实现数据存储、修改、删除与查询等功能；对变形监测数据进行卡尔曼滤波分析与位移趋势图绘制，集多项功能于一体，开发了变形监测数据管理与分析系统。

1 系统模块与功能设计

1.1 数据管理模块

数据管理模块是系统的核心之一，是其他模块与功能实现的基础，是数据存储、修改、删除与查询等功能的主要载体，本系统采用SQL 2008作为变形监测数据管理的数据库，对其进行规范化设计，建立结构合理、性能良好的数据库，实现高效安全的管理模式[3-4]。

1)数据输入与存储。变形监测数据可以分为：观测数据、已知数据、平差数据与分析结果数据等，其中观测数据和已知数据系统采用工程文件夹的形式进行存储；平差和变形分析结果数据采用SQL 2008数据库进行存储管理。数据输入有自动和手动两种方式，自动输入即提交本系统内部平差和变形分析的结果数据；手动输入即输入其他后处理软件的结果数据。数据库内平差与结果分析的格式如表1和表2所示。表中：MN、ME表示坐标值的精度；KYD、KYE与KLN、KLE表示卡尔曼预测值与滤波值。

表1 XXX-Adjust Table格式

表2 XXX-Analysis Table格式

2)数据修改、删除、添加。对数据库内的数据进行修改、删除与添加操作，其中添加操作又分为人工输入和EXCEL导入，方便用户根据情况对数据库内的数据进行相应的更改与完善。

3)数据查询。可以按监测点点名和监测周期两种形式查询，便于用户根据实际情况的需要进行数据筛选，提高数据分拣工作效率。

4)数据输出。将数据库内的所有监测数据或者查询结果数据以EXCEL的形式输出，便于用户后续报告书写和打印。

1.2 数据分析模块

1)位移趋势图绘制。将监测点的点位变化趋势绘制成可视化的位移趋势图形，使用户直观查看监测点的位移大小及变化趋势，做深层次的分析。

2 系统设计与实现

2.1 系统设计思路

变形监测数据管理与分析系统设计框架和流程如图1所示。

图1 系统设计框架与流程

2.2 系统实现

2.2.1 数据管理模块

数据管理模块功能的实现是通过对SQL 2008数据库和EXCEL一些基本操作来完成的，部分功能主要代码如下：

////////////////////存储数据/////

////////////////

string sql = string.Format("insert into GNSS-Adjust Table (“列名”) values (“添加值”));

////////////////////修改监测点GPSX的第XX期N坐标值/////////////////////

string MyUpdate="Update GNSS-Adjust Table set N ='"+ N坐标值 +"',……….

where Point ='"+点名+'", Period='"+监测周期+'"";

//////////////////////////删掉第XX期监测成果/////////////////////////////

string MyDelete="Delete from GNSS-Adjust Table where Period ='"+监测周期+'"";

//////////////////////////EXCEL导入数据/////////////////////////////

string connectionString =@"Provider=Microsoft.ACE.OLEDB.12.0;Data Source="

+ openfile + ";Extended Properties='Excel 12.0;HDR=YES;'";

string strSQL = "SELECT * FROM [Sheet1MYM]";

基于德尔菲法的医院药品不良反应快速上报信息化系统评价指标体系的构建 …………………………… 温润龙等（13）：1742

2.2.2 数据分析模块

1)位移趋势图绘制。趋势图绘制功能实现是利用绘图控件ZedGraph完成的，首先在C#中添加引用该控件，并定义绘图区域、各轴名称及单位，之后对数组元素进行赋值，根据数组值进行趋势图绘制。图形绘制需要4个动态数组元素，分别为：点名数组、点位数组、颜色数组以及点位图形，根据点名分别给相应的数组赋值，绘制趋势图主要代码如下：

using ZedGraph;

////////////////////////////////////绘制趋势图///////////////////////////////////

LineItem myCurve = zedGraphControl1.GraphPane.AddCurve("N-Dis", ttw, Color.Yellow, SymbolType.Circle );

/////////////////////////////////

刷新绘图

//////////////////////////////////////////

2)卡尔曼滤波分析，其流程如图2所示。

图2 卡尔曼滤波算法流程

卡尔曼滤波分析是一个不断循环过程，首选根据1.2节确定初始状态向量及其方差阵，循环读取n期观测数据，利用状态一步预测和状态估计等模型进行预测值和修正值计算，保存模型解算结果中最后一组的状态向量和相应的协方差阵，更新观测数据，再次构成n期观测数据，并进行重复计算。

3 管理与分析系统应用

为了验证管理与分析系统的高效和可行性，现以盐水沟变形监测预警工程为例。盐水沟隧道是西气东输管道的标志性工程，它是我国迄今为止距离最长、输气量最大、施工条件最复杂的天然气输气管道，为了监测隧道的变形情况，在隧道区域布置4个周期性GNSS监测点，两个实时自动化GNSS监测点，隧道内布置86个水平位移监测点和20个沉降监测点，监测设备分别为Leica 902双星接收机、TM30以及DNA03。到目前为止共监测10期，现以GNSS监测点为例。

3.1 数据管理模块应用

GNSS双星监测数据可以通过本系统开发的基线解算与网平差等功能，进行监测点的坐标值和精度信息的求取(由于本文主要研究数据管理与分析，其他功能模块本文不再陈述)，得到的坐标值和精度信息直接保存于SQL数据库内的GNSS-Adjust Table表中，之后可以通过数据管理模块内的其他功能对表中的数据进行修改、删除、添加与输出等操作，如图3所示，首先查询2011年11月3日到现在这段时间内GPS1与GPS3两点的所有坐标值信息，之后对查询结果进行报表的输出。

3.2 数据分析模块应用

3.2.1 位移趋势图绘制

位移趋势图绘制涉及到初始值的设定，由于监测点稳定性受自然灾害和人为破坏等因素影响，所以监测点的初始值状态可能会变化，故本功能设计开发了初始值设置以及限差设置。如图4所示，分析GPS1和GPS4两点的位移趋势，初始值为第二期观测值。

图4分别显示了两点在X轴方向的变化量，可知GPS1监测点在第9期位移量为1.8 mm，两条横线为规范限差3 mm(建筑变形规范—JGJ8-2007)，限差亦可根据不同工程变形监测的需求自行设定。

图3 数据查询与报表输出

图4 位移趋势图绘制示意图

3.2.2 卡尔曼滤波分析

根据1.2和2.2节卡尔曼滤波模型建立方法，对GPS1和GPS4两点进行分析与预测，其结果如图5所示。

由图5可知：GPS1与GPS4的滤波值和实测值之差在±0.4 mm内，说明卡尔曼滤波能较好地反映GNSS变形监测的实际变化情况，能真实地体现变形体的动态数据的实时性，对GNSS变形监测数据具有很好的去噪作用。

4 结 论

变形监测数据管理与分析系统实现了对海量监测数据的高效管理与分析，提高了工作效率和数据安全性，系统具有数据管理与数据分析两大主要模块。数据管理模块实现了监测点平差与分析结果数据的SQL 2008数据库管理，并开发了对数据库内的数据进行输入、删除、修改、输出等操作，使用户对监测数据管理更加方便；位移趋势图绘制和卡尔曼滤波分析为保证变形体稳定运营提供了技术支持。系统的实现为变形监测数据管理与分析提供了一种新的途径，其在变形监测中的应用将发挥重要作用，为了使系统更好地服务于变形监测中，后续仍需对该系统的功能进行完善和扩大。

图5 卡尔曼滤波分析结果示意图

[1]刘忠军,刘强.变形监测数据管理系统初步研究[J].资源环境与工程,2012,26(3):281-284.

[2]薛永安,葛永慧.GPS变形监测数据处理与管理系统的设计与实现[J].太原理工大学学报,2006,37(4):423-426.

[3]萨师煊,王珊.数据库系统概论[M].北京：高等教育出版社,2000:170-176.

[4]KARILI WATSON,CHRISTIAN NAGEL.Beginning Visual C#2010[M].北京:清华大学出版社, 2012.

[5]李伟. GNSS算法研究及其在变形监测中的应用[D].成都:西南交通大学,2013:40-45.

[6]许国辉,余春林.卡尔曼滤波的建立及其施工变形测量中的应用[J].测绘通报, 2004(4):22-23 .

[7]王旭,刘文生,王昶. 基于小波阈值法去噪的建筑物变形监测数据处理[J].测绘工程, 2011,20(1):44-48.

[8]叶茂.京沪高速铁路沉降监测数据处理与分析[D].成都:西南交通大学,2008:11-30.

[责任编辑：张德福]

Design and implementation of deformation monitoring data management and analysis system

LI Wei1,WANG Jun-min1,PENG Zi-long2

(1.Sichuan Electric Power Design Institute,Chengdu 610071,China; 2.Sichuan Provincial Coalfield Surverying and Mapping Engineering Institute, Chengdu 610071,China)

Periodic,the long monitoring time and a lot of monitoring points of deformation monitoring,cause a large amount of monitoring data, so the research for the management and analysis of massive amounts of deformation monitoring data are very important. In order to achieve the efficient management and analysis of massive amounts of deformation monitoring data, C# with SQL 2008 as the database is proposed to write a deformation monitoring data management and analysis system,of which the efficieny and feasibility are validated through the actual engineering example.

deformation monitoring; data management; data analysis; sofeware system

2013-07-15

李 伟(1985-)，男，硕士.

TP311

：A

：1006-7949(2014)07-0076-05