时空动态变形分析与建模

Most of the existing deformation analysis theories and methods generally utilize single monitoring point data series. It is very difficult to analyze overall deformation trends and obtain the spatio-temporal evolution law of deformation. Therefore, according to the characteristics of modern deformation monitoring data such as GNSS and InSAR and the requirements of deformation analysis, this project aims at researching and developing dynamic spatio-temporal analysis and modeling methods using the methods of spatio-temporal Kalman filter and spatio-temporal regression model with taking into account both spatial and temporal characteristics of the deformation monitoring data. The detailed research contents including: 1) Analysis of spatio-temporal statistical properties of deformation monitoring data and construction of the spatio-temporal variability function models. 2) Dynamic geometric deformation analysis theory and method based on spatio-temporal Kalman filter. 3) Spatio-temporal varying-coefficient regression and its application in statistical physic deformation analysis. This research project will further develop and improve the theories and methods of deformation analysis, consistent with the spatio-temporal characteristics of deformation data, and improve the deformation prediction accuracy of prediction. Besides, it also will help to perfect the theories and methods of dynamic spatio-temporal data analysis and extend the range of its applications.

现有变形分析理论与方法大都是针对单个测点的数据序列，未考虑监测点之间的空间相关性，无法进行整体变形分析及准确掌握变形的时空演化规律。为此，本项目基于几何变形分析与物理变形分析的需求，将时空Kalman滤波与时空变系数回归建模引入变形分析领域，结合现代变形监测数据及变形分析应用的特点，研究建立能够同时考虑变形监测数据的时间和空间特性的时空动态变形分析与建模的理论方法。具体包括：①变形监测数据的时空统计特征分析与时空变异函数模型构建；②基于时空Kalman 滤波的动态几何变形分析理论与方法；③基于时空变系数回归分析的统计物理变形分析理论与方法。该研究一方面可以进一步发展和完善现有的变形分析理论方法，以适应变形监测数据的时空特性，提高变形预报预测的精度，增强变形物理解释与分析能力，并拓展变形分析内涵；另一方面对丰富和发展时空数据处理理论与方法，拓展其应用领域都具有重要的意义。

随着变形监测技术的发展，当前变形监测正由传统的单一监测模式向点、线、面交叉的空间多元监测模式发展。变形分析方法也逐步从单测点向多测点，乃至针对整个变形体的时空特性进行分析的方向发展。然而现有的变形分析理论方法远远落后于变形监测技术及应用需求的发展。为此，本项目将近些年发展起来的时空Kalman模型与时空变系数回归建模引入变形分析领域，结合GNSS、InSAR等现代变形监测技术获取的监测数据与变形分析应用的特点，研究与发展时空数据处理、分析与建模的相关理论与方法，取得了以下主要成果：（1）提出了基于Bisauqre空间基的多尺度套合时空变异函数模型；（2）提出了基于时空Kalman模型的GNSS变形监测时空数据处理方法；（3）提出了一套基于时空Kalman模型融合GNSS数据和InSAR数据生成高时空分辨率地表形变数据的方法；（4）提出了多变量协同时空Kalman模型，并用于变形分析建模，拓展了现有的时空Kalman模型；（5）进一步完善和深入研究了ICA时空建模方法，提出了基于ICA的垂向GNSS坐标时间序列时空分析建模方法及基于ICA的垂向GNSS坐标序列反演区域水储量变化的方法；（6）将时空变系数回归模型引入变形建模领域，结合变形建模的特点，提出了一套基于时空变系数回归模型的时空动态变形建模方法。本项目基于时空Kalman模型建立了能够同时考虑变形监测数据的时间和空间特性的时空动态变形分析与建模的理论与方法，从而可更准确地掌握变形的时空演化规律及提高变形预报预测的精度，增强了变形物理解释与分析能力，并拓展了变形分析内涵，对工程安全与防灾减灾具有重要的理论意义与实际应用价值。