第四章 沉降数据分析
系统提供了沉降数据分析功能，该功能与项目无关，用户只需提供沉降数据文件(OLH文件)，系统自动拟合趋势线，并计算变形量（相对于趋势线的偏差）。
4.1 沉降数据汇总
4.1.2 利用平差文件进行数据汇总
该功能主要是根据多期平差结果自动生成沉降监测用数据格式（OLH）。
首先对多期平差结果文件（ou1）按时间排序，自动提取ou1文件中的平差结果，并进行点名匹配，生成OLH文件。
4.1.2 OLH文件格式
OLH文件包含文件头部分和数据部分，具体格式为： 文件头部分：
点名， 属性， 观测时间1，观测时间2 数据部分：
点1 ，H，观测值1，观测值2 … …
注意：观测期数和观测值要对应，各个字段之间采用逗号分开，日期的长度为12个字符，如2009年9月1日应编辑为2009-09-01，避免日期转换时出错。对于沉降观测数据，全部为H（代表高程），下面给出一个三个点三期的观测数据文件示例：
点名，属性， 2008-06-01，2008-07-12，2008-08-13
… …
25
点1 ，H，217.6690，218.3010，219.0360 点2 ，H， 210.8910，211.7290，209.3720 点3 ，H，207.6760，208.3880，211.0210
4.2 沉降建模
4.2.1 沉降建模方法
对于整理好的OLH文件，可以对沉降数据进行建模，只需点击菜单“沉降数据分析->沉降曲线”，就会弹出如下对话框：
图4-1 沉降建模提示对话框
在文件路径处点击文件夹按钮选择需要建模的OLH文件，然后选择沉降模型，目前提供四种沉降模型：线性回归模型，逻辑斯蒂模型，双曲线模型，自回归模型。
线性回归模型是一个线性模型，通过一元回归的方法建立沉降量与时间之间的线性关系，如果沉降速率持续平稳，建议使用该模型。
逻辑斯蒂模型是一种指数模型，曲线形式大致如下图所示，适用于变形规律符合平稳-沉降-平稳的沉降过程。
26
图4-2 逻辑斯蒂曲线示意图
双曲线模型是采用双曲线来拟合沉降过程，适合于先急速沉降后趋于平稳的沉降过程。
自回归模型(AR)是一种非线性模型，他是利用过去几期的数据来预测下一期的观测值，适用于波动性比较明显的沉降过程。采用自回归建模时需要输入建模的阶数。阶数是指你希望下一期观测值与前几期观测值之间建立回归关系，阶数要小于观测期数，否则无法进行建模。
建模的输出文件是DAR文件，DAR文件的格式说明如下：
4.2.2 建模文件DAR格式说明
扩展名：DAR (Data Analysis Result) 文件格式及含义：
文件包括两部分：文件头及数据部分 文件头格式： 点名，属性，日期列表
每条日期记录占10个字符宽度，如2010年4月30 日，应记作：2010-04-30，日期记录之间用逗号分隔，日期记录应在一行之内列出，插入换行符等其他字符。
数据部分格式：
数据部分由若干条数据记录组成，每条数据记录占3行
27
数据记录格式如下： 点名，属性，观测值列表
*，点名，模型代码，检验结果，pvv（残差）参数个数，参数列表 点名，属性，模型值列表
各个数据项之间采用逗号分隔，*为标志符，点名为观测点点号，模型代码表示做数据分析采用的模型名称，采用三个大写字符表示，详情参见附表1检验结果表示做假设检验是否通过，采用一个大写字符表示，Y标志通过,N表示拒绝，E表示无须检验，参数个数表示做数据分析时使用模型的参数的个数，不同的模型参数个数会有所不同。参数列表表示采用模型分析建模得到的各个模型系数。
点名表示观测点点名，与上一行点名一致，属性表示数据来源，采用一个大写字符表示，详情参见附表2， 观测值列表按照文件头的各期观测时间，一次列出对应的结果。
示例数据
点名,属性, 2008-06-01, 2008-07-12, 2008-08-13, 2008-09-16, 2008-10-26
B001,O,0.313,0.663,0.851,0.849,0.854 *,B001,RGS,Y,0.230,2,0.462,0.224 B001,h,0.313,0.663,0.851,0.849,0.854
附表1 模型代码表 RGS EXP 回归分析（Regression） 指数模型(exponent ) 28