杭州市勘测设计研究院有限公司 浙江杭州 310000
摘要：为更好的分析地铁沉降监测数据，本文以某地铁项目为实例，将小波与奇异谱分析发放用于数据分析领域中。发现相比之下，奇异谱分析的形式能更好的获得沉降变形趋势及周期，能够为相关人员分析地铁监测数据规律及编制相应监测方案提供可靠参照。
关键词：地铁保护区；沉降监测；数据处理；小波分析；奇异谱分析
引言
城市建设发展阶段，为更好的缓解交通运输压力，国内很多地区近些年开始建设地铁工程，地铁结构安全是其在营运阶段创造良好效益的重要基础，故而相关部门应认真落实对其全面监测工作任务。通过这种途径掌握新建工程施工阶段既有地铁项目结构出现的改变，为建设方及地铁运营单位提供更多可靠信息，客观、精准判断工程建设行为对地铁工程结构形成的影响，将危险事故发生率降到最低。在互联网时代中，智能化监测无疑是后续几年中地铁安全监测的主要发展方向，及时、精准处理大批量监测数据是实践中值得探究的问题之一。本课题主要探究奇异谱与小波方法在处理地铁沉降监测数据方面的应用情况。
1、理论分析
1.1小波分析
小波变换是小波分析的核心，可以将小波变换看成是被变换及小波基函数作卷积后形成的结果。假定符合某条件的小波基函数是 ，历经平移 与伸缩a后，能顺利获得小波基函数系[1]：
1.2奇异谱分析
这是援救非线性时间序列出的一种有效的数据分析方法。其核心思想可以做出如下表述：把一维时间序列转型成多维空间序列进行主成分分析，解离成数个有效成分，并依照实际需求选择数个分量进行重构，精准的提取信号的改变趋势、周期与噪音等多种成分。其中，重建是奇异谱分析过
所有重建成分之和和原始序列相等。
2、项目背景
2.1工程案例
本文以某市正在进行监测的地铁3#线保护区监测项目为实例进行的分析，因3#线地铁周边正在新建工程，一定要动态监测新建项目开挖施工对地铁形成的影响，进而确保地铁运营安全性。已知拟建项目基坑面积18530㎡左右，周长大概550m，挖深约9.1m。地形相对平坦，结合野外勘测，场地岩土层土质构成有杂填土、卵砾石、残积土等。建造场地东北及西侧坡角位置分别有一条泄洪沟，其和地下水之间形成了互补关系。
基坑和地铁的方位关系：①平面位置关系：基坑边线对应地铁里程约K21+018~K21+144，长度大概127m；基坑支护边线和地铁隧道边线最近距离25.3m左右；②纵向位置关系：基坑边线对应隧道顶标高是2.95~5.93m，基坑垫层底标高7.7m，和隧道顶部高相比高出1.87~4.85m。
2.2监测方案
见图1， 将4个沉降监测基准点(JZ1~JZ4, JY1~JY4)布置在地铁两端[2]。沉降监测基准点布点处和地铁变形区相距120m；于基坑边线正对应的隧道区间中，左、右线分别大概每隔10m、20m布置单个监测点。选用Trimble DINI03电子水准仪进行监测，夜间作业时配合应用锢瓦条码尺与照明装置，结合现有规范利用科傻平差软件对监站数进行平差处理。基准网早期进行2次独立观察测量，在误差范畴中取平均值确定各个基准点的原始高程。每月定时复测基准网，并对比高程实测值和原采用值，如果实测高程值与原值的差大于2倍高程内误差时，则应用新值，反之使用原值。
.png)
图1 基坑和地铁平面位置及沉降点布设
3、统计和分析实验结果
从沉降监测工作开始，共计监测了56期，选择左线具有一定代表性的Z4、Z10、Z15三个监测点，观察其原始沉降序列，不难发现从监测开始以来，以上三个监测点的沉降改变情况基本一致，但不能掌握观测点的改变趋势及变形周期，不利于全面权衡地铁项目的安全状态。鉴于以上情况，利用小波分析法处理原始数据，将获取的观测数据改变趋势作为参考，而后用奇异谱分析处理数据。
.png)
图2 小波分析结果 图3 奇异谱分析的周期图
具体是选用去噪效果较好的sym3小波进行3层小波分解，利用全局阈值对小波阈值进行降噪处理，而后进行小波重构，图2是所得去噪后的沉降序列[3]。整体分析，Z4、Z10、Z15商人监测点的改变趋势基本等同，由此可以初步认定新建工程基坑卡瓦施工对地铁Z3~Z16区段的沉降影响大体一致。小波分析法能较好的获得沉降变形趋势，但无法获得地铁的沉降周期，故而采用奇异谱分析法开展相关研究工作。
本文选择窗口M=18进行奇异谱分析，顺利得到原始沉降序列的趋势项和周期项。发现奇异谱分析能较好的拟合沉降序列的变化趋势，较清晰的表现出地铁沉降的改变特征，且在变化趋势的表现方面，小波分析和奇异谱分析两者大体等同，相比之下，奇异谱分析方法下的结果更加光滑，取得的拟合效果更优良，但具体分析中可能过滤到异常值信息，在细节呈现方面照小波分析逊色，影响异常值的判断结果。图3是奇异谱分析阶段提取到的周期项，小波分析法在处理监测数据时不具备这方面的特性[4]。观察图3发现，三个被监测点振动幅度与周期整体改变状况表现出高度统一性，均表现出前期振幅较小、后期振幅增大的特征。这提示基坑挖掘早期对地铁形成的影响偏小，30期前监测点振幅相对稳定，即地铁受到的影响较稳定。伴随基坑挖掘深度增加，30期后监测点振幅增加，此时基坑挖掘深度和地铁埋深相近。51期时在基坑回填的影响下，监测点振幅明显增加。图3内呈现出的变形情况和实况大体一致，地铁安全监测实践中可参照以上情况监测、掌握周期与频率，编制适宜的监测计划。
结束语：
地铁运营监测是协助相关部门了解地铁结构作业状态的有效途径之一，在监测地铁沉降、水平位移等指标时，动态精准的处理大批量数据，掌握变形趋势与异常值，客观分析变化趋势与周期，进而更科学的指导地铁监测工作推进过程。本文选用具有实践序列处理功能的小波及奇异谱分析方法用于地铁安全监测领域中，在处理数据时取得较好结果，发现后种分析方法具备获取变形周期方面额度能力，能协助监测人员更精准的测评变形状况，编制出更合理的沉降监测计划。
参考文献：
[1]卢辰龙,匡翠林,易重海,等.奇异谱分析滤波法在消除GPS多路径中的应用[J].武汉大学学报:信息科学版,2015,40(7):924-924.
[2]崔腾飞,姬现磊,丁鹏文.基于小波分析与奇异谱分析的RBF神经网络模型预测[J].测绘与空间地理信息,2020，78(6):47-49.
[3]李享,王珏,王震,等.基于时间序列分解与重构的能源价格分析研究[J].中国石油大学学报:社会科学版,2019,78(4):123-125.
[4]孔雯、车权、赵慧荣,等.基于奇异谱分析与长短时记忆神经网络的电厂存煤量短期预测[J].信息与控制,2020,v.49(06):106-115.