谷幅变形全天时自动化监测的气象改正方法及终端设备技术

本发明专利技术公开了一种谷幅变形全天时自动化监测的气象改正方法及终端设备，充分挖掘了谷幅变形自动化监测数据内部的演化趋势，引入现代测量平差理论，有效削弱和抑制了周期性震荡偏差以及观测噪声的影响。本发明专利技术发现测距日均值偏差并进行了改正，削弱了抑制偏差震荡现象。同时引入测量平差理论，抗差估计增强数据抗粗差能力，对相应的观测量质量以离差作为评价指标赋以不同权值，进行加权最小二乘，削弱观测噪声，提升了观测数据可靠性。提升了观测数据可靠性。提升了观测数据可靠性。

【技术实现步骤摘要】
谷幅变形全天时自动化监测的气象改正方法及终端设备


[0001]本专利技术涉及大地测量与工程测量领域，特别是一种谷幅变形全天时自动化监测的气象改正方法及终端设备。

技术介绍

[0002]在坝体运营过程中(尤其在蓄水期)，库区两岸山体受水位上升的影响，应力平衡状态易受扰动，从而形成大范围水平变形，简称“谷幅变形”。准确监测高拱坝谷幅变形对保障水电站安全运营有重要意义。
[0003]目前，常用测量机器人等全自动化设备监测谷幅变形，测量机器人大都基于光电测距原理(如CN105652281A)。然而，由于库区内气温、气压、湿度等因素变化复杂，这种复杂性会对光电测距精度有显著影响。目前谷幅变形监测大都采用《中、短程光电测距规范》推荐使用的经典气象改正模型提高监测精度。然而，该方法需假定观测时气象条件(比如气温、气压和湿度)相对平稳。因此，规范要求光电测距作业时间通常选取空气温度垂直变化梯度为零的前后一个小时内(比如日出后0.5h或日落前0.5h)，而且在正午、雷雨、大雾、大风等复杂气象条件下气象模型精度较差。
[0004]随着水电站坝体高度和蓄水量的不断增加，对谷幅变形监测的精度和时间分辨率均提出了更高的要求(比如亚毫米精度、全天时监测等)。然而，受观测成本、天气条件等因素影响，人工谷幅变形监测不仅工作强度大，且时间分辨率也不高，难以满足水电站对于谷幅变形监测的时间分辨率要求。欲实现谷幅变形全天时自动监测，除仪器设备外，适用于全天时的测距气象改正方法显得尤为重要。目前，国内外学者在自动化气象改正方面开展了部分探索，并发展了邻边比例法、基线神经网络法、差分数据处理、似差分改正与模型改正等多种算法，取得了一定效果。然而，这些方法需要以一条已知且长度不变的精确基线(例如CN109579805A)作为参考依据。由于水电站蓄水影响范围较大，且微气象学变化显著。因此，在谷幅观测线附近选取一条长度不变，且具有代表性的精确基线较为困难。

技术实现思路

[0005]本专利技术所要解决的技术问题是，针对现有技术不足，提供一种谷幅变形全天时自动化监测的气象改正方法及终端设备，在无需长度不变的精确基线的前提下，实现谷幅变形自动监测。
[0006]为解决上述技术问题，本专利技术所采用的技术方案是：一种针对谷幅变形全天时自动化监测的气象改正方法，包括以下步骤：
[0007]S1、利用气象改正模型，对原始测距值进行初步改正；
[0008]S2、对改正后的测距值进行傅里叶级数拟合，得到去除全天时测距趋势误差的距离值；
[0009]S3、利用去除全天时测距趋势误差的距离值获取各个时刻状态预测值；
[0010]S4、将经步骤S3处理后得到的状态预测值与参考值做差，获取各时刻观测值与参
考值的离差；其中，所述参考值设定为全天候测距数据中两岸气象条件稳定时刻测距观测值的中值；
[0011]S5、基于各时刻状态预测值与参考值的离差，采用非参数拟合法确定全天时观测值时序离差，并设定时序离差的倒数为全天时最小二乘权重；
[0012]S6、根据选取的时段提取相应权重，根据最小二乘法计算出该选取的时段内的距离估计值，即得到最终的距离改正结果。
[0013]本专利技术无需获取长度不变的精确基线作为参考依据，充分挖掘了谷幅变形自动化监测数据内部的演化趋势，引入现代测量平差理论，有效削弱和抑制了周期性震荡偏差以及观测噪声的影响。本专利技术发现测距日均值偏差(系统性误差)并进行了改正，削弱了抑制偏差震荡现象。同时引入测量平差理论，抗差估计增强数据抗粗差能力，对相应的观测量质量以离差作为评价指标赋以不同权值，进行加权最小二乘，削弱观测噪声，提升了观测数据可靠性。
[0014]本专利技术上述步骤S1中，所述气象改正模型表达式为：
[0015]dD≈(n0‑
n)D'＝(N'
g
‑
N
″
g
)
×
10
‑6×
D'；
[0016]其中，dD为气象修正值，单位为毫米，n0为仪器气象参考点的群折射率，n为测量时气象条件下的实际群折射率，D'为待气象改正的原始测距值，单位为米，N'
g
为仪器标称群折射率，N
″
g
为实际作业大气条件下的群折射率。
[0017]N
go
为标准大气的群折射率，单位为ppm；T为绝对温度，单位为K；P为大气压，e为水蒸气压力，Q和V为常数。
[0018]本专利技术上述步骤S2中，改正后的测距值大小为D'+dD
×
10
‑3，D'为待气象改正的原始测距值，单位为米，dD为气象修正值，单位为毫米。
[0019]步骤S2中，去除全天时测距趋势误差的距离值L
k
＝D'+dD
×
10
‑3‑
f(x)；其中，f(x)为周期的连续函数，周期为T；a0、ω为常系数；l为傅里叶展开级数；角频率ω＝2π/T；a
i
、b
i
为傅里叶系数；x
i
为一天之中的整点时间点数。
[0020]步骤S3中，k时刻的状态预测值表示为：其中，为状态参数估计值，A
k
是观测方程里的系数矩阵，A
k
是元素全为1的单位矩阵，观测方程表示为A
k
X
k
＝L
k
+ε
k
，X
k
为k时刻的真实距离，ε
k
为误差项；P
Xk
为状态预测值的权值，是方差的倒数，k0为分位参数，k1为淘汰点参数，V
i
为距离观测值对应的改正数，V
i
＝dD，P
ii
为k
‑
1时刻的权结果，P
ii
的初始值设置为
1，为每次迭代所需要计算的单位权中的误差。
[0021]步骤S6中，最终的距离改正结果的表达式为：
[0022][0023]其中，A＝[1 1
…
1]T
为系数矩阵，S为设定时段内m个稳健Kalman滤波后的测距观测值，P为测距观测值的权矩阵。
[0024]作为一个专利技术构思，本专利技术还提供了一种终端设备，其包括：
[0025]一个或多个处理器；
[0026]存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本专利技术上述方法的步骤。
[0027]作为一个专利技术构思，本专利技术还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术上述方法的步骤。
[0028]与现有技术相比，本专利技术所具有的有益效果为：本专利技术仅依赖与谷幅测距同步的气温、气压和湿度数据，即可充分挖掘谷幅变形自动化监测数据内部的演化趋势，引入现代测量平差理论，有效削弱和抑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对谷幅变形全天时自动化监测的气象改正方法，其特征在于，包括以下步骤：S1、利用气象改正模型，对原始测距值进行初步改正；S2、对改正后的测距值进行傅里叶级数拟合，得到去除全天时测距趋势误差的距离值；S3、利用去除全天时测距趋势误差的距离值获取各个时刻状态预测值；S4、将经步骤S3处理后得到的状态预测值与参考值做差，获取各时刻观测值与参考值的离差；其中，所述参考值设定为全天候测距数据中两岸气象条件稳定时刻测距观测值的中值；S5、基于各时刻状态预测值与参考值的离差，采用非参数拟合法确定全天时观测值时序离差，并设定时序离差的倒数为全天时最小二乘权重；S6、根据选取的时段提取相应权重，根据最小二乘法计算出该选取的时段内的距离估计值，即得到最终的距离改正结果。2.根据权利要求1所述的针对谷幅变形全天时自动化监测的气象改正方法，其特征在于，步骤S1中，所述气象改正模型表达式为：dD≈(n0‑
n)D'＝(N'
g
‑
N
″
g
)
×
10
‑6×
D'；其中，dD为气象修正值，单位为毫米，n0为仪器气象参考点的群折射率，n为测量时气象条件下的实际群折射率，D'为待气象改正的原始测距值，单位为米，N'
g
为仪器标称群折射率，N
″
g
为实际作业大气条件下的群折射率。3.根据权利要求2所述的针对谷幅变形全天时自动化监测的气象改正方法，其特征在于，N
go
为标准大气的群折射率，单位为ppm；T为绝对温度，单位为K；P为大气压，e为水蒸气压力，Q和V为常数。4.根据权利要求1所述的针对谷幅变形全天时自动化监测的气象改正方法，其特征在于，步骤S2中，改正后的测距值大小为D'+dD
×
10
‑3，D'为待气象改正的原始测距值，单位为米，dD为气象修正值，单位为毫米。5.根据权利要求2所述的针对谷幅变形全天时自动化监测的气象改正方法，其特征在于，步骤S2中，去除全天时测距趋势误差的距离值L...

【专利技术属性】
技术研发人员：周绿，邓建华，杨泽发，李守雷，廖年春，刘书明，邱山鸣，
申请(专利权)人：中国电建集团中南勘测设计研究院有限公司，
类型：发明
国别省市：