謝文國，高俊強，徐東風

（南京工業(yè)大學 測繪學院，江蘇 南京210000）

變形監(jiān)測的目的之一就是對變形監(jiān)測數(shù)據(jù)進行正確的處理，并建立合理的數(shù)學模型，從而對未來的變形量做出準確預測，以減少工程事故的發(fā)生。時間序列分析法的特征是選擇合適的數(shù)學模型來近似模擬動態(tài)數(shù)據(jù)，以達到控制與預測的目的。本文從時間序列分析基本方法和原理出發(fā)，對南京地鐵某監(jiān)測點的變形監(jiān)測數(shù)據(jù)進行分析研究，建立模型并進行數(shù)據(jù)預測，結果證明該方法具有較好的擬合和預報精度，很好地預測了變形監(jiān)測點沉降的變化規(guī)律。

1 時間序列模型的建立

1.1 時間序列的基本模型

正態(tài)、平穩(wěn)、零均值的時間序列為 ｛xt｝，｛xt｝的取值與前p步的xt－1，xt－2…xt－p值有關，也與前q步各干擾值at－1，at－2，…，at－q有關，根據(jù)多元線性回歸思想可得｛xt｝的自回歸滑動平均模型，記為模型ARMA（p，q），其表達式為

式中:φi，θi為參數(shù)，｛ai｝為白噪聲序列。

式（1）中，當θi＝0時，原式為

式（2）稱為p階自回歸模型，記為AR（p），當φi＝0時，原式變?yōu)?/p>

式（3）稱為q階自回歸模型滑動平均模型，記為MA（q）。

1.2 數(shù)據(jù)檢驗與預處理

數(shù)據(jù)的平穩(wěn)性是時間序列模型建模的重要前提，建模前首先要檢驗觀測數(shù)據(jù)是否滿足正態(tài)、平穩(wěn)、零均值的要求，即是否為平穩(wěn)性數(shù)據(jù)。對于不滿足平穩(wěn)性的數(shù)據(jù)要進行預處理，處理方法主要有差分法和提取趨勢項兩種。

1.3 時間序列模型的識別

平穩(wěn)性數(shù)據(jù)的主要特征是一階和二階統(tǒng)計性質(zhì)不隨時間改變而改變，即均值和方差為常數(shù)?？赏ㄟ^其自相關和偏相關函數(shù)的變化趨勢來判斷平穩(wěn)、正態(tài)、零均值的時間序列采用何種模型。

自相關函數(shù)估值計算

偏相關函數(shù)的估值計算

模型識別的依據(jù):根據(jù)樣本的自相關函數(shù)及樣本偏相關函數(shù)的變化趨勢識別模型類型。如果｛xt｝的樣本自相關函數(shù)ρk在k＞q后截尾，則判斷｛xt｝為MA（q）序列；如果偏相關函數(shù)φkk在k＞q后截尾，則判斷｛xt｝為AR（p）序列。如果ρk和φkk都不截尾，只是按負指數(shù)衰減趨于0（即拖尾），則判斷其為ARMA序列，但還不能判定階次。

ρk和φkk截尾性的判斷:理論的自相關ρk和偏相關φkk的截尾性是指從某個p或q值后全為0。但由于參數(shù)估計的隨機性，ρk和φkk都是隨機變量，即使｛xt｝為MA或者AR模型，在k＞p或k＞q之后，ρk或φkk也不全為0，只會在0附近上下浮動。因此，對于ρK或φKK的截尾性，只能憑借統(tǒng)計手段進行檢驗和判別。

1.4 常用AIC時間序列定階準則

AIC準則，即最佳準則定階法，AIC準則表示方法為

其中:k為參數(shù)數(shù)量，l為似然函數(shù)。

假設條件是模型的誤差，服從獨立正態(tài)分布。AIC準則是對模型參數(shù)極大似然估計的計算，對模型的階數(shù)和相應的參數(shù)給出的一組最佳估計，一般在給出不同模型的AIC計算公式基礎上，選取使AIC達到最小值時的階數(shù)為最佳理想階數(shù)。

1.5 時間序列模型參數(shù)估計

模 型 的 未 知 參 數(shù) 包 括φ1，φ2，…，φp和θ1，θ2，…，θq。模型的參數(shù)估計分為粗估計和精估計，這里主要采用的是精確估計中的最小二乘參數(shù)估計法。對于時間序列Y＝ ｛y1，y2，…，yn｝和未知參數(shù)β＝ ｛β1，β2，…，βn｝，他們之間有線性關系:Y＝Aβ＋ε，其中ε＝ ｛ε1，ε2，…，εm｝為觀測噪聲，其中A為可由Y計算得到的n×m維矩陣，此時，可求得β的線性最小二乘估計β＝ （ATA）－1ATY。

1.6 模型適用性檢驗

通常對殘差平方和進行F檢驗，檢驗公式為

其中N為樣本長度，r＝p＋q參數(shù)總個數(shù)，S為被檢驗參數(shù)個數(shù)，A0為ARMA（p，q）的殘差平方和。A1為 ARMA（p－1，q－1）的殘差平方和。若F＞Fa，則表示所選模式的不合適，應繼續(xù)提高階次建模，否則 ARMA（p－1，q－1）為合適模型AR（p）和 MA（q），模型的F檢驗過程類似，只需改變S和r即可。

2 實例分析

2.1 概況

以南京市地鐵某個變形監(jiān)測點為實例，取等時間間隔一段時間內(nèi)的30期沉降數(shù)據(jù)，用前25期沉降數(shù)據(jù)進行時間序列模擬與建模，后5期的數(shù)據(jù)進行驗證模型預測的可靠性，觀測數(shù)據(jù)如表1所示。

表1 南京市地鐵某監(jiān)測點變形監(jiān)測數(shù)據(jù)

2.2 建模

時間序列建立模型的基本條件是:正態(tài)、平穩(wěn)、零均值。經(jīng)檢驗原數(shù)據(jù)不是平穩(wěn)性數(shù)據(jù)，因此要先對數(shù)據(jù)進行平穩(wěn)和零均值處理，然后計算出其自相關和偏相關函數(shù)（見表2）。

從自相關和偏相關的數(shù)據(jù)變化趨勢，可以看到他們是拖尾的，因此可設為ARMA模型，由表2可知自相關1～5階較顯著，并且從第6階開始大幅下降，數(shù)值也不顯著，因此先設定q＝5。偏相關1～3階都顯著從第4階下降很大并變?yōu)椴伙@著，因此先定p＝3，計算p＝1～3，q＝2～5取值時AIC的值（見表3）。

表2 自相關和偏相關函數(shù)

表3 ARMA模型AIC參數(shù)估計的階數(shù)值

依據(jù)AIC準則，選取最小值所對應的階數(shù)，表3中 ARMA（2，3）取最值為0.653 984，所以 ARMA（2，3）為最佳模型。使用最小二乘估計法對模型參數(shù)進行估計，得到該時間序列模型為:xt＝－0.032－0.827xt－1－0.248xt－2＋at－0.491at－1－1.088at－2－0.804at－3。

2.3 模型適用性檢驗

對模型的殘差進行F檢驗，取s＝1，p＝2，q＝3，取樣本長度N＝15。可求得ARMA（2，3）模擬的殘差平方和A＝0.071 16，求得 ARMA（3，4）的殘差平方和A0＝0.104 289，根據(jù)公式可求得F＝3.731 705 9，取a＝0.05，查表可得F0.05（2，8）＝19.37，比較得到F＜Fa，所以認為 ARMA（2，3）為適合的模型。

2.4 數(shù)據(jù)預測

預測模型曲線與實際曲線對比，如圖1所示。

圖1 ARMA（2，3）模型預測曲線

使用該模型對后5期數(shù)據(jù)進行預測，結果如表4所示。

表4 真實值與預測值的對比

表4中看到利用ARMA模型預測的5期數(shù)據(jù)，預測誤差均小于0.06mm，預測數(shù)據(jù)準確合理。

3 結束語

通過分析地鐵變形監(jiān)測數(shù)據(jù)，建立時間序列模型，從得到的預測結果看出此方法能夠以較高的精度對觀測數(shù)據(jù)進行擬合和預測，適用于地鐵沉降數(shù)據(jù)處理分析。但從預測數(shù)據(jù)與真實數(shù)據(jù)對比中看到預測誤差整體上是逐漸變大的，并且預報的效果逐漸降低。所以在實際應用中為保持較高的預報精度，要不斷地根據(jù)新觀測的數(shù)據(jù)進行新的計算，建立新模型，以求達到精確的預報結果。

［1］ 張英瑩，吳正，郭明旻.交通流實測數(shù)據(jù)的時間序列分析［J］.復旦學報:自然科學版，2011（6）:762－772，229.

［2］ 梅紅，岳東杰.時間序列分析在變形監(jiān)測數(shù)據(jù)處理中的應用［J］.現(xiàn)代測繪，2005（6）:14－16.

［3］ 劉大杰，陶本藻.實用測量數(shù)據(jù)處理方法［M］.北京:測繪出版社，2000.

［5］ 王軍德，楊國清.時序分析模型在高擋墻沉降預報中應用［J］.北京測繪，2012（3）:63－66.

［6］ 史玉封，孫保琪.時間序列分析及其在變形監(jiān)測數(shù)據(jù)處理中的應用［J］.金屬礦山，2004（8）:13－15.

［7］ 皺利.回歸分析在大壩變形監(jiān)測數(shù)據(jù)處理中的應用研究［J］.工程地球物理學報，2007，4（6）:644－647.

［8］ 王曉華，胡友建.變形監(jiān)測研究現(xiàn)狀綜述［J］.現(xiàn)代測繪，2006（2）:130－132.

［9］ 楊曉松，張雙成.新陳代謝GM（1，1）模型在建筑物沉降監(jiān)測中的應用［J］.交通科技與經(jīng)濟，2014，16（3）:100－102.

［10］張松，田林亞.時間序列分析在地鐵沉降監(jiān)測中的應用［J］.測繪工程，2014，23（10）:63－66.

［11］唐估輝，黃騰，趙兵帥.GOM和時間序列組合模型在地表沉降預測中的應用［J］.測繪工程，2014，23（2）:70－72.