GNSS多基站数据融合技术在水电站大坝精密变形监测中的应用

李小伟，冯永祥

（雅砻江流域水电开发有限公司，四川成都，610051）

GNSS变形监测是大坝安全监测的重要技术手段之一，随着我国北斗导航定位系统的快速建设发展，多频多模多卫星系统的GNSS融合定位技术已成为行业研究应用的热点。西南地区大部分水电工程坝址区河谷狭窄，两岸山体浑厚，呈现深切“V”形地貌特征。在高山峡谷复杂环境条件下，应用GNSS技术进行高精度大坝变形监测存在诸多限制。传统的单一基站监测系统或多基站监测系统仅做单一基站解算，由于基准点稳定性误差会直接传递给变形监测站，会导致变形信息产生偏差甚至失真，难以充分满足混凝土坝精密变形监测的需求。

为了提高变形监测的可靠性，便于检核基准点的稳定性，采用多个基站构建监测网是行之有效的做法。利用多基站对同一监测站进行解算，基线数量增多，多余观测量增加，并对同一监测站的各基站解算结果进行融合处理，得到的监测点变形结果受各基站综合影响，既可以避免受单一基站制约的问题，又可以实现多个基站的相互校核和可靠数据的融合应用。

1 多基站数据融合技术

由于GNSS变形监测网中建立了多座基站，基线数量成倍增加，监测数据大幅增多，在数据解算处理中，多基站数据融合处理是一个难点问题。笔者根据基线解算和平差处理影响因素，提出了基于基线长度和基站稳定性定权策略的多基站加权平均的融合方法。

1.1 技术原理

基线融合解算结果受到基站稳定性、基线长度和基线解算验后中误差等多种因素的约束，若采用不同单一约束因子进行数据融合，在基线较短但基准不稳定或基线较长但验后中误差较小等情况下，不同单一因子的融合结果可能会产生矛盾。为了解决这一问题，需综合考虑多因子，利用加权平均法进行多基站数据融合，最终获得更符合实际的融合结果。

基于多因子的多基站加权平均融合算法，其基本模型如下：

式中，L j表示多基站融合解算坐标；l i表示各单一基站解算坐标；σij表示权重，取值范围为0～1；n表示基站个数。

通常在基准点选址地质条件及基岩稳定时，基站稳定性较好的情况下，基站稳定性因子可以不予考虑，以基线长度作为关键因子，对多基站数据得到的监测站坐标进行加权平均融合即可。

1.2 处理流程

首先对同一监测站采用单基站解算模式逐一完成各基站基线解算，在解算时段内（通常为24 h），若该基站有满足解算条件的GNSS观测数据参与解算并得出结果，则该基站参与多基站数据融合处理；若解算时段内基站通信中断或数据可用率低于解算条件要求，则自动剔除该基站，其他正常的基站参与多基站解算融合处理。

若各基站起算坐标由绝对定位获取，则应在多基站解算结果融合之前校核起算基准。可通过选取一个相对稳定的主参考站，与其余参考站构成基线求解基线向量差，将该差值作为基准之间的差异量进行校准。

采用这种多基站数据处理模式的GNSS自动化变形监测系统，既能兼容满足单基站快速数据解算处理一般需求，又能提供更加可靠的多基站融合解，也更易于提升自动化监测完备性。假定有3个基站，多基站数据融合处理基本流程如图1所示。

图1 多基站数据融合处理流程图Fig.1 Flow chart of multi-base station data fusion

2 现场测试

以官地水电站大坝为试验对象，进行多基站数据融合定位现场测试分析。官地水电站位于四川省凉山州西昌市与盐源县交界的雅砻江干流河段上，拦河大坝为碾压混凝土重力坝，最大坝高168 m。坝址位于高山峡谷中，谷坡陡峻，河谷呈不对称“V”形，具有西南山区水电站大坝典型环境特征。GNSS卫星信号受高山遮挡、基站设备及通信传输等因素的影响，会导致卫星失锁、数据缺失等问题，是官地大坝开展GNSS连续自动化变形监测需要解决的现实问题，若测区仅布置一座基站，则难以有效解决。

本次试验在官地大坝现场选取了上游TN01、TN03和下游TN06三个基准点，建立了GNSS基站，在坝顶左岸、河床坝段和右岸建立了TP03、TP11、TP15、TP46监测站，基站和监测站布置见图2。采用自动化连续观测模式进行了数据采集，外业观测时段为2017年6月22日～9月23日。

3 解算分析

试验数据处理采用自主研制的GNSS变形监测数据处理软件，卫星星历采用广播星历，多路径效应和对流层延迟通过构建自适应环境模型进行改正，周跳的探测及修复采用改进的TurboEdit算法，整周模糊度的固定采用LAMBDA方法，数据处理采用双差观测模型，解算时长为24 h，选择坝顶两端观测环境条件较差的TP03和TP46进行解算精度分析。GNSS监测网型结构见图3。

图2 基站和监测站布置示意图Fig.2 Layout of base station and monitoring station

图3 GNSS监测网型结构图Fig.3 GNSS monitoring network structure

3.1 基站稳定性

基准点稳定是外部变形监测的基础。基站稳定性可通过基站基线长度波动变化趋势反映的基站相对位移变化进行初步判断，再利用极限误差法进行统计检验。为便于自动化监测直观检验，本研究采用单一基站解算模式解算同一测站变形结果进行分析，即使用TN01、TN03和TN06以单一基站解算模式分别对TP03、TP46直接进行解算，通过分析不同基站解算得出的变形结果是否存在明显的趋势偏差进行判断。经监测数据解算处理，绘制高程方向位移历时变化曲线，见图4～5。

由图4～5可见，以TN06为基站解算TP03和TP46时，两监测站历时位移均呈现一致的趋势性变化，而TN01和TN03的解算结果不存在类似TN06的趋势性异常。由此，可判断TN06在观测期内存在一定的位移变动，TN01和TN03相对稳定。

图4 各单一基站解算TP03监测站垂直位移历时变化曲线Fig.4 Diachronic curve of the vertical displacement processing result of TP03 monitoring station from each single base station

图5 各单一基站解算TP46监测站垂直位移历时变化曲线Fig.5 Diachronic curve of the verticaldisplacement processing result of TP46 monitoring station from each single base station

3.2 单一基站解算精度

统计单一基站解算TP03、TP46变形监测精度（见表1）可知，官地大坝24 h时段平面精度优于2 mm，高程方向精度优于5 mm。TN03作为基站时的解算精度最高，平面精度优于1.5 mm，TN01次之，TN06解算精度最低。

对于TP03监测站，基线TN06-TP03长度最短，但解算精度最低，系TN06基站稳定性问题所致。TN06稳定性较差，基站位移偏差带进了监测站变形信息中，对监测点产生了变形干扰，解算结果也反映出TN06的解算精度最低，验证了这一分析。对于TP46监测站，基线TN03-TP46长度最短，且基站稳定性较好，所以解算精度最高。基线长度和基准点稳定性是影响解算精度的关键因子，在基站稳定性一致的条件下，解算精度与基线长度存在负相关关系。

3.3 多基站数据融合精度

根据单一基站解算精度分析，多基站数据融合应兼顾基线长度和基准点稳定性因素，才能获得更为可靠的综合平差值。采用基于基线长度和基站稳定性定权策略的多基站数据融合方法，对同一监测站的多基站解算结果进行融合，综合利用多基站数据得到更符合实际的变形信息，理论上是较为合理的融合处理方案。

以基线长度和基站稳定系数定权，将表1中基线长度作为一项权重因子，将测站监测精度转化为基准稳定性系数，作为基站稳定性因子权重。按照基线长度和基准稳定同等重要的原则，按1∶1的比例分配权重系数，得到加权融合的总权重。

表1 单一基站解算变形监测精度统计表Table 1 Statistics of processing accuracy of deformation monitoring by single-base station

表2 官地大坝GNSS多基站数据融合权重配赋表Table 2 Weight allocation during the data fusion for GNSS multi-base station in Guandidam

以基于基线长度加权平均和顾及基线长度与基准稳定性加权平均分别进行官地大坝三基站数据融合处理，统计融合解算精度（见表3）。对于TP03和TP46测站，综合基线长度与基准稳定性因子的融合解算精度更高，在各个坐标方向均优于基于基线长度单一因子的解算结果，取得了更好的数据融合效果。与表1单一基站解算精度相比，综合基线长度与基准稳定性因子的多基站融合解算精度同样更高，能够更好地反映监测站变形信息。

实际应用中，对多基站数据进行融合时，必须兼顾基站稳定性问题。若基站在长期运行中发生了缓慢的位移变化，可降低该基站稳定性因子的权重；若基站在解算时间内发生了较为显著的位移，应剔除该基站，不再作为基准点参与该时段的数据处理，从而获得可靠的融合结果，不因某一异常基站而影响监测成果。因此，TN06基站在工程应用中不应再参与融合解算。

表3 不同权重因子下多基站融合解算变形监测精度统计表Table 3 Statistics of accuracy of deformation fusion processing results from multi-base station with different weight factors

3.4 成果应用

从图4～5可见，TN06解算结果显示监测站发生了趋势一致的位移变化。采用多基站数据融合技术解算，绘制TP03垂直位移历时曲线（见图6），融合解算成果未呈现趋势性异常。

受水库推力作用，大坝上下游方向会随库水位变化产生位移变化。选择TP03、TP11和TP15监测站，采用基于基线长度和基站稳定系数定权策略的多基站数据融合方法，解算监测站位移变形结果，绘制位移（上下游方向）随库水位变化曲线（见图7）。解算成果显示，坝顶上下游方向位移变化与库水位波动变化具有较强的相关性，河床坝段TP11和TP15测点上下游方向位移变化对库水位变化反应灵敏，说明官地大坝GNSS多基站变形监测系统灵敏度、可靠度较高，能够较好地探测大坝实际变形趋势。

图6 多基站融合解算TP03监测站垂直位移历时变化曲线Fig.6 Diachronic curve of the vertical displacement fusion pro⁃cessing result of TP03 monitoring station from multi-base station

图7 官地坝顶位移（上下游方向）随库水位变化曲线Fig.7 Variation of Guandi dam crest displacements(in up⁃stream and downstream direction)along with the reservoir wa⁃ter level

4 结语

根据官地水电站大坝GNSS多基站自动化变形监测系统试验情况：利用多基站解算结果可以及时检核基准点稳定性；多基站数据融合应顾及基站稳定性因子。实测表明，在高山峡谷复杂环境条件下，采用基于基线长度和基站稳定性定权策略的多基站数据融合解算精度优于单一基站解和基线长度单一因子融合解；官地大坝实测平面精度优于1.5 mm（24 h解）；GNSS多基站变形监测系统精度、灵敏度、可靠度较高，能够较好地探测大坝实际变形趋势。水电站大坝GNSS多基站变形监测系统具有明显的优势：避免单一基站监测系统由于基站设备故障、断电等情况出现监测中断问题；解决单一基站受地质作用影响发生位移变化干扰变形信息的问题；通过多基站解算成果可以探测基站相对位移变化，便于在线检核基站稳定性；利用多基站数据融合，可以削弱基站长期运行中发生的相对变化趋势对监测站的影响，获取更符合实际的监测成果。