摘要：在公路建设过程中，路基的稳定和沉降是公路建设成败的关键。搞好沉降观测工作，不仅对路基填筑的进度和施工工艺提供合理化建议，保证路基填筑的安全，还为特殊路基处理的合理性做出设计验证和评价，也为公路设计提供经验参数与优化。但是，观测沉降值的取得常会受到多种因素的干扰产生异常值。本文主要结合临海高等级公路的沉降观测的实际工作，对如何在获取了可靠的沉降观测数据后、通过观测异常数据的分析判别，选择最适合的沉降值计算的方法，完成沉降值的计算。
关键词：沉降观测数据；异常数据；判别准则；因素分析；沉降计算
1.公路沉降观测数据的获取
1.1 公路建设中沉降观测的目的
通过观测可以达到以下四个目标：根据现场观测数据调整填土速率，及时发现危险先兆，以确保路堤填筑施工的安全和稳定；确定预压卸载时间和结构物及路面施工时间，指导现场施工，提供施工期间沉降土方量的计算依据，预测工后沉降，使工后沉降在合理范围内，进行信息化施工，并为同地区道路工程的施工提供经验数据。
1.2 沉降观测数据的获取
目的明确后，就应该根据某一工程的具体要求，制订合理的观测原则，选择适合的观测内容、遵循并符合相关的技术标准、确定最佳观测方案、控制量测过程误差，从而获取最为可靠的观测数据。
量测过程的误差主要取决于整个量测系统中被测量、参与测量的各环节和各种影响因素其误差来源主要为：观测者、工作仪器、外界条件的影响。误差的类别包含系统误差、偶然误差、错差。通过寻找误差来源并对误差性质做研究和分析，达到削弱或减少系统误差和偶然误差、杜绝和消除错差的目的。
2.沉降观测异常数据的分析判别
2.1 引言
获取了符合相应要求的沉降观测数据，其本身的可靠性只能说基本得到了保证。但对数据的可靠性分析并为结束。对这些沉降观测数据（尤其对异常数据）是否就是实际沉降的真实反映，还需要一个真伪辨别的过程。当观测值判断为异常时，可能就是险情的信号，可能是观测的粗差、更有可能是沉降观测标志的工作异常、或是其他相关的未知因素所引起的结果。所以，对异常产生的原因要做出准确的分析与判别。
监测数据出现异常时，产生的原因主要有两种：一是监测系统不正常或监测作业错误；二是被监测部位的工作状态发生变化或结构受到破坏。前者常采取重测、测值修正或更换仪器等办法处理。后一种情况应及时查明情况，利用专家系统或专家评判，并采取一些必要的应急措施。实践经验表明，异常分析判断应首先考虑沉降标志的因素。
2.2 数据异常的判别准则
判别监测的沉降数据是否是土体真实沉降，首先要建立判别的准则。经过判别准则筛选掉确认为监测异常的数据，才可进行下一步的异常原因分析。常用的判别准则有：时空评判准则、力学规律评判准则、模型评判准则、监控指标评判准则、关键问题评判准则和日常巡视评判准则。为保证路基沉降稳定与安全监测工作的万无一失，根据公路施工的特点并结合实际操作经验，采取综合应用监控指标和模型预报值作为异常值的评判准则。
2.3 异常数据分析方法
由于被监测的物理量的产生原因比较复杂，且各测点之间的内在连续不完全明确，用通常的方法实施这种系统分析，很难获得有效的结果。目前有比较成熟的数据处理技术，分别是灰色关联分析法[1]和因素分析法[2]。
通过上述两种判别方法，可认定是岩土体异常还是监测系统异常。若为岩土体异常，则应及时进行预报，并进一步查明产生的原因，同时采取相应的安全措施，增加观测频率，为可靠性的检查带来更积极得效果；若为监测系统异常，则通过重测、检查沉降标志异常的方法预压解决。
2.4 沉降观测资料完整性补充
造成资料不完整主要有观测点破坏和观测点号记录错位主客观两方面。
为保证数据的连续性和完整性，需要对测点缺失的沉降数据进行及时的插补估值。由于公路沉降观测点布置相距一般在100～300米，有的同一断面上分左、中、右埋设，在采用数学模型插补数值时，宜看作是空间分布的结构物，而不是单一的现状结构。也就是说沉降观测数据同时具有时效性和结构性。基于这样的特点，充分利用相邻点间存在的关联性，对数据间存在的某种必然联系，可借助于因素分析法能够用较少的关键因素来描述。各观测变量的相互关系因素与被监测体的整体特点，通过对观测值的多次拟合操作，可以得到缺失测点的高精度的近似值，从而对缺失点数据进行补充。
3.沉降计算方法的选择与应用
在软土地基上建筑高等级公路，一项重要的内容就是进行沉降量的预测和计算。前期工作中可靠的观测数据能够使沉降计算的精度大大提高，在可靠性分析过程中，采用的数学模型预报值作为异常值的评判准则时，同样需要进行精度尽可能高的沉降计算，目前关于沉降计算的方法很多，由于固结理论的假定条件和确定计算参数试验方面技术上的问题。使计算理论值和实测值有较大的出入。较多采用的是基于实测沉降数据的各种曲线和基于数学模型的预测计算方法。曲线拟合法包括指数曲线法、双曲线、Asaoka曲线法、泊松曲线法等；基于数学模型的预测计算方法有时间序列法、灰色预测法等。
在实际应用中，不是所有的方法都是适用的，能满足建模的需要的。对某一点来说可能是有效的，但对另一测点就不一定合适。因此，需要对模型的适用性做检验。检验的办法可以从两方面考虑：一是对得到的模型，可用另一组数据去验证模型的精度，看看是否可以接受；二是可采用这同一组数据对不同的模型进行比较。
接下来将结合具体实例，通过验证各类模型的适用性，确定最适合的计算方法，完成沉降值的计算，并实现短期缺失观测数据的补充。
本文选取临海高等级公路中的1个观测点的数据进行分析研究。
3.1 不同数学模型的适用性
3.1.1 原始观测数据（略）
3.1.2 各观测点部分测次上实测值和拟合值
3.2 采用适用的模型补充完整观测数据
有了最适合的拟合数据的方式，就可以通过对测点资料缺失时段的两端观测数据，分别推算出缺失时段的沉降值，取两个推算值的平均值作为最终成果。从实际经验来看，在观测频率、且荷载等外部条件基本相当的情况下，推算所用的实测数据的时段最少是补充数据缺失时段的3倍以上。这样就可将短时段缺失沉降观测资料补充完整了。
参考文献：
[1]邓聚龙，灰色系统基本法，华中工学院出版社。1987
[2]汪树玉，刘国华等。大坝安全监控在线分析系统研究。大坝观测与土工测试。2000.24（1）：12-15