开放科学(资源服务)标识码(OSID): 
0 引言
2021年3月,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》[1]明确提出:“要深化北斗系统推广应用、推动北斗产业高质量发展”。 2021年11月,水利部印发的《“十四五”期间推进智慧水利建设实施方案》[2]提出:“加强北斗水利应用,开展北斗水利综合应用示范项目建设”。2022年,国家发改委在“十四五”规划水利行业应用专栏中提出:“面向智慧水利需求,支持开展基于北斗的流域水安全综合监测预警应用工程提升水文水资源监测、水利工程安全监测和预警等能力”。2022年11月,国务院发布《新时代的中国北斗》[3]白皮书,提出:“新时代的中国北斗,坚持在发展中应用、在应用中发展,持续推广北斗规模化应用”。2024年1月,全国水利工作会议[4]上提出:“全面提升水利监测感知能力,推进北斗水利规模应用”。
北斗三号的定位性能得到了多方面的验证[5-6],除了北斗的控制测量应用[7]和非自动化静态监测[8],目前国内许多研究机构也在积极开展北斗自动化变形监测的应用研究。王慧敏等[9]建立了北斗+高速公路边坡安全监测云平台,能够实时管理和分析现场布置的全球导航卫星系统(Global Navigation Satellite System,GNSS)地表位移监测站和深层位移监测孔监测结果;梁之文等[10]将北斗运用于铁路边坡安全监测,提升铁路智能建造和运营安全服务质量;唐浩耀等[11]设计了面向大跨度桥梁变形的北斗自动化监测系统,辅助分析风、温度、列车等荷载对桥梁空间位置的影响。在水利领域中,童广勤等[12]在三峡茅坪溪防护坝和贵州省中小型水库大坝等进行了北斗自动化变形监测系统部署,平面精度优于2 mm,高程精度优于3 mm。
北斗自动化沉降监测可以起到“降本增效”的作用,但同时会积累大量的原始观测数据和监测结果。同时由于南水北调中线工程跨越长(约156 km)、监测站点多(102个),人工巡检效率低,难以快速、及时地对监测站点的健康状况进行诊断。
针对上述问题,本文提出了一种基于海量北斗观测数据和监测结果的自动化分析方法。从站点多路径误差和变形量突变2个角度,设计了海量北斗沉降监测数据自动化分析流程,实现了对监测站点观测环境和基准站点稳定性的健康诊断。
1 海量北斗沉降监测数据自动化分析方法
对于北斗沉降监测产生的海量数据,本文提出了如图1所示的海量北斗数据自动化分析、解算和整理的技术流程,从原始观测数据和沉降监测结果2个角度阐述海量北斗数据自动化分析方法。北斗第一频率(主频)的多路径误差(Multipth error,MP),根据《北斗地基增强系统基准站建设技术规范》(BD 440013—2017)站点多路径误差MP1需要<0.5 m。
具体步骤包括:
步骤1:海量北斗数据标准化。通过原始观测文件解码和文件编辑预处理,获得标准化的观测值文件。
步骤2:原始观测数据质量分析。计算多路径误差,获取监测站点的多路径误差序列。
步骤3:沉降监测结果自动化计算。基于相对定位原理,进行沉降监测自动化解算,获得变形监测时间序列。对监测时间序列进行清洗和插补,得到干净的沉降监测序列。
步骤4:站点健康诊断。基于步骤2和步骤3获得的多路径误差序列和沉降序列,通过判断多路径误差是否长期大于阈值(0.5 m)、沉降序列是否发生突变,实现对北斗监测站点周围观测环境和稳定性的及时诊断,从而辅助监测站点的常态化维护。
2 结果与分析
2.1 海量监测数据描述
2.2 站点植被环境诊断
从图5可以看出:
(1)2022年12月—2023年3月,该站点植被叶片较少,对空遮挡较少,多路径误差保持在0.5 m以下。
(2)2023年4—9月,该站点周边树叶逐渐生长,观测数据对应的多路径误差逐渐增大,>0.5 m,最大达1.1 m。
(3)2023年9月23日,站点维护单位对周边树叶进行了清理和裁剪,对应的观测数据多路径误差直接降低到0.2 m。
因此,通过自动化分析海量数据,计算多路径误差指标可用于诊断监测站点周边植被环境,这有助于及时掌握和处理周围植被变化,保障监测站点的环境健康和监测数据的高质量。
2.3 站点土质沉陷诊断
基于监测站点的长期北斗沉降监测序列,对监测站点异常沉陷进行分析和诊断。以1个发生了土质沉陷的基准站为例,图6给出了由该基准站计算的13个监测点沉降监测序列、该基准站沉降监测序列以及沉陷前后的现场图片。
从图6可以看出:
(1)2022年12月至2023年5月,基准站坐标序列稳定。基于该基准站计算的监测站点沉降序列,也较为平稳。
(2)2023年6月16日,由于持续降雨导致土质沉陷,该基准站发生异常沉降。对比基准站和监测点的沉降序列,发现所有站点在6月16日前后监测沉降具有异常跳变。
(3)2023年10月对该基准站进行重新施工安装后,对应监测点沉降序列恢复正常。
因此,利用自动化解算获取的沉降序列,可及时分析和诊断站点是否出现土质沉陷等异常情况,确保监测站点的稳定性和监测结果的高质量。
3 结论
本文提出了一种面向海量北斗变形监测数据的站点健康诊断自动化技术。以南水北调天津干线沉降监测为例,在仅基于自动化技术生成的北斗原始观测数据质量分析指标序列和沉降监测序列的情况下,即可对站点周围植被生长变化和土质沉陷异常变化进行快速分析和诊断:
(1)当多路径误差序列逐渐变大且超过设定的阈值时,表明监测站点周围存在严重的卫星观测环境遮挡问题。
(2)当监测站点沉降序列发生远大于监测精度的突变时,表明监测站点可能存在土质沉陷导致的异常。
综上所述,本文提出的技术为南水北调天津干线北斗监测站点的长期稳定运维提供了保障,对于北斗技术在水利工程变形监测方面的应用提供了实践经验,有助于推动“北斗+水利”的规模化应用和高质量发展。