范占永，甄宗坤，蔡?hào)|健

(1. 蘇州工業(yè)園區(qū)測(cè)繪地理信息有限公司，江蘇 蘇州 215000； 2. 同濟(jì)大學(xué)測(cè)繪與地理信息學(xué)院，上海 200092)

?

模擬退火法Kriging時(shí)域模型在沉降監(jiān)測(cè)中的應(yīng)用

范占永1，2，甄宗坤1，蔡?hào)|健1

(1. 蘇州工業(yè)園區(qū)測(cè)繪地理信息有限公司，江蘇 蘇州 215000； 2. 同濟(jì)大學(xué)測(cè)繪與地理信息學(xué)院，上海 200092)

目前常用的時(shí)間維監(jiān)控模型主要有時(shí)間序列模型、回歸分析模型、灰色理論模型、卡爾曼濾波模型、泊松生命回旋模型等，模型雖然在某些簡(jiǎn)單或特定的工程中均可取得了較好的監(jiān)控效果，但在一些沉降變化復(fù)雜的地區(qū)，由于模型僅考慮了離散數(shù)據(jù)的隨機(jī)性或結(jié)構(gòu)性特征，沒(méi)有考慮到數(shù)據(jù)的變化特征和時(shí)間相關(guān)性，致使模型預(yù)測(cè)監(jiān)控的效果總是差強(qiáng)人意。本文研究了基于模擬退火法的Kriging時(shí)域模型，其在傳統(tǒng)Kriging模型的基礎(chǔ)上，引入目前比較成熟的模擬退火法(SAA)對(duì)變異函數(shù)擬合模型中的參數(shù)進(jìn)行尋優(yōu)，以提高變異函數(shù)模型的精度，使模型能更準(zhǔn)確地描述時(shí)域變量的變異特征。

時(shí)域模型；Kriging；模擬退火法；變異函數(shù)

在沉降監(jiān)測(cè)中，為了尋求變形體的變形規(guī)律，實(shí)際中往往采用以點(diǎn)代面的方法，對(duì)監(jiān)測(cè)點(diǎn)進(jìn)行多期觀測(cè)，通過(guò)采集的離散數(shù)據(jù)來(lái)分析變形體在時(shí)間維的變形特征，確定變形體的變形規(guī)律，并以此預(yù)測(cè)變形體下一時(shí)段的形變情況。傳統(tǒng)Kriging模型在空間插值中已得到廣泛應(yīng)用，而從近些年一些學(xué)者的研究發(fā)現(xiàn)，得益于其獨(dú)特的建模機(jī)制，模型應(yīng)用于時(shí)間序列插值也可獲得較高的精度。不過(guò)，模型建立的基礎(chǔ)是變形信息具有良好的時(shí)間相關(guān)性，然而隨著時(shí)間的推移，這種相關(guān)性會(huì)逐漸減小，即最早時(shí)刻的觀測(cè)數(shù)據(jù)與當(dāng)前數(shù)據(jù)失去了相關(guān)性，此時(shí)，Kriging模型的變異函數(shù)趨近與一個(gè)相對(duì)穩(wěn)定的常數(shù)，插值失去了意義。因此，在使用Kriging模型進(jìn)行時(shí)域插值時(shí)，為保證數(shù)據(jù)的時(shí)間相關(guān)性，常采用滾筒預(yù)測(cè)的方式，對(duì)變形體的變形情況進(jìn)行預(yù)測(cè)。

傳統(tǒng)Kriging地面沉降時(shí)域監(jiān)控模型，在考慮離散數(shù)據(jù)的隨機(jī)性和結(jié)構(gòu)特性的同時(shí)，采用滾筒預(yù)測(cè)的方式，保證了數(shù)據(jù)的時(shí)間相關(guān)性，使得其在實(shí)際應(yīng)用中取得了不錯(cuò)的效果。不過(guò)，模型也存在一些明顯的問(wèn)題，如時(shí)間序列的離散數(shù)據(jù)往往呈現(xiàn)出明顯的非正態(tài)性；沉降變形信息的時(shí)間相關(guān)性會(huì)隨著時(shí)間的推移逐漸減弱，擾動(dòng)信息卻逐漸累積，使得變異函數(shù)無(wú)法真實(shí)地反映沉降數(shù)據(jù)的時(shí)間分布特征；變異函數(shù)值同樣是對(duì)區(qū)域化變量間差值取平方，使得插值結(jié)果也容易受區(qū)域化變量異常值的影響；變異函數(shù)擬合模型是基于最小二乘準(zhǔn)則的，其在處理小數(shù)據(jù)窗口時(shí)，也會(huì)對(duì)測(cè)量誤差有明顯的放大作用。因此，本文研究基于模擬退火法的Kriging時(shí)域模型，在傳統(tǒng)Kriging模型的基礎(chǔ)上，引入目前比較成熟的模擬退火法(simulate anneal arithmetic，SAA)對(duì)變異函數(shù)擬合模型中的參數(shù)進(jìn)行尋優(yōu)，以提高變異函數(shù)模型的精度，使模型能更準(zhǔn)確地描述時(shí)域變量的變異特征，進(jìn)而提高模型的預(yù)測(cè)精度。

一、Kriging時(shí)域模型

Kriging時(shí)域模型以區(qū)域化變量的時(shí)間相關(guān)性為依據(jù)，結(jié)合變異函數(shù)理論，研究分析具有隨機(jī)性、結(jié)構(gòu)性、相關(guān)性和依賴性的沉降監(jiān)測(cè)數(shù)據(jù)，并對(duì)這些數(shù)據(jù)進(jìn)行最優(yōu)無(wú)偏估計(jì)。

相比于Kriging空間插值模型，時(shí)間插值的平穩(wěn)性假設(shè)為：二階平穩(wěn)是假設(shè)具有相同的時(shí)間間隔的任意兩時(shí)刻的協(xié)方差是相同的，協(xié)方差只與這兩時(shí)刻的值相關(guān)而與它們的時(shí)間無(wú)關(guān)；內(nèi)蘊(yùn)平穩(wěn)假設(shè)是指具有相同時(shí)間間隔的任意兩時(shí)刻的方差(即變異函數(shù))是相同的。

變異函數(shù)表示為

(1)式中，Z(t)為t時(shí)刻的觀測(cè)值；Z(t+h)是與t時(shí)刻偏離時(shí)間間隔為h的觀測(cè)值；N(h)是時(shí)間間隔為T的時(shí)間點(diǎn)對(duì)總數(shù)；γ(T)為時(shí)間間隔為T時(shí)的變異函數(shù)值。

二、基于模擬退火法的Kriging時(shí)域模型

模擬退火算法是一種應(yīng)用非常廣泛的智能化算法。該算法源自固體退火原理， 即首先將固體加熱至溫度充分高再讓其徐徐冷卻, 加熱時(shí)，固體粒子的熱運(yùn)動(dòng)不斷增強(qiáng)， 隨著溫度的升高， 內(nèi)能的增大，粒子排列逐漸從有序的結(jié)晶態(tài)轉(zhuǎn)變?yōu)闊o(wú)序的液態(tài)，而徐徐冷卻時(shí)粒子漸趨有序，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中，E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。

模擬退火法數(shù)學(xué)模型由解空間、目標(biāo)函數(shù)和初始解3部分組成。

1) 解空間：對(duì)所有可能解均為可行解的問(wèn)題定義為可能解的集合，對(duì)存在不可行解的問(wèn)題，或限定解空間為所有可行解的集合，或允許包含不可行解但在目標(biāo)函數(shù)中用罰函數(shù)(penalty function)懲罰以致最終完全排除不可行解。

2) 目標(biāo)函數(shù)：對(duì)優(yōu)化目標(biāo)的量化描述，是解空間到某個(gè)數(shù)集的一個(gè)映射，通常表為若干優(yōu)化目標(biāo)的一個(gè)和式，應(yīng)正確體現(xiàn)問(wèn)題的整體優(yōu)化要求且較易計(jì)算，當(dāng)解空間包含不可行解時(shí)，還應(yīng)包含罰函數(shù)項(xiàng)。

3) 初始解：是算法迭代的起點(diǎn)。試驗(yàn)表明，模擬退火法是健壯的(robust)，即最終解的獲得不太依賴初始解的選取，從而可以任意選取一個(gè)初始解。

對(duì)于Kriging時(shí)域監(jiān)控模型的變異函數(shù)模型，本文選擇球狀模型，具體形式為

(2)

式中，C0為塊金值；C為偏基臺(tái)值；a為變程。

使用模擬退火法尋找球狀變異函數(shù)模型最優(yōu)解的具體步驟為：

1) 初始化變異函數(shù)模型參數(shù)C0、C、a，確定參數(shù)變化范圍。

2) 計(jì)算目標(biāo)函數(shù)值E(C0、C、a)。

模型擾動(dòng)采用Ingber于1989年提出的依賴于溫度的似Cauchy分布產(chǎn)生新模型，具體形式如下

(3)

yi=Tsgn(μ-0.5)[(1+1/T)|2μ-1|-1]

(4)

P=[1-(1-m)ΔE/T]1/(1-m)

(5)

進(jìn)行接收，T為溫度。

8) 在溫度T下，重復(fù)一定次數(shù)的擾動(dòng)和接收過(guò)程。

9) 緩慢降低溫度T

T(k)=T0αk1/N

(6)

式中，T0為初始溫度；k為迭代次數(shù)；N為給定常數(shù)，一般為1或2；α通常選擇0.7≤α≤1。

10) 重復(fù)步驟3)—9)，直至收斂條件滿足。

綜上，基于模擬退火法的Kriging時(shí)域監(jiān)控模型具體建模步驟如圖1所示。

圖1　基于模擬退火法的Kriging時(shí)域監(jiān)控模型程序

三、工程實(shí)例

圖2　監(jiān)測(cè)點(diǎn)A和監(jiān)測(cè)點(diǎn)B的實(shí)測(cè)沉降曲線

圖3　模擬退火法(SAA)和最小二乘法(LS)擬合變異函數(shù)曲線對(duì)比圖

mm

圖3為監(jiān)測(cè)點(diǎn)A滾動(dòng)步長(zhǎng)為8期的模擬退火法(SAA)和最小二乘法(LS)擬合變異函數(shù)曲線的對(duì)比圖，圖中顯示SAA算法擬合的變異函數(shù)曲線表現(xiàn)得較為穩(wěn)定，準(zhǔn)確地描述了變異函數(shù)曲線的變化趨勢(shì)。表1和表2為監(jiān)測(cè)點(diǎn)A、B不同滾動(dòng)步長(zhǎng)Kriging和SAA-Kriging插值結(jié)果，圖4和圖6為監(jiān)測(cè)點(diǎn)A、B不同滾動(dòng)步長(zhǎng)Kriging和SAA-Kriging對(duì)比圖，圖5和圖7為監(jiān)測(cè)點(diǎn)A、B不同滾動(dòng)步長(zhǎng)Kriging和SAA-Kriging殘差圖 。由表1、表2和圖4—圖7可知，改進(jìn)的SAA-Kriging監(jiān)控模型在一定程度上解決了傳統(tǒng)Kriging模型面臨的難題，進(jìn)一步提高了模型的監(jiān)測(cè)精度和穩(wěn)定性。測(cè)試中，滾動(dòng)步長(zhǎng)為8期的監(jiān)測(cè)點(diǎn)A、B的Kriging和SAA-Kriging對(duì)比結(jié)果表明，SAA-Kriging監(jiān)控模型在選定了合適的滾動(dòng)步長(zhǎng)的基礎(chǔ)上，可以獲得接近于1 mm的監(jiān)測(cè)精度。

圖4　監(jiān)測(cè)點(diǎn)A不同滾動(dòng)步長(zhǎng)下的Kriging和SAA-Kriging對(duì)比圖

圖5　監(jiān)測(cè)點(diǎn)A不同滾動(dòng)步長(zhǎng)Kriging和SAA-Kriging殘差圖

mm

圖6　監(jiān)測(cè)點(diǎn)B不同滾動(dòng)步長(zhǎng)下的Kriging和SAA-Kriging對(duì)比圖

圖7　監(jiān)測(cè)點(diǎn)B不同滾動(dòng)步長(zhǎng)Kriging和SAA-Kriging殘差圖

四、結(jié)束語(yǔ)

本文主要研究了在局部地區(qū)應(yīng)用改進(jìn)Kriging時(shí)域監(jiān)控模型進(jìn)行區(qū)域地面沉降監(jiān)測(cè)時(shí)的問(wèn)題。結(jié)合工程實(shí)例，檢驗(yàn)了改進(jìn)SAA-Kriging時(shí)域模型的監(jiān)控效果。測(cè)試中選擇的變異函數(shù)模型為非線性的，求解模型參數(shù)常規(guī)的方法是將模型線性化后，按照最小二乘準(zhǔn)則獲取最優(yōu)解，然而最小二乘準(zhǔn)則在處理小數(shù)據(jù)窗口時(shí)會(huì)對(duì)測(cè)量誤差有明顯的放大作用。文中通過(guò)引入了模擬退火法對(duì)Kriging時(shí)域監(jiān)控模型進(jìn)行了尋優(yōu)求解，試驗(yàn)結(jié)果顯示，模擬退火法(SAA)擬合的變異函數(shù)曲線表現(xiàn)得較為穩(wěn)定，能較為準(zhǔn)確地描述變異函數(shù)曲線的變化趨勢(shì)，有效地解決了最小二乘準(zhǔn)則在處理小數(shù)據(jù)窗口時(shí)的問(wèn)題。

[1]張永紅,龔文瑜,張繼賢,等.基于SAR干涉點(diǎn)目標(biāo)分析技術(shù)的城市地表形變監(jiān)測(cè)[J].測(cè)繪學(xué)報(bào),2009,38(6):482-487.

[2]劉鵬程,紀(jì)晨.改進(jìn)的模擬退火法-單純形綜合反演方法[J].地球物理學(xué)報(bào),1995,38(2):199-204.

[3]劉瑞敏.地面沉降對(duì)城市軌道交通高程貫通測(cè)量誤差的影響及應(yīng)對(duì)措施[J].測(cè)繪通報(bào),2014(8):68-72.

[4]顧景強(qiáng),岳建平.熵值法在地面沉降危害評(píng)價(jià)中的應(yīng)用[J].測(cè)繪通報(bào),2014(4):102-105.

[5]張霖斌,姚振興,紀(jì)晨,等.快速模擬退火法及應(yīng)用[J].石油地球物理勘探,1997,32(5):654-660.

[6]彭曉娟,胡國(guó)華,陳明輝.基于模擬退火算法的遙感影像亞像元定位方法[J].測(cè)繪通報(bào),2013(9):55-58.

[7]謝云.模擬退火算法的原理及實(shí)現(xiàn)[J].高等學(xué)校計(jì)算數(shù)學(xué)學(xué)報(bào),1999(3):212-218.

[8]趙越.模擬退火算法求解指派問(wèn)題新探[J].吉林建筑工程學(xué)院學(xué)報(bào),2011,28(4):61-63.

[9]李曉軍,王長(zhǎng)虹,朱合華.Kriging插值方法在底層模型生成中的應(yīng)用[J].巖土力學(xué),2009,30(1):157-162.

[10]彭楠峰.距離反比插值算法與Kriging插值算法的比較[J].大眾科技,2008(5):57-58.

[11]李君,李少華,毛平,等. Kriging插值中條件數(shù)據(jù)點(diǎn)個(gè)數(shù)的選擇[J]. 計(jì)算機(jī)工程與應(yīng)用,2002(21)：1-3.

[12]李明,高星偉,文漢江,等.Kriging方法在GPS水準(zhǔn)中的應(yīng)用[J].測(cè)繪科學(xué),2009,39(1):106-107.

[13]EBERHART R C, SHI Y. Particle Swarm Optinization: Developments, Applications and Resources [C]∥Proceedings of Congress on Evolutionary Computation 2001.Piscataway, NJ:[s.n.],2001.

Simulated Anneal Arithmetic Kriging Time-domain Model in Subsidence Monitoring

FAN Zhanyong，ZHEN Zongkun，CAI Dongjian

10.13474/j.cnki.11-2246.2016.0156.

2015-11-24

范占永(1976—)，男，博士生，高級(jí)工程師，主要從事數(shù)字城市和城市災(zāi)害預(yù)警方面的研究。E-mail：fanzy@dpark.com.cn

P258

B

0494-0911(2016)05-0061-05

引文格式： 范占永，甄宗坤，蔡?hào)|健. 模擬退火法Kriging時(shí)域模型在沉降監(jiān)測(cè)中的應(yīng)用[J].測(cè)繪通報(bào)，2016(5)：61-65.