刘洪海

(重庆市勘测院，重庆 400020)

1 引言

监测数据的误差一般可分为三类:粗差、偶然误差和系统误差。在相同的观测条件下作一系列观测，若误差的大小及符号都表现出偶然性，这类误差称为偶然误差或随机误差，一般通过一定的数据处理比如最小二乘法等评定监测系统的精度;同样，在相同的观测条件下做一系列观测，若误差的大小及符号表现出系统性，或按一定的规律变化，那么这类误差称为系统误差;粗差是由于测量人员的粗心大意、仪器精度达不到要求或突发性故障等原因而产生的超过3倍中误差的异常数据，它严重影响了监测结果的正确性，绝不能采用，以保证不影响对建筑物安全形态的正确判断。

2 监测数据的预处理

操作人员失误、环境条件与仪器等因素的影响，监测数据中各种误差在所难免，如果不对含有各种误差的监测数据进行预处理，有效地对粗差进行探测、识别及控制，将会对参数的估计结果产生严重影响，从而导致对建筑物的形态作出错误的判断［1］。

监测数据的预处理可以有效剔除粗差，改进数据的质量，从而有助于提高其后处理过程的精度和数据使用性能。

3 目前常用的几种粗差检验方法

目前常用的粗差检验方法在数据采集阶段一般采用比较粗略的方法，如几何条件检核法、逻辑检验法、监控指标控制法等;在数据处理阶段则主要有包络域检验法、时空评判准则检验法、模型检验法、统计检验法等;在粗差成因分析阶段则主要有模拟数据分析法、有限元分析法、关联分析检验法等，这些方法各有千秋，但是大量研究［2～4］表明，使用单一方法对监测数据中粗差的剔除效果总是不尽如人意。……