黄梦婧，杨海浪，叶根苗(.河海大学水利水电学院，南京 20098；2.河海大学水文水资源与水利工程科学国家重点实验室，南京 20098；.安徽省引江济淮工程有限责任公司，合肥 2000)

大坝在正常运行时能起到巨大的效益，但是一旦溃坝会给下游造成巨大的损失，因此，确保大坝安全运行非常重要，应加强大坝安全监测的力度。为了更准确地了解大坝的运行状态，一个重要的方法是建立大坝安全监测模型，并通过分析变形规律，对大坝的安全性进行评价。能否有效地进行大坝变形监测，对保证大坝的正常运行，保障下游人民的生命财产安全具有重要的意义[1,2]。由于在大坝运行的过程中，大坝的变形过程较为复杂，会受到水压力、泥沙压力、扬压力、温度荷载等各种因素的影响，因此，如何建立一种最为优化并具有普遍性的分析模型仍有待研究。

由于在实际工程中，大坝变形实测值的时间序列一般是不平稳的，会有一定的趋势变化。基于此，我们提出建立差分自回归移动平均模型(ARIMA)来对此类不平稳的时间序列的变化过程进行分析。为了提高ARIMA模型的精度以及预测长度，使用了实时跟踪算法对原ARIMA模型进行优化，即提出基于实时跟踪的ARIMA模型，并将其应用于大坝安全监控及预报中。

1 ARIMA模型

1.1 ARIMA模型定义

差分自回归移动平均模型，这是一种时间序列建模的方法，基于对时间序列特征的分析，并由3个参数来建立模型，参数分别为自回归阶数p，差分次数d和移动平均阶数q[3]，模型表示为ARIMA(p,d,q)。……