胡添翼

（上海市政工程设计研究总院水利水运设计研究院，上海 210098）

1 研究背景

为了解混凝土坝变形状态，工程人员常在坝体及其周围布设变形测点，定期获取外观变形数据，从而构建混凝土坝的变形场［1-2］。事实上，混凝土坝变形数据来自不同空间坐标的变形监测点，这些变形数据分布在一定的空间区域中，是典型的时空数据，具有时间性、空间性、复杂性、海量性、多维性、不确定性等多种特点，给相应的时空数据挖掘带来诸多挑战［3］；同时，变形数据作为时空数据挖掘的数据基础，一般分布在一定尺度的时间和空间范围内，受到时空范围内各种因素的综合影响，因而实际获取的数据可能存在着各种各样的潜在问题，如数据异常、数据残缺等，数据挖掘领域称这样的数据为“受污染的数据”［4］。美国麻省理工学院的科研人员在1992年研究发现，大部分时空数据都存在不同程度的精度问题［5］，时空数据污染是一种广泛存在的现象。

工程实际中，一般基于固定的时间间隔收集混凝土坝变形数据，例如每日一测或每周一测，从而建立每一个监测点的变形序列，了解其变形状态；但是由于人为失误、仪器损坏、数据丢失等不可控原因，往往会造成变形数据的缺失，从而影响变形数据的完整性。变形数据的缺失可能会造成非常严重的后果，如无法获知该测点在数据缺失期间的变形数据，所以无法获取该时段测点附近区域的变形大小，难以了解该区域的变形状况；……