CN103902777A - 一种开采沉陷变形预测预报方法 - Google Patents

Abstract

本发明涉及一种开采沉陷变形预测预报方法，是通过非线性曲线拟合的方法对数据进行处理拟合，求出模型参数，得到预测预报模型，进而根据曲线的发展趋势对变形的发展进行预测，得到监测点最终的变形量、最终移动变形后的空间位置以及变形量达到工程要求的界限值所对应的日期。本方法不仅具有预计地表最终变形量的功能，还可以实现时间的预计，操作简单，方便易行，模拟效果好，还可以模拟地下开采从开挖到充分采动再到最终沉降变形完成的地表变形过程，能在模拟结果图上直观的体现地表变形的整体特征，记录了变形的发生发展过程。通过参数的不断修正生成最新的拟合曲线，可以及时把握变形的动态发展趋势，实现了高精度的预测预报。

Description

一种开采沉陷变形预测预报方法

技术领域：

本发明涉及一种地质灾害的预测预报方法，尤其是地下开采沉陷区地表变形的实时预测预报方法。

旨在开发一种新的地下开采沉陷变形预测预报模型，适用于地下矿产开采、过量抽取地下水等引起的，能预测监测点的最终变形量、最终移动变形后的空间位置以及变形量达到工程要求的界限值所对应的日期。

背景技术：

开采沉陷预计方法一般可以分为三类:

一、基于实测资料的经验方法（典型曲线法、剖面函数法）：是通过对大量的开采沉陷实测资料的数据处理，确定预计各种移动变形值的函数形式（解析公式、曲线或表咯）和预计参数的经验公式。这种方法是当前最为可靠的一种预计方法。我国、前苏联和英国等国家，几十年来积累了大量的开采沉陷实测资料，建立了这一类的预计方法，并在实践中得到了广泛的应用。

二、理论模拟法：把岩体抽象为某个理论模型。按照这个模型计算受开采影响岩体产生的移动、变形和应力的分布情况。

三、影响函数法：根据理论研究或其他方法确定微小单元开采对岩层或地表的影响（以影响函数表示），把整个开采对岩层和地表的影响看作是采区内所有微小单元开采的总和，据此计算整个开采引起的岩层和地表的移动和变形。此法所用的参数常根据实测资料求得。

现有的预测预报方法主要有概率积分法、负指数函数法、典型曲线法、积分格网法、威布尔分布法、样条函数法、双曲函数法、皮尔森函数法、山区地表移动变形预计法、三维层状介质理论预计法和基于托板理论的条带开采预计法。

在这些预计方法中，积分格网法已很少使用，双曲函数法是基于淮南矿区具有巨厚冲积层时的开采预计方法，皮尔森函数法是基于淮南矿区急斜煤层开采时的预计方法，一般仅限于该矿区使用。三维层状介质理论和托板理论是针对条带开采提出的新方法，还有待于进一步的实践检验和完善。

在我国《建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程》中列出的预计方法是概率积分、负指数函数、典型曲线和山区预计法，这些方法使用范围较广，其中概率积分法是使用最广泛的。

根据我国各矿区的实际情况在这些预计方法中选择合适的预计模型，对于一般地质采矿条件下的预计，其精度是能满足沉陷治理工程需要的。对于存在特殊地质采矿条件时，仍然没有较成熟的预计方法，实际工程中一般采用数值模拟和物理模拟作定性或半定量的分析。

现有的开采沉陷预计方法一般都是偏于理论计算较多，通过实验得到参数，一般参数的值都是不变的，然而随着开采的进行，影响变形的某些因素会适当的发生变化，同时导致参数的不定性，预计参数的误差造成开采沉陷预计的误差。

发明内容：

本发明的目的是针对现有技术的不足，在实际的日常监测数据的基础上，提供一种新的地下开采沉陷变形预测预报方法。

本发明的技术方案是通过非线性曲线拟合的方法对数据进行处理拟合，求出模型参数，得到预测预报模型，进而根据曲线的发展趋势对变形的发展进行预测，得到监测点最终的变形量、最终移动变形后的空间位置以及变形量达到工程要求的界限值所对应的日期。

本发明的目的是通过以下技术方案实现的：

一种开采沉陷变形预测预报方法，其特征在于，包括以下步骤：

a、数据处理，将开采沉陷变形监测数据录入到data.txt文件中，第一列：日期:—年—月—日；第二列：水平方向x位移单位cm，以正东方为x方向的正方向；第三列：水平方向y位移单位cm，以正南方为y方向的正方向；第四列：垂直方向z位移单位cm；

b、模型函数：δ＝p₁{tan^-1p₀(t-p₂)+tan^-1p₀p₂}

式中：δ为位移量单位cm，t为监测时间为天数；P₀、P₁、P₂均为待定系数，随着data.txt文件的变化而变化；

c、数据录入：将处理好的txt文件录入开采沉陷变形预测预报模型；

d、起始日期：设定0000年00月00日为起始日期；

e、从起始日期开始的数据项使用，包括使用全部数据项或使用第几项到第几项的数据项；

f、阈值，阈值就是临界值，达到要求的变形值，包括不设定阈值或设定日变形量为阈值；设定阈值后，拟合结果中会出现变形量达到阈值所对应的日期；

g、是否保存拟合结果，选择保存，拟合完成后会自动在data.txt所在文件夹中生成output+运用程序计算时间的文件夹，此文件夹含有位移量d的曲线图、速度v的曲线图、加速度a的曲线图、output.txt和outputdata.txt文件；

h、数据选择，包括水平方向x位移、水平方向y位移、垂直方向z位移；

i、开始拟合；

j、变形值，包括x方向最终变形值、y方向最终变形值、z方向最终变形值；

k、水平移动最终合位移及方位角，点击此按钮后弹出一个窗口，里面显示了监测点水平移动最终合位移及方位角；

l、将水平方向x、水平方向y、垂直方向z位移拟合结果综合成一个预测预报模型，得到预测预报结果。

有益效果：

本发明是基于实测资料，通过大量的开采沉陷实测资料的数据处理，确定预计各种移动变形值的函数形式而形成的一种地下开采沉陷变形预测预报方法，同时根据最新的监测数据不断修正模型参数，使模型模拟的变形曲线与实际地面变形相吻合，提高了预测预报的精度。

本方法除操作简单，方便易行，模拟效果好等优点外，还可以模拟地下开采从开挖到充分采动再到最终沉降变形完成的地表变形过程，能在模拟结果图上直观的体现地表变形的整体特征，记录了变形的发生发展过程。

本方法是一个实时预测预报模型，根据每天最新的监测数据可以得到最新的拟合参数，通过参数的不断修正生成最新的拟合曲线，可以及时把握变形的动态发展趋势，实现高精度的预测预报功能。

本方法实现了监测点空间移动位置的预测预报，通过预计水平移动x方向、水平移动y方向和垂直移动z方向的最终变形值得到水平方向的合位移及水平移动方位角，再结合监测点的初始位置可以得到最终变形稳定后监测点的空间位置。

本方法不但具有预计地表最终变形量的功能，而且可以实现时间的预计，即得到变形量达到设定的值所对应的日期。在工程建设中，地表变形量制约着设计、施工、维护等等重要的工程阶段，因此预测出达到工程要求的变形量所对应的时间对工程建设尤为重要。

附图说明：

附图1开采沉陷变形预测预报方法流程图

附图2开采沉陷变形预测预报方法界面

附图3G22-1.20100501.txt数据文件

附图4程序运行结束后弹出的四个窗口

附图5在G22-1.20100501.txt目录下生成名为output+文件生成时间的文件夹

附图6“output+文件生成时间”文件夹中的运行结果文件

附图7模型水平方向x位移拟合结果（output.txt文件）

附图8模型水平方向x位移拟合结果（outputdata.txt文件）

附图9模型水平x方向位移-时间关系曲线

附图10模型水平x方向移动速度-时间关系曲线

附图11模型水平x方向移动加速度-时间关系曲线

附图12模型水平方向y位移拟合结果（output.txt文件）

附图13模型水平方向y位移拟合结果（outputdata.txt文件）

附图14模型水平y方向位移-时间关系曲线

附图15模型水平y方向移动速度-时间关系曲线

附图16模型水平y方向移动加速度-时间关系曲线

附图17模型垂直方向z位移拟合结果（output.txt文件）

附图18模型垂直方向z位移拟合结果（outputdata.txt文件）

附图19模型垂直方向z位移-时间关系曲线

附图20模型垂直方向移动速度-时间关系曲线

附图21模型垂直方向移动加速度-时间关系曲线

附图22点击水平移动最终合位移及方位角后弹出的窗口

附图23预测预报模型拟合结果表

附图24监测点最终移动变形示意图

具体实施方式：

下面将结合附图和实施例对本发明作进一步的详细说明：

开采沉陷引起的地面变形是随时间而变化的，其主要影响因素包括开采速度、开采范围、覆岩性质、开采深度、开采厚度、矿层倾角、开采方法及顶板管理方法等。复杂的影响因素同时制约着开采沉陷变形，但通过大量监测数据可以获得，地面变形的发展特征及趋势。随着开采的不同阶段，变形呈现出不同的特征：当开挖开始到一定程度，地下采空区才影响到地表，地面沉降变形开始；随着开采的进行，地面变形量逐渐增大，变形速度逐渐增大；当达到充分采动时，速度达到最大；随后尽管继续开采，地面沉降变形速度开始减小，随着时间的推进而逐渐趋近于0，地面变形也逐渐趋于稳定，达到最终沉降变形。根据地表沉降变形的规律提出模型δ＝p₁{tan^-1p₀(t-p₂)+tan^-1p₀p₂}，然后借助“LM”（非线性迭代优化法）算法，全称为Levenberg-Marquard，综合地面开采沉陷变形监测点的监测数据，通过非线性曲线拟合，得到模型参数，进而得到预报模型。模型中δ为位移量（cm），t为监测时间（天数）；P₀、P₁、P₂均为待定系数，随着监测数据文件的变化而变化；P₀代表变形曲线趋近渐近线的速度，P₀绝对值越大其变形曲线趋近渐近线的速度越快，P₀绝对值越小其变形曲线趋近渐近线的速度越慢；P₁代表渐近线的数值的大小，P₁绝对值越大其变形曲线的渐近线值越大，最终变形量也越大，P₁绝对值越小其变形曲线的渐近线值越小，最终变形量也越小；P₂代表变形曲线拐点对应的时间（天数），当t的取值小于P₂时，加速度大于0，速度逐渐增大，变形曲线呈凹形向上，变形处于加速阶段，当t的取值等于P₂时，变形速度达到最大，当t的取值大于P₂时，加速度小于0，速度逐渐减小，变形曲线呈凸形向下，变形处于减速阶段，最终速度趋近于0，变形曲线趋近渐近线。

本方法的原理就是对数据非线性拟合得到变形曲线，记录了地面沉降变形的发生发展过程，模拟了变形发展的规律，根据变形曲线的发展趋势来预测预报监测点变形的趋势：曲线拟合成功后得到模型参数P₀、P₁、P₂，当t趋于无穷大时，tan^-1p₀(t-p₂)趋近于±π/2，变形量δ趋近于p₁(±π/2+tan^-1p₀p₂)，即得到最终的移动变形值。

模型界面（见图2）的详细说明

a、数据处理，模型运行的数据文件默认为txt文件。首先需要对监测数据进行处理，txt文件的基本格式如下：（见图3）

日期，水平方向x位移，水平方向y位移，垂直方向z位移

日期，水平方向x位移，水平方向y位移，垂直方向z位移

日期，水平方向x位移，水平方向y位移，垂直方向z位移

....

....

....

日期改为如20100501（8位数字）的格式，日期要根据监测时间的顺序从上到下依次排列，模型内部会自动将日期转换成对应的时间（天数），如第一行的日期默认成天数为1，后面的日期以第一个日期为时间点依次转换成对应的天数。[注：日期、水平方向x位移（以正东方为x方向的正方向），水平方向y位移（以正南方为y方向的正方向），垂直方向z位移只用逗号隔开，不能有空格，否则程序无法运行]x、y、z位移的单位为cm，小数点后保留两位有效数字，如果监测数据第一行的x、y、z位移不是0，需要把全部的x、y、z位移值相应减去第一行数据的值。处理完成后对文件命名，一般命名为“监测点编号.数据文件里的第一个起始日期.txt”。

b、模型函数：

δ＝p₁{tan^-1p₀(t-p₂)+tan^-1p₀p₂}

式中：δ为位移量（cm），t为监测时间（天数）；P₀、P₁、P₂均为待定系数，随着数据文件的变化而变化。

c、数据录入，在数据录入那一项里选择浏览，找到处理完成后的txt文件，点击“打开”完成录入。

d、起始日期：设定__（8位）为起始日期；一般设定数据文件里第一行的日期为起始日期，如果不设定起始日期，或者设定的起始日期不在数据文件范围内，程序将无法运行。

e、数据文件中的数据项使用，包括使用全部数据项或仅使用第__到第__个数据项；当数据文件中有一部分的数据不理想的话，可以灵活使用数据文件中的有效数据，提高拟合精度。

f、阈值（阈值就是临界值，达到要求的日变形值），包括不设定阈值或设定__为阈值（设定阈值后，模型将阈值带入拟合函数中得到符合阈值的t（天数），程序再自动依据起始日期将天数转换为对应的日期，并在拟合结果中显示符合阈值条件的日期）。其原理是当模型参数求出后，设阈值为S，δ(t_n)为第n天的累积变形值，δ(t_n-1)为第n-1天的累积变形值，内部程序运行δ(t_n)-δ(t_n-1)≤S，求出n，转化为对应的日期就得到符合阈值条件的日期。

g、是否保存计算结果，选择保存，运算结束后会自动在数据所在文件夹中生成“output+文件生成时间”的文件夹（见图5），此文件夹含有位移d曲线图、速度v曲线图、加速度a曲线图、output.txt和outputdata.txt文件（见图6）；output.txt和outputdata.txt文件中存放的是程序拟合结果。

h、数据选择，包括水平方向x位移，水平方向y位移，垂直方向z位移；选择水平方向x位移，模型将处理日期和第二列的x方向变形数据，得到水平x方向移动变形的预报模型，预测水平x方向变形的发展趋势；选择水平方向y位移，模型将处理日期和第三列的y方向变形数据，得到水平y方向移动变形的预报模型，预测水平y方向变形的发展趋势；选择垂直方向z位移，模型将处理日期和第四列的z方向变形数据，得到垂直变形的预报模型，预测垂直变形的发展趋势。

i、开始拟合，拟合完成后，会弹出四个窗口：cal.exe、displacement、velocity、acceleration（见图4），依次对应的是拟合结果图、位移-时间曲线图、速度-时间曲线图、加速度-时间曲线图。依次选择x、y、z得到了x方向最终变形值、x方向日变形量符合阈值条件所对应的日期、y方向最终变形值、y方向日变形量符合阈值条件所对应的日期、z方向最终变形值、z方向日变形量符合阈值条件所对应的日期。

j、变形值，将x、y、z方向的数据拟合结果中的最终变形值复制粘贴到对应位置。

k、水平移动最终合位移及方位角，选择x方向和y方向的最终变形值，点击水平移动最终合位移及方位角可以得到水平方向上监测点移动的最终合位移及水平移动的最终方位角（方位角为变形移动后的点与变形前的点的连线在水平方向上的投影与x轴的夹角）。水平方向合位移是由x、y方向的最终变形值平方和后开方求得，水平方向移动方位角是由y方向的最终变形值比上x方向的最终变形值后求反正切值得到的。

下面以山西省某矿山地下开采沉陷监测点G22-1的监测数据为例，具体叙述本发明的操作过程和预测结果。

图3为G22-1监测点的数据文件，文件提取了2010年05月01日到2011年11月22日共28个监测数据，数据文件保存成名为“G22-1.20100501.txt”的文件。打开开采沉陷变形预测预报模型程序（见图2），选择模型函数；在数据录入处点击浏览，找到之前保存的G22-1.20100501.txt文件，选中此文件然后点击打开；起始日期设定为20100501；选择使用全部数据项；在阈值一栏选择设定0.001为阈值；在是否保存拟合结果一栏选择是；在数据选择一栏依次选择水平方向x位移，点击开始拟合，选择水平方向y位移，点击开始拟合，选择垂直方向z位移，点击开始拟合，每次计算结束后会弹出四个窗口，同时在G22-1.20100501.txt文件所在目录处依次生成output2014.03.27232107文件夹、output2014.03.27232125文件夹、output2014.03.27232131文件夹（见图5），里面保存的依次是水平方向x位移拟合结果、水平方向y位移拟合结果、垂直方向z位移拟合结果。每个拟合结果文件夹里都包含5个文件，其中包括displacement（移动变形量）、velocity（移动变形速度）、acceleration（移动变形加速度）三个图和output.txt、outputdata.txt两个文件（见图6）。将得到的x方向最终变形值跟y方向最终变形值录入到对应的位置，通过运算可以得到水平移动最终合位移及方位角，再结合垂直方向最大沉降值和监测点原始位置可以得到最终监测点的空间位置。

打开output2014.03.27232107文件夹里的Output.txt，查看水平方向x位移拟合结果（见图7），文件存放的是拟合的模型：

δ＝p₁{tan^-1p₀(t-p₂)+tan^-1p₀p₂}；拟合数据：水平方向x位移；采样数据数目：28；拟合成功；拟合参数为：P₀=-0.0131017，P₁=-2.29369，P₂=214.991；带入参数后变形量δ表达式：

δ＝-2.293686*tan^-1{-0.013102*(t-214.991398)}+{-2.293686*tan^-1(-2.816817)}速度表达式：

$v=\frac{0.030051}{1+\{-0.0131017*(t-214.991){\}}^2}$

加速度表达式：

$a=\frac{1.8738*{(-0.0131017)}^3*(t-214.991)}{{\{1+{[-0.0131017*(t-214.991)]}^2\}}^2}$

余差（测量值与预测值之差的平方和）：||e||_2=0.418557；平均余差（测量值与预测值之差的平方的均值）：||e||_2/n=0.0149485；相关系数：R=0.998457，拟合程度很高；水平x方向最终变形值：line=6，水平x方向最终的变形量为6cm；符合阈值条件的日期：20120118，即水平x方向日变形量在2012年1月18日以后会小于0.001cm。

打开output2014.03.27232107文件夹里的Outputdata.txt，可以查看对应已有监测数据日期的水平方向x位移、x速度、加速度（见图8）。

output2014.03.27232107文件夹里的其他三个图分别为水平方向x位移-时间关系曲线（见图9）、水平x方向移动速度-时间关系曲线（见图10）、水平x方向移动加速度-时间关系曲线（见图11）。

打开output2014.03.27232125文件夹里的Output.txt，查看水平方向y

位移拟合结果（见图12），文件存放的是拟合的模型：

δ＝p₁{tan^-1p₀(t-p₂)+tan^-1p₀p₂}；拟合数据：水平方向y位移；采样数据数目：28；拟合成功；拟合参数为：P₀=-0.0159282，P₁=-1.66328，P₂=205.915；

带入参数后变形量δ表达式：

δ＝-1.66328*tan^-1{-0.015928*(t-205.915)}+{-1.66328tan^-1(-3.2798)}

速度表达式：

$v=\frac{0.02649}{1+\{-0.0159282*(t-205.915){\}}^2}$

加速度表达式：

$a=\frac{3.32656*{(-0.015928)}^3*(t-205.915)}{{\{1+{[-0.015928*(t-205.915)]}^2\}}^2}$

余差（测量值与预测值之差的平方和）：||e||_2=0.37838；平均余差（测量值与预测值之差的平方的均值）：||e||_2/n=0.0135136；相关系数：R=0.997761，拟合程度很高；水平y方向最终变形值：line=5，水平y方向最终的变形量为5cm；符合阈值条件的日期：20111007，即水平y方向日变形量在2011年10月7日以后会小于0.001cm。

打开output2014.03.27232125文件夹里的Outputdata.txt，可以查看对应已有监测数据日期的水平方向y位移、速度、加速度（见图13）。

output2014.03.27232125文件夹里的其他三个图分别为水平方向y位移-时间关系曲线（见图14）、水平y方向移动速度-时间关系曲线（见图15）、水平y方向移动加速度-时间关系曲线（见图16）。

打开output2014.03.27232131文件夹里的Output.txt，查看垂直方向z

位移拟合结果（见图17），文件存放的是拟合的模型

δ＝p₁{tan^-1p₀(t-p₂)+tan^-1p₀p₂}；拟合数据：垂直方向z位移；采样数据数目：28；拟合成功；拟合参数为：P₀=-0.00378473，P₁=-17.1389，P₂=398.026；

带入参数后变形量δ表达式：

δ＝-17.1389*tan^-1{-0.00378473*(t-398.026)}+{-17.1389*tan^-1(-1.506421)}

速度表达式：

$v=\frac{0.064866}{1+\{-0.00378473*(t-398.026){\}}^2}$

加速度表达式：

$a=\frac{34.2778*{(-0.00378473)}^3*(t-398.026)}{{\{1+{[-0.00378473*(t-398.026)]}^2\}}^2}$

余差（测量值与预测值之差的平方和）：||e||_2=9.49919；平均余差（测量值与预测值之差的平方的均值）：||e||_2/n=0.33925；相关系数：R=0.996912，拟合程度很高；垂直z方向最终变形值：line=44，垂直方向最终的变形量为44cm；符合阈值条件的日期：20170316，即垂直方向日变形量在2017年3月16日以后会小于0.001cm。

打开output2014.03.27232131文件夹里的Outputdata.txt，可以查看对应已有监测数据日期的垂直方向z位移、速度、加速度（见图18）。

output2014.03.27232131文件夹里的其他三个图分别为垂直方向z位移-时间关系曲线（见图19）、垂直移动速度-时间关系曲线（见图20）、垂直移动加速度-时间关系曲线（见图21）。

将得到的水平x方向的最终变形值与y方向的最终变形值复制粘贴到模型界面变形值一栏对应位置，点击水平移动最终合位移与方位角，会弹出一个窗口（见图22），窗口里显示了模型：δ＝p₁{tan^-1p₀(t-p₂)+tan^-1p₀p₂}；监测点水平移动最终合位移：7.81025cm；水平移动最终方位角：39.80557°。

最终得到G22-1监测点的预测预报结果，将水平方向x、水平方向y、垂直方向z位移拟合结果综合成一个预测预报模型拟合结果表（见图23）。由结果表可知，监测点的水平y方向的变形先于2011年10月7日达到符合阈值的变形稳定条件，最终变形量最小，为5cm；随后水平x方向的变形于2012年1月18日达到符合阈值的变形稳定条件，最终变形量居中，为6cm；最后是垂直方向的沉降变形于2017年3月16日达到符合阈值的变形稳定条件，最终变形量最大，为44cm。监测点水平方向最终合位移为7.81cm，水平方向最终移动方位角为东偏南39.81°。

图24是为直观看监测点空间变形特征所作图。O点为监测点的开始监测的初始位置，OABC面为水平面，OA方向为x方向（正东方），监测点最终在x方向的变形量为6cm，即OA=6；OC方向为y方向（正南方），监测点最终在y方向的变形量为5cm，即0C=AB=5；OD方向为z方向（垂直向下方向），监测点最终在z方向的变形量为44cm，即OD=BE=44；E点为监测点最终沉降变形稳定的位置，监测点的变形过程是由O点经过某个路径到达E点的过程；OB为OE在水平方向的投影，监测点在水平方向的移动过程即由O点沿某个路径到达B点的过程；监测点在水平方向的合位移为OB=7.8,水平方向最终移动方位角为∠AOB=39.8°。

通过预测预报模型，结合监测点的初始位置完成了监测点沉降移动变形后空间位置的预测预报。

Claims (1)

1.一种开采沉陷变形预测预报方法，其特征在于，包括以下步骤：

a、数据处理，将开采沉陷变形监测数据录入到data.txt文件中，第一列：日期:—年—月—日；第二列：水平方向x位移单位cm，以正东方为x方向的正方向；第三列：水平方向y位移单位cm，以正南方为y方向的正方向；第四列：垂直方向z位移单位cm；

b、模型函数：δ＝p₁{tan^-1p₀(t-p₂)+tan^-1p₀p₂}

式中：δ为位移量单位cm，t为监测时间为天数；P₀、P₁、P₂均为待定系数，随着data.txt文件的变化而变化；

c、数据录入：将处理好的txt文件录入开采沉陷变形预测预报模型；

d、起始日期：设定0000年00月00日为起始日期；

e、从起始日期开始的数据项使用，包括使用全部数据项或使用第几项到第几项的数据项；

f、阈值，阈值就是临界值，达到要求的变形值，包括不设定阈值或设定日变形量为阈值；设定阈值后，拟合结果中会出现变形量达到阈值所对应的日期；

g、是否保存拟合结果，选择保存，拟合完成后会自动在data.txt所在文件夹中生成output+运用程序计算时间的文件夹，此文件夹含有位移量d的曲线图、速度v的曲线图、加速度a的曲线图、output.txt和outputdata.txt文件；

h、数据选择，包括水平方向x位移、水平方向y位移、垂直方向z位移；

i、开始拟合；

j、变形值，包括x方向最终变形值、y方向最终变形值、z方向最终变形值；

k、水平移动最终合位移及方位角，点击此按钮后弹出一个窗口，里面显示了监测点水平移动最终合位移及方位角；

l、将水平方向x、水平方向y、垂直方向z位移拟合结果综合成一个预测预报模型，得到预测预报结果。

Images