联合路径气象信息的隧道结构监测数据折光改正

doi:10.13474/j.cnki.11-2246.2024.0931

测绘通报 ›› 2024, Vol. 0 ›› Issue (9): 171-174.doi: 10.13474/j.cnki.11-2246.2024.0931

• 测绘地理信息技术应用案例 • 上一篇下一篇

联合路径气象信息的隧道结构监测数据折光改正

柏文锋, 闵星, 罗海涛

广州地铁设计研究院股份有限公司, 广东广州 510010

收稿日期:2024-04-26 发布日期:2024-10-09
作者简介:柏文锋(1983—),男,硕士,正高级工程师,主要研究方向为城市轨道交通测量与监测。E-mail:baiwenfeng_1983@126.com
基金资助:
国家重点研发计划(2022YFC3005202)

Refraction correction of tunnel structure monitoring data based on path meteorological information

BAI Wenfeng, MIN Xing, LUO Haitao

Guangzhou Metro Design and Research Institute Co., Ltd., Guangzhou 510010, China

Received:2024-04-26 Published:2024-10-09

摘要/Abstract

摘要： 隧道内气象条件的不一致及变化会对基于智能全站仪的隧道结构形变监测精度产生不利影响。结合隧道的线性地形特征,通过沿监测区域均匀布设若干气象传感器,实时采集温度、气压等信息,并拟合得到其与距离的函数关系,进而获得电磁波到各监测断面的传播路径的平均气象,用于当期对应观测值的改正。利用某隧道环境展开的试验结果表明,利用平均气象进行观测值的改正有助于削弱气象改正代表性误差,提高智能全站仪隧道结构形变监测的可靠性。

关键词: 隧道监测, 智能全站仪, 折光改正, 地形特征, 平均气象

Abstract: The inconsistencies and changes of meteorological conditions in tunnel will adversely affect the monitoring accuracy of tunnel structural deformation based on intelligent total station. Combined with the linear terrain characteristics of tunnel, through the uniform deployment of several meteorological sensors along the monitoring area to collect real-time temperature, pressure and other information, and fitting to obtain the functional relationship with distance. Then obtain the average meteorological information of propagation path of electromagnetic wave to each monitoring section for correction of the corresponding observed values. The experimental results of utilizing a tunnel environment show that the correction of observation values by average meteorological information is helpful to reduce the representative error of meteorological correction and improve the reliability of tunnel structural deformation monitoring by intelligent total station.

Key words: tunnel monitoring, intelligent total station, refraction correction, topographic feature, average meteorologic data

中图分类号:

P258

柏文锋, 闵星, 罗海涛. 联合路径气象信息的隧道结构监测数据折光改正[J]. 测绘通报, 2024, 0(9): 171-174.

BAI Wenfeng, MIN Xing, LUO Haitao. Refraction correction of tunnel structure monitoring data based on path meteorological information[J]. Bulletin of Surveying and Mapping, 2024, 0(9): 171-174.

参考文献

[1] 甘淇匀, 周建.国内外隧道监控量测技术发展现状综述[J].地下空间与工程学报, 2019, 15(S1):400-415.
[2] 刘绍堂, 王果, 潘洁晨.测量机器人隧道变形自动监测系统的研究进展[J].测绘工程, 2016, 25(10):42-48.
[3] 夏才初, 那通兴, 张平阳, 等.智能隧道激光收敛仪监测隧道拱顶下沉的原理及其应用[J].现代隧道技术, 2018, 55(2):20-27.
[4] 张思洪, 江德军.高精度地表三维位移自动化监测技术研究与应用[J].长江科学院院报, 2021, 38(1):66-71.
[5] 范本, 胡祝敏, 胡伦俊.基于徕卡测量机器人的山区边坡地质失稳监测研究[J].灾害学, 2020, 35(3):29-33.
[6] 段伟, 王敏, 钟金宁, 等.地铁隧道结构稳定性自动化监测系统的研究与应用[J].测绘通报, 2015(9):91-94.
[7] 赵宁宁, 王嘉伟, 芦斌, 等.光电测量方法在盾构隧道收敛监测中的可行性研究[J].铁道标准设计, 2022, 66(12):111-114.
[8] 黄鸿伟.地铁隧道全站仪自动化监测的技术难点问题及解决方案[J].测绘通报, 2016(8):149-151.
[9] LUO Yanbin, CHEN Jianxun, XI Weizheng, et al.Application of a total station with RDM to monitor tunnel displacement[J].Journal of Performance of Constructed Facilities, 2017, 31(4):04017030.
[10] LUO Yanbin, CHEN Jianxun, XI Weizheng, et al.Analysis of tunnel displacement accuracy with total station[J].Measurement, 2016, 83:29-37.
[11] 罗彦斌, 陈建勋, 翟宇辉.全站仪RDM法与3D量测法量测隧道变形精度对比[J].交通运输工程学报, 2017, 17(3):56-64.
[12] 陈天银, 康明, 胡伍生.地铁运营阶段隧道水平位移测量实施优化探究[J].铁道标准设计, 2017, 61(11):82-85.
[13] 柏文锋.基于智能全站仪的地铁隧道自动化监测精度分析及验证[J].测绘通报, 2018(11):107-110.
[14] 潘国荣, 李伟.多台测量机器人在地铁隧道自动化监测中的开发与应用[J].山东科技大学学报(自然科学版), 2015, 34(2):79-85.
[15] 潘国荣, 李伟.多台测量机器人在自动化监测中的开发应用[J].江苏大学学报(自然科学版), 2016, 37(6):684-690.
[16] 周建国, 赵思琦, 史波, 等.基于测量机器人的大坝外观监测精度影响因素研究[J].人民长江, 2022, 53(9):115-120.
[17] 李建川, 张宇, 史波.高边坡变形监测电磁波测距边长气象改正方法[J].人民长江, 2018, 49(4):56-60.
[18] 王欢, 刘成龙, 杨雪峰, 等.大气折光系数测定及在悬索桥基准索股线形测量中的应用[J].测绘通报, 2019(5):129-133.
[19] 陈优良, 卞焕, 肖钢, 等.测量机器人自动极坐标二次基准差分改正方法[J].测绘科学, 2020, 45(8):33-40.
[20] 武致宇, 张献州, 黎冶, 等.最小二乘拟合的多基准站实时差分改正法[J].测绘科学, 2019, 44(9):29-34.

联合路径气象信息的隧道结构监测数据折光改正

Refraction correction of tunnel structure monitoring data based on path meteorological information

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics

本文评价

[1]	石壮, 杜全叶, 王庆栋, 马东岭, 崔琰. 虚拟格网分类支持下的密集匹配点云布料模拟滤波[J]. 测绘通报, 2022, 0(2): 73-77.
[2]	罗为东, 甘淑, 袁希平, 高莎. 恐龙谷南缘微地貌地形特征要素提取及分析[J]. 测绘通报, 2021, 0(8): 48-54.
[3]	张丽, 丛晓明, 赵生良. 移动三维激光扫描技术在隧道结构监测中应用[J]. 测绘通报, 2020, 0(8): 153-156.
[4]	陆培庆, 唐超. 移动式三维激光扫描技术在地铁隧道变形监测中的应用[J]. 测绘通报, 2020, 0(5): 155-157,160.
[5]	柏文锋. 基于智能全站仪的地铁隧道自动化监测精度分析及验证[J]. 测绘通报, 2018, 0(11): 107-110.
[6]	周波, 徐俊波. 地形特征约束下的失真DEM修复方法[J]. 测绘通报, 2017, 0(8): 56-61.
[7]	刘全海, 冉慧敏, 李楼. 顾及地形特征的三维道路及景观快速建模方法[J]. 测绘通报, 2016, 0(6): 30-34.
[8]	程相兵, 杨光. 外业测绘一体化数据采集与测设系统[J]. 测绘通报, 2016, 0(2): 123-126.
[9]	朱雪坚叶远智汤国安. 基于3维Douglas-Peucker算法的DEM地形特征提取[J]. 测绘通报, 2014, 0(3): 118-121.
[10]	邹进贵朱勇超徐亚明. 基于智能全站仪的机载精密三角高程测量系统设计与实现[J]. 测绘通报, 2014, 0(3): 1-5.