4. 监测数据采集与预处理

尾矿库坝体位移监测的数据判读，第一步不是看曲线，而是确认“进入判读环节的数据本身是否可信”。自动化监测系统（GNSS表面位移、测斜仪、渗压计、激光位移计等）产生的原始数据，往往夹杂着电磁干扰、多路径效应、传感器漂移、通信丢包和瞬时冲击，如果直接拿来做趋势分析或预警判断，很容易把噪声当成突变、把丢包当成稳定。本节围绕采样频率设定、数据格式规范、异常值识别与剔除、缺失值处理、平滑去噪五个环节，说明一条从原始观测到可用位移序列的完整预处理链路。

一、采样频率：按变形速率与判读目的分级设定

采样频率不是越高越好。频率过高会放大噪声、增加通信与存储负担；频率过低则可能漏掉快速变形阶段的拐点。工程上通常按“变形速率量级 + 判读目的”分级设定。以某尾矿库在线监测系统为例（示例参数，非实测）：GNSS表面位移在正常运营期取1次/小时，汛期或库水位快速上升期加密至1次/30分钟；测斜仪按1次/2小时采集；渗压计与库水位同步取1次/小时，便于做位移—水位相关性分析。判读时要注意，不同传感器的采样时刻必须能对齐到同一时间基准，否则后续做位移速率计算时会出现“时间错位”导致的假加速。

采样频率还需与报警阈值匹配：若某坝段位移速率报警阈值为2 mm/d，则采样间隔应保证单日样本数足以稳定估计日速率，通常不少于12个有效样本。频率调整应记录在监测方案中，避免判读时把“加密采样”误读为“变形加剧”。

二、数据格式：统一字段与时间戳规范

多源监测数据进入判读平台前，应统一为结构化记录。建议每条记录至少包含：测点编号、传感器类型、观测时间（统一为UTC+8并注明）、原始观测量、换算后位移值（mm）、单位、数据质量标志位。时间戳统一采用“YYYY-MM-DD HH:MM:SS”格式，避免Excel日期序列号与文本混用。对于GNSS，还需保留解算状态（固定解/浮动解/单点解），固定解质量最高，浮动解和单点解的位移值应降权或标记为可疑。下表为一条规范化记录的字段示例（示例数据）：

三、异常值识别与剔除：三条判据组合使用

异常值分两类：一是物理上不可能的“粗差”，如单次跳变几十毫米后立即恢复；二是传感器故障或解算失败导致的持续偏离。常用识别方法有三条，建议组合使用而非单靠阈值：

• 3σ准则（拉依达准则）：对同一测点近期序列计算均值与标准差，超出均值±3σ的样本标记为可疑。适用于近似正态、样本量不少于30的情况。
• 相邻差分判据：计算相邻两次观测的位移增量Δd，若|Δd|超过该测点历史增量的P99分位值（示例可取3倍中位绝对偏差MAD），判为跳变。该方法对缓慢漂移不敏感，专抓瞬时冲击。
• 物理一致性判据：结合解算状态、信噪比、库水位与降雨记录交叉判断。例如暴雨期间GNSS多路径效应增强，浮动解样本应优先标记可疑而非直接采信。

剔除时不要“一删了之”，应保留原始值并置质量标志为3，便于追溯。对连续多个样本同时异常的情况，更可能是传感器故障而非单点粗差，应转入排障流程而不是简单剔除。

四、缺失值处理：先判断缺失机制，再选填补方法

缺失常由通信中断、供电异常或解算失败造成。处理前先看缺失是随机的还是成段的：孤立单点缺失可用线性插值或前值保持；成段缺失（如连续6小时以上）不宜强行插值，应标记为“数据空洞”，在速率计算时按有效样本数折算，避免用插值曲线制造虚假的平滑趋势。对于位移这类累积量，插值应作用于增量序列再累加，而不是直接对累计位移做插值，否则会破坏累计量的单调一致性。填补后的样本必须带“插值”标志，判读时与实测样本区分对待。

五、平滑与去噪：移动平均、中值滤波与Savitzky-Golay

平滑的目的是压制高频噪声、保留真实变形趋势，但过度平滑会削平突变拐点，反而延误预警。常用三种方法各有适用场景：移动平均实现简单，适合压制随机噪声，但会引入相位滞后；中值滤波对孤立尖峰抑制效果好，适合剔除残留跳变；Savitzky-Golay滤波在窗口内做低阶多项式拟合，能在去噪的同时较好保留曲线拐点和速率变化，适合位移—时间曲线的趋势提取。实际应用中建议先剔除粗差、再中值滤波去尖峰、最后用Savitzky-Golay做趋势平滑，窗口长度取奇数且不超过一个采样日的样本数，避免跨汛期平滑掩盖真实加速。

需要强调的是，预处理链路中的每一步都应留下可追溯的标志位：被剔除的样本、被插值的样本、被平滑的序列，都要能与原始观测对应。判读人员看到一条“漂亮”的位移曲线时，应当能回答三个问题——这条曲线用了多高的采样频率、剔除了哪些点、平滑窗口多长。只有预处理过程透明，后续的位移速率计算、趋势外推和预警判断才站得住脚。