近年来,地震、泥石流、大坝变形、桥梁塌陷、高层建筑引起的地面沉降等灾害的产生,使人们对变形监测的研究越来越重视。在实际的变形监测测量中,由于人为因素、仪器因素、自然因素等导致观测值中包含粗差和系统误差不可避免,这些非随机误差的存在严重影响观测数据的质量,使测量数据成果精度无法达到要求,不能很好的进行预测。为了提高变形监测的精度,非随机误差的处理也是尤为重要。在很多情况下,由于非随机误差产生的原因复杂,导致难以通过观测手段或经典平差方法对其进行定位及消除。本文针对变形监测中的大样本数据,即观测数据较多的情况,采用残差观察法、莱特准则及统计检验的方法对系统误差和粗差进行处理;针对小样本数据,即观测数据较少的情况,采用灰色诊断、模糊诊断等非统计方法对系统误差和粗差进行处理,并结合变形观测的工程实例对统计方法和非统计方法处理不同情况下非随机误差的结果进行验证与对比分析。本文主要包括以下研究内容:(1)系统的分析了变形监测的理论及常用的监测方法,对比了常规大地测量方法、基准线测量方法以及GPS变形监测方法的特点与不同,针对变形监测中存在的非随机误差的来源和特点,对系统误差和粗差进行预处理。(2)针对变形监测中的大样本数据的系统误差,根据观测数据通过残差计算公式测计算残差值,然后通过残差数据判断或通过绘制残差图进行判定与诊断;对于大样本数据中的粗差,通过结合莱特准则和统计检验的方法对其进行定位与剔除,并通过实测铁路变形监测的实例进行方法的验证。(3)针对变形监测中的小样本数据的系统误差,根据两个体系之间的条件变化而产生关联性变化的关系计算数据之间的灰色关联度,然后通过判定灰色关联度的大小诊断系统误差的大小;对于小样本数据中的粗差,则采用模糊数学、信息熵的数学方法,对数据源进行粗差定位及剔除,并通过基坑工程沉降监测的实例对方法进行了验证,提高了变形监测中随机误差观测数据处理的速度和准确度。