变形监测的主要目的是通过分析变形体的形变信息,对其未来的变化趋势做出准确预测,从而为工程建筑物的设计以及地质灾害等的防治工作提供科学的依据和准确的指导。能否根据工程需要,对变形体的变形信息做出科学合理的分析与建模,这对整个变形监测工作具有重要意义。目前,对变形监测数据分析和预报的模型主要有回归分析模型、灰色系统分析模型、时间序列分析模型、卡尔曼滤波模型、人工神经网络模型以及频谱分析法等。然而,在实际生活中,引起结构体变形的原因是多方面的,任何一种模型都很难准确模拟和预测结构体的变形过程。现今,国内外有好多学者都对变形监测组合预报模型做出了大量的研究工作,然而并没有形成完整的理论体系。同时,在我们的测量工作中,由于气候环境、观测方法、观测仪器以及观测人员自身的因素等多方面的原因,可能会造成观测数据的丢失或者不完全,若不采取合理的方法进行处理,则会大大降低对建筑物形变的预报精度,严重时甚至会使整个变形预报工作变得毫无意义。鉴于以上情况,本文主要做了一下几方面的工作：1.研究了变形分析的主要建模方法,通过实验对其中几种方法在工程建筑物沉降预报处理中的精度作了比较,提出了这些方法的适用范围和性能。2.通过实验,研究了组合预报模型在变形监测分析预报中的应用,给出了组合预报模型建模的主要方法和基本理论,并对组合预报模型在应用中应注意的主要问题作了相关的探讨。3.研究了不完全数据处理常用方法及其基本理论,并对这些方法的优缺点和应用范围作了总结,并将EM算法应用到变形监测数据不完全时的AR(P)预报模型中,通过实验验证了该方法的实用性和可行性。