我国重大地下工程施工过程中经常遭遇突涌水等地质灾害以及由此引发的地下水环境破坏等问题,因此,对地下水体的赋存状态、运移路径以及影响区域等状态进行动态监测与预测对于后续灾害防治工作具有重要意义。直流电阻率法具有对水体敏感性较高的优势,近年来在地下水活动的监测方面得到广泛应用。然而对于地下水体快速运移过程的监测,现有电阻率监测与反演方法存在对快速变化过程响应不敏感、反演效果差以及无法有效预测等问题,亟待开展针对性的研究工作。针对上述问题,本文以基于扩展卡尔曼滤波的电阻率时序反演方法研究为核心,采用理论分析、数值反演、模型试验和现场试验等方法,重点开展了基于扩展卡尔曼滤波的跨孔电阻率CT监测系统的预测模型、观测模型研究以及时序反演方法等理论研究,利用数值模拟试验检验了时序反演方法的性能,总结归纳了模拟地下水运移的低阻体渐变和突变过程的成像特征。在此基础上,开展了水体扩散运移监测模型试验研究以及现场试验研究,验证了本文方法的有效性和可靠性。本文的主要研究工作及成果如下:(1)基于灰色预测理论的卡尔曼滤波电阻率预测模型优化方法。针对传统卡尔曼滤波电阻率预测模型采用简单随机游走模型或线性演化模型,本文引入灰色预测理论对电阻率预测模型进行了改进和优化,从中揭示隐含的电阻率变化趋势。同时,在连续监测和预测的过程中,不断将卡尔曼滤波方法得到的当前时刻的最优估计电阻率模型添加到历史电阻率模型序列中,更新数据库,以提高对下一时刻预测的准确性。(2)基于跨孔电阻率CT全四极联合观测方式的卡尔曼滤波观测模型优化方法。本文提出了一种全四极联合的观测方式,作为卡尔曼滤波的观测模型。该方式不仅能够获得更加丰富的数据量,而且具有更好的模型灵敏度分布型式,在地质异常的形态成像和定位方面具有更好的成像效果。(3)基于最小二乘反演的卡尔曼滤波初始模型修正方法。对于地下介质短时间内发生快速变化的情况,由前一时刻的预测模型得到的先验估计状态往往不包含这些变化信息,以之作为卡尔曼滤波的初始模型会导致结果出现较大误差。针对该问题,本文提出了一种卡尔曼滤波初始模型的修正方法,以先验估计状态作为初始模型,利用当前时刻获得的观测数据首先进行一次最小二乘反演,以此得到的反演结果作为卡尔曼滤波的初始模型,在此基础上进行卡尔曼滤波最优估计。由于纳入了最新的数据信息,提高了初始模型的可靠性,可以有效地改善卡尔曼滤波的结果,降低反演的非唯一性。(4)单时间步多次卡尔曼滤波的时序反演方法。传统卡尔曼滤波方法求解最优估计值的过程往往只进行一次滤波,数值模拟试验发现,对于地下介质快速变化过程的数据处理,一次滤波的结果与真实模型存在较大差异。针对该问题,提出了在单时间步进行多次滤波的方案,并以收敛容许误差RMS作为控制滤波次数的条件。本文的数值模拟试验表明,多次滤波的方案对地下介质快速变化过程的成像效果更接近真实模型。(5)在上述研究的基础上,自主开发了基于卡尔曼滤波的跨孔电阻率CT监测反演程序,开展了多组低阻体渐变和突变地电模型的数值模拟研究,总结了低阻体不同运动过程的响应特征和成像规律。开展了地下水扩散过程监测试验和现场试验研究,验证了本文方法的有效性和可靠性。