变形分析的目的是利用数学模型对变形体的变形趋势进行预测,为变形体的结构健康分析和预警提供一定依据,以便及时采取相应的措施避免或减小灾害的发生。常见的变形分析方法只考虑了监测点位的时间相关性,而未考虑监测点之间的空间相关性,不能充分利用监测点之间的时空相关信息。Kriging插值、多项式插值等空间分析方法又只考虑了监测点之间的空间相关性,忽略了监测点位的时间相关性。时空自回归模型在变形分析领域的使用,顾及了变形体的时空相关性,但时空自回归模型只能进行多点的变形分析,不能对变形体进行整体变形分析。为了对变形体进行整体变形分析以及对新型的面状测量数据进行处理,同时提高预测精度,本文在时空随机效应（Spatio-Temporal Random Effects,STRE）模型的基础上改进了时空Kalman模型,并结合桥梁的变形情况,开发了一个桥梁变形分析结果可视化系统。主要研究工作和成果如下:（1）综述了目前几何变形分析的研究现状,总结了现有变形分析中所存在的问题,得出:基于STRE的时空Kalman是海量面状监测数据用于变形分析时较好的方法。（2）分析和对比了采用矩估计和期望最大化（Expectation Maximization,EM）迭代估计两种方式建立的基于STRE的时空Kalman模型,并用模拟数据进行实验,结果指出:采用EM迭代估计建立的基于STRE的时空Kalman模型降维效果略优于采用矩估计建立的基于STRE的时空Kalman模型,变形预测效果也优于采用矩估计建立的基于STRE的时空Kalman模型。在EM迭代估计建立的基于STRE的时空Kalman模型中,固定秩平滑（Fixed Rank Smooth,FRS）与固定秩滤波（Fixed Rank Filter,FRF）的降维效果无明显差异,而时空预测方面FRS略优于FRF。（3）针对桥梁变形特点,改进了基于STRE的时空Kalman变形分析方法。考虑到桥梁的振动现象,使用小波分析方法提取出桥梁的振动周期,依据监测数据的采样率设置相应采样时间点的幅值,将一个振动周期内采样时间点的幅值表达为Kalman滤波的形式,再与基于STRE的时空Kalman模型进行融合。将随时段变化的状态转移矩阵采用EM迭代分段进行估计,构成状态转移矩阵可变STRE模型。模拟实验和桥梁地基SAR监测数据变形分析结果表明,状态转移矩阵可变STRE模型与普通STRE模型降维效果相当。对于FRS变形预测效果,在模拟实验和桥梁数据处理中,状态转移矩阵可变STRE模型的FRS相对普通STRE模型的FRS预测效果有明显提升。状态转移矩阵可变STRE模型的FRS计算速度也有明显提高,但是状态转移矩阵可变STRE模型的FRS与FRF变形预测效果很接近,说明状态转移矩阵可变的STRE模型可以考虑使用FRF代替FRS进行时空数据的降维与预测,以避免使用FRS进行变形分析时带来的系统存储和计算负担。（4）针对桥梁的变形分析结果开发了一个基于Qt和SQL Sever的桥梁变形三维可视化系统,实现桥面变形的三维的显示。软件支持桥梁变形分析数据的显示以及人机交互操作。