变形是自然界普遍存在的重要现象,其具有极大的危害性,往往会引发重大灾难。针对动态变形进行监测,分析内在的规律,研究有效的预报模型,科学的进行灾害防治,对国民经济可持续发展与社会稳定具有重要意义。本文对GPS动态变形数据处理做了一定探讨,同时对预报模型的构建进行了较深入的研究。本文首先对小波分析的基本理论进行了概述,随后在小波阈值降噪模型的基础上,根据GPS动态变形监测数据序列的特点,利用改进的动态变形监测数据的小波阈值降噪模型,结合GPS实际监测数据,研究分析了硬阈值、软阈值及改进的阈值确定方法在降噪方面的不同特点,并对比分析了不同基函数的选取对降噪效果的影响。根据小波函数的基本性质,分析了粗差在小波变换后的不同尺度上的表现规律,结合GPS动态监测数据,分析了动态变形数据粗差识别过程中正则性及分解层数对粗差表现的影响。为选择合适的小波函数进行粗差识别提供了一定的依据。本文结合变形实测数据,建立灰色预报模型和遗传神经网络预报模型,分析两种不同模型的特点,对预测精度进行了检验,结果表明这两种模型在变形预测上可以得到比较满意的效果,具有较高实用价值。