监测对大坝安全的意义可简明地概括为：监测是基础，分析是手段，预报是目的。监测涉及到许多新技术的应用，分析与预报则涉及到多学科交叉的许多方法和理论。针对大坝变形，现将分析与预报方法和有关理论归纳于下，仅供同行和邻行专家参考。
1 变形观测资料的预处理
包括对于用各种方法获取的观测值做完整性、可靠性检查，进行粗差剔除，离群观测值处理，对时间序列做等间隔插补，绘制变形过程曲线，进行趋势分析，将经过预处理后的观测值入库管理。
2 监测网数据处理方法
对于监测网的数据处理属于变形的几何分析范畴，包括确定相对或绝对变形量的大小、几何分布和变化规律。变形监测网一般由参考网和相对网组成，对于监测网周期观测数据处理，主要是确定稳定点，估计变形点相对于稳定点（或基准）的变形。对于零期和一期观测，多采用秩亏自由网平差或拟稳平差法做变形分析，一旦确定存在稳定点，则仍以稳定点为基准进行约束平差为宜。周期观测点场稳定性的统计检验与判别，通常采用平均间隙法和最大间隙法。对于监测滑坡体的周期观测网，在获取到各期监测点的位移值后，可采用聚类分析法进行变形模式的拓朴约束识别，自动划分变形块体和估计各块体的变形模型参数。
3 回归分析法
取变形（称效应量，如各种位移值）为因变量，环境量（称影响因子，如水压、温度等）为自变量，根据数理统计理论建立多元线性回归模型，用逐步回归法可得到效应量与环境量之间的函数模型，用这种方法可做变形的物理解释和变形预报。因为它是一种统计分析方法，需要效应量和环境量具有较长且一致性较好的观测值序列。在回归分析法中，当环境量之间相关性较大，可采用岭回归分析；如果考虑测点上有多个效应量，如三向垂线坐标仪、双向引张线仪，二向、三向测缝计的观测值序列，则可采用偏回归模型，该模型具有多元线性回归分析、相关分析和主成份分析的功能，在某些情况下优于一般的逐步线性回归模型。
4 时间序列分析法
大坝变形观测中，在测点上的许多效应量如用垂线坐标仪、引张线仪、真空激光准直系统、液体静力水准测量所获取的观测量都组成一个离散的随机时间序列，因此，可以采用时间序列分析理论与方法，建立p阶自回归q阶滑动平均模型ARMA（p、q）。一般认为采用动态数据系统（Dynamic Date System）法或趋势函数模型+ARMA 模型的组合建模法较好，前者把建模作为寻求随机动态系统表达式的过程来处理，而后者是将非平稳相关时序转化为平稳时序，模型参数聚集了系统输出的特征和状态，可对变形进行解释和预报。若顾及粗差的影响，可引入稳健时间序列分析法建模。
对于小数据量的时间序列，可采用灰色系统理论建模，通过对原始数列采用累加生成法变成生成数列，可以减弱随机性，增强规律性。在组合建模中，也可以通过建立灰微分方程提取变形的趋势项。在时序分析中，一般是针对单测点，若顾及各测点间的相关性进行多点的关联变形分析，则可能取得更好的效果。
5 频谱分析法
对于具有周期性变化的变形时间序列（大坝的水平位移一般都具有周期性），可采用付立叶（Fourier）变换将时域信息转到频域进行分析，通过计算各谐波频率的振幅，找出最大振幅所对应的主频，可揭示变形的变化周期。若将测点的变形作为输出，与测点有关的环境量作为输入，通过对相干函数、频率响应函数和响应谱函数进行估计，可以分析输入输出之间的相关性，进行变形的物理解释，确定输入的贡献和影响变形的主要因子。
6 卡尔曼滤波法
将变形体视为一个动态系统，系统的状态可用卡尔曼滤波模型即状态方程和观测方程描述，状态方程中若含监测点的位置、速率和加速率等状态向量参数，则为典型的运动模型。这种模型特别适合滑坡监测数据的动态处理，也可用于静态点场、似静态点场（如变形监测网）在各周期观测中显著性变形点的检验识别。该法的优点是有严密的递推算法，不需要保留使用过的观测值序列，而且可把模型的参数估计和预报结合在一起。该法是一种变形的动态几何分析方法。应用时需注意初始状态向量及其协方差阵以及动态噪声向量协方差阵的确定，采用自适应卡尔曼滤波可较好地解决后一问题。
7 有限元法
有限元法是一种采用确定函数模型直接求解变形的具有先验性质的方法，属于确定函数法，它不需要做任何变形监测。将混凝土大坝按一定规则划分为很多计算单元，根据材料的物理力学参数（如弹性模量、泊松比、内摩擦角、内聚力以及容重等），建立荷载与变形之间的函数关系，在边界条件下，通过解算有限元微分方程，可得到有限元结点上的变形。计算的变形值与单元划分、函数模型和物理力学参数选取有关，假设性较大，同时，未考虑外界因子的随机影响，因此，用该法所计算的变形仅作参考。如果计算的变形值与实测值有较大的差异，往往需要对模型和参数进行修改并进行迭代计算。若根据实测变形值采用确定性函数反求变形体材料的物理力学参数，则称为反演分析法。反演分析法一般与有限元法联合使用。
8 人工神经网络法
大坝变形与影响因子之间是一种非线性、非确定性的复杂关系，模糊人工神经网络法将生物特征用到工程中，用计算机解决大数据量情况下的学习、识别、控制和预报等问题，是新近发展起来的一种行之有效的方法，对于具有大量监测资料的大坝安全分析与预报尤其适合。以影响因子作为神经网络的输入层，以变形量作为输出层，中间为隐含层的三层反传（back propagation）模型（称BP 网络模型）最为成熟，网络拓朴结构（每层特别是隐含层的节点数确定）、反传训练算法、初始权选取和权值调整、步长和动量系数选择、训练样本质量、训练收敛标准等是重要的研究内容。此外，将小波分析与人工神经网络相结合的小波神经网络组合预报方法，将人工神经网络与专家系统相结合建立大坝
变形、预报的神经网络专家系统也极具应用前景。
9 小波分析法
小波理论作为多学科交叉的结晶在科研和工程中被广为研讨和应用。小波变换被誉为“数学显微镜”，它能从时频域的局部信号中有效地提取信息。利用离散小波变换对变形观测数据进行分解和重构，可有效地分离误差，能更好地反映局部变形特征和整体变形趋势。与付里叶变换相似，小波变换能探测周期性的变形。将小波用于动态变形分析，可构造基于小波多分辨卡尔曼滤波模型。将小波的多分辨分析和人工神经网络的学习逼近能力相结合，建立小波神经网络组合预报模型，可用于线性和非线性系统的变形预报。
10 系统论方法
变形体是一个复杂的系统，是一个多维、多层的灰箱或黑箱结构，具有非线性、耗散性、随机性、外界干扰不确定性、对初始状态敏感性和长期行为混沌性等特点。系统论方法包括两种建模方法，一种是输入-输出模型法，前述的回归分析法、时间序列分析法、卡尔曼滤波法和人工神经网络法都属于输入-输出模型法。另一种是动力学方程法，该法与有限元法中的确定函数法相似，系根据系统运动的物理规律建立确定的微分方程来描述系统的运动。但对动力学方程不是通过有限元法求解，而是在对系统受力和变形认识的基础上，用低阶、简化的在数学上可求解和可分析的模型来模拟变形过程，例如用弹簧滑块模型模拟边坡粘滑过程，用单滑块模型模拟大坝变形过程，用尖点突变模型解释大坝失稳机理等；也可根据监测资料反演变形体的非线性动力学方程。对动力学方程的解的研究是系
统论方法的核心，为此引入了许多与动力系统和与变形分析、预报密切相关的基本概念：状态空间或相空间（称解空间）、相点、相轨线、吸引子、相体积、李亚普诺夫指数和柯尔莫哥洛夫熵等。相点代表状态向量在某一时刻的解；相轨线代表相点运动的迹线；吸引子代表系统的一种稳定运动状态，它可以是一个稳定的相点位、环或环面，也可以是相空间的一个有限区域，对于局部不稳定的非线性系统，将出现奇怪吸引子，表示系统为混沌状态；李亚普诺夫指数描述系统对于初始条件的敏感特征，根据其符号可以判断吸引子的类型以及相轨线是发散的还是收敛的；柯尔莫哥洛夫熵则是系统不确定性的量度，由它可导出系统变形平均可预报的时间尺度。对变形观测的时间序列进行相空间重构，并按一定的算法计算吸引子的关联维数、柯尔莫哥洛夫熵和李亚普诺夫指数等，可在整体上定性地认识变形的规律。
系统论方法还涉及变形体运动稳定性研究，这种稳定性在数学上可转化为微分方程稳定性的研究，主要采用李亚普诺夫提出的判别方法。
变形受确定性和随机性两部分的联合作用，其演化过程可用一个随机扩展过程如伊藤随机过程来描述，利用随机过程的平均首通时间来进行变形的随机预报较仅依赖确定性模型进行稳定性分析和变形预报更为合理。
系统论方法涉及到许多非线性科学学科的知识，如系统论、控制论、信息论、突变论、协同论、分形、混沌理论、耗散结构等。上述理论远不是测量工作者所能掌握的，将系统论方法与变形分析与预报相结合的研究只是初步的，希望有更多的青年学者加入到这一交叉领域的研究中来。
