地铁作为地下轨道交通工具,以其运输量大、稳定性好、速度快等优点,在我国越来越多的城市开始修建。在地铁施工过程中,地铁施工技术要求高、工作量大等施工效率问题和因大面积地表沉降而造成的地铁施工场地塌陷、扭曲等地铁施工安全问题日益显著。因此对地铁地表进行沉降监测,并根据监测数据进行有效的分析和管理十分必要。通过对现场实测资料的科学管理,可以从地表沉降数据中便捷的分析总结出地铁地表的沉降规律,提高地铁施工的效率。同时,通过研究分析地铁地表的沉降规律,能够预测地铁地表沉降的未来发展趋势,为地铁施工安全防护工作,提供可靠的依据。本文以如何利用地铁地表沉降监测数据进行地表沉降预测的问题以及如何提供科学的数据管理方法的问题作为切入点,以长春地铁二号线某标段的地表沉降监测项目为实例,进行以下研究:(1)本文在对BP神经网络、灰色GM(1,1)和Logistic时间函数三种预测模型的原理及其预测方法进行分析的基础上,对长春地铁二号线地表沉降监测方案进行研究,分析地质条件对地表沉降的影响。然后以长春地铁二号线某标段地表沉降监测数据为样本,利用BP神经网络模型、灰色GM(1,1)模型、Logistic时间函数模型以及灰色-BP神经网络分别对其进行预测,得出适合预测长春地铁二号线地表沉降的预测模型。(2)以对地铁地表沉降数据管理的需求为基础,以ArcGIS Engine为开发平台,利用C#语言对GIS进行二次开发,设计满足用户查询、录入和分析等地铁地表沉降数据管理需求的地铁地表沉降管理系统,然后对长春地铁二号线地表沉降数据进行管理,实现系统对地表沉降监测数据的管理。