随着测量技术的不断发展进步，变形连续观测技术的不断完善，获得大量不同类型的变形观测数据速度较快，由于外部环境对这些观测数据有较大的影响及较多的对其产生影响的因素，并且对系统误差的特性和其影响模式了解较少，而传统消除系统误差方法的能力又有限，以至于这些观测数据在反映了变形体的变形信息的同时，也包含除了变形信息之外的干扰(误差)部分，即既不能消除又无法参数化的系统误差，目前传统变形数据处理的做法是将其归为误差，从而导致了参数模型与客观实际存在一定的偏差，可能使得变形参数估计出现偏差，另一方面，非变形信息中含有影响观测值的各种因素信息，如能正确的识别、提取，则不仅能够提高参数估计精度，而且能为其它领域的研究提供资料。近些年快速发展的处理数据理论，促使处理数据的模型变得愈来愈完善，其中半参数模型的研究就是热点之一，半参数模型的优势在于不仅包括可用于变形信息表达的参数项，还包括可用于这些既不能消除又无法参数化的系统误差等非变形信息表达的非参数项，达到良好的接近于客观实际的效果。因此本文在半参数模型理论研究的基础上，研究了几种新的算法，并将其应用到变形观测数据处理中，从理论和实验两方面验证这些算法的有效性及可行性，为半参数模型在变形监测数据处理中的应用提供一定的基础理论参考。本文主要包括以下研究内容：
　　（1）针对半参数模型-惩罚最小二乘估计准则中正则化平衡因子合理选择的问题，研究了正则化平衡因子确定方法—U曲线法，利用数值实验及实测数据进行验证，结果表明，在一定条件下，正则化平衡因子根据U曲线法确定时，残差信息项与补偿信息项TV PV TS RS之间的平衡能够较好地被控制，得到较准确的参数估值。
　　（2）建立了半参数模型的非参数统计假设检验的方法，从引入非参数的显著性和对待定参数估值统计性质的影响两大方面进行检验，并利用数值实验和实测数据两种方式对所提出检验方法的必要性及有效性进行验证。
　　（3）针对同时包含粗差、既不能消除又无法参数化系统误差的观测数据，提出了在半参数模型中应用混合似然距离（LD i），实现了一定条件下的粗差定位，并得出2LDi(β,σ2)是较为理想的诊断统计量，因其全面反映了在半参数模型的数据剔除模式下对待定参数估值、单位权中误差的总体影响，应用中可以只对混合似然距离进行综合性分析便能够实现多维粗差的（污染率小于20%）的准确定位，并将粗差、既不能消除又无法参数化系统误差从观测数据中区别开来。此外，在基于数据剔除模型下的诊断统计量得出粗差数据点实为强影响点的基础上，提出将均值漂移模型、线性假设检验的方法和诊断统计量相结合，先用强影响点的诊断统计量进行异常点检验及定位，确定维数，然后再用粗差线性假设检验的方法对异常点进行假设检验，最后准确的标定粗差的位置，避免了粗差点的误判。
　　（4）针对变形观测自由网观测数据中含有既不能消除又无法参数化的系统误差的问题，改进了附加非参数的秩亏自由网平差方法，得到了待定参数估计解及非参数估计解的表达式，给出了一些估计量的统计性质，并将其应用在数值实验及实测数据求解中，结果表明，本文提出的平差方法不仅可以解决自由网的秩亏问题，还可以分离出系统误差，提高了待定参数估计解的精度。
　　（5）针对求解半参数模型过程中，可能出现的法矩阵复共线性的问题，提出基于奇异值修正限制的直接解算半参数模型病态方程法，通过对系数矩阵进行奇异值分解，当奇异值倒数分量总和的比重95%以上来自较小奇异值的倒数分量之和时，利用奇异值修正方案对这部分较小奇异值修正，从而使法矩阵的病态性得到改善，通过数值实验及真实变形监测数据进行验证，结果表明，所提出的算法使病态性的法矩阵有效地得到减弱，提高估计解的准确性。