小波分析以其良好的时频局部化能力,在大地测量数据处理中得到了广泛应用。借助小波分解与重构技术,可以有效滤除观测信号中的噪声,已广泛应用于变形监测数据处理、GPS数据处理、地球物理参数反演等诸多方面,并已取得了一定的应用成果。然而,由于实际中很难掌握信号的真实特征,故难以对小波去噪的质量进行准确评价,最终导致小波去噪最佳结果的选取非常困难。本文主要针对小波去噪质量评价方法开展研究,以期建立一套合理的小波去噪质量评价体系。本文的主要研究内容包括：(1)对小波去噪效果评价的体系进行了明确,将其归纳为小波分析方法选择与最佳分解与重构尺度确定两部分内容；(2)系统研究了现有小波质量评价方法的实际应用效果,借助系统实验研究了各种评价方法的评价能力与适用性。(3)从信号本身的特征的出发,借助最小均方误差、信噪比及光滑度变化随小波分解尺度增加的收敛特性,提出了一种多指标融合的小波去噪最佳分解尺度选择方法。该方法融合了小波去噪过程中不同方面的变化特征,能够更全面地反映小波去噪结果与分解尺度间的对应关系。通过定量识别融合指标变化的拐点,能够有效识别小波去噪的最佳分解尺度。针对不同类型的去噪信号进行实验分析并与现有方法进行比较,验证了本文提出方法的有效性与优越性。(4)借助建立的小波去噪质量评价体系,针对湖南省常吉高速某一边坡的GPS变形监测数据处理进行了实际应用：首先采用均方根误差(RMSE)与信噪比(SNR)指导选择最佳小波基,借助多指标融合方法指导选择最佳分解层次；然后,建立灰色系统模型对监测数据进行变形分析预报,预测精度可达95%以上。