高海拔地區大壩變形位移數據處理的關鍵技術研究

楊佩 汪過兵

摘 要：高海拔地帶，氣象條件的變化會導致空氣折射率發生變動，從而顯著降低大壩安全監測的精確度。為了解決高海拔地帶氣象條件變化對大壩安全監測精確度的影響，利用徠卡TC1201全站儀觀測九甸峽某大壩的變形位移，提出了一套新的數據處理方法，用于高海拔、溫濕度變化顯著的地區，旨在實現大壩觀測位移測量數據的高精度處理。研究綜合應用了氣象改正公式和邊長改正公式，并通過對比分析人工計算與全站儀自動計算的結果，發現經過改正后的數據更為接近基準值。這一重要發現不僅解決了高海拔、溫濕度變化較大地區大壩變形位移數據處理中誤差大的技術難題，而且為今后類似工程提供了借鑒經驗，也為相關領域的技術進步貢獻了力量。

關鍵詞：大壩表面位移；氣象改正；斜距改平；坐標正反算

中圖分類號：TV698 文獻標志碼：A

作者簡介：楊佩（1991-），男，大學本科，工程師，主要研究方向：水利水電工程管理、大壩安全監測。

△通信作者：汪過兵（1990-），男，博士，工程師，主要研究方向：工程振動、抗震、檢測、鑒定加固。

0 引言

隨著現代監測技術的不斷進步與革新，基于機器視覺的結構位移監測方法正日益受到廣泛應用。這種方法不僅具有極高的監測精度，能夠準確捕捉結構位移的細微變化，而且相較于傳統方法，其成本更為低廉，具有顯著的經濟優勢。因此，基于機器視覺的結構位移監測技術已成為現代工程安全監測領域的一大亮點，為結構的健康監測與安全評估提供了強有力的技術支持[1-3]。

隨著科技的飛速發展和創新，監測技術領域已經涌現出眾多前沿且高效的方法。支持向量機作為機器學習領域的一項重要技術，因其獨特的優勢而被廣泛應用于各類數據處理和模式識別任務中。它能夠通過構建高維空間中的超平面，實現對數據的分類和回歸，展現出強大的泛化能力和魯棒性[4]。此外，神經網絡模型[5-7]也是近年來備受矚目的技術之一，通過模擬人腦神經元的連接和工作方式，構建復雜網絡結構處理和分析數據。神經網絡模型具有強大的非線性映射和自學能力，能夠自動提取數據中的特征并進行分類、回歸，為監測技術提供了更為精確和可靠的數據支持。同時，時間序列模型也在監測技術領域發揮著重要作用。時間序列數據往往具有連續性和時序性，通過構建合適的時間序列模型，捕捉數據中的時間依賴關系和趨勢變化，進而實現對數據的預測和監控。這些模型在實際應用中已經被證明具有較高的可靠性和準確性，為監測技術的發展和應用提供了有力的支持。

近年來，隨著技術的不斷進步和普及，這些監測技術已經逐漸滲透到多個領域，并得到了廣泛應用。在橋梁工程中，監測技術為橋梁的安全運營提供了重要保障，通過對橋梁結構的實時監測和數據分析，能夠及時發現潛在的安全隱患，預防事故的發生[8]。在深基坑工程中，監測技術能夠幫助工程師實時掌握基坑變形和土體位移情況[9]，為施工過程中的安全控制提供重要依據。此外，在民用基礎設施領域[10]，監測技術也發揮著重要作用，為城市的安全和可持續發展提供了有力支持。特別是在大壩自動化監測方面[11-15]，監測技術更是展現出了巨大的潛力和價值。同時，大壩作為重要的水利工程設施，其安全性和穩定性直接關系到下游人民的生命財產安全和社會的穩定。通過應用支持向量機、神經網絡模型及時間序列模型等先進監測技術，可以實現對大壩的實時監測和預警，及時發現并處理各種潛在的安全隱患。這些技術不僅提高了大壩監測的效率和準確性，還為大壩的安全運營提供了強有力的技術保障。

通過對監測結果的深入分析和整理，能夠及時了解大壩的運行狀態，發現潛在的安全隱患，并據此制定相應的運行管理建議。因此可以在危險源尚未造成實際損害之前，采取有效的措施進行消除，從而確保大壩的穩定運行和人民生命財產的安全[16-17]。這種基于先進監測技術的預防性管理策略，不僅提高了大壩的安全性能，也為大壩的長期穩定運行提供了有力的技術保障。但在高海拔地帶的大壩安全監測領域，氣象條件的變化往往導致空氣折射率發生波動，特別是在高海拔、溫度及氣壓變化顯著的區域進行測量時，大壩變形監測位移數據處理中的誤差問題尤為突出。

為解決高海拔地帶氣象條件變化對大壩安全監測精確度的影響，文章利用徠卡TC1201全站儀觀測九甸峽某大壩的變形位移，深入探索并提出了一種適用于高海拔、溫濕度變化較大地區大壩觀測位移測量數據的高精度處理方法。該方法綜合運用了氣象改正和邊長改正公式，通過對比分析人工計算與全站儀自動計算的結果，成功地降低了數據處理中的誤差，使數據更加接近真實情況。不僅解決了當前大壩安全監測中面臨的技術難題，也為今后類似工程提供了寶貴的借鑒經驗，對于提升大壩安全監測的準確性和可靠性具有重要意義。

1 外觀控制測量方法

九甸峽地區地處高海拔地帶，外觀控制測量工作主要聚焦于大壩壩后固定坐標點及廠房后邊坡的表面位移監測。在測量過程中，采用了徠卡TC1201全站儀，通過精確的極坐標法來確定邊長的平距和坐標方位角，進而計算出所需被測點的坐標。但在實際操作中，注意到由于氣象條件的變化及邊長儀器本身的誤差，測量結果并未進行必要的改正。

現有的測量數據完全依賴于全站儀的自動輸出，缺乏人工計算對坐標數據進行必要的改正，導致了大壩變形位移數據處理中的誤差較大，無法滿足高精度測量的需求。

2 TC1201全站儀系統影響因素分析

TC1201全站儀具備一系列高級設置改正功能，包括：（1）允許用戶設置常數，對邊長進行精確的常數改正，以提高測量的準確性；（2）允許輸入實時的氣溫和氣壓數據，并根據數據對邊長進行氣象改正，以消除氣象條件對測量結果的影響；（3）全站儀能夠自動測量垂直角，并據此計算邊長改平，從而直接輸出平距。

TC1201全站儀在高海拔地帶測量數據的處理流程如下：

（1）為確保TC1201全站儀在高海拔地帶上測量九甸峽某大壩表面位移觀測數據的準確性和可靠性，采取了多項措施。其中，對全站儀進行定期檢驗是至關重要的一環。通過定期檢驗，能夠及時發現并糾正儀器可能存在的誤差，確保其始終處于最佳工作狀態。在檢驗過程中，嚴格遵循全站儀提供的加常數、乘常數等關鍵參數進行設置。這些參數是儀器在出廠時經過精密校準得到的，對于保證測量精度具有至關重要的作用。

在日常測量過程中，嚴禁隨意更改這些關鍵設置。因為任何人為的改動都可能對測量結果產生不可預測的影響，導致數據出現偏差。這種偏差可能非常微小，但在高精度測量中，即使是微小的誤差也可能被放大，從而對大壩的安全評估產生嚴重影響。因此，始終堅守這一原則，確保在每一次測量中都能達到最高的精度標準。這不僅是對工作質量的嚴格要求，更是對大壩安全運行的負責任態度。通過這些措施的實施，能夠確保測量數據的準確性和可靠性，為大壩的安全監測提供堅實的技術支持。

（2）由于氣象改正儀器在實時驗證輸入的氣溫、氣壓等數據的準確性方面存在局限性，特別是在高海拔地區及溫度變化顯著的區域，氣象參數的準確性對于測量結果的精確性具有不可忽視的影響。因此，在進行測量工作時，必須嚴格遵循即時測量、即時記錄的原則，確保對氣象條件（包括溫度、氣壓、相對濕度等）進行準確、詳盡的記錄。該做法的重要性不僅可提高測量數據的可靠性，更為后續的數據分析和處理提供堅實、精準的基礎數據。通過嚴格記錄氣象條件，能夠更準確地分析氣象因素對測量結果的具體影響，進而采取相應的措施進行修正和補償，力求獲得最準確的測量結果。

在九甸峽大壩的變形測量中，特別重視氣象因素對測量數據的影響。不僅配備了專業的氣象監測設備，還安排專人對氣象數據進行實時監測和記錄。同時，加強與氣象部門的溝通與合作，獲取更準確的氣象數據，為測量工作提供有力的支持。通過這一系列措施的實施，能夠更加全面、深入地了解氣象因素對測量數據的影響，并采取有效的措施進行應對。

（3）在測量實踐中，全站儀是計算平距的重要工具，主要通過垂直角來修正邊長，從而得出平距。此方法在一般的低精度測量中表現良好，能夠滿足基本的測量需求。但當對測量精度提出更高要求時，如在大壩變形監測高精度測量中，簡單的垂直角修正方法就顯得不夠精確。

在追求更高精度的測量中，斜距到平距的轉換是一個至關重要的環節。為了實現這一轉換，需要依賴更為精確的高差數據。若僅僅通過水準測量得到的高差來直接改正平距，往往難以實現高精度。因此，需要尋求更為有效的解決方法。

為此，利用全站儀來測量高差，并以此為基礎對斜距進行平距改正。研究充分利用全站儀在測量方面的優勢，能夠準確獲取高差數據，從而實現對斜距到平距的準確轉換。通過這種方法，不僅能夠提高測量的精度，確保測量結果的準確性，還能夠在高海拔、溫濕度變化等復雜環境下保證測量結果的可靠性。這對于大壩變形監測等高精度測量工作來說，具有非常重要的意義。

綜上所述，利用全站儀測量高差來改正斜距到平距的方法，是一種高效且精確的方法，對于提高測量精度和保證測量結果可靠性具有重要作用。在未來的測量工作中，可以進一步推廣和應用這種方法，以滿足更高精度的測量需求。

3 系統氣象改正和人工氣象改正比較

（1）選定基準值

給定驗算基準值Ⅱ21（X：3 868 491.095 8，Y：394 340.026 1），此值已加氣象改正、邊長改平。

（2）全站儀自動測量值

在全站儀設站完成后，首先輸入相關的氣象參數，包括溫度、氣壓等，這些參數對于后續的測量精度至關重要。隨后，全站儀會利用其高精度測量系統直接測出目標點的角度、斜距以及高差。所有原始數據可作為后續計算的基礎。

在獲取角度、斜距和高差等原始數據后，通過一系列復雜的數學計算來推算出坐標方位角和平距。坐標方位角是確定目標點位置的關鍵參數，它描述了目標點與全站儀之間的相對方向；而平距則是通過斜距和高差進行修正后得到的水平距離，消除了地形起伏對距離測量的影響。

利用推算出的坐標方位角和平距，可進一步計算出目標點的坐標。坐標數據不僅準確反映了目標點的空間位置，還為后續的數據分析和處理提供了可靠的依據。

在整個測量過程中，注重數據的準確性和可靠性，通過嚴格的操作流程和數據處理方法，確保最終的測量結果能夠真實反映目標點的實際情況。同時，也會根據實際情況調整和優化測量方案，以適應不同環境和條件下的測量需求。

（3）人工改正坐標值

在進行坐標測量時，除了依賴全站儀的自動計算功能外，采取人工計算的方式，以確保測量數據的準確性和可靠性。人工計算坐標方位角時，綜合考慮多種因素，包括起始方位角的設定、水平角的觀測值及左右角的判斷等。特別是在進行氣象改正時，根據實時輸入的氣溫、氣壓等氣象參數，通過精確的算法對邊長進行修正，以消除氣象條件對測量結果的影響。

此外，為了得到更為精確的平距數據，需要進行邊長改平的計算。在這一過程中，充分考慮地形起伏、地球曲率等因素對邊長測量的影響，通過復雜的數學計算對斜距進行修正，得到更準確的平距值。

通過人工計算坐標方位角加氣象改正、邊長改平所得出的測量數據，不僅具有更高的精度和可靠性，還能夠提供更加全面、深入的數據分析結果。這不僅有助于準確了解目標點的空間位置，還能夠為后續的工程設計和決策提供有力的支持。因此，在進行高精度測量時，應嚴格遵循這些計算步驟，確保測量數據的準確性和可靠性。

（4）驗算過程

研究選取了Ⅱ17、Ⅱ25、Ⅱ21三個關鍵測點作為實驗對象，其分布在整個控制網的重要位置，對于整個測量工作具有代表性，如圖1所示。

實驗采取多種方法進行測量和計算。首先，以Ⅱ17測點作為測站點，Ⅱ25作為后視點，對Ⅱ21被測點進行直接觀測。使用TC1201全站儀進行觀測，利用其高精度的測量功能，獲得了直接觀測數據。其次，利用人工計算坐標方位角。在計算過程中，充分考慮了氣象因素的影響，對邊長進行了氣象改正，并進行了邊長改平處理，從而得到了另一組測量數據。最后，將其與Ⅱ21坐標進行對比分析。給定的坐標數據已經經過了氣象改正和邊長改平處理，因此具有較高的參考價值，可以作為驗算的基準值。在驗算過程中，采用全站儀水平角的2個測回求平均值。該方法能夠消除單次測量的偶然誤差，提高測量結果的穩定性和可靠性。通過對比分析能夠確定實際測量過程中環境條件、邊長改平等因素對誤差的影響。發現2種方法得到的測量數據存在一定的差異。這種差異可能是由于環境條件的變化、儀器誤差及人為操作誤差等多種因素造成。同時也能夠確定哪些因素對誤差的影響較大，從而采取相應的措施進行修正和改進。圖1中，A點為Ⅱ25點（x A ，y A），B點為Ⅱ17點（x B ，y B），C點為Ⅱ21（x C ，y C），以上演算過程中所涉及的邊長、角度、坐標編號都以圖1為準，主要為計算方便。

（1）利用Ⅱ17 （X：3868652.1660，Y：394103.2230）、Ⅱ25（X：3 868 995.398 0， Y：394 670.663 5）給定坐標，利用坐標反算[18]其坐標方位角 α AB 及 S AB ，坐標增量符號見表1。

由于Δx AB 、Δy AB 均為負值，故 α AB 是第3象限角，故有：

以上推算可得出AB邊的坐標方位為：

α AB =238°49′52.32″ （8）

AB邊長為 S AB =663.171 9 m 。

（2）利用AB邊坐標方位角推算BC邊坐標方位角。全站儀兩測回實測水平角的平均值求出AB邊與BC邊的夾角 β 左 （測量值），經兩測回實測得出β 左 =65°23′33.25″ 。通過邊長坐標方位角[18]推算公式求出 α BC 。

故有：α BC =α AB +β 左 -180°， α BC =α AB +β 左 +180°

當 α AB 與 β 左 之和大于180°時，應當減去180°。

當 α AB 與 β 左 之和小于180°時，應當加上180°。

則在此驗算過程中有：

α BC =α AB +β 左 -180°=238°49′52.32″+65°23′33.25″-180°=124°13′25.5″

（9）

經以上推算BC邊坐標方位角：

α BC =124°13′25.57 ″

（3）對所測Ⅱ21 點進行氣象改正以及斜距改平。運用徠卡TC1201全站儀觀測兩測回斜距平均值為D=296.293 9 m，高差平均值為 W=75.966 1 m 。先進行氣象改正，再計算出斜距D，并利用勾股定理計算出平距S BC ，以便后續人工算坐標。利用實測斜距D求氣象改正數 ΔD 以及改正后斜距D′。

為確保氣象數據的準確性和可靠性，使用干濕溫度計及氣壓表來讀取所需的氣壓值、溫度，以及相對濕度。在進行測量前，氣象儀器被精心放置在測站點處，并靜置0.5 h以上，以便它們能夠充分適應外部環境的變化。待氣象數據穩定后，仔細讀取設站點處的氣象數據。此時的溫度為13.8 ℃，這一溫度值反映了當時測站點處的實際氣溫情況，是后續進行氣象改正的重要依據。相對濕度為16.5%，反映出當時空氣中的水分含量相對較低，對于測量工作的影響較小。同時，氣壓值為852 hPa。

徠卡TC1201（激光載波測距模式）運用的干濕溫度法氣象改正公式為：

式中：P為大氣壓（mb毫巴），t為干溫（℃），h為相對濕度（℅RH）， ΔD 為氣象改正數，D為實測斜距， α 為大氣膨脹系數（1/273.16）。

不同品牌、不同型號的全站儀在設計和制造過程中，會采用不同的技術和標準，導致在進行氣象改正時所采用的公式可能存在差異。因此，在實際使用過程中，必須根據所使用的全站儀品牌和型號，選擇相應的氣象改正公式。如果忽視了這一點，隨意選擇或使用不適合的氣象改正公式，可能會引入誤差，影響測量結果的準確性。因此，對于測量工作者來說，了解并熟悉所使用的全站儀品牌和型號的氣象改正公式至關重要。不僅有助于提高測量精度，還能夠確保測量數據的可靠性和一致性。在實際操作中，應認真閱讀全站儀的使用手冊和技術文檔，了解其具體的氣象改正方法和要求，并按照規范進行操作。此外，隨著技術的不斷進步和更新，全站儀的氣象改正公式也可能會有所變化。因此，還需要保持對新技術和新方法的關注和學習，以便及時了解和掌握最新的氣象改正方法和技術，為測量工作提供更加準確和可靠的數據支持。將以上所測現場氣象數據帶入公式（10）可得ΔD=14.024mm，故經氣象改正以后的斜距。

D′=D+ΔD=296.293 9+0.014 024=296.307 9m（11）

利用勾股定理計算斜距改平距（S BC ）。

經氣象改正以后的斜距 D′=296.307 9 m ，高差平均值為 W=75.966 1m ，故根據勾股定理有：

S BC2=D′2-W2（12）

則根據以上公式可以算出：S BC =286.404 5 m。

（4）坐標正算推算出經氣象改正及斜距改平以后的被測點（Ⅱ21）坐標。由以上人工驗算的結果：

α BC =124°13′25.57″，S BC =286.404 5 m （13）

利用坐標正算驗算經氣象及斜距改平以后的坐標。起算點為B點（Ⅱ17）利用以下公式就可以求出被測點Ⅱ21的坐標。

Δx BC =S BC cosα BC =-161.081 5 m （14）

Δy BC =S BC sinα BC =236.812 8 m （15）

x C =x B +S AB cosα BC

=3 868 652.166 0-161.081 5=3 868 491.085 0（16）

y C =y B +S AB sinα BC

=394 103.223 0+236.812 8=3 943 40.035 8（17）

人工驗算出最終經氣象改正、邊長改平后的Ⅱ21點坐標為：（X：3 868 491.085 0，Y：394 340.035 8）。

使用全站儀測量直接輸出坐標（無改正）、人工計算改正坐標（已改正）與基準值進行對比，詳細對比分析見表2。

經過對比分析，明顯觀察到，在采用相同的全站儀進行測量時，經過人工氣象調整和斜距改平校正的數據結果比全站儀直接輸出的原始數據更為貼近基準值。這不僅突顯了人工氣象調整與斜距改平校正在數據處理中的關鍵作用，更解決了在高海拔、溫濕度波動較大的復雜環境下進行精密測量時，由人工氣象因素和斜距誤差所帶來的技術難題，有助于進一步確保大壩安全監測的準確性。

4 結論

基于九甸峽某大壩表面變形位移觀測數據處理，提出了一套針對高海拔、溫濕度變化顯著區域的大壩觀測位移測量數據的高精度處理方法。通過運用氣象改正與邊長改正公式，對比分析了人工計算與全站儀自動計算的結果。分析結果表明：

（1）經過人工計算進行氣象改正后的數據更接近基準值，具有較高的可靠性。

（2）氣象改正和斜距改平對測量精度的影響不容忽視，必須加以精確計算和修正。在視距較長或氣象條件復雜的情況下，氣象改正數會顯著增大，使得坐標計算中引入更大的誤差。此外，在長距離測量中，激光測距發射到棱鏡中心點的位置可能存在偏差，加上氣象因素的影響，會導致全站儀自動輸出的數據偏差進一步增大。

（3）成功解決了高海拔、溫濕度變化較大地區大壩變形位移數據處理中誤差大的技術難題。在特殊環境下進行大壩變形位移檢測時，為確保數據的準確性和可靠性，必須進行人工計算以改正坐標。這一方法的提出與應用，為類似條件下的大壩變形監測提供了有力的技術支持和保障。

參考文獻：

[1]趙二峰，李章寅，袁冬陽. 基于雙階段注意力機制的大壩變形深度學習預測模型[J]. 河海大學學報（自然科學版），2023，51（6）：44-52.

[2]Herman A D V. System identification for structural dy?namics and vibroacoustics design engineering[J]. IFAC Proceedings Volumes，2003，36（16）：735-746.

[3]Ye X W，Dong C Z，Liu T. A Review of Machine Vi?sion-Based Structural Health Monitoring：Methodologies and Applications[J]. Journal of Sensors，2016，2016：1-10.

[4]馬曉云，陳剛. GM（1，1）模型的殘差修正及其在建筑物變形預測中的應用[J].測繪標準化，2018，34（3）：56-58．

[5]陳晨，魏冠軍，寇瑞雄，等. 基于Kalman濾波的GM（1，1）-AＲ模型在高層建筑物沉降變形分析中的應用[J]. 測繪工程，2018，27（10）：64-67．

[6]湯漢，丁志廣. 非等間隔無偏GM（1，1）模型在基坑周邊建筑物沉降預測中的應用[J]. 測繪通報，2016（S2）：155-159．

[7]陳國棟，黃甜. 灰色卡爾曼濾波在沉降監測中的應用[J].測繪科學技術學報，2014，31（2）：133-135．

[8]葉肖偉，張小明，倪一清，等. 基于機器視覺技術的橋梁撓度測試方法[J]. 浙江大學學報（工學版），2014，48（5）：813-819.

[9]陳登偉，郭雙喜，朱是，等. 機器視覺技術在地下交通樞紐施工變形監測中的應用[J]. 鐵道科學與工程學報，2022，19（12）：3827-3836.

[10]Spence F B，Hoskere V，Narazaki Y. Advances in com?puter vision- based civil infrastructure inspection and monitoring[J]. Engineering，2019，5（2）：199-222.

[11]李藝，劉成棟，劉檢生，等. 基于機器視覺的大壩表面位移智能監測方法研究[J]. 水電能源科學，2023（12）：93-96.

[12]黃世濤. 基于統計—逐步回歸模型的大壩變形監測分析[J]. 水利科技與經濟，2023，29（5）：1-8.

[13]沈忱，周娟. 基于卷積神經網絡的大壩位移預測模型對比研究[J]. 安徽水利水電職業技術學院學報，2023，23（1）：5-8+69.

[14]張孟昕，陳波，劉偉琪，等. SSA-XGBoost與時空特征選取的大壩變形預測模型[J]. 水力發電學報，2024，43（1）：84-98.

[15]劉先春. 水庫大壩垂直位移統計模型及變形分析以白蓮崖水庫大壩為例[J]. 安徽職業技術學院學報，2023，22（3）：23-28+72.

[16]楊杰，吳中如. 大壩安全監控的國內外研究現狀與發展[J].西安理工大學學報，2002，18（1）：26-30.

[17]尹蓉江. 水電站大壩安全監測自動化的現狀和展望[J].水電水利，2021，4（12）：113-114.

[18]羅新宇. 土木工程測量學教程[M]. 北京：中國鐵道出版社，2003.

Research on the Key Techniques of Dam Deformation and Displacement Data Processing in High Altitude Area

YANG Pei 1 ， WANG Guobing 2

（1.Gansu Power Investment Jiudianxia Hydropower Development Co.，Ltd.，Dingxi Gansu 730050， China;2.Institute of Geotechnical Engineering， Xi′an University of Technology， Xi′an Shaanxi 710048， China）

Abstract： At high altitudes， changes in meteorological conditions can lead to changes in air refractive index，which significantly reduces the accuracy of dam safety monitoring. In order to solve the influence of the change of meteorological conditions on the accuracy of dam safety monitoring at high altitudes ， an innovative data processing method is proposed based on the observation of dam deformation and displacement using the Leica TC1201 total sta?tion in Jiudianxia. which is applied to the area with high altitude and significant temperature and humidity changes，aiming to realize high-precision processing of dam observation and displacement measurement data. The meteoro?logical correction formula and edge length correction formula are comprehensively applied， and through compara?tive analysis of the results of manual calculation and automatic calculation by total stations， it was found that the cor?rected data is closer to the reference value. This important discovery not only solves the technical problem of large errors in the processing of dam deformation displacement data in high-altitude and areas with significant tempera?ture and humidity changes， but also provides valuable reference experience for similar projects in the future and contributes to the technological progress in related fields.

Key words： dam surface displacement; meteorological correction; oblique distance leveling; coordinate for?ward and backward calculations