随着时代的发展和中国高速公路建设的增加,隧道工程量愈加增多起来。随着这种大规模的隧道项目的建设,隧道建设过程中的事故也增加起来,这是由于隧道开挖过程中复杂的地质条件所引起。因此对隧道进行安全监测是非常必要与提前避免危险事故的有效方法,这样很好的保证了隧道的安全施工及运营。根据实际情况对杨家边隧道的工程概况、监测方法和研究对象进行监测测与分析。为了监测地表下沉情况,用DSZ3精密水准仪、全站仪对进行高程测量,统计高程的变化量。通过对公路隧道地表变形的研究与分析,利用预测模型对地表变形进行分析与预测。具体工作如下:（1）对时间序列数据分析与预测前需要对数据进行处理,去除地表变形数据中的异常值与粗差。小波分析与奇异谱分析可以作为数据处理两种方法,这两种方法都是为了有效的得到变形趋势与周期,去除异常值与噪声。因此这两种方法都可以运用在隧道监测数据的处理,并与实测数据对比分析。时间序列模型的几种类型,参数的选择与检验,通过判断选择最适合工程项目的种类。在了解RBF与BP神经网络的原理与训练过程后,利用matlab软件对隧道数据进行预测,比较两种神经网络的预测精度,最终确定最适合隧道数据的模型。RBF神经网络相比与BP神经网络,更适合对沉降进行预测,但是这两个模型在对沉降进行预测时,各有特点。（2）将上述模型进行组合,得出小波ARMA组合模型、小波RBF组合模型、SSA-ARMA模型、SSA-RBF组合模型的预测结果精度,并与ARMA-RBF进行对比,发现时间序列模型与RBF神经网络组合模型预测精度高于单个模型的预测精度,发挥出两种模型各自特点,可应用于该公路隧道的地表沉降预测工作。FLAC^3D有限差分软件可以用于隧道开挖支护过程,分析隧道地表的沉降过程。通过FLAC^3D软件分析后,地表下沉的最大值在隧道中心线处,为-40mm,下沉趋势成正态分布,离中心线越近下沉量越大。最后,实际采集数据后与数值模拟值对比,验证数值模型的可行性。（3）采用组合模型,对公路隧道地表变形数据进行分析,结果表明预测精度高于单个模型的预测精度,符合预期的预报精度,很好的满足了工程测量的实际要求。同时将数字信号领域的奇异谱分析方法运用在实际工程测量中,从实际结果来看,该奇异谱分析方法具有很好的适用性,并且针对基坑沉降、地面变形以及城市区域板块研究提供了很好的研究思路。