混凝土坝变形监测值变化时，因混凝土坝整体结构带来的协同响应特性，导致变形监测点在不同部位或分区时的测值变化存在协同性特征。为解译变形测点间存在的深度耦合关系，首先构建测点间静动态相似度概念，并组合为相似度矩阵。将其输入至可识别测点间的空间性与协同性的谱聚类方法中，旨在得到一系列内部关联紧密、外部关联相对较弱的强关联测点簇。引入可从监测序列数值角度捕捉测点的时序特性的双向门控循环单元神经网络，构建考虑测点间空间耦合性的变形监控模型。以某混凝土拱坝为工程实例，通过两种对比方法，探究了模型在相同因子集时，双向门控循环单元神经网络算法的优越性；探究了模型在相异因子集时，考虑多测点空间耦合性因子集的有效性。最后通过对实测数据的预测，验证了所提方法在揭示坝体协同变形机制、提高变形预测精度的价值。