����GPS��ؿ��������ݴ���ĸĽ����Ż�

????????GPS?????????????????????GPS?????????????????????????????????????????????????????????????????????????С??????????巨????λ??????????????ò??????????????????GPS????λ???????????????????????????????????С????????????????????巽???????????????????????λ????????????????Ч??С????????????     

���ڿ��SAR����������½�����7.3�������α����

???????ScanSAR??????2008??3??21?????????????α????????????ScanSAR?????????????????400 km??400 km??????????α??????????????100 km??100 km??IM????????α??????????????????????????????ScanSAR?????????????????е???????????ScanSAR??????????IM???????????????????????о??о??и???????????????????     

���ֿռ似���ⶨ�ؿ��˶��ıȽ�

????????????????????VLBI?????????????SLR???????λ????GPS??3????????????????????????????????????仯???????￡???????????????????????????仯?????????3?????????????仯???????????????????????????????????????????,3???????????????????μ?:VLBI??GPS??????????仯??????С????SLR??????????????10??;GPS ??SLR??????????仯??????3 mm/a?????????VLBI??SLR??????????仯???????в???1 mm/a??????     

ALOS PALSAR�״�Ӱ��InSAR���ݴ����еĻ��ߺ͵���������

?????????????InSAR?????е????????????????????ζ??α??????????????????????????????????????о?????????????????ALOS PALSAR???????????????????α????????????????????????ALOS PALSAR?????????3??5 m???????е???????????￡??α?????????????????????о?????????????????С?????????????????????DEM?????????￡?SRTM DEM????????ALOS PALSAR??????????1cm???α???????????????????С??400 m??     

ɽ�����ݴ��Ľ���λ�ƺ�Ӧ��������

???????GPS????????????????????λ?????????????????о??????????????????С????α??????????????????????仯???????????繤?????????????????????????????????????????????????￡??????????????????????????????????????仯??????????????λ????????????????????????????????е????????????С???????????????????С?????α?????й?????????????????????????????????????????й??????????С?????α????????????С????????????????????????????????????????????2006??2009??????????????????????????????????????????????????С???,?????????????????????????????????????????????????????仯???????????????????????????     

����PS-InSAR�������ݱ��������ر��������

???27??ENVISAT ??????????????????????????PS??InSAR??????????????д??? ????????????????2006-2010?????α????о??????????1??????????????????????????????????????????????????????7??????????????г??????????????????????????????????????????????????????????LOS??????-27.19±5.66 mm/a??-24.65±5.14 mm /a??2?????????????????????????230 km²??3???????????????????????10.92±3.24 mm/a????????20????80????????????????????ε???????????????????4?????????????????????????????????????????????????     

����GLONASSƵ���Ľ��û�������λ����

????GLONASS???????????????????????????GLONASS??????????????????????????GLONASS??????????????λ????????GLONASS???????????????IGS??????????е?????λ???????????????????????GLONASS????????????????????????????λ??????     

�봨8.0������ǰ������ͳ�Ƽ���

??????8.0?????????????Χ16?????????????????????????????????????м??顣????????????????128???????峱?????????????????????????????С???任??????2??128??????????6???????ν??з???????????С???任???????????????е?????仯?????????С???任???????????????????????????á????????????????????С???????????????????????????????????????е???????б??????????ó?????????????????????????????15????????????????????????     

����GPS��InSAR�����봨Mw7.9����ϲ㻬���ֲ�

??????8.0????????????????????????????????????λ??????????????η????????ν??????????????????8.0??????GPS??InSAR????α??????????????????????????????????????????1?????????????????GPS??InSAR??????????α????????????97.27%;2??????????????????????????????????????0??20 km??????????????λ???????????????????????????????????????????0??20 km???????????????????10 m????????10??15 km?????????????6.5 m??3??????????????????????????????????????????????????????????103??????????????????????121????????????????????138??????????????????????????105??4?????????????????8.7??10 ²⁰ Nm???????Mw7.9??     

�����������ݵ�ͨ�˲������书Ч����

???????????????????o???????????????????????FIR??????????????????????????FIR????????????о??????????λ?????????????????????????????????????????????о?????????????????????任?е????Ч???     

顾及共模误差的西南极GPS坐标时间序列噪声分析

使用Bernese 5.2软件双差定位程序处理西南极区域24个GPS基准站9 a的观测资料,获得各站单日解坐标时间序列.利用主分量分析法和独立分析法对其进行空间滤波,对比分析2种方法的滤波效果,然后采用极大似然估计法分析滤波前后各站时间序列的噪声特征,建立最优噪声模型,并分析共模误差对测站速度的影响.结果表明,2种方法...     

����GPS������ʱ���˲������ıȽ�

????(Stacking)??????????????PCA????Karhunen??Loeve???(KLE)??3?????????????????????????12??GPS????????5?????????????С?????????3???????????Ч???????????????????д????????????????????????????????????????÷?Χ???в????     

华北地区GPS基准站坐标时间序列噪声特征研究

利用华北地区GPS连续运行基准站网络2008-08~2013-04观测数据,分析36个基准站坐标时间序列的噪声特征。利用区域堆栈滤波方法对GPS单日解坐标时间序列进行共性误差剔除,使用极大似然估计准则定量估计坐标时间序列的噪声特性,并分析有色噪声对测站计算速度的影响。结果表明,华北地区GPS基准站坐标时间序列的共性误差在N、E和U方向分别约为1 mm、1 mm和3 mm,且共性误差具有类似闪烁噪声的特性;共性误差剔除前,坐标时间序列的噪声特性可以用可变白噪声加闪烁噪声模型或可变白噪声加幂律噪声模型来描述;共性误差剔除后降低了坐标时间序列噪声中闪烁噪声的成分,突出了本地效应部分噪声,坐标时间序列的噪声特性可以用可变白噪声加闪烁噪声和随机漫步噪声模型或可变白噪声加幂律噪声模型来描述;最优噪声模型计算的速度误差比仅考虑可变白噪声所计算的速度误差增大5~8倍;剔除共性误差,可使测站速度的精度获得40%左右的提高。     

城市CORS坐标时间序列噪声模型建立与分析

以GAMIT/GLOBK处理得到高精度常州CZCORS坐标时间序列,用奇异谱分析方法对其进行空间滤波,使用最大似然估计方法对剔除共性误差的坐标时间序列进行噪声特征分析,得出最优白噪声模型为“WH”,N、U分量最优有色噪声模型为“WH+FN”,E分量最优有色噪声模型为“WH+FN+RWN”。根据最优有色噪声模型估计出的CZCORS站速度场表现为东南方向整体运动的趋势,其整体位移变化值及运动方向与周围IGS站基本一致。     

顾及共模误差的四川连续GPS基准站坐标时间序列噪声分析

使用GAMIT/GLOBK软件处理四川省内23个连续GPS基准站2010～2015年数据，获取各测站的坐标时间序列，然后利用堆栈法对其进行空间滤波以剔除共模误差，通过谱指数计算和最大似然估计法（MLE）对滤波后的GPS站坐标时间序列进行噪声分析。结果表明，四川连续GPS基准站坐标时间序列N、U方向最优噪声模型为WN+FN，E方向最优噪声模型为WN+FN+RWN；空间滤波可以降低闪烁噪声，同时使一些测站显现出随机漫步噪声；根据GPS站坐标时间序列估计基准站速度时，应当顾及有色噪声的影响。     

陕西连续GPS基准站坐标时间序列分析

对陕西省GPS连续基准站2011-01-01~2013-05-30坐标时间序列进行分析,利用区域叠加滤波分离出共模误差,滤波后站坐标时间序列N、E、U方向的平均均方根分别减小69%、60%和41%。通过谱指数计算发现,空间滤波后的时间序列含有白噪声和有色噪声;利用CATS软件对各噪声分量估计发现,垂直方向噪声分量大于水平方向;空间滤波使闪烁噪声大幅减小,部分站出现随机漫步噪声。     

地震对IGS基准站坐标时序噪声特性的影响

选取日本7个IGS基准站在2011-03-11东日本大地震前后各3 a的坐标时间序列,计算此区域的共模误差,利用CATS软件确定地震前后基准站各分量的最优噪声模型,分析共模误差和东日本大地震对基准站坐标时序噪声特性的影响。结果表明,共模误差在N、E、U方向均表现出较为明显的周期特性,且地震的发生导致其N、U方向均值分别增大2.1倍和1.5倍;利用空间滤波的方法剔除共模误差后,水平方向的闪烁噪声得到较明显的削弱;IGS基准站各分量表现出不同的噪声特性,其变化因站而异,并未表现出明显的规律;地震对基准站坐标时序噪声的影响主要表现为BP、FN和RW特性,且距离震中越近,这种影响越明显。     

参考框架选取对连续GPS网测站坐标时间序列分析结果的影响

针对中国大陆构造环境监测网络（CMONOC）坐标时间序列分析,研究选取3种不同空间尺度的参考框架以及考虑不同相似转换参数对测站速度场、年周期项及残差时间序列的影响。结果表明,对于中国大陆这样大范围、长时间连续观测的GPS网,采用全球框架坐标时间序列分析结果更加稳定,对转换参数选择不太敏感;但采用区域框架,特别是接近研究区域的小区域框架能够反映出更显著的区域形变特征,对于进一步研究其动力学机制是有利的。     

2011���ձ�Mw 9.0����ĸ�ƵGPS��̬�α��о�

????????????????SHAO????ο????????GAMIT/GLOBK??TRACK??????????????????8????????????1 Hz GPS??????д??????????????2011?????Mw9.0???????????????α??????????????????GPS???????????????????????о????н????MIZU???USUD?????????????3.11 m??0.67 m???????????λ??????????????й???????????????????????????USUD????????????????????????????????USUD???????????????RMS??1.65 cm??????0.82 cm??     

顾及GNSS坐标时间序列中季节信号的CEEMD降噪方法

针对互补集合经验模态分解（complementary ensemble empirical mode decomposition,CEEMD）在GNSS坐标时间序列降噪过程中需要选取筛选准则的问题,提出一种顾及GNSS坐标时间序列中季节信号的CEEMD降噪方法。首先利用CEEMD方法对GNSS坐标时间序列进行分解,然后计算各本征模态函数（intrinsic mode function,IMF）的平均周期,将平均周期低于120 d的IMF分量作为噪声分量扣除,并重构剩余分量为信号分量。利用该方法对中国大陆227个GNSS垂向坐标时间序列进行降噪,并与以连续均方误差和相关系数为筛选准则的CEEMD降噪方法的结果进行对比。结果表明,本文方法未出现过度降噪,而其他2种方法均导致部分测站的季节信号被扣除;在未过度降噪站点,本文方法GNSS坐标时间序列的RMS、幂律噪声和速度不确定度的平均改正率分别为19.13%、88.29%和86.46%,优于其他2种方法。