地表负载及GPS测站分布对参考框架转换的影响分析

GPS数据处理通常采用Helmert七参数转换将瞬时站坐标转换到指定的框架下,但瞬时站坐标中尚未模型化的季节性地表负载会影响平移参数(地心运动)和尺度参数的估值,进而影响测站坐标;不均匀的测站分布会加剧这一影响.本文利用GRACE重力场系数仿真GPS地表负载的实验表明,基于网平移法采用实际的IGS站至少能够恢复90%的地心运动信号.地表负载及GPS实际测站的不均匀分布可以解释大约30%的GPS尺度的周年变化.相对于IGb08的所有框架站,目前采用91个全球均匀分布的核心站作为框架转换的基准是合理的.采用IGb08的所有框架站进行转换会导致U方向误差增加,特别是对框架站密集的欧洲区域(误差均值约为1mm).因此框架转换时,应尽量选取均匀分布的测站,同时不估计尺度参数.     

香港GPS基准站坐标序列特征分析

利用香港GPS连续运行参考站网络2001年1月至2007年8月的观测资料,全面深入地分析了12个基准站坐标序列特征.本文采用主成分空间滤波算法去除公共误差,来提高坐标序列的信噪比,并采用最大似然估计准则定量估计滤波后坐标序列的噪声特性,计算了地球表面质量负荷（包括大气、非潮汐海洋、积雪和土壤水）对香港GPS基准站坐标序列的影响.研究结果表明：香港GPS基准站坐标序列具有高度的空间相关性,其公共误差具有较强的季节性变化特征;地表质量负荷变化引起的香港地壳形变可以解释公共误差序列中约为3mm的垂向周年变化,经过质量负荷改正后的公共误差序列与高阶电离层误差高度相关;滤波后坐标序列的噪声特性可以用可变白噪声加闪烁噪声模型来描述,顾及闪烁噪声所计算的速度误差要比只考虑可变白噪声计算的速度误差大2~6倍;基准站间存在达1.5 mm/yr的相对水平运动,揭示香港地区存在活动断层;部分基准站坐标具有明显的振幅为1～2 mm本地季节性变化,所有测站的残差序列也表现出强烈的季节性变化.     

GPS坐标时间序列中大气质量负荷最优改正方法分析

大气负荷会造成显著的测站坐标时间序列垂向季节性变化,其量级可以达到10~20 mm.本文通过对全球58个IGS基准站2007—2011年期间观测数据的解算,比较分析了不同大气负荷改正策略下的修正效果,确定了最优大气负荷改正方法.结果表明,在观测值层面对潮汐、非潮汐大气负荷进行统一改正是最优的改正方法,可以使80%以上测站的RMS值减小,日均值改正效果较差,只能改正约20%的测站.     

环境负载对云南地区基准站时间序列的噪声模型特性研究

以云南地区27个GPS基准站坐标时间序列为研究对象,使用赤池信息量和贝叶斯信息量估计准则（AIC/BIC）对其进行噪声分析,计算并扣除时间序列中大气负载、非潮汐海洋负载和水文负载3种环境负载引起的位移量,得到各基准站分量在环境负载改正前后的最优噪声模型。结果表明,部分基准站分量经过负载改正后最优噪声模型会发生变化,改正前后的大部分基准站噪声特性均体现为闪烁+白噪声和幂律噪声。环境负载对基准站的垂向位移影响比水平向更为显著,水文负载成为影响基准站的最大因素,最大位移量达到厘米级。分析环境负载改正前后噪声特性的变化表明,环境负载改正在U分量上的影响最大,N分量次之,E分量最小,噪声模型的变化在地域上并未呈现明显规律。     

陆态网络GNSS基准站阶跃偏移量的精确估计

通过对发生阶跃的GNSS基准站坐标序列谱指数的求解,表明了其具有有色噪声的特性,并对三分量分别建立了最优噪声模型,以此对GNSS基准站坐标的阶跃偏移量进行了精确估计,探明了地震和仪器更换对测站产生的精细影响。同时利用求解的阶跃偏移量对坐标序列进行修正,对获取连续性变化的测站坐标序列和获取精确的测站三维运动参数具有重要意义。     

中国区域IGS站高程时间序列季节性信号及长期趋势分析

对中国区域10个IGS站高程时间序列的季节性信号和长期趋势进行了分析.首先,对SOPAC提供的原始GPS时间序列进行中断探测、粗差剔除以及共模误差剔除等预处理.由于GPS时间序列中的季节性信号具有调制特性,本文采用一种"两步法"策略进行实测数据分析,即首先利用基于局部加权回归的季节项-趋势分解(STL)提取精确的季节性号,然后再对扣除季节性信号后的残差采用最大似然估计法估计其长期趋势.通过对中国区域10个IGS站预处理后的数据分析,结果表明上述各IGS站高程方向均表现出强烈的季节性变化,且部分测站季节性信号的相位和振幅均发生明显的调制变化.同时,在估计长期趋势之前,采用Kendall’tau test对扣除季节性信号后的残差序列进行了趋势显著性检验,结果表明在99%的置信区间内所有测站均存在显著的趋势;进一步采用附加季节项和趋势进行断点检验(BFAST test)证实在95%的置信区间内测站TCMS和TNML的趋势分别在历元2009.5384和2009.1493发生了显著改变.根据检验结果,最后本文利用最大似然估计,计算了白噪声+闪烁噪声模型下各IGS站的速度及其不确定度,并与SOPAC的结果进行了分析和比较.     

GNSS垂向坐标时间序列周年项振幅的时变特征及成因分析

GNSS坐标时间序列中季节性信号的振幅表现出明显的时变特性.本文从全球范围内选取了468个GNSS测站的垂向坐标时间序列数据,对周年项振幅的时变特征和原因进行了深入探究.首先坐标时间序列数据在经过带通滤波后,进行分段最小二乘拟合,得到随时间变化的周年项振幅,并在此基础上,分析了振幅变化的量级大小和特点,发现全球测站周年振幅变化的平均幅度在1 mm左右,并且振幅的波动性具有明显的时空分布特征,忽略这种时变特性最大会造成2～3 mm的周年项残留.然后从环境负载和热膨胀效应入手分析了周年项振幅变化的原因及其对周年项振幅变化的贡献,发现环境负载和热膨胀位移与GNSS垂向坐标之间周年振幅变化的平均一致性在60%左右,而且经过两者改正分别有68%和76%的测站周年项振幅波动幅度出现了下降,由此提出环境负载和热膨胀效应是周年项振幅变化的重要原因.同时经过分析发现GNSS数据处理模型和策略也会引起周年项振幅的变化.     

连续观测站的噪声分析

分析了中国地壳运动观测网络在全国布设的27个GPS连续站开始运行以来至2005年11月的站坐标时间序列. 在对数据进行清理的基础上， 分析了各站坐标分量噪声的功率谱密度， 计算了表征各分量的噪声特性的谱指数. 谱指数显示， 大部分站的各坐标分量时间序列的噪声可以用白噪声+闪烁噪声的模型来描述， 少部分则可用白噪声+闪烁噪声+随机漫步噪声的模型来描述. 采用最大似然估计准则， 定量估计了模型中的各噪声分量. 结果表明， GPS站坐标时间序列中白噪声甚至不是噪声的主要成分. 因此， 仅顾及白噪声得到的测站运动参数的误差估计， 实际上是过高的， 或者说是过于乐观的. 相应地， 对这些运动参数作出解释时， 如果不充分考虑这一因素， 有可能会对读者产生误导.      

GNSS测站坐标非线性变化影响机制的研究

对影响地球参考框架稳定度与精确度的地球动力学因素进行深入研究,能更好地促进毫米级地球参考架的建立.而研究GNSS测站坐标的非线性变化及其相关机制,是实现毫米级地球参考框架的前提,也为提升GNSS坐标精度、研究地球物理因素等提供参考.首先研究了GNSS测站坐标非线性变化的影响机制与理论改正模型,给出了季节性温度效应、地表物质负荷效应、GNSS周年性系统误差和高阶电离层延迟这四种因素的研究进展,并提出了在机制和模型研究方面一些改进的方向.然后通过以高阶电离层延迟对GNSS测站坐标时间序列的影响为例,进行分组实验,研究了高阶电离层延迟对GNSS测站坐标非线性变化的影响,并进一步将影响进行了量化.研究结果有助于对测站坐标非线性变化的机制做出更精确合理的解释,同时也有助于削弱与限制高阶电离层延迟对建立高精度地球参考框架的影响;为我国北斗地球参考框架的建立与维持提供了可靠的理论基础,具有一定的参考价值.     

非构造形变对GPS连续站位置时间序列的影响和修正

GPS观测得到的地壳形变场通常包含有构造形变与非构造形变二类信息, 去除其中的非构造形变信息对于有效运用GPS数据研究构造形变场至关重要. 本文运用国际卫星对地观测资料及各类地球物理模型, 定量计算海潮、大气、积雪和土壤水、海洋非潮汐4项负荷效应造成的地壳非构造形变, 并以此研究和修正这些非构造形变对中国地壳运动观测网络GPS基准站位置时间序列的影响. 研究发现此4项负荷效应, 特别是大气、积雪和土壤水, 对于测站垂向位置的影响显著. 通过模型改正可以使测站垂向位置的RMS降低～1 mm, 占其总量的～11％. 对于垂向时间序列的周年项部分, 这一改正可降低其振幅的37％. 研究还表明经过地球物理模型改正和周年、半周年谐波拟合改正的时间序列比起仅经过周年、半周年谐波拟合改正的时间序列更为平滑, 表明地球物理模型改正对于消除非构造形变场的作用不是周年、半周年谐波拟合改正所能替代的.     

基于GPS和GRACE数据的三维地表形变的比较及地球物理解释

GPS技术能以高空间和高时间分辨率监测地表形变.但由于测量原理的不同,GPS监测的地表形变与GRACE存在差异.本文比较了ITRF2008-GPS残差序列与基于CSR的RL05版本的GRACE球谐系数的地表形变序列的差异.结果表明,GPS和GRACE的周年变化在高程方向上具有较好的一致性,但水平方向的差异明显.重点分析了影响GPS/GRACE地表形变差异(尤其是水平方向)的三个因素:不同GPS站时间序列间的不确定性,热弹性形变和区域形变.GPS站地表形变本身的不确定度在一定程度上导致了GPS/GRACE间的差异(特别是水平方向).结合热弹性形变理论指出,由温度变化引起的热弹性形变也是导致GPS/GRACE的南北方向差异的主要原因之一.因此利用GPS数据研究地表质量负载时,必须消除热弹性形变的影响.区域负载对GPS/GRACE水平方向差异的影响也是不可忽略的,特别是对欧洲区域.     

Global surface mass from a new combination of GRACE,modelled OBP and reprocessed GPS data

Weekly surface loading variations are estimated from a joint least squares inversion of load-induced GPS site displacements, GRACE gravimetry and simulated ocean bottom pressure (OBP) from the finite element sea-ice ocean model (FESOM).In this study, we directly use normal equations derived from reprocessed GPS observations, where station and satellite positions are estimated simultaneously. The OBP weight of the model in the inversion is based on a new error model, obtained from 2 FESOM runs forced with different atmospheric data sets.Our findings indicate that the geocenter motion derived from the inversion is smooth, with non-seasonal RMS values of 1.4, 0.9 and 1.9 mm for the X, Y and Z directions, respectively. The absolute magnitude of the seasonal geocenter motion varies annually between 2 and 4.5 mm. Important hydrological regions such as the Amazon, Australia, South-East Asia and Europe are mostly affected by the geocenter motion, with magnitudes of up to 2 cm, when expressed in equivalent water height.The chosen solar radiation pressure model, used in the GPS processing, has only a marginal effect on the joint inversion results. Using the empirical CODE model slightly increases the annual amplitude of the Z component of the geocenter by 0.8 mm. However, in case of a GPS-only inversion, notable larger differences are found for the annual amplitude and phase estimates when applying the older physical ROCK models. Regardless of the used radiation pressure model the GPS network still exhibits maximum radial expansions in the order of 3 mm (0.45 ppb in terms of scale), which are most likely caused by remaining GPS technique errors.In an additional experiment, we have used the joint inversion solution as a background loading model in the GPS normal equations. The reduced time series, compared to those without a priori loading model, show a consistent decrease in RMS. In terms of the annual height component, 151 of the 189 stations show a reduction of at least 10% in seasonal amplitude.On the ocean floor, we find a positive overall correlation (0.51) of the inversion solution with time series from globally distributed independent bottom pressure recorders.Even after removing a seasonal fit we still find a correlation of 0.45. Furthermore, the geocenter motion has a significant effect on ocean bottom pressure as neglecting it causes the correlation to drop to 0.42.     

Error analysis for European IGS stations

Each of the GPS time series that describes the changes of topocentric components consists of a deterministic and a stochastic part, whose character influences the errors of the deterministic parameters. As to the uncertainties of reliable velocities of permanent satellite station systems, surveys that estimate and take into account any dependencies that may affect subsequent operational efficiency are very important. For this analysis, we used 42 stations from the IGS (International GNSS Service) network from Europe, processed at the Military University of Technology EUREF Permanent Network Local Analysis Centre (MUT LAC). The deterministic part of the GPS time series was removed using the least squares method. The seasonal periods in topocentric components were determined assuming the existence of the residual Chandler oscillation (1.67 cpy), as well as the annual tropical (1 cpy) and draconitic (1.04 cpy) oscillations with their harmonics up to 4th. We assumed the character of the residue as a combination of white and powerlaw noise. The obtained results show, that in the case of the European sub-network of IGS stations we are dealing with the coloured noise between white and flicker noise with the amplitudes between 3 to 6 mm/year^-k/4 for horizontal components and between 6 to 15 mm/year^-κ/4 for the vertical ones, where κ is a spectral index. Finally, we showed that the amplitudes and spectral indices of noise are reduced after performing a spatio-temporal filtering. All the elicited results referred to the uncertainties of velocities by estimating them before and after filtration and the simulation of their values for different lengths of the time series.     

中国地壳运动观测网络基准站倾斜固体潮观测中的海潮负荷信号改正问题

利用最新的全球海潮模型（Csr3.0,Fes95.2,Tpxo2,Csr4.0和Scw80)和中国近海海潮资料，基于标准地球模型负荷格林函数，采用Agnew的积分格林函数方法研究了倾斜固体潮观测中的海潮负荷效应。文章计算了中国地壳运动观测网络25个基准站8个主要潮流的倾斜负荷，数值结果说明对某一潮波而言，倾斜负荷振幅达10^-9弧度，沿海地区达10^-8弧度或更多。文章构制了北京和上海等8个主要台站的倾斜负荷随时间变化。     

Annual variation detected by GPS,GRACE and loading models

Most GPS coordinate time series, surface displacements derived from the Gravity Recovery and Climate Experiment (GRACE), and loading models display significant annual signals at many regions. This paper compares the annual signals of the GPS position time series from the Crustal Dynamics Data Information System (CDDIS), estimates of loading from GRACE monthly gravity field models calculated by three processing centers (Center of Spatial Research, CSR; Jet Propulsion Laboratory, JPL; GeoForschungsZentrum, GFZ) and three geophysical fluids models (National Center for Environmental Prediction, NCEP; Estimating the Circulation and Climate of the Ocean, ECCO; Global Land Data Assimilation System, GLDAS) for 270 globally distributed stations for the period 2003-2011. The results show that annual variations derived from the level-2 products from the three GRACE product centers are very similar. The absolute difference in annual amplitude between any two centers is never larger than 1.25 mm in the vertical and 0.11 mm in horizontal displacement. The mean phase differences of the GRACE results are less than ten days for all three components. When we correct the GPS vertical coordinate time series using the GRACE annual amplitudes using the products from three GRACE analysis centers, we find that we are able to reduce the GPS annual signal in the vertical at about 80% stations and the average reduction is about 47%. In the north and the east, the annual amplitude is reduced on 77% and 72% of the stations with the average reduction 32% and 33%. We also compare the annual surface displacement signal derived from two environmental models; the two models use the same atmospheric and non-tidal ocean loading and differ only in the continental water storage model that we use, either NCEP or GLDAS. We find that the model containing the GLDAS continental water storage is able to better reduce the annual signal in the GPS coordinate time series.     

Crustal loading in vertical GPS time series in Fennoscandia

We compare time series of vertical position from GPS with modelled vertical deformation caused by variation in continental water storage, variation in the level of the Baltic Sea, and variation in atmospheric pressure. Monthly time series are used. The effect of continental water storage was calculated from three different global models. The effect of non-tidal variation in Baltic Sea level was calculated using tide gauge observations along the coasts. Atmospheric loading was computed from a numerical weather model. The loading time series are then compared with three different GPS time series at seven stations in Fennoscandia. A more detailed analysis is computed at three coastal stations. When the monthly GPS time series are corrected using the load models, their root-mean-square scatter shows an improvement between 40 and 0%, depending on the site and on the GPS solution. The modelled load effect shows a markedly seasonal pattern of 15 mm peak-to-peak, of which the uncorrected GPS time series reproduce between 60 and 0%.     

云南GNSS时间序列共模分量提取分析

针对共模分量的精确获取问题,以2011—2018年云南31个GNSS连续站垂向时间序列为基础,选用区域叠加法和主成分分析法,提取得到共模分量的主要成分,对比分析了这两种方法的效果。结果表明:(1)由于云南垂向非线性运动空间一致性较好(测站间相关系数平均值为0.88),两种方法得到的共模分量较为一致;(2)两种方法提取得到的共模分量与全球水文负荷和大气负荷模型给出的位移时间序列接近(相关系数均为0.9),说明共模分量的主要成分为地表负荷变化引发的地壳垂向非构造运动;(3)共模分量不能用周期模型完全表示,还包含了年际间的运动差异等信息;(4)两种方法的空间滤波效果非常接近(WRMS减速比平均值都为0.70),测站的空间滤波效果与测站间相关系数呈显著的正相关。由于区域叠加法对测站数据完整率要求相对较低,因此建议当测站较少或者数据缺失较多时,采用区域叠加法;在测站较多且数据完整率较高时,建议采用主成分分析法。     

东经120°E中间层和低热层大气潮汐及其季节变化特征

利用为期一年的卫星遥感温度（SABER/TIMED）资料重建了120°E子午圈内中间层和低热层大气潮汐各主要频率分量（周日、半日和8小时潮汐）.这些主要频率分量随高度振幅增大，在97 km高度达到显著的振幅；其中迁移性周日潮汐在97 km高度出现极大振幅，然后随高度衰减.本文从考察迁移性成分和非迁移性成分各自在总潮汐中贡献角度出发，着重讨论了那些对形成该子午圈中97 km高度上整体潮汐扰动起控制作用的潮汐成分.结果显示，对周日和半日频率这两种潮汐而言，迁移性成分控制了它们的总体时空分布.在春分季节，迁移性周日潮的控制作用最显著，决定了赤道和两半球热带的活动中心；其中北半球副热带地区的季节变化形势与以往利用武汉（30°N，114°E）流星雷达风测量资料开展分析得到的结果是一致的；其他季节受非迁移性成分明显影响，例如，在本文关注的2005年中，夏至季节受（1，0）模、（1，-3）模和（1，-2）模的共同影响形成了从赤道向南延伸的活动中心，极值中心位于赤道附近，振幅达到了20 K以上，是全年的最大值.受迁移性成分控制，半日潮活动主要出现在两半球热带地区，北半球活动中心位于秋分季节（振幅达到13 K），南半球活动中心位于春分和夏至之间.其他季节受非迁移成分的影响，形成若干分布在两半球的活动中心.在本文关注的40°S～40°N范围内，与周日潮和半日潮相比，8小时潮汐具有显著较低的振幅；另外，虽然迁移性成分在一年中的大部分时间系统地分布在两半球热带地区，但是非迁移成分具有与迁移性成分相当或更大的振幅，在整体上控制了这种潮汐的时空分布.