GPS坐标时间序列分析研究

近20年来,以GPS为代表的空间大地测量技术观测精度不断提高,已累积了丰富的、高精度、全球覆盖的坐标时间序列数据。这些数据为研究不同时空尺度下的各类地球物理现象提供了重要的数据支撑和大地测量几何约束。然而,由于GPS坐标时间序列中同时包含了各类“信号”和“噪声”,而且噪声来源复杂,信号类型多样,水平和高程分量上信号与噪声的表现形式差异较大。如何从原始序列中提取可靠的“信号”、分离出“误差”是目前地学界研究的热点和难点之一。     

全球GPS测站垂向周年变化统计改正模型的建立

对GPS测站坐标进行非线性变化的研究和建模,是削弱测站非线性运动的有效途径。由于导致测站坐标非线性变化的机制具有多样性和复杂性,目前还未能建立一个包含多种机制影响的理论改正模型来削弱测站的非线性运动。本文基于全球近500个实测的GPS测站垂向坐标残差时间序列,研究发现了测站垂向坐标周年项的全球分布规律,并分别针对南北半球构建了两个基于实测数据的周年变化统计改正模型。试验表明,本文提出的统计改正模型能削弱全球大部分GPS测站30%~50%的垂向坐标残差。     

利用奇异谱分析探测GPS坐标时间序列时变周期信号

GPS坐标时间序列呈现复杂的非线性特征,准确提取坐标时间序列中的季节性信号对理解区域形变具有重要意义。传统最小二乘拟合(Least Squares Fitting,LSF)无法顾及信号的年际变化特征,难以有效分离噪声和周期信号。介绍利用奇异谱分析(Singular Spectrum Analysis,SSA)方法提取GPS坐标时间序列中时变周期信号。结果表明,SSA可从含有噪声的GPS时间序列中提取各坐标分量的周期信号,相较于LSF,SSA在非线性信号的准确提取上具有更好的效果。     

一种剔除GPS坐标时间序列非线性趋势项的方法

GPS站点坐标的时间序列通常由信号的周期项、趋势项及噪声组成,其中,坐标时间序列的非线性趋势项是非平稳时间序列分析处理中的一个重要内容。本文引入了平滑先验滤波法来剔除GPS坐标时间序列的非线性趋势项,并与传统的最小二乘方法进行对比。先后分析了最小二乘和平滑先验法消除趋势项的方法原理,并利用Matlab对两种方法进行实现,进而对比分析两种方法消除趋势项效果。结果表明:相比最小二乘方法,平滑先验法能够有效地消除GPS坐标时间序列中的非线性趋势项。     

利用GRACE改正GPS测站垂直方向的周期变化

处理青藏高原南部GPS站点多年的观测资料,结合地球重力场恢复和气候实验(gravity recovery and climate experiment,GRACE)数据反演得到的该区域地表质量变化引起的垂直方向变化值,发现该地区GPS观测的垂直方向时间序列与GRACE反演的地表垂向位移存在较大的相关性,多数站点的相关性在80%以上,部分站点的相关性甚至达到了95%以上。进一步研究发现,GPS和GRACE两种空间大地测量技术获得的时间序列存在较为明显的周期性周期变化,并且振幅和相位较为一致,利用GRACE改正GPS垂向观测值并定量计算其有效性。     

CMONOC测站时序分析及周年相位约束聚类算法的应用研究EI北大核心CSCD

中国内地构造环境监测网络(CMONOC)是我国“十一五”规划重大科技基础设施。自1999年3月试运行至今,已经积累了20余年高质量的GNSS观测数据,综合利用现有多方面的大地测量资料,充分开展地球科学研究是当前面临的一项重要任务。论文围绕CMONOC测站坐标时间序列的非线性形变,评估了地表环境负载的影响效果,系统分析了CMONOC-Ⅰ时间序列的确定性模型和随机模型,提出了一种用于识别区域异常位移信号的周年相位约束聚类算法(PACA),并联合GPS、GRACE、地表负载模型(SLM)等技术手段探测了西南地区CMONOC测站的地表形变特征。主要内容如下。     

联合区域叠加滤波法与小波变换去除GPS站坐标时间序列噪声

GPS站坐标时间序列中存在的周期性与非周期性误差严重影响了对测站运动特征的分析及其非线性变化的物理机制解释。因此,为削弱噪声的影响,本文首先利用区域叠加滤波法去除了南加利福尼亚地区16个测站时间序列的共模误差,以此削弱时间序列中存在的包括周年和半周年误差在内的周期性误差。为去除滤波后残留的噪声,对滤波后的信号进行静态离散小波变换,提取了周期为半周年以上的信号。结果表明,联合区域叠加滤波法与小波变换对GPS站坐标时间序列进行处理,既能够削弱周期性误差对信号的影响,又能较好地提取测站的非线性运动信号。     

基准站非线性变化的成因及消除或减弱的方法与途径

近20年累积的全球IGS基准站位置时间序列呈现显著的非线性变化,尤其是高程方向的季节性变化。随着各研究领域对大地测量成果所要求的精度越来越高,大地点位的非线性时变越来越受到关注。本文详细阐述了造成基准站非线性变化的成因,包括与GPS相关的技术类系统误差、地球物理效应、接收机及天线变化、地震引起的突变、噪声影响等,研究了消除或减弱各种非线性变化的方法及途径。     

基于滑动L2优化准则的GPS坐标时间序列重构

GPS坐标时间序列中不仅包含白噪声,还包含闪烁噪声、随机漫步噪声等有色噪声,这些噪声将影响GPS应用的可靠性,甚至可能对一些地球物理现象做出错误的解释,因此降低GPS坐标时间序列中有色噪声的影响、提高GPS精度是一个重要和基本的问题。提出了一种滑动L₂优化估计方法(ML₂),通过选取合适的窗口建立L₂优化模型,再利用交替迭代乘子法求解每段时间序列的优化问题,并逐年滑动得到整段GPS坐标时间序列的估计。实验结果表明,ML₂方法与奇异谱分析、小波分解、滑动普通最小二乘法相比具有更好的重构效果。     

区域滤波方法在IGS台站时间序列分析中的应用

随着GPS技术的发展,在连续运行的GPS参考站上已经积累了将近20年的数据,形成了比较充足的GPS坐标时间序列.在GPS时间序列中包含着共模噪音和其他未建模的误差,利用相关性分析方法提取GPS时序中的共模噪声,通过主成分分析方法来对GPS时间序列的残差进行主成分提取,并在时序分析中将其剔除,从而得到纯净的GPS时间序列,来精确估计坐标和速度场.