ASTER GDEM��ֱ�������ۼ������������θ����е�������

?????????????GPS?????ASTER GDEM?????д???????????????????????????θ????е????????????????????????ASTER GDEM????????-??????-????????????????У??????GPS?????????????14.93 m??18.02 m???????????????????н???????????С???????С???????????????????????θ????У?ASTER GDEM???????????????á?     

InSARʱ�򷨷�������ӳ���λ����μ�MODISˮ������Է���

????????????????????ε?????????????????????????40??Envisat ASAR?????д???????????飬????????????????λ????κ?MODIS???????????????з?????     

����GPS������ɽ�ֽ�ؿ��α�����

?????й??????????????1992~2005??382??GPS???????????????????????????????????????????????????????????????????仯?????????????????????????????????С?????з?α仯??????:???????72??E??77??E???????????20??1 mm/a?????????77 ??E??82??E???????????12??1 mm/a?????????82??E??92??E?????????????5 mm/a????????????????????????????12 mm/a?????????????????????????????????????82??E???????????????????λ??????????????????Σ????????????????????????????????????????82??E???????????????????????????????????????????????????????????????α??????????????????????????????????Щ?α???????????????????????????С?????????????????????仯????????????????????????????к?????????????????????????????????????????????????Ρ????????????????????????????????????????????????β???????????????????????????????????????????????????????????75??E?????????伷??????17 mm/a???????????????????????????????????75??E???????????????????ε?????????????????????????????     

С���������ճ�Ԥ���㷨�о�

???BP??????????????С???????????BP?????缤????????BP????????????????????????????????С???????磬??Ч?????????????????????????????????????????????????????????Ч????     

����SUSAN����Ľ��㷨��InSAR����ͼ�˲��о�

??SUSAN?????????InSAR???????и???????????SUSAN??????????InSAR????????????????????????????Ч?????SUSAN???????SUSAN??????????Goldstein????????ж????飬???????SUSAN??????????Goldstein???????????λ????????Goldstein??????????71.7%????82.6%??SUSAN???????????????????????????????????????????????????????????????????     

һ���µĵ��������Ӳ�Ԥ�����ڲ巽��

???????????ζ?????????????????????????????????????С???????÷?????????????????????????????С????????????????????Э?????????????????????麯???????Э????????????????????ó?????Э???????????в????????????Χ??????÷?????????????????????????????б??????????????????????????????Ч???     

�롪ѹ����Ϲ��Ƽ����ڲ���ƽ���е�Ӧ��

???????????Stein??????????????????????????????????????????????Gauss-Markov?????δ???????????μ???????????????????????????CRS?????????????????????Stein????????????д?????????????????????????????????????????o?Pitman??????????????????????????????о??????????????????????Stein???????????????????????????б????й?????????????????????????????????????????????????????????????????????????????????????????     

�й���½������GRACE���������仯�о�

??????????GRACE????????????仯??????????? ??GRACE??????λ??????????????????????????????????????????????????й?????????????????仯???????????800 km??????????ó????????????仯?????     

���������CHAMP�������ָ��е�Ӧ��

??????????CHAMP?????????????????????????????н?????1???????????С?????LS??????????CHAMP?????????????????????????????????????????????????????????????????????????????????????CHAMP??????????У???????????????????????????1?GFZ????????????1???? CHAMP????RSO????????????????????????20???????(5??100) m ²s ^-2??С??????????????LS????????????60??60???????????????????EIGEN??CG03C??EIGEN2???????б?????????????????????Ч?????????????????CHAMP????????????????????LS???????????????ε?EGM96??EIGEN1S??EIGEN2????     

������������Ӧ�����궯̬�仯��������ֵģ��

?????????????????????????????????????ó???????????????????????仯??????1???????????仯????????????????NNW-SSE??????????3~9 kPa a^-1???????????仯???????????????NEE-SWW??????????1~6 kPa a^-1?????????????????????????????????????￡?2???????????仯????????????????NNW????????????????,??????????????????????????????????仯???????????????NEE????????λ?????????????????????仯????????????????????????????????????????????п????????Щ???????????????????3?????????????????????????????????з???????????-???ε???????????????????6 kPa a^-1?????-?????ε???????????????????5 kPa a^-1???????κ??????媲????ε????????????????????3~4 kPa a^-1??     

�߲�������GPS���ǹ�������ֵ�����Ƚ�

??????????????????????3?????????????????????????????????????????????Χ????????????????????????????????????????????????????50 Hz????????????У???????????????????????????????????1/45?????????????????1/15??     

重力时变的数学逼近

研究了根据时域内离散的重复重力测量数据获取连续重力变化的方法。分析比较了多种不同的插值、拟合和滤波方法的优缺点 ,认为Akima样条插值法、正交多项式拟合法和卡尔曼滤波法对重力数据处理效果较好。以华北 6 3号相对重力点和香山绝对点为例给出了处理结果 ,并对三种方法的意义和适用范围进行了讨论。     

���ֳ���GPS������Ϸ����ľ��ȷ���

?????????б??????????????????????GPS???????????????????γ??????????????????????????????????????????б??????????????????????????????15???????????????????4С???γ????????11?????????????λ?????????     

�͹����ǹ����ϼ�Ԥ�������о�

????????CHAMP??????????б??????????????????????????????????????????????????????????????????????????????????????б???????????????????????????????????Ч????????????,?б???????????????????????m???????????GPS?????????????б??????????CHAMP?????????????????????÷???????????????б???????????????????????????ж????????????     

����ʽ��Ͽ��ټ����Ŷ���������

???ó??????????????EGM2008???????ι?????????????÷?ζ??????????????????????????????????????????η???????????????????????????????洢???????????????????????÷?ζ??????????????????????????????????????3??????????????洢??????100??????????     

插补GNSS坐标时间序列的改进DINEOF算法

针对GNSS坐标时间序列插补中数据插值经验正交函数（data interpolating empirical orthogonal functions,DINEOF）算法受低相关度站点影响、连续长空缺插值效果欠佳的问题,提出相关数据插值经验正交函数（coefficient data interpolating empirical orthogonal functions,CDINEOF）算法。首先计算目标站点与其周围站点数据的相关度,然后筛选出相关度较高的数据构建观测矩阵,最后采用DINEOF算法对观测矩阵中的缺失数据进行插补。通过模拟数据和实测数据验证新方法的可行性,并与DINEOF算法和多项式插值法的结果进行对比分析。模拟数据实验结果表明,当观测数据存在连续长空缺时,CDINEOF算法的插值效果优于DINEOF算法和多项式插值法。实测数据实验结果表明,CDINEOF算法在保留方差最大化方面效果最好,与DINEOF算法和多项式插值法相比分别提升了11.8%和6.7%。     

����IGS����������ֵ�����ıȽϷ���

?????GPS???????????????????????????????????????????????о???????????????????????????????????????????????????????????廹?????????????????????????????????????????????????????????????????λ????????????????????????????????????о???????????????????????????????????????????????????????λ???     

基于加权总体最小二乘法的GPS高程拟合

在GPS高程拟合中,针对传统最小二乘方法不能解决系数矩阵存在误差的问题,提出了一种基于加权总体最小二乘的拟合方法。对平面和二次曲面多项式建立更加合理的拟合模型,并给出了相应的迭代算法。实例计算表明,加权最小二乘方法能够得到更好的估计参数,高程异常值拟合精度也相应提高。     

�������ʽ���Ŷ��������ƽ��е�Ӧ��

???ù??????????????????????????б??????????????????????????24??????????????????λ???о????????????λ????????????????д???????????????????????????????????????????????????????????????????????Ч???????????????????Ч????     

����Kriging�㷨��������ϵ���ά����ɨ��������ݲ�ֵ�о�

????Kriging???????????????С????????????μ??????????????????????????????????????????????в??????????????????????????????????????е???Ч?????????