����GRACE��������ο���ܵļ����Ա仯

????GRACE?????????????????н???????????????139????????????????????????????仯??ο???????????ж?????????????????????????80%????????????????????????????????????λ???????С???????1 mm???????????????????????????????????????仯???????λ????????????С1.4??1.6 mm??     

��GPS�����������۲���Ƶر��α�ļ����Ա仯

???????GPS??GRACE?????????????α???????????????????GRACE???λ???GPS?????????????о?????(RMS)??С?????????????仯????λ???????????????н???????????GPS?????????????仯?????????????????????????????Щ???????????????????????????С?????????????????????????????????????п??????????????????????ó???GRACE?????α????????С????????????????????????????????????????????????GPS??????????????????д??μ??????????????????GPS???????????????о???     

���ֿ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??????     

COMPASSα�൥�㶨λ���ȷ���

??????COMPASS???????????COMPASSα?????????????????????????????4GEO+5IGSO????????COMPASSα????λ???????????????COMPASSα???·??Ч???????????0??3 m???仯???侫???0.3??0.7 m??????????????·??Ч??????????С??GEO??????????·??Ч??????????????С??IGSO?????COMPASSα????λ?????RMS????N??E??U?????????3.33??3.45??8.84 m??     

JASON-2������λ���ı仯���Ƽ�1 cm���ܹ��ȷ��

????JASON\|2????1 a?????????GPS?????????????????????в?????JASON\|2???????????λ????仯??PCV????????????????????????????????????JASON\|2??PCV?????в???????????????????PCV???JASON\|2??1 a?????????????????в????????????ζ???????JPL?????????????????????????????????????,????PCV???????JASON\|2????????????????????????????????3D RMS???2.5 cm??????RMS?1.0 cm????????     

�ϲ㻬����������ַ������ݵ����Ȩ�ȹ�ϵ�о�

????????????λ??????仯???????仯??????????????о?3???????????????????????????????????????? ???? ????????????????????????????????????1??????????λ????????????仯???????????仯?????С??2?????????仯???????????????? 3?????????????仯?????????仯??????????λ??????С??     

������λ�ö������ռ䶨λ���ȵ�Ӱ��

????????????????λ?д????????????????????????????????????????????????????????????????????(TDOA)??λ????????????????(DOP)???????????????????????????????????С???DOP????λ?????仯???ɡ??о?????????λ????????????????????????????????????????????????????????????′??????????????????????????λ??仯????DOP??仯????????????????????????????????????????????λ??????????     

�ϲ�λ������ĵر������仯�����о�

??????????????????????????????????ζ??λ??????????????仯????????о????????????????????????????????仯???????????????1)??1??????????????????仯?У??????仯?????????????仯????λ??仯?????????С???????????????????С?????????????????仯?????????2?????????????????Σ??????????????????????仯???????????λ??????????????????????????????仯????????????????????????????????????仯???????????     

2010�ຣ��������ͬ���������α�ЧӦģ��

?????????????κ?InSAR????????????????????????????????????PSGRN/PSCMP???????????????????????Ms7.1???????????????????α????????????1)???????????????????????????????????????λ??仯????????????????α????????2)????????????????仯??????????????????λ?????Χ???????????????仯???Χ??3)???????????????￡?????????????????????????????仯?????????????????????????????????????????????仯?????????????????????????仯?????????????????????仯??     

����ɽ��ػ�ɽ���α��⼰��ɽ�״̬����

???????????????2002??2005?????????????????GPS???????? ?????????????????????????? ????????2002??2003??????????????α?仯??????????GPS??λ??????? ????????(??P00?350 km)??????????????????????????????????????????????????α?仯???????????????2003??????????α?仯????????С,?????2004??2005???????GPS??λ??????????λ????????????С???????????????????????     

基于GNSS技术的大型建筑物实时动态监测与模型化

对高楼的GNSS连续监测单历元动态解算发现,在正常情况下单日解解算结果的位移变化具有一定规律。采用频谱分析提取位移变化主成分,利用高阶谐函数构建高楼实时监测位移预报模型。以同济大厦监测为例,所构建的预报模型预报结果与实际位移值相吻合,水平方向RMS优于3 mm,垂直方向RMS优于7 mm。     

地基雷达干涉测量超高层建筑物动态监测分析

以在建的武汉绿地中心为研究对象,建立一套超高层建筑物动态特性监测与分析技术方法。采用该方法获取监测时段内建筑物动态位移时间序列、振幅以及显著性频率等动态特性信息,并基于灰色关联分析法分析楼顶位移与温度变化的相互关系。结果表明,研究时段内楼顶、楼高400 m以及楼高300 m处监测方向的水平位移最大振幅分别为5.12 mm、4.22 mm和3.11 mm,且标准差均为亚mm级;该建筑物固有频率为0.200 2 Hz,由于同时受施工震动、温度等影响,导致该大楼还受其他频率影响较明显,如楼顶处监测方向位移时间序列仍受频率0.308 2/8.033 9 Hz影响较显著;楼顶位移与温度变化时间序列的灰色关联度接近1,表明楼顶位移与温度变化存在较大关系。     

GPS坐标时间序列中地表环境负载效应区域特征分析

选取全球417个IGS测站2000~2012年环境负载数据分析非潮汐海洋、大气、积雪和土壤湿度等负载对GPS测站时间序列位移的影响以及与测站地理位置之间的联系。研究表明,大气压力对GPS时间序列位移的影响最大,U方向最大达到20 mm,积雪负载的影响最小。4种负载对GPS时间序列高程方向的影响可达cm级,且大气及非潮汐海洋负载呈现显著的区域性特征。     

建筑地基与基坑变形监测刍议

随着城市建设的高速发展 ,高层、超高层建筑在原建筑物稠密区大量兴建 ,加之过量超采城市地下水 ,带来的地基与基坑变形问题越来越突出。为了防治建筑地基与基坑变形灾害 ,必须建立操作性较强的变形监测系统 ,及时作好预警、预报工作 ,使变形监测的方法、技术更加完善。     

降雨对滑坡的影响与基于ANSYS的滑坡数值模拟研究

分析了四川理县一处山体滑坡2014-08～2015-08的监测数据。结果表明,滑坡处于缓慢发生中,滑移的主要方向指向山体旁的学校;1 a中3个监测点在该方向上的累积位移量分别为180 mm、262 mm和448 mm。分析降雨量资料发现,降雨对山体滑坡有延迟的影响。利用ANSYS软件对滑坡发生的过程进行数值模拟,并计算监测点的位移,结果与实际观测情况吻合较好,得到降雨量与弹性模量、密度、粘聚力、内摩擦角之间的关系。该数值模拟实验提供了一种预测滑坡的新方法。     

EEMD-PSOGSVM耦合模型在深基坑位移预测中的应用

针对单一预测模型的不足,提出EEMD分解与粒子群灰色支持向量机（particle swarm optimization grey support vector machine,PSOGSVM）相结合的基坑位移预测模型。以基坑时间序列的混沌性为基础,利用EEMD分解时间序列,采用相空间重构技术构造样本,应用PSOGSVM模型进行基坑预测,并与GM(1,1)、SVM、遗传小波神经网络进行对比。结果表明,该算法预测精度好,具有良好的稳定性,可有效地应用于基坑位移预测。     

���ڷ�ƽ��ʱ�����еIJ�ͬ��������ȡ�����Ա��о�

??????????з?????????????????????????????????????????????????????????????????????????в????н????????????????λ???????н?????????????????????????????????????????????????????????????????????????????????????     

对流层延迟对高差较大GPS测站短基线时间序列的影响分析

选择5对IGS测站短基线作为研究对象，使用两种不同的基线解算方案进行数据处理，基于小波分析方法研究对流层延迟估计对高差较大GPS测站短基线时间序列的影响。结果表明，对于高差大于100 m的短基线，不估计对流层延迟会使高程方向时间序列出现虚假的季节性变化，周年振幅影响最大可达17.7 mm，估计对流层延迟后该季节信号显著减弱；此外，还发现不估计对流层延迟时，测站间天顶总延迟差异与基线高程方向产生的偏差具有一定的相关性。     

桥梁水平位移混沌特征识别与神经网络预测研究

跨海大桥系统受外界影响扰动,其变形伴有混沌现象发生。对桥梁变形监测数据实现了混沌识别,运用C-C法计算时间序列的延迟时间,用G-P方法求得最佳嵌入维数,通过求取的时间延迟和最佳嵌入维数对桥梁变形监测数据进行相空间重构,为混沌时间序列预测模型的建立奠定基础;基于RBF神经网络建立混沌时间序列预测模型,对实测数据进行桥梁变形水平位移预测,并与基于最大Lyapunov指数混沌时间序列预测结果以及实测数据进行对比分析。结果表明,基于RBF神经网络建立的混沌时间序列预测模型的预测结果比基于最大Lyapunov指数混沌时间序列预测模型的预测结果要好,且短期预测效果好。     

联合GPS和GRACE数据分析陕甘宁地区地表垂直形变

采用甘肃省CORS网和中国大陆构造环境监测网络中共48个台站的GPS观测数据，解算得到观测台站的垂直位移，并与GRACE时变重力场Mascon模型解CSR RL05M数据计算得到的垂直形变进行比较，分析区域地表垂直形变特征。结果表明，研究区内台站垂直形变存在局部特征，甘肃庆阳和平凉地区垂直形变与其他地区存在明显差异，相关系数、均方根减少量和周年信号减少量均高于其他地区；扣除趋势项后，观测台站GPS垂直位移与GRACE垂直形变时间序列相关系数均值为0.72，GPS和GRACE周年信号振幅均值分别为6.00 mm和3.70 mm，周年信号减少量和均方根误差减少量均值分别为0.51和0.29；研究区内GPS垂直位移和GRACE垂直形变时间序列一致性较强，GRACE垂直形变能有效解释50%以上的GPS垂直位移周年信号，GPS垂直位移时间序列包含的非构造形变中平均约29%来源于环境负载变化所引起的负荷形变。