GRACE时变重力场条带误差的加权平均去相关滤波方法

提出一种简单、快速的加权平均去相关滤波方法,以滤除GRACE时变重力场存在的显著的南北条带误差,并可以处理球谐位系数中的两端点系数。基于CSR RL05和Tongji-GRACE01时变重力场模型,采用加权平均去相关滤波求得2003~2011南极区域的质量变化速率为-78.35±41.08 Gt/a和-78.06±40.75Gt/a,与多项式拟合去相关滤波求得的结果-81.91±40.75Gt/a和-79.31±40.46Gt/a极为接近。在亚马逊流域,这两种滤波方法求得的结果也极为接近,从而验证了本文方法的有效性。     

低低跟踪重力卫星星间距离变率对区域质量异常敏感度分析

推导了区域质量变化和球谐系数变化量之间的函数关系,根据该关系式可将不同区域质量异常对重力场变化的影响分离出来。设计仿真实验,分析时变重力场模型下星间距离变率相对稳态背景重力场模型下星间距离变率值的残差变化。结果表明,区域质量异常对星间距离变率的影响在空间分布上是有限的,但星间距离变率对区域质量异常具有很高的敏感性。     

利用GRACE时变重力场数据监测长江流域干旱

利用2003-01~2014-12 CSR和JPL的RL06 Mascon解、RL06球谐系数（SH）解及level-3等6种GRACE时变重力场模型数据和GPM数据产品,分别计算长江流域的水储量和降雨变化,并利用广义三角帽方法分析GRACE数据的不确定性,同时计算水储量亏损指数（WSDI）,以监测和分析长江流域干旱的时空特征,并与改进的帕默尔指数（scPDSI）进行对比。结果表明：目前在反演水储量变化方面,Mascon方法的不确定性小于球谐系数法,JPL_M、CSR_M、CSR_L3、JPL_L3、CSR_SH和JPL_SH的具体不确定性分别为3.51 mm、3.78 mm、5.45 mm、9.87 mm、9.12 mm及10.71 mm;降雨是影响长江流域水储量变化的重要因素,两者的相关系数达0.67,同时两者都具有明显的季节性变化;水储量亏损指数探测到2003-01~2014-12长江流域共历经6次干旱事件,最长时间的干旱始于2003-02,持续24个月;最严重的干旱发生于2006年春季和2011年夏季,强度分别为2.15和1.97;平均水储量亏损指数的空间分布表明,2006-07~2007-06几乎整个长江流域都处于干旱状态,而2011-03~11干旱主要集中于长江流域下游、中游和上游东南地区。     

2002~2020年刚果河流域陆地水储量变化分析

利用德克萨斯大学空间研究中心（CSR）发布的GRACE时变重力场模型,基于最大信噪比准则确定RL06球谐系数模型（spherical harmonics,SH）的最优高斯滤波半径,在此基础上反演2002-04~2020-05刚果河流域陆地水储量变化,结合水文与降雨、蒸散资料分析其驱动因素。研究结果表明,GRACE模型估计的刚果河流域水储量变化和水文模型估计的地表水储量变化的周年振幅一致,表明刚果河流域的陆地水储量周年变化驱动因素为地表水。对于年际变化,2002-04~2020-05陆地水储量变化呈轻微增加趋势,2002-04~2006-12明显减少,RL06 SH模型估计结果为-2.30±0.24 cm/a;2007-01~2010-12呈现增加趋势,为0.38±0.24 cm/a;2011-01~2020-05水储量增速变大,为0.92±0.12 cm/a,该结果与CSR Mascon估计结果一致。     

GRACE RL06与RL05时变重力场模型数据初步比较分析

简要介绍CSR、GFZ和JPL机构的GRACE RL06时变重力场模型数据,并对比分析RL06和RL05数据的解算模型。从全球陆地水储量变化反演结果、时变重力场模型阶方差和C20项时间序列3个方面,对2004-01~2014-11期间RL06和RL05时变重力场模型数据进行对比分析。结果表明,GRACE RL06时变重力场模型数据质量的和精度较RL05有明显提高,其全球陆地水储量变化反演结果去条带噪声效果更好、信噪比更高;在高阶项部分,RL06模型数据的阶方差小于RL05;RL06模型数据的C20项时间序列幅值变化小于RL05,与SLR所得C20项数据也更接近。相同条件下,采用CSR RL06模型阶方差最小,利用RL06模型所得全球陆地水储量变化反演结果信噪比值最大。     

采用变系数回归模型提取GPS坐标序列季节性信号

提出采用变系数回归模型提取连续GPS坐标序列中包含的振幅时变季节性信号。对模拟数据及实际GPS坐标序列两组数据的分析结果表明,变系数回归模型在提取GPS坐标序列季节信号方面比传统模型更有效。经处理,GPS坐标序列能获得更合理的速度及噪声估计。     

利用新版GRACE时变模型反演珠江流域陆地水储量变化

本文以CSR05、GFZ05、JPL05、ITSG-Grace2016、CSR06、GFZ06、JPL06及ITSG-Grace2018等8种GRACE时变重力场模型作为研究对象,通过300 km高斯滤波和Swenson方法等数据处理策略去除时变模型的噪声,反演2005-01~2012-12珠江流域的陆地水储量变化,并利用ITSG-Grace2018模型、GLDAS水文模型、降水数据、实测地下水数据等资料对珠江流域的陆地水储量变化进行综合分析。结果表明：1）3大官方机构发布的2006版GRACE时变模型的解算精度较2005版有显著改善,ITSG-Grace2018模型的精度也较ITSG-Grace2016有一定的改善,且新版在不同时变模型间的差异更小;2）ITSG-Grace2018模型反演的珠江流域陆地水储量整体呈上升趋势,其季节性变化特征与GLDAS水文模型、降水数据及地下水测井监测数据具有较好的一致性。     

SWARM卫星时变重力场反演及其精度

基于SWARM卫星的精密轨道数据,利用短弧积分法解算2015-01～2021-12共84个月的40阶次TVG-SWARM月时变重力场模型,并与ASU、COST-G、IGG和ITSG等机构的月时变重力场模型进行比较。结果表明：1)从大地水准面阶误差与模型位系数误差谱看,不同SWARM模型的低阶位系数精度相当,特别是前10阶均与ITSG-GRACE/GRACE-FO接近;2)不同SWARM模型与ITSG-GRACE/GRACE-FO模型全球陆地水储量变化趋势空间分布具有较好的一致性,在亚马孙流域、格陵兰岛、密西西比河流域和西西伯利亚等区域,TVG-SWARM与ITSG-GRACE/GRACE-FO模型的趋势差值分别为0.23 cm/a、0.27 cm/a、0.57 cm/a和0.47 cm/a,相关系数均达到0.85以上,并与IGG-SWARM模型结果最为接近。本文研究结果证明了TVG-SWARM模型精度可靠,可以用于监测大尺度陆地水储量变化。     

基于移去-恢复法的区域大气负荷影响精化——以滇西地区为例

传统的大气负荷改正根据全球大气压模型计算获取,但全球大气压模型中、长波信号占优,缺乏突显区域特征信息的短波信号,而在研究高精度的区域大气负荷影响时,空间信息中的短波信号不可忽视。为此,根据地球重力场理论,引入移去-恢复思想,结合ECMWF提供的全球大气压变化数据和区域高分辨率大气压变化数据（CLDAS-V2.0）,基于负荷球谐系数和区域负荷格林函数方法得到大气压变化对滇西地区的负荷影响。结果表明,得到的大气负荷形变场在空间和时间分变率上均有一定提高。利用移去-恢复法计算区域大气压负荷影响,可为固体地球形变和CORS站时序分析提供参考。     

基于Tongji-GRACE01模型的南极质量变化分析

利用最新发布的Tongji-GRACE01月时间分辨率的时变重力场模型,采用组合滤波方法（高斯滤波+去相关滤波）滤除条带误差,分析不同GIA模型对南极质量变化的影响,并比较GIA改正后南极质量变化时间序列均方根（RMS）。2003-01～2011-08南极质量变化的速率分别为：-128.2±34.6 Gt/a（Pau-5-AUT模型）、-177.9±40.2 Gt/a（W&W-4-AUT模型）、-92.8±31.2 Gt/a（W12a模型）。     

Research on weak signal extraction and noise removal for GPR data based on principal component analysis

The ground penetrating radar( GPR) detection data is a wide band signal,always disturbed by some noise,such as ambient random noise and multiple reflection waves. The noise affects the target identification of underground medium seriously. A method based on principal component analysis( PCA) was proposed to extract the target signal and remove the uncorrelated noise. According to the correlation of signal,the authors get the eigenvalues and corresponding eigenvectors by decomposing the covariance matrix of GPR data and make linear transformation for the GPR data to get the principal components( PCs). The lower-order PCs stand for the strong correlated target signals of the raw data,and the higher-order ones present the uncorrelated noise.Thus the authors can extract the target signal and filter uncorrelated noise effectively by the PCA. This method was demonstrated on real ultra-wideband through-wall radar data and simulated GPR data. Both of the results show that the PCA method can effectively extract the GPR target signal and remove the uncorrelated noise.     

球谐分析方法对GRACE大气去混频模型计算的影响

基于球谐分析的解析积分公式,导出5种适合于大气去混频模型计算的球谐分析公式。采用无误差和加入误差的模拟大气压数据,通过“闭环”过程分析了5种球谐分析方法的正确性和有效性。基于ERA-Interim表面大气压数据,采用5种球谐分析方法计算了5组大气去混频模型。通过星间距离变率残差和累计大地水准面误差比较可知,不同球谐分析方法可导致星间距离变率残差的差距最大达0.6 nm/s。第一类Neumann方法精度最高,证明5种球谐分析方法对现有GRACE卫星重力恢复的影响可忽略;但对于未来采用激光测距的卫星重力任务,建议大气去混频模型计算采用第一类Neumann方法。     

基于奇异谱分析的GNSS坐标时间序列粗差探测与噪声估计

考虑到传统谐波模型难以精确描述GNSS坐标时间序列的非线性变化,导致信号和噪声不能很好地分离,进一步影响粗差探测和噪声估计,本文提出一种基于奇异谱分析的粗差探测与噪声估计算法。首先采用奇异谱分析方法分离出GNSS坐标时间序列中的信号与噪声,然后基于IQR准则探测噪声中的粗差,最后采用最小二乘方差分量估计（LS_VCE）方法定量估计各噪声分量。算例表明,相比于传统基于谐波模型的算法,该算法的粗差探测准确率更高,且估计的噪声分量与真值更接近。     

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...     

陆态网络太原台gPhone重力仪背景噪声水平研究

基于陆态网络太原台gPhone重力仪1a的观测记录,在地震频段(200~600s)、亚地震频段(1~6h)和潮汐频段(周期大于6h)研究其背景噪声水平,并与全球超导重力仪SG的背景噪声进行比较。结果发现,潮汐和大气改正可以一定程度上改进重力数据的功率谱密度PSD,尤其是在亚地震频段和潮汐频段。经计算,太原gPhone重力仪在地震频段、亚地震频段和潮汐频段的背景噪声水平分别为3.641、4.659和5.359。gPhone重力仪的噪声水平在地震频段和亚地震频段均高于SG的噪声水平,但是在频率低于0.8×10-4 Hz时,gPhone重力仪的噪声水平低于新低噪声模型NLNM。此外,分析gPhone重力仪记录的2014年智利Mw8.1地震激发的自由振荡信号表明,虽然gPhone重力仪的噪声水平高于超导重力仪,但其依然能够清晰检测到地球自由振荡信号,验证了gPhone重力仪不仅适合研究长周期潮汐和亚地震模,也可以清晰获取地震频段的地球自由振荡信号。     

����GOCE�������ݵ�������ģ�ͱȽ��о�

???????????????????????????????λ???????????????????????????????GOCE????????????????????????????з?????????????1)GO_CONS_GCF_2_TIM_R3??GO_CONS_GCF_2_DIR_R2??GO_CONS_GCF_2_SPW_R2??GOCE??only?????150~180?????????????ITG??GRACE2010S??GRACE??only???????????????????2)?????????????????????????????????????????????3)????GOCE????????????????????????????250??Σ???250?????????????澫????14.7 cm??     

由GOCE高低卫卫跟踪数据反演地球重力场的模拟研究

根据调和分析法、最小二乘法,建立利用扰动位数据解算地球重力场的实用数学模型。结果表明,采用不同数据量和不同采样率的观测数据对重力场模型解算结果有一定影响,不同分辨率的观测数据恢复重力场模型的精度差异较大,调和分析法精度优于最小二乘法。     

PCA和KLE在高采样率GPS定位中的应用

为抑制多路径误差和随机噪声以提高定位精度,引入主成分分析（PCA）和KLE变换方法对定位坐标序列随机噪声水平进行评价、提取和消除多天坐标序列中的多路径误差。对比分析结果表明,主成分系数比值能有效地反映出强随机噪声对某天定位坐标序列的影响,PCA方法能有效地提取和消除多天定位坐标序列中的多路径误差,显著提高定位精度。KLE变换对随机噪声污染不敏感,对多路径误差的滤波能力较PCA略弱,但其对随机噪声以及局部异常具有较好的抑制作用。     

台湾连续GPS网主成分空间滤波分析

采用PCA方法提取台湾GPS区域网共模误差,进行空间滤波。结果表明,第1主成分在空间上表现出强烈的一致性,第2～5主成分在空间上呈现出局部响应的特点;滤波后残差时间序列的均方根（RMS）在N、E、U方向平均分别降低33%、31%、19%;滤波效果在水平方向好于垂直方向,东、西部存在明显的差异,这可能与台湾地区地形有关;幂律噪声振幅在N、E、U方向平均分别下降36%、43%、23%。     

����GA�Ľ������񶯶�Ƶ�ʳɷֱ�ʶ

????????????????????????????????????????????????????????????????????????????·???????GA?????????????GA??????????????????????????????????????????????????????????????????????? ???????????????????????????????齨??????????????????????????????????????????????????????б?????????????GA??????????????????