基于独立分量法的新疆GNSS时间序列共模误差分析CSCD

共模误差(CME)是区域连续全球卫星导航系统(GNSS)网中的主要误差来源之一.针对GNSS时间序列具有非高斯分布特征,基于二阶统计量的主成分分析(PCA)难以准确提取出CME分量问题,采用具有高阶统计量的独立分量分析(ICA)对CME进行提取.以2011—2018年新疆区域GNSS坐标时间序列为例,将PCA滤波效果进行对比验证,分析了CME对GNSS坐标时间序列的影响,并对CME序列进行周期分析.结果表明:前6个独立分量包含CME分量,这可能与卫星轨道、地表质量负荷和时钟误差有关,ICA滤波后东(N)、北(E)、天顶(U)三个方向的均方根(RMS)值分别降低31.83%、32.29%、35.49%,速度不确定度分别降低44.14%、38.49%、43.32%,各测站的周期项振幅较滤波前更一致,有效地剔除了CME,提高了坐标时间序列的精度.     

PCA空间滤波在高频GPS定位中的应用研究

利用主成分分析法(PCA)对高频GPS时间序列进行空间滤波,并结合Karhunen-Loeve展开法(KLE)对其结果进行判定,可有效地提取共模误差,提高单历元定位精度。通过对四川GPS连续观测网的计算分析表明,PCA方法可较好地减弱区域共模误差,并能准确地反映共模误差的空间分布,且精度优于传统的堆栈法,这对高频GPS技术的应用和发展具有重要意义。     

环境负载对区域GPS基准站时间序列的影响分析

基于1999-2011年中国地壳运动观测网络(CMONOC)及2007-2012年武汉市连续运行卫星定位服务系统(WHCORS)的观测数据,联合中国及周边35个IGS基准站数据,采用GAMIT软件解算,获得了ITRF2008框架下的GPS基准站坐标时间序列.然后采用QOCA计算了环境负载位移,并利用其对GPS时间序列进行改正.研究结果表明环境负载造成的中国区域基准站位移呈现显著的区域性特征,东北、华北、华中区域变化较为一致且较大,西南区域基准站(KUNM)垂直方向的负载位移均方根(RMS)最大值达6.09 mm.通过对改正前后的数据进行时间序列分析,认为环境负载改正能够削弱中国区域大多数GPS基准站(约70%)垂直及水平东方向位移时间序列的非线性变化,其加权均方根(WRMS)减小量最大达1.5 mm,但是对于水平北方向坐标时间序列的改善作用不明显.     

中国大陆GNSS连续站观测噪声的时空分布

为了全面分析我国大陆及其周边GNSS连续站噪声的空间分布规律,该文基于陆态网络260个GNSS连续站和周边区域10个IGS站的观测数据,利用GAMIT/GLOBK软件进行解算,得到各站的坐标值及其N、E、U 3分量误差值,制定筛选标准,依据该标准剔除质量差的测站,剔除异常值;利用Matlab软件,按照东向(E分量)、北向(N分量)、垂向(U分量)3个方向进行拟合,并提取各测站单日解的最大误差值出现的年积日,绘制其在我国大陆的空间分布图,得到中国大陆GNSS连续站最大单日误差值的时空分布特性图。发现大部分GNSS连续站单日最大误差值集中在夏季(7月居多)并分析了原因。     

北斗二代导航卫星系统地壳运动监测能力

为了评估北斗卫星导航系统（BeiDou navigation satellite system, BDS）监测中国大陆地区地壳变形的技术能力,利用GAMIT/GLOBK软件处理了2017—2019年中国大陆构造环境监测网络23个基准站的全球定位系统（global positioning system, GPS）与BDS-2双模观测数据。结果显示,北斗二代的水平和垂向单日测站定位精度分别约为5~7 mm和13 mm,基线相对定位精度水平分量达到3~4 mm+（1~2）×10-8,水平位移速度测定精度约为0.6 mm/a。北斗二代的精密定位水平大致与20世纪90年代初GPS相当,可用于测定大尺度的板块运动及板内变形,但受卫星星座和定轨精度限制,不能准确反映季节性变动状态。作为对现有GPS监测的补充,可将基准站3年尺度的地壳运动监测精度最多提高20%。     

Spatiotemporal filtering of regional GNSS network’s position time series with missing data using principle component analysis

The existing spatiotemporal analysis methods suppose that the involved time series are complete and have the same data interval. However missing data inevitably occur in the position time series of Global Navigation Satellite Systems networks for many reasons. In this paper, we develop a modified principal component analysis to extract the Common Mode Error (CME) from the incomplete position time series. The principle of the proposed method is that a time series can be reproduced from its principle components. The method is equivalent to the method of Dong et al. (J Geophys Res 111:3405–3421, 2006) in case of no missing data in the time series and to the extended ‘stacking’ approach under the assumption of a uniformly spatial response. The new method is first applied to extract the CME from the position time series of the Crustal Movement Observation Network of China (CMONOC) over the period of 1999–2009 where the missing data occur in all stations with the different gaps. The results show that the CMEs are significant in CMONOC. The size of the first principle components for the North, East and Up coordinates are as large as 40, 41 and 37 % of total principle components and their spatial responses are not uniform. The minimum amplitudes of the first eigenvectors are only 41, 15 and 29 % for the North, East and Up coordinate components, respectively. The extracted CMEs of our method are close to the data filling method, and the Root Mean Squared error (RMS) values computed from the differences of maximum CMEs between two methods are only 0.31, 0.52 and 1.55 mm for North, East and Up coordinates, respectively. The RMS of the position time series is greatly reduced after filtering out the CMEs. The accuracies of the reconstructed missing data using the two methods are also comparable. To further comprehensively test the efficiency of our method, the repeated experiments are then carried out by randomly deleting different percentages of data at some stations. The results show that the CMEs can be extracted with high accuracy at the non missing-data epochs. And at the missing-data epochs, the accuracy of extracted CMEs has a strong dependence on the number of stations with missing data.     

Nontectonic signals in reprocessed continuous GPS position time series of CMONOC

The nearly nine-year continuous GPS data collected since 1 March 1999 from the Crustal Motion Observation Network of China (CMONOC) were consistently analyzed. Most of the nonlinear movements in the cumulative position time series produced by CMONOC data center disappeared; and more accurate vertical terms and tectonic signals were extracted. Displacements caused by atmospheric pressure loading, nontidal ocean loading, soil moisture mass loading, and snow cover mass loading using the National Centers for Environmental Prediction (NCEP) Reanalysis I/II models and Estimation of the Circulation and Climate of the Ocean (ECCO) data can explain most of the vertical annual terms at many stations, while only parts can be explained at Lhasa and southern coastal sites, indicating that there are some deformation mechanisms that are still unknown or not modeled accurately. The remarkable differences in vertical position time series for short-baseline sites reveal that GPS stations can be greatly affected by local factors; and attention should be paid when explaining observed GPS velocity vectors.     

Nontectonic signals in reprocessed continuous GPS position time series of CMONOC

The nearly nine-year continuous GPS data collected since 1 March 1999 from the Crustal Motion Observation Network of China(CMONOC) were consistently analyzed.Most of the nonlinear movements in the cumulative position time series pro-duced by CMONOC data center disappeared;and more accurate vertical terms and tectonic signals were extracted.Displacements caused by atmospheric pressure loading,nontidal ocean loading,soil moisture mass loading,and snow cover mass loading using the National Centers for Environmental Prediction(NCEP) Reanalysis I/II models and Estimation of the Circulation and Climate of the Ocean(ECCO) data can explain most of the vertical annual terms at many stations,while only parts can be explained at Lhasa and southern coastal sites,indicating that there are some deformation mechanisms that are still unknown or not modeled accurately.The remarkable differences in vertical position time series for short-baseline sites reveal that GPS stations can be greatly affected by lo-cal factors;and attention should be paid when explaining observed GPS velocity vectors.     

Assessment of second- and third-order ionospheric effects on regional networks: case study in China with longer CMONOC GPS coordinate time series

Higher-order ionospheric (HOI) delays are one of the principal technique-specific error sources in precise global positioning system analysis and have been proposed to become a standard part of precise GPS data processing. In this research, we apply HOI delay corrections to the Crustal Movement Observation Network of China’s (CMONOC) data processing (from January 2000 to December 2013) and furnish quantitative results for the effects of HOI on CMONOC coordinate time series. The results for both a regional reference frame and global reference frame are analyzed and compared to clarify the HOI effects on the CMONOC network. We find that HOI corrections can effectively reduce the semi-annual signals in the northern and vertical components. For sites with lower semi-annual amplitudes, the average decrease in magnitude can reach 30 and 10 % for the northern and vertical components, respectively. The noise amplitudes with HOI corrections and those without HOI corrections are not significantly different. Generally, the HOI effects on CMONOC networks in a global reference frame are less obvious than the results in the regional reference frame, probably because the HOI-induced errors are smaller in comparison to the higher noise levels seen when using a global reference frame. Furthermore, we investigate the combined contributions of environmental loading and HOI effects on the CMONOC stations. The largest loading effects on the vertical displacement are found in the mid- to high-latitude areas. The weighted root mean square differences between the corrected and original weekly GPS height time series of the loading model indicate that the mass loading adequately reduced the scatter on the CMONOC height time series, whereas the results in the global reference frame showed better agreements between the GPS coordinate time series and the environmental loading. When combining the effects of environmental loading and HOI corrections, the results with the HOI corrections reduced the scatter on the observed GPS height coordinates better than the height when estimated without HOI corrections, and the combined solutions in the regional reference frame indicate more preferred improvements. Therefore, regional reference frames are recommended to investigate the HOI effects on regional networks.     

GPS坐标时间序列中的异常高频周期性噪声

本文分析了中国地壳运动观测网络GPS基准站及中国周边IGS连续站坐标中的周期性噪声,在北、东和垂向分量坐标时间序列中均发现了周期约351/n(n=1,…,6)天的正弦项,而地表质量负荷造成的位移序列中并没有对应的成分,不能解释异常周期项的来源。在估计台站的运动速率时,如考虑此类"异常"周期项,速率误差略微减小,而周年项振幅的估计误差显著增大,且残差离散度未见明显改善。因此,不推荐在GPS速率矢量反演中加入异常周期项参数。     

汶川地震前后四川盆地CORS站运动特性分析

为探讨四川盆地在汶川地震前后地壳运动的规律,本文对2006年3月至2012年9月四川12个连续运行参考站（Continuously Operating Reference Stations, CORS）6年多的观测资料进行了详细的处理和分析。通过比较震前震后CORS站运动的相似性和差异性发现：由于震后形变的影响,震后第一主成分(Principle Component First, PC1)的贡献率下降20%~40%;震后多站的速度场发生了明显的变化,突出表现在PIXI,CHDU,MYAN等站,YAAN,QLAI站处于闭锁状态;盆地垂直分量的周年振幅在震前一年偏大,震后逐年减小。以上发现表明汶川地震可能改变了四川盆地原有的运动特性。     

GPS坐标时序共模误差提取方法研究

针对GPS坐标时序数据中存在的共模误差(CME),研究利用堆栈滤波(SF)、网络反演滤波(NIF)和主成分分析(PCA)三种方法进行剔除,以提高GPS监测区域地表位移的精度.通过构建GPS坐标时序模型,去除明显构造运动,提取噪声残差时序,将隐含在噪声残差时序中的区域CME利用SF、NIF、PCA方法提取出来.以日本房总半岛2019—2021年GPS坐标时序为例,比较三种方法和GPS站点空间分辨率对CME提取的影响,分析CME去除前后慢滑移地表位移的变化.研究结果表明：SF、NIF、PCA方法提取CME的结果基本一致;GPS站点空间分辨率降低,提取的CME离散度增大;CME对慢滑移地表水平位移的大小和方向均会产生影响,需进行剔除.     

GPS测定的2011年日本9.0级地震的中国大陆地区同震位移场

利用陆态网络东北地区的6个GPS基准站地震期间的观测数据反演了日本本州东海岸9.0级强震区域地表的瞬时形变过程,应用160多个陆态网络基准站以及IGS跟踪站的GPS观测数据解算获得中国大陆地区的远场同震位移。将测站按照中国大陆主要构造带(区)进行分配统计可知,东北地区同震位移最大,平均接近20mm;首都圈与郯-庐带及周围地区平均同震位移也在10mm左右;距离震中比较远的鄂尔多斯及周围、阿尔金-祁连山-阿拉善、新疆等地区也受到了该地震的影响,在东方向发生了5mm左右的位移,并且以上地区的优势方向都为东方向;而本次地震对中国的华南(包括南海)以及青藏等地区基本没有影响。这些解算结果对进一步研究地震动力学特征及判定未来地震趋势提供了详实的实测依据。     

中国大陆GPS速度场的球面小波模型及多尺度特征分析

利用1999—2009年间中国大陆共1068个GPS站点在东方向、北方向的速度值,采用DOG球面小波多尺度分析方法,建立了中国大陆东方向、北方向多尺度速度场。球面小波模型的尺度主要根据观测站点的密度来确定,利用检核点上的已知速度与模型速度之间的均方差来评定模型的精度。利用球面小波模型可以更加清晰地表示速度场的大尺度特征和复杂的局部变化特征。站点稠密区域,模型在东方向、北方向上的精度分别为±0.95mm/a、±0.97mm/a,稀疏区域对应的精度分别为±1.32mm/a和±1.30mm/a。     

东北陆态网坐标时序有色噪声及环境负载分析

利用Hector软件解算我国东北地区16个陆态网络连续站近10 a的时间序列观测数据,获取连续站坐标残差时间序列数据,进而确定最优噪声模型,最终得出基于有色噪声(CN)以及环境负载改正后的速度场.结果表明：东北地区陆态网络坐标时间序列数据中主要存在白噪声(WN)、闪烁噪声(FN)与幂律噪声(PL);北(N)和天顶(U)方向的最优噪声模型为WN+FN;E方向的最优噪声模型均为WN+PL.在顾及CN及环境负载的影响下,东北地区陆态网络基于ITRF14框架下在N方向上运动的平均速率为-13.003 mm/a,东(E)方向上运动的平均速率为27.020 mm/a,U方向上运动的平均速率为0.528 mm/a,整体呈隆升趋势.     

陆态网基准站高程时间序列的环境负载效应分析

GPS坐标时间序列呈现显著的季节性变化,以中国大陆构造环境监测网络(CMONOC) 233个GPS测站的高程方向坐标时间序列为研究对象,通过计算环境负载效应改正前后的均方根(RMS)减少率,对比了德国波茨坦地学研究中心(GFZ)与法国斯特拉斯堡大学提供的EOST不同环境负载产品对CMONOC坐标时间序列数据的改善程度.统计结果表明：经过GFZ环境负载产品和EOST环境负载产品改正后分别有90.2%和75.54%的测站RMS减小,说明GFZ的环境负载产品对CMONOC基准站坐标时间序列数据的改善效果更好.同时发现环境负载效应不仅对GPS坐标时间序列中的季节项有明显的改正效果,对非季节项的改善效果也非常明显,经过GFZ提供的环境负载产品改正后有87.8%的GPS测站周年项振幅削弱,有82.4%的测站非季节项的RMS减小.     

中国大陆GPS基准站的时间序列特征

利用1999年3月至2002年3月期间“中国地壳运动观测网络”25个GPS基准站与周边国家IGS站的观测资料，进行了时间序列分析研究，并对提高GPS基准站的观测精度进行了探讨。结果表明，GPS基准站的时间序列具有一定的周期性，高程分量的周期性最为明显，GPS点位高程时间序列拟舍曲线的波峰和波谷出现的时间表现为区域性的不同。     

温度变化对中国大陆三维周年位移的影响

除了地表质量重新分布外,地表温度变化是影响地表周年变化的另一重要成因。本文利用全球温度变化数据,基于三维全空间热弹性形变模型,计算温度变化在中国大陆引起的地表热弹性形变,并讨论它对中国大陆三维周年位移的影响。结果表明,温度变化引起的地表周年变化振幅在毫米量级。中国大陆构造环境监测网络(简称:陆态网络)GPS台站受地表温度变化影响最大的台站是HLAR(海拉尔),东向、北向以及垂向的周年振幅矢量和为~2.293mm;影响最小的台站是HIYS(永暑礁),东向、北向以及垂向的周年振幅矢量和为~0.177mm。为了说明温度变化对地表周年形变的影响,本文联合GRACE以及物质负荷模型(MODEL)研究中国大陆地表三维周年位移。考虑温度变化后的MODEL、GRACE获取的地表周年形变在东向、北向、垂向的周年信号分别改进了6%、6%、2%;16%、5%、15%。结果表明,温度变化是物质负荷以外引起大陆地表形变的重要因素。     

利用GPS垂直位移反演云南省陆地水储量变化

地表质量的重分布会引起固体地球的弹性形变,GPS连续运行观测站能够精确测定地表负荷引起的地壳形变。本文通过模拟数据对利用云南省及其周边47个中国大陆构造环境监测网（陆态网）台站反演云南地区陆地水储量的可行性进行分析：以水文模型周年振幅为真值,计算47个台站点的负荷形变,同时加入随机误差构成模拟观测数据,最后采用模型反演陆地水储量变化;1000次的随机模拟试验表明利用当前GPS台站数据可有效地反演云南地区陆地水储量变化。基于上述结论,笔者反演了云南省2010—2014年陆地水储量变化,GPS反演结果表明：云南省陆地水变化呈现明显的地域分布特征,西南部高山地区的水储量周年变化高于东部平原地区;在时间尺度上,云南省大部分地区水储量在10月（夏季末）达到最大值,在4月（冬季末）达到最小值;云南省2010—2014年陆地水呈缓慢增长趋势,约为20 mm/a。通过GPS陆地水储量反演结果与GRACE、GLDAS以及TRMM数据综合对比分析,表明利用云南地区当前GPS台站可以作为独立观测量用于GRACE与GRACE Follow-on衔接期间的陆地水储量变化监测。     

利用不同气候类型的GPS可降水量比较研究

利用高精度定位定轨软件GAMIT对2000～2004年的中国地壳运动监测网络数据进行了处理,获得各测站的可降水量时间序列,并以不同气候类型将各测站的可降水量进行了分类比较。在不同气候类型的可降水量的比较中,青藏高原高寒地区的可降水量最低,温带大陆性气候的可降水量次之,温带季风气候的可降水量居中,热带季风气候的可降水量最高,亚热带季风气候的可降水量为次高。在可降水量的图形变化比较中,不同气候类型的可降水量序列的波形变化也不相同,对可降水量峰值时间进行了量化比较。