利用GOCE卫星轨道反演地球重力场模型

根据积分方程法反演地球重力场的数学模型,利用GOCE卫星2009-11-02～2010-01-02共61d的精密轨道数据反演了几组地球重力场模型。结果表明,GOCE卫星轨道能有效提取地球重力场的长波信息,弥补了GOCE卫星重力梯度带宽的限制,在106阶次的大地水准面误差为±9.6cm,该阶次精度优于EIGEN-CHAMP03S及GRACE卫星两个月轨道反演地球重力场的精度,但由于两极空白,反演的带谐位系数精度偏低。联合GOCE及GRACE卫星轨道反演的模型在106阶次的大地水准面误差为±6.9cm,弥补了GOCE卫星轨道的缺陷。     

利用能量守恒法和GOCE卫星轨道数据反演地球重力场模型

利用傅立叶级数拟合GOCE卫星的耗散能,解决了基于能量守恒法恢复GOCE重力场模型时耗散能的计算问题。采用Helmert-Wolf参数估计法统一求解位系数、能量常数和耗散能的傅立叶级数拟合参数,并采用消局部参数的最小二乘法求解位系数。该方法不需要任何初始值或参考模型,不需要采用差分方法处理能量常数,也不需要进行迭代计算。利用GOCE卫星2009-11-01~2010-02-12共103d的精密轨道数据反演了三组100阶次的重力场模型GOCE-ECP01S、GOCE-ECP02S和GOCE-ECP03S,并与EIGEN-5C、EIGENCHAMP05S和GOCO03S模型进行比较。结果表明,采用一阶傅立叶级数拟合GOCE卫星的耗散能效果最好,反演的GOCE-ECP01S模型精度最高,整体精度优于EIGEN-CHAMP05S,但较GOCO03S模型的精度偏低;在100阶次的大地水准面误差为±3.2cm,但由于极空白的影响,恢复模型的带谐项位系数精度偏低。     

联合高低卫-卫跟踪和卫星重力梯度数据恢复地球重力场的谱组合法

GOCE采用的高低卫-卫跟踪和卫星重力梯度测量技术在恢复重力场方面各有所长并互为补充,如何有效利用这两类观测数据最优确定地球重力场是GOCE重力场反演的关键问题。本文研究了联合高低卫-卫跟踪和卫星重力梯度数据恢复地球重力场的最小二乘谱组合法,基于球谐分析方法推导并建立了卫星轨道面扰动位T和径向重力梯度Tzz、以及扰动位T和重力梯度分量组合{Tzz-Txx-Tyy}的谱组合计算模型与误差估计公式。数值模拟结果表明,谱组合计算模型可以有效顾及各类数据的精度和频谱特性进行最优联合求解。采用61天GOCE实测数据反演的两个180阶次地球重力场模型WHU_GOCE_SC01S（扰动位和径向重力梯度数据求解）和WHU_GOCE_SC02S（扰动位和重力梯度分量组合数据求解）,结果显示后者精度优于前者,并且它们的整体精度优于GOCE时域解,而与GOCE空域解的精度接近,验证了谱组合法的可行性与有效性。     

GOCE实测数据反演高阶重力场模型的Torus方法

不同于当前广泛使用的空域法、时域法、直接解法,本文尝试采用Torus方法处理GOCE实测数据,利用71 d的GOCE卫星引力梯度数据反演了200阶次GOCE地球重力场模型,实现了对参考模型的精化。首先,采用Butterworth零相移滤波方法加移去—恢复技术,处理引力梯度观测值中的有色噪声,并利用泰勒级数展开和Kriging方法对GOCE卫星引力梯度数据进行归算和格网化,计算得到了名义轨道上格网点处的引力梯度数据。然后,利用2D-FFT技术和块对角最小二乘方法处理名义轨道上数据,获得了200阶次的GOCE地球重力场模型GOCE_Torus。利用中国和美国的GPS/水准数据进行外部检核结果说明,GOCE_Torus与ESA发布的同期模型的精度相当;GOCE_Torus模型与200阶次的EGM2008模型相比,在美国区域精度相当,但在中国区域精度提高了4.6 cm,这充分体现了GOCE卫星观测数据对地面重力稀疏区的贡献。Torus方法拥有快速高精度反演卫星重力场模型的优势,可以在重力梯度卫星的设计、误差分析及在轨快速评估等方面得到充分应用。     

利用GOCE卫星轨道数据恢复地球重力场模型的方法

欧空局早期公布的时域法和空域法解算的GOCE模型均采用能量守恒法处理轨道数据,但恢复的长波重力场信号精度较低,而且GOCE卫星在两极存在数据空白,利用其观测数据恢复重力场模型是一个不适定问题,导致解算的模型带谐项精度较低,需进行正则化处理。本文分析了基于轨道数据恢复重力场模型的方法用于处理GOCE数据的精度,对最优正则化方法和参数的选择进行了研究。利用GOCE卫星2009-11-01—2010-01-31共92d的精密轨道数据,采用不依赖先验信息的能量守恒法、短弧积分法和平均加速度法恢复GOCE重力场模型,利用Tikhonov正则化技术处理病态问题。结果表明,平均加速度法恢复模型的精度最高,能量守恒法的精度最低,短弧积分法的精度稍差于平均加速度法。未来联合处理轨道和梯度数据时,建议采用平均加速度法或短弧积分法处理轨道数据,并且轨道数据可有效恢复120阶次左右的模型。Kaula正则化和SOT处理GOCE病态问题的效果最好,并且两者对应的最优正则化参数基本一致,但利用正则化技术不能完全抑制极空白问题的影响,需要联合GRACE等其他数据才能获得理想的结果。     

联合GRACE/GOCE重力场模型和GPS/水准数据确定我国85高程基准重力位

GRACE、GOCE卫星重力计划的实施,对确定高精度重力场模型具有重要贡献。联合GRACE、GOCE卫星数据建立的重力场模型和我国均匀分布的649个GPS/水准数据可以确定我国高程基准重力位,但我国高程基准对应的参考面为似大地水准面,是非等位面,将似大地水准面转化为大地水准面后确定的大地水准面重力位为62 636 854.395 3m~2s~(-2),为提高高阶项对确定大地水准面的贡献,利用高分辨率重力场模型EGM2008扩展GRACE/GOCE模型至2190阶,同时将重力场模型和GPS/水准数据统一到同一参考框架和潮汐系统,最后利用扩展后的模型确定的我国大地水准面重力位为62 636 852.751 8m~2s~(-2)。其中组合模型TIM_R4+EGM2008确定的我国85高程基准重力位值62 636 852.704 5m~2s~(-2)精度最高。重力场模型截断误差对确定我国大地水准面的影响约16cm,潮汐系统影响约4~6cm。     

联合GOCE卫星轨道和重力梯度数据严密求解重力场的模拟研究

论述了联合卫星轨道和重力梯度数据严密求解重力场的方法及数据处理方案,研究了GOCE重力场反演中有色噪声的AR去相关滤波、病态法方程的Kaula正则化和观测值最优加权的方差分量估计等关键问题。模拟结果表明:①极空白问题会降低法方程求解的稳定性,导致低次位系数的求解精度较低,而Kaula正则化可有效用于GOCE病态法方程的求解,并得到合理稳定的解;②重力梯度有色噪声会降低GOCE重力场求解的整体精度,特别是对低阶位系数的影响最为明显,而AR去相关滤波法可有效处理有色噪声,但解算结果仍含有低频误差;③方差分量估计可有效确定SST和SGG两类观测值的最优权比,并且有色噪声造成的低频误差经过联合求解后得到了抑制;④利用30d、5s采样的GOCE模拟数据恢复200阶次的重力场模型,其大地水准面和重力异常精度在纬度±83°范围内分别为±3.81cm和±1.056mGal。     

基于GRACE卫星数据的高精度全球静态重力场模型

应用GRACE卫星数据反演高精度静态地球重力场是大地测量学界的热点之一。考虑到经典动力学法线性化误差随弧长拉长而迅速增长,本文以GRACE卫星轨道观测值为初值的线性化方法,建立了应用GRACE卫星轨道和星间距离变率反演地球重力场的改进动力学法理论模型。利用2003年1月至2010年12月的GRACE卫星姿态、轨道、星间距离变率和非保守力加速度等观测数据,解算了一个180阶次的无约束全球静态重力场模型Tongji-Dyn01s和一个采用Kaula规则约束的全球重力场模型Tongji-Dyn01k。与国际不同机构最新发布的纯GRACE数据解算的重力场模型(包括AIUB-GRACE03S、GGM05S、ITSG-Grace2014k和Tongji-GRACE01)进行比较,并利用DTU13海洋重力异常和GPS/水准高程异常进行外部检核,结果表明,Tongji-Dyn01s与国际最新模型精度处于同一水平,然而Tongji-Dyn01k模型总体上更加靠近EIGEN6C2重力场模型。     

利用GOCE卫星轨道数据恢复地球重力场模型方法的分析

欧空局早期公布的时域法和空域法解算的GOCE模型均采用能量守恒法处理轨道数据, 但恢复的长波重力场信号精度较低, 而且GOCE卫星在两极存在数据空白, 利用其观测数据恢复重力场模型是一个不适定问题, 导致解算的模型带谐项精度较低, 需进行正则化处理。本文分析了基于轨道数据恢复重力场模型的方法用于处理GOCE数据的精度, 对最优正则化方法和参数的选择进行研究。利用GOCE卫星2009-11-01—2010-01-31共92 d的精密轨道数据, 采用不依赖先验信息的能量守恒法、短弧积分法和平均加速度法恢复GOCE重力场模型, 利用Tikhonov正则化技术处理病态问题。结果表明, 平均加速度法恢复模型的精度最高, 能量守恒法的精度最低, 短弧积分法的精度稍差于平均加速度法。未来联合处理轨道和梯度数据时, 建议采用平均加速度法或短弧积分法处理轨道数据, 并且轨道数据可有效恢复120阶次左右的模型。Kaula正则化和SOT处理GOCE病态问题的效果最好, 并且两者对应的最优正则化参数基本一致, 但利用正则化技术不能完全抑制极空白问题的影响, 需要联合GRACE等其他数据才能获得理想的结果。     

利用GOCE模拟观测反演重力场的Torus法

在介绍Torus方法反演地球重力场模型的基本原理和方法的基础上,基于圆环面上均匀分布的卫星引力梯度模拟观测值解算了200阶次的地球重力场模型,在无误差情况下,Torus方法解算模型的阶误差RMS小于10-16,验证了该方法的严密性。利用61dGOCE卫星轨道上无误差的模拟引力梯度观测值解算了200阶次的地球重力场模型,分析了格网化误差、极空白对解算精度的影响,迭代3次后,在不考虑低次系数情况下,模型的大地水准面阶误差和累积误差均较小,最大值仅为0.022mm和0.099mm。在沿轨卫星引力梯度模拟数据中加入5mE/Hz1/2的白噪声,基于Torus方法和空域最小二乘法解算了200阶次的地球重力场模型,Torus方法的精度略低于空域最小二乘法的精度,在不考虑低次项的情况下,两种方法解算模型的大地水准面阶误差最大值分别为1.58cm和1.45cm,累积误差最大值分别为6.37cm和5.55cm。但由于采用了二维快速傅里叶技术和块对角最小二乘法,极大地提高了计算效率。本文数值结果说明Torus方法是一种独立有效的方法,可用于GOCE任务海量卫星引力梯度观测值反演重力场的快速解算。     

GOCE卫星重力梯度数据反演重力场的滤波器设计与比较分析

地球重力场和海洋环流探测（gravity field and steady-state ocean circulation explorer,GOCE）卫星重力梯度数据有色噪声和低频系统误差的滤波处理是反演高精度地球重力场的一个关键问题。针对GOCE卫星重力梯度数据的滤波处理,基于移动平均（moving average,MA）方法和CPR(circle per revolution)经验参数方法设计了两类低频系统误差滤波器,并分别将这两类滤波器与基于自回归移动平均（auto-regressive and moving average,ARMA）模型设计的有色噪声滤波器组合起来形成级联滤波器。为了分析滤波器处理的实际效果,基于空域最小二乘法采用70 d的GOCE观测数据,并联合重力恢复与气候实验（gravity recovery and climate experiment,GRACE）数据分别反演了224阶次的重力场模型GOGR-MA(MA+ARMA级联滤波)和GOGR-CPR(CPR+ARMA级联滤波)。将反演模型与采用同期数据求解的第一代GOCE系列模型及GOCE和GRACE联合模...     

利用先验重力场模型求定GOCE卫星重力梯度仪校准参数

重力梯度仪校准参数的确定是GOCE重力梯度观测数据处理的关键环节。本文对GOCE卫星重力梯度观测值中的时变信号与粗差进行了分析,利用高精度全球重力场模型,确定了GOCE重力梯度观测值各分量的尺度因子与偏差,并对校准结果进行了精度评定。结果表明,在测量带宽内,海潮对重力梯度观测值影响在mE量级,与重力梯度仪的精度水平相当,陆地水等非潮汐重力场时变信号略小于海潮,量级约为10^-4E;各分量重力梯度观测值的粗差比例均大于0.2%;除EGM96模型外的其他模型对GOCE重力梯度仪进行校准后,V_xx、V_yy、V_zz、V_yz分量上尺度因子的稳定性均在10^-4量级,V_xz分量能达到10^-5量级,V_xy分量为10^-2量级,这与梯度观测值各分量的精度水平一致。     

The static gravity field model DGM-1S from GRACE and GOCE data: computation, validation and an analysis of GOCE mission’s added value

We present a global static model of the Earth’s gravity field entitled DGM-1S based on GRACE and GOCE data. The collection of used data sets includes nearly 7 years of GRACE KBR data and 10 months of GOCE gravity gradient data. The KBR data are transformed with a 3-point differentiation into quantities that are approximately inter-satellite accelerations. Gravity gradients are processed in the instrumental frame. Noise is handled with a frequency-dependent data weighting. DGM-1S is complete to spherical harmonic degree 250 with a Kaula regularization being applied above degree 179. Its performance is compared with a number of other satellite-only GRACE/GOCE models by confronting them with (i) an independent model of the oceanic mean dynamic topography, and (ii) independent KBR and gravity gradient data. The tests reveal a competitive quality for DGM-1S. Importantly, we study added value of GOCE data by comparing the performance of satellite-only GRACE/GOCE models with models produced without GOCE data: either ITG-Grace2010s or EGM2008 depending on which of the two performs better in a given region. The test executed based on independent gravity gradients quantifies this added value as 25–38 % in the continental areas poorly covered with terrestrial gravimetry data (Equatorial Africa, Himalayas, and South America), 7–17 % in those with a good coverage with these data (Australia, North America, and North Eurasia), and 14 % in the oceans. This added value is shown to be almost entirely related to coefficients below degree 200. It is shown that this gain must be entirely attributed to gravity gradients acquired by the mission. The test executed based on an independent model of the mean dynamic topography suggests that problems still seem to exist in satellite-only GRACE/GOCE models over the Pacific ocean, where noticeable deviations between these models and EGM2008 are detected, too.     

The ITG-Goce02 gravity field model from GOCE orbit and gradiometer data based on the short arc approach

In this contribution, we describe the global GOCE-only gravity field model ITG-Goce02 derived from 7.5 months of gradiometer and orbit data. This model represents an alternative to the official ESA products as it is computed completely independently, using a different processing strategy and a separate software package. Our model is derived using the short arc approach, which allows a very effective decorrelation of the highly correlated GOCE gradiometer and orbit data noise by introducing a full empirical covariance matrix for each arc, and gives the possibility to downweight ‘bad’ arcs. For the processing of the orbit data we rely on the integral equation approach instead of the energy integral method, which has been applied in several other GOCE models. An evaluation against high-resolution global gravity field models shows very similar differences of our model compared to the official GOCE results published by ESA (release 2), especially to the model derived by the time-wise approach. This conclusion is confirmed by comparison of the GOCE models to GPS/levelling and altimetry data.     

星载原子干涉技术用于地球重力场测量及其精度评估

重力梯度卫星GOCE通过搭载静电式重力梯度仪,将全球静态重力场恢复至200阶以上。目前GOCE卫星已结束寿命,亟须发展下一代更高分辨率的卫星重力梯度测量来完善200~360阶的全球静态重力场模型。原子干涉型的重力梯度测量在空间微重力环境下可获得较长的干涉时间,因此具有很高的星载测量精度,是下一代卫星重力梯度测量的候选技术之一。本文针对未来更高分辨率全球重力场测量的科学需求,提出了一种适用于空间微重力环境下的原子干涉重力梯度测量方案,其梯度测量噪声可低至0.85mE/Hz1/2。文中对不同类型的卫星重力梯度测量方案进行了重力场反演精度的对比评估,仿真结果表明,相比于现有静电式卫星重力梯度测量,原子干涉型的卫星重力梯度测量有望将重力场的恢复阶数提升至252~290阶,对应的累积大地水准面误差7~8cm,累积重力异常误差3×10-5 m/s2。     

First GOCE gravity field models derived by three different approaches

Three gravity field models, parameterized in terms of spherical harmonic coefficients, have been computed from 71 days of GOCE (Gravity field and steady-state Ocean Circulation Explorer) orbit and gradiometer data by applying independent gravity field processing methods. These gravity models are one major output of the European Space Agency (ESA) project GOCE High-level Processing Facility (HPF). The processing philosophies and architectures of these three complementary methods are presented and discussed, emphasizing the specific features of the three approaches. The resulting GOCE gravity field models, representing the first models containing the novel measurement type of gravity gradiometry ever computed, are analysed and assessed in detail. Together with the coefficient estimates, full variance-covariance matrices provide error information about the coefficient solutions. A comparison with state-of-the-art GRACE and combined gravity field models reveals the additional contribution of GOCE based on only 71 days of data. Compared with combined gravity field models, large deviations appear in regions where the terrestrial gravity data are known to be of low accuracy. The GOCE performance, assessed against the GRACE-only model ITG-Grace2010s, becomes superior at degree 150, and beyond. GOCE provides significant additional information of the global Earth gravity field, with an accuracy of the 2-month GOCE gravity field models of 10?cm in terms of geoid heights, and 3?mGal in terms of gravity anomalies, globally at a resolution of 100?km (degree/order 200).