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.     

不同对流层天顶延迟模型在中国西北地区适应性研究

基于Fortran语言对GAMIT10.7软件进行二次开发,实现了Hopfield模型、Saastamoinen模型、Black模型、UNB3模型、EGNOS模型、GPT2w_1+Saastamoinen模型和GPT2w_5+Saastamoinen模型在中国西北地区的对流层延迟解算服务,并分析不同对流层延迟模型在西北地区的适应性问题。实验表明,在实测气象数据模型中,Saastamoinen模型在中国西北地区获取的天顶对流层延迟精度最高,各个测站平均bias值和RMS值分别是-1.67 cm、3.83 cm;Hopfield模型和Black模型精度相当。在非实测气象数据模型中,GPT2w_1+Saastamoinen模型精度最高,GPT2w_5+Saastamoinen模型次之,EGNOS模型最低。不同对流层延迟模型的精度均受季节变化影响,夏季bias的绝对值和RMS值最大,冬季最小,春季和秋季结果相当。     

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.     

基于CMONOC建立和评估中国大陆地壳运动速度场模型

针对现有速度场模型采用数据少、现势性不强的问题,详细论述了速度场模型建立的数据获取与处理方法,利用中国大陆地壳运动监测网络中260个连续运行基准站2011~2015年的连续观测数据,采用GAMIT/GLOBK与GMT软件,获得高精度的定位及速度成果,并基于上述速度成果采用克里金插值法构建了中国大陆地壳运动速度场1°×1°格网模型。最后利用IERS公布的中国区域7个IGS站实测速度以及全国范围内均匀分布的陆态网络区域站实测速度,对模型内插结果进行检核,验证了模型的现势性、精确性和可靠性。     

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。     

利用主成分分析法分析GNSS坐标时间序列

利用主成分分析法对陆态网224个GNSS基准站坐标时间序列进行分析.首先对基准站原始坐标序列进行突变项拟合、粗差剔除、缺失数据插值补齐等预处理;然后对预处理后的站点残差坐标时间序列分N、E、U方向组建时间序列矩阵进行主成分分析,根据各方向主分量及其相应的空间特征向量分析站点空间响应分布特征、共模误差以及异常站点的影响....     

中国大陆地壳形变GNSS站网简述及数据产品应用现状

自20世纪80年代中期以来,GNSS技术在高精度地壳运动观测与构造形变研究中取得了丰硕的成果,为大地测量、地球动力学研究和防震减灾等诸多领域的业务深化和应用拓展提供了强大的技术支撑。本文在回顾中国大陆地壳形变GNSS站网发展历程的基础上,阐述该网络产出的中国大陆长期构造运动速度场、中国大陆应变率场、位移时间序列、基线时间序列和多边形应变时间序列等几类基础产品,分析这些产品在中国大陆构造运动动态趋势和地震预测分析中的应用情况以及所面临的瓶颈问题,最后展望未来GNSS在高精度地壳运动监测应用中的发展方向。以中国大陆构造环境监测网络为基础,大力推进国内海量GNSS观测数据的共享,提升GNSS多系统融合定位精度,将产出更为精细的科学产品,更好地服务于中国大陆地壳运动和地震预测分析等研究。     

基于陆态网络GNSS数据的2013年和2015年磁暴期间中国地区电离层特性研究

2013年3月和2015年3月爆发了2次相似的地磁暴,引起了全球不同地区电离层的变化。本文利用中国大陆构造环境监测网络260余个基准站在中国地区的GNSS电离层TEC观测数据,结合电离层测高仪和电离层甚高频相干散射雷达观测,对2次磁暴期间中国地区的电离层变化特性进行了对比分析。结果显示,2013年3月磁暴期间,中国不同地区电离层变化较弱或不明显,而2015年3月磁暴期间中国地区电离层变化整体表现为大范围的强负相暴,中国地区不同程度的电离层响应主要受到不同的磁暴强度和磁暴期间不同的能量输入影响。2次磁暴期间电离层F层不均匀体的发生受到不同程度的影响,可能由不同种类的暴时电场导致。陆态网络数据空间覆盖范围广、时间分辨率高,在研究中国地区磁暴期间的电离层变化特性方面具有优势。     

基于CMONOC GPS数据的SSA电离层预测模型研究

利用基于CMONOC的GPS观测数据反演中国大陆区域高精度的RIM,并将奇异谱分析(SSA)方法应用于TEC预报,判断不同序列长度对预测结果的影响,并根据w-correlation选取合适的RC迭代阶数和窗口长度。结果发现,当TEC时间序列长度为27 d,窗口长度为序列长度的1/3、迭代SSA分解的前5项时,预测效果最好。提取RIM中心网格点的TEC数据,分别以年积日1~27、101~127、201~227、301~327等4个时段的TEC序列为原始数据,基于SSA进行7 d的预测,同时建立ARMA预测模型。结果显示,相较于ARMA预测,SSA方法总体预测精度提高约10%,预测时段更长。进一步对4个时段RIM中2 911个网格点处的TEC进行预测,发现RMSE随着纬度减小而增大,预测相对精度呈现中纬度比高、低纬度略高的特点,但无论哪种精度指标,SSA预测模型均优于ARMA预测模型。     

�й����������ǵڶ��αȶԲ���

??????????(CMONOC)?????????μ???????????????????????????????????????б???????????????????????????????????????????????????????????????????ο??????2013-06??????λ??????????????人4????????????????б??????????,??????????????????±2×10^-8ms^-2?????????CMONOC?????????????????