GPS时间序列分析（三）matlab语言分析

最新推荐文章于 2023-06-21 18:41:06 发布

图腾WOLF

最新推荐文章于 2023-06-21 18:41:06 发布

阅读量2.6k

点赞数 1

文章标签：算法线性代数矩阵概率论

本文链接：https://blog.csdn.net/u011322358/article/details/104275414

版权

GPS时间序列分析（三）matlab语言分析

1 GPS高程时间序列中的周期信号分析

近年来的研究表明GPS台站坐标时间序列中存在时间、空间相关噪声，呈现出明显的季节性性变化周期信号，主要表现为周年、半周年的周期信号，在台站的垂向分量尤为明显。GPS高程时间序列带有一定的季节性变化值进行改正，这对于提高高程精度有很大帮助[16]。因此通过模拟其运动特征，可以对高程另外对于地固参考框架来说，要想保持其在季节性尺度上的稳定性，也需要考虑地壳运动的季节性信息。

1.1 GPS高程时间序列模型
从以往的研究可知，GPS高程时间序列可以表示为以下形式:
在这里插入图片描述

1.2 GPS高程方向周期性变化原因

由于地球表面存在着周期性的整体振荡现象，主要包含重力激发、热效应与水文动力学等。重力激发主要是受海潮、固体潮、极潮及大气潮等作用产生的地表形变。热效应与水文动力学因素主要包括非潮汐海洋质量变化、基岩的热膨胀、风剪切、地表水等。另外，数据解算中引入的一些模型误差，如卫星轨道误差、大气延迟误差、天线相位中心模型改正误差及多路径影响等，也可能造成GPS站点的周期性变化。
目前，海潮、固体潮和极潮己经得到较高精度的改正，多数IGS分析中心也采用了高精度的改正。当前的研究主要集中于海潮、大气负荷、地表水负荷等方面，分析这些因素对GPS站点位置的响，通常研究垂直分量，主要原因是垂向分量受周期性载荷影响最大。

大气引起的地表形变在U方向可达20mm, NE分量可达3mm。用户可以从NCEPC National Center for Environmental Prediction)获取地表压力数据，并通过格林函数算出大气负荷造成的地壳位移量。
海洋非潮汐质量负荷，主要由大气压力、海风变化及热交换等引起。可采用TOPER/Poseidon的海平面观测资料，先对温跃层以上不造成海洋质量变化部分进行校正，然后根据格林函数对GPS站点位置结果进行校正。通常陆地上的冰川、积雪及土壤水等质量载体，随着他们质量的变化，也会使得地壳发生弹性形变。

对GPS站点位置时间序列垂直分量的研究发现，大气压力负荷、非潮汐海洋负荷、积雪和土壤水质量负荷引起的地壳周期性弹性形变可以解释GPS垂向分量的部分周年运动但存在一部分GPS站点的观测结果相比质量负荷模型预测值，存在比较大的偏差，这样的偏差究竟作何解释，还有待进一步研究。此外，仍然存在着许多潜在的影响因素，像大气湿延迟、多路径效应等，而这些影响因素很难定量的进行改正量处理，所以也需要不断的研究。