论文部分内容阅读
第一个GNSS连续观测站在1991年1月20日建立以后,世界各国陆续建立更多的GNSS连续观测站。并且随着GNSS测量技术的进步及数据处理中模型精度不断提高,在全球范围内已经累积了 20多年高精度的GNSS连续观测数据。为研究不同时空尺度的地球物理现象如地球自转、区域形变、地震形变监测、冰后回弹、断层滑动及全球板块构造运动提供重要的数据支持。数据预处理是GNSS站点坐标时间序列分析的第一步工作,其主要内容包括三部分:粗差探测与剔除、缺损数据插值及阶跃项改正。在采用小波分析和功率谱分析对GNSS站点坐标时间序列进行分析时,需要GNSS站点坐标时间序列去除线性趋势并为零均值。首先,在时域上采用小波分析从GNSS站点坐标时间序列中提取的季节项进行分析。其次,采用功率谱分析对GNSS观测数据进行分析时,结果发现在低频处的谱能量较大且频谱呈倾斜(斜率趋近于-1),这说明噪声项中包含着闪烁噪声;但随着频率的增加,在高频处谱能量逐渐降低且频谱趋于平缓(斜率趋近于0),这说明噪声项中包含着白噪声。结果得出的闪烁噪声和白噪声模型组合也与GNSS站点坐标时间序列噪声的最佳模型相符合。同时功率谱分析结果表明GNSS坐标时间序列中含有频率(cpy)接近1.0和2.0的季节项。在与GNSS观测技术相关的系统误差及各种地球物理效应共同的影响下,GNSS站点时间序列中可能包含非长期趋势项、阶跃项、噪声项以及振幅随时间变化的季节项。如何将上述信息甚至一些原因不明确的其他信息从GNSS站点时间序列中分离出来是现在时间序列研究的热点。使用传统参数模型去解决这些复杂的问题时具有局限性。作为一种从数据自身出发的无参自适应的奇异谱分析方法可以在没有使用原始数据中任何地球物理现象先验信息的情况下将有用信息从从受到噪声干扰的GNSS站点时间序列中提取出来。为改正传统的奇异谱分析方法(SSA)具有相移现象缺点,本文提出一个改进奇异谱分析方法(SSA-PD)用于拟合GNSS站点时间序列。通过模拟数据计算表明模拟信号和改进奇异谱分析方法重构信号残差的均方根小于1.8 mm,并且改进奇异谱分析方法拟合精度显著优于传统奇异谱分析方法。采用IGS站点坐标时间序列将小波分析方法与改进奇异谱分析方法进行比较,结果表明改进奇异谱分析方法在提取年以及半年季节项要优于小波分析方法。最后对奇异谱分析方法提取GNSS坐标时间序列中的趋势项和季节项进行分析,结果表明GNSS站点时间序列时频特性呈现出了显著的区域性。并对形成的因素进行定性分析。