共查询到13条相似文献，搜索用时 114 毫秒
1.
为探索地震事件对GPS坐标时间序列的长周期影响,对汶川地震前后四川GPS观测网络长约10年的解算成果进行了多参数模型噪声特征分析.基于最大似然估计方法和频谱特性分析,提取了地震前后各测站坐标序列中的噪声分量,使用Λ-统计检验,得出"白噪声+闪烁噪声"模型可以作为四川GPS区域观测网络的最优噪声组合模型,同时,地震事件使得地震前后GPS噪声分量中的白噪声、闪烁噪声、随机游走噪声等发生显著改变,说明传统谱噪声分析中简单地将地震数据拼接在一起并进行统一处理的模式并不可取;使用共模误差分析方法、区域速度场变化趋势等信息对地震前后噪声模型的改变成因进行了初步的物理解析. 相似文献
2.
分析了中国地壳运动观测网络GPS基准站位置时间序列中相关噪声的特性.利用最大似然估计反演了幂指数噪声的谱指数;考察了多种噪声模型,发现除闪烁噪声之外,约50%台站的东分量中的相关噪声可用"随机漫步噪声+一阶高斯-马尔可夫噪声"模型来描述,与其它分析机构产出的全球解并不一致,显示出处理策略的不同能够造成相关噪声的差异.白噪声和闪烁噪声的大小存在明显的地理分异,东南沿海台站的噪声要大于西北内陆台站.考虑相关噪声时,各站的速率估计方差要增大一个数量级以上,水平分量多在1mm/a以内,而垂向分量则较大. 相似文献
3.
有色噪声广泛存在于各种连续GPS站坐标时间序列,对GPS时间序列分析有重要影响.利用GAMIT/GLOBK软件解算了南极半岛地区8个GPS测站2010—2014年的实测数据,对坐标时间序列使用主分量分析法(PCA)进行了空间滤波,利用CATS软件估计了不同噪声模型下和空间滤波前后的噪声量级、站坐标时间序列参数及其不确定度,最后对南极半岛地区水平和垂向的形变模式进行了分析和讨论.结果表明,南极半岛地区GPS时间序列不仅存在白噪声,还存在较大量级的闪烁噪声,部分测站E方向在滤波前可能存在随机游走噪声;空间滤波能够有效降低这三种噪声的量级,从而有效减小线性项和周期项估计的不确定度;南极半岛地区在水平方向主要表现为板块运动,还可能存在局部性构造运动;在垂直方向上由冰川均衡调整(Glacial Isostatic Adjustment,GIA)因素引起的抬升较小,主要表现为现今冰雪质量损失引起的弹性抬升运动. 相似文献
4.
利用2010—2015年陆态网络GPS连续观测站的三维站坐标时序资料, 在采用最大似然估计MLE方法计算得到云南地区GPS基准站三维站坐标分量最优噪声模型的基础上, 进一步定量对比分析了有色噪声和白噪声模型下陆态网络GPS连续站速度场稳定性与时间序列长度的关系。 结果表明: 在闪烁噪声模型下, 中国大陆大部分地区GPS连续站1 a时段的速度不确定度大。 而随着时间的逐年累积, 闪烁噪声模型下的速度不确定度与同时段白噪声模型下的差异逐步减小, 闪烁噪声模型下3～4 a时段的速度不确定度与同时段白噪声模型的差异小于0.2 mm。 研究说明在有色噪声模型下要获得高精度的速度场需要3～4 a的观测数据, 白噪声模型下GPS速度场精度可靠可信的前提是采用不少于3～4 a的数据。 相似文献
5.
《地震研究》2016,(3)
基于2010~2014年云南地区25个GPS连续观测站的三维站坐标时间序列结果,通过不同噪声模型对其进行分析,结果表明:各坐标分量具有不同的噪声特性且最优噪声模型存在多样性,闪烁噪声+白噪声和幂律噪声+白噪声为该区主要的噪声模型,垂向分量最优噪声模型的分布表现出以NW向红河断裂带为分界的地域性。噪声模型与测站运动参数的定量分析表明,噪声模型对测站速度不确定度和年周期振幅不确定度影响较大,有色噪声模型下的速度不确定度和年周期振幅不确定度分别是白噪声模型下的3~7倍和2~3倍;噪声模型对速度及年周期振幅产生少量影响,有色噪声模型和白噪声模型下的线性速度估值偏差一般小于1 mm/a,少数测站垂向分量差异超过1 mm/a,年周期振幅估值偏差一般小于0.5 mm/a,且垂向分量偏差大于水平分量,东向分量偏差大于北向分量。 相似文献
6.
以云南地区27个GPS基准站坐标时间序列为研究对象,使用赤池信息量和贝叶斯信息量估计准则（AIC/BIC）对其进行噪声分析,计算并扣除时间序列中大气负载、非潮汐海洋负载和水文负载3种环境负载引起的位移量,得到各基准站分量在环境负载改正前后的最优噪声模型。结果表明,部分基准站分量经过负载改正后最优噪声模型会发生变化,改正前后的大部分基准站噪声特性均体现为闪烁+白噪声和幂律噪声。环境负载对基准站的垂向位移影响比水平向更为显著,水文负载成为影响基准站的最大因素,最大位移量达到厘米级。分析环境负载改正前后噪声特性的变化表明,环境负载改正在U分量上的影响最大,N分量次之,E分量最小,噪声模型的变化在地域上并未呈现明显规律。 相似文献
7.
8.
利用香港GPS连续运行参考站网络2001年1月至2007年8月的观测资料,全面深入地分析了12个基准站坐标序列特征.本文采用主成分空间滤波算法去除公共误差,来提高坐标序列的信噪比,并采用最大似然估计准则定量估计滤波后坐标序列的噪声特性,计算了地球表面质量负荷（包括大气、非潮汐海洋、积雪和土壤水）对香港GPS基准站坐标序列的影响.研究结果表明：香港GPS基准站坐标序列具有高度的空间相关性,其公共误差具有较强的季节性变化特征;地表质量负荷变化引起的香港地壳形变可以解释公共误差序列中约为3mm的垂向周年变化,经过质量负荷改正后的公共误差序列与高阶电离层误差高度相关;滤波后坐标序列的噪声特性可以用可变白噪声加闪烁噪声模型来描述,顾及闪烁噪声所计算的速度误差要比只考虑可变白噪声计算的速度误差大2~6倍;基准站间存在达1.5 mm/yr的相对水平运动,揭示香港地区存在活动断层;部分基准站坐标具有明显的振幅为1～2 mm本地季节性变化,所有测站的残差序列也表现出强烈的季节性变化. 相似文献
9.
澳大利亚GPS坐标时间序列跨度对噪声模型建立的影响分析 总被引：2，自引：0，他引：2
坐标时间序列跨度对噪声模型建立存在较大影响。本文利用澳大利亚板块内10个连续GPS测站1998年1月至2009年7月的观测资料,采用4种策略分别以2.5年和递增的时间间隔,全面深入地分析了10个坐标时间序列的噪声特性变化,以及对应的速度及其不确定性的变化情况。通过分析10测站的噪声特性,发现采用假设白噪声加闪烁噪声组合的噪声模型与采用假设幂律过程的噪声模型具有等效性,其速度不确定性从时间跨度～9.5年开始趋于并且优于～0.2mm／a。同时,结果表明：采用长于9.5年的时间序列可以改善噪声对位置时间序列中速度以及不确定性的影响;并且在该区域不适合采用去除共模误差的空间滤波方法对时间序列进行处理;描述这些时间序列水平分量的最优随机模型为采用白噪声和闪烁噪声的组合。 相似文献
10.
为研究高频GPS坐标时序的噪声特性,对芦山地震前后三天,北京时间8:00—9:00,位于四川盆地8个CORS站50Hz的高频观测资料进行解算与分析。分析过程中,分别采用恒星日滤波和主成分滤波分析以及去除时空噪声,并采用功率谱分析经滤波后的坐标时序。结果表明,高频GPS坐标时序的谱指数在1.6~2.0间,符合白噪声+随机游走噪声模型特性。建议当利用高频GPS研究地表运动特性、监测大型建筑的运动结构或确定GPS动态实验平台姿态时,应考虑高频GPS坐标时序的这一噪声特性。 相似文献
11.
In this paper,we analyze the time series of site coordinates of 27 continuously monitoring GPS sites covered bythe Crustal Movement Observation Network of China over the whole country.The data are obtained in the periodfrom the beginning of the observation to the November of 2005.On the basis of data processing,we analyze thepower spectrum density of coordinate component noise at each site and calculate the spectral indexes manifestingthe noise property of each component.The spectral indexes indicate that for most sites,the noise of time series ofeach coordinate component can be addressed by the model of white noise flicker noise;and for a small amountof sites,it can be described by the model of white noise flicker noise random walk noise.We also quantita-tively estimate each noise component in the model by using the criterion of maximum likelihood estimation.Theresult shows that the white noise in the time series of GPS site coordinates does not constitute the main part ofnoise.Therefore,the error estimation of site movement parameters is usually too small,or too optimistic if weconsider the white noise only.Correspondingly,if this factor is not fully considered in explaining these movementparameters,it might mislead the readers. 相似文献
12.
《中国科学:地球科学(英文版)》2015,(4)
The span of coordinate time series affects the determination of an optimal noise model. We analyzed position data recorded for 10 continuous Global Positioning System(GPS) sites from 1998.0 to mid-2009 on the Australian Plate to estimate the best noise model and thereafter obtain the true uncertainties of the velocity, employing the maximum likelihood estimation(MLE) method. MLE was employed to analyze the data in four ways. In the first two analyses, the noise was assumed to be a combination of flicker noise and white noise for the raw time series and spatially filtered time series. In the final two analyses, the spectral indices and amplitudes were simultaneously estimated for a power law noise plus white noise model for the raw time series and spatially filtered time series. We conclude that the noise model of GPS time series in Australia can be best described as the combination of flicker noise and white noise. Velocity uncertainties fall below ~0.2 mm/yr when the time span exceeds ~9.5 years. A comparison of noise amplitudes and maximum likelihood estimation values between the raw and spatially filtered time series suggests that traditional spatial filtering to remove common-mode errors might not be applicable to the raw time series of this region. 相似文献
13.
Analysis of seasonal signals and long-term trends in the height time series of IGS sites in China 总被引：1，自引：0，他引：1
The seasonal signal and long-term trend in the height time series of 10 IGS sites in China are investigated in this paper. The offset detection and outlier removal as well as the removal of common mode error are performed on the raw GPS time-series data developed by the Scripps Orbit and Permanent Array Center (SOPAC). The seasonal-trend decomposition procedure based on LOESS (STL) is utilized to extract precise seasonal signals, followed by an estimation of the long-term trend with the application of maximum likelihood estimation (MLE) to the seasonally adjusted time series. The Up-components of all sites are featured by obvious seasonal variations, with significant phase and amplitude modulation on some sites. After Kendall’s tau test, a significant trend (99% confidence interval) for all sites is achieved. Furthermore, the trends at sites TCMS and TNML have significant changes at epochs 2009.5384 and 2009.1493 (95% confidence interval), respectively, using the Breaks For Additive Seasonal and Trend test. Finally, the velocities and their uncertainties for all sites are estimated using MLE with the white noise plus flicker noise model. And the results are analyzed and compared with those announced by SOPAC. The results obtained in this paper have a higher precision than the SOPAC results. 相似文献