排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
在高精度GPS数据处理中,海潮的影响是一个不可忽略的因素。利用GAMIT软件解算2011年东南极沿海地区中国中山站及其周边6个IGS站的GPS数据,对比分析了FES2004、DTU10、EOT11a、GOT4.7、HAMTIDE11a、OSU12以及TPXO7.2等7个全球海潮模型在不同测站的海潮负荷差异,比较了海潮负荷对于GPS基线解的影响。结果表明,海潮负荷对GPS基线解的影响与测站所处位置及基线方位有关,达到cm级,相对影响达到10-8,因此,在高精度的GPS基线解算中必须考虑海潮的影响;但选用不同海潮模型对东南极沿海地区GPS基线解算的差异可忽略不计。 相似文献
2.
利用GPS遥感的可降水量、气象数据、探空数据及降雪资料,分析中国北极黄河站区的可降水量特征,得出可降水量与地面水汽压的转换模型;分析可降水量、露点温度差、水汽压在强降雪天气中的变化特征,研究强降雪天气过程中的探空层结构,有助于利用GPS可降水量预报雨雪天气。 相似文献
3.
共性误差是区域连续GPS网络中存在的一种与时空相关的主要误差源.对区域网络使用空间滤波能够有效减小这种误差并改善坐标时间序列的精度.本文使用GAMIT/GLOBK 10.5软件解算南极半岛区域11个GPS测站2010—2014的数据,各测站独立估计的单天解组成坐标时间序列.利用堆栈法(stacking)、主分量分析法(principal component analysis,简称PCA)和Karhunen-Loeve展开法(KLE)对其进行空间滤波,在利用PCA和KLE方法进行空间滤波时,使用前两个主分量作为共有模式分量.结果表明:三种方法均能有效提取南极半岛区域共性误差,PCA方法的滤波效果明显优于stacking方法,略微优于KLE方法;空间滤波能够有效减小残差时间序列的振幅、功率和RMS;对坐标时间序列进行空间滤波能够有效降低其线性项和周期项误差,从而提高线性项和周期项估计的精度.共性误差的谱分析结果显示在U方向上存在9.4天、13.7天等短周期的信号,推测共性误差组成成分中可能含有与海潮相关的误差源. 相似文献
4.
全球海潮模型研究进展 总被引：1，自引：1，他引：0
阐述潮汐分析方法和建模方法,归纳总结了FES,CSR,GOT,NAO,TPXO,EOT,DTU,HAMTIDE及OSU系列全球海潮模型的建立机构、使用数据及构建方法等。对比分析2010年后出现的几种新的海潮模型(FES2012,EOT11a,DTU10和HAMTIDE11a)在南大洋的M2振幅,发现模型间差异主要集中在浅水及极地地区,其中极地地区高精度卫星测高数据的缺少及海冰的季节性变化,是导致建模精度较差的主要原因。最后对海潮模型的发展方向提出一些建议。 相似文献
5.
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
6.
高精度GNSS速度场是研究地壳垂向运动及板块运动的基础,能够为冰川均衡调整（Glacial Isostatic Adjustment,GIA）的建模提供外部检核和新的约束.共性误差（Common Mode Error,CME）是区域连续GNSS时间序列中存在的一种与时空相关的主要误差源,通过空间滤波可有效的降低共性误差的影响,提高坐标时间序列的精度.目前广泛采用的主分量分析法（Principal Component Analysis,PCA）,基于二阶统计量（方差和协方差）进行处理,没有充分利用CME高阶统计信息.而独立分量分析ICA （Independent Component Analysis）,引入高阶统计量,能够分离出统计独立的非高斯信号.以南极半岛地区的15个GNSS站点为例,由于某些站点存在强烈的局部效应,因此引入了因子分析法首先对异常站进行剔除,然后对比分析了PCA和ICA方法在南极半岛地区区域滤波结果.结果显示,ICA的滤波效果要优于PCA,ICA滤波前后E、N、U三个方向RMS平均降低44.69%、26.94%、34.87%,不确定度分别降低37.43%,44.58%,55.86%,有效的降低了GNSS残差序列的发散性和速度的不确定度. 相似文献
1