CN115166846B - 基于负荷形变的区域地面重力变化连续监测方法 - Google Patents

基于负荷形变的区域地面重力变化连续监测方法 Download PDF

Info

Publication number
CN115166846B
CN115166846B CN202211075912.6A CN202211075912A CN115166846B CN 115166846 B CN115166846 B CN 115166846B CN 202211075912 A CN202211075912 A CN 202211075912A CN 115166846 B CN115166846 B CN 115166846B
Authority
CN
China
Prior art keywords
ground
cors
change
data
gravity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211075912.6A
Other languages
English (en)
Other versions
CN115166846A (zh
Inventor
王伟
章传银
党亚民
杨强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese Academy of Surveying and Mapping
Original Assignee
Chinese Academy of Surveying and Mapping
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chinese Academy of Surveying and Mapping filed Critical Chinese Academy of Surveying and Mapping
Priority to CN202211075912.6A priority Critical patent/CN115166846B/zh
Publication of CN115166846A publication Critical patent/CN115166846A/zh
Application granted granted Critical
Publication of CN115166846B publication Critical patent/CN115166846B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V7/00—Measuring gravitational fields or waves; Gravimetric prospecting or detecting
    • G01V7/02—Details
    • G01V7/06—Analysis or interpretation of gravimetric records
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供一种基于负荷形变的区域地面重力变化连续监测方法，属于地质测绘技术领域，所述方法包括：确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列，并确定目标区域的残差重力变化数据；基于目标区域的残差重力变化数据和地表负荷对应的重力变化数据，确定目标区域的重力变化数据。本发明提供的基于负荷形变的区域地面重力变化连续监测方法，通过获取离散分布的连续运行基准站CORS的观测数据，将地表负荷对应的大地高变化值进行移去，进而反演得到更加准确的残差重力变化数据，最终和精确的地表负荷对应的重力变化数据叠加得到重力变化数据，既能保证数据在时间和空间上的分辨率，又保证了数据的准确性。

Description

基于负荷形变的区域地面重力变化连续监测方法
技术领域
本发明涉及地质测绘技术领域，尤其涉及一种基于负荷形变的区域地面重力变化连续监测方法。
背景技术
区域地面重力变化连续监测方法有地面重力台站观测、流动重力复测以及卫星重力观测等。
地面重力台站连续观测，是利用重力台站上的连续重力观测仪进行观测，获得准确、可靠、连续的重力随时间变化的观测资料及辅助观测资料，并利用平均滤波器将重力仪观测数据采样率降低，抽取整点值，开展间断、掉格、突跳等粗差探测和预处理，并完成零漂改正，形成重力变化时间序列。流动重力复测，是利用相对重力仪对重力测点进行定期复测，以获取重力测点之间的重力段差及复测间隔时间内的重力段差变化信息。重力变化由多期复测的差值计算。卫星重力观测，是以卫星为载体，利用卫星本身为重力传感器或卫星所携带的重力传感器，观测由地球重力场引起的卫星轨道摄动，以这些数据资料来反演和恢复地球重力场的方法和技术。
由于重力台站建站花费较大，且重力台站数目较少，虽然流动重力测量点相对重力台站要丰富，但是不能连续测量，一般每年复测1至2次。重力台站测量和流动重力测量主要是以测点形式开展，在空间分辨率上也存在不足。卫星重力测量能够提供全球重力场变化，并提供面上的重力变化，但是分辨率较低，一般空间分辨率300千米以上，时间分辨率1个月左右。
如何方便地对地面重力变化进行准确监测是一个亟需解决的问题。
发明内容
本发明提供一种基于负荷形变的区域地面重力变化连续监测方法，用以解决现有技术中监测成本高且监测分辨率低的缺陷，实现利用分布广泛的CORS站的观测数据得到高分辨率的重力变化监测数据。
本发明提供一种基于负荷形变的区域地面重力变化连续监测方法，包括：
确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列；
基于每个所述CORS的非线性大地高变化时间序列和地表负荷对应的大地高变化值，得到每个所述CORS的残差大地高时间序列；
基于所有所述CORS的残差大地高时间序列，确定所述目标区域的残差等效水高变化数据；
基于所述目标区域的残差等效水高变化数据，确定所述目标区域的残差重力变化数据；
基于所述目标区域的残差重力变化数据和所述地表负荷对应的重力变化数据，确定所述目标区域的重力变化数据。
根据本发明提供的一种基于负荷形变的区域地面重力变化连续监测方法，所述基于所有所述CORS的残差大地高时间序列，确定所述目标区域的残差等效水高变化数据，包括：
将所有所述CORS的残差大地高时间序列代入地面等效水高变化引起的大地高变化数据观测方程；
以残差等效水高变化数据为未知数，对所述大地高变化数据观测方程进行求解；
所述大地高变化数据观测方程表示为：
Figure 872386DEST_PATH_IMAGE001
其中，
Figure 336865DEST_PATH_IMAGE002
为地面计算点的地心纬度和经度，
Figure 818793DEST_PATH_IMAGE003
为地面积分流动点的地 心纬度和经度，L为地面积分流动点到地面计算点的空间距离，
Figure 717217DEST_PATH_IMAGE004
为残差等效水高变化 数据，
Figure 940388DEST_PATH_IMAGE005
为径向格林函数，
Figure 739716DEST_PATH_IMAGE006
为球面角距离，
Figure 872889DEST_PATH_IMAGE007
为构造垂直形变、地下水均衡垂直 形变以及噪声影响因子，
Figure 365050DEST_PATH_IMAGE008
为水的密度，G为万有引力常数。
根据本发明提供的一种基于负荷形变的区域地面重力变化连续监测方法，所述对所述大地高变化数据观测方程进行求解，包括：
以所述CORS为中心按照高斯函数配置平滑系数；
基于地面及外部重力位形变与地面其他形变量之间的动力学约束，地球内部密度调整与地面形变量之间的地球物理关系以及体元的瞬时应力与瞬时形变位移关系，设置所述大地高变化数据观测方程求解的边界条件；
基于所述平滑系数、所述边界条件以及标准差最小原则约束，通过基于岭估计的正则化解算所述大地高变化数据观测方程。
根据本发明提供的一种基于负荷形变的区域地面重力变化连续监测方法，所述地表负荷对应的重力变化数据通过以下方式确定：
获取所述目标区域的地表负荷变化格网数据；
对所述地表负荷变化格网数据进行规格化负荷球谐化分析，确定每个所述CORS的所述地表负荷对应的等效水高变化数据；
基于每个所述CORS的所述地表负荷对应的等效水高变化数据，确定所述地表负荷对应的重力变化数据。
根据本发明提供的一种基于负荷形变的区域地面重力变化连续监测方法，所述地表负荷对应的大地高变化值通过以下方式确定：
获取所述目标区域的地表负荷变化格网数据；
对所述地表负荷变化格网数据进行规格化负荷球谐化分析，确定每个所述CORS的所述地表负荷对应的大地高变化值。
根据本发明提供的一种基于负荷形变的区域地面重力变化连续监测方法，所述确定目标区域内每个卫星导航定位基准站CORS的非线性大地高变化时间序列，包括：
获取每个所述CORS在目标时间段内的观测数据；
解算每个所述CORS的观测数据，得到每个所述CORS的站点坐标变化时间序列；
基于每个所述CORS的站点坐标变化时间序列，确定每个所述CORS的非线性大地高变化时序。
根据本发明提供的一种基于负荷形变的区域地面重力变化连续监测方法，所述地表负荷包括大气负荷、地表水负荷和非潮汐海潮负荷中的至少一种。
本发明还提供一种地面重力变化监测装置，包括：
第一处理模块，用于确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列；
第二处理模块，用于基于每个所述CORS的非线性大地高变化时间序列和地表负荷对应的大地高变化值，得到每个所述CORS的残差大地高时间序列；
第三处理模块，用于基于所有所述CORS的残差大地高时间序列，确定所述目标区域的残差等效水高变化数据；
第四处理模块，用于基于所述目标区域的残差等效水高变化数据，确定所述目标区域的残差重力变化数据；
第五处理模块，用于基于所述目标区域的残差重力变化数据和所述地表负荷对应的重力变化数据，确定所述目标区域的重力变化数据。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于负荷形变的区域地面重力变化连续监测方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于负荷形变的区域地面重力变化连续监测方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于负荷形变的区域地面重力变化连续监测方法。
本发明提供的基于负荷形变的区域地面重力变化连续监测方法，通过获取离散分布的连续运行基准站CORS的观测数据，将地表负荷对应的大地高变化值进行移去，可以得到残差大地高时间序列，进而反演得到准确的残差等效水高变化格网数据，降低已知的地表负荷对反演求解的干扰，进而得到更加准确的残差重力变化数据，最终和精确的地表负荷对应的重力变化数据叠加得到目标区域准确的重力变化数据，既能保证数据在时间和空间上的分辨率，又保证了数据的准确性，还有效降低了成本。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的基于负荷形变的区域地面重力变化连续监测方法的流程示意图之一；
图2是本发明提供的基于负荷形变的区域地面重力变化连续监测方法的流程示意图之二；
图3是本发明提供的A地区的部分CORS大地高变化时间序列示意图；
图4是本发明提供的A地区的地面重力变化格网时序示意图；
图5是本发明提供的地面重力变化监测装置的结构示意图；
图6是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合图1-图6描述本发明的基于负荷形变的区域地面重力变化连续监测方法。
本发明实施例的基于负荷形变的区域地面重力变化连续监测方法的执行主体可以是控制器，或者，还可以是服务器等，此处对执行主体的具体类型不作限制。下面以执行主体为地面重力变化监测平台的服务器为例来对本发明实施例的基于负荷形变的区域地面重力变化连续监测方法进行说明。
针对现有技术中地面重力变化监测中存在的不足，例如流动重力复测时间长、卫星重力观测空间分辨率低等，本发明实施例的地面重力监测方法提出基于负荷形变理论来建立地面形变和地面重力变化的关系模型，利用CORS（Continuously OperatingReference Station，连续运行基准站）组网和GNSS（Global Navigation SatelliteSystem，全球卫星导航定位系统）连续观测的技术优势，解算地面形变信息，基于形变动力学及移去恢复技术，同化水文、气象等观测资料，建立区域地面重力变化模型。本发明可以有效利用现有的GNSS连续观测站点，即连续运行基准站CORS，又称卫星导航定位基准站，来有效提升地面重力变化监测水平，降低监测成本。
如图1所示，本发明实施例的基于负荷形变的区域地面重力变化连续监测方法主要包括步骤110、步骤120、步骤130、步骤140和步骤150。
步骤110，确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列。
需要说明的是，目标区域为需要进行地面重力变化监测的区域。在本实施方式中，可以通过利用目标区域内CORS网络中各个站点的观测数据来重构大地高时间序列。
在一些实施例中，确定目标区域内每个卫星导航定位基准站CORS的非线性大地高变化时间序列包括以下步骤。
可以先获取每个CORS在目标时间段内的观测数据。目标时间段为需要对地面重力变化进行监测的时间段。例如，目标时间段可以是3年-5年，目标时间段的长度可以根据实际需要进行确定。
在获取到观测数据后，需要对观测数据进行解算，得到各个CORS的大地高时间序列。
CORS观测数据的解算一般采用GAMIT/GLOBK软件进行。GAMIT/GLOBK软件对每站每日的GNSS观测数据进行解算，观测数据包括观测站位置、接收机钟差与卫星钟差等在内的多种参数。
在本实施方式中，可以获得测站和卫星轨道的单日区域松弛解，单日解给出了区域测站、极移和卫星等参数的松弛解和方差-协方差矩阵，再利用GLOBK软件进行整体平差，得到国际框架下的站点坐标变化时间序列。
在此基础上，再对站点坐标变化时间序列进行粗差探测、线性项移去、非线性项多周期重构。对CORS站GNSS解大地高和连续重力时间序列进行预处理，再进行数据统计，统计最大最小值、标准差等信息，以3倍标准差（3σ）准则进行初步的粗差探测以及跳变修复。
再基于正交余弦、切比谢夫等不同基函数的低频参数重构算法，构筑时序线性项。通过分离时序线性项，对非线性部分再次利用3σ准则进行信噪分离，来实现二次粗差探测。
通过傅里叶分析方法，利用大地高变化时序的频谱特征，进行周期提取，并利用选定的周期进行信号重构，基于前后残差变化小于观测时序标准差的2%，获得非线性大地高变化时序。
换言之，可以解算每个CORS的观测数据，得到每个CORS的站点坐标变化时间序列，再对每个CORS的站点坐标变化时间序列进一步解算，确定出每个CORS的非线性大地高变化时序。
在本实施方式中，通过对CORS的观测数据进行解算，可以得到目标区域内每个CORS站点的非线性大地高变化时序，而大地高与地面重力均与地面等效水高之间存在关联关系，进而方便通过大地高数据来反演地面等效水高数据，再通过地面等效水高数据来确定地面重力变化数据。
步骤120，基于每个CORS的非线性大地高变化时间序列和地表负荷对应的大地高变化值，得到每个CORS的残差大地高时间序列。
受地表负荷变化影响，CORS的大地高随时间变化。地表负荷变化引起的CORS的大地高变化满足负荷格林函数积分式。
地表负荷包括大气负荷、地表水负荷和非潮汐海潮负荷中的至少一种。
大气中含有较多的大气水。地表水包括土壤水、江河湖库水以及冰川冰盖雪山水等。非潮汐海潮包括除了海洋潮汐以外的海平面变化等现象。
在地表负荷发生较大变化的情况下，当前区域容易遭遇极端天气、地震、潮汐等动力环境异常的情况，并引发地质灾害。地质灾害的发生与地面的垂直形变以及重力变化有较大的关联性，通过离散分布的CORS能够实现对地面垂直形变的连续监测。
在一些实施例中，地表负荷对应的大地高变化值通过以下方式确定。
可以先获取目标区域的地表负荷变化格网数据，再对地表负荷变化格网数据进行规格化负荷球谐化分析，并确定每个CORS的地表负荷对应的大地高变化值。
大气负荷、地表水负荷和非潮汐海潮负荷，可用地面等效水高表示。地面等效水高 变化
Figure 75517DEST_PATH_IMAGE009
的规格化负荷球谐展开式为：
Figure 668084DEST_PATH_IMAGE010
根据地球负荷形变动力学理论，地面等效水高变化引起的大地高
Figure 108293DEST_PATH_IMAGE011
变 化为：
Figure 53246DEST_PATH_IMAGE012
其中，
Figure 844485DEST_PATH_IMAGE002
为地面计算点的地心纬度和经度，
Figure 969304DEST_PATH_IMAGE013
为n阶m次规格 化负荷球谐系数，
Figure 529599DEST_PATH_IMAGE014
为n阶m次规格化缔合勒让德函数，
Figure 114295DEST_PATH_IMAGE015
为n阶位负荷（勒夫）数，
Figure 799354DEST_PATH_IMAGE016
为n阶径向负荷数，
Figure 478597DEST_PATH_IMAGE017
为水的密度，
Figure 142666DEST_PATH_IMAGE018
为固体地球平均密度，G为万有引力常数，M为地球 总质量，R为地球平均半径，
Figure 147531DEST_PATH_IMAGE019
为地面平均重力。
在本实施方式中，通过对地表负荷变化格网数据的规格化负荷球谐化分析，能够确定出各个CORS因地表负荷所产生的大地高变化，进而方便进一步确定出每个CORS的残差大地高时间序列。
在一些实施例中，可以先后对大气负荷、地表水负荷和非潮汐海潮负荷所引起的大地高变化从非线性大地高变化时间序列中移去，最后得到每个CORS的残差大地高时间序列。
对于大气负荷，可以将全球大气压月平均格网数据转换为等效水高格网，再将转换后的全球大气等效水高格网数据进行规格化球谐展开，获得全球大气等效水高球谐系数，并保存球谐系数到360阶。
在一些实施例中，可以由球谐系数计算地面大地高变化。从区域大气观测中移去全球大气等效水高值，计算区域残差大气等效水高。由残差大气等效水高，按格林函数法计算残差地面大地高变化的影响。将模型大气负荷影响与残差大气负荷影响相加，得到目标区域大气负荷影响，其包括对大地高变化的影响。
在此种情况下，再从非线性大地高变化时序中，移去大气负荷对大地高的影响。
对于地表水负荷，地表水负荷可利用全球陆面数据同化系统模型进行计算。地表水负荷可以根据地表径流情况来单独计算江河湖库水负荷影响。
在一些实施例中，主要考虑到土壤水负荷影响，可以考虑只对土壤水负荷进行确定。在此种情况下，可以将全球土壤水等效水高格网进行规格化球谐展开，得到360阶等效水高球谐系数，并由土壤水等效水高球谐系数计算对大地高的负荷影响。
在此种情况下，再从非线性大地高变化时序中，移去地表水负荷对大地高的影响。
对于非潮汐海洋负荷，主要考虑到对沿海的目标区域的影响。在一些实施例中，可以根据目标区域距离海洋的远近来确定是否需要考虑非潮汐海洋负荷的影响。
在本实施方式中，可以利用全球海平面变化数据，并基于负荷形变理论，采用球谐分析方法，计算非潮汐海洋负荷对大地高变化的影响。
在此种情况下，再从非线性大地高变化时序中，移去非潮汐海洋负荷对大地高的影响。
步骤130，基于所有CORS的残差大地高时间序列，确定目标区域的残差等效水高变化数据。
可以理解的是，根据地球负荷形变理论，大地高与等效水高之间满足负荷格林函数。
在本实施方式中，可以根据大地高与等效水高之间的关系式建立残差大地高与对应的残差等效水高之间的关系。
在一些实施例中，可以将所有CORS的残差大地高时间序列代入地面等效水高变化引起的大地高变化数据观测方程，并以残差等效水高变化数据为未知数，对大地高变化数据观测方程进行求解。
大地高变化数据观测方程表示为：
Figure 195252DEST_PATH_IMAGE020
其中，
Figure 678186DEST_PATH_IMAGE002
为地面计算点的地心纬度和经度，
Figure 462340DEST_PATH_IMAGE021
为地面积分流动点的地 心纬度和经度，L为地面积分流动点到地面计算点的空间距离，
Figure 372527DEST_PATH_IMAGE004
为残差等效水高变化 数据，
Figure 32179DEST_PATH_IMAGE022
为径向格林函数，
Figure 803957DEST_PATH_IMAGE023
为球面角距离，
Figure 927771DEST_PATH_IMAGE024
为构造垂直形变、地下水均衡垂直形 变以及噪声影响因子，
Figure 314584DEST_PATH_IMAGE025
为水的密度，G为万有引力常数。
在本实施方式中，可以根据以获取的CORS的残差大地高时间序列反演推算出其所对应的残差等效水高变化数据。
在一些实施例中，对大地高变化数据观测方程进行求解，包括以下过程。
可以按照CORS为中心按照高斯函数配置平滑系数。通过平滑系数可以控制解算收敛的速度，并根据实际收敛情况调整比例系数。以CORS为中心能最大限度抑制格网化代表性误差。
在一些实施例中，平滑系数可以配置为：
Figure 789428DEST_PATH_IMAGE026
其中，
Figure 364897DEST_PATH_IMAGE027
为地面计算点的地心纬度和经度，R为地球平均半径，σ为各个地面计 算点的离散程度。
在一些实施例中，可以根据弹性地球动力学方程组，设置边界条件。弹性地球动力学方程组，包括角动量守恒方程、连续性方程和本构方程。
角动量守恒方程是自转地球的线性弹性运动方程。可以通过利用角动量守恒方程，建立地面及外部重力位形变与地面其他形变量之间的动力学约束。
连续性方程中形变前后质量守恒。利用连续性方程可以建立地球内部密度调整与地面形变量之间的地球物理关系，位形变与密度形变满足泊松方程。
本构方程是体元的瞬时应力与瞬时形变位移关系。在静力平衡初始状态，假设各 向同性，对自转地球微小弹性形变的完整动力学方程建立以下边界条件：解在地球质心处 正则；地球表面上的应力为零；地球内部不连续面处位移形变与应力连续；地球内外位形变 在地球表面及内部不连续面上相等。形变位移u各分量和位形变
Figure 608797DEST_PATH_IMAGE028
有相同调和级数形式。
在此种情况下，可以基于地面及外部重力位形变与地面其他形变量之间的动力学约束，地球内部密度调整与地面形变量之间的地球物理关系以及体元的瞬时应力与瞬时形变位移关系，设置大地高变化数据观测方程求解的边界条件。再根据平滑系数、边界条件以及标准差最小原则约束，通过基于岭估计的正则化解算大地高变化数据观测方程。
在解算过程中，可以根据积分半径，设置计算点远区影响为0，进行反演收敛约束。可以以标准差最小原则约束，调整迭代次数，并综合采用基于岭估计的正则化方法解算法方程。
岭估计是在解算中增加一个正常矩阵，使得解的奇异性可能性降低，提高解算稳定性。
在本实施方式中，以标准差最小和动力学规律等设置约束条件，整个解算过程一般需要进行多次迭代计算，直到满足限定条件，实现了目标区域高分辨负荷等效水高建模反演，进而可以获取更加准确的数据。
步骤140，基于目标区域的残差等效水高变化数据，确定目标区域的残差重力变化数据。
在此种情况下，可以根据等效水高数据与地面重力之间满足的格林函数积分式来计算目标区域的残差等效水高变化数据所对应的残差重力变化数据。
步骤150，基于目标区域的残差重力变化数据和地表负荷对应的重力变化数据，确定目标区域的重力变化数据。
在确定出残差重力变化数据后，再将地表负荷对应的重力变化数据进行恢复。具体地，可以将地表负荷对应的重力变化数据与残差重力变化数据进行叠加，最终得到目标区域的重力变化数据。
在一些实施例中，地表负荷对应的重力变化数据通过以下方式确定。
可以先获取目标区域的地表负荷变化格网数据，再对地表负荷变化格网数据进行规格化负荷球谐化分析，确定每个CORS的地表负荷对应的等效水高变化数据。
在此基础上，再根据每个CORS的地表负荷对应的等效水高变化数据，确定地表负荷对应的重力变化数据。
在一些实施例中，可以利用反演获得的残差等效水高变化数据，可以计算对地面重力变化，具体可以采用下面的公式计算：
Figure 532890DEST_PATH_IMAGE029
与上述实施例类似的，大气负荷、地表水负荷和非潮汐海潮负荷，可用地面等效水 高表示。地面等效水高变化
Figure 744298DEST_PATH_IMAGE030
的规格化负荷球谐展开式为：
Figure 107146DEST_PATH_IMAGE010
地表负荷对应的重力变化数据可以采用地表负荷对应的地面等效水高变化引起的地面重力变化公式计算：
Figure 221863DEST_PATH_IMAGE031
；
其中，
Figure 441492DEST_PATH_IMAGE032
为重力格林函数，
Figure 874616DEST_PATH_IMAGE033
为地面计算点的地心纬度和经度，
Figure 978839DEST_PATH_IMAGE034
为n阶m次规格化负荷球谐系数，
Figure 666172DEST_PATH_IMAGE035
为n阶m次规格化缔合勒让德函 数，
Figure 73014DEST_PATH_IMAGE015
为n阶位负荷（勒夫）数，
Figure 478587DEST_PATH_IMAGE036
为n阶径向负荷数，
Figure 963664DEST_PATH_IMAGE037
为水的密度，
Figure 708766DEST_PATH_IMAGE038
为固体地球平 均密度，G为万有引力常数，M为地球总质量，R为地球平均半径。
在本实施方式中，地表负荷数据为已知的影响地面重力负荷的因素，根据地表负荷变化数据所求得的地表负荷对应的重力变化数据是地面重力变化中可以准确得到的一部分变化量。
在反演推算残差等效水高变化数据时，通过将非线性大地高变化时间序列中地表负荷对应的大地高变化值进行移去，可以将已知的地表负荷对应的等效水高变化数据进行去除，降低已知的地表负荷数据对未知数据在反演解算过程中的干扰，进而提高解算精度，从而提高数据的准确性。
需要说明的是，现有技术中，重力台站和流动重力复测是以点的形式对地面重力进行观测。重力台站由于站点稀少，空间分辨率低，而流动重力复测的时间分辨率较低。卫星重力的空间分辨率约在300km，时间分辨率1月左右，分辨率也偏低。本发明利用CORS站网，综合水文气象数据，施加负荷动力学约束和移去恢复技术，构建了残差负荷等效水高模型，实现了地面重力变化的高时空分辨率监测，时间分辨率可达1周，空间分辨率5km左右。
传统区域地面重力变化主要利用流动重力复测手段，在固定点上开展多期观测，需要花费较大的人力物力。本发明实施例的地面重力变化检测方法可以利用现有的CORS进行观测，通过解算三维坐标变化，进行数据综合反演，实现对地面重力变化监测，可以有效节约观测成本，提高监测效率。
根据本发明实施例提供的基于负荷形变的区域地面重力变化连续监测方法，通过获取离散分布的连续运行基准站CORS的观测数据，将地表负荷对应的大地高变化值进行移去，可以得到残差大地高时间序列，进而反演得到准确的残差等效水高变化格网数据，降低已知的地表负荷对反演求解的干扰，进而得到更加准确的残差重力变化数据，最终和精确的地表负荷对应的重力变化数据叠加得到目标区域准确的重力变化数据，既能保证数据在时间和空间上的分辨率，又保证了数据的准确性，还有效降低了成本。
参照图2，下面以目标区域为内陆区域A地区为例来对本发明实施例的重力变化监测方法进行详细说明。
在本实施方式中，可以利用A地区的CORS网进行观测并获取观测数据，再对CORS网观测数据进行解算与数据预处理。可以利用GAMIT解算获得测站和卫星轨道的单日区域松弛解，这个单日解给出了区域测站、极移和卫星等参数的松弛解和方差-协方差矩阵，利用GLOBK软件进行整体平差，得到国际框架下的站点坐标变化时间序列。
CORS站天解大地高时序分析、线性项分离与非线性变化提取流程为：针对每座CORS站大地高天解时间序列，以切比雪夫函数为基函数，对时序进行低频参数估计，分离线性项；按低频参数重构大地高非线性变化时序，作为粗差探测的基准，按3倍残差标准差，探测并剔除粗差，生成大地高非线性变化时间序列。对时序散点进行周期估计，以60个周期，估计周期项参数，然后重构大地高非线性变化时序。
如图3所示，图3展示了部分CORS的大地高变化时间序列，图3中，横坐标表示时间，纵坐标表示大地高。
在本实施方式中，由于A地区距离海洋较远，非潮汐海洋负荷影响很小，可忽略不计。但是在沿海区域，需要考虑非潮汐海洋负荷影响。因此，在A地区只需要移去大气负荷和地表水负荷对大地高和地面重力的影响，进而得到残差观测量，并通过残差观测方程反演解算得到残差等效水高，进而再求出残差地面重力变化。
在一些实施例中，可以利用全球大气模型和区域数字地形模型，采用球谐分析方法转换为等效水高球谐系数，通过负荷形变公式计算大气负荷对大地高变化和地面重力变化的影响。
在一些实施例中，可以利用地表水模型和数字地形模型数据，计算地表水负荷对大地高变化影响。全球地表水等效水高月变化采用全球大陆同化系统数据。将地表水等效水高采用球谐分析方法转换为球谐系数，分别计算负荷对大地高变化和地面重力变化的影响。
根据负荷动力学方程，将残差大地高变化周平均，利用每周点数据建立观测方程和法方程。以CORS站为中心按高斯函数配置平滑系数，平滑半径选择1度。
在此基础上，可以利用反演获得的残差等效水高计算对地面重力变化影响，即得到残差地面重力变化，并恢复已知的大气负荷和地表水负荷对地面重力变化的影响，获得区域地面重力变化格网数值模型，实现区域地面重力变化连续监测，如图4所示，图中示出了A地区的地面重力变化格网时序示意图，其中横坐标表示时间，纵坐标表示重力，重力通过重力加速度的单位uGal来将进行表征，重力的最大值、平均值和最小值分别采用不同的曲线进行展示。
下面对本发明提供的地面重力变化监测装置进行描述，下文描述的地面重力变化监测装置与上文描述的基于负荷形变的区域地面重力变化连续监测方法可相互对应参照。
如图5所示，本发明实施例的地面重力变化监测装置包括第一处理模块510、第二处理模块520、第三处理模块530、第四处理模块540以及第五处理模块550。
第一处理模块510用于确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列；
第二处理模块520用于基于每个CORS的非线性大地高变化时间序列和地表负荷对应的大地高变化值，得到每个CORS的残差大地高时间序列；
第三处理模块530用于基于所有CORS的残差大地高时间序列，确定目标区域的残差等效水高变化数据；
第四处理模块540用于基于目标区域的残差等效水高变化数据，确定目标区域的残差重力变化数据；
第五处理模块550用于基于目标区域的残差重力变化数据和地表负荷对应的重力变化数据，确定目标区域的重力变化数据。
根据本发明实施例提供的重力变化监测装置，通过获取离散分布的连续运行基准站CORS的观测数据，将地表负荷对应的大地高变化值进行移去，可以得到残差大地高时间序列，进而反演得到准确的残差等效水高变化格网数据，降低已知的地表负荷对反演求解的干扰，进而得到更加准确的残差重力变化数据，最终和精确的地表负荷对应的重力变化数据叠加得到目标区域准确的重力变化数据，既能保证数据在时间和空间上的分辨率，又保证了数据的准确性，还有效降低了成本。
在一些实施例中，第三处理模块530还用于将所有CORS的残差大地高时间序列代入地面等效水高变化引起的大地高变化数据观测方程；以残差等效水高变化数据为未知数，对大地高变化数据观测方程进行求解；
大地高变化数据观测方程表示为：
Figure 473460DEST_PATH_IMAGE039
其中，
Figure 179379DEST_PATH_IMAGE040
为地面计算点的地心纬度和经度，
Figure 687721DEST_PATH_IMAGE041
为地面积分流动点的地 心纬度和经度，L为地面积分流动点到地面计算点的空间距离，
Figure 287329DEST_PATH_IMAGE042
为残差等效水高变化 数据，
Figure 743630DEST_PATH_IMAGE043
为径向格林函数，
Figure 123796DEST_PATH_IMAGE006
为球面角距离，
Figure 983299DEST_PATH_IMAGE044
为构造垂直形变、地下水均衡垂直 形变以及噪声影响因子，
Figure 30889DEST_PATH_IMAGE045
为水的密度，G为万有引力常数。
在一些实施例中，第三处理模块530还用于以CORS为中心按照高斯函数配置平滑系数；
基于地面及外部重力位形变与地面其他形变量之间的动力学约束，地球内部密度调整与地面形变量之间的地球物理关系以及体元的瞬时应力与瞬时形变位移关系，设置大地高变化数据观测方程求解的边界条件；
基于平滑系数、边界条件以及标准差最小原则约束，通过基于岭估计的正则化解算大地高变化数据观测方程。
在一些实施例中，第五处理模块550还用于获取目标区域的地表负荷变化格网数据；对地表负荷变化格网数据进行规格化负荷球谐化分析，确定每个CORS的地表负荷对应的等效水高变化数据；基于每个CORS的地表负荷对应的等效水高变化数据，确定地表负荷对应的重力变化数据。
在一些实施例中，第二处理模块520还用于获取目标区域的地表负荷变化格网数据；对地表负荷变化格网数据进行规格化负荷球谐化分析，确定每个CORS的地表负荷对应的大地高变化值。
在一些实施例中，第一处理模块510还用于获取每个CORS在目标时间段内的观测数据；解算每个CORS的观测数据，得到每个CORS的站点坐标变化时间序列；基于每个CORS的站点坐标变化时间序列，确定每个CORS的非线性大地高变化时序。
在一些实施例中，地表负荷包括大气负荷、地表水负荷和非潮汐海潮负荷中的至少一种。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器（processor）610、通信接口（Communications Interface）620、存储器（memory）630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行基于负荷形变的区域地面重力变化连续监测方法，该方法包括：确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列；基于每个CORS的非线性大地高变化时间序列和地表负荷对应的大地高变化值，得到每个CORS的残差大地高时间序列；基于所有CORS的残差大地高时间序列，确定目标区域的残差等效水高变化数据；基于目标区域的残差等效水高变化数据，确定目标区域的残差重力变化数据；基于目标区域的残差重力变化数据和地表负荷对应的重力变化数据，确定目标区域的重力变化数据。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于负荷形变的区域地面重力变化连续监测方法，该方法包括：确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列；基于每个CORS的非线性大地高变化时间序列和地表负荷对应的大地高变化值，得到每个CORS的残差大地高时间序列；基于所有CORS的残差大地高时间序列，确定目标区域的残差等效水高变化数据；基于目标区域的残差等效水高变化数据，确定目标区域的残差重力变化数据；基于目标区域的残差重力变化数据和地表负荷对应的重力变化数据，确定目标区域的重力变化数据。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于负荷形变的区域地面重力变化连续监测方法，该方法包括：确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列；基于每个CORS的非线性大地高变化时间序列和地表负荷对应的大地高变化值，得到每个CORS的残差大地高时间序列；基于所有CORS的残差大地高时间序列，确定目标区域的残差等效水高变化数据；基于目标区域的残差等效水高变化数据，确定目标区域的残差重力变化数据；基于目标区域的残差重力变化数据和地表负荷对应的重力变化数据，确定目标区域的重力变化数据。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种基于负荷形变的区域地面重力变化连续监测方法，其特征在于，包括：
确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列；
基于每个所述CORS的非线性大地高变化时间序列和地表负荷对应的大地高变化值，将每个所述CORS的地表负荷所对应的大地高变化值从每个所述CORS的非线性大地高变化时间序列中移去，得到每个所述CORS的残差大地高时间序列；
基于所有所述CORS的残差大地高时间序列，确定所述目标区域的残差等效水高变化数据；
基于所述目标区域的残差等效水高变化数据，确定所述目标区域的残差重力变化数据；
基于所述目标区域的残差重力变化数据和所述地表负荷对应的重力变化数据，将所述目标区域的地表负荷对应的重力变化数据与所述目标区域的残差重力变化数据进行叠加，确定所述目标区域的重力变化数据；
所述基于所有所述CORS的残差大地高时间序列，确定所述目标区域的残差等效水高变化数据，包括：
将所有所述CORS的残差大地高时间序列代入地面等效水高变化引起的大地高变化数据观测方程；
以残差等效水高变化数据为未知数，对所述大地高变化数据观测方程进行求解；
所述大地高变化数据观测方程表示为：
Figure 253887DEST_PATH_IMAGE001
；
其中，
Figure 967765DEST_PATH_IMAGE002
为地面计算点的地心纬度和经度，
Figure 544240DEST_PATH_IMAGE003
为地面积分流动点的地心纬度和经度，L为地面积分流动点到地面计算点的空间距离，
Figure 224270DEST_PATH_IMAGE004
为残差等效水高变化数据，
Figure 835380DEST_PATH_IMAGE005
为径向格林函数，
Figure 454580DEST_PATH_IMAGE006
为球面角距离，
Figure 269084DEST_PATH_IMAGE007
为构造垂直形变、地下水均衡垂直形变以及噪声影响因子，
Figure 264721DEST_PATH_IMAGE008
为水的密度，G为万有引力常数；
所述对所述大地高变化数据观测方程进行求解，包括：
以所述CORS为中心按照高斯函数配置平滑系数；
基于地面及外部重力位形变与地面其他形变量之间的动力学约束，地球内部密度调整与地面形变量之间的地球物理关系以及体元的瞬时应力与瞬时形变位移关系，构建弹性地球动力学方程组，并基于所述弹性地球动力学方程组，设置所述大地高变化数据观测方程求解的边界条件；所述弹性地球动力学方程组包括角动量守恒方程、连续性方程和本构方程；
基于所述平滑系数、所述边界条件以及标准差最小原则约束，通过基于岭估计的正则化解算所述大地高变化数据观测方程；
所述确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列，包括：
获取每个所述CORS在目标时间段内的观测数据；
解算每个所述CORS的观测数据，得到每个所述CORS的站点坐标变化时间序列；
基于每个所述CORS的站点坐标变化时间序列，对每个所述CORS的站点坐标变化时间序列进行粗差探测、线性项移去、非线性项多周期重构，对每个所述CORS的GNSS解大地高和连续重力时间序列进行预处理，再进行数据统计，统计最大最小值、标准差信息，以3倍标准差准则进行初步的粗差探测以及跳变修复；再基于正交余弦、切比谢夫不同基函数的低频参数重构算法，构筑时序线性项；通过分离时序线性项，对非线性部分再次利用3倍标准差准则进行信噪分离，来实现二次粗差探测；通过傅里叶分析方法，利用大地高变化时序的频谱特征，进行周期提取，并利用选定的周期进行信号重构，基于前后残差变化小于观测时序标准差的2%，确定每个所述CORS的非线性大地高变化时序。
2.根据权利要求1所述的基于负荷形变的区域地面重力变化连续监测方法，其特征在于，所述地表负荷对应的重力变化数据通过以下方式确定：
获取所述目标区域的地表负荷变化格网数据；
对所述地表负荷变化格网数据进行规格化负荷球谐化分析，确定每个所述CORS的所述地表负荷对应的等效水高变化数据；
基于每个所述CORS的所述地表负荷对应的等效水高变化数据，确定所述地表负荷对应的重力变化数据。
3.根据权利要求1所述的基于负荷形变的区域地面重力变化连续监测方法，其特征在于，所述地表负荷对应的大地高变化值通过以下方式确定：
获取所述目标区域的地表负荷变化格网数据；
对所述地表负荷变化格网数据进行规格化负荷球谐化分析，确定每个所述CORS的所述地表负荷对应的大地高变化值。
4.根据权利要求1-3中任一项所述的基于负荷形变的区域地面重力变化连续监测方法，其特征在于，所述地表负荷包括大气负荷、地表水负荷和非潮汐海潮负荷中的至少一种。
5.一种地面重力变化监测装置，其特征在于，包括：
第一处理模块，用于确定目标区域内每个连续运行基准站CORS的非线性大地高变化时间序列；
第二处理模块，用于基于每个所述CORS的非线性大地高变化时间序列和地表负荷对应的大地高变化值，将每个所述CORS的地表负荷所对应的大地高变化值从每个所述CORS的非线性大地高变化时间序列中移去，得到每个所述CORS的残差大地高时间序列；
第三处理模块，用于基于所有所述CORS的残差大地高时间序列，确定所述目标区域的残差等效水高变化数据；
第四处理模块，用于基于所述目标区域的残差等效水高变化数据，确定所述目标区域的残差重力变化数据；
第五处理模块，用于基于所述目标区域的残差重力变化数据和所述地表负荷对应的重力变化数据，将所述目标区域的地表负荷对应的重力变化数据与所述目标区域的残差重力变化数据进行叠加，确定所述目标区域的重力变化数据；
所述三处理模块还用于将所有所述CORS的残差大地高时间序列代入地面等效水高变化引起的大地高变化数据观测方程；以残差等效水高变化数据为未知数，对所述大地高变化数据观测方程进行求解；
所述大地高变化数据观测方程表示为：
Figure 464759DEST_PATH_IMAGE009
；
其中，
Figure 5592DEST_PATH_IMAGE010
为地面计算点的地心纬度和经度，
Figure 556660DEST_PATH_IMAGE011
为地面积分流动点的地心纬度和经度，L为地面积分流动点到地面计算点的空间距离，
Figure 90409DEST_PATH_IMAGE012
为残差等效水高变化数据，
Figure 895685DEST_PATH_IMAGE013
为径向格林函数，
Figure 122267DEST_PATH_IMAGE014
为球面角距离，
Figure 160630DEST_PATH_IMAGE015
为构造垂直形变、地下水均衡垂直形变以及噪声影响因子，
Figure 980294DEST_PATH_IMAGE016
为水的密度，G为万有引力常数；
所述三处理模块还用于以所述CORS为中心按照高斯函数配置平滑系数；基于地面及外部重力位形变与地面其他形变量之间的动力学约束，地球内部密度调整与地面形变量之间的地球物理关系以及体元的瞬时应力与瞬时形变位移关系，构建弹性地球动力学方程组，并基于所述弹性地球动力学方程组，设置所述大地高变化数据观测方程求解的边界条件；所述弹性地球动力学方程组包括角动量守恒方程、连续性方程和本构方程；基于所述平滑系数、所述边界条件以及标准差最小原则约束，通过基于岭估计的正则化解算所述大地高变化数据观测方程；
所述第一处理模块（ 510） 还用于获取每个所述CORS在目标时间段内的观测数据；解算每个所述CORS的观测数据，得到每个所述CORS的站点坐标变化时间序列；基于每个所述CORS的站点坐标变化时间序列，对每个所述CORS的站点坐标变化时间序列进行粗差探测、线性项移去、非线性项多周期重构，对每个所述CORS的GNSS解大地高和连续重力时间序列进行预处理，再进行数据统计，统计最大最小值、标准差信息，以3倍标准差准则进行初步的粗差探测以及跳变修复；再基于正交余弦、切比谢夫不同基函数的低频参数重构算法，构筑时序线性项；通过分离时序线性项，对非线性部分再次利用3倍标准差准则进行信噪分离，来实现二次粗差探测；通过傅里叶分析方法，利用大地高变化时序的频谱特征，进行周期提取，并利用选定的周期进行信号重构，基于前后残差变化小于观测时序标准差的2%，确定每个所述CORS的非线性大地高变化时序。
6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述基于负荷形变的区域地面重力变化连续监测方法。
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述基于负荷形变的区域地面重力变化连续监测方法。
CN202211075912.6A 2022-09-05 2022-09-05 基于负荷形变的区域地面重力变化连续监测方法 Active CN115166846B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211075912.6A CN115166846B (zh) 2022-09-05 2022-09-05 基于负荷形变的区域地面重力变化连续监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211075912.6A CN115166846B (zh) 2022-09-05 2022-09-05 基于负荷形变的区域地面重力变化连续监测方法

Publications (2)

Publication Number Publication Date
CN115166846A CN115166846A (zh) 2022-10-11
CN115166846B true CN115166846B (zh) 2023-01-17

Family

ID=83482242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211075912.6A Active CN115166846B (zh) 2022-09-05 2022-09-05 基于负荷形变的区域地面重力变化连续监测方法

Country Status (1)

Country Link
CN (1) CN115166846B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009281782A (ja) * 2008-05-20 2009-12-03 Nippon Steel Corp 残留応力分布予測方法、転位密度予測方法、残留応力分布予測装置、転位密度予測装置、プログラム及び記録媒体
CN112880634A (zh) * 2021-01-15 2021-06-01 山东省国土测绘院 一种基于cors站网的高程参考框架动态监测方法
CN114046774A (zh) * 2022-01-05 2022-02-15 中国测绘科学研究院 综合cors网和多源数据的地面形变连续监测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009281782A (ja) * 2008-05-20 2009-12-03 Nippon Steel Corp 残留応力分布予測方法、転位密度予測方法、残留応力分布予測装置、転位密度予測装置、プログラム及び記録媒体
CN112880634A (zh) * 2021-01-15 2021-06-01 山东省国土测绘院 一种基于cors站网的高程参考框架动态监测方法
CN114046774A (zh) * 2022-01-05 2022-02-15 中国测绘科学研究院 综合cors网和多源数据的地面形变连续监测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CORS 网和GNSS 技术在地面变形监测中的应用--以浙江东南部为例;王伟 等;《中国地质灾害与防治学报》;20210430;第32卷(第2期);73-77 *
CORS网区域重力场变化与地面稳定性跟踪监测方法;章传银 等;《测绘科学》;20190617;第44卷(第06期);29-36 *
利用CORS站网监测三峡地区环境负荷引起的地壳形变与重力场时空变化;章传银 等;《武汉大学学报(信息科学版)》;20180730;第43卷(第09期);1287-1294 *
基于CORS站网监测三峡地区陆地水负荷对地壳形变和重力变化的影响;王伟 等;《地球物理学报》;20170315;第60卷(第03期);962-971 *

Also Published As

Publication number Publication date
CN115166846A (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
Rio et al. New global Mean Dynamic Topography from a GOCE geoid model, altimeter measurements and oceanographic in-situ data
CN113189559B (zh) 一种星载成像高度计遥感数据海底地形反演方法
Booth et al. Multi-year, three-dimensional landslide surface deformation from repeat lidar and response to precipitation: Mill Gulch earthflow, California
Jamil et al. Airborne geoid mapping of land and sea areas of East Malaysia
CN115201825B (zh) 一种InSAR震间形变监测中的大气延迟校正方法
Cai et al. Improving airborne strapdown vector gravimetry using stabilized horizontal components
CN112051572A (zh) 一种融合多源sar数据三维地表形变监测方法
Haji-Aghajany et al. Atmospheric phase screen estimation for land subsidence evaluation by InSAR time series analysis in Kurdistan, Iran
Cai et al. A new algorithm for landslide dynamic monitoring with high temporal resolution by Kalman filter integration of multiplatform time-series InSAR processing
Liang et al. Vertical surface displacement of mainland China from GPS using the multisurface function method
Fei et al. Dem Development and Precision Analysis for Antarctic Ice Sheet Using Cryosat‐2 Altimetry Data
CN113900069A (zh) 一种基于干涉成像高度计的垂线偏差计算方法及其系统
Ji et al. On performance of CryoSat-2 altimeter data in deriving marine gravity over the Bay of Bengal
Moya et al. Comparison of coseismic displacement obtained from GEONET and seismic networks
CN115166846B (zh) 基于负荷形变的区域地面重力变化连续监测方法
CN116068511B (zh) 一种基于深度学习的InSAR大尺度系统误差改正方法
CN114046774B (zh) 综合cors网和多源数据的地面形变连续监测方法
CN103064128B (zh) 基于星间距离误差模型的地球重力场恢复方法
CN115638767B (zh) 地面沉降监测方法
CN114782847B (zh) 一种基于无人机的矿山产能监测方法及装置
Ge et al. Integration of GPS, radar interferometry and GIS for ground deformation monitoring
CN105549105B (zh) 一种短基线相对轨道摄动重力场测量性能的评估方法
He et al. Thickness estimation of the Longbasaba Glacier: methods and application
Knudsen et al. The DTU12MDT global mean dynamic topography and ocean circulation model
CN113268869B (zh) 地球表层质量变化监测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant