CN116304541B - 一种基于多源地球物理参数的火山爆发分析方法及系统 - Google Patents

一种基于多源地球物理参数的火山爆发分析方法及系统 Download PDF

Info

Publication number
CN116304541B
CN116304541B CN202310593485.9A CN202310593485A CN116304541B CN 116304541 B CN116304541 B CN 116304541B CN 202310593485 A CN202310593485 A CN 202310593485A CN 116304541 B CN116304541 B CN 116304541B
Authority
CN
China
Prior art keywords
volcanic eruption
frequency
observation data
atmospheric precipitation
surface temperature
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
CN202310593485.9A
Other languages
English (en)
Other versions
CN116304541A (zh
Inventor
许艳
高兆瑞
江楠
徐天河
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202310593485.9A priority Critical patent/CN116304541B/zh
Publication of CN116304541A publication Critical patent/CN116304541A/zh
Application granted granted Critical
Publication of CN116304541B publication Critical patent/CN116304541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Optimization (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Geophysics (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本公开属于火山爆发分析技术领域，具体涉及一种基于多源地球物理参数的火山爆发分析方法及系统，包括：获取火山爆发前后的卫星星载遥感观测数据，计算低频大气可降水量和海面温度；获取火山爆发前后的高频全球导航卫星系统观测数据，计算地基全球导航卫星观测数据坐标和高频大气可降水量；根据所得到的坐标、高频大气可降水量、低频大气可降水量、海面温度，以及电离层总电子含量变化，完成火山爆发的分析。本公开联合星载和地基观测方法，基于不同尺度和频率，实现基于多源地球物理参数的火山爆发分析。

Description

一种基于多源地球物理参数的火山爆发分析方法及系统
技术领域
本公开属于火山爆发分析技术领域，具体涉及一种基于多源地球物理参数的火山爆发分析方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
火山爆发时，大量能量释放到板块和大气中，导致相关地球物理参数发生变化。星载和地基观测是常见的地球物理参数观测手段，常见的星载观测手段包括搭载于气象卫星上的可见光、红外、微波等波段的传感器。常见的地基观测手段有地基GNSS（全球导航卫星系统）观测。通常，星载观测可以提供低频大尺度观测，而地基观测可以提供高频小尺度观测。目前，火山爆发的分析只存在利用单一星载或地基观测方法来揭示单一地球物理参数变化，缺乏方法之间的相互融合。
发明内容
为了解决上述问题，本公开提出了一种基于多源地球物理参数的火山爆发分析方法及系统，联合星载和地基观测方法，基于不同尺度和频率，实现基于多源地球物理参数的火山爆发分析。
根据一些实施例，本公开的第一方案提供了一种基于多源地球物理参数的火山爆发分析方法，采用如下技术方案：
一种基于多源地球物理参数的火山爆发分析方法，包括：
获取火山爆发前后的卫星星载遥感观测数据，计算低频大气可降水量和海面温度；
获取火山爆发前后的高频全球导航卫星系统观测数据，计算地基全球导航卫星观测数据坐标和高频大气可降水量；
根据所得到的坐标、高频大气可降水量、低频大气可降水量、海面温度，以及电离层总电子含量变化，完成火山爆发的分析。
作为进一步的技术限定，将所获取的之前三年火山爆发日期前后的大气可降水量卫星星载遥感观测数据进行叠加并取平均值后作为背景场数据，基于移动滑动平均法处理所获取的火山爆发前后的大气可降水量卫星星载遥感观测数据后扣除背景场数据，结合所得到的背景场数据和扣除背景场数据，得到火山爆发前后的对流层大气可降水量的渐变过程，即得到低频大气可降水量变化趋势。
作为进一步的技术限定，将所获取的之前三年火山爆发日期前后的海面温度卫星星载遥感观测数据进行叠加并取平均值后作为背景场数据；基于降采样法降低所获取的火山爆发前后的海面温度卫星星载遥感观测数据的分辨率，将降低分辨率之后的数据进行叠加取平均，将所得到火山爆发后的平均值与火山爆发前的海面温度卫星星载遥感观测数据的平均值作差后扣除背景场数据，结合所得到的背景场数据和扣除背景场数据，得到火山爆发前后的海面温度的变化趋势，即得到海面温度变化趋势。
作为进一步的技术限定，在计算地基全球导航卫星观测数据坐标的过程中，解析所获取的火山爆发前后的高频全球导航卫星系统观测数据，解算出全球导航卫星观测数据的E、N、U坐标，得到多个不同的全球导航卫星系统测站在火山爆发过程中的最大位移以及爆发平静后的位移。
作为进一步的技术限定，在计算高频大气可降水量的过程中，获取对流层延迟，结合所得到的地基全球导航卫星观测数据坐标计算对流层干延迟，将所得到的对流层延迟和对流层干延迟作差即得对流层湿延迟，基于所得到的对流层湿延迟和转化系数，得到高频大气可降水量变化趋势。
作为进一步的技术限定，所得到的电离层响应包括火山爆发的对流层大气可降水量响应、海面温度响应、电离层总电子含量响应和板块运动响应；
所述板块运动响应与所得到的地基全球导航卫星观测数据坐标相关；所述海面温度响应与所得到的海面温度变化相关。
进一步的，所示对流层大气可降水量响应与所得到的高频大气可降水量和低频大气可降水量相关；所述对流层大气可降水量响应与所获取的火山爆发前后的卫星星载遥感观测数据和火山爆发前后的高频全球导航卫星系统观测数据相关。
根据一些实施例，本公开的第二方案提供了一种基于多源地球物理参数的火山爆发分析系统，采用如下技术方案：
一种基于多源地球物理参数的火山爆发分析系统，包括：
第一计算模块，其被配置为获取火山爆发前后的卫星星载遥感观测数据，计算低频大气可降水量和海面温度；
第二计算模块，其被配置为获取火山爆发前后的高频全球导航卫星系统观测数据，计算地基全球导航卫星观测数据坐标和高频大气可降水量；
分析模块，其被配置为根据所得到的坐标、高频大气可降水量、低频大气可降水量、海面温度，以及电离层总电子含量变化，完成火山爆发的分析。
与现有技术相比，本公开的有益效果为：
本公开联合星载和地基观测，从大尺度到小尺度，从低频到高频全面分析了火山爆发前后多源地球物理参数特征变化；具体的，利用地基GNSS测站原始观测数据计算出GNSS测站在E、N、U三个方向的位移以及解算出火山爆发当日测站上空的高频PWV（大气可降水量）参数变化；利用星载传感器GOES17观测得到的数据，对爆发前后多日的PWV，SST（海面温度）进行叠加，得到在火山爆发前后多日的大尺度低频PWV变化以及SST变化，最后读取电离层总电子含量产品得到火山爆发前后的高频电离层总电子含量变化，实现火山爆发的分析。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1是本公开实施例一中的基于多源地球物理参数的火山爆发分析方法的流程图；
图2是本公开实施例一中的基于多源地球物理参数的火山爆发分析方法的具体步骤图；
图3是本发明实施例一中的TVE爆发当天的CKIS站点的PWV数据；
图4是本发明实施例一中的TVE爆发当天的FTNA站点的PWV数据；
图5是本发明实施例一中的TVE爆发当天的LAUT站点的PWV数据；
图6是本发明实施例一中的TVE爆发当天的NRMD站点的PWV数据；
图7是本发明实施例一中的TVE爆发当天的OUS2站点的PWV数据；
图8是本发明实施例一中的TVE爆发当天的OWMG站点的PWV数据；
图9是本发明实施例一中的TVE爆发当天的SAMO站点的PWV数据；
图10是本发明实施例一中的TVE爆发当天的TONG站点的PWV数据；
图11是本发明实施例一中的TVE爆发当天的TUVA站点的PWV数据；
图12是本发明实施例一中的TVE引起的CKIS测站三个分量(E表示东，N表示北，U表示上)的坐标位移；
图13是本发明实施例一中的TVE引起的LAUT测站三个分量(E表示东，N表示北，U表示上)的坐标位移；
图14是本发明实施例一中的TVE引起的NRMD测站三个分量(E表示东，N表示北，U表示上)的坐标位移；
图15是本发明实施例一中的TVE引起的OUS2测站三个分量(E表示东，N表示北，U表示上)的坐标位移；
图16是本发明实施例一中的TVE引起的OWMG测站三个分量(E表示东，N表示北，U表示上)的坐标位移；
图17是本发明实施例一中的TVE引起的SAMO测站三个分量(E表示东，N表示北，U表示上)的坐标位移；
图18是本发明实施例一中的TVE引起的TONG测站三个分量(E表示东，N表示北，U表示上)的坐标位移；
图19是本发明实施例一中的TVE引起的TUVA测站三个分量(E表示东，N表示北，U表示上)的坐标位移；
图20是本公开实施例二中的基于多源地球物理参数的火山爆发分析系统的结构框图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例一
本公开实施例一介绍了一种基于多源地球物理参数的火山爆发分析方法。
如图1所示的一种基于多源地球物理参数的火山爆发分析方法，包括：
获取火山爆发前后的卫星星载遥感观测数据，计算低频大气可降水量和海面温度；
获取火山爆发前后的高频全球导航卫星系统观测数据，计算地基全球导航卫星观测数据坐标和高频大气可降水量；
根据所得到的坐标、高频大气可降水量、低频大气可降水量、海面温度以及电离层总电子含量（TEC）变化，完成火山爆发的分析。
以汤加火山为例，本实施例选用搭载于地球同步轨道气象卫星GOES17的红外传感器ABI,以及汤加火山周围9个地基GNSS观测台站的数据来进行观测；具体的，首先，利用地基GNSS测站原始观测数据计算出GNSS测站在E、N、U三个方向的位移以及解算出汤加火山爆发当日测站上空的高频PWV参数变化。然后，利用星载传感器GOES17观测得到的数据，对爆发前后多日的PWV，SST数据进行叠加，做差处理，并扣除背景场数据，从而得到在汤加火山爆发前后多日的大尺度低频PWV变化以及SST变化。最后，应用扣除背景场数据的高频电离层TEC产品计算得出爆发当日的高频TEC变化，属于联合星载和地基观测手段分析自然灾害前后地球物理参数响应范畴。
如图2所示，本实施例利用空基和地基数据对2022汤加火山爆发前后多源地球物理参数特征变化分析主要包括四方面内容：板块运动响应、海面温度响应、电离层响应以及对流层响应。板块运动响应是由地基GNSS测站解算得到的坐标转化而来的，海面温度响应是由读取GOES-17卫星海面温度产品并叠加处理计算而来的，电离层响应主要是读取电离层TEC网格产品获得的电离层高频TEC变化，对流层响应主要是读取GOES-17卫星大气可降水量产品并叠加处理所获得的对流层大气可降水量变化。火山爆发时，地壳会发生巨大形变，大量能量从地壳中释放进入生物圈，并且有大量硫化物释放到大气中。这巨大的能量以及污染物导致了板块的运动，以及温度响应和大气响应。具体的计算过程包括以下步骤：
步骤一：地基GNSS数据坐标解算，地基GNSS PWV数据解算；
下载获取汤加火山 (eruption of the Tonga volcano, TVE)周围9个GNSS测站在TVE当日全天的高频GNSS原始观测数据，使用RPNT软件解算出GNSS测站的E、N、U坐标，利用GMT软件画出9个GNSS测站在爆发过程中的最大位移以及爆发平静后的位移；
首先应用RPNT软件计算出相应的对流层延迟ZTD，再利用ERA5产品提供的气象数据以及GNSS测站提供的纬度和高程数据代入公式(1)中计算得对流层干延迟ZHD。再如公式(2)所示，ZTD与ZHD相减即得到对流层湿延迟ZWD；利用ERA5产品提供的气象参数计算得到转化系数，从而将ZWD转化为PWV，这样完成地基GNSS数据的坐标解算以及GNSS PWV数据解算。
(1)；
其中，P表示大气压（单位：hPa）；φ为大地纬度；h表示大地水准面以上的高度（单位：km）；
(2)；
其中，是转换系数， ρ代表液态水的密度（单位：kg/m3）。 Rv为461.51（水蒸气的比气体常数，单位为J/kg/K）；k2、k3均为常数，取值分别为22.1±2.2（单位：K/hPa）和（3.739±0.012）×105（单位：K2/hPa）；唯一未知的参数是Tm，即大气的加权平均温度（单位：K）。
基于所获取的GNSS测站位移结果，可得TVE位点位于AU和PA板块的板块交界处，交界处还有一些小板块；TVE最剧烈时，TVE站点周围的GNSS测站有非常大的位移；且，最大的位移发生在Tong站，可以达到46厘米。距离TVE点较远的站的位移相对较小，例如OUS2和OWMG站，只有几厘米。关于板块运动的总体趋势，有向东北移动的趋势。这是因为由于TVE，板块AU将板块PA挤压到右上方。
根据火山平静后的板块运动结果，可发现，板块位移的幅度远小于TVE时期，TUVA、SAMO和CKIS的位移相对较大，仅为3-4cm；AU和PA板块有相互分离的趋势。在TVE期间，板块AU向右上方强烈挤压板块PA，并且在TVE平静后，它们有轻微的分离趋势。
TVE发生当天从GNSS测站导出的高频PWV变化结果展示分别如图3、图4、图5、图6、图7、图8、图9、图10和图11所示，可得，位于TVE点东部的CKIS站点的PWV值在早期相对稳定，在后期随着火山的喷发呈现上升趋势。在整个汤加火山事件内，位于TVE点以西的NRMD站点的PWV首先下降，然后上升。TVE之后，三个北方站点FTNA、LAUT和SAMO呈现出先降后升、最后再降的统一趋势。在距离TVE点最近的TONG站(约70公里)，随着火山爆发，PWV急剧下降，然后缓慢上升。这意味着火山爆发是能量的大量释放，在这个过程中，PWV下降，然后恢复到正常水平。远离TVE点的南部两个站OUS2和OWMG，未受火山喷发影响。
根据图12、图13、图14、图15、图16、图17、图18和图19所示的TVE在三个不同方向(E、N、U)的8个测站的坐标位移，CKIS和NRMD测站的坐标系相对平坦，但LAUT、SAMO和TUVA测站的位移高达分米级，E分量可达约20dm，U分量可达30dm，最小的是N分量约5cm，U分量可以分别达到约25dm、40dm和1m。与PWV一样，远离TVE点的OUS2和OWMG站的坐标变化很少受到TVE事件的影响。
综上，可得火山喷发对南北方向的板块运动影响较大，但对东西方向影响较小。随着火山爆发的释放，PWV迅速下降，然后缓慢恢复。根据GNSS PWV和坐标结果，可得TVE引起的影响随着距离喷发地点的距离增大而减小。
步骤二：星载遥感传感器GOES17数据叠加处理；
获取2019-2022年一月份GOES 17卫星的PWV和SST数据，2019-2021年一月份数据叠加并取平均当做背景场，应用移动滑动平均法处理2022年一月份的PWV数据，移动滑动平均法选取6天平均值，并将滑动窗口设为1天。具体处理过程为：首先叠加并取平均1.4-1.9共6天的PWV数据，然后往后滑动1天，叠加并取平均1.5-1.10共6天的数据，以此类推。最终，我们选取了TVE(1.15)前(1.4-1.9、1.5-1.10、1.6-1.11、1.7-1.12、1.8-1.13、1.9-1.14)和后(1.16-1.21、1.17-1.22、1.18-1.23、1.19-1.24、1.20-1.25、1.21-1.26)共12段数据，并减掉之前做的2019-2021年一月份平均值，以此来扣除背景场数据，来观测TVE前后对流层PWV的渐变过程。对于SST数据，首先使用降采样法降低SST数据的分辨率，叠加TVE前6天(1.9-1.14)和后6天(1.16-1.21)的SST数据，并扣除背景场，从而得出TVE前后的SST变化趋势。
根据TVE前后消除背景场后的6天平均PWV数据可得，TVE喷发前，平均PWV数据大于背景场数据，PWV在TVE周围逐渐积聚。从1月9日至12日，PWV缓慢上升，需要4天时间才能从比背景场大10mm变为15mm。然而，从1月13日到14日，PWV急剧上升，从15mm到25mm的变化仅用了2天。TVE后6天的平均PWV比TVE前6天的减小约10mm，PWV在TVE之后逐渐回归到背景场水平；即PWV首先在TVE前一段时间缓慢积聚，在喷发前急剧上升。火山爆发后，PWV迅速下降，并逐渐恢复到正常水平。因此，随着TVE之前火山中能量的积累，对流层响应增大；在喷发释放能量后，对流层的反应会缓解。
获取2022年1月整月以及TVE前后6天的消除背景场后的平均SST数据，可得TVE前后没有明显的SST变化；即TVE站点周围没有明显的SST变化；可能的原因是海水的比热容相对较大，TVE前后产生的热量不足以引起SST的变化。
步骤三：电离层TEC数据处理；
获取2011-2022年1月15日的高频电离层TEC网格产品，2011-2021年10年的TEC数据求平均当做背景场；将2022年1月15日的电离层TEC数据减去过去10年的背景场得到TVE当日的高频TEC变化。
根据所获取的数据信息，1月15日0-1点钟，高水平的TEC集中在喷发地点的东南部。高水平TEC中心在2点到3点移动到喷发地点。在这段时间之后，TEC有一个急剧下降的趋势，在7点左右跌至低谷。然后TEC在23点钟之前有缓慢的上升响应。总体而言，TEC呈现先上升，然后迅速下降，最后在喷发当天缓慢恢复的现象。这一发现的可能原因可能是火山爆发前能量的积累，以及火山爆发后能量的释放。
本实施例联合星载和地基观测，从大尺度到小尺度，从低频到高频全面分析了火山爆发前后多源地球物理参数特征变化；具体的，利用地基GNSS测站原始观测数据计算出GNSS测站在E、N、U三个方向的位移以及解算出火山爆发当日测站上空的高频PWV（大气可降水量）参数变化；利用星载传感器GOES17观测得到的数据，对爆发前后多日的PWV，SST（海面温度）进行叠加，得到在火山爆发前后多日的大尺度低频PWV变化以及SST变化，最后读取电离层TEC网格产品得到火山爆发的高频总电子含量变化，实现火山爆发的分析。
实施例二
本公开实施例二介绍了一种基于多源地球物理参数的火山爆发分析系统。
如图20所示的一种基于多源地球物理参数的火山爆发分析系统，包括：
第一计算模块，其被配置为获取火山爆发前后的卫星星载遥感观测数据，计算低频大气可降水量和海面温度；
第二计算模块，其被配置为获取火山爆发前后的高频全球导航卫星系统观测数据，计算地基全球导航卫星观测数据坐标和高频大气可降水量；
分析模块，其被配置为根据所得到的坐标、高频大气可降水量、低频大气可降水量、海面温度，以及电离层总电子含量变化，完成火山爆发的分析。
详细步骤与实施例一提供的基于多源地球物理参数的火山爆发分析方法相同，在此不再赘述。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (3)

1.一种基于多源地球物理参数的火山爆发分析方法，其特征在于，包括：
获取火山爆发前后的卫星星载遥感观测数据，计算低频大气可降水量和海面温度；
获取火山爆发前后的高频全球导航卫星系统观测数据，计算地基全球导航卫星观测数据坐标和高频大气可降水量；
根据所得到的坐标、高频大气可降水量、低频大气可降水量、海面温度，以及电离层总电子含量变化，完成火山爆发的分析；
将所获取之前三年的火山爆发日期前后的大气可降水量卫星星载遥感观测数据进行叠加并取平均值后作为背景场数据，基于移动滑动平均法处理所获取的火山爆发前后的大气可降水量卫星星载遥感观测数据后扣除背景场数据，结合所得到的背景场数据和扣除背景场数据，得到火山爆发前后的对流层大气可降水量的渐变过程，即得到低频大气可降水量；
将所获取的之前三年的火山爆发日期前后的海面温度卫星星载遥感观测数据进行叠加并取平均值后作为背景场数据；基于降采样法降低所获取的火山爆发后的海面温度卫星星载遥感观测数据的分辨率，将降低分辨率之后的数据进行叠加取平均，将所得到的平均值与火山爆发前的海面温度卫星星载遥感观测数据的平均值作差后扣除背景场数据，结合所得到的背景场数据和扣除背景场数据，得到火山爆发前后的海面温度的变化趋势，即得到海面温度；
在计算全球导航卫星观测数据坐标的过程中，解析所获取的火山爆发前后的高频全球导航卫星系统观测数据，解算出全球导航卫星观测数据的E、N、U坐标，得到多个不同的全球导航卫星系统测站在火山爆发过程中的最大位移以及爆发平静后的位移；
在计算高频大气可降水量的过程中，获取对流层延迟，结合所得到的地基全球导航卫星观测数据坐标计算对流层干延迟，将所得到的对流层延迟和对流层干延迟作差即得到对流层湿延迟，基于所得到的对流层湿延迟和转化系数，得到高频大气可降水量；
其中，计算对流层干延迟具体过程：
其中，P表示大气压；φ为大地纬度；h表示大地水准面以上的高度；
其中，计算对流层湿延迟包括具体过程：
其中，是转换系数， ρ代表液态水的密度， Rv为水蒸气的比气体常数，/>为常数，/>为常数，唯一未知的参数是Tm，即大气的加权平均温度；
所得到的电离层响应包括火山爆发的对流层大气可降水量响应、海面温度响应和板块运动响应；
所述板块运动响应与所得到的地基全球导航卫星观测数据坐标相关；所述海面温度响应与所得到的海面温度变化相关。
2.如权利要求1中所述的一种基于多源地球物理参数的火山爆发分析方法，其特征在于，所示对流层大气可降水量响应与所得到的高频大气可降水量和低频大气可降水量相关；所述对流层大气可降水量响应与所获取的火山爆发前后的卫星星载遥感观测数据和火山爆发前后的高频全球导航卫星系统观测数据相关。
3.一种基于多源地球物理参数的火山爆发分析系统，用以实现如权利要求1-2任一项权利要求所述的方法，其特征在于，包括：
第一计算模块，其被配置为获取火山爆发前后的卫星星载遥感观测数据，计算低频大气可降水量和海面温度；
第二计算模块，其被配置为获取火山爆发前后的高频全球导航卫星系统观测数据，计算地基全球导航卫星观测数据坐标和高频大气可降水量；
分析模块，其被配置为根据所得到的坐标、高频大气可降水量、低频大气可降水量、海面温度，以及电离层总电子含量变化，完成火山爆发的分析。
CN202310593485.9A 2023-05-25 2023-05-25 一种基于多源地球物理参数的火山爆发分析方法及系统 Active CN116304541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310593485.9A CN116304541B (zh) 2023-05-25 2023-05-25 一种基于多源地球物理参数的火山爆发分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310593485.9A CN116304541B (zh) 2023-05-25 2023-05-25 一种基于多源地球物理参数的火山爆发分析方法及系统

Publications (2)

Publication Number Publication Date
CN116304541A CN116304541A (zh) 2023-06-23
CN116304541B true CN116304541B (zh) 2023-09-01

Family

ID=86778324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310593485.9A Active CN116304541B (zh) 2023-05-25 2023-05-25 一种基于多源地球物理参数的火山爆发分析方法及系统

Country Status (1)

Country Link
CN (1) CN116304541B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116519913B (zh) * 2023-07-03 2023-09-08 中国科学院地理科学与资源研究所 基于星载和地基平台融合的gnss-r数据土壤水分监测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107240228A (zh) * 2017-05-23 2017-10-10 华东交通大学 一种基于倾斜仪和gps的火山监测与预警系统及方法
CN108955770A (zh) * 2018-07-25 2018-12-07 成都天地量子科技有限公司 一种基于多光谱卫星影像的火山活动监测方法
CN109150282A (zh) * 2018-06-15 2019-01-04 上海卫星工程研究所 适用于天基全球实时连续监视的地面运控网络系统
CN110531382A (zh) * 2018-05-25 2019-12-03 上海大学 利用gps测量技术监测火山的方法
CN111551964A (zh) * 2020-05-27 2020-08-18 中国气象局气象探测中心 一种基于导航卫星系统的水汽观测方法
CN111796309A (zh) * 2020-06-24 2020-10-20 中国科学院精密测量科学与技术创新研究院 导航卫星单频数据同步确定大气水汽和总电子含量的方法
KR20220090257A (ko) * 2020-12-22 2022-06-29 부경대학교 산학협력단 화산폭발 전조 감시 장치 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120119944A1 (en) * 2010-05-30 2012-05-17 Trimble Navigation Limited Gnss atmospheric estimation with ambiguity fixing
CN105654430B (zh) * 2015-12-24 2017-04-19 华中科技大学 一种反差约束的气动热辐射校正方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107240228A (zh) * 2017-05-23 2017-10-10 华东交通大学 一种基于倾斜仪和gps的火山监测与预警系统及方法
CN110531382A (zh) * 2018-05-25 2019-12-03 上海大学 利用gps测量技术监测火山的方法
CN109150282A (zh) * 2018-06-15 2019-01-04 上海卫星工程研究所 适用于天基全球实时连续监视的地面运控网络系统
CN108955770A (zh) * 2018-07-25 2018-12-07 成都天地量子科技有限公司 一种基于多光谱卫星影像的火山活动监测方法
CN111551964A (zh) * 2020-05-27 2020-08-18 中国气象局气象探测中心 一种基于导航卫星系统的水汽观测方法
CN111796309A (zh) * 2020-06-24 2020-10-20 中国科学院精密测量科学与技术创新研究院 导航卫星单频数据同步确定大气水汽和总电子含量的方法
KR20220090257A (ko) * 2020-12-22 2022-06-29 부경대학교 산학협력단 화산폭발 전조 감시 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Intelligent Onboard Processing and Multichannel Transmission Technology for Infrared Remote Sensing Data;Fan Mo等;IEEE;全文 *

Also Published As

Publication number Publication date
CN116304541A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
Mega et al. Gauge-adjusted global satellite mapping of precipitation
CN116304541B (zh) 一种基于多源地球物理参数的火山爆发分析方法及系统
Herman et al. Objectively determined 10-day African rainfall estimates created for famine early warning systems
Shimada et al. Advanced Land Observing Satellite (ALOS) and monitoring global environmental change
Chelton The impact of SST specification on ECMWF surface wind stress fields in the eastern tropical Pacific
EP1613978B1 (en) Correction of troposphere induced errors in global positioning systems
White et al. Hindcast/forecast of ENSO events based upon the redistribution of observed and model heat content in the western tropical Pacific, 1964–86
CN111596321B (zh) 利用非差改正数的多gnss多路径误差恒星日滤波方法及系统
Koulali et al. Study of seasonal-scale atmospheric water cycle with ground-based GPS receivers, radiosondes and NWP models over Morocco
CN111125609A (zh) 一种基于双指数驱动的电离层三维电子密度重构方法
Ma et al. Quantifying the impacts of DEM uncertainty on clear-sky surface shortwave radiation estimation in typical mountainous areas
Reddy et al. A MU radar‐based study of mid‐latitude F region response to a geomagnetic disturbance
Jarlemark et al. Ground-based GPS for validation of climate models: the impact of satellite antenna phase center variations
CN115356460B (zh) 基于简化的四维变分同化获得高精度土壤湿度的方法
Jourdan et al. Influence of wet tropospheric correction on mesoscale dynamic topography as derived from satellite altimetry
Ware et al. Real-time national GPS networks: Opportunities for atmospheric sensing
Akatsuka et al. Estimation of precipitable water using numerical prediction data
Tang et al. Description of the ARM large-scale forcing data from the constrained variational analysis (VARANAL) version 2
Kim et al. Evaluation of GPM satellite and S-band radar rain data for flood simulation using conditional merging method and KIMSTORM2 distributed model
Zhao et al. Real-time retrieval of high-precision ZTD maps using GNSS observation
CN114137575B (zh) 顾及卫星偏差和载噪比弧段影响的洪水探测方法
Miller et al. Blending ERS‐1 altimetry and tide‐gauge data
Wang et al. Retrieval of the change of precipitable water vapor with zenith tropospheric delay in the Chinese mainland
Masina et al. A global ocean eddying forecasting system at 1/16
Carroll GIS used to derive operational hydrologic products from in situ and remotely sensed snow data

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