CN117055082A - 一种基于gnss时间序列的精准垂直形变提取方法 - Google Patents
一种基于gnss时间序列的精准垂直形变提取方法 Download PDFInfo
- Publication number
- CN117055082A CN117055082A CN202311117144.0A CN202311117144A CN117055082A CN 117055082 A CN117055082 A CN 117055082A CN 202311117144 A CN202311117144 A CN 202311117144A CN 117055082 A CN117055082 A CN 117055082A
- Authority
- CN
- China
- Prior art keywords
- station
- displacement
- vertical
- time sequence
- deformation
- 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.)
- Pending
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 10
- 238000006073 displacement reaction Methods 0.000 claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims abstract description 13
- 230000000694 effects Effects 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 4
- 238000010276 construction Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims 2
- 239000002689 soil Substances 0.000 abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 9
- 230000000737 periodic effect Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 239000004568 cement Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/25—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS
- G01S19/256—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS relating to timing, e.g. time of week, code phase, timing offset
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开一种基于GNSS时间序列的精准垂直形变提取方法，包括：基础数据获取、热膨胀位移计算、地表质量负荷位移计算、非构造运动剔除，由此实现垂直形变的精准提取。该方法不仅包含多种地球物理效应引起的台站垂直位移，而且考虑了台站结构的影响，对基岩站点与土层站点分别计算热膨胀位移和陆地水负荷位移，从而实现精准垂直形变提取。最后通过实测数据，验证了结果的精确性。结果表明，本方法具有高度的科学性与适用性，可提供可靠的数据支撑。
Description
技术领域
本发明涉及测绘技术与科学领域，涉及一种基于GNSS时间序列的精准垂直形变提取方法。
背景技术
全球导航卫星系统(Global Navigation Satellite System,GNSS)观测得到的坐标时间序列是研究板块构造和地球动力学的重要数据源。GNSS坐标时间序列为该控制点在一段时间内连续观测值的排列，能真实反映地表在长期范围内的动态变化。这些时间序列中含有多种信息，可归为以下四类：GNSS测站长期线性变化趋势，即受构造应力产生的构造运动；非构造信息，表现为测站的周期性震荡、阶跃/震后弛豫位移以及各种噪声与误差。其中非构造运动包括了大气、水文负载、海洋潮汐、热膨胀效应等地球物理效应引起的季节性变化；阶跃项指GNSS坐标时间序列突然出现大幅度的跳变，一般由测量仪器更换、大型地震等引起；震后弛豫位移是GNSS坐标时间序列在大地震后呈指数或对数衰减的过程；GNSS时间序列中存在与时间相关的噪声，包括闪烁噪声、随机游走噪声、高斯马尔科夫噪声等，还有与空间相关的共模误差。
地表质量重分配导致地表发生不同程度的负荷形变，其中包括大气负载、海洋负载以及水文负载等质量变化。目前，质量重分配引起的地表形变可以利用不同机构提供的环境负载模型进行插值计算。同时，地表温度变化会使GPS台站地表以上的天线及水泥墩部分产生热胀冷缩，并通过热传导的方式影响GPS台站地表以下的基岩部分，从而发生垂向位移。这些由地球物理效应引起的季节性变化统称为非构造运动，其引起的台站周期性位移被记录于GNSS时间序列中，主要表现为在垂直方向上的影响。为了得到反应构造运动的高精度速度场，如何精准去除GNSS时间序列中的非构造信息显得尤为重要。
发明内容
有鉴于此，本发明提供了一种基于GNSS时间序列的精准垂直形变提取方法，从台站结构与地球物理效应两方面考虑非构造形变对GPS台站的影响，有效剔除GNSS垂向时间序列中非构造运动引起的垂直位移，精准提取基于GNSS时间序列的垂直速度场。
为了实现上述目的，本发明采用如下技术方案：
一种基于GNSS时间序列的精准垂直形变提取方法，包括：基础数据获取、热膨胀位移计算、地表质量负荷位移计算、剔除非构造运动三部分：
基础数据获取步骤如下：
S1：获取研究区台站信息；
S2：获取逐日地表气温数据；
S3：获取机构提供的地表质量负荷模型；
温度变化引起的台站位移计算步骤如下：
S4：将台站地表气温时间序列进行Fourier谐波拟合；
S5：计算台站地表以上部分因温度变化引起的垂向位移；
S6：计算台站地表以下部分因温度变化引起的垂向位移；
S7：两者相加得到台站因热膨胀效应产生的总位移；
地表质量负荷位移计算步骤如下：
S8：根据台站经纬度对三种地表质量负荷模型进行插值；
S9：求日平均值统一时间分辨率；
剔除非构造运动如下：
S10：根据台站结构分配所受非构造形变的影响；
S11：于台站观测的GNSS垂向时间序列中减去计算所得非构造形变位移；
附图说明
为了更清楚地说明本发明实施例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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的示意图，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，还可以根据提供的附图获得其他的附图。
图1为本发明的框架图；
图2为气温时间序列拟合图；
图3为热膨胀位移时间序列图；
图4为三种质量负荷模型时间序列图；
图5为非构造形变扣除前后垂向位移时间序列图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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做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。
1、基础数据获取
Step1：获取研究区台站信息。信息包括：台站经纬度、台站高、台站类型(土层站点或基岩站点)，分别用于进行全球模型的插值，计算温度变化引起的台站垂直位移以及判断台站所受非构造运动的影响。
Step2：获取逐日地表气温数据。NCEP/NCAR提供全球格网化逐日地表气温数据，通过台站经纬度对其插值得到台站地表气温时间序列。
Step3：获取机构提供的地表质量负荷模型。物质的交换和重新分布引起弹性地球的形变，从而导致地表发生位移并被记录于台站观测的坐标时间序列中，地表质量负荷包括：非潮汐大气负荷、非潮汐海洋负荷、陆地水负荷，不同机构提供了三种环境负载模型，通过台站经纬度对其插值得到该位置的位移量；
2、温度变化引起的台站位移计算
Step4：将台站地表气温时间序列进行Fourier谐波拟合。GPS台站地表以下基岩部分的温度变化，主要是由于地表气温变化通过土层的热传导使基岩温度变化，从而发生周期性垂向位移。基岩温度变化在不同深度下，且一维各向均匀介质中的热传导方程为
公式中(1)，κ为热扩散系数，与地表温度T和深度z无关(z≥0，向下为正)，取κ＝1mm2/s。公式(2)的边界条件为
公式(2)中，T’为年平均温度，N为拟合温度变化时选择的谐波个数，Ai，ωi和分别是温度第i个谐波的振幅、角频率和初始相位，可以看出当z＝0时，地表气温变化的函数可以用傅里叶谐波进行拟合并表示。
Step5：计算台站地表以上部分因温度变化引起的垂向位移。GPS台站地表以上部分因温度变化的影响模型为
ΔL ＝ α L [ T (t) - T’ ] (3)
公式(3)中，α是线性热膨胀系数，取值为12×10-6(1/℃)；L为对应的GPS台站高度，T(t)为t时刻该区域地表气温(℃)，T’为年平均气温(℃)。
Step6：计算台站地表以下部分因温度变化引起的垂向位移。地表温度变化引起的GPS台站基岩垂直位移随时间的变化为
公式(4)中，ν为泊松比，取值为0.2；其中的谐波函数表示地表温度周期性变化，取自公式(3)中；α为线性热膨胀系数。
Step7：将公式(3)和(4)得到的结果进行求和，即可得到台站因温度变化产生的垂直位移。
3、地表质量负荷位移计算
Step8：根据台站经纬度对三种地表质量负荷模型进行插值。机构提供不同年份的全球质量负荷模型，时间与空间分辨率各不相同，通过台站经纬度对模型插值得到该点的地表质量负荷位移量时间序列。
Step9：求日平均值统一时间分辨率。由于不同地表质量负荷模型的时间分辨率不同，对其求日平均值统一时间分辨率，方便进行非构造信息的扣除。
4、剔除非构造运动
Step10：根据台站结构分配所受非构造形变的影响。计算温度变化引起的台站垂直位移时，对于基岩站点，其由地表以上天线水泥墩或金属杆部分以及地表以下基岩部分组成，在计算时需同时考虑两部分的影响；而土层站点建立于地表观测墩上，无基岩结构，在计算时只需考虑地表以上部分。
陆地水负荷由陆地水的变化和重分配以及陆地水与海洋水之间的交换引起，包括土壤水分、雪、地表水以及河流和湖泊中的水。陆地水负荷使地表土层发生形变产生垂直位移，基岩站点建立于土层内埋藏的基岩柱之上，受土层变化影响小。本研究考虑此因素影响，计算基岩站点非构造形变时不计入陆地水负荷产生的位移，对于土层站点则正常计入陆地水负荷影响。
Step11：于台站观测的GNSS垂向时间序列中减去计算所得非构造形变位移，使用GNSS坐标时间序列的参数模型进行拟合，得到反应构造运动的长期线性趋势项参数。
对所公开的实例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本发明中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于发明所示的这些实施例，而是要符合与本发明所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种基于GNSS时间序列的精准垂直形变提取方法，包括：基础数据获取、热膨胀位移计算、地表质量负荷位移计算、剔除非构造运动三部分：
基础数据获取步骤如下：
S1：获取研究区台站信息；
S2：获取逐日地表气温数据；
S3：获取机构提供的地表质量负荷模型；
温度变化引起的台站位移计算步骤如下：
S4：将台站地表气温时间序列进行Fourier谐波拟合；
S5：计算台站地表以上部分因温度变化引起的垂向位移；
S6：计算台站地表以下部分因温度变化引起的垂向位移；
S7：两者相加得到台站因热膨胀效应产生的总位移；
地表质量负荷位移计算步骤如下：
S8：根据台站经纬度对三种地表质量负荷模型进行插值；
S9：求日平均值统一时间分辨率；
剔除非构造运动如下：
S10：根据台站结构分配所受非构造形变的影响；
S11：于台站观测的GNSS垂向时间序列中减去计算所得非构造形变位移。
2.根据权利要求1所述的一种基于GNSS时间序列的精准垂直形变提取方法，其特征在于，在步骤S4到S7中，考虑了台站地表以上和地表以下两个部分对负荷形变的影响，从而有助于提取出高精度的垂直向位移。
3.根据权利要求1或2所述的一种基于GNSS时间序列的精准垂直形变提取方法，其特征在于，在步骤S8-S9中，烤炉了地表质量负荷位移为结果的影响，能够反映更加精细的地表变形特征。应用场景包括：地质灾害监测和工程变形监测领域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311117144.0A CN117055082A (zh) | 2023-09-01 | 2023-09-01 | 一种基于gnss时间序列的精准垂直形变提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311117144.0A CN117055082A (zh) | 2023-09-01 | 2023-09-01 | 一种基于gnss时间序列的精准垂直形变提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117055082A true CN117055082A (zh) | 2023-11-14 |
Family
ID=88660784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311117144.0A Pending CN117055082A (zh) | 2023-09-01 | 2023-09-01 | 一种基于gnss时间序列的精准垂直形变提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117055082A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117422713A (zh) * | 2023-12-18 | 2024-01-19 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种根据oct点云提取激光焊接熔深曲线的方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120083706A (ko) * | 2011-01-18 | 2012-07-26 | 연세대학교 산학협력단 | 시공 중인 구조물의 수직 변위량 측정 장치 및 시공 중인 구조물의 기둥 축소량에 대한 보정값 산출 장치 |
| CN106597484A (zh) * | 2016-12-12 | 2017-04-26 | 武汉大学 | 热膨胀效应对gps坐标时间序列影响的精确量化方法 |
| WO2020233591A1 (zh) * | 2019-05-21 | 2020-11-26 | 中南大学 | 一种面向三维地表形变估计的InSAR和GNSS定权方法 |
| CN116165689A (zh) * | 2022-06-13 | 2023-05-26 | 兰州交通大学 | 一种基于gnss时间序列自适应提取构造变形变化特征的贝叶斯方法 |
-
2023
- 2023-09-01 CN CN202311117144.0A patent/CN117055082A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120083706A (ko) * | 2011-01-18 | 2012-07-26 | 연세대학교 산학협력단 | 시공 중인 구조물의 수직 변위량 측정 장치 및 시공 중인 구조물의 기둥 축소량에 대한 보정값 산출 장치 |
| CN106597484A (zh) * | 2016-12-12 | 2017-04-26 | 武汉大学 | 热膨胀效应对gps坐标时间序列影响的精确量化方法 |
| WO2020233591A1 (zh) * | 2019-05-21 | 2020-11-26 | 中南大学 | 一种面向三维地表形变估计的InSAR和GNSS定权方法 |
| CN116165689A (zh) * | 2022-06-13 | 2023-05-26 | 兰州交通大学 | 一种基于gnss时间序列自适应提取构造变形变化特征的贝叶斯方法 |
Non-Patent Citations (2)
| Title |
|---|
| 姜卫平;王锴华;邓连生;李昭;: "热膨胀效应对GNSS基准站垂向位移非线性变化的影响", 测绘学报, no. 05, 31 May 2015 (2015-05-31) * |
| 王锴华: "GPS位置时间序列中温度变化驱动的非线性信号机制解释", 《中国优秀博士学位论文全文数据库 基础科学辑》, vol. 2020, no. 8, 31 August 2020 (2020-08-31), pages 008 - 14 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117422713A (zh) * | 2023-12-18 | 2024-01-19 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种根据oct点云提取激光焊接熔深曲线的方法及系统 |
| CN117422713B (zh) * | 2023-12-18 | 2024-05-14 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种根据oct点云提取激光焊接熔深曲线的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hu et al. | Combining InSAR and GPS to determine transient movement and thickness of a seasonally active low‐gradient translational landslide | |
| Beauducel et al. | Collection and three‐dimensional modeling of GPS and tilt data at Merapi volcano, Java | |
| Cazenave et al. | Time-variable gravity from space and present-day mass redistribution in theEarth system | |
| Van Dam et al. | Predictions of crustal deformation and of geoid and sea-level variability caused by oceanic and atmospheric loading | |
| Luthcke et al. | Recent glacier mass changes in the Gulf of Alaska region from GRACE mascon solutions | |
| Luzi et al. | Ground-based radar interferometry for landslides monitoring: atmospheric and instrumental decorrelation sources on experimental data | |
| Creutzfeldt et al. | Simulating the influence of water storage changes on the superconducting gravimeter of the Geodetic Observatory Wettzell, Germany | |
| Velicogna et al. | Can surface pressure be used to remove atmospheric contributions from GRACE data with sufficient accuracy to recover hydrological signals? | |
| Kubryakov et al. | Mean Dynamic Topography of the Black Sea, computed from altimetry, drifter measurements and hydrology data | |
| Zhang et al. | Thinning and shrinkage of Laohugou No. 12 glacier in the Western Qilian Mountains, China, from 1957 to 2007 | |
| CN117055082A (zh) | 一种基于gnss时间序列的精准垂直形变提取方法 | |
| Featherstone et al. | Anthropogenic land subsidence in the Perth Basin: Challenges for its retrospective geodetic detection | |
| CN105069295A (zh) | 基于卡尔曼滤波的卫星以及地面降水测量值同化方法 | |
| Ballu et al. | A seafloor experiment to monitor vertical deformation at the Lucky Strike volcano, Mid-Atlantic Ridge | |
| Moya et al. | Comparison of coseismic displacement obtained from GEONET and seismic networks | |
| Gettings et al. | Techniques, analysis, and noise in a Salt Lake Valley 4D gravity experiment | |
| Jin‐Yun et al. | Oceanic surface geostrophic velocities determined with satellite altimetric crossover method | |
| Moreau et al. | Geodetic tools for hydrogeological surveys: 3D-displacements above a fractured aquifer from GPS time series | |
| Jin et al. | Significant wave height estimation from CYGNSS delay-doppler map average observations | |
| Morelli et al. | Iso-Kinematic Maps from statistical analysis of PS-InSAR data of Piemonte, NW Italy: Comparison with geological kinematic trends | |
| CN113390471B (zh) | 一种基于gnss反射信号的河流流量估算方法 | |
| CN115236667A (zh) | 一种融合多源sar数据的潜在滑坡体积估算方法 | |
| Xu et al. | Study on characteristics of long-term gravity changes at Wuhan station | |
| CN113916181A (zh) | 表面-内部一体化变形监测装置数据处理方法 | |
| ECCO Consortium | A Twenty-Year Dynamical Oceanic Climatology: 1994-2013. Part 1: Active Scalar Fields: Temperature, Salinity, Dynamic Topography, Mixed-Layer Depth, Bottom Pressure. |
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 |