一、GPS数据处理中基准站的加权及其影响（论文文献综述）
苏利娜[1]（2020）在《基于GPS时间序列的震后形变分析和机制研究》文中指出自上世纪90年代以来,GPS由于高精度、大范围、全天候等特性,被广泛应用于大地测量和地球动力学的许多领域,揭示了许多其它手段难以认知的地球物理现象。GPS观测的位置变化完整地捕获了整个地震周期的地壳形变,包括地壳应力积累引起的震间形变,断层突然破裂产生的同震形变,地壳和上地幔逐步恢复到稳态的震后形变,从而成为了地壳形变主要监测手段之一。近年来,由于GPS连续站的广泛应用,高时间分辨率的时间序列捕捉到清晰的震后形变过程,吸引了许多研究者的关注。一方面,从GPS时间序列分析来看,无论是参考框架的维持还是站点的数学模型建立,探测时间序列中存在的震后形变并建立合适的模型都是今后GPS时间序列分析工作中不可避免的重要部分。另一方面,从震后形变背后的物理含义来看,GPS观测捕捉到的震后形变时空演化信息与岩石圈的深部物理状态直接相关,利用GPS观测的震后形变信息作为约束,可以研究余滑、粘弹性松弛等震后形变机制,进而推演断裂带的力学性质和岩石圈流变学结构。GPS时间序列处理和震后形变数据处理和分析是基础,而震后形变机制的研究是前者的物理解释,两者相互促进。针对震后形变的GPS时间序列的数据处理和背后的物理机制的研究具有系统性和重要的研究意义。因此,本文主要工作围绕GPS时间序列震后形变的分析和震后形变机制研究两部分展开。本文以GPS数据处理和时间序列分析为基础,以震后形变提取为重点,编写了一套针对震后形变分析的GPS时间序列处理软件,在此基础上分析震后形变的时间和空间特征。此外,以2015年Mw7.8尼泊尔Gorkha地震为例,应用提取的GPS震后形变作为约束,研究Gorkha地震的震后形变机制。具体研究的内容和成果包括以下几个方面:（1）预处理是GPS时间序列分析的基础,是时间序列分析程序的重要组成部分,包括粗差探测、空间滤波、空缺插值等。编写的预处理程序利用滑动窗口法探测并剔除粗差;集成了叠栈法、主成分分析和Karhunen-Loeve变换三种空间滤波方法,可按需选择;改进了Dong et al.（2006）的插值方法,提出基于模型和空间相关性的插值方法,从而避免局部信号的影响,并分析了该插值方法对速度、周期和噪声的影响。（2）由于GPS连续站的广泛应用,越来越多的站点受到地震的影响,筛选受影响的站点并建模成为时间序列分析的重要工作。为了避免人工筛选的繁杂工作和可能存在的疏漏,本文提出了综合检校法自动探测同震和震后形变,通过多个震例证明该方法的可靠性和高效性。针对震后形变时间序列的建模,本文提出了综合考虑数据自身特性和震后形变空间相关性的迭代PCA参数估计方法,利用蒙特卡罗方法合成的1000组数据证明了迭代PCA方法在参数估计上表现更稳定可靠,相比单站建模或者分步PCA方法,估算的参数精度大幅提升。（3）基于分布全球的37个地震,利用编写的数据处理软件自动探测受地震影响的站点并利用迭代PCA方法估算模型参数。统计不同地震、不同模型的衰减常数特征发现不同地震的衰减时间常数具有差异性,且与震中、震级、深度等因素没有直接关系;分析震后模型的衰减时间常数的时间特征,发现震后时间越久,参与计算的观测值的时间窗越长,估算的震后衰减时间常数越大。（4）目前尼泊尔地震震后形变的研究主要基于弹性分层或者弹性半空间模型来反演余滑,基于水平分层模型或者在青藏高原中下地壳增加粘弹性层来模拟震后粘弹性松弛。接收函数、大地测量数据反演、电阻率和温度剖面等许多证据表明了青藏高原下部存在介质不均匀特性,而介质属性控制了断层位错如何传递到地表形变。因此,本文建立了考虑地形起伏、地球曲率和介质不均匀的三维有限元模型来研究尼泊尔地震的震后余滑和粘弹性松弛。结果表明,GPS观测的震后形变与粘弹性松弛效应的方向和量级均不匹配,可以被破裂下方发生的余滑较好的解释。震后形变时间演化显示震后形变由快转慢,余滑在震后4.8年内一直处于主导作用,粘弹性松弛量级较小但对震后形变的贡献小幅增大。此外,利用弹性均匀模型下不同泊松比的同震形变差等效估计孔隙回弹,发现孔隙回弹量级比较小,对震后形变贡献较小。（5）通过不同模型对比评估地形起伏、曲率、介质属性、破裂模型等因素对粘弹性松弛、余滑和孔隙回弹的影响,为今后的建模提供参考。研究发现:地形和地球曲率对粘弹性松弛和余滑影响比较小;粘滞系数模型对粘弹性松弛影响较大,是影响粘弹性松弛的重要因素;双粘弹性特性的Burgers体与Maxwell体的震后松弛形态基本一致,量级存在差异,Burgers体是指数衰减的Kelvin体和线性增加的Maxwell体叠加,震后松弛更快;不同的破裂模型产生的粘弹性松弛和孔隙回弹,在量级和细节上存在差异,是影响粘弹性松弛和孔隙回弹形态和大小的重要因素。
赵亮[2]（2020）在《GNSS变形监测的虚拟基准方法》文中进行了进一步梳理GNSS技术因其具有测量精度高、全天候作业、站间无需通视、自动化程度高等优势,已广泛应用于大型工程与地壳运动等变形监测领域。但GNSS受到空间相关误差的影响,基准站与监测站间距不可过长,且物理基准站在长期连续运行过程中必然会受到人类活动和自然因素的影响产生变形,进而影响监测结果。针对以上问题,本文研究了基于增强参考站（ARS）的GNSS变形监测虚拟基准构建技术,利用三维位置不变的虚拟基准代替传统物理基准站进行变形监测,主要研究内容及成果如下:1、分析虚拟基准观测值的生成过程,阐述了虚拟基准构建过程中的误差来源及处理方法,并以西南交通大学卫星导航定位研究中心自主研发的增强参考站系统ARS/VENUS软件为基础来构建虚拟基准。提出根据监测需求将虚拟基准变形监测模式分为目标点监测模式和区域监测模式,进而确定一个或多个虚拟基准的三维构建位置,使得虚拟基准与各监测点组成超短基线进行变形监测。2、对虚拟基准的有效性进行了检验:定量分析了虚拟基准构建过程中对流层延迟、电离层延迟、星历误差等误差的建模精度及其残差大小。利用虚拟基准和实际测站的GNSS观测数据,以TEQC软件对其进行观测质量检验,结果表明:虚拟基准在信噪比、多路径效应、周跳情况上均优于实测站。建立虚拟基准进行了基线解算效果测试,实验表明使用虚拟基准进行变形监测可获得良好监测精度,能正确反映监测点的位移变化情况。3、通过实验比较分析了影响虚拟基准解算精度的主要因素,实验结果表明:虚拟基准基线解算精度与处理时长紧密相关,相同条件下解算时长越长解算精度越高,6h基线解算精度平面方向优于2mm、垂直方向优于7mm,24h基线解算精度平面方向1.10mm、垂直方向优于3mm。虚拟基准在北斗/GPS融合系统下的可见卫星数、PDOP值及定位精度均优于各单系统,单系统中北斗系统与GPS精度相当。CORS网型结构是影响网络RTK定位服务性能的主要因素之一,但在构建虚拟基准时,参考站网型结构对其监测精度影响较小,具体表现为在参考站观测数据质量良好的情况下,根据不同网型结构所建立的虚拟基准可获得相当的监测精度。利用虚拟基准对网外监测用户进行变形监测时,对于外延距离较短的用户仍然可以正确得到位移变化情况,且与网内用户监测精度相当。4、对虚拟基准变形监测进行了应用实例分析:利用成都区域CORS网络3个参考站2019年3月至4月的观测数据,组成监测网络构建虚拟基准对网内4个均匀分布的监测站进行变形监测,获得各监测站位移时间序列。结合GAMIT/GLOBK软件解算结果进行对比分析,结果表明两组位移数据变化趋势相同、精度相当,由虚拟基准监测方法所得各监测站基线重复精度（平面）在1.5mm以内,具有较高的监测灵敏度,均正确反映了各监测站的实际位移情况,将虚拟基准用于GNSS变形监测是可行的。基于虚拟基准的变形监测方法在监测网络中精度分布均匀,是一种高精度位置无关的GNSS变形监测方法,无论监测用户位于监测网络何处区域,均可获得高精度的变形监测服务。
徐永明[3]（2020）在《利用GRACE RL06时变重力场的水储量变化反演研究与应用》文中研究表明卫星重力测量对大地测量学、地球物理学和全球水文学等众多学科具有重要意义。论文利用CSR发布的GRACE（Gravity Recovery and Climate Experiment）RL06时变重力场,研究地表质量变化反演理论以及时变重力场数据处理流程与滤波步骤,实现基于时变重力场反演地表质量变化在水储量变化、水文负荷形变以及旱涝监测评估三方面的卫星重力监测应用。论文利用上述数据及理论为水储量变化以及水文负荷形变的卫星重力监测提供新思路,为旱涝监测评估提供新的干旱指数特征值计算方法,为水资源管理以及地表垂向位移监测等提供科学的决策基础和依据。论文主要研究工作有:（1）详细介绍时变重力场反演地表质量变化理论。总结重力场表达、时变重力场反演地表质量变化和时变重力场模型误差评估的理论方法,研究利用时变重力场反演陆地水储量变化以及地表水文负荷形变的基本原理。研究表明,在水储量变化反演结果及定量评估模型误差两方面,GRACE RL06数据质量均优于RL05。（2）系统总结时变重力场数据处理流程及多源数据联合分析方法。研究时变重力场数据处理流程并对后处理滤波算法进行分析,探讨时变重力场数据与GPS数据及水文模型的联合分析方法,分析了参考框架统一（地心改正）及大气和海洋高频非潮汐影响（GAC改正）对时变重力场反演水文负荷形变的影响。研究表明,组合滤波能显着提高时变重力信号的提取精度,在中国区域GAC改正从幅值及相位两方面对不同基准站之间的影响差异较大。（3）利用GRACE时变重力场和GLDAS（Global Land Data Assimilation System）水文模型,实现对云贵高原水储量变化的卫星重力监测及分析。研究20032010年底云贵高原陆地水储量及地下水储量的长期趋势、季节性特征并对研究时域内的干旱事件进行探测与分析。对比研究GRACE信号泄露误差和C20项误差,并利用相关性分析、趋势分析和L-S时频分析研究云贵高原水储量变化的时序特征。提出全局概率定权以及四分位数值法用于提取地下水储量变化,并对比纬度余弦加权与上述两种水储量提取算法的不同。研究表明,GRACE时变重力场可实现区域水储量变化的监测和分析,尺度因子法可有效抑制时变重力信号衰减与泄漏,三种方法提取地下水储量变化基本一致,其中四分位数值法计算量最小。（4）利用GRACE时变重力场和GPS时序,实现对华北平原垂向水文负荷形变的卫星重力监测及分析。定量评估地心改正和GAC改正对华北平原地区20022016年GRACE反演垂向水文负荷形变时序的影响。研究GRACE垂向水文负荷形变与GPS垂向位移的时序特征及相关性,分析华北平原地区垂向水文负荷形变的时空特征。研究表明,GRACE时变重力场可实现垂向水文负荷形变的监测分析,GAC改正对华北平原GRACE位移时序的影响可达±8mm左右,地心改正的影响比较微弱,GRACE与GPS位移时序之间高度相关。（5）利用时变重力场数据解算GRACEDSI06干旱指数,实现对中国区域的旱涝时空特征分析。提出线性拟合残差加权的干旱指数年度特征值算法及平面拟合残差加权的格网特征值算法,运用所提干旱指数特征值计算方法结合GRACEDSI06、PDSI、SPI以及SPEI干旱指数对中国区域总体旱涝格局进行综合分析,深入分析四川和新疆两省区的旱涝特征及形成域内旱涝特征的可能原因。研究表明,GRACEDSI06可实现旱涝时空特征的监测分析,所提干旱指数特征值计算方法在四川及新疆地可有效监测旱涝事件及空间分布特征。该论文有图67幅,表16个,参考文献110篇。
费国俊[4]（2020）在《高原山区水电站库区GPS静态数据质量评价与基准网稳定性分析》文中提出随着GPS定位技术四十多年的不断发展,GPS技术逐渐走向成熟,使得观测数据的外业采集精度和效率得到很大幅度地提高,并逐渐地取代了传统的测绘方法,这使得现在关于测绘方面的工作越来越依赖于GPS技术和GPS设备。随着GPS设备在不断地更新换代,使得GPS接收机从最初的单星单频发展到现在的多星双频,并且接收机数据的预处理软件和后处理软件也在不断更新,因此,在我们进行数据处理时,我们就可以利用不同的处理软件之间的优势来完成相应的测绘工作,并输出高精度的观测成果。本文以阿海水电站库区GPS基准网18个基准站联合IGS5个测站为例,着重围绕GPS数据预处理、高精度GPS基线解算和网平差的相关问题进行了研究和探讨。1、详细阐述了GPS静态相对定位原理、GPS数据处理的误差源、GPS网基线解算的分类和原理、三维无约束平差的原理和三维无约束平差的相关原理;2、系统论述了数据预处理软件TEQC的基本介绍及处理流程、数据处理软件GAMIT/GLOBK的简介以及用于高精度GPS数据的处理流程。3、以阿海水电站库区为研究区域,以4年的GPS基准点观测数据为研究对象,利用TEQC软件处理各个测站的数据计算出数据质量指标,得出所有的基准点均满足数据质量指标相应的限值等结论;结合RTKLIB软件对多路径效应与卫星高度角以及信噪比与卫星高度角的相关性进行分析并得出多路径效应与卫星高度角成负相关关系和信噪比与卫星高度角成正相关关系等具体的结论。4、针对测区范围的18个基准点,联合IGS5个在空间上布置较为均匀的测站进行GAMIT基线解算,并根据解算结果进行精度地分析。5、通过GAMIT基线结算的结果,通过利用GLOBK网平差,得出每期基准点在ITRF2008框架下的坐标,并得出4年间站点坐标分别在X方向、Y方向和Z方向上的位移量与速度变化量,与LHAZ站的位移量和速度变化量进行相关性分析,从而剔除已经不再适合用作基准站的观测点。
陈晨[5]（2019）在《CORS站坐标时间序列数据噪声分析与周期性研究》文中研究指明全球性的IGS基准站和区域性的连续运行参考站（CORS）所积累的大量的观测数据为大地测量学及地球动力学研究提供了丰富的数据源。利用高精度GNSS数据处理软件获得的基准站坐标时间序列数据可以反映出站点连续性与稳定性的情况。然而对坐标时序中广泛存在噪声信息与季节性周期变化认识不足会直接影响到坐标解算值的精度。已有的研究中假设坐标时间序列中仅存在白噪声的做法会导致对基准站的位置与速度估计误差过小;选取的坐标时序长度不够以至于对周期性分析不足会造成基准站高程方向坐标解算误差偏大等。本文针对坐标时间序列中存在的噪声类型与周期性问题,选用香港CORS站16个站点2014年5月-2017年8月共40个月的观测数据,以GAMIT/GLOBK软件进行数据处理获得的CORS坐标时间序列数据为研究对象,采用不同的方法全面分析坐标时序中的噪声特征与周期性特征,对于获得高精度香港CORS站位置和运动速度的精度、提高香港地区地壳形变监测精度以及促进华南块体构造运动研究等科学问题具有一定的研究意义。主要研究内容如下:（1）针对香港CORS站坐标时间序列的获取问题,研究了GAMIT/GLOBK软件的使用方法和数据处理流程,并设计了详细的基线解算策略和网平差方案。结果表明,通过数据处理所获得的坐标解算值能达到毫米级精度。（2）剔除香港CORS站坐标时序中存在的异常点。对数据缺失的情况,采用三次多项式插值法进行插值处理,获得了与原始坐标时间序列的趋势项保持一致的坐标时序。最后进行零均值化处理,获得了均匀采样无间断且具有零均值特性的坐标时间序列。（3）采用极大似然估计法对14种噪声模型下的CORS站坐标时间序列进行分析,得到其极大似然估计值。根据最优噪声评价准则从数学角度来判定香港CORS站的最优噪声模型,发现噪声特征呈现多样化的特征。分析了顾及有色噪声模型对参数估计的影响规律,得到各个CORS站在最优噪声模型下的线性速度,并建立了香港CORS站水平方向上的速度场。（4）采用小波多分辨分析同时从时域与频域的角度分析了香港CORS站高程方向上的坐标时间序列,结果表明CORS站在高程方向上的位置变化具有夏季变化大、冬季变化小的季节性特征。根据小波降噪原理,对高程方向上的坐标时序进行硬阈值降噪和软阈值降噪,并根据噪声质量评价指标分析了它们之间的差异。（5）采用功率谱分析的方法获得了香港CORS站坐标时间序列中大多数参考站在三个坐标分量上普遍具有0.5年和1年周期项。采用最小二乘法反演谱指数,通过分析谱指数值,确定了CORS站坐标时间序列中不仅含有白噪声,而且含有色噪声,与极大似然估计法分析的结果基本一致。
常航[6]（2019）在《GPS垂向时序中环境负载效应研究》文中研究指明近年来GPS由于其高精度、全天候不间断的特点被广泛应用于大地测量学中,各机构建立了无数的GPS连续运营基准站,积累了大量的长期GPS坐标时间序列数据。但是随着GPS数据的高精度处理深入研究发现,GPS坐标时间序列中除包含反应测站构造运动的信息外,同时还存在非构造形变信息,主要体现在垂直方向。在以GPS为技术手段研究地球动力学和地壳运动监测时,GPS坐标时间序列中的非构造形变信息将导致研究结果产生偏差,所以需要将其从GPS坐标时间序列中剔除,得到更加真实的构造运动信息。当前研究表明非构造信息主要由环境负载引起,而且主要表现在GPS坐标时间序列的垂直方向。本文针对环境负载在垂直方向对GPS坐标时间序列的影响进行研究,主要包括以下几点研究内容和结果:（1）对GPS所涉及的误差进行了介绍,着重叙述了环境负载的成因、分类与目前可用于环境负载效应定量计算的QOCA、GFZ和GGFC三种数据集以及对应的计算方法与模型。（2）选取277全球IGS基准站为研究对象,采用QOCA数据计算了所选测站20032012年间的环境负载效应造成的位移,首先分析了其量级大小和空间分布情况,结果表明:环境负载中大气负载影响最大,水文负载次之;同时环境负载效应在全球分布不均匀,与纬度存在一定的关系。接着分别研究了环境负载效应中大气负载和总环境负载对测站的改正,研究发现大气负载占环境负载中的主要成分,经大气负载改正超过70%的测站WRMS值和周年项振幅减小,然后从最优噪声模型和速度估计及速度不确定度等多个方面分析了环境负载效应对GPS坐标时间序列的影响。（3）定量对比分析了QOCA、GFZ和GGFC三种不同环境负载数据集在垂向的计算结果对GPS坐标时间序列的改正效果,从经环境负载改正前后WRMS、周期项振幅、最优噪声模型和速度估计及速度不确定度等方面对比研究,结果表明GGFC的改正效果最优,QOCA次之,GFZ最弱。（4）研究了环境负载与地学因子的关系。对环境负载所引起位移时间序列与纬度、测站到海岸线的距离都进行了相关性分析,研究发现之间在统计学上是相关的,并且做了一定的物理解释。
黄玲[7]（2019）在《中国区域电离层VTEC模型精化研究》文中研究指明全球导航卫星系统（GNSS）的不断发展和用户需求增加对电离层延迟改正模型精度的要求也随之提高,因此研究和建立区域电离层延迟精化模型以提高电离层延迟改正精度也迫在眉睫。本文围绕区域电离层监测与广域增强系统中的电离层VTEC精化建模,针对中国区域跨越中低纬地区,电离层活动变化复杂的实际问题,将地统计学（Geostatistics）中的基于空间变量随机性、结构性、相关性和变异性的Kriging空间内插方法应用到中国区域电离层VTEC精化模型中;同时,基于方差分量估计和拟合推估对Kriging空间内插格网模型进一步改进和精化,基于陆态网CMONOC观测数据构建了中国区域电离层VTEC精化模型及软件,并在此研究的基础上设计并实现了非差非组合PPP算法,同时进行了验证与分析。本文的主要工作和内容概括如下:1)综合考虑中国区域电离层活动地域性特征和电离层VTEC的时空变化特性,基于CMONOC观测数据计算的半变异函数结果,对中国区域电离层半变异函数的分布特征、变化规律进行了系统性研究与分析,总结了电离层VTEC的空间结构性和变异性规律,设计了充分顾及电离层活动时变性且灵活可调的半变异函数的构建方法,提供了有效的空间变量结构相关性与变异性信息,为中国区域电离层精确模型化提供有效支撑和基础。2)基于CMONOC数据统计、构建的灵活可调的半变异函数,本文实现了中国区域电离层VTEC Kriging空间内插优化算法,该算法可获得最优无偏线性（BLUE）估计量,给出了优化的内插估计精度;在此基础上,本文进行了中国区域电离层VTEC Kriging格网模型精化研究,设计并实现了基于Kriging空间内插优化的中国区域电离层格网精化模型处理软件。与多种函数基模型和VTEC产品的对比分析表明,由于Kriging空间内插优化模型充分顾及了VTEC变量空间结构与变异性,更符合理论与实际情况,内符合精度在2 TECU以内,格网点估计精度历元均值在14 TECU左右,更适用于电离层活动复杂变化的中国地区3)首次提出了基于方差分量估计的Kriging电离层格网模型建立方法-KVCE。该方法充分顾及并优化匹配了观测噪声与随机信号模型的方差协方差阵,进一步改进了中国区域VTEC模型。与多种模型进行了多角度综合对比与分析,结果表明,KVCE方法的局部内插精度约为1.37 TECU,比普通Kriging空间内插模型和多项式内插方法分别提高了1.2和0.7 TECU左右;区域建模精度约为1.5 TECU,比函数基模型提高了约1.0 TECU;格网VTEC估计精度历元均值约在3 TCEU以内,日均值在1 TECU以内,优于普通Kriging方法,且在边际区域的优势更加明显。4)对中国区域电离层VTEC精化模型在不同太阳活动水平下的性能进行了验证与分析,从绝对精度和相对精度统计分析了建模残差RMS、格网VTEC估计中误差MSE和外部检核站检核结果,数据表明,太阳活动水平较强烈时,区域电离层精化模型改正效果仍与太阳活动平静期相当,太阳活动峰值和谷值时,建模残差RMS分别约为2.63与2.60 TECU,MSE均值分别约为4.52与4.35 TECU,两种情况下的内符合精度相当;整体上,中纬度地区改正精度优于低纬度地区。从外部检核的外符合指标来看,测站残差单天均值均分布在-22 TECU左右,低纬度测站的残差较大约为-8 TECU;中低纬度区域测站残差RMS都分别在15 TECU和515 TECU;各测站单天平均改正效果均达到80%以上。5)单频SPP定位验证分析表明:基于CRIM（China Regional Ionospheric Map）的单频SPP三维定位精度在中高纬度地区和低纬度地区分别优于1.4m和3.2m,比利用CODE的单频SPP定位精度提高了0.21.0m6)利用非差非组合PPP（IC-PPP）算法,验证了中国区域电离层精化模型的性能。与CODE的电离层产品辅助IC-PPP的定位结果进行对比,CRIM辅助的IC-PPP,提高了初始定位精度、加快双频非差非组合PPP的收敛速度。在不同纬度地区,基于CRIM高精度电离层延迟改正信息约束的IC-PPP在平面与三维分别收敛至10cm、15cm、20cm等不同精度时的收敛速度,比CODE分别提高了1.8、1.3、1.0分钟和3.9、3.0、1.8分钟,在北向、东向和高程方向上的初始定位精度分别提高了12cm（23.5%）、13cm（35.1%）、6cm（7.8%）。
唐伟[8]（2017）在《利用气象再分析资料研究InSAR大气对流层延迟与水汽反演》文中进行了进一步梳理过去近30年,合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar,InSAR）作为一种大地测量的手段,在地面高程获取和地表形变监测领域得到了广泛应用。气压、温度和相对湿度等气象要素的时空变化引起的对流层延迟是InSAR大地测量应用的主要误差源,为了获取高精度的地表高程或形变信息,必须消除或削弱大气延迟“噪声”。反之,这种大地测量应用上的“噪声”却是对大气科学的一种极为有用的“信号”。由于大气水汽总量的时空变化是引起InSAR对流层延迟的最主要因素,一旦从干涉相位图中精确求得这一延迟“信号”,就可以反演对流层中的水汽总量（precipitable water vapor,PWV）。本文针对InSAR技术中对流层延迟校正及大气水汽反演问题,开展了如下三方面的研究工作:（1）对气象再分析资料校正InSAR对流层延迟的有效性和鲁棒性进行了研究和探索。以美国南加州地区的51景Envisat ASAR数据形成的69幅干涉图为例,对比分析了两种气象再分析资料（ERA-Interim和North American Regiona l Reanalysis,NARR）的校正效果,通过与MERIS水汽延迟校正结果比较,验证了该方法的有效性,对在不同的气象条件下（垂直分层延迟和湍流混合延迟）气象再分析资料的校正效果进行了统计分析,并给出了该方法的适用性条件。（2）时间序列InSAR分析方法假设大气延迟在时间上是不相关的,从而采用时间维-空间维滤波方法分离形变相位和大气延迟相位。但大气水汽的季节性变化使得大气延迟在时间上存在相关性的信号,不满足大气时间不相关的假设条件。本文以太原盆地为实验区,分析了该地区大气延迟的季节性周期变化,这种大气延迟可以分为系统项（季节性信号）和随机项（非季节性信号）,系统项的季节性信号是造成时空滤波器滤除大气存在偏差的主要原因。针对以上问题,提出了基于气象再分析资料对流层延迟校正的时序InSAR分析方法:利用气象再分析资料估计和去除大气的季节性延迟,将残余延迟相位视为随机项,再利用时空滤波方法减弱随机项的影响。将该方法应用于太原盆地地表形变监测,利用MERIS数据验证了大气延迟校正方法的有效性,并与地面GPS站的形变时间序列及地面重力数据比较分析盆地地面沉降的时空变化特征。（3）针对InSAR气象学应用,本文提出融合InSAR干涉图、气象再分析资料和地面GPS水汽产品获取高空间分辨率、高精度大气水汽分布信息的算法。为了从InSAR干涉相位中（包括静力学延迟和湿延迟）提取湿延迟分量,本文提出利用ERA-Ⅰ计算并扣除静力学延迟的影响,同时提出利用ERA-Ⅰ进行湿延迟到PWV转换系数的计算。针对InSAR解缠相位为相对量的问题,提出了利用GPS对InSAR获得的大气水汽含量进行定标的算法。利用美国南加州的8景Envisat ASAR影像组成10幅干涉图进行实验,对InSAR技术反演大气水汽总量的可靠性和精度进行验证,结果表明InSAR反演大气水汽总量PWV的精度达到2 mm,满足气象学上探测大气水汽的精度要求。综合分析认为,气象再分析资料的优势在于其数据可随时获得、免费和全球覆盖,它可以显着减弱大尺度的垂直分层延迟对干涉图相位的影响。将气象再分析资料融入时间序列InSAR分析方法中,可减弱垂直分层延迟的季节性影响,结合时空滤波器可进一步减弱湍流混合延迟,从而获取更真实可靠的地形高程和地表形变信息。InSAR还可以应用于气象学上进行大气水汽含量的反演,特别是随着SAR数据的时空分辨率的不断提升（如Sentinel-1卫星的升空）,同时通过融合多传感器、多角度的各种SAR卫星数据,InSAR可以实时或近实时地获取大范围的、高空间分辨率的大气水汽时空分布。这种高精度、高空间分辨率的大气水汽时空分布信息对于数值天气预报和短时临近天气预报极具应用价值,这将进一步推动大气科学研究乃至气象学的发展。
贺小星[9]（2016）在《GPS坐标序列噪声模型估计方法研究》文中研究指明随着空间观测技术的高速发展,GPS已成为大地测量领域重要的观测技术手段之一。全球IGS基准站积累了近二十余年的位置时间序列,为大地测量及地球动力学研究提供了丰富的基础数据。GPS坐标序列不仅包含构造信号,也包含地表环境负载以及未模型化的误差等干扰源的影响,降低GPS解的精度与可靠性。分析GPS时间序列,尤其是坐标时间序列非线性变化,进一步深入系统地了解GPS非线性变化起源及其影响机制,建立相关的处理模型和方法,具有重要的理论意义和实用价值。近来年,GPS技术取得了长足的发展,但由于GPS非线性变化的复杂性,还有许多问题待进一步研究。本文紧跟国际相关领域的研究热点,系统地阐述了GPS坐标时间序列分析方法及其基本理论,并开发了相应的数据处理软件工具；着重分析了GPS单日解坐标序列最优获取策略,深入分析了地表环境负载效应对IGS基准站的影响及其规律,探索了大尺度下GPS网坐标序列共模误差的空间变化规律,并提出了改进的共模误差滤波方法。最后,深入探讨了IGS基准站的坐标序列的最佳噪声模型及其变化规律,获得了一些有重要科学意义的结果。具体而言,本文的主要研究内容如下：（1）系统地介绍了GPS坐标时间序列的非线性运动变化研究基础理论及其研究方法,包括GPS时间时间序列模型、时空滤波方法、最佳噪声模型建立等,总结了GPS时间序列分析及其应用研究现状及其存在的不足,给出了适合于GPS坐标时间序列非构造运动变化分析的基本步骤；并结合GPS时间序列分析存在的一些问题,开发了相应的时间序列分析软件工具,以提高GPS数据处理及分析的效率,并快速、直观分析GPS坐标序列与相关地球物理现象之间的关系。（2）针对不同软件及其模型存在的差异,论文深入分析探讨单日解坐标序列最优解算策略。针对GPS单日解数据处理繁杂,提出了GPS单日解批处理策略,以提高数据处理的效率。通过对全球区域内的165个IGS站进行数据实验,分别采用GAMIT、GIPSY软件获取单日解坐标序列,并对GAMIT、GIPSY的松弛解进行加权联合解算,结果表明不同数据处理软件（GAMIT、GIPSY）具有较好的一致性；联合解能消除不同软件及模型引入的随机及系统误差,如软件及其模型的不完善、模型存在的系统偏差等,提高坐标序列的精度。通过对不同加权模型的GPS单日联合解实验分析,给出了GAMIT与GIPSY加权联合解的最优经验权值,验证了SOPAC给的经验定权值的合理性、可靠性。（3）针对不同学者得到的环境负载对GPS坐标时间序列的贡献呈现显着的差异,对负载效应引起的测站坐标位移序列的变化可靠性及其区域特征进行分析。通过对大气压力、土壤湿度、非潮汐海洋以及积雪深度负载引起的位移序列进行特征分析,如粗差分析、主分量分析、噪声分析等,论证了负载效应引起的测站位移序列的可靠性,证实了负载位移序列的周年、半周年特性及其影响机理。通过对全球206个IGS站深入研究了地表负载效应的空间变化规律,定量给出了不同负载对IGS基准站坐标序列的贡献（位移影响）,通过对负载位移序列进行极值分析以及负载改正前后测站坐标序列WRMS变化率分析结果表明,负载效应呈现出区域性差异,也解释了不同学者得到的环境负载对GPS坐标时间序列的贡献呈现显着的差异的原因,而负载效应存在的空间差异性也为深入了解测站相关误差及其分离等提供了参考。（4）论文深入探讨了共模误差的物理起源,提出了共模误差（CME）存在空间差异性,并通过采用主成分分析法对不同尺度空间下GPS进行CME分离,结果表明在400-500km区域内滤波效果较理想。随着尺度的增大,随着距离增加测站之间相关性减弱,使得准确的、可靠的分离出CME造成了一定的困难。指出传统的去周期项后再进行CME分离的方法存在一定的局限性,使得CME分离不彻底、甚至分离出错误的共模误差；首次提出基于地理环境因素等因子的广义共模误差的方法,该方法引入了相关系数、距离及经纬度、本地效应、负荷效应、主分量贡献率及其空间响应等地理因素作为评价因子,为大区域、大尺度下GPS网站点间共模误差,提供了可行的估计方法。实验结果表明该方法具有较好的滤波效果,克服了传统GPS坐标时间序列模型的局限性,有助于真实反映共模误差的空间变化及周期性变化,为进一步提高GPS坐标序列模型的精度提供依据。（5）利用全球及区域的IGS观测站资料,研究了GPS时问序列噪声模型建立及其影响因素。通过对观测墩类型与最佳噪声模型之间进行分析,实验结果表明IGS站坐标序列噪声模型与观测墩类型没有明显的相关性,且噪声模型呈现出多样性及区域性规律。GPS时间序列跨度对噪声模型的影响较大,当时间序列跨度较小时,估计出的噪声模型存在发散性,即噪声模型的不确定性较大；随着时间序列跨度的增加,噪声模型、站速度及其不确定度逐步由发散趋于稳定,确定了10年时间跨度为理想的噪声模型估计尺度,以改善噪声对站速度以及不确定度估计的影响。另外,随着时间跨度的增加,随机游走噪声模型的比重有所增加,表明当时间序列不够长时,尤其是随机游走振幅较小时,被闪烁噪声等抑制,随机游走噪声不能准确的探测出来。经负载效应与CME纠正后噪声模型的变化较大,且存在区域性差异,表明负载效应与CME在大尺度空间下存在差异,也印证了分块区域滤波的必要性。
王利[10]（2014）在《地质灾害高精度GPS监测关键技术研究》文中研究说明我国是世界上地质灾害最为严重的国家之一，持续开展对滑坡、崩塌、泥石流、地面沉降和地裂缝等地质灾害的高精度监测，了解和掌握不同地质现象和地质灾害的变形规律和特征，从而实现对地质灾害的评价、预测和预警是一项必要而且迫切的科学任务。目前，GPS定位技术已在地质灾害监测领域得到了广泛应用，但在如何实现高精度快速定位方面仍然存在着许多尚未完全解决的关键技术问题，如特殊环境条件下GPS观测误差的消除与改正，GPS原始观测数据质量的检验与判断，不同灾害监测需求下精度指标的确定，高精度GPS数据处理方案的确定，GPS精密单点定位技术的精度和可用性，GPS动态定位技术的适用性，以及GPS实时变形监测系统构建与实现等。针对上述问题，本文结合若干地质灾害监测项目的实施，针对如何实现GPS高精度和快速定位所面临的理论和关键技术方法展开了深入的研究和探讨，获得了一些具有创新性并有益于指导实际应用的重要成果。本文开展的研究工作和取得的主要研究成果如下：1、针对影响高精度GPS定位的误差问题，重点探讨了卫星星历和对流层延迟误差对高精度GPS监测结果的影响规律，提出了在基线较长或站间高差过大时宜采用精密星历和对流层延迟改正模型进行高精度GPS基线向量解算的处理措施。2、针对高精度GPS监测中如何判断测站观测环境和接收机质量的问题，提出了一种利用MP1与MP2之差值的时间序列对GPS接收机性能进行检验的新方法，可以快速检验并判断GPS接收机的测量性能状态。3、探讨了GPS精密单点定位（PPP）技术在地面沉降等大范围、缓变型地质灾害监测的适用性问题，通过对某地区大范围地面沉降监测数据的处理和分析，发现PPP技术监测结果的内符合精度可以达到5mm以内，外符合精度可以达到20mm左右，表明静态PPP技术在采取精细误差修正模型对影响定位的误差进行改正等技术措施后，完全可用于cm级精度的大范围地质灾害的变形监测。4、为了提高静态PPP技术的收敛速度、定位精度和可靠性，提出了基于基准站改正信息和历元差分的无模糊度PPP定位新算法，该算法可大大缩短PPP的收敛时间，能够在较大范围内快速、独立获取各个监测点上的形变信息，且精度和可靠性均有保证。5、为了降低GPS精密单点定位的硬件成本，研究了利用单频GPS接收机进行高精度定位的关键技术，提出了一种基于GPS原始观测值的单频PPP算法。该算法通过增加电离层延迟先验信息、空间和时间约束的虚拟观测方程，将电离层延迟当作未知参数与其它定位参数一并进行估计来高效修正电离层延迟误差。计算结果表明：该算法的收敛速度和稳定性较传统方法有所改善，其静态单频单天PPP解的精度可达2-3cm、模拟动态单频单天PPP解的精度可达2-3dm，完全可用于cm或dm级精度的大范围地质灾害的变形监测。6、通过对滑坡监测精度、复测周期及速度之间关系的分析，探讨了三种GPS快速定位技术在滑坡灾害动态变形监测中的精度、适用范围和限制条件等关键问题，实例和计算结果表明，RTK技术、GPS单历元定位技术和实时PPP技术均可用于中速（4级）以上滑坡的实时动态变形监测。7、基于本文研究的若干地质灾害高精度GPS监测关键技术和方法，提出对甑子岩危岩体采用GPS静态和动态定位技术相结合的监测技术路线，并成功构建了甑子岩危岩体GPS实时动态监测系统。该系统能够实现对危岩体变形情况的全天候、自动化和三维动态监测，进而实现对灾害体变形状况的及时准确预警，监测结果的平面精度在5mm左右，高程精度约为10mm。
二、GPS数据处理中基准站的加权及其影响（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、GPS数据处理中基准站的加权及其影响（论文提纲范文）
（1）基于GPS时间序列的震后形变分析和机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究意义 |
| 1.2 GPS时间序列在监测地壳形变中的应用 |
| 1.3 GPS时间序列的震后形变和机制的研究现状 |
| 1.3.1 GPS时间序列的高精度处理 |
| 1.3.2 GPS时间序列的震后形变分析 |
| 1.3.3 震后形变机制 |
| 1.4 论文的主要研究内容 |
| 第2章 GPS时间序列处理和参数估计 |
| 2.1 GPS时间序列 |
| 2.1.1 GPS数据解算 |
| 2.1.2 GPS时间序列模型 |
| 2.2 GPS时间序列预处理 |
| 2.2.1 粗差探测和剔除 |
| 2.2.2 空间滤波 |
| 2.2.3 空缺插值 |
| 2.3 非线性参数估计方法 |
| 2.3.1 试错法 |
| 2.3.2 Levenberg-Marquardt算法 |
| 2.3.3 方法讨论 |
| 2.4 本章小结 |
| 第3章 GPS时间序列的震后形变探测估计和特征分析 |
| 3.1 同震和震后自动探测 |
| 3.1.1 自动识别同震和震后形变 |
| 3.1.2 实例及讨论 |
| 3.2 迭代PCA估计震后形变 |
| 3.2.1 迭代PCA方法 |
| 3.2.2 迭代PCA方法验证 |
| 3.2.3 实例及讨论 |
| 3.3 震后形变衰减常数的分析 |
| 3.3.1 衰减常数的时间特性 |
| 3.3.2 不同地震和模型下的震后衰减常数 |
| 3.4 本章小结 |
| 第4章 基于GPS时间序列约束的震后形变机制模拟分析—以2015年尼泊尔地震为例 |
| 4.1 尼泊尔地震背景 |
| 4.2 尼泊尔地震的震后形变 |
| 4.3 三维有限元模型的建立 |
| 4.4 震后形变机制的研究方法 |
| 4.4.1 余滑 |
| 4.4.2 粘弹性松弛 |
| 4.4.3 孔隙回弹 |
| 4.5 震后形变机制分析 |
| 4.5.1 模型验证 |
| 4.5.2 粘弹性松弛 |
| 4.5.3 余滑 |
| 4.5.4 孔隙回弹 |
| 4.5.5 震后形变的时间演化和形变机制 |
| 4.5.6 地震危险性 |
| 4.6 本章小结 |
| 第5章 震后形变机制的影响因素分析 |
| 5.1 地形和地球曲率对余滑和粘弹性松弛的影响 |
| 5.2 不均匀的介质属性对粘弹性松弛和余滑的影响 |
| 5.3 粘弹性介质模型对粘弹性松弛的影响 |
| 5.4 破裂模型对粘弹性松弛和孔隙回弹的影响 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究内容和结论 |
| 6.2 存在的问题和展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（2）GNSS变形监测的虚拟基准方法（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 GNSS变形监测研究现状 |
| 1.2.2 基准点稳定性分析研究现状 |
| 1.3 本文研究的目标、主要内容与结构 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.3.3 论文结构 |
| 第2章 GNSS变形监测虚拟基准构建方法 |
| 2.1 网络RTK系统概述 |
| 2.1.1 网络RTK系统组成 |
| 2.1.2 增强参考站技术 |
| 2.2 虚拟基准误差来源及处理方法 |
| 2.2.1 电离层延迟 |
| 2.2.2 对流层延迟 |
| 2.2.3 多路径效应 |
| 2.2.4 星历误差 |
| 2.2.5 其他误差 |
| 2.3 虚拟基准位置构建方法 |
| 2.3.1 监测区域位置信息获取 |
| 2.3.2 目标点监测模式 |
| 2.3.3 区域监测模式 |
| 2.4 虚拟基准的ARS生成方法 |
| 2.5 本章小结 |
| 第3章 虚拟基准有效性检验 |
| 3.1 虚拟基准观测质量分析 |
| 3.1.1 电离层延迟区域内插模型 |
| 3.1.2 对流层延迟区域内插模型 |
| 3.1.3 星历误差分析 |
| 3.2 TEQC虚拟观测值检验 |
| 3.2.1 虚拟观测值信号组成 |
| 3.2.2 观测值质量衡量指标 |
| 3.2.3 TEQC数据质量检核 |
| 3.3 基线解算效果测试 |
| 3.4 本章小结 |
| 第4章 虚拟基准变形监测的精度分析 |
| 4.1 精度评价指标 |
| 4.2 观测时长对监测质量的影响 |
| 4.3 北斗/GPS系统监测精度分析 |
| 4.4 网型结构对监测精度的影响 |
| 4.5 网外监测精度分析 |
| 4.6 本章小结 |
| 第5章 虚拟基准变形监测应用实例 |
| 5.1 工程概况 |
| 5.2 数据处理策略 |
| 5.3 监测结果对比 |
| 5.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（3）利用GRACE RL06时变重力场的水储量变化反演研究与应用（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与技术路线 |
| 2 时变重力场反演地表质量变化理论 |
| 2.1 卫星重力测量 |
| 2.2 时变重力场基本理论 |
| 2.3 地表质量变化应用 |
| 2.4 本章小结 |
| 3 时变重力场数据处理及多源数据联合分析 |
| 3.1 时变重力场数据处理 |
| 3.2 时变重力场与GPS数据联合分析 |
| 3.3 时变重力场与水文模型联合分析 |
| 3.4 本章小结 |
| 4 云贵高原水储量变化的GRACE反演及分析 |
| 4.1 研究区概况 |
| 4.2 研究数据与研究方法 |
| 4.3 数据处理及结果分析 |
| 4.4 本章小结 |
| 5 华北平原水文负荷形变的GRACE反演及分析 |
| 5.1 研究区概况 |
| 5.2 研究数据与研究方法 |
| 5.3 数据处理及结果分析 |
| 5.4 本章小结 |
| 6 中国旱涝时空特征的GRACE干旱指数分析 |
| 6.1 研究区概况 |
| 6.2 研究数据与研究方法 |
| 6.3 数据处理及结果分析 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）高原山区水电站库区GPS静态数据质量评价与基准网稳定性分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 GPS技术在变形监测中的应用现状 |
| 1.2.2 GAMIT/GLOBK软件应用现状 |
| 1.2.3 高精度GPS数据处理现状 |
| 1.3 主要研究内容及章节安排 |
| 第二章 GPS高精度处理理论 |
| 2.1 GPS静态相对定位原理 |
| 2.1.1 GPS载波相位测量方程 |
| 2.1.2 GPS差分观测方法 |
| 2.2 GPS数据处理的误差源 |
| 2.2.1 与卫星有关的误差 |
| 2.2.2 卫星信号的传播误差 |
| 2.2.3 与接收机有关的误差 |
| 2.3 GPS网基线解算 |
| 2.3.1 基线解算的分类 |
| 2.3.2 基线解算的原理 |
| 2.4 GPS网平差 |
| 2.4.1 三维无约束平差 |
| 2.4.2 三维约束平差 |
| 2.5 本章小结 |
| 第三章 测区概况及GPS应用软件介绍 |
| 3.1 测区概况 |
| 3.1.1 测区范围 |
| 3.1.2 GPS基准网的布设及作业依据 |
| 3.2 TEQC软件介绍及处理流程 |
| 3.2.1 TEQC软件基本介绍 |
| 3.2.2 TEQC处理流程 |
| 3.3 GAMIT/GLOBK软件介绍及处理流程 |
| 3.3.1 GAMIT/GLOBK软件简介 |
| 3.3.2 GAMIT/GLOBK软件处理流程 |
| 3.4 本章小结 |
| 第四章 GPS基准网数据预处理及质量指标分析 |
| 4.1 多路径效应分析 |
| 4.2 观测值与周跳比值分析 |
| 4.3 信噪比分析 |
| 4.4 多路径效应、信噪比与卫星高度角的相关性分析 |
| 4.5 本章小结 |
| 第五章 GPS基准网数据处理及结果分析 |
| 5.1 数据来源 |
| 5.2 基线解算及结果分析 |
| 5.2.1 文件准备 |
| 5.2.2 数据准备及数据处理阶段 |
| 5.2.3 基线解算数据分析 |
| 5.3 网平差及结果分析 |
| 5.3.1 网平差 |
| 5.3.2 基准网稳定性分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录A:攻读学位期间发表的论文 |
| 附录B:攻读学位期间参与的科研项目 |
（5）CORS站坐标时间序列数据噪声分析与周期性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 坐标时间序列噪声特征研究现状 |
| 1.2.2 坐标时间序列周期特征研究现状 |
| 1.3 本文主要研究内容 |
| 2 CORS网数据处理方法研究 |
| 2.1 GAMIT/GLOBK软件简介 |
| 2.2 CORS站坐标数据来源 |
| 2.2.1 香港CORS网概况 |
| 2.2.2 CORS站数据源 |
| 2.3 数据处理与结果分析 |
| 2.3.1 GAMIT基线解算 |
| 2.3.2 GLOBK平差 |
| 2.3.3 坐标序列结果分析 |
| 2.4 原始坐标时间序列预处理 |
| 2.4.1 异常值的探测与剔除 |
| 2.4.2 坐标时序数据插值处理 |
| 2.5 本章小结 |
| 3 基于极大似然估计的CORS站坐标时序数据噪声分析研究 |
| 3.1 极大似然估计法原理 |
| 3.2 CORS站坐标时序噪声模型的建立与最优噪声模型的确定 |
| 3.2.1 CORS站坐标时序噪声模型的建立 |
| 3.2.2 最优噪声模型评价准则 |
| 3.2.3 白噪声的选取 |
| 3.2.4 CORS站坐标时序最优噪声模型的确定 |
| 3.3 顾及有色噪声模型下的CORS站坐标时序分析 |
| 3.3.1 顾及有色噪声对噪声量级估计的影响 |
| 3.3.2 顾及有色噪声对参数估计的影响 |
| 3.4 香港CORS站运动规律分析 |
| 3.5 本章小结 |
| 4 基于小波变换的CORS站高程坐标时序季节性周期特征分析 |
| 4.1 小波分析 |
| 4.2 基于小波多分辨分析的CORS站高程坐标时序周期特征研究 |
| 4.2.1 CORS站高程坐标时序周期特征分析结果 |
| 4.2.2 高程方向季节性变化的影响因素 |
| 4.3 基于小波的CORS站坐标时序降噪分析 |
| 4.3.1 小波降噪原理 |
| 4.3.2 小波降噪质量评价方法 |
| 4.3.3 CORS站坐标时序小波降噪结果 |
| 4.4 本章小结 |
| 5 基于谱分析的CORS站坐标时序周期特征与噪声特征研究 |
| 5.1 功率谱分析原理 |
| 5.2 基于功率谱分析的坐标时序周期特征研究 |
| 5.3 基于功率谱分析的坐标时序噪声特征研究 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A:GAMIT全部基线结果(231 条)基线重复性统计表 |
| 攻读学位期间的研究成果 |
（6）GPS垂向时序中环境负载效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 研究内容 |
| 第二章 非构造形变信息来源分析 |
| 2.1 GPS模型残差 |
| 2.2 环境负载 |
| 2.2.1 大气负载 |
| 2.2.2 水文负载 |
| 2.2.3 海洋非潮汐负载 |
| 2.3 热膨胀效应 |
| 2.4 本章小结 |
| 第三章 数据来源与处理方法 |
| 3.1 数据来源 |
| 3.1.1 GPS数据 |
| 3.1.2 环境负载数据 |
| 3.2 数据处理方法 |
| 3.2.1 粗差和线性趋势项的剔除 |
| 3.2.2 环境负载计算 |
| 3.3 评价指标 |
| 3.4 噪声分析方法 |
| 3.4.1 极大似然估计 |
| 3.4.2 周期图法 |
| 3.5 本章小结 |
| 第四章 环境负载效应研究分析 |
| 4.1 环境负载的基本特征 |
| 4.1.1 影响量级 |
| 4.1.2 空间分布 |
| 4.2 环境负载改正效果 |
| 4.2.1 WRMS差值分析 |
| 4.2.2 振幅影响分析 |
| 4.3 噪声分析 |
| 4.3.1 噪声类型分析 |
| 4.3.2 速度与速度不确定度分析 |
| 4.4 不同数据集结果对比分析 |
| 4.4.1 影响量级 |
| 4.4.2 改正效果对比 |
| 4.4.3 噪声分析 |
| 4.5 本章小结 |
| 第五章 环境负载与地学因子的关系 |
| 5.1 影响因子 |
| 5.2 相关性分析 |
| 5.2.1 负载值与纬度关系 |
| 5.2.2 负载值与测站到海岸线距离的关系 |
| 5.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（7）中国区域电离层VTEC模型精化研究（论文提纲范文）
| 博士生自认为的论文创新点 |
| 摘要 |
| Abstract |
| 缩略词 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电离层探测技术手段 |
| 1.2.2 电离层模型理论与研究方法 |
| 1.2.3 地基GNSS电离层研究的发展现状 |
| 1.3 本文主要研究内容与目标 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容与结构安排 |
| 1.4 本章小结 |
| 2 基于GNSS反演电离层的基本原理与方法 |
| 2.1 引言 |
| 2.2 电离层的变化特性及其影响因素 |
| 2.2.1 电离层的时空形态结构与变化规律 |
| 2.2.2 太阳与地磁活动对电离层的影响 |
| 2.2.3 电离层对无线电信号的影响 |
| 2.3 基于GNSS的电离层TEC提取与模型化原理 |
| 2.3.1 GNSS电离层TEC信息的提取 |
| 2.3.2 GNSS电离层TEC建模原理 |
| 2.4 本章小结 |
| 3 基于地统计Kriging空间内插的中国区域电离层优化模型的建立 |
| 3.1 引言 |
| 3.2 Kriging空间内插原理 |
| 3.2.1 地统计学中的基本概念 |
| 3.2.2 半变异函数理论 |
| 3.2.3 普通Kriging空间内插方法 |
| 3.3 基于Kriging中国区域VTEC精化模型的构建 |
| 3.3.1 电离层TEC估计中半变异函数选取与拟合原则 |
| 3.3.2 VTEC估计时IPP点搜索原则 |
| 3.4 建模结果验证与分析 |
| 3.4.1 中国区域VTEC半变异函数分析 |
| 3.4.2 多种模型建模结果对比与分析 |
| 3.5 本章小结 |
| 4 基于方差分量估计的中国区域电离层VTEC模型的改进 |
| 4.1 引言 |
| 4.2 基于拟合推估的VCE估计理论与方法 |
| 4.3 基于VCE的 Kriging方法在电离层延迟估计中的应用 |
| 4.4 实验应用分析 |
| 4.4.1 TEC分析 |
| 4.4.2 局部内插分析 |
| 4.4.3 区域整体建模结果分析 |
| 4.4.4 格网点估计精度分析 |
| 4.5 本章小结 |
| 5 电离层VTEC精化模型的验证与应用分析 |
| 5.1 引言 |
| 5.2 电离层监测分析 |
| 5.2.1 电离层TEC对磁暴的响应分析 |
| 5.2.2 中国区域电离层半年度与季节性异常的监测 |
| 5.3 不同太阳活动水平下电离层精化模型性能分析 |
| 5.3.1 建模残差RMS分析 |
| 5.3.2 格网点估计中误差分析 |
| 5.3.3 外部检核站验证分析 |
| 5.4 电离层VTEC精化模型对SPP性能影响分析 |
| 5.5 电离层VTEC精化模型在IC-PPP中的应用与验证分析 |
| 5.5.1 IC-PPP中的电离层先验约束 |
| 5.5.2 电离层VTEC精化模型精度分析 |
| 5.5.3 电离层对IC-PPP收敛速度和初始定位精度的影响 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻博期间的科研成果 |
| 致谢 |
（8）利用气象再分析资料研究InSAR大气对流层延迟与水汽反演（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的研究内容及组织结构 |
| 第二章 InSAR及时间序列InSAR技术基本原理 |
| 2.1 InSAR干涉测量基本原理 |
| 2.1.1 InSAR提取地表高程 |
| 2.1.2 InSAR提取地表形变 |
| 2.2 干涉测量的基本误差源 |
| 2.2.1 失相干 |
| 2.2.2 DEM误差 |
| 2.2.3 轨道误差 |
| 2.2.4 大气延迟误差 |
| 2.3 时间序列InSAR分析方法 |
| 2.3.1 点目标识别 |
| 2.3.2 大气延迟估计 |
| 2.3.3 轨道误差校正 |
| 2.3.4 参数估计 |
| 2.4 本章小结 |
| 第三章 干涉图的对流层延迟效应 |
| 3.1 大气分层理论 |
| 3.2 大气折射率 |
| 3.3 干涉图中的对流层延迟 |
| 3.4 对流层延迟对InSAR测高及形变的误差分析 |
| 3.4.1 对测高的误差分析 |
| 3.4.2 对形变的误差分析 |
| 3.5 InSAR对流层延迟校正方法及软件 |
| 3.6 本章小结 |
| 第四章 基于气象再分析资料的对流层延迟校正 |
| 4.1 气象再分析资料简介 |
| 4.2 实验区与数据 |
| 4.3 对流层延迟校正效果评价与分析 |
| 4.3.1 静力延迟的重要性 |
| 4.3.2 与MERIS改正结果比较 |
| 4.3.3 ERA-Ⅰ与NARR再分析资料的比较 |
| 4.3.4 垂直分层延迟与湍流混合延迟 |
| 4.4 本章小结 |
| 第五章 基于气象再分析资料对流层延迟校正的时间序列InSAR分析方法 |
| 5.1 StaMPS大气时空滤波的局限性 |
| 5.2 研究区和实验数据 |
| 5.2.1 太原盆地概况 |
| 5.2.2 太原盆地地面沉降历史与现状 |
| 5.2.3 实验数据 |
| 5.3 大气的季节性变化 |
| 5.4 ERA-Ⅰ对流层延迟校正的InSAR时序方法 |
| 5.5 实验结果和分析 |
| 5.5.1 对流层延迟改正效果 |
| 5.5.2 太原盆地地面沉降结果 |
| 5.5.3 InSAR形变与GPS比较 |
| 5.5.4 太原盆地地面沉降与重力变化 |
| 5.6 本章小结 |
| 第六章 InSAR技术反演大气水汽总量 |
| 6.1 从InSAR大地测量学到InSAR气象学 |
| 6.1.1 现有的水汽探测手段及特点 |
| 6.1.2 InSAR反演大气水汽含量研究进展 |
| 6.2 实验区与数据 |
| 6.3 InSAR水汽遥感的理论与方法 |
| 6.3.1 InSAR干涉图提取湿延迟 |
| 6.3.2 天顶湿延迟与大气水汽总量转换系数 |
| 6.3.3 InSAR遥感大气水汽总量的理论精度分析 |
| 6.4 基于地面GPS-PWV数据定标 |
| 6.5 InSAR遥感大气水汽总量的基本流程 |
| 6.6 实验结果与分析 |
| 6.6.1 GPS大气水汽总量观测结果 |
| 6.6.2 InSAR大气水汽总量观测结果 |
| 6.6.3 InSAR △PWV与MERIS △PWV比较分析 |
| 6.7 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 未来研究计划 |
| 参考文献 |
| 研究成果及参与科研项目 |
| 致谢 |
（9）GPS坐标序列噪声模型估计方法研究（论文提纲范文）
| 博士生自认为的论文创新点 |
| 缩写索引 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 GPS坐标序列处理策略研究 |
| 1.2.2 地表负载效应引起的测站位移 |
| 1.2.3 GPS坐标序列共模误差分离 |
| 1.2.4 GPS最佳噪声模型建立研究 |
| 1.3 本文研究目的和主要内容 |
| 1.3.1 本文研究目的 |
| 1.3.2 本文主要内容 |
| 第二章 GPS坐标时间序列分析理论与方法 |
| 2.1 GPS坐标时间序列 |
| 2.1.1 时间序列概述 |
| 2.1.2 GPS坐标时间序列模型 |
| 2.1.3 GPS坐标序列精度评价指标 |
| 2.2 GPS坐标序列时共模误差分离 |
| 2.2.1 堆栈滤波法 |
| 2.2.2 加权堆栈滤波法 |
| 2.2.3 主成分分析滤波法 |
| 2.3 GPS坐标序列噪声分析方法 |
| 2.3.1 GPS坐标时间序列噪声随机模型 |
| 2.3.2 GPS坐标系时间序列最佳噪声模型估计 |
| 2.4 GPS坐标时间序列的分析基本步骤 |
| 2.5 GPS坐标时间序列辅助分析工具设计与实现 |
| 2.5.1 GPS时间序列分析软件工具 |
| 2.5.2 基于Visual Basic的交互式GMT地学绘图工具 |
| 2.6 小结 |
| 第三章 GPS单日解坐标序列解算策略研究 |
| 3.1 GPS坐标序列在地面参考框架维持中的重要性 |
| 3.2 GPS单日解序列解算策略 |
| 3.2.1 GAMIT数据处理策略 |
| 3.2.2 GIPSY数据处理策略 |
| 3.2.3 QOCA数据处理策略 |
| 3.2.4 加权联合解数学模型 |
| 3.2.5 GPS单日解坐标序列数据处理流程 |
| 3.2.6 GPS单日解批处理策略 |
| 3.3 不同解算策略及软件对GPS坐标时间序列影响分析 |
| 3.3.1 数据选取 |
| 3.3.2 实验结果分析 |
| 3.4 不同加权模型的GPS单日联合解实验分析 |
| 3.5 小结 |
| 第四章 地表负载效应时空特征分析 |
| 4.1 研究背景 |
| 4.2 环境负荷效应 |
| 4.3 环境负载模型效应位移序列可靠性分析 |
| 4.3.1 环境负载模型 |
| 4.3.2 GPS站点分布 |
| 4.3.3 数据处理及分析 |
| 4.3.4 环境负载位移序列可靠性分析 |
| 4.4 环境负载效应区域特征分析 |
| 4.4.1 负载位移序列区域特征分析 |
| 4.4.2 环境负载对GPS测站修正分析 |
| 4.5 小结 |
| 第五章 GPS共模误差空间响应机制及分离方法研究 |
| 5.1 共模误差及其分离方法 |
| 5.2 GPS共模误差的空间响应机制分析 |
| 5.2.1 GPS坐标时间序列处理 |
| 5.2.2 坐标序列预处理 |
| 5.2.3 共模误差的空间响应分析 |
| 5.3 广义共模误差分离方法 |
| 5.4 广义共模误差分离实验分析 |
| 5.4.1 GPS数据处理及预分析 |
| 5.4.2 GPS子网划分及负载效应分析 |
| 5.4.3 广义共模误差分离结果分析 |
| 5.5 小结 |
| 第六章 GPS时间序列噪声模型建立及其应用研究 |
| 6.1 概述 |
| 6.2 GPS噪声模型估计及评价准则 |
| 6.3 观测墩类型对噪声模型建立的影响 |
| 6.4 不同时间跨度下噪声模型演化规律分析 |
| 6.4.1 不同时间跨度下不同噪声模型空间分布分析 |
| 6.4.2 不同时间跨度下噪声模型的演化过程分析 |
| 6.5 时间序列跨度对GPS站速度估计的影响 |
| 6.6 噪声模型对站速度估计的影响研究 |
| 6.7 负载效应及CME对噪声模型估计的影响 |
| 6.8 小结 |
| 第七章 结束语 |
| 7.1 本文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 攻博期间完成的学术论文及获奖情况 |
（10）地质灾害高精度GPS监测关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文选题背景 |
| 1.2 地质灾害 GPS 监测研究现状及分析 |
| 1.2.1 地质灾害 GPS 监测国内外研究现状 |
| 1.2.2 目前尚需解决的关键科学技术问题 |
| 1.3 课题来源 |
| 1.4 本文的研究内容及结构安排 |
| 第二章 GPS 高精度定位的数学模型 |
| 2.1 GPS 定位观测量的函数模型 |
| 2.1.1 非差观测方程 |
| 2.1.2 差分观测方程 |
| 2.1.3 差分观测值的相关性 |
| 2.2 GPS 定位观测量的随机模型 |
| 2.2.1 等权随机模型 |
| 2.2.2 卫星高度角随机模型 |
| 2.2.3 信噪比随机模型 |
| 2.2.4 基于验后残差的随机模型 |
| 2.3 GPS 观测量线性组合及观测方程 |
| 2.4 GPS 高精度定位的误差来源及其处理措施 |
| 2.4.1 与 GPS 卫星有关的误差 |
| 2.4.2 与 GPS 卫星信号传播有关的误差 |
| 2.4.3 与 GPS 接收机有关的误差 |
| 2.4.4 其它误差 |
| 2.5 本章小结 |
| 第三章 基于 GPS 静态相对定位技术的地质灾害高精度监测 |
| 3.1 高精度 GPS 静态相对定位技术的特点 |
| 3.2 高精度 GPS 监测网的坐标系统与参考基准 |
| 3.2.1 坐标系统 |
| 3.2.2 参考基准 |
| 3.2.3 某滑坡 GPS 监测网的坐标系统和参考基准 |
| 3.3 地质灾害高精度 GPS 监测网的精度指标 |
| 3.3.1 布网方案 |
| 3.3.2 各级 GPS 网的用途 |
| 3.3.3 地质灾害高精度 GPS 监测网精度指标的确定 |
| 3.3.4 GPS 大地高的精度 |
| 3.4 高精度 GPS 监测网观测时段数和观测时间的确定 |
| 3.5 广播星历和精密星历对高精度 GPS 监测结果的影响分析 |
| 3.6 对流层模型对高精度 GPS 监测精度的影响分析 |
| 3.7 高精度 GPS 观测数据预处理 |
| 3.7.1 GPS 观测数据预处理的目的和内容 |
| 3.7.2 高精度 GPS 观测数据质量检验与分析 |
| 3.7.3 GPS 接收机性能和测站观测环境质量检测方法探讨 |
| 3.8 高精度 GPS 观测数据处理 |
| 3.8.1 起算点坐标的解算与精度分析 |
| 3.8.2 高精度 GPS 基线向量解算 |
| 3.8.3 区域地面沉降高精度 GPS 监测基准的构建 |
| 3.8.4 高精度 GPS 基线向量网平差 |
| 3.9 某研究区域 2007-2009 年地面沉降 GPS 监测成果 |
| 3.10 本章小结 |
| 第四章 基于 GPS 精密单点定位技术的地面沉降高精度监测 |
| 4.1 GPS 精密单点定位技术研究现状 |
| 4.2 GPS 精密单点定位的观测模型 |
| 4.3 三种 GPS 精密单点定位观测模型的对比分析 |
| 4.4 GPS 精密单点定位技术在地面沉降灾害监测中的应用 |
| 4.4.1 变形监测试验和数据处理方案 |
| 4.4.2 试验结果及分析 |
| 4.5 基于基准站改正信息和历元差分的 GPS 精密单点定位技术研究及其在地面沉降监测中的可行性探讨 |
| 4.5.1 基于基准站改正信息和历元差分的 GPS 精密单点定位的基本原理 |
| 4.5.2 试验结果与分析 |
| 4.5.3 初步结论 |
| 4.6 一种基于原始观测值的单频精密单点定位算法 |
| 4.6.1 基于原始观测值的单频精密单点定位算法模型 |
| 4.6.2 测试结果分析 |
| 4.6.3 初步结论 |
| 4.7 本章小结 |
| 第五章 基于 GPS 快速定位技术的滑坡灾害动态高精度监测 |
| 5.1 滑坡监测的精度 |
| 5.2 GPS 快速定位技术的特点 |
| 5.2.1 GPS RTK 技术的特点 |
| 5.2.2 GPS 单历元定位技术的特点 |
| 5.2.3 GPS 实时精密单点定位技术的特点 |
| 5.3 GPS RTK 技术用于滑坡动态实时变形监测的试验及结果分析 |
| 5.3.1 滑坡监测试验方案 |
| 5.3.2 监测试验结果及分析 |
| 5.3.3 初步结论 |
| 5.4 GPS 单历元定位技术用于滑坡变形监测的试验结果及分析 |
| 5.4.1 滑坡监测试验方案及过程 |
| 5.4.2 监测试验结果及分析 |
| 5.4.3 初步结论 |
| 5.5 GPS 实时精密单点定位技术用于滑坡动态变形监测试验结果与分析 |
| 5.5.1 精密单点定位软件 P3solution 的特点 |
| 5.5.2 滑坡监测试验方案及过程 |
| 5.5.3 监测试验结果及分析 |
| 5.5.4 初步结论 |
| 5.6 本章小结 |
| 第六章 甑子岩危岩体 GPS 实时变形监测系统的构建与实现 |
| 6.1 研究背景 |
| 6.2 甑子岩危岩体 GPS 高精度监测技术路线 |
| 6.3 甑子岩危岩体 GPS 高精度监测技术方案 |
| 6.3.1 甑子岩危岩体 GPS 监测网的布设 |
| 6.3.2 坐标系统 |
| 6.3.3 监测周期 |
| 6.3.4 甑子岩危岩体 GPS 实时动态监测系统的设备配置 |
| 6.3.5 甑子岩危岩体 GPS 实时动态监测数据处理 |
| 6.3.6 甑子岩危岩体 GPS 实时动态变形监测系统的构成 |
| 6.4 甑子岩危岩体 GPS 实时动态监测结果及分析 |
| 6.5 芦山地震对甑子岩危岩体 GPS 变形监测结果的影响分析 |
| 6.6 本章小结 |
| 第七章 结论 |
| 7.1 本文开展的研究工作和取得的主要研究成果 |
| 7.2 本文的不足之处 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
四、GPS数据处理中基准站的加权及其影响（论文参考文献）
- [1]基于GPS时间序列的震后形变分析和机制研究[D]. 苏利娜. 中国地震局地质研究所, 2020(03)
- [2]GNSS变形监测的虚拟基准方法[D]. 赵亮. 西南交通大学, 2020(07)
- [3]利用GRACE RL06时变重力场的水储量变化反演研究与应用[D]. 徐永明. 中国矿业大学, 2020(01)
- [4]高原山区水电站库区GPS静态数据质量评价与基准网稳定性分析[D]. 费国俊. 昆明理工大学, 2020(04)
- [5]CORS站坐标时间序列数据噪声分析与周期性研究[D]. 陈晨. 兰州交通大学, 2019(04)
- [6]GPS垂向时序中环境负载效应研究[D]. 常航. 长安大学, 2019(01)
- [7]中国区域电离层VTEC模型精化研究[D]. 黄玲. 武汉大学, 2019(06)
- [8]利用气象再分析资料研究InSAR大气对流层延迟与水汽反演[D]. 唐伟. 武汉大学, 2017(06)
- [9]GPS坐标序列噪声模型估计方法研究[D]. 贺小星. 武汉大学, 2016(07)
- [10]地质灾害高精度GPS监测关键技术研究[D]. 王利. 长安大学, 2014(02)