海潮模型對陸態(tài)網絡GNSS觀測的影響

何威威 王琪潔,2 張化疑 王夢芮 肖鳳仙

1 中南大學地球科學與信息物理學院,長沙市麓山南路932號,410083 2 中南大學有色金屬成礦預測與地質環(huán)境監(jiān)測教育部重點實驗室, 長沙市麓山南路932號,410083 3 自然資源部第一海洋研究所,青島市仙霞嶺路6號,266061

OTLD是海洋潮汐現象引起的地表周期性形變,通常越靠近沿海地區(qū)量級越大,最大可達數十mm,對高精度大地測量的影響不可忽視[1-3]。隨著衛(wèi)星測高數據的不斷累積和同化技術的發(fā)展,海潮模型在分辨率、精度和海洋覆蓋率上均取得較大進步,已被廣泛應用于大地測量中的OTLD改正,并取得重要進展[4-6]。然而,由于中國近海岸線復雜,潮汐淺水效應明顯,國際上發(fā)布的海潮模型很少同化中國驗潮站數據,使得不同海潮模型在中國區(qū)域的實用性差異較大[7]?；诖?許多學者對不同海潮模型在中國區(qū)域的OTLD改正效果進行對比[8-9],但有關海潮模型間差異引起的影響有待進一步討論。本研究基于中國大陸構造環(huán)境監(jiān)測網絡(簡稱陸態(tài)網絡)長達12 a的GNSS高程時間序列,分析6種較新的海潮模型對陸態(tài)網絡GNSS觀測的影響。首先,分析不同海潮模型在中國區(qū)域的OTLD建模及實用性差異;然后,定量分析海潮模型差異造成的 GNSS高程時間序列混疊信號;最后,探討不同海潮模型估計的OTLD與陸態(tài)網絡GNSS ZTD估計的關系。

1 模型和數據

1.1 海潮模型

選擇NAO.99b、FES2004、FES2014b、EOT20、GOT4.10c、TPXO9.5a等6個海潮模型對GNSS觀測結果進行OTLD改正。其中,FES2004是IERS2010規(guī)范中推薦使用的海潮模型,同時也是當前陸態(tài)網絡中默認使用的模型;FES2014b、GOT4.10c、EOT20、TPXO9.5a分別是對應系列最新發(fā)布的海潮模型,相比其舊模型具有更高的精度和分辨率;NAO.99b是日本國立天文臺于2000年建立的同化模型,在日本周圍區(qū)域具有較高精度。各模型的基本信息如表1所示。

表1 海潮模型信息Tab.1 Information of ocean tide models

1.2 陸態(tài)網絡GNSS數據

陸態(tài)網絡發(fā)布的253個測站高程時間序列來源于中國地震局GNSS數據產品服務平臺(http:∥www.cgps.ac.cn/),測站分布和觀測數據可用率如圖1(a)所示。其中,GNSS測站高程時間序列均為ITRF框架下的單日解,已去除趨勢項,時間跨度為2010-01～2022-04。圖1(b)為BJFS、SHAO、CHAN、WUHN、LHAZ和URUM測站分布圖,本文研究利用這6個測站2013-05-01～06-30觀測數據探討OTLD與GNSS ZTD估計的關系。

圖1 GNSS測站分布與觀測數據可用率Fig.1 GNSS stations distribution and observation data availability

2 數據處理策略

2.1 OTLD改正差異評價

利用式(1)計算GNSS坐標時間序列對應的OTLD:

OTLDk(t)=

(1)

式中,OTLDk(t)為t時刻k方向(k=E、N、U,本文主要針對U方向)海潮負荷位移,Aj,k和Φj,k分別為分潮j的振幅和相位延遲參數,χj為初始相位角,ωj為角頻率,fj和μj分別為交點因子和交點訂正角度,T為參與OTLD建模的分潮數。本研究根據IERS2010協議要求,將11個主要分潮通過樣條插值法內插得到342個分潮的振幅和相位延遲,進而計算總OTLD。

利用不同海潮模型改正前后的高程時間序列wRMS,評價不同海潮模型的OTLD改正效果。wRMS及其改善百分比可表示為:

wRMS(Ts)=

(2)

(3)

2.2 GNSS高程時間序列的混疊周期分析

為分析海潮模型改正差異引起的GNSS高程時間序列的混疊周期信號,分別用NAO.99b、FES2014b、EOT20、GOT4.10c、TPXO9.5a海潮模型對測站高程時間序列進行OTLD改正,并與FES2004改正后的GNSS高程時間序列作差,得到主要受海潮模型差異影響的GNSS高程時間序列值。應用Lomb-Scargle譜分析方法,采用8倍過采樣因子,分別對未改正OTLD、不同海潮模型改正OTLD及其兩兩作差的GNSS高程時間序列進行時頻變換,得到不同海潮模型改正前后的周期振幅譜以及反映海潮模型差異影響的周期振幅譜,進而提取、分析未模型化和模型不準確的OTLD造成的陸態(tài)網絡GNSS高程時間序列的混疊周期信號。

2.3 GNSS ZTD估計分析

為分析未模型化和模型不準確的OTLD對GNSS ZTD估計的影響,采用不改正和分別附加FES2004、FES2014b進行OTLD改正的3種GNSS數據處理策略,獲取GNSS PPP估計的 ZTD時間序列。同時,為有效消除GNSS其他誤差源對ZTD的影響,分別對3種數據處理策略估計的ZTD序列作差,偏差結果可以反映不同海潮模型對GNSS ZTD估計的影響。

3 結果分析

3.1 不同海潮模型的OTLD改正差異分析

利用NAO.99b、FES2014b、EOT20、GOT4.10c、TPXO9.5a分別計算各陸態(tài)網絡測站的OTLD 時間序列標準偏差StdDev[5],并對每個測站的GNSS高程時間序列進行OTLD改正。通過分析各個測站不同海潮模型改正前后的wimprove與StdDev的關系,定量分析不同海潮模型對陸態(tài)網絡GNSS觀測的OTLD改正效果及差異,結果如圖2所示。

圖2 不同海潮模型對陸態(tài)網絡的OTLD改正差異Fig.2 Differences in OTLD correction to CMONOC by different tide models

圖2(a)為基于各海潮模型的OTLD StdDev與wimprove關系圖。由圖可知,StdDev越大,即OTLD對測站的影響越大,各海潮模型對GNSS高程時間序列的wRMS改善效果越明顯,最高可達52%以上;同時,不同海潮模型的StdDev與wimprove的相關系數R2均在0.75左右,說明兩者具有較強的線性相關性,因此可用各模型線性擬合直線的斜率來反映不同模型的OTLD改正性能。從圖2(a)可以看出,GOT4.10c和NAO.99b模型的斜率明顯低于其余4個模型,表明這2個模型對陸態(tài)網絡的OTLD改正效果較差,原因可能是其空間分辨率較差。分別對FES2004和其余5個模型的陸態(tài)網絡wimprove進行作差,得到不同海潮模型相對于FES2004的OTLD改正差異結果(圖2(b))?？梢钥闯?各海潮模型對陸態(tài)網絡的改正差異主要在東部沿海區(qū)域,最大差異可達11%。

3.2 海潮模型差異引起的GNSS高程時間序列混疊周期分析

研究表明[10],未進行OTLD改正時,GNSS高程時間序列會在約9.4 d、9.6 d、14.2 d、14.8 d、365 d等周期處產生顯著的混疊信號;利用不同海潮模型進行OTLD改正后,這些混疊信號振幅都有不同程度的降低,表明應用不同海潮模型進行改正會造成不同幅度的混疊周期信號。為深入分析不同海潮模型差異引起的GNSS高程時間序列混疊周期信號,利用NAO.99b、EOT20、FES2014b、GOT4.10c、TPXO9.5a改正OTLD后的高程時間序列與FES2004改正后的高程時間序列作差,并對作差后的時間序列利用Lomb-Scargle法計算和提取出各測站最大混疊信號的周期及振幅,結果如圖3、4所示。

圖3 海潮模型差異引起的陸態(tài)網絡GNSS高程時間序列最大混疊信號周期Fig.3 Maximum mixed signal period of GNSS coordinate time series of CMONOC caused by the difference of ocean tide models

圖3為253個陸態(tài)網絡測站的最大混疊信號周期。由圖可知,不同海潮模型間差異不同,引起各測站GNSS高程時間序列的最大混疊信號周期也不相同,最大混疊信號周期主要有9.6 d、14.2 d、14.8 d、180 d、365 d,其中超過70%測站的最大混疊信號周期為14.8 d,其次為365 d。

圖4為海潮模型差異引起的陸態(tài)網絡GNSS高程時間序列最大混疊信號振幅?？梢钥闯?海潮模型差異會對中國東部沿海地區(qū)GNSS高程時間序列造成明顯的混疊信號,可達4 mm,對內陸區(qū)域的影響較小,可忽略不計?；诖?選擇12個沿海區(qū)域測站,通過統計不同海潮模型改正前后GNSS高程時間序列的最大混疊信號振幅,進一步展示不同海潮模型對沿海地區(qū)最大混疊信號振幅的改正差異情況,結果如圖5所示。

圖5 不同海潮模型對沿海地區(qū)OTLD混疊信號的減弱情況Fig.5 Attenuation of OTLD mixed signals in coastal areas by different tide models

從圖5可以看出,未進行OTLD改正時,東海沿岸測站的最大混疊信號振幅大于渤海、黃海、南海沿岸測站,再次表明OTLD對陸態(tài)網絡東海沿岸測站的影響最大;應用海潮模型改正OTLD能顯著減弱測站的最大混疊信號振幅,但不同海潮模型的減弱效果存在差異。表2(單位%)為12個測站最大混疊信號振幅的減弱百分比,不同海潮模型改正OTLD后的減弱幅度為45%～99%,各海潮模型對最大混疊信號的減弱差異可達43%;除SDQD站外,FES2014b均表現最好。

表2 最大混疊信號振幅的減弱百分比Tab.2 Reduction percentage of maximum mixed signal amplitude

3.3 海潮模型差異對GNSS ZTD估計的影響

圖6為BJFS、CHAN、LHAZ、SHAO、URUM、WUHN站ZTD估計偏差與OTLD時間序列?？梢钥闯?ZTD偏差和OTLD時間序列具有較相似的周期性特征,表明OTLD是GNSS估計ZTD的一個主要誤差源,且兩者的變化存在較強的相關性。

圖6 ZTD偏差與OTLD時間序列Fig.6 Time series of ZTD deviation and OTLD

圖7為分別采用FES2004和FES2014b改正前后得到的ZTD偏差與OTLD散點分布。由圖可知,OTLD對ZTD估計的影響可達10 mm以上,OTLD越大,ZTD偏差越大;6個測站的ZTD偏差與OTLD之間存在準線性關系,且FES2014b的相關系數和回歸直線斜率均大于FES2004。結合前文推測,這可能是因為FES2014b對陸態(tài)網絡的實用性更好,估計的OTLD時間序列更容易對ZTD偏差進行建模改正。從圖7還可以看出,各模型的回歸直線斜率與相關系數隨著測站位置變化而變化。從散點分布可以看出,由于受OTLD影響較大,SHAO和WUHN站的ZTD偏差與OTLD散點能夠較集中地分布在回歸直線附近,而BJFS、CHAN、LHAZ、URUM站由于受OTLD影響較小,導致ZTD偏差變化過小,其散點分布在某些值域附近出現間斷。

圖7 OTLD與ZTD偏差散點分布Fig.7 Scatter distribution of ZTD deviation and OTLD

4 結 語

本文對FES2004、NAO.99b、FES2014b、EOT20、GOT4.10c、TPXO9.5a在陸態(tài)網絡GNSS觀測中的OTLD改正差異進行評估,分析海潮模型差異對GNSS高程時間序列造成的最大混疊效應,探討不同海潮模型與GNSS ZTD估計的關系,得出以下結論:

1)OTLD對測站的影響越大,不同海潮模型對GNSS高程時間序列的wRMS改善效果及其差異越明顯,改善效果最高可達52%以上,最大差異可達11%。

2)海潮模型差異對陸態(tài)網絡GNSS高程時間序列造成的最大混疊信號周期主要為14.8 d和365 d,振幅可達4 mm。應用不同海潮模型改正能顯著減弱45%～99%的最大混疊信號振幅,但模型間差異可達43%。

3)OTLD是GNSS ZTD估計的一個主要誤差源,兩者存在準線性關系,選用的海潮模型實用性越好,線性關系越顯著,更容易對OTLD引起的ZTD偏差進行建模改正。

4)總體來看,FES2014b對GNSS高程時間序列的wRMS、最大混疊信號、ZTD估計的OTLD改正效果均優(yōu)于其他模型,建議使用FES2014b代替FES2004模型進行陸態(tài)網絡的GNSS解算。