利用CEEMD分析中国沿海GNSS站高程时序变化

发布时间：2021-01-15 10:20

　　利用完备经验模态分解方法（CEEMD）对我国沿海地区6个GNSS基准站（2010—2018）的高程时序数据进行了处理分析。结果表明:CEEMD在高程时间序列分析中具有一定的优越性,可准确分解出各GNSS站高程时序中存在的周、月、季节、年等变化周期项,其中周年运动是主要贡献项,各站高程时间序列的短周期变化与潮汐变化周期具有密切关联性;沿海GNSS站的地面沉降既具有区域的一致性,又存在区域间差异性,其中D区DBJO、DZJJ站呈现先下降后上升的趋势,N区NZUH、NWZU站呈下降趋势,B区的BZMW呈上升趋势,而同海区的BLHT站则呈显著的下降趋势。 

【文章来源】：测绘通报. 2020,(03)北大核心

【文章页数】：6 页

【部分图文】：

DZJJ站高程时间序列

根据上述对比分析可知，CEEMD分解方法在中国沿海GNSS长期观测站高程时间序列分析中效果最好，既能抑制EMD中产生的模态混叠现象，同时较EEMD分解具有更好的完备性。2.2 基于CEEMD时间序列分析

如确定各站点高程非线性变化的主要周期项，首先需利用连续均方根误差准则提取IMF分量的噪声能量密度曲线(如图3所示)，并以噪声能量密度曲线局部极小值作为噪声与有用信号分界点，选取各GNSS站高程时间序列的有效变化周期，即DZJJ站IMF1—IMF5分量噪声成分多，其余5站IMF1—IMF4分量噪声成分较多，因此，在后续分析中应舍弃上述IMF分量对应的变化周期。为验证选择噪声能量密度曲线局部极小值作为噪声与有用信号分界点的有效性，对筛选后的IMF分量及趋势项进行重构，并与原始数据比较(如图4所示)。图4显示，重构后序列与原始序列趋势保持一致，均方根误差均小于7 mm，表明本文采用的分界方法是可行的。

【参考文献】：
期刊论文
[1]“陆态网”GPS与GRACE的中国大陆地表垂直形变对比分析[J]. 贾路路,王阅兵,连尉平,相龙伟.  测绘学报. 2018(07)
[2]HHT-EEMD用于IGS站高程时间序列分析[J]. 施闯,牛玉娇,魏娜,楼益栋,张双成.  大地测量与地球动力学. 2018(07)
[3]基于CEEMD-Wavelet-SavGol模型的GPS多路径修正算法[J]. 赵龙,高井祥,李增科,王坚.  测绘通报. 2017(11)
[4]CEEMD高分辨率时频分析方法研究与应用[J]. 鄢高韩,杨午阳,杨庆,魏新建,王恩利,王洪求,王万里.  地球物理学进展. 2016(04)
[5]利用GPS连续观测进行中国沿海验潮站地壳垂直形变分析[J]. 周东旭,周兴华,张化疑,王朝阳,唐秋华.  武汉大学学报(信息科学版). 2016(04)
[6]GNSS研究海潮负荷效应进展[J]. 刘经南,张化疑,刘焱雄,陈武,周兴华.  武汉大学学报(信息科学版). 2016(01)
[7]中国区域IGS基准站坐标时间序列非线性变化的成因分析[J]. 姜卫平,李昭,刘鸿飞,赵倩.  地球物理学报. 2013(07)
[8]GPS监测中国沿海验潮站垂直运动观测研究[J]. 刘根友,朱耀仲,许厚泽,张为民.  武汉大学学报(信息科学版). 2005(12)

博士论文
[1]国家CORS基准站高程时间序列非线性时变研究[D]. 张恒璟.辽宁工程技术大学 2013



本文编号：2978725