经验模态分解法在PPK潮位测量中的应用

发布时间：2021-12-30 21:09

　　为提高PPK潮位测量的精度,基于连云港车牛山站、油码头站、开山岛站获得的PPK验潮数据,采用经验模态分解对PPK潮位数据进行处理,滤去高频波浪和噪声信号,并与同期长期验潮站潮位数据进行对比。结果表明:1)经验模态分解法能有效剔除PPK潮位测量中的高频噪声序列,可提高PPK潮位观测的测量精度;2) PPK潮位测量精度和基准站与验潮站之间距离呈负相关关系,即验潮站距基准站越远,PPK潮位测量精度越低;3) PPK潮位的精度可达10 cm以内,滤波后可达5 cm左右,可以满足港口与航道工程的需要。 

【文章来源】：中国港湾建设. 2020,40(09)

【文章页数】：5 页

【部分图文】：

验潮站位置及基准站位置示意图

PPK数据后处理采用TBC解算软件，计算过程中均使用精密星历。由于PPK处理后获得水面高程的基面为GNSS椭球面，而潮位数据的基面为理论深度基准面，二者之间需要转换。利用车牛山站、油码头站、开山岛站转换关系得到各站基于理论深度基准面的PPK潮位，并和各长期站同步潮位数据共同绘制潮位过程线图。以车牛山站为例，从图2可以看出，车牛山站PPK验潮数据和车牛山站长期验潮站同期潮位变化趋势基本一致，但PPK验潮数据呈明显波动特征，这说明车牛山站PPK潮位数据中存在噪声序列。因此，为获取准确的潮位数据，必须对PPK潮位数据进行滤波处理，以去除潮位数据中的噪声序列。3.2 经验模态分解与数据重构

通过经验模态分解车牛山站、油码头站、开山岛站PPK潮位，并以车牛山站为例说明经验模态分解效果，车牛山站2018年4月16—17日PPK潮位数据分解结果如图3所示。从图3可以看出，基于潮位数据自身特点将信号自适应地分解为12个高频分量imf1～imf12、1个低频分量imf13和1个剩余分量。

【参考文献】：
期刊论文
[1]智能疏浚新时代与我国疏浚行业的可持续发展[J]. 田俊峰,俞孟蕻,钱献国.  中国港湾建设. 2019(01)
[2]不同期验潮数据用于余水位差分水位推算的可行性分析[J]. 王华原,舒畅.  水运工程. 2017(08)
[3]基于施工船的海上临时验潮站建站技术探讨与实现[J]. 田维新,焦永强.  中国港湾建设. 2015(05)
[4]验潮站零点漂移检测及修订方法的改进[J]. 黄辰虎,刘敏,陈英凯,李明辉,陆秀平,翟国君.  海洋测绘. 2015(02)
[5]基于经验模态分解及独立成分分析的微震信号降噪方法[J]. 贾瑞生,赵同彬,孙红梅,闫相宏.  地球物理学报. 2015(03)
[6]参考经验模态分解-独立分量分析及其在GPS多路径误差处理中的应用[J]. 罗飞雪,戴吾蛟,唐成盼,黄大伟,伍锡锈.  测绘学报. 2012(03)
[7]GPS高程导出的全球高程振荡运动及季节变化[J]. 朱文耀,符养,李彦.  中国科学（D辑:地球科学）. 2003(05)



本文编号：3558967