利用CEEMD分析中國沿海GNSS站高程時序變化
發(fā)布時間:2021-01-15 10:20
利用完備經(jīng)驗模態(tài)分解方法(CEEMD)對我國沿海地區(qū)6個GNSS基準站(2010—2018)的高程時序數(shù)據(jù)進行了處理分析。結果表明:CEEMD在高程時間序列分析中具有一定的優(yōu)越性,可準確分解出各GNSS站高程時序中存在的周、月、季節(jié)、年等變化周期項,其中周年運動是主要貢獻項,各站高程時間序列的短周期變化與潮汐變化周期具有密切關聯(lián)性;沿海GNSS站的地面沉降既具有區(qū)域的一致性,又存在區(qū)域間差異性,其中D區(qū)DBJO、DZJJ站呈現(xiàn)先下降后上升的趨勢,N區(qū)NZUH、NWZU站呈下降趨勢,B區(qū)的BZMW呈上升趨勢,而同海區(qū)的BLHT站則呈顯著的下降趨勢。
【文章來源】:測繪通報. 2020,(03)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
DZJJ站高程時間序列
根據(jù)上述對比分析可知,CEEMD分解方法在中國沿海GNSS長期觀測站高程時間序列分析中效果最好,既能抑制EMD中產(chǎn)生的模態(tài)混疊現(xiàn)象,同時較EEMD分解具有更好的完備性。2.2 基于CEEMD時間序列分析
如確定各站點高程非線性變化的主要周期項,首先需利用連續(xù)均方根誤差準則提取IMF分量的噪聲能量密度曲線(如圖3所示),并以噪聲能量密度曲線局部極小值作為噪聲與有用信號分界點,選取各GNSS站高程時間序列的有效變化周期,即DZJJ站IMF1—IMF5分量噪聲成分多,其余5站IMF1—IMF4分量噪聲成分較多,因此,在后續(xù)分析中應舍棄上述IMF分量對應的變化周期。為驗證選擇噪聲能量密度曲線局部極小值作為噪聲與有用信號分界點的有效性,對篩選后的IMF分量及趨勢項進行重構,并與原始數(shù)據(jù)比較(如圖4所示)。圖4顯示,重構后序列與原始序列趨勢保持一致,均方根誤差均小于7 mm,表明本文采用的分界方法是可行的。
【參考文獻】:
期刊論文
[1]“陸態(tài)網(wǎng)”GPS與GRACE的中國大陸地表垂直形變對比分析[J]. 賈路路,王閱兵,連尉平,相龍偉. 測繪學報. 2018(07)
[2]HHT-EEMD用于IGS站高程時間序列分析[J]. 施闖,牛玉嬌,魏娜,樓益棟,張雙成. 大地測量與地球動力學. 2018(07)
[3]基于CEEMD-Wavelet-SavGol模型的GPS多路徑修正算法[J]. 趙龍,高井祥,李增科,王堅. 測繪通報. 2017(11)
[4]CEEMD高分辨率時頻分析方法研究與應用[J]. 鄢高韓,楊午陽,楊慶,魏新建,王恩利,王洪求,王萬里. 地球物理學進展. 2016(04)
[5]利用GPS連續(xù)觀測進行中國沿海驗潮站地殼垂直形變分析[J]. 周東旭,周興華,張化疑,王朝陽,唐秋華. 武漢大學學報(信息科學版). 2016(04)
[6]GNSS研究海潮負荷效應進展[J]. 劉經(jīng)南,張化疑,劉焱雄,陳武,周興華. 武漢大學學報(信息科學版). 2016(01)
[7]中國區(qū)域IGS基準站坐標時間序列非線性變化的成因分析[J]. 姜衛(wèi)平,李昭,劉鴻飛,趙倩. 地球物理學報. 2013(07)
[8]GPS監(jiān)測中國沿海驗潮站垂直運動觀測研究[J]. 劉根友,朱耀仲,許厚澤,張為民. 武漢大學學報(信息科學版). 2005(12)
博士論文
[1]國家CORS基準站高程時間序列非線性時變研究[D]. 張恒璟.遼寧工程技術大學 2013
本文編號:2978725
【文章來源】:測繪通報. 2020,(03)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
DZJJ站高程時間序列
根據(jù)上述對比分析可知,CEEMD分解方法在中國沿海GNSS長期觀測站高程時間序列分析中效果最好,既能抑制EMD中產(chǎn)生的模態(tài)混疊現(xiàn)象,同時較EEMD分解具有更好的完備性。2.2 基于CEEMD時間序列分析
如確定各站點高程非線性變化的主要周期項,首先需利用連續(xù)均方根誤差準則提取IMF分量的噪聲能量密度曲線(如圖3所示),并以噪聲能量密度曲線局部極小值作為噪聲與有用信號分界點,選取各GNSS站高程時間序列的有效變化周期,即DZJJ站IMF1—IMF5分量噪聲成分多,其余5站IMF1—IMF4分量噪聲成分較多,因此,在后續(xù)分析中應舍棄上述IMF分量對應的變化周期。為驗證選擇噪聲能量密度曲線局部極小值作為噪聲與有用信號分界點的有效性,對篩選后的IMF分量及趨勢項進行重構,并與原始數(shù)據(jù)比較(如圖4所示)。圖4顯示,重構后序列與原始序列趨勢保持一致,均方根誤差均小于7 mm,表明本文采用的分界方法是可行的。
【參考文獻】:
期刊論文
[1]“陸態(tài)網(wǎng)”GPS與GRACE的中國大陸地表垂直形變對比分析[J]. 賈路路,王閱兵,連尉平,相龍偉. 測繪學報. 2018(07)
[2]HHT-EEMD用于IGS站高程時間序列分析[J]. 施闖,牛玉嬌,魏娜,樓益棟,張雙成. 大地測量與地球動力學. 2018(07)
[3]基于CEEMD-Wavelet-SavGol模型的GPS多路徑修正算法[J]. 趙龍,高井祥,李增科,王堅. 測繪通報. 2017(11)
[4]CEEMD高分辨率時頻分析方法研究與應用[J]. 鄢高韓,楊午陽,楊慶,魏新建,王恩利,王洪求,王萬里. 地球物理學進展. 2016(04)
[5]利用GPS連續(xù)觀測進行中國沿海驗潮站地殼垂直形變分析[J]. 周東旭,周興華,張化疑,王朝陽,唐秋華. 武漢大學學報(信息科學版). 2016(04)
[6]GNSS研究海潮負荷效應進展[J]. 劉經(jīng)南,張化疑,劉焱雄,陳武,周興華. 武漢大學學報(信息科學版). 2016(01)
[7]中國區(qū)域IGS基準站坐標時間序列非線性變化的成因分析[J]. 姜衛(wèi)平,李昭,劉鴻飛,趙倩. 地球物理學報. 2013(07)
[8]GPS監(jiān)測中國沿海驗潮站垂直運動觀測研究[J]. 劉根友,朱耀仲,許厚澤,張為民. 武漢大學學報(信息科學版). 2005(12)
博士論文
[1]國家CORS基準站高程時間序列非線性時變研究[D]. 張恒璟.遼寧工程技術大學 2013
本文編號:2978725
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/2978725.html
最近更新
教材專著