本文在法方程層面融合GOCE衛(wèi)星的V_xx、V_yy、V_zz和V_xz重力梯度分量觀測數(shù)據(jù)和GRACE衛(wèi)星觀測數(shù)據(jù),采用直接法解算了220階次的重力場模型Tongji-GOGR2019S.首先利用IIR帶通濾波器在5～41 mHz的重力梯度帶寬范圍內(nèi)對約24個(gè)月的GOCE重力梯度觀測方程進(jìn)行無相移濾波處理,并組成解算220階次重力場模型的法方程,各梯度分量根據(jù)相對于參考模型統(tǒng)計(jì)精度進(jìn)行定權(quán);然后與13.5 a GRACE數(shù)據(jù)建立的180階次Tongji-Grace02s重力場模型的法方程進(jìn)行疊加,解算了220階次的無約束純衛(wèi)星重力場模型Tongji-GOGR2019S.利用EIGEN-6C4重力場模型、GNSS/水準(zhǔn)數(shù)據(jù)、DTU15重力異常數(shù)據(jù)以及歐洲區(qū)域似大地水準(zhǔn)面模型EGG2015等數(shù)據(jù)對Tongji-GOGR2019S模型精度進(jìn)行全面的檢核評定,結(jié)果表明:引入GOCE衛(wèi)星梯度數(shù)據(jù)后,高于72階的位系數(shù)精度優(yōu)于Tongji-Grace02s模型,Tongji-GOGR2019S模型的整體精度接近同階次...

【文章頁數(shù)】：12 頁

【部分圖文】：

圖3Tongji-GOGR2019S及其他GOCE模型與EIGEN-6C4模型比較大地水準(zhǔn)面階誤差

選用8006個(gè)美國GNSS水準(zhǔn)數(shù)據(jù)、536個(gè)墨西哥GNSS水準(zhǔn)數(shù)據(jù)和212個(gè)加拿大GNSS水準(zhǔn)數(shù)據(jù)對Tongji-GOGR2019S等模型的精度進(jìn)行評價(jià),模型最高階次取2160,截?cái)嚯A次以后的位系數(shù)用EIGEN-6C4模型補(bǔ)充(如截?cái)嚯A次為220,則221～2160階次的位系數(shù)采....

圖1不同階IIR帶通濾波器濾波結(jié)果比較

2.2Tongji-GOGR2019S重力場模型解算由于GOCE梯度觀測值中不可避免的含有粗差,為了減小粗差對重力反演的影響,本文在所選濾波器下采用閥值法和基于移動窗口的閥值法探測各重力梯度分量觀測值粗差(徐天河和賀凱飛,2009;Yi,2012a;梁建青,2016).在剔除G....

圖2Tongji-GOGR2019S等模型與EIGEN-6C4模型比較大地水準(zhǔn)面階誤差

表1Tongji-GOGR2019S模型信息Table1TheinformationofTongji-GOGR2019Smodel項(xiàng)目內(nèi)容GOCE數(shù)據(jù)2011-02—2013-10,約24個(gè)月GRACE數(shù)據(jù)2003-01—2016-07,約13.5a....

圖4截?cái)嘀?20階各重力場模型與DIR-R6模型全球大地水準(zhǔn)面差值

圖3Tongji-GOGR2019S及其他GOCE模型與EIGEN-6C4模型比較大地水準(zhǔn)面階誤差圖5各模型與DIR-R6模型高程異常差值統(tǒng)計(jì)結(jié)果

本文編號：3918729