GPS連續(xù)站的環(huán)境變化對解算結果精度的影響定量研究

劉辛中 李拴虎 宋成科

摘要：采用統(tǒng)一的參考框架和數據處理方案，對中國大陸構造環(huán)境監(jiān)測網絡GPS連續(xù)觀測站自2010年6月正式運行以來所有觀測數據進行解算，得到可靠的連續(xù)站坐標時間序列結果。在此基礎上，對GPS連續(xù)觀測時間序列出現(xiàn)的非線性、非周期性異常變化，開展現(xiàn)場調研核實與分析，梳理異常GPS觀測站的環(huán)境變化情況并確定可能影響因素，針對樹木等遮擋物對觀測結果的影響，選取部分測站的已有數據通過人為設定環(huán)視角、屏蔽部分衛(wèi)星信號等方式進行數據篩選實驗，結果表明環(huán)視角提高對垂向的影響大于水平方向，當環(huán)視角提高到20°時可以有效地改善多路徑效應引起的影響，對凈化原始數據很有利，環(huán)視角增大到30°時坐標的精度下降比較明顯；屏蔽部分衛(wèi)星信號在一定程度上能夠提高坐標的精度，但比較繁瑣，不適合處理大規(guī)模的數據，對個別流動站不超過4天的數據進行檢查和改正具有一定可行性。

關鍵詞：陸態(tài)網絡；GPS；時間序列；異常核實；多路徑效應

中圖分類號：P315.725 文獻標識碼：A 文章編號：1000-0666（2018）03-0472-08

0 引言

GPS連續(xù)觀測已成為現(xiàn)今主要的地殼形變觀測手段之一，被廣泛應用于區(qū)域地殼形變分析（甘衛(wèi)軍等，2005；許厚澤，熊熊，2004；江在森等，2004；周海濤等，2017）、強震形變場監(jiān)測（王敏等，2011；楊國華等，2007；朱爽，周偉，2015）、地震中長期預報（尹繼堯等，2007）、全球板塊模型建立（Kogan，Steblov，2008）等，對于揭示其它手段難以認知的地球物理現(xiàn)象起到了重要作用。中國大陸構造環(huán)境監(jiān)測網絡GPS連續(xù)觀測站自2010年6月正式運行以來，已積累了260個臺站約8年的觀測資料。其運行為大地測量學和地球動力學研究提供了寶貴的基礎數據，同時為我國的地震監(jiān)測預報工作提供了更為完善的數據支持（張風霜，占偉，2015）。

由于陸態(tài)網絡連續(xù)站建站初期選址在視野開闊、地質條件良好的地方，獲得的GPS連續(xù)資料數據質量良好，對這些連續(xù)資料解算主要從優(yōu)化誤差模型和解算方案上進行研究，如郭金運等（2014）利用球冠諧分析建立單測站歷元偽距多路徑效應與衛(wèi)星經緯度之間的函數關系，提高定位的精度；王濤（2014）利用小波分析策略對GPS觀測數據進行消噪預處理，有效地消除了GPS觀測數據中接收機的隨機噪聲和多路徑效應的影響，提高了解算精度。隨著經濟建設的快速發(fā)展和自然環(huán)境的變化，某些GPS連續(xù)站周圍環(huán)境發(fā)生了巨大變化，對 GPS觀測數據質量產生了一定的影響，目前對這類環(huán)境因素或人為因素引起的影響研究還相對較少或不夠深入。因此，本文在對中國大陸構造環(huán)境監(jiān)測網絡所有觀測站數據解算的基礎上，首先對出現(xiàn)異常的GPS觀測站時間序列進行初步分析，并結合實地調研，有針對性地選取樹木、建筑等遮擋物這類影響因素引起的異常開展實驗性研究，優(yōu)化陸態(tài)網絡數據處理方案，為異常識別與判定提供參考依據。

1 GPS資料概況及解算

本文采用中國大陸構造環(huán)境監(jiān)測網絡（以下簡稱“陸態(tài)網絡”）共260個GPS連續(xù)觀測站自2010年以來的觀測數據，其中網絡一期連續(xù)站33個，網絡二期連續(xù)站227個，參與解算的還有相同時間段內的全球90個IGS觀測數據。

數據解算采用統(tǒng)一的參考框架和數據處理方案。首先利用GAMIT獲得“陸態(tài)網絡”連續(xù)站和IGS站的區(qū)域單日松弛解，計算中適當約束IGS站坐標，而對“網絡工程”連續(xù)站給予較松弛的約束，同步觀測的測站較多時，采用分區(qū)處理。再使用QOCA進行整體平差、解算得到可靠的連續(xù)站時間序列結果。

GAMIT計算部分參數設置如下：RELAX模式；電離層延遲：采用LC-HELP對一階電離層進行修正；光壓模型：BERNE（與SIO的全球解一致）；對流層天頂延遲參數個數：13；潮汐模型參數：31；天線高計算模型：ELEV；大氣改正模型：GMF；觀測值定權：隨高度角定權；衛(wèi)星軌道約束：20cm；天頂延遲模型：PWL。

對獲得連續(xù)站時間序列剔除粗差、原因明確的突變，并進行震后的同震位移改正，獲得精化的時間序列結果。經分析發(fā)現(xiàn)部分GPS時間序列呈現(xiàn)非線性的上下波動，造成這種波動的因素有許多，如連續(xù)站周圍環(huán)境發(fā)生變化，圖1為甘肅平涼站GPS時間序列結果。甘肅平涼GNSS基準站觀測環(huán)境受到破壞，西北方向受到遮擋比較嚴重，2013年6月開始東西向時間序列有明顯的向東偏移的趨勢，2014年3月，中國地震局地殼運動監(jiān)測工程研究中心對靜寧的大樹進行了削高處理，此后東向偏移出現(xiàn)轉折。

2 樹木等遮擋物對數據質量影響分析

針對樹木等遮擋物對觀測結果的影響，本文選取部分測站的數據，通過人為設定環(huán)視角、屏蔽部分衛(wèi)星信號等方式進行數據篩選實驗，對比分析遮擋前后數據解算結果的差異，總結測站環(huán)視角變化對觀測結果影響的規(guī)律。

2.1 人為設定環(huán)視角實驗

2.1.1 觀測站選取與數據計算

通過對出現(xiàn)異常的觀測站進行篩選，并經過實地環(huán)境調研，選取甘肅天水、靜寧、平涼、蘭州測站作為人為設定高度角研究實驗的測站，因為這4個觀測站站址四周都有高大樹木、建筑物等遮擋，對觀測結果的影響比較典型，而且無法通過屏蔽某一方向的衛(wèi)星信號減弱對觀測質量的影響，參考框架和數據處理方案不變，通過提高高度角來減弱遮擋物對觀測質量的影響，高度角分別設定為10°，20°和30°。

2.1.2 高度角實驗結果分析

由于篇幅所限，文中只給出靜寧和平涼站高度角分別為20°，30°時，與高度角為10°的N，E，U 3個方向的坐標時間序列對比結果（圖2、3），由圖2a，3a可以看出，靜寧站和平涼站高度角設定為20°時，其水平方向坐標時間序列和高度角與10°時的坐標時間序列總體趨勢和量值基本一致，而垂直方向的坐標時間序列總體趨勢與高度角為10°時相一致，但在量值上偏大；由圖2b，3b可見，靜寧站和平涼站高度角設定為30°時，水平方向的坐標時間序列和高度角為10°時的坐標時間序列總體趨勢和量值也基本一致，但垂直方向上的坐標值比高度角為10°時的坐標值離散，可見，高度角的提升對垂直方向的影響明顯大于水平方向。

本文還給出了靜寧站、平涼站高度角分別為20°和30°時與高度角為10°時的三維坐標差異及其精度差的統(tǒng)計。由圖4，5和表1可知，靜寧、平涼站高度角為10°和20°的坐標差異值在3個方向大體符合正態(tài)分布，水平方向坐標差異值在0.3 mm以內，垂直方向在6 mm以內；靜寧、平涼站高度角為10°和30°的坐標差異值在3個方向也大體符合正態(tài)分布，水平方向坐標差異值在0.3 mm以內，垂直方向在9 mm以內；靜寧、平涼站在垂直方向上高度角為30°和10°的坐標差異值比高度角為20°和10°的坐標差異值更離散；隨著高度角的增大，解算得到的三維站坐標差異量值增大，并且垂直方向上的量值明顯大于水平方向，說明高度角增大對垂向坐標的影響大于水平向，當高度角由20°增大到30°時，由表1可以看出，蘭州站垂向坐標最大平均差異量由5.98 mm增大至8.53 mm。

由不同高度角的坐標精度值可以看出，坐標精度值明顯都有峰值，不符合正態(tài)分布，但靜寧、平涼站高度角為10°和20°時水平方向的精度差異值在0.1 mm以內，垂直方向在5 mm左右，而在

垂直方向精度差異值最大的是甘肅天水站，達到了5.3 mm；靜寧、平涼站高度角為10°和30°時的水平方向精度差異值在0.3 mm以內，垂直方向精度差異值在20 mm左右，甘肅天水站垂直方向精度差異值仍最大，達到了20.8 mm。由此可見隨著高度角增大，水平向和垂直向的坐標解算精度有所下降，而垂向解算精度隨著高度角的增大下降更為明顯。當高度角增大到20°時，垂向坐標精度平均下降約4～5.5 mm，當高度角增大到30°時，垂向坐標精度平均下降16～21 mm，因此我們認為當環(huán)視角提高到20°時獲得的結果精度可以接受，可以有效地改善多路徑效應引起的影響，對凈化原始數據有利，而高度角為30°時獲得的坐標值是不可信的。

2.2 屏蔽部分衛(wèi)星信號實驗

2.2.1 觀測站選取依據及數據處理流程

本文選取了同仁、萬州、廣州站3個GPS連續(xù)站進行數據篩選實驗，這3個觀測站代表了3種不同的類型，多路徑效應的影響比較典型。通過TEQC軟件對這3個觀測站數據進行數據質量檢查，結果見表2。

數據篩選實驗數據處理流程：先用TEQC軟件檢核數據質量生成繪圖文件，再用QCVIEW軟件顯示繪圖文件并分析和記錄多路徑誤差較大的衛(wèi)星時段，最后用TEQC的編輯功能對數據進行編輯，對由于樹木遮擋產生較大多路徑觀測誤差的時段衛(wèi)星數據進行剔除，然后采用統(tǒng)一的參考框架和數據處理方案解算得到可靠的連續(xù)站時間序列結果。

2.2.2 數據篩選實驗結果

TEQC+QCVIEW進行預處理，可剔除較大多路徑效應時段的衛(wèi)星數據，由表3可知，預處理改正后的觀測數據mp1和mp2相應減小，減小值為0.05～0.23，說明能在一定程度上改善數據質量，減弱多路徑觀測誤差，提高定位精度。由表3還可以看出，廣州站經過數據預處理改正后的3方向坐標分量解算精度都有一定提高，萬州站精度有微小提高，廣州站精度提高最為明顯。但這種方法也有弊端，QCVIEW繪圖是在DOS系統(tǒng)下，數據篩選的過程需要對各測站每天逐顆衛(wèi)星逐一檢查并記錄，過程繁瑣且容易出錯，對連續(xù)站長時間段的樹木遮擋數據進行逐一檢查并改正費時費力，不太實際，對個別流動站不超過4天的數據進行檢查和改正具有一定可行性。

這種方法是通過剔除多路徑觀測誤差大的衛(wèi)星時段數據進行數據預處理改正，整體來看有效率降低的幅度可以接受，但如果觀測數據本身有效率較低（嚴密遮擋、其它干擾等影響），如青海同仁站，采用這種方法改正后的數據解算精度并無改善，且會由于數據的剔除使得數據有效率進一步降低而導致解算精度下降。

3 引起GPS連續(xù)站異常的其他因素

幾乎所有GPS連續(xù)觀測站坐標時間序列都呈現(xiàn)非線性的上下波動，造成波動的因素包括GPS接收機及天線更換引起的突變、觀測墩底部變動（夏峰等，2014；趙國強等，2013），地震引起的突變及長時間衰變，外部未模型化或模型化不完善的長期地球物理效應以及內部與GPS技術相關的誤差（王敏等，2005a；黃立人，2006；朱文耀等，2003）。地表流體負載的質量再分布（如非潮汐海洋負載、大氣負載、冰期后回彈等），以及水文負載等地球物理效應的作用，也可能使得測站發(fā)生非線性位移（李昭等，2012；梁洪寶等，2014，2015；姜衛(wèi)平等，2013）。另外，GNSS信號傳播過程中的對流層、電離層延遲模型改正的不完善，GPS天線的多路徑效應（趙潤，趙治華，2009）等技術類誤差同樣是造成測站非線性變化的重要來源。相關研究表明，GPS數據處理模型及策略的不完善會導致GPS基準站時間序列產生虛假的非線性變化（姜衛(wèi)平等，2013；王敏等，2005b；王敏，2007），而參考框架站的非線性變化會導致框架轉換參數的扭曲，并通過框架傳遞到未知點，造成坐標的失真。如果不考慮環(huán)境變化等影響直接對結果進行形變分析和地球物理解釋，可能會得出與實際情況不符的結果，因此連續(xù)站周圍環(huán)境變化也導致時間序列的偏頗，例如周圍樹木長高及建筑物的建設。此外，大地震的同震位移同樣會引起連續(xù)站時間序列的波動（張風霜，郭良廷，2014）。因此，對GPS連續(xù)觀測站的非線性異常變化進行核實是利用GPS連續(xù)觀測時間序列進行形變分析和震情跟蹤的基礎。

4 討論與結論

本文基于統(tǒng)一的參考基準和數據處理方案獲取的部分陸態(tài)網絡GPS連續(xù)站資料時間序列結果表現(xiàn)出來的顯著的非線性、非周期性的異常變化特征，通過實地調研、數據解算實驗、調閱最新的環(huán)視圖等方法對影響GPS連續(xù)資料質量的因素進行分類，并重點對遮擋較嚴重的天水、靜寧、平涼、蘭州站和數據量比較典型的廣州、萬州、同仁站，分別通過選取人為設定環(huán)視角和屏蔽部分衛(wèi)星信號的方法進行實驗。結果表明，選取高度角為20°時，可以有效地改善多路徑效應引起的影響，對凈化原始數據很有利，但是過高的提高衛(wèi)星高度角會“篩掉”部分衛(wèi)星，提高衛(wèi)星高度角到30°時，會使參與解算的衛(wèi)星數減少，影響解算精度；而通過TEQC+QCVIEW預處理剔除掉多路徑效應嚴重時段的方法雖能在一定程度上改善數據質量、提高結果的精度，但是加大了“陸態(tài)網絡”大量連續(xù)數據處理的工作量。

因此，建議在實際應用中，對于發(fā)現(xiàn)異常的連續(xù)站盡快落實引起異常的因素，加大對出現(xiàn)異常原因的追究和異常性質的判定，對于環(huán)境變化等可以處理的引起異常因素要及時排除，例如本文中甘肅天水連續(xù)站出現(xiàn)異常的原因是站址地勢較低且周圍樹木較高，地殼工程中心及時對觀測室周圍樹木進行了清理，有效地降低了多路徑效應；對于一些客觀因素不能及時排除而引起異常的連續(xù)資料采用提高高度角到20°和“篩掉”部分多路徑影響嚴重的衛(wèi)星相結合的辦法，通過時間序列結果的比較分析來得出最終結果。

參考文獻：

甘衛(wèi)軍，程朋根，周德敏，等.2005.青藏高原東北緣主要活動斷裂帶GPS加密觀測及結果分析[J].地震地質，27（2）：177-187.

郭金運，李國偉，孔巧麗，等.2014.基于球冠諧分析的GPS多路徑效應建模[J].中國有色金屬學報（英文版），（6）：1874-1879.

黃立人.2006.GPS基準站坐標分量時間序列的噪聲特性分析[J].大地測量與地球動力學，26（2）：31-33.

江在森，馬宗晉，張希，等.2004.GPS初步結果揭示的中國大陸水平應變場與構造變形[J].地球物理學報，46（3）：352-358.

姜衛(wèi)平，李昭，劉鴻飛，等.2013.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].地球物理學報，56（7）：2228-2237

李昭，姜衛(wèi)平，劉鴻飛，等.2012.中國區(qū)域IGS基準站坐標時間序列噪聲模型建立與分析[J].測繪學報，41（4）：496-503.

梁洪寶，劉志廣，黃立人，等.2015.非構造形變對中國大陸GNSS 基準站垂向周期運動的影響[J].大地測量與地球動力學，35（4）：589-593.

梁洪寶，朱爽，王友，等.2014.陸態(tài)網絡 GNSS 基準站階躍偏移量的精確估計[J].震災防御技術，9（增刊1）：622-631.

王敏，李強，王凡，等.2011.全球定位系統(tǒng)測定的 2011 年日本宮城 MW9.0 級地震遠場同震位移[J].科學通報，56（20）：1593-1596.

王敏，沈正康，董大南.2005a.非構造形變對GPS連續(xù)站位置時間序列的影響和修正[J].地球物理學報，48（5）：1045-1052.

王敏，張祖勝，許明元.2005b.2000國家GPS大地控制網的數據處理和精度評估[J].地球物理學報，48（4）：817-823.

王敏.2007.GPS數據處理方面的最新進展及其對定位結果的影響[J].國際地震動態(tài)，（7）：3-8.

王濤.2014.基于小波分析的 GPS 變形監(jiān)測數據去噪方法研究[D].昆明：昆明理工大學，17-27.

夏峰，張銳，馮勝濤，等.2014.GNSS不同類型試驗觀測墩對不同類型噪聲幅值影響分析[J].華北地震科學，33（2）：39-44.

許厚澤，熊熊.2004.東北亞大陸地殼運動的 GPS 研究[J].大地測量與地球動力學，24（4）：1-6.

楊國華，江在森，張風霜，等.2007.昆侖山8.1級地震對川滇地區(qū)地殼水平形變的影響[J].中國地震，23（1）：56-64.

尹繼堯，徐平，吳培稚，等.2007.GPS 數據用于地震短臨預測的數據處理初步探索[J].地震地磁觀測與研究，28（5）：50-56.

張風霜，郭良遷.2014.天津地區(qū)的水平形變特征[J].測繪科學，39（12）：86-90.

張風霜，占偉.2015.利用GPS連續(xù)觀測資料獲取高精度動態(tài)速度場的研究[J].地震研究，38（1）：75-83.

趙國強，孫漢榮，任靂，等.2013.中國地殼運動觀測網絡 GPS 基準站時間序列分析與研究[J].國際地震動態(tài)，（4）：19-29.

趙潤，趙治華.2009.GPS 多路徑誤差處理技術[J].測繪科學，34（5）：21-22.

周海濤，陳兆輝，朱爽，等.2017.川滇地區(qū)部分連續(xù)GPS測點形變異常分析[J].地震研究，40（1）：94-100.

朱爽，周偉.2015.甘肅岷縣漳縣6.6級地震前后區(qū)域地殼形變分析[J].地震工程學報，37（3）：731-738.

朱文耀，符養(yǎng)，李彥.2003.GPS高程導出的全球高程振蕩運動及季節(jié)變化[J].中國科學，33（增刊1）：72-83.

Kogan M G，Steblov G M.2008.Current global plate kinematcs from GPS（1995-2007）with the plate-consistent reference frame[J].J Geophys Res，113：B04416.doi：10.1029/2007jb005353.

Abstract In this paper，we calculated reliable coordinate time series of continues GPS stations of Crust Movement Observation Network Of China（CMONOC）by unified reference frame and data processing scheme since June 2010.And then non-linear and non-periodic abnormal changes from those coordinate time series have been carried out in-depth and detailed field verification and analysis to determine environmental changes and their influences.For the effect on the observation results from trees and other obstructions，we set data screening experiments by artificially set ring angle，shielding part of the satellite signal and other means based on part of existing coordinate time series.The results show that the effect on coordinate time series is that when the ring angle increases，the the precision for vertical direction is worse in contrast to horizontal direction.When the ring angle is increased to 20 degrees，the multi-path effect can be effectively improved which is very favorable for the purification of raw data.When the ring angle is increased to 30 degrees，the accuracy degree of coordinate time series significantly decreased.Shielding part of the satellite signal can improve the accuracy of coordinates to a certain extent，but not suitable when processing large-scale data.However，it is feasible，to a certain extent，to check and correct the data of individual mobile stations within 4 days.

Keywords：CMONOC；GPS；time series；anormaly verification；multipath effect