中国最优动态大地测量参考框架的实现及其应用

工程6（2020）879研究大地测量与测量工程-文章中国最优动态大地测量参考框架的实现：方法与应用程鹏飞a，程颖燕a，王晓明b，吴素琴c，徐艳田aa中国测绘科学研究院，北京100036b中国科学院航天信息研究所，北京100094c中国矿业大学环境科学与空间信息学院，徐州221116阿提奇莱因福奥文章历史记录：2018年12月15日收到2020年6月11日修订2020年6月23日接受在线预订2020年保留字：中国板块模型CGCS2000维护非线性运动建模A B S T R A C T中国大地坐标系2000（CGCS2000）作为正式出版的参考坐标系已有多年的历史。中国所有全球导航卫星系统（GNSS）站点的坐标需要进行校正，以与CGCS 2000框架保持一致。可以采用不同的策略来实现最佳参考系。然而，不同的策略导致不同的结果，当GNSS站坐标转换为CGCS 2000定义的坐标时，差异高达几分米。GNSS台站坐标改正的两种常用方法是CGCS2000下的准稳定平差和板块运动改正，其结果之间的差异可达10cm以上本文将“监督聚类”统计方法应用于GNSS基准站的选择，提出了一种“分区间距”的GNSS基准站分组方案，并采用板块运动校正方法对GNSS历元至CGCS2000历元的所有GNSS基准站进行了坐标新的分区方法的结果被发现是显着优于那些从传统的站阻塞的方法。以未分组测站坐标为标准，新划分方法得到的所有三维坐标分量的精度均优于2mm。由监督聚类方法得到的x、y和z方向上的速度的均方根（RMS）分别为0.19、0.45和0.32 mm/a，这比由传统方法得到的0.92、0.72和0.97 mm/a此外，利用奇异谱分析（SSA）对位置非线性运动进行建模和预测.SSA的建模精度在东（E）、北（N）和上（U）方向上分别优于3、2和5 mm;其预测精度在水平和垂直方向上分别优于5 mm和1 cm©2020 THE COUNTORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇CCBY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍中国大地坐标系2000（CGCS2000）于2008年7月1日首次被正式宣布为国家标准坐标系[1]。新框架在2000.0的历元与国际地球参考框架（ITRF ）97对齐（即，参考历元），包括2600个全球定位系统（GPS）大地控制点，用于确定参考框架[2]，并估计了GPS控制点的速度[3]。为了获得GPS站的精确定位*通讯作者。电子邮件地址：yycheng@casm.ac.cn（Y. Cheng）。从不同观测时间的GPS观测值中获得CGCS 2000参考历元的坐标，通常需要进行两个主要步骤：①在ITRF中处理所有全球导航卫星系统（GNSS）台站的观测值，以获得高精度坐标;②利用板块运动模型，即基于中国大陆线性或非线性速度模型的高精度板块运动模型，将在ITRF 2014之前，已经建立了几个基于线性模型的ITRF，该模型适合大地测量参考站点的速度[4，5]。线性假设对区域构造解释具有重要意义。然而，具有非线性的https://doi.org/10.1016/j.eng.2020.08.0042095-8099/©2020 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程杂志主页：www.elsevier.com/locate/eng.Σ.ΣΣ23.ΣðÞ880P. Cheng et 等/工程6（2020）879运动可以达到几厘米的量级，特别是当忽略负载效应时。主要针对海平面上升的全球研究需要一个精度为1 mm的陆地参考框架（TRF）[6]。此外，以前的研究[7 预计这些在台站位置时间序列中出现的周期性信号不会影响ITRF定义的参数，尤其是原点和尺度[10]，尽管观测时间少于2.5年的台站的速度可能会受到这些影响[11]。然而，预计的周期性信号的估计将提高速度的准确性，即使在站，提出了线性运动的趋势，特别是对于站与大的季节性变化的位置。估计季节性信号的另一个主要优点是，它有助于检测季节性信号中的不连续性。位置时间序列-如果有的话-并因此改进偏移确定。ITRF 2014作为ITRF的最新版本，在ITRF历史上首次采用了增强的非线性台站运动建模，包括台站位置的季节性（年度和半年）信号以及遭受大地震的场地的震后变形。ITRF 2014已被证明优于过去的ITRF版本。然而，ITRF 2014是基于长期变化趋势为线性且季节信号振幅恒定的假设构建的。这一假设对许多需要1 mm精度水平TRF的研究有重要影响。为了解决这一问题，并进一步提高板块的运动方向与亚板块的运动趋势大致一致，且在同一数量级上;下面介绍三个步骤的选择程序第一步：采用最小二乘法和两组速度数据估计了两组速度之间转换的七个参数。一组速度来自NNR-NUVEL-1A模型，另一组包括测量速度-即ITRF 2005框架内所有初始候选站的GNSS数据处理估计的速度[12]。速度残差大于2 σ值的台站被视为包含粗差，因此被取消选择。第二步：识别和选择测得的速度和方位角远大于其平均值的台站。该步骤基于这样的假设，即在刚性板上（即，刚性块），所有候选站的速度和运动方向的幅度没有显著差异-也就是说，它们在空间中缓慢变化[13]。 识别程序如下。首先，测量的速度Vx;V y;V z和模型-导出的（例如，NNR-NUVEL-1A模型）速度Vx、Vy、Vz模型转换为地心参考系中的水平分量坐 标 系 Vx 、 Vy 和 Vz 分 别 是 x 、 y 和 z 方 向 上 的 速 度 。 水 平 分 量 矢 量V1/V2/V6;Vn/V7（V6和Vn分别为东向和北向的速度）可通过以下等式获得TRF，这项研究探讨了一个非线性网站移动模型，用奇异谱分析（SSA）方法构造了一个新的结构本文的提纲如下。第二节介绍了GNSS站坐标估计的数据处理策略ΣVeΣ¼Σ-sinokkcoskk0Vx64Vy751z这包括确定GNSS基准站的选择标准第3节介绍了不同模型的性能，包括基于线速度假设的板块运动模型，以及从特定历元到2000.0历元的台站坐标校正板块运动的更多细节模型的介绍和分析在第3。第4介绍其中u和k分别是站点的纬度和经度。其次，根据所有候选站的水平矢量，由最小二乘估计得到板块的欧拉矢量Xx;Xy;Xz用于欧拉矢量估计的观测方程为非线性场地模拟的SSA方法ΣVeΣn-cosmok本研究提出的议案SSA方法的比较并讨论在这一节。第五节是总结和结论。V¼r新疆-哈萨克斯坦064Xy75ð2Þ2. 数据处理策略2.1. 全球基准站的选择为了实现最佳的中国参考框架，必须选择一组从位于欧亚板块的全球国际GNSS服务（IGS）台站中选择参考台站候选者;其次，确定并选择满足以下三项标准的台站作为初始候选者：①台站速度分量的sigma其中，r是站点与站点中心之间的距离，地球从Eq.（2）是模型导出的速度，并且方位角由等式（1）计算（3）是模型导出的方位角，分别用V板模型和K板模型表示然后将模型导出的速度和速度的方位角与测量的速度和方位角V;K同一个车站。速度的方位角定义如下：Ve=Vn如果速度或方位角之差大于2 σ（方程2），（4）），则车站被排除。小于3mm的应变速率; ②台站远离板块构造变形区;③台站连续. V型板模型-V <2r1;及。K板模型-K <2R2ð4Þ至少观察了五年。在这项研究中，采用了超过十年的连续观测跨度;更具体地说，选择了从1999年到2009根据这些标准，共选择了126个站点。这126个候选站需要根据以下标准进一步检查：①同一子站中所有初始候选站的速度分量其中，r1是差异的标准差（STD）值在板块内的所有可能的参考站的模型导出的速度和测量的速度之间，并且r2是方位角结果的STD步骤3：选择在整个板上分布良好的站。然而，在实践中，候选站通常不是如所期望的那样均匀分布的。因此，只有位于Xz- sinucosk- sinucosuVnVP. Cheng等人 /工程6（2020）879-897881通常会排除精度较低的密集分布区域。在这项研究中，所谓的分层光栅化方法被用来识别这种类型的站。该方法的两个原则是：①选站覆盖面积尽可能大;②选站分布尽可能均匀。详细的选站程序包括三个步骤：①将每个区块或子板块按经纬度划分为多个网格;②统计每个网格中的测站数，并计算所有网格中测站数的平均值;③识别并排除精度较低或位于测站数大于步骤②所得平均值在对上述所有标准进行检查之后，最终从最初的126个候选站中选择了92个IGS站作为GNSS参考控制站。2.2. 分区间距法目前的软件包，如GAMIT或Bernese，处理大量GNSS数据的能力有限;如果用它们来处理来自50多个GNSS台站的数据，它们的处理效率可能会迅速下降。因此，将整个区域划分为若干区块或群组是经常采用的解决方案。除了如前所述在选择参考控制站时考虑坐标精度外，还必须考虑两个参考站之间基线的长度。不同于常用的分区方案，这是简单地基于站PSM的程序包括三个步骤：首先将中国大陆划分为2.5°×2.5°分辨率的网格，并统计每个网格中所有台站的数量，然后根据处理的所有台站数量和软件的容量确定块数，最后将每个网格中密集分布的台站划分为不同的块。图1提供了一个示例，其中左上方的面板指示了所有已处理站的分布，而其他三个面板显示了使用PSM划分的三个块。应该注意的是，PSM可用于分区任何数量的块。PSM已成功地用于国家全球导航卫星系统连续运行基准站网络的日常数据处理。210个分布在全国的CORS被分为五个区块。每个街区包括大约43个车站，Fig. 1. PSM示意图。左上图所示的所有经处理的全球导航卫星系统台站被分成三个区块，如其他三个图所示。注意：使用不同的颜色只是为了帮助理解。分布在整个中国，类似于平行分区。为了评估PSM相对于地理分区方法（GPM）等一般分区方法的改进，将PSM和GPM的测试结果与作为标准的非分区方案的结果进行比较。在非分区方案中，不是使用不同的块，而是所有的站都参与解决方案而不分区。图图2和图3显示了PSM和GPM产生的基线相对精度和台站坐标的差异。可以看出，PSM产生的基线相对精度明显优于的GPM。此外，PSM的定位结果比GPM的定位结果更均匀、更稳定，PSM的水平和垂直坐标精度分别为1 mm和2 mm，GPM的水平和垂直坐标精度分别为2 mm和4 mm。3. 板块运动模型开发和线性TRF维护维持参考系的两种方法是：①利用改进的板块运动模型构造线速度模型[14，15];②构造非线性场地运动模型。第一种方法的优点是可以利用板块上所有参考站的线速度建立板块运动模型，以便将任何站的坐标转换为任何特定时期的坐标。然而，由于忽略了非线性运动，这种类型的模型只能达到厘米级的精度。非线性模型可以达到毫米级的精度，但是，作为一个特定的网站模型，它不能扩展和用于其他站。许多学者开发了各种板块运动模型，如 NNR-NUVEL-1A 、APKIM 2005[16然而，这些全球模型在用于将全球导航卫星系统台站坐标校正为CGCS 2000时效果不佳，原因是缺乏足够的中国台站用于开发这些模型。3.1. 速度场估计和板块运动模型发展利用中国地壳运动观测网络（CMONOC）10年的观测资料，对中国板块模型（CPM）CGCS 2000（CPM-CGCS 2000）的速度场进行了估算。共处理了1720个全球导航卫星系统台站，包括34个用于国家基准控制的CORS、56个全球定位系统基站和来自地方网络的1630个区域跟踪台站。整个中国大陆被分为四个区块，以便使用GAMIT软件（版本10.35）。在10年的观测期内，一些基准站发生了由强烈地震、海啸等引起的突然运动因此，对坐标时间序列进行分段估计的方法，图二. PSM（红线）和GPM（蓝线）的基线相对精度比较。882P. Cheng et 等/工程6（2020）879图三. PSM（红线）和GPM（蓝线）产生的坐标差异比较。B、L和H分别表示纬度、经度和大地高。保证了推导出更加稳定和精确的刚性板体板块运动模型。这一发现意味着，在速度场计算中没有考虑到这些站在事件期间的突然位移在ITRF 2005中估计了所有1720个站的位置和这些站中的1072个站处的速度，如所描述的，受到所选择的92个参考控制站的约束第2.1节。92个基准站通过GLOBK软件与ITRF保持联系根据ITRF2005中周边12个IGS站和23个国内参考站的坐标和速度，得到了ITRF2005中中国国家基准网和区域网的坐标和速度。中国经常发生地震在所选的十年CORS观测跨度中，至少发生了两次大地震：一次是2001年的昆仑山地震，另一次是2008年的汶川地震。此外，2004年发生在印度尼西亚的海啸对中国部分地区造成了影响。根据中国CORS的坐标时间序列，发现这三次地震对中国部分台站产生了影响，如地震发生后，部分台站发生了移动，移动速度的趋势发生了变化为了获得受影响区域的可靠速度场参考站根据事件发生的日期进行分段，以便对不同分段的数据进行单独处理。在这些事件发生期间，没有一个受影响的CORS被用作控制站。表1中的结果表明，在地震或海啸之前和之后的一对分段期间测量的速度分量之间的大部分差异在3-5 mm/a-1的QION，XIAG，WUHN和HAIK），并且由速度分量产生的速度矢量的方向也发生了变化。受地震/海啸影响地区的台站最有可能在事件发生期间移动;因此，根据这些事件的日期/时间将时间序列速度（或GPS观测值）划分为若干段，可确保合成速度不会受到参考台站坐标突然变化的影响排除这些事件的周期内的部分的观测是一个合理的方法，以获得准确和可靠的速度场，并用于开发一个新的板块运动模型，CPM-CGCS 2000。表2和表3显示了速度场的统计精度1072个基准站（包括25个CORS、56个基站和CGCS 2000中的991个区域站）中的水平和垂直两个方向。可以看出，99%的表1CORS与时间序列分割。现场段持续时间Vx（m a-1）Vy（m a-1）Vz（m a-1）事件/发生时间开始结束DLHA DLHA_1PS1999-03-01 2001-11-14-0.0345-0.0067-0.0019昆仑地震/2001-11-14电话：+86-510 - 8888888传真：+86-510 - 8888888YANCYANC_GPS1999-03-01 2008-05-12-0.0320-0.0024-0.0076汶川地震/2008-05-12YANC_1PS2008-05-13 2010-01-01-0.0328-0.0038-0.0063KMINKMIN_1PS1999-03-01 2004-12-25-0.0334-0.0023-0.0177印度尼西亚地震引发的海啸（震级 8.7）/2004-12-25KMIN_GPS2004-12-26 2010-01-01-0.0348-0.0019-0.0182QIONQION_GPS1999-03-01 2004-12-25-0.0306-0.0057-0.0091印度尼西亚地震海啸（震级 8.7）/2004-12-25QION_1PS2004-12-26 2007-09-11-0.0274-0.0079-0.0126印度尼西亚地震引发的海啸（震级8.5）/2007-09-11QION_2PS2007-09-12 2010-01-01-0.0279-0.0083-0.0138WUHNWUHN_1PS1999-09-22 2002-01-25-0.0357-0.0032-0.0073天线更换两次/2002-01-25WUHN_2PS2002-01-26 2002-10-30-0.0320-0.0071-0.0076WUHN_3PS2002-10-31 2008-05-12-0.0315-0.0073-0.0107汶川地震/2008-05-12WUHN_4PS2008-05-13 2010-01-01-0.0310-0.0124-0.0109XIAGXIAG_GPS1999-03-01 2004-12-25-0.0279 0.0017-0.0173印度尼西亚地震海啸（震级 8.7）/2004-12-25XIAG_1PS2004-12-26 2007-09-11-0.0308 0.0046-0.0123印度尼西亚地震引发的海啸（震级8.5）/2007-09-11XIAG_2PS2007-09-12 2010-01-01-0.0307 0.0035-0.0158HAIKHAIK_GPS1999-03-01 2004-12-25-0.0313-0.0057-0.0091印度尼西亚地震海啸（震级8.7）/2004-12-25HAIK_1PS2004-12-26 2007-09-11-0.0289-0.0056-0.0111印度尼西亚地震引发的海啸（震级8.5）/2007-09-11HAIK_2PS2007-09-12 2010-01-01-0.0292-0.0104-0.0116··J-P. Cheng等人 /工程6（2020）879-897883表2水平方向速度场的统计精度。精度范围北向平均精度东平均精度（mm）号的速度积累方向（mm）号的速度累计方向（mm/a-1）站（%）（%）站（%）（%）0-0.155251.4951.490.12455952.1552.15 0.1270.1-0.243140.2091.6941838.9991.140.2-0.5817.5699.25878.1299.260.5-1.080.75100.0080.74100.00统计的基础上的1072个站，其中1025个站后来被用作参考样本的速度场插值（取消了47个站的速度均方根大）。表3垂直方向速度的统计精度精度范围（mm/a-1）车站数目流速（%）累计（%）垂直方向平均精度（mm/a-1）0-0.567362.7862.780.5630.5-1.031429.2992.071.0-2.0676.2598.322.0-5.0181.68100.00水平方向速度场的精度小于0.5mm·a-1，垂直方向速度场的精度92%小于1.0mm·a-1。3.2. 板块运动模型CPM-CGCS 2000板块运动模型的精度取决于以下几个因素：①观测资料的数量、质量和基准站的分布;②板块划分的合理性和确定板块边界的准确性;③基准站选择标准的合理性--特别是为了符合刚性板块假说而取消位于变形区的基准站。参考文献[20]表明，欧拉极点位置的差异，滇西地块因此，研究中II类组织块或子板的实际数量为20个。每个子板上的速度后拟合残差约为华北平原、鲁东黄海、燕山、鄂尔多斯、天山、朝鲜-中国、蒙古-中国、华南、阿拉善、阿尔泰和南海等亚板块的a值为拉萨亚板块的扰动比西部其它亚板块的扰动大，反映的一致运动少根据板块构造理论，各地壳板块的运动遵循欧拉在变形区域中使用或不使用桩号时，vPi wi×rið5ÞJJ达到几十度，速度的差异达到20%-30%。时间序列分割方法的目的是其中wi 1/4。Xx;Xy;Xz是板Pi的欧拉向量，ri是排除处于变形区或受严重自然灾害影响的台站，得到真实反映亚板块运动的速度。3.2.1. 中国板块划分中国板块作为地质历史最复杂的地区之一，在板内构造和大陆动力学研究方面受到了世界各国科学家的高度重视[21中国大陆划分为不同的构造单元由不同的研究人员在不同的时间段，如在参考文献中讨论。[28所有这些划分在一定时期内都是合理的。但目前最常用和最能被接受的划分方法之一是国家重点基础研究计划（973计划）子项目”中国大陆强震机制与预测“的划分方法在这里，我们只关注22个II类街区：拉萨、羌塘、巴颜喀拉、柴达木、祁连、川滇、滇西、滇南、塔里木、天山、准噶尔、萨彦、阿尔泰、阿拉善、蒙古-中国、朝鲜-中国、鄂尔多斯、燕山、华北平原、山东东部-黄海、华南和南海。应该指出，在这些区块中，Sayan区块是由于没有观测站，滇西、滇南地块并入南部，第j个点的位置向量。基于等式（5）近十年来，许多学者发展了几种板块运动模型在本研究中，两个相邻的亚板块之间的边界。对于每个子板，进行初始最小二乘调整，以获得子板中所有站点的估计速度。根据各测站速度的大小和方向，特别是靠近初始边界的测站速度的大小和方向此外，为了建立一个可靠的板块运动模型，位于明显变形区、板块边界附近或地震非常活跃地区的台站被视为不稳定台站，因此被删除。此外，台站的分布影响着板块运动模型参数最优估计的正规矩阵的强度因此，我们选择了分布尽可能均匀且位于稳定区域的站点。用于进一步识别其他不稳定台站的标准是：如果一个台站的O C（观测值减去计算值）速度值大于最小二乘拟合结果的3 σ，则该台站的速度被认为是异常值，因此被删除。在所有上述过滤程序之后，-我我我RXk884P. Cheng et 等/工程6（2020）87917个站被排除在1025个候选站之外。其余1008个台站被认为是稳定的，没有重大的异常值，这些台站最终被选定用于通过最佳拟合过程开发最终的板块运动模型。表4列出了20个子板的欧拉矢量及其拟合精度，从中可以看出，所开发的CPM-CGCS 2000对每个子板的精度都很高。在表4中，k和u分别是描述亚板块旋转的极点的经度和纬度（十进制度数）;x是亚板块的旋转速率（每百万年度）。此外，为了评估最 优 CPM-CGCS 2000 ， 计 算 了 所 有 选 定 站 的 O C 值 的 均 方 根（RMS）统计值，并显示在表4的第3栏中。结果显示，最佳、最差和平均RMS分别为0.31、5.02和1.62 mm的平均孔径-1。结果表明，CPM-CGCS 2000模型对速度样本数据拟合效果最好。3.2.2. CPM-CGCS 2000模型验证通过将新的CPM-CGCS 2000模型导出的中国部分CORS的位置/坐标与CGCS 2000中相同台站的已知坐标进行比较，验证了本研究中开发的通过以下步骤获得CPM-CGCS 2000模型导出位置：①为了获得CGCS 2000参考历元中台站的位置/坐标，将新CPM中台站从观测历元起该时段的运动改正量加入ITRF 2005的观测历元中，得到CGCS2000参考历元中台站的位置; ②将ITRF 2005中步骤①的结果，采用常用的七参数变换方法，变换到CGCS 2000坐标系中。这两个步骤的公式表示为Eqs。（6）和（7）。假设i站在ITRF 2005在时期ts是Xi和车站CGCS 2000参考历元（即tc0）为Xi（仍在ITRF2005），则X为可通过以下方式获得：我itrf;tc0¼Xitrf;ts tc0-tsð6Þ其中X_iITRF2005。我tc0是从CPM-CGCS 2000中得出的速度，可以然后被转化从的ITRF 2005至CGCS2000由以下机构itc0¼TkDkXitrf;tc0RkXitrf;tc0T_k_d_kXi_itc0ið7Þ其中，tk表示ITRF 2005的参考历元;Tk、Dk和Rk分别是来自ITRF 2005到CGCS 200 0;T_k、D_k和R_k是它们的速率;X是是反式的在CGCS2000中形成坐标。CPM-CGCS 2000的精度进行了评估或验证之间的差异所选择的站从方程获得的坐标。（7）以及这些台站在CGCS 2000中的已知坐标。在本研究中，28个CORS在CGCS 2000中具有已知坐标;因此，它们用于验证。图4显示了28个测站在水平方向上的位置精度（其中B和L分别表示纬度和经度），因为CPM-CGCS 2000只包含这两个方向上的速度分量。表4欧拉矢量和20个子板的精度数量的站518496297933529391566913257425231739580辅助板阿尔泰阿拉善巴颜喀拉柴达木华南川滇滇西南拉萨胶东-黄海羌塘祁连南海天山准噶尔燕山Xx（rad·Ma-1）0.000628 ± 0.00010.000410 ± 0.00010.000242 ± 0.00030.001663 ± 0.0002拟合RMS（mm RMS-1）0.740.822.021.761.673.392.385.020.692.481.941.501.290.881.760.310.980.880.980.81Xz（rad·Ma-1）0.004746 ± 0.00270.001580 ± 0.00030.002678 ± 0.00070.000900 ± 0.00060.004548 ± 0.0001Xy（rad·Ma-1）k（°）x（° C Ma-1）0.399 ± 1.54550.342 ± 0.21990.419 ± 0.64530.616 ± 0.27170.399 ± 0.05130.951 ± 0.56020.321 ± 0.72630.428 ± 1.11500.399 ± 0.12190.952 ± 0.85860.322 ± 0.39190.453 ± 0.35820.479 ± 0.57030.624 ± 0.16100.497 ± 0.07881.719 ± 0.42670.365 ± 0.13000.350 ± 0.07550.597 ±0.10990.363 ± 0.1206u（°）67.366 ± 27.724215.875 ± 3.343123.175 ± 7.2301-0.001876 ±0.0026-71.479 ± 23.7332-0.005542 ±0.0004-85.764 ±0.9223-0.006253 ±0.0012-87.776 ±2.7992-0.010674 ±0.0009-81.139 ±0.7182-4.763 ±1.8686-0.000936 ±0.0001-0.002695 ±0.0002-109.169 ±1.284157.897 ± 1.19240.000616 ± 0.0002-0.016341 ±0.0009-87.841 ±0.7185-0.002104 ±0.0005-7.332 ±1.8400-0.001726 ±0.00040.003626 ± 0.00090.003822 ± 0.00070.006133 ± 0.0002-0.002290 ±0.0021-127.010 ± 25.609451.660 ± 17.754028.444 ± 10.903071.985 ± 1.53300.002986 ± 0.0002-0.006392 ±0.0012-64.962 ±8.0158-0.001957 ±0.0002-168.856 ±7.8590-0.000385 ±0.00020.002197 ± 0.00020.000247 ± 0.00010.000102 ± 0.00030.000856 ± 0.0001-0.027764 ±0.0015-85.475 ±0.4633-0.008042 ±0.0009-16.105 ±1.9329-0.004865 ±0.0007-87.088 ±1.97820.002917 ± 0.00050.003061 ± 0.00020.004057 ± 0.00090.004637 ± 0.000230.915 ± 6.153835.310 ± 5.218355.182 ± 11.576267.447 ± 2.6128-0.004319 ±0.0007-88.648 ±4.1137-0.002689 ±0.0011-72.339 ±6.8425-0.000743 ±0.0001-112.703 ±4.7098-0.001777 ±0.00020.000904 ± 0.00000.000748 ± 0.0001-0.009939 ±0.0002-84.802 ±0.1423-0.002243 ±0.0002-12.668 ±0.6565-0.000028 ±0.0007-2.199 ±56.76260.006592 ± 0.00070.004737 ± 0.00030.005133 ± 0.00010.005514 ± 0.00020.004447 ± 0.000283.524 ± 0.957268.323 ± 2.235468.067 ± 1.418472.717 ± 1.859263.438 ± 2.4174-0.001021 ±0.0002-122.856 ± 5.1557-0.001582 ±0.0003-0.001083 ±0.0001-0.001761 ±0.0001-121.589 ± 2.8718-0.001116 ±0.0001-130.585 ±5.5482-0.001303 ±0.0002-0.000773 ±0.0001-0.002084 ±0.0002-110.348 ±3.3820国际劳工联合会tc0tc0XitrfitrfXXitrf;tc0tc0P. Cheng等人 /工程6（2020）879-897885见图4。28 CORS平面坐标的准确性。图 结果表明，CGCS2000的坐标精度为± 3 cm，而CGCS2000的坐标精度为± 2 cm。精度最差的是LHAS、XIAG、QION、KMIN和XIAA台站;这是因为这些台站位于地震或海啸发生的次板块中CPM-CGCS 2000中没有考虑到事件引起的这些位置的突然移动或变化;也就是说，在事件发生期间，这些台站的位移没有补偿或累积在从Eq.（6）. 事实上，只有这些站的运动的无缝积累才能用来获得这些站的精确位置。然而，本研究中采用的分段处理由于事件而在时间序列因此，不能用4个台站的较差精度来反映CPM-CGCS 2000的真实精度。此外，LHAS位于受印度和孟加拉板块挤压的亚板块。它可以被认为是位于一个局部变形区。因此，这个观测站的实际速度和模拟底板刚体的拟合速度之间一定存在很大的差异其余测站的精度均优于± 3cm。基于这些结果，我们可以得出结论，新开发的CPM-CGCS 2000可以达到厘米级的精度。4. 非线性运动建模如果GPS观测站的观测数据中含有偏移量、非长期趋势和振幅随时间变化的周期性分量，那么建立一个非长期模型来描述GPS观测站的实际地球物理运动是非常重要的。以往的研究主要集中在提高线速度估计的精度，而不是使用非长期模型来表征GPS站点的真实移动。即使最新的ITRF 2014[39]-通过增强非线性站运动建模生成-通过包括恒定趋势和具有恒定振幅的周期性分量来拟合站点时间序列，它仍然不能准确反映GPS站点的真实运动。在这项研究中，SSA方法的非线性场地运动建模进行了介绍，并与ITRF2014中实现的方法进行了比较。SSA是一种数据驱动的技术，它使用时域数据从噪声时间序列中提取信息，而不使用先验知识。时间序列中物理现象的知识[40近年来，SSA也被用于大地测量研究;其最新应用之一是从GPS时间序列建模季节信号[9]。下面讨论SSA在拟合非线性运动方面优于正弦函数的优点图图5-7示出了来自正弦函数和SSA的坐标时间序列的拟合结果。在图5中，红色曲线表示向上（U）方向的原始坐标时间序列，蓝色线是具有线性趋势和正弦函数的拟合曲线。从拟合残差可以看出，残差仍然包含一些振荡信号。图6显示了SSA的结果，这表明SSA准确地捕获了坐标时间序列中的季节变化;因此，残差不包含明显的未建模振荡信号。SSA在Tsukuba（日本）现场的特殊用途见图7（b）。沿着轨迹（蓝色的原始数据），在2012年有一个大约60厘米的大偏移。因此，图7（a）示出，虽然ITRF 2014提高了帧的精度，但它没有解决非线性运动建模的所有问题。 图7（b）是我们用SSA分析的结果;移动后，偏移量，拟合时间序列，然后把偏移量加回去，我们就得到了这个结果。考虑到地震，东（E）方向上的两个块被划分和单独建模。而在U方向上，即使地震发生了较大的跳跃，SSA方法仍能与原始时间序列进行较好的拟合，显示出较强的自适应拟合能力。SSA过程主要包括两个步骤：分解和重构。更多详情见参考文献[45]附录A。此外，在参考文献[45]的附录B1中详细描述了一种称为具有伪数据的SSA（SSA-PD）的增强方法，用于解决SSA的相移问题，而另一种称为SSA预测（SSA-P）的方法用于预测任何位置具体时间详见参考文献[45]，附录B2。4.1. SSA用于插值和误差检测SSA适用于均匀采样的时间序列。然而，在实际应用中，GPS站原始坐标时间序列中往往存在间断、粗差或跳跃。因此，在进行非线性运动建模之前，需要对缺失数据进行插值和对粗数据进行检测。在此基础上，提出了一种新的插值方法SSAM-IQR，886P. Cheng et 等/工程6（2020）879图五、（a）原始坐标时间序列（红色）和正弦函数拟合曲线（蓝色），以及（b）向上（U）方向的残差（绿线）见图6。 (a)原始时间序列及其趋势;（b）去趋势时间序列及其SSA拟合曲线（红线）;（c）残差。图7.第一次会议。Tsukuba（日本）场地轨迹，拟合结果来自（a）ITRF 2014[39]（蓝色：原始数据;绿色：由ITRF 2014坐标给出的分段线性轨迹;红色：添加参数化震后变形（PSD）模型）和（b）SSA方法（蓝色：原始数据;红色：SSA建模结果）。P. Cheng等人 /工程6（2020）879-897887通过结合SSAM和四分位数间距（IQR）标准，用于粗差检测[43]。由于本文篇幅所限，这两种方法在此不作讨论，这一理论可以在两项研究中找到[9，44]。结合SSAM-IQR使用SSAM的主要优点是不需要时间序列的先验知识。SSAM模型用于获得间隙中的值;有关SSAM的详细说明，请参阅参考文献。[9，46]。利用中国31个国家GPS站2000-2009年的周GPS站时间序列，对SSAM的性能进行了评估。为了便于后期分析，如表5所示，这里所列的站点位置时间序列是按照中国大陆子板块的划分进行分组的。插值和粗差检测结果为表5在每个子板块的站点。基板站华北平原BJFS、BJSH、TAIN内蒙古柴达木县华南地区HAIK，LUZH，WUHN，XIAM，WHJF，GUAN，ZHNZChuan-Dian KUNM，XIAG，KMIN拉萨拉萨如图8所示，并总结在表6中。下面所有图中的水平轴单位都是时间年.表6概述了这些台站从SSAM得出的缺失率、粗误率、残差平均值和残差标准差的统计数据。图8显示了SSAM-IQR正确地检测到了所有的粗差。用SSAM模型对中国所有国家GPS站时间序列拟合的残差统计结果（见表6）表明，水平和垂直方向的插值精度大多分别优于5 mm和1 cm，具有很高的精度。即使是最大的缺失率30%，这对应于超过200天的缺失数据，发生在YONG站，也被正确地插值。在这里，我们只显示了超过5%缺失数据的站点的插值效果。4.2. SSA非线性运动建模在缺失数据的插值和粗差检测之后，使用SSA-PD对所有位置时间序列进行建模;建模结果如图9所示，残差汇总在表6中。由于我们主要关注的是SSA非线性运动建模的扩展能力，山东东部-黄海QDAO，SHAO只有一个站的位置，如准噶尔和燕山亚板块，没有考虑。塔里木塔什、乌什准噶尔乌鲁木齐鄂尔多斯XANY、XIAA、YANC中国南海YONG，QION燕山吉鑫Mongolia–ChinaKorea–China阿拉善DXIN如图9所示，大多数台站的原始信号和模拟信号吻合良好，它们的差异（实际上是模型结果的精度）在E、N和U方向上分别优于±3、±2和±5 mm。值得一提的是，LHAS站在U方向上明显有约6 cm的大跳跃，精度达到±5.8 mm，再次表明SSA强大的自适应能力表6统计缺失率、粗差率、残差的均值和标准差。研究中心缺失率（%）粗差率（%）拟合残差（m