非潮汐海洋负载效应对近海岸IGS测站坐标时间序列的影响

周伯烨 姜卫平 李 昭

1 武汉大学GNSS研究中心,武汉市珞喻路129号,430079 2 武汉大学测绘学院,武汉市珞喻路129号,430079



非潮汐海洋负载效应对近海岸IGS测站坐标时间序列的影响

周伯烨1姜卫平1李 昭2

1 武汉大学GNSS研究中心,武汉市珞喻路129号,430079 2 武汉大学测绘学院,武汉市珞喻路129号,430079

根据均匀分布在全球各大洲的IGS测站信息，选取105个数据质量良好的近海岸测站以及29个内陆测站，利用ECCO发布的海底压力数据计算得到由非潮汐海洋负载引起的IGS测站位置N、E、U方向上的位移。分析了由地理位置差异导致的测站受非潮汐海洋负载效应的影响存在的差异，并修正了SOPAC提供的IGS测站坐标时间序列，探讨了非潮汐海洋负载效应引起的测站位移对近海岸测站坐标时间序列的影响。结果表明，近海区域(<50 km)测站受到非潮汐海洋负载影响U方向平均量级为5 mm，远大于内陆(>500 km)测站U方向的影响；经过非潮汐海洋负载修正，71%的测站高程坐标时间序列RMS值得以减小，其中最大可使RMS值降低13%；大西洋、太平洋西海岸受其影响比东海岸大，考虑到其受非潮汐海洋负载效应影响显著，使用大西洋与太平洋西海岸地区测站坐标时间序列前必须进行非潮汐海洋负载修正。

非潮汐海洋负载效应；近海岸区域；GPS坐标时间序列；wRMS分析

已有学者针对非潮汐海洋负载(non-tidal ocean loading, NTOL)造成的测站位移进行研究。Collieux等[1-2]研究了环境负载对ITRF建立的影响，发现施加大气压、陆地储水量及非潮汐海洋负载改正，可以让堆栈GPS坐标时间序列的单位平方根方差因子减小3.1%，非线性变化减少的测站占总数的73%。Williams等[3]2011年计算了非潮汐海洋负载对欧洲局部区域17个测站3～4 a的GPS坐标时间序列的修复效果，表明在进行大气负载修正的基础上再对测站进行非潮汐海洋负载改正，可使坐标时间序列RMS值减小20%～30%；Dam等[4]发现，对测站施加非潮汐海洋负载改正可使超过65%的测站RMS值减小，并且沿海测站经过非潮汐海洋负载修正，其GPS坐标时间序列质量可得到很好的提高。虽然已有研究均探讨了非潮汐海洋负载效应对测站坐标时间序列的影响，并根据RMS值变化具体量化了其影响量级，但是并未有以近海岸区域测站为重点研究对象，对比其与内陆测站受该效应影响的差异。因此，本文着重计算由非潮汐海洋负载效应引起的近海区域IGS测站位移，研究地理位置差异导致的IGS测站受非潮汐海洋负载效应影响存在的差异，并分析其对测站坐标时间序列的影响。通过计算修正前后测站坐标时间序列的RMS值，评估对近海区域测站坐标时间序列进行非潮汐海洋负载效应修正的重要性。

1 采用的数据

1.1 GPS数据

为正确分析非潮汐海洋负载效应对测站坐标时间序列的影响，选取SOPAC提供的数据情况较好并均匀分布在全球各大洲沿海区域的105个近海岸IGS基准站，以及29个内陆IGS基准站1998～2010年去线性化后的坐标时间序列(http://garner.ucsd.edu/pub/timeseries/measures/)。各测站地理位置关系如图1。

1.2 地球物理数据

本文采用ECCO提供的海底压力数据格网文件计算非潮汐负载造成的测站位移(http:∥ecco.jpl.nasa.gov/thredds/las/kf080/catalog.html)，该数据时间分辨率为12 h，空间分辨率为1°×(0.3°～1°)。

图1 选取的全球均匀分布的IGS基准站Fig.1 Distribution of selected IGS stations

2 数据处理

2.1 环境负载数据处理

利用ECCO提供的海底压力数据(OBP)格网文件与格林函数卷积计算[5]，得到对应测站经纬度位置的非潮汐海洋负载时间序列。

计算过程中需注意，由于ECCO提供海底压力数据格网文件具有高于测站坐标时间序列的时

间分辨率，需将得到的测站非潮汐海洋负载时间序列内插至与测站坐标时间序列一致。此外，在进行非潮汐海洋负载修正前，需注意由于ECCO海洋环流模型中海水体积总量为常数，得到的任意单站负载具有线性趋势项，在对测站进行负载修正前需要去除该趋势项。

2.2 非潮汐海洋负载效应修正效果的评估方法

为评估施加非潮汐海洋负载效应对测站坐标时间序列的修正效果，本文采用RMS分析法，即计算修正前后测站坐标时间序列的wRMS差值。wRMS差定义[6]为：

wRMS(difference)=

RMS(gps)-wRMS(gps-load)

(1)

其中(以u分量为例),RMS(gps)=

(2)

(3)

式中，gpsu(i)、sigu(i)分别表示测站i时刻在U方向的位移及其不确定度；load(i)表示环境负载造成的U方向的位移；ndat表示观测值数目。计算N和E方向的RMS值时，只需将对应分量替换即可。

由式(1)、(2)、(3)可知，wRMS差大于0表示环境负载修正能够减小原始测站坐标时间序列的RMS，wRMS差值越大，修正效果越好；相反，若wRMS为负值，则说明环境负载修正增大了坐标时间序列的RMS值。根据此规则，可以简单地评估对测站坐标时间序列施加非潮汐海洋负载修正获得的效果。

3 结果与分析

3.1 非潮汐海洋负载位移影响量级分析

本文利用ECCO发布的格网数据计算各测站非潮汐海洋负载效应，图2为非潮汐海洋负载效应造成的HLFX站的N、E和U方向的位移。

图2 非潮汐海洋负载效应造成的HLFX站N、E、U方向的位移Fig.2 Displacement of N,E,U components of HLFX caused by NTOL

由图2可看出，非潮汐海洋负载效应对HLFX测站的影响表现为U方向最大，N、E方向较小，与已有研究成果一致[4,7-10]。就选取的105个IGS基准站计算结果而言，非潮汐海洋负载效应在U方向上的影响量平均达到±5 mm，最大可达13.12 mm；而在N、E方向上的非潮汐海洋负载在±1 mm内周期性波动。可见，非潮汐海洋负载效应对测站的影响主要体现在U方向上，对N、E方向的影响较小。

结合图1中的IGS测站地理位置信息，本文分别选取若干具有地理位置代表性的测站进行非潮汐海洋负载效应造成测站U方向位移效果的对比，其结果如图3所示。

图3 大西洋两岸测站U方向非潮汐海洋负载效应位移Fig.3 Displacement of U components of stations on both sides of Altantic Ocean caused by NTOL

如图3所示，大西洋西岸测站STJO在U方向非潮汐海洋负载造成的测站位移变化较大，平均幅值约为13.12 mm；而东岸ACOR测站在U方向非潮汐海洋负载造成的测站位移变化的平均幅值约为2.90 mm。从测站的地理位置差异角度解释，大西洋西岸非潮汐海洋效应要明显大于东岸，可能是由于西岸大气环流活跃导致频繁的海水质量重分布，而海水质量重分布直接导致了海底压力变化，进而造成固体地球压力变化，并直观表达为固体地球的表面形变。这样，就造成了大气环流活跃地区IGS测站位移受非潮汐海洋负载的影响较大，其他地区海底压力变化较小，IGS测站位移受非潮汐海洋负载的影响也较小，从而造成了地理位置差异导致测站受非潮汐海洋负载效应影响的差异。

图4为本文所选取的全球105个近海岸IGS基准站受非潮汐海洋负载效应作用在U方向位移的平均幅值分布。

图4 非潮汐海洋负载效应造成全球IGS基准站U方向位移平均幅值分布 Fig.4 Distribution of averaged displacements of U components of IGS stations caused by non-tidal ocean loading

从图4可以明显看出，全球范围内IGS测站地理位置与测站高程坐标时间序列受到非潮汐海洋负载效应的影响分布。大西洋东岸测站U方向位移普遍在3 mm以内，而对应的西岸测站大部分在3～9 mm之间(STJO站平均幅值13.12 mm)；太平洋东岸测站受非潮汐海洋负载效应影响则一般在3 mm以内，而对应的西岸即亚洲板块沿海区域普遍在3～6 mm之间，个别站如KIRI可达6.72 mm；对比南北极分布测站发现，北极区域测站受非潮汐海洋负载相对较小，而南极区域测站受非潮汐海洋负载影响一般在3～6 mm之间。通过以上分析可知，非潮汐海洋负载效应对测站U方向位移的影响与地理位置分布具有密切的关系。大气环流活跃地区，海洋质量重分布频繁，非潮汐海洋负载效应对测站作用也相对较大，导致测站U方向的位移平均幅值偏大。

3.2 非潮汐海洋负载效应对近远海岸测站作用效果比较

本节重点通过计算数据以图表形式阐述非潮汐海洋负载效应对近远海岸测站坐标时间序列的影响。为探究距海岸线距离差异而导致测站受到非潮汐海洋负载效应影响的异同，本文对选取的105个近海岸测站以及29个内陆IGS测站中筛选距海岸线距离不同且均匀分布的45个测站进行进一步研究。

图5为选取测站位置距海岸线距离与U方向受非潮汐海洋负载影响产生的位移关系图，图中蓝色实线为模拟的二阶趋势曲线。由于非潮汐海洋负载属于环境负载的一种，其实际效应受环境因素影响较大，因此，虽然实际位移并非与距海岸线距离严格成某种低阶函数关系，但总体趋势为测站离海岸线越近受到的非潮汐海洋负载效应影响越大；反之，距海岸线越远，受非潮汐海洋负载效应影响越小。从数据统计角度，距离海岸线50 km以内，测站U方向受到非潮汐海洋效应影响平均为5 mm；距离海岸线50～200 km以内，U方向平均影响量级降至3 mm；距离海岸线200～500 km以内，U方向平均影响量级又降至1.5 mm；距离海岸线500 km以外，U方向平均影响量级仅为1 mm。

图5 测站距海岸线距离与非潮汐海洋负载造成的测站U方向位移关系趋势Fig.5 Relation between displacement of U component of IGS station caused by NTOL and its distance from coastline

以上统计结果表明，近海岸(<200 km)测站受非潮汐海洋负载效应的影响要明显大于内陆(>500 km)测站。在使用近海岸测站坐标时间序列时，有必要考虑非潮汐海洋负载的影响，尤其在U方向。因此，可利用近海岸测站得到的GPS坐标时间序列研究海平面变化，并利用非潮汐海洋负载作用在近海岸测站的效应，敏感地监测到海底压力变化以及近海区域发生的导致海底压力变化的地球物理效应。

3.3 非潮汐海洋负载效应对GPS坐标时间序列修正效果的评估与分析

依据3.2中RMS分析法的计算公式，本文计算得出选取的105个近海岸测站在U方向上非潮汐海洋负载修正前后测站坐标时间序列的RMS值，观察RMS值变化情况以及RMS差值。结果表示如图6。

图6 全球IGS测站进行非潮汐海洋负载改正前后RMS差值分布Fig.6 Distribution of wRMS difference of selected IGS stations before and after NTOL correction

从图6可知，经过非潮汐海洋负载修正后，全球大部分测站坐标时间序列RMS值减小。为直观观察修正效果，选取部分测站进行例举，其结果如表1所示。

表1 近海岸测站非潮汐海洋负载修正前后RMS值及修正百分比

由计算结果统计得出，经过非潮汐海洋负载修正后，105个近海岸测站中75个测站的坐标时间序列的RMS值减小，且最多可使RMS值减少13%。统计结果与Zerbini等[11]在地中海亚得里亚海区域测站的实验结果相比，RMS值减少最高多出3%；但是与Williams等[3]于2011年在欧洲大陆西北的北海南部实验结果相比，对RMS值改正效果普遍低了10%，可能原因在于该研究中除了考虑海底压力变化造成的非潮汐海洋负载效应之外，还引入了风暴潮模型。通过与已有研究结果的对比分析可知，本文得到的非潮汐海洋负载修正可有效提高近海岸测站坐标时间序列质量，对全球近海岸IGS测站进行非潮汐海洋负载修正可间接提高ITRF坐标框架的精度。

4 结 语

1)非潮汐海洋负载效应对测站的影响均表现为U方向最大，N、E方向较小。在U方向上的影响量平均达到±5 mm，而在N、E方向上的负载位移在±1 mm内周期性波动。

2)非潮汐海洋负载效应对IGS测站的作用效果因地理位置差异会产生数值上的差异。一般情况下，大气环流活跃的近海岸地区IGS测站位移受非潮汐海洋负载的影响较大，如大西洋西海岸近海区域，测站U向位移最大可达13.12 mm，而其他海底压力变化较小的近海岸地区IGS测站受非潮汐海洋负载的影响一般平均在±3 mm。

非潮汐海洋负载效应对近海区域测站作用大于其对内陆测站的作用。统计得到，近海区域(<50 km)测站受非潮汐海洋负载效应作用在U方向平均可产生5 mm的位移，而远离海洋的区域(>500 km)测站受非潮汐海洋负载效应作用在U方向平均仅有1 mm的位移。可利用近海岸测站得到的GPS坐标时间序列研究海平面变化，并有效监测近海区域发生的导致海底压力变化的地球物理效应。

4)经非潮汐海洋负载修正后，测站坐标时间序列RMS值在U方向上最多可降低13%，数值上可使RMS值减小0.8 mm。且对全球105个均匀分布在近海岸地区的IGS测站进行非潮汐海洋负载修正后，可使71%的测站的坐标时间序列RMS值有不同程度的降低。因此，对测站进行非潮汐海洋负载改正，可提高所使用的测站坐标时间序列的质量，避免对时间序列中含有信号的错误解释，并且有利于建立更精确的全球坐标参考框架。

[1] Collilieux X, Altamimi Z, Coulot D, et al. Impact of Loading Effects on Determination of the International Terrestrial Reference Frame[J]. Advances in Space Research,2010,45(1):144-154

[2] Collilieux X,Dam T, Ray J,et al. Strategies to Mitigate Aliasing of Loading Signals While Estimating GPS Frame Parameters[J]. Journal of Geodesy,2012,86(1):1-14

[3] Williams S D P, Penna N T, Non-Tidal Ocean Loading Effects on Geodetic GPS Heights[J].Geophys Res Lett, 2011,38(9)

[4] Dam T, Collilieux X, Wuite J, et al. Non-tidal Ocean Loading: Amplitudes and Potential Effects in GPS Height Time Series[J]. Journal of Geodesy, 2012, 86(11):1 043-1 057

[5] Farrell W E. Deformation of the Earth by Surface Loads[J].Review of Geophysics and Space Physics, 1972, 10(3):761-797

[6] 李昭. GPS坐标时间序列的非线性变化研究[D].武汉:武汉大学,2012(Li Zhao.Research on the Non-Linear Variation of GPS Coordinate Time Series[D].Wuhan: Wuhan University, 2012)

[7] 王敏，沈正雄，董大南. 非构造形变对GPS连续站位置时间序列的影响和修正[J]. 地球物理学报,2005,48(5)：1 045-1 052 (Wang Min, Shen Zhengxiong, Dong Danan. Effects of Non-Tectonic Crustal Deformation on Continuous GPS Position Time Series and Correction to Them[J]. Chinese J Geophys, 2005, 48(5) : 1 045-1 052)

[8] 袁林果，丁晓利，陈武,等. 香港GPS基准站坐标时间序列特征分析[J]. 地球物理学报,2008,51(5):1 372-1 384 (Yuan Linguo, Ding Xiaoli, Chen Wu, et al. Characteristics of Daily Position Time Series from the Hong Kong GPS Fiducial Network[J]. Chinese J Geophys, 2008, 51(5) : 1 372-1 384)

[9] 朱文耀，符养，李彦. GPS高程导出的全球高程震荡运动及季节性变化[J].中国科学:D辑，2003，33(5)：470-481(Zhu Wenyao, Fu Yang, Li Yan.Global Height Oscillation and Seasonal Variation Derived From GPS Height Time Series[J]. Science in China:Serial D, 2003, 33(5):470-481)

[10]姜卫平, 夏传义, 李昭,等. 环境负载对区域GPS基准站时间序列的影响分析[J]．测绘学报,2014, 43(12):1 217-1 223(Jiang Weiping, Xia Chuanyi, Li Zhao, et al. Analysis of Environment Loading Effects on Regional GPS Coordinate Time Series [J]. Acta Geodaetia et Cartographyica Sinica, 2014,43(12):1 217-1 223)

[11]Zerbini S, Richter B, Negusini M, et al. Height and Gravity Variations by Continuous GPS, Gravity and Environmental Parameter Observations in the Southern Po Plain, Near Bologna, Italy[J]. Earth & Planetary Science Letters, 2001, 192(3):267-279

About the first author:ZHOU Boye, postgraduate, majors in GPS coordinate time series, E-mail: zby.arthur@gmail.com.

Effects of Non-Tidal Ocean Loading on IGS Stations in Coastal Areas

ZHOUBoye1JIANGWeiping1LIZhao2

1 GNSS Research Center, Wuhan University, 129 Luoyu Road, Wuhan 430079, China 2 School of Geodesy and Geomatics, Wuhan University, 129 Luoyu Road, Wuhan 430079, China

Based on information on evenly distributed IGS stations, the paper selects 150 healthy IGS stations distributed in coastal areas and 29 inland IGS stations. Displacements of IGS stations caused by non-tidal ocean loading are calculated using an ocean bottom pressure grid provided ECCO, results of which are used to analyze differences of effects of non-tidal ocean loading on IGS stations between coastal and inland areas. Finally, to investigate its effects on IGS station coordinate time series, the calculated displacements are used to correct coastal IGS station time series provided by Scripps orbit and permanent array center(SOPAC). Results indicate thatUcomponents of stations in coastal areas (less than 50 km) are affected on average by 5 mm, compared to only 1 mm for inland stations. After non-tidal ocean loading correction is applied, the RMS of height time series of 71% coastal area stations are reduced, with a maximum reduction of 13%. Furthermore, non-tidal ocean loading effects along the west coasts of the Atlantic and the Pacific ocean are more obvious than along the east coasts. Considering the obvious effects in these areas, it is strongly recommended that when using station coordinate time series in west coast areas of the Atlantic and the Pacific oceans, that non-tidal ocean loading corrections must be applied.

non-tidal ocean loading effects; coastal areas; GPS coordinate time series; wRMS analysis

National Natural Science Foundation of China,No.41374033.

2015-10-30

项目来源：国家自然科学基金(41374033)。

周伯烨，硕士生，研究方向为GPS坐标时间序列，E-mail:zby.arthur@gmail.com。

10.14075/j.jgg.2016.11.014

1671-5942(2016)011-1008-06

P229

A