大气负荷对我国GNSS站地壳垂向形变影响分析

张健珲,杨国林,刘涛,邵明

(1.兰州交通大学 测绘与地理信息学院,甘肃 兰州730070;2.甘肃省地理国情监测工程实验室,甘肃 兰州730070)

0 引 言

地壳并非刚体,除构造等因素引起的地壳形变以外,大气、冰雪消融、陆地水迁徙、海洋等因素的作用导致地壳产生的形变称之为非构造负荷形变。其中大气负荷形变是地球对大气质量重新分布引起的响应[1],近年来,随着空间大地测量技术(如GPS、VLBI、SLR)的广泛应用,大范围长周期的地壳垂直运动已经被成功探测[2-3]。考虑了地形因素的大气重力格林函数方法[4],把地表气象数据和大气标准模型相结合来表示大气分布,克服了大气密度模型表示不够精确的缺点。

中国地震局GNSS数据产品服务平台以中国大陆构造环境监测网络260个GNSS基准站和2 000个区域站为数据源,主要服务于地震监测、科学研究等应用领域。国外的一些部门如欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)可以提供丰富、高分辨率的地表大气数据,为研究地壳大气负荷形变提供了有利条件。

我国GNSS基准站地壳大气负荷垂向形变有一定规律性,同时随着地理位置、季节、气候等的变化又有一些特殊性,气压变化引起的测站垂向形变季节性变化,在中纬度地区可达25 mm,高纬度地区更大[5]。对高精度的大地测量来说,通过改正大气负荷效应的方式能一定程度地提高GNSS垂向观测精度[6-7]。

1 数据获取与处理

本文使用的原始地表气压数据来自于欧洲中期天气预报中心(ECMWF),所使用的6个基准站坐标时间序列数据由中国地震局GNSS数据产品服务平台提供,时间从2013年1月1日至2015年12月31日,共计36个月。

1.1 大气负荷垂向形变数据的获取

大气负荷形变主要通过对地表气压变化数据进行格林函数积分获得[8-9],相关学者提出了一种简化公式[10],只需要知道测站点的瞬时气压和周围2 000 km范围内的平均气压就可得出地壳垂直形变量,即

(1)

P(x,y)=A0+A1x+A2y+A3x2+

A4xy+A5y2,

(2)

(3)

(4)

积分区域c为上述采样区域。式中,

R=x2+y2.

(5)

实际计算时可根据气压数据拟合系数A0～A5,求解时至少需要6个点的气压数据。当点数多于6个时,可用最小二乘法估计参数。由最小二乘拟合原理可知,若要得到较为精确的数值,需要参考点的数量足够多且分布均匀。

欧洲中期天气预报中心(ECMWF)提供的地表气压数据格式分为两种,本文选择的是NetCDF(network Common Data Form)格式的数据,空间分辨率0.125°×0.125°,采样周期为6 h.NetCDF格式是由美国大学大气研究协会的研究者针对科学数据的特点开发的,是一种面向数组型并适于网络共享的数据的描述和编码标准[11-12]。本文先利用Python工具进行了解码并提取得到了网格数据,再根据上述原理对地表气压数据进行处理以获得指定点的大气负荷形变时间序列。在使用Python进行数据提取、处理和绘制简单示意图时需要的扩展模块有NetCDF4、Basemap、numpy、scipy、matplotlib.pyplot等。

1.2 坐标时间序列的获取与处理

中国地震局GNSS数据产品服务平台提供的经GAMIT软件处理的数据已经对诸如极移、岁差、章动、固体潮、极潮等地球物理效应做了改正[13],在接收机和数据处理方面,对天线相位中心偏差采用ELEV模型进行改正,对对流层天顶延迟进行估计,对接收机钟差利用伪距观测值进行估计,采用数学模型对电离层的影响作了改正,对卫星质量中心进行改正,平差采用加权最小二乘估计和卡尔曼滤波,特别是对大气负荷未做改正。

站点选取原则为:1) 范围足够广,能覆盖到中国的大部分地区;2) 避开地质活跃、地震活动发生较频繁的区域;3) 具有代表性,便于各项对比。基于上述原则笔者从陆态网络中选取的6个站点分别是江苏南通(JSNT)、河南确山(HAQS)、青海格尔木(QHGE)、黑龙江哈尔滨(HRBN)、西藏拉萨(LHAZ)、新疆乌鲁木齐(URUM),分布情况如图1所示。这些站点既有特征点又有一般的点,能够研究特殊规律的同时也能体现普遍规律性。对获得的数据进行预处理,剔除数据中的粗差和干扰信号,同时在数据预处理中去掉其线性项以便于研究基准站观测结果的季节性变化。为了突出对比性,在作图时时间序列窗口选择一致,各站点垂向形变与大气负荷效应垂向形变比较如图2所示。

2 比较与分析

使用QOCA软件,根据负荷格林函数原理独立计算其造成的地表位移,再从原始GPS序列中扣除这部分影响,通过这种方法对观测结果进行改正[14-15],得出各站点改正前后中误差比较情况,如表1所示。其中垂向形变幅度和气压变化幅度为波峰波谷差值,在数据预处理中已经去掉其线性项。

站名所属区域海拔高度/m垂向形变幅度/mm气压变化幅度/pa大气负荷形变量级/mm中误差/mm 改正前改正后 确山 HAQS中部平原70.2030.13 905.2203.92.5 哈尔滨 HRBN东北平原198.226.44 817.4254.83.8 南通 JSNT南部沿海16.429.43 587.0154.22.8 拉萨 LHAZ西南高原3 624.335.61 889.274.53.1 格尔木 QHGE西部盆地3 089.115.42 067.5103.72.1 乌鲁木齐 URUM西北高原858.834.42 629.8205.44.1

1) 就测站点的地壳垂向形变来说,时间序列呈现出明显的周期性变化,纬度相近地区的站点变化情况类似。其中西藏拉萨(LHAZ)垂向形变最为剧烈,说明该地区地质较为活跃,青海格尔木(QHGE)最为稳定,不同的地理位置、地貌地形、板块构造是造成这种现象的主要原因。就全年表面气压变化来说,从西到东随着经度升高年气压变化越来越剧烈,经度相近的站点年气压变化幅度相近。

2) 能明显体现大气负荷对地壳垂向形变影响的是新疆乌鲁木齐(URUM)、黑龙江哈尔滨(HRBN)和青海格尔木(QHGE)三个站点,大气负荷与地壳垂向形变体现出高度一致性,而对西藏拉萨(LHAZ)和江苏南通(JSNT)两个站点影响不明显,可能与该地区地下水系分布、冰雪、土壤水分等季节性变化有关。近年形变量在中国东北部和西部新疆地区为最大,可达20 mm.

3) 从季节角度来说,大气负荷造成的站点地壳垂向形变在八月份左右达到最大,一月、十二月份最小,这与中国大陆气候特征是相对应的,而在此时河南确山(HAQS)由大气负荷引起的地壳垂向形变却不那么明显,这种情况与该地区夏季降雨丰富、水资源来源广、地下水流动性强等地理特征是相匹配的。

4) 对于青海格尔木(QHGE)、黑龙江哈尔滨(HRBN)和新疆乌鲁木齐(URUM)三个站点来说,全年大气负荷都是影响地壳垂向形变的主要因素,可以看到地壳形变对大气压变化的响应非常灵敏。而对于河南确山(HAQS)来说大气负荷在春秋季节对地壳垂向形变的影响比较明显,另外西藏拉萨(LHAZ)季节性变化不明显,具体原因有待分析。多组数据的对比都证明大气负荷是造成我国大陆地壳非构造垂向形变的重要因素,但与经度的变化没有明显的线性相关性。

5) 根据大气负荷造成的影响建立模型对6个站点观测数据进行预处理,垂直位移时间序列中误差及其去掉大气负荷效应之残差中误差如表1所示,处理后残差中误差降低,这说明在对大气负荷效应进行修正后可以在一定程度上提高GNSS垂向观测精度。另外在去掉大气负荷效应后测站垂向形变的时间序列中还存在残差,这说明地壳形变是由多种复杂因素共同作用而成,大气负荷效应只是其中一部分。

3 结束语

在陆态网络中选择6个适当的站点,获得站点地球表面气压和垂向时间序列数据,使用格林函数积分及简化方法进行对比分析,表明了大气负荷是造成地壳非构造垂向形变的重要因素;近年来大气负荷造成的地壳垂向形变量在中国东北部和西部新疆地区为最大,同时说明地壳形变是由多种复杂因素共同作用而成,大气负荷效应只是其中一部分,而且随着地理位置、季节气候等的不同对地壳垂向形变所起的作用也不同。最后通过模拟试验表明,改正大气负荷效应能在一定程度上提高GNSS垂向观测精度。

致谢: 感谢中国地震局GNSS数据产品服务平台(http://www.cgps.ac.cn/)提供数据支撑。