利用CEEMD分析中国沿海GNSS站高程时序变化

doi:10.13474/j.cnki.11-2246.2020.0075

测绘通报 ›› 2020, Vol. 0 ›› Issue (3): 39-43,77.doi: 10.13474/j.cnki.11-2246.2020.0075

利用CEEMD分析中国沿海GNSS站高程时序变化

刘豪^1,2, 周东旭², 王盼龙³, 张化疑², 王永康², 姜传苓^2,4

1. 南京大学, 江苏南京 210023;
2. 自然资源部第一海洋研究所, 山东青岛 266061;
3. 自然资源部大地测量数据处理中心, 陕西西安 710000;
4. 山东科技大学, 山东青岛 266510

收稿日期:2019-05-28 修回日期:2019-07-25 出版日期:2020-03-25 发布日期:2020-04-09
通讯作者: 周东旭。E-mail:zhoudongxu@fio.org.cn E-mail:zhoudongxu@fio.org.cn
作者简介:刘豪(1995-),男,硕士生,主要研究方向为海洋测绘。E-mail:lhlhliu@gmail.com
基金资助:
国家自然科学基金青年基金（41706115）；GNSS业务化运行（FZ1019005）

Height time series change of China coastal GNSS stations using CEEMD

LIU Hao^1,2, ZHOU Dongxu², WANG Panlong³, ZHANG Huayi², WANG Yongkang², JIANG Chuanling^2,4

1. Nanjing University, Nanjing 210023, China;
2. The First Institute of Oceanography, Ministry of Natural Resources, Qingdao 266061, China;
3. Geodetic Data Processing Centre of Ministry of Natural Resources, Xi'an 710000, China;
4. Shandong University of Science and Technology, Qingdao 266510, China

Received:2019-05-28 Revised:2019-07-25 Online:2020-03-25 Published:2020-04-09

摘要/Abstract

摘要： 利用完备经验模态分解方法（CEEMD）对我国沿海地区6个GNSS基准站（2010—2018）的高程时序数据进行了处理分析。结果表明：CEEMD在高程时间序列分析中具有一定的优越性，可准确分解出各GNSS站高程时序中存在的周、月、季节、年等变化周期项，其中周年运动是主要贡献项，各站高程时间序列的短周期变化与潮汐变化周期具有密切关联性；沿海GNSS站的地面沉降既具有区域的一致性，又存在区域间差异性，其中D区DBJO、DZJJ站呈现先下降后上升的趋势，N区NZUH、NWZU站呈下降趋势，B区的BZMW呈上升趋势，而同海区的BLHT站则呈显著的下降趋势。

关键词: CEEMD, 沿海GNSS站, 高程时序, 周期变化, 地面沉降

Abstract: The height time series data of six GNSS reference stations (2010—2018) in coastal areas of China are processed and analyzed by using the complete empirical mode decomposition method (CEEMD). The results show that:CEEMD has certain advantages in the analysis of height time series, which can accurately decompose the period of the week, month, season and year in the height timing of each GNSS station, and the annual movement is the main contribution, the short-period change of the height time series of each station is closely related to the tidal change cycle. The ground subsidence of coastal GNSS stations has both regional consistency and inter-regional differences,the DBJO and DZJJ stations in the East China Sea showed a trend of decreasing first and then rising,the NZUH and NWZU stations in South China Sea District showed a downward trend, and the BZMW in the Bohai Sea area showed an upward trend, while the BLHT stations in the same area showed a significant downward trend.

Key words: CEEMD, coastal GNSS stations, height time series, periodic change, ground subsidence

中图分类号:

刘豪, 周东旭, 王盼龙, 张化疑, 王永康, 姜传苓. 利用CEEMD分析中国沿海GNSS站高程时序变化[J]. 测绘通报, 2020, 0(3): 39-43,77.

LIU Hao, ZHOU Dongxu, WANG Panlong, ZHANG Huayi, WANG Yongkang, JIANG Chuanling. Height time series change of China coastal GNSS stations using CEEMD[J]. Bulletin of Surveying and Mapping, 2020, 0(3): 39-43,77.

参考文献

[1] 自然资源部.2018年中国海平面公报[EB/OL].(2019-05-01)[2019-05-10]. http://gi.mnr.gov.cn/201905/t20190510_2411195.html.
[2] 周东旭, 周兴华, 张化疑, 等. 利用GPS连续观测进行中国沿海验潮站地壳垂直形变分析[J]. 武汉大学学报(信息科学版), 2016,41(4):516-522.
[3] 刘根友, 朱耀仲, 许厚泽, 等. GPS监测中国沿海验潮站垂直运动观测研究[J]. 武汉大学学报(信息科学版), 2005,30(12):1044-1047.
[4] 贾璐璐, 王阅兵, 连尉平,等. “陆态网”GPS与GRACE的中国大陆地表垂直形变对比分析[J]. 测绘学报, 2018,47(7):899-906.
[5] 张恒璟. 国家CORS基准站高程时间序列非线性时变研究[D]. 阜新:辽宁工程技术大学, 2013.
[6] 姜卫平, 李昭, 刘鸿飞, 等. 中国区域IGS基准站坐标时间序列非线性变化的成因分析[J]. 地球物理学报, 2013,56(7):2228-2237.
[7] 刘经南, 张化疑, 刘焱雄, 等. GNSS研究海潮负荷效应进展[J]. 武汉大学学报(信息科学版), 2016,41(1):9-14.
[8] HUANG N E, SHEN Z, LONG S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 1998,454(1971):903-995.
[9] WU Z H, HUANG N E. Ensemble empirical mode decom-position: a noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis, 2009,1(1):1-41.
[10] TORRES M E, COLOMINAS M A, SCHLOTTHAUER G, et al. A complete ensemble empirical mode decomposition with adaptive noise[J]. Brain Research Bulletin, 2011,125(3):4144-4147.
[11] 鄢高韩, 杨午阳, 杨庆, 等. CEEMD高分辨率时频分析方法研究与应用[J]. 地球物理学进展, 2016,31(4):1709-1715.
[12] 赵龙, 高井祥, 李增科, 等. 基于CEEMD-Wavelet-SavGol模型的GPS多路径修正算法[J]. 测绘通报, 2017(11):1-5.
[13] 杨毅明. 数字信号处理[M]. 北京: 机械工业出版社. 2017.
[14] HUANG N E. Introduction to the Hilbert-Huang transform and its related mathematical problems[M]. [S.l.]: Springer, 2014.
[15] BOUDRAA A, CEXUS J. EMD-based signal filtering[J]. IEEE Transactions on Instrumen-tation and Measurement, 2007,56(6):2196-2202.
[16] 施闯, 牛玉娇, 魏娜, 等. HHT-EEMD用于IGS站高程时间序列分析[J]. 大地测量与地球动力学, 2018,38(7):661-667.

利用CEEMD分析中国沿海GNSS站高程时序变化

Height time series change of China coastal GNSS stations using CEEMD

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	葛鹏飞, 刘辉, 陈蜜, 李昱, 丁瑞力, 刘菲. 时序InSAR监测京雄城际铁路河北段地面沉降[J]. 测绘通报, 2022, 0(7): 64-70.
[2]	兰进京, 曲逸穹, 都伟冰, 高鑫, 马丹丹, 郑岩超. 典型矿业城市地表形变遥感监测及沉降特征分析[J]. 测绘通报, 2022, 0(6): 98-103.
[3]	张玉鹏, 张永红, 刘青豪. 利用GRACE数据进行京津冀地区地面沉降与地下水耦合分析[J]. 测绘通报, 2022, 0(5): 89-94,125.
[4]	李冰峰, 李更尔, 那静, 涂梨平, 范军林, 吴洋. 利用SBAS时序技术识别地热资源开采引起的地表形变[J]. 测绘通报, 2022, 0(2): 43-49.
[5]	黄佳宾, 郭云开, 罗伟茂. 利用Sentinel-1监测武汉市地面沉降[J]. 测绘通报, 2021, 0(9): 53-58.
[6]	章诗芳, 张锦. 卡尔曼滤波在山西省西山煤田地面沉降GNSS监测中的应用[J]. 测绘通报, 2021, 0(9): 103-107.
[7]	王建业, 梁小龙, 金喜, 白泽朝, 齐二恒. 黄土填方区地表沉降时序InSAR监测分析[J]. 测绘通报, 2021, 0(8): 158-161.
[8]	祝昕刚, 李更尔. 利用多传感器SAR数据集监测城市地面沉降[J]. 测绘通报, 2021, 0(6): 71-75.
[9]	曹发伟, 廖维谷. SBAS技术在矿区地面沉降监测中的应用[J]. 测绘通报, 2021, 0(3): 156-158,163.
[10]	金艳, 俞志强, 高晓雄. PSP-InSAR技术在地铁沿线的形变监测应用[J]. 测绘通报, 2020, 0(9): 132-135.
[11]	常明, 尹海权, 苏广利, 田晓, 徐玉健. 利用水准数据的天津市地面沉降时空特征分析[J]. 测绘通报, 2020, 0(7): 88-92.
[12]	刘胜男, 陶钧, 卢银宏. 地面沉降监测多源数据融合分析[J]. 测绘通报, 2020, 0(12): 46-49.
[13]	杨振, 徐佳. 利用Sentinel-1A数据监测南京河西地区地面沉降[J]. 测绘通报, 2020, 0(1): 61-65,75.
[14]	熊成利, 金洪芳, 郑永忠. 沿海县市级地面沉降信息管理系统的研究[J]. 测绘通报, 2019, 0(9): 104-107.
[15]	熊佳诚, 聂运菊, 罗跃, 李永飞. 利用双极化Sentinel-1数据监测城市地面沉降——以上海市为例[J]. 测绘通报, 2019, 0(11): 98-102,129.