2. 中国科学院大学,北京市玉泉路19号甲,100049
丽江台超导重力仪OSG-066测点经纬度为100.232 3°E、26.895 6°N,海拔高程为2 435.0 m,位于地震多发的云南省西北部。地震对超导重力仪的背景噪声水平有显著影响[1]。鉴于丽江台地理位置特殊,因此有必要对超导重力仪的观测资料进行精细分析,获取丽江台的精确重力潮汐变化特征,为丽江地区精确重力潮汐改正和地震观测信号的研究提供数据和参考。大气重力影响和海潮重力影响是重力潮汐观测数据处理中必须考虑的因素,大多数情况下采用导纳值法可实现大气重力影响改正。研究表明,大气重力导纳值会随信号频率的改变而存在较大差异[2],因此需要进一步研究大气重力导纳值的变化特征。目前海潮重力影响的改正方法主要是通过全球海潮模型获得海潮重力改正矢量,然后从观测重力潮汐参数中减去海潮重力影响[3]。不同海潮模型对地球表面某个特定区域的重力改正效果存在差异[4],这种差别会影响数据的后续应用,因此需要研究不同海潮模型改正的有效性。
1 地方重力潮汐模型构建丽江台超导重力仪OSG-066已采集超过5 a(2013-07-10~2018-12-31)的连续观测资料,包括重力潮汐观测数据和台站大气压力观测数据,采样率均为1 s。在进行潮汐参数估算之前,需要用Tsoft软件对原始观测数据进行预处理[5-6],并将预处理后的数据降采样为1 h采样。
采用调和分析软件Eterna 3.30对重力潮汐参数进行估算,计算时已考虑台站气压观测数据[7]。分析结果表明,丽江台大气重力导纳值为-2.713 13 nm ·s-2/hPa,重力残差标准差为1.680 nm ·s-2。表 1为重力潮汐参数及根据理论潮汐模型DDW99计算的理论振幅因子[8],理论相位均为0°。从表 1可以看出,潮汐参数精度很高,大部分波群的振幅因子估算精度高于1‰。
表 1中仅列出周日、半日和三分之一日振幅超过1 nm ·s-2潮波的潮汐参数,构建地方重力潮汐模型还需要长周期潮波的潮汐参数。长周期潮波由于振幅较小,且影响潮波的季节性因素较为复杂,因此估算精度较低。利用丽江台超导重力仪近5 a的观测数据,对振幅超过5 nm ·s-2的长周期潮波的潮汐参数进行估算(表 2)。从表 2可以看出,周年波SA和半年波SSA估算的潮汐参数,无论是振幅因子还是相位滞后都远远偏离理论值,表明估算结果并不正确。因此在构建重力潮汐参数模型时,SA和SSA波群的潮汐参数需采用理论值,即振幅因子为1.143 1,相位滞后为0°。MM和MF潮波的潮汐参数虽然与理论值存在较大差异,但在构建重力潮汐参数模型时通常可采用观测值,因此构建重力潮汐模型的参数包括SA、SSA潮波的理论潮汐参数及表 1和表 2中其他潮波的观测潮汐参数,此时潮汐参数中已包含海潮的重力影响,精度可达10 nm ·s-2量级。
在OSG-066观测的重力潮汐参数和采集的台站气压数据基础上,采用大气重力导纳值法,结合丽江地区的降雨数据讨论大气重力导纳值的时变特征,并利用小波分析方法研究大气重力导纳值在不同频段内的时变规律。图 1为丽江台超导重力仪观测的台站气压,从图中可以看出,台站气压以10 hPa的幅度在760 hPa上下波动,且季节性变化较为明显,6~10月气压总体为上升趋势,11月~次年5月表现为下降趋势。台站气压呈现季节性变化特征,根据台站气压计算的大气重力导纳值是否也具有季节性变化,本文将进一步用分段数据的计算结果进行研究。
将丽江台48个月(2014-04~2018-03)的重力潮汐数据和台站气压观测数据,以1个月为步长,2个月为1个分析时段,共分为47段数据。利用Eterna软件分别计算每个时段的大气重力导纳值(图 2)。结果表明,大气重力导纳值具有时变性,且主要为季节性变化,因此在精确重力场变化观测中采用单一大气重力导纳值进行大气重力影响改正会产生观测误差。以丽江台大气变化为例,引起的重力变化最大值约为±15 nm ·s-2,该数值与FG5绝对重力仪的观测精度在同一量级[9],因此在实际重力场观测中应考虑大气重力导纳值的时变性特征。
大气重力导纳值时变性的原因最有可能为空气中的水汽变化[10],丽江属东亚季风性气候,四季变化不明显且气温变化较小,但具有明显的干湿季,6~10月为雨季,11月~次年5月为干季。从中国气象数据网获取丽江地区同时段的月降雨量数据,采用同样的分段方法将数据分为47段,并取每段数据的平均值。从图 2可以看出,丽江台大气重力导纳值与对应的月平均降雨量具有较好的负相关关系,相关系数为-0.77,表明两者相关性较强。由于降雨时空气中水汽含量增加,因此推断空气中的水汽变化可能是导致大气重力导纳值产生季节性变化的主要原因,具体影响需进一步研究。
大气重力导纳值具有时变性,为研究大气变化是否也会对不同频段的重力信号产生影响,本文将采用小波变换分析方法研究大气重力导纳值在不同频段内的时变特征。利用小波分析求大气重力导纳值的原理为[11]:先对重力信号和气压信号进行小波时频分析,然后利用最小二乘方法计算局部大气重力导纳值。将重力数据和气压数据分解为6个频段信号(表 3)。从表 3可以看出,D2和D4频段分别约为1/4日波和周日波频段,D3频段包含1/3日波和半日波频段。利用最小二乘法得到47个时间段在6个频段内的大气重力导纳值(图 3, 单位为nm ·s-2/hPa)。从图 3可以看出,每个频段内的大气重力导纳值都具有明显的时变特征,但在不同频段内变化特征存在差异,D2和D5频段季节性变化特征最为显著,D3和D4频段相对比较稳定,表明在这2个频段内气压对重力的影响与季节关系较弱。D4频段在2017-01和2017-02大气重力导纳值达到最小值,其他时间内均在降雨量较大时气压对重力观测的影响较大,这与前文中大气重力导纳值具有季节性变化特征的结论基本一致,说明大气重力导纳值不仅具有时变性,而且在不同频段内时变性特征也存在差异。
研究表明海潮重力影响最大振幅约几十μGal(1 μGal=10 nm ·s-2 )[12]。表 1中各波群的观测与理论重力振幅因子相差都较小,由于两者的差异主要由海潮引起,表明海潮对丽江台重力潮汐观测的影响较小,但为获取更加精确的观测潮汐参数用于地球动力学研究,需要进行海潮重力影响改正。不同的海潮模型对同一观测点的海潮重力影响存在差异[13],在进行海潮改正之前,需要研究不同海潮模型在丽江台的改正有效性。
3.1 海潮重力影响改正使用目前较新的9种全球海潮模型对丽江台海潮重力影响进行研究[14-22],海潮重力影响的计算采用目前国际上通用的海潮重力影响计算程序,表 4为9个海潮模型的8个主潮波的海潮重力改正矢量。从表 4可以看出,丽江台受海潮重力影响较小,其中受影响最大的M2波其海潮重力改正矢量仅为4 nm ·s-2。各海潮模型对几个主要潮波的海潮重力影响改正存在差异,周日波和半日波中N2、M2波由各海潮模型得到的海潮重力改正矢量相差较小;而S2、K2波的重力影响改正矢量中相位项差别较大,不同模型间最大差异分别可达64.80°和90.40°。上述分析表明,各海潮模型对S2波和K2波的海潮重力影响的计算并不精确,这一方面说明海潮模型中给定的这2个波群模型本身不准确,因此有必要构建更为精确的海潮模型;另一方面也说明高精度的重力潮汐观测可对海潮模型的效果进行评定,这是重力潮汐观测的重要应用之一。
研究表明,观测矢量与理论矢量之差(观测残差矢量)的主要能量受海潮重力影响,因此可用观测残差矢量与海潮重力改正矢量之差(剩余残差矢量)来比较各海潮模型的重力影响改正效果,剩余残差矢量的振幅越小,表明改正效果越好[23]。表 5为丽江台8个主要潮波经不同模型改正前后的剩余残差矢量振幅。O1波改正后其观测残差矢量振幅降低88.57%~99.26 %;其他几个主要潮波改正后观测残差矢量振幅下降幅度为44%~98%。结果表明,经不同海潮模型改正后,各潮波的观测残差矢量振幅均显著减小。
为更加直观地展示8个主潮波经9种海潮模型海潮重力影响改正后的效果,将表 5数据绘制成图(图 4)。从图中可以看出,虽然几个主潮波经各海潮模型改正后的剩余残差矢量振幅均显著降低,但同一潮波经不同海潮模型改正及同一海潮模型对不同潮波改正后的剩余残差矢量振幅降低幅度均有所不同,因此需要分别评价不同海潮模型对同一潮波及同一海潮模型对不同潮波的海潮重力影响改正的有效性。
为客观评价海潮模型的整体有效性,以8个主潮波计算得到的υ值作为评价参数,υ值越小,表明相对应的海潮模型重力影响改正效果越好[24],υ值计算公式如下:
$ v = \sqrt {\sum\limits_{i = 1}^8 {{{({X_i}/{A_{0i}})}^2}} } $ | (1) |
式中,Xi和A0i分别为第i个主潮波的剩余残差矢量振幅和刚体地球的重力潮汐理论振幅。表 6为9种海潮模型υ值,从表中可以看出,这9种模型的整体有效性差别较小。对于丽江台而言,NAO.99b模型υ值最小,改正效果最好,改正后的观测重力潮汐参数见表 1。从表 1可以看出,减去海潮重力影响后的观测重力振幅因子与理论模型更接近,其中振幅较大的K1波和M2波与理论模型的偏差仅为0.33%和0.12%。
对同一个海潮模型,不同潮波的改正效果也存在差异,因此需要对各潮波的改正有效性进行评价。孙和平等[3]提出评价特定潮波海潮重力影响改正有效性的方法,即观测残差矢量与剩余残差矢量振幅之差占观测残差矢量振幅的百分比,计算公式如下:
$ e = \left( {100 \times \left( {B - X} \right)/B} \right)\% $ | (2) |
式中,B和X分别为某个潮波的观测残差矢量振幅和剩余残差矢量振幅,e为改正有效性。采用该方法计算NAO.99b海潮模型中8个主潮波的改正有效性(表 7)。从表 7可以看出,除K1波和P1波外,其他几个潮波海潮重力影响的改正效果非常显著,均在80%以上,K1和P1波的改正有效性分别为54.65%和77.38%。K1波和P1波改正有效性相对较低的原因可能为:1)海潮模型不准确;2)重力潮汐参数估算精度较低。同一海潮模型对不同潮波的改正有效性的评价结果可为海潮模型的进一步精化提供参考,同时在用改正后的观测振幅因子与理论振幅因子进行对比时,也可以解释其部分差异。
地球自由核章动(FCN)为地球的一种自转简正模,FCN由液态外核与固态地幔间的相互作用而产生[25-26],可用其本征参数(本征周期和品质因子)探索地球深部结构,获取地球深部物性参数。研究表明,海潮负荷对FCN本征参数的测定具有一定影响。本文将采用NAO.99b全球海潮模型作海潮重力影响改正后的周日潮波(Q1、O1、π1、P1、K1、ψ1、Φ1、J1和OO1)的观测重力振幅因子(表 1),拟合得到丽江台FCN共振曲线(图 5)。从图 5可以看出,越接近共振频率,共振现象越明显,且在接近共振频率时ψ1波观测误差较大。在接近共振频率时部分潮波由于振幅较小,其振幅因子的估算精度也较低,这会对FCN参数的估算产生影响。
为验证海潮负荷对FCN的影响,利用最小二乘拟合方法分别计算海潮重力影响改正前后的FCN参数。海潮改正前FCN周期为419.9(324.3, 587.2)恒星日,品质因子为-1 435;经海潮重力影响改正后的FCN周期为431.5(411.2, 454.0)恒星日,品质因子为-2 796。结果表明,海潮改正前后FCN参数估算结果差异较大,且经海潮改正后得到的FCN周期误差范围也大大缩小,因此在估算FCN参数时需进行海潮重力影响改正。将丽江台海潮重力影响改正后的FCN参数与其他3个超导重力仪台站及2个VLBI台站获得的结果进行对比(表 8)。结果表明,相比于VLBI观测获得的共振周期(约430恒星日),丽江台超导重力仪估算的FCN周期略微偏大,而本文结果与其他3个超导重力仪观测结果相近,表明用丽江台OSG-066观测资料获得的FCN参数精度较高。
本文研究结果表明,9种海潮模型在丽江地区海潮重力影响改正中整体有效性相差较小,其中NAO.99b模型的整体精度较高。利用海潮重力影响改正后的观测重力潮汐数据获得的FCN参数精度较高,与全球其他超导重力仪的估算结果一致,同时海潮改正对自由核章动参数估算具有较大影响。大气重力影响在时域和频域内均具有明显时变性,总体呈现季节性变化特征,且在不同频段其时变性存在差异。区域降雨量变化与大气重力导纳值变化具有明显负相关关系,大气重力导纳值的时变性与大气中水汽含量的季节性变化有关,具体关系还需进一步研究。
[1] |
Zhang M M, Xu J Q, Sun H P, et al. OSG-057 Superconducting Gravimeter Noise Levels in Lhasa(China)[J]. Terrestrial Atmospheric and Oceanic Sciences, 2016, 27(6): 807-817 DOI:10.3319/TAO.2016.03.23.01(T)
(0) |
[2] |
Hu X G, Liu L T, Hinderer J, et al. Wavelet Filter Analysis of Atmospheric Pressure Effects in the Long-Period Seismic Mode Band[J]. Physics of the Earth and Planetary Interiors, 2006, 154(1): 70-84 DOI:10.1016/j.pepi.2005.09.003
(0) |
[3] |
孙和平, 许厚泽, 周江存, 等. 武汉超导重力仪观测最新结果和海潮模型研究[J]. 地球物理学报, 2005, 48(2): 299-307 (Sun Heping, Xu Houze, Zhou Jiangcun, et al. Latest Observation Results from Superconducting Gravimeter at Station Wuhan and Investigation of the Ocean Tide Models[J]. Chinese Journal of Geophysics, 2005, 48(2): 299-307 DOI:10.3321/j.issn:0001-5733.2005.02.010)
(0) |
[4] |
张胜凯, 雷锦韬, 李斐. 全球海潮模型研究进展[J]. 地球科学进展, 2015, 30(5): 579-588 (Zhang Shengkai, Lei Jintao, Li Fei. Advances in Global Ocean Tide Models[J]. Advances in Earth Science, 2015, 30(5): 579-588)
(0) |
[5] |
Camp M V, Vauterin P. Tsoft: Graphical and Interactive Software for the Analysis of Time Series and Earth Tides[J]. Computers and Geosciences, 2005, 31(5): 631-640 DOI:10.1016/j.cageo.2004.11.015
(0) |
[6] |
陈晓东, 孙和平. 一种新的重力潮汐数据预处理和分析方法[J]. 大地测量与地球动力学, 2002, 22(3): 83-87 (Chen Xiaodong, Sun Heping. New Method for Pre-Processing and Analyzing Tidal Gravity Observations[J]. Journal of Geodesy and Geodynamics, 2002, 22(3): 83-87)
(0) |
[7] |
Wenzel H G. The Nanogal Software: Earth Tide Data Processing Package Eterna 3.30[J]. Bulletin Informations Marées Terrestres, 1996, 124: 9425-9439
(0) |
[8] |
Dehant V, Defraigne P, Wahr J M. Tides for a Convective Earth[J]. Journal of Geophysical Research, 1999, 104(B1): 1035-1058 DOI:10.1029/1998JB900051
(0) |
[9] |
张为民, 王勇, 许厚泽, 等. 用FG5绝对重力仪检测青藏高原拉萨点的隆升[J]. 科学通报, 2000, 45(20): 2213-2216 (Zhang Weimin, Wang Yong, Xu Houze, et al. Test of the Uplift of Tibetan Plateau by FG5 Absolute Gravimeter at Lhasa Station[J]. Chinese Science Bulletin, 2000, 45(20): 2213-2216 DOI:10.3321/j.issn:0023-074X.2000.20.018)
(0) |
[10] |
罗少聪, 徐建桥. 水汽对大气重力和倾斜格林函数的影响[J]. 大地测量与地球动力学, 2004, 24(4): 39-42 (Luo Shaocong, Xu Jianqiao. Influences of Water Vapor on Atmospheric Gravity and Tilt Green's Function[J]. Journal of Geodesy and Geodynamics, 2004, 24(4): 39-42)
(0) |
[11] |
Hu X G, Liu L T, Hinderer J, et al. Wavelet Filter Analysis of Local Atmospheric Pressure Effects on Gravity Variations[J]. Journal of Geodesy, 2005, 79(8): 447-459 DOI:10.1007/s00190-005-0486-6
(0) |
[12] |
徐建桥, 陈晓东, 周江存, 等. 拉萨重力潮汐变化特征[J]. 科学通报, 2012, 57(22): 2094-2101 (Xu Jianqiao, Chen Xiaodong, Zhou Jiangcun, et al. Characteristics of Tidal Gravity Changes in Lhasa, Tibet, China[J]. Chinese Science Bulletin, 2012, 57(22): 2094-2101)
(0) |
[13] |
范长新. 全球海潮模型最新进展及在中国沿海精度评估[J]. 大地测量与地球动力学, 2019, 39(5): 476-481 (Fan Changxin. Latest Advances of Global Ocean Tide Models and Their Accuracy Comparisons in Coastal Areas of China[J]. Journal of Geodesy and Geodynamics, 2019, 39(5): 476-481)
(0) |
[14] |
Carrere L, Lyard F, Cancet M, et al. FES 2012, a New Tidal Model——Validation Results and Perspectives of Improvements[C]. Ocean Surface Topography Science Team Workshop, Boulder, 2013
(0) |
[15] |
Taguchi E, Stammer D, Zahel W. Inferring Deep Ocean Tidal Energy Dissipation from the Global High-Resolution Data-Assimilative HAMTIDE Model[J]. Journal of Geophysical Research, 2014, 119(7): 4573-4592
(0) |
[16] |
Egbert G D, Erofeeva S Y. Efficient Inverse Modeling of Barotropic Ocean Tides[J]. Journal of Atmospheric and Ocean Technology, 2002, 19(2): 183-204 DOI:10.1175/1520-0426(2002)019<0183:EIMOBO>2.0.CO;2
(0) |
[17] |
Savcenko R, Bosch W. EOT11A-Empirical Ocean Tide Model from Multi-Mission Satellite Altimetry[R]. Deutsches Geodtisches Forschungsinstitut(DGFI), München, 2012
(0) |
[18] |
Cheng Y C, Andersen O B. Multimission Empirical Ocean Tide Modeling for Shallow Waters and Polar Seas[J]. Journal of Geophysical Research, 2011, 116(C11)
(0) |
[19] |
Eanes R J, Schuler A. An Improved Global Ocean Tide Model from TOPEX/Poseidon Altimetry: CSR4.0[C]. EGS, 24th General Assembly, Hagae, 1999
(0) |
[20] |
Ray R D. Precise Comparisons of Bottom-Pressure and Altimetric Ocean Tides[J]. Journal of Geophysical Research, 2013, 118(9): 4570-4584
(0) |
[21] |
Matsumoto K, Takanezawa T, Ooe M. Ocean Tide Models Developed by Assimilating TOPEX/POSEIDON Altimeter Data into Hydrodynamical Model: A Global Model and a Regional Model around Japan[J]. Journal of Oceanography, 2000, 56(5): 567-581 DOI:10.1023/A:1011157212596
(0) |
[22] |
Fok H S. Ocean Tides Modeling Using Satellite Altimetry[D]. Columbus: The Ohio State Universtiy, 2012
(0) |
[23] |
周江存, 孙和平. 武汉台长周期重力固体潮观测的海潮负荷改正[J]. 大地测量与地球动力学, 2007, 27(6): 28-32 (Zhou Jiangcun, Sun Heping. Ocean Tide Loading Correction on Long Period Earth Tidal Gravity Observation at Wuhan Station[J]. Journal of Geodesy and Geodynamics, 2007, 27(6): 28-32)
(0) |
[24] |
徐建桥, 周江存, 陈晓东, 等. 武汉台重力潮汐长期观测结果[J]. 地球物理学报, 2014, 57(10): 3091-3102 (Xu Jianqiao, Zhou Jiangcun, Chen Xiaodong, et al. Long-Term Observation of Gravity Tides from a Superconducting Gravimeter at Wuhan[J]. Chinese Journal of Geophysics, 2014, 57(10): 3091-3102 DOI:10.6038/cjg20141001)
(0) |
[25] |
徐建桥, 孙和平, 罗少聪. 利用国际超导重力仪观测资料研究地球自由核章动[J]. 中国科学:地球科学, 2001, 31(9): 719-726 (Xu Jianqiao, Sun Heping, Luo Shaocong. Study of the Earth's Free Core Nutation by Tidal Gravity Data Recorded with International Superconducting Gravimeters[J]. Science China: Earth Science, 2001, 31(9): 719-726)
(0) |
[26] |
孙和平, 刘清超, 崔小明, 等. 利用重力和VLBI技术检测地球液态核的动力学效应[J]. 武汉大学学报:信息科学版, 2018, 43(12): 2058-2063 (Sun Heping, Liu Qingchao, Cui Xiaoming, et al. Detection of the Geodynamics of Earth's Liquid Core by Using Gravity and VLBI Techniques[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 2058-2063)
(0) |
[27] |
孙和平, 刘清超, 吴书清, 等. 北京地区最新重力潮汐结果及其在检测液核共振效应中的应用[J]. 地球物理学报, 2017, 60(12): 4699-4708 (Sun Heping, Liu Qingchao, Wu Shuqing, et al. The Latest Gravity Tide Results in Beijing and Its Application in Detecting Resonant Effect of the Fluid Outer Core[J]. Chinese Journal of Geophysics, 2017, 60(12): 4699-4708 DOI:10.6038/cjg20171213)
(0) |
[28] |
崔小明.地球自由核章动及核幔耦合的研究[D].武汉: 中国科学院测量与地球物理研究所, 2012 (Cui Xiaoming. Investigation of the Earth's Free Core Nutation and Core-Mantle Coupling[D]. Wuhan: Institute of Geodesy and Geophysics, CAS, 2012)
(0) |
2. University of Chinese Academy of Sciences, A19 Yuquan Road, Beijing 100049, China