地球物理学报  2014, Vol. 57 Issue (1): 42-52   PDF    
滇西地区GPS时间序列中陆地水载荷形变干扰的GRACE分辨与剔除
盛传贞1, 甘卫军1,2, 梁诗明1, 陈为涛2, 肖根如3    
1. 中国地震局地质研究所·地震动力学国家重点实验室, 北京 100029;
2. 中国地震局地壳运动监测工程研究中心, 北京 100830;
3. 东华理工大学, 南昌 344000
摘要:利用“中国大陆构造环境监测网络”在云南西部地区的13个连续GPS观测站和法国空间大地测量研究组Space Geodesy Research Group)的GRACE时变重力场资料,定量分析了该区域陆地水载荷所产生的非构造形变的量值和变化特点,探讨了利用GRACE分辨和剔除GPS观测中陆地水负荷所引起的非构造形变干扰的依据和模型.结果表明:滇西地区GPS坐标变化时间序列的垂向分量中,普遍包含有明显的年周期非构造形变波动,高值可达12mm,其中约42%源于陆地水迁徙变化所引起的负荷形变;通过主成份分析方法所获取的区域GPS共模误差与GRACE陆地水载荷形变序列的相关性高达0.87,若以GRACE扣除陆地水负荷形变,则滇西地区GPS网共模误差可消除约64%,且物理机制明确.然而,由于目前的GRACE只能有效分辨大约400km范围内陆地水载荷的整体变化,所以对于各GPS站点更加局部化的陆地水负荷非构造形变干扰,尚无法进行有效分辨.
关键词滇西地区     陆地水载荷形变     GRACE     GPS时间序列     非构造形变    
Identification and elimination of non-tectonic crustal deformation caused by land water from GPS time series in the western Yunnan province based on GRACE observations
SHENG Chuan-Zhen1, GAN Wei-Jun1,2, LIANG Shi-Ming1, CHEN Wei-Tao2, XIAO Gen-Ru3    
1. State Key Laboratory of Earthquake Dynamics, Institute of Geology, China Earthquake Administration, Beijing 100029, China;
2. National Earthquake Infrastructure Services, China Earthquake Administration, Beijing 100830, China;
3. East China Institutes of Technology, Nancang 344000, China
Abstract: Based on the data of 13 continuous GPS stations in the western Yunnan province, China, from Crustal Movement Observation Network of China (CMONOC) and the GRACE time-varying gravity field data from Space Geodesy Research Group (GRGS), France, we analyzed the magnitude and characteristics of the non-tectonic crustal deformation variation induced by land water migration in western Yunnan, and discussed the theoretical foundation and model for eliminating the non-tectonic deformation from GPS time series. The result shows that the non-tectonic crustal deformation fluctuation with an annual period in the vertical component of GPS time series is significant in this area, with the maximum as large as 12mm, and about 42% of the fluctuation is from the crustal deformation induced by land water migration. By using the method of Principal Component Analysis (PCA), we got the common mode error (CME) of the GPS network, which correlated with the GRACE land water loading deformation with a coefficient of about 0.87. When the land water loading deformation is used to correct the GPS error, the root mean square (RMS) of GPS common mode error will reduce by 64%. Therefore, a significant part of GPS common mode error in this area can be eliminated explicitly based on the GRACE time-varying gravity field. However, since GRACE can only effectively detect the overall land water loading deformation with a scope of 400km now, more detailed and specific non-tectonic deformation of individual GPS station is still out of the reach of GRACE.
Key words: Western Yunnan     Land water loading crustal deformation     GRACE     GPS time series     Non-tectonic crustal deformation    

1 引 言

陆地水迁徙引起地表负荷的重新分布,将导致弹性地壳的及时形变响应.近年来,基于GRACE周期性覆盖全球的高精度空间对地观测,我们已能够有效地获取任意区域陆地水迁徙的负荷质量变化序列或重力场时变序列(Wahr et al.,1998).进一步通过地表载荷变化与弹性地壳形变的理论关系,可得到陆地水迁徙所引起的地表弹性形变(Farrell,1972).与此同时,GPS大地测量作为一种高精度的地壳形变观测手段,亦能够通过其连续观测的站点坐标变化时间序列,有效地反映出陆地水迁徙所引起的垂向微地壳形变(Wahr et al.,1998; Tesmer et al., 2011).因此,如何利用GRACE的时变重力场信息,合理地去除GPS坐标变化时间序列中陆地水迁徙所引起的非构造形变干扰,以最大限度地凸显真实的构造运动成分,成为近年来GPS地壳形变监测领域的重要研究内容(Davis et al.,2004; Horwath et al.,2010; Tregoning et al.,2009a,Tregoning et al.,2009b; van Dam et al., 2007; 杨博等,2011; 廖海华等,2010).

早在2004年,Davis首次基于GRACE时变重力场研究了亚马逊盆地水迁徙负荷形变,并与GPS时间序列进行了比较,发现GRACE所得负荷形变与GPS时间序列具有很好的一致性(Davis et al.,2004).随后,King(2004)的研究指出,对于这种水迁徙变化明显的区域,两者确有很好的一致性,但是对于水迁徙变化微弱的区域,两者相关性并不明显.Van Dam 等(2007)基于欧洲的GPS观测资料,说明这种相关性的不明显主要源于GPS数据处理模型的不准确,使时间序列中包含了虚假的周期信号.此后,Tregoning等(2009b)基于改进的模型和方法对GPS数据进行了重新处理,发现两者的相关性有了明显的改善.但是,采用GRACE水迁徙负荷形变结果对GPS时间序列进行改正后,发现大部分GPS站的加权均方根WRMS(Weight Root Mean Square)并没有实质性的改善,说明GPS时间序列中站的相关误差等局部因素的影响量值不亚于水迁徙负荷形变影响.另外,GRACE的空间分辨率不足亦是导致水迁徙负荷形变中局域性高频变化不能充分扣除的重要因素(Davis et al.,2004; Tregoning et al.,2009b).还需指出的是,虽然GRACE和GPS都能反映出陆地水迁徙质量变化,但是两者所反映的尺度范围并不一致:GRACE负荷形变反映一定尺度范围内总体陆地水迁徙质量变化情况,目前体现的为400km空间尺度范围的平滑结果.而GPS负荷形变仅反映观测站周边的水迁徙质量变化,更容易受到局部因素的影响而表现出高频变化特征(Ray et al.,2008 ; Penna et al.,2007).

云南地处青藏高原东南部,是中国大陆现今构造运动和地震活动最为强烈的区域之一,因而,在过去的十余年间,国家重大科学工程“中国地壳运动观测网络”和“中国大陆构造环境监测网络”先后在该区域布设了相对密集的GPS观测网,以监测其显著地壳形变和复杂的构造运动(Gan et al.,2007,Gan et al.,2012; Shen et al.,2005; 杨国华等,2009),考虑到该区域雨量充沛、年平均降水量在700 mm以上,可以预测其地表水变化所引起的非构造形变应比较突出.因此,本文拟基于滇西地区连续GPS观测站资料和GRACE时变重力场资料,研究该区域地表水变化所产生的非构造形变的量值和变化特点,为本区域GPS坐标变化时间序列中非构造干扰成分的合理剔除提供定量的依据和模型.

2 GPS观测资料及数据处理

本文收集了“中国大陆构造环境监测网络”在滇西地区的13个连续GPS观测站资料(图1).其中下关(XIAG)站的连续观测时间已超过10年,其他观测站时间跨度约为2.5年.

图1 滇西地区13个连续GPS观测站站点位置分布图 Fig.1 Location of 13 continuous GPS stations in the western Yunnan

我们采用美国航空航天局喷气推进实验室(JPL,NASA)的GIPSY/OASIS(Version 6.0)软件和PPP(精密单点定位)模式进行了每日数据的严密处理,获得了单日松弛约束解.然后,采用JPL的联合平差软件QOCA(Dong et al 2009),对所有站点的单日松弛约束解严密平差,获得各站点的坐标变化时间序列.具体数据处理要点如下:

以消电离层的影响的线性组合作为观测量,卫星截止高度角和数据采样率分别选取为15°和5 min,采用并固定JPL精密星历和时钟(ftp://sideshow.jp1.nasa.gov[2013-01-15]);先验对流层干延迟模型和对流层投影函数分别为全球大气压和温度模型GPT(Global Pressure and Temperature)和GMF(Boehm et al.,2009);海洋潮汐影响改正由FES2004海洋潮汐模型基于格林函数在线计算获得;处理过程中考虑星历、钟差、仪器偏差(DCB)、接收机相位中心和卫星相位中心等产品的自洽性(Schmid et al.,2007);估计参数除基准站坐标和接收机钟差外,还包括对流层延迟参数;为进一步提高解算精度,采用Ambizap软件进行整周模糊度解算(Blewitt et al.,2008),其处理算法是利用固定点法则来确定观测网参数的各种线性组合,最终为整个观测网生成唯一、自洽的单日解;最后通过JPL提供的转换参数,将单日解转换到ITRF2008框架下.

由于基于上述处理后的GPS时间序列中仍包含有大气负荷形变的成分,为了扣除其影响,我们首先基于NCEP 提供的6 h全球表面压力场(空间分辨率为2.5°)采用Farrell格林函数积分得到大气负荷形变量(Tregoning et al.,2009a).考虑到该大气压力场存在欠采样等问题可能导致数据中包含“部分”潮汐分量(Tregoning et al.,2005),因此,我们进一步采用20阶Buterrworth低通滤波器剔除这些“残余”的潮汐分量.

图2是13个连续GPS观测站的垂向坐标变化时间序列.

图2 连续GPS观测站垂向坐标变化时间序列及GRACE获取的负荷形变时间序列(下页有续图) Fig.2 The vertical time series of continuous GPS stations

图2续 连续GPS观测站垂向坐标变化时间序列及GRACE获取的负荷形变时间序列 Continuous Fig.2 The vertical time series of continuous GPS station
3 GRACE时变重力场和水迁徙负荷变形

本文GRACE时变重力场源自法国空间大地测 量研究组GRGS(Space Geodesy Research Group) 提供的RL02产品,时间跨度为2002年7月29日— 2012年8月24日,时间分辨率为10天,每组时变重力场模型由归一化的50阶球谐系数来描述,等效空间分辨率约为400 km.关于GRACE数据的详细处理方法见Bruinsma(2010).在时变重力场估计时,GRGS除对模型的高阶球谐系数进行有效约束外,还纳入了LAGEOS卫星数据来约束低阶球谐系数,尤其是C20项.另外,由于模型系数具有很好的稳定性,尤其是高阶项,不必再进行滤波和平滑处理(Fu et al.,2012; Kusche et al.,2007).需要指出的是,为了保证与GPS参考框架的一致性,GRACE时变重力场必须考虑一阶(l=1)重力位系数,但由于GRACE本身无法确定出地球重力场的一阶变化(地心运动),我们采用了Swenson等估算的一阶重 力位系数(Swenson et al.,2008),该系数由GRACE 和海洋模型数据联合反演获得,具有比较高的精度和稳定性(Kang et al.,2009).

为了检核和评估GRGS时变重力场的精度和可靠性,我们还采用了CSR(美国德克萨斯大学空 间研究中心,Center for Space Research)(Bettadpur, 2009)、JPL(美国宇航局喷气推进实验室,Jet Propulsion Laboratory) (Watkins et al.,2007)和GFZ(德国地学中心,GeoForschungsZentrum Potsdam) (Flechtner et al,2010a, 2010b)提供的GRACE-RL04时变重力场(时间分辨率为月解)与之进行比较.对于GFZ/JPL/CSR 提供的这些GRACE-RL04时变重力场模型,由于在重力场恢复时球谐系数未经过正则化处理,其模型系数的高阶项误差较大,我们以滤波方法来抑制这些高阶项噪声,此外,针对这些模型系数J2项精度较差(Chen et al.,2004),我们以SLR观测方法得到的J2项来代替,对于一阶项,同样采用Swenson提供的结果.比较结果表明:从时间分辨率考虑,GRGS时变重力场优于CSR、GFZ和JPL,通过比较GFZ/CSR/JPL GRACE-RL04和GRGS GRACE-RL02计算的13个连续GPS垂向 负荷形变的差异(表1),反映出GRGS垂向负荷形 变精度优于

表1 基于不同分析中心GRACE-RL04和GRGS GRACE-RL02计算的13个站点垂向负荷形变差异RMS Table 1 RMS of 13 GPS vertical deformation difference between GRACE-RL04 of different analysis center and GRGS GRACE-RL02

根据Kusche(2007)van Dam(2007)等分析,地球陆地水迁徙变化引起的负荷形变可通过一组重力场球谐系数和负荷Love数进行描述:


其中Δu为地表垂直形变,Re为地球的平均半径,λ和θ分别为地面网格点的经度和余纬,为时变重力场模型相对于参考重力场模型的l阶m次球谐系数之差.本文参考重力场为待求时间段上所有重力场系数平均值,为归一化的l阶m次缔合勒让德多项式,Nmax为重力场模型的最大阶数.h′ l和k′ l为l阶负荷Love数,采用Farrell所提供的结果(Farrell, 1972).

基于GRACE时变重力场进行负荷形变计算时我们选取的最大阶数(Nmax)为50(等效空间分辨率~400 km),所以,基于GRACE时变重力场获得的负荷形变信号为相应点周围400km范围内的总体 质量分布情况(van Dam(2007); Kusche,2007). 另外,需要说明是:对于参与模型比较的CSR、JPL和GFZ提供的 GRACE-RL04时变重力场数据,我们还采用了Wahr平滑函数(Wn)来抑制高阶误差的影响,该平滑半径选择为400 km,该高斯半径的选取主要依据最大化抑制高阶项误差(要求平滑半径尽可能大)和最小化减弱信号幅度(要求平滑半径尽可能小)两个原则进行综合考虑(van Dam(2007)).

图2给出了13个连续GPS观测站周围400 km 范围陆地水迁徙变化引起的垂向负荷形变时间序列.

4 GPS时间序列与陆地水负荷形变时间序列对比分析
4.1 GPS垂向时间序列

在图2连续GPS观测站垂向坐标变化时间序列中,各站点除显示明显的周期性波动变化外,还包含有一定的线性变化趋势,这主要反映了相对稳定的垂向构造运动.而周期项的变化振幅约5~12 mm(如YNYL站达11.2 mm),与季节变化密切相关.另外,我们可以清楚地看到,不同站的周期项频率及振幅存在明显差异(如YNCX和YNGM站),这可能反映了各站点局部的非构造形变影响和误差干扰程度.

4.2 GPS与GRACE时间序列比较

我们首先扣除了GPS观测时间序列中的线性变化趋势项,然后依据GRACE采样时间对GPS原始时间序列进行了平滑,并与GRACE结果进行比较(图3),可以清晰地看出两者之间的相关性.表2给出了各站GPS与GRACE时间序列的相关系数及GPS时间序列扣除GRACE负荷形变后均方根(RMS)减少量的计算结果,RMS减少(百分比)采用如下公式计算:


以XIAG和YNCX站为例,计算结果表明:两站GPS 和GRACE时间序列的相关系数分别为0.85和0.89. 若用GRACE负荷形变对GPS时间序列进行改正,则两站的RMS将分别减少42%和50%.总体统计结果表明, GPS垂向时间序列中所包含的非构造形变干扰,平均约42%来源于陆地水迁徙变化所引起的负荷形变.
图3 GRACE与GPS时间序列比较结果 Fig.3 The result of comparsion between GPS and GRACE time series

表2 各站GPS与GRACE相关系数和RMS减少量 Table 2 Correlation coefficient between GPS and GRACE and RMS reduction of GPS deformation corrected by GRACE
4.3 GPS共模误差与GRACE时间序列相关性

Wdowinski等的研究表明,GPS时间序列中的非构造噪声存在区域相关性,称为共模误差(Common Mode Error,CME)(1997),目前,关于CME的来源尚不完全确定,可能源自卫星轨道误差、水体和大气质量负荷、参考框架定义的不确定性等(Dong et al.,2002; Dong et al.,2006; 田云峰等,2009),因此,针对不同的区域,其主要来源会有所不同.

虽然关于CME尚没有准确的定义,其物理来源也有待确定,但通过某种形式的空间滤波能够部分加以剔除(Dong et al.,2002; Wdowinski et al.,1997; 田云峰等,2009).Dong等采用主成分分析方法——PCA/KLE(Principal Component Analysis/ Karhunen-Loeve Expansion) 方法将GPS坐标序列分解为随时间变化的模式(mode)集合和它们的空间响应,在此基础上定义了CME标准,即大多数站(>50%)有明显的空间响应(25%),且该模式的特征值超过特征值总和的1%.依此标准,将排在前面的几个主成份作为CME,而剩余部分主要是站点的局部异常变化及相关误差(Dong et al.,2006).因此,基于主成份分析方法可以减弱或分离GPS时间序列中站的局部效应、站点相关误差等异常影响,获得指定范围内的CME.

本文对滇西地区的13个连续GPS观测站,首先基于PCA剔除各站局部效应和相关误差,然后计算出区域范围的共模误差(基于滇西GPS连续站残差坐标序列分析,只有前两个主成分满足所谓共模条件,即超过半数站(分别为13和7)存在明显空间响应,且特征值均大于特征值总和的1%(分别为79%和7%),并与同尺度上GRACE负荷形变均值进行了比较.

图4显示了区域共模误差的量值和变化特征,其振幅为10.3 mm.与GRACE获得的区域陆地水负荷形变时间序列相比较,可以看出:GPS共模误差和GRACE时间序列在量值和特征方面均具有显著的相关性,定量计算可得两者相关系数为0.88.若用GRACE负荷形变对GPS共模误差时间序列进行改正,则其RMS由7.56 mm减小到2.72 mm,减少率达64%.也就是说,对于滇西地区GPS观测网,其共模误差与GRACE负荷形变信号具有很好的相关性和一致性.因此,对于滇西地区这类陆地水的变化比较剧烈的区域,陆地水负荷形变是该区域GPS共模误差的主要成份.

图4 GPS区域共模误差与GRACE负荷形变比较图 Fig.4 Comparison between GPS CME and GRACE deformation

我们知道,原始的GPS时间序列中同时包含了 站点局部效应和区域共模误差,通过PCA扣除站点 局部效应后,所得共模误差是区域空间尺度(~400 km) 的整体非构造形变变化.同样,GRACE反映的也是400 km范围内非构造的陆地水负荷所引起的形变变化.因此,两者很好的相关性和一致性反映出滇西地区的GPS观测网所反映区域共模误差,约64%源于陆地水迁徙负荷.因此,基于GRACE的观测结果,能够使我们对滇西地区GPS的区域共模误差在很大程度上进行物理机制明确的消除.

4.4 GPS观测站局部效应分析

GPS区域共模误差或GRACE负荷形变反映一定空间尺度上的陆地水迁徙质量分布情况,在某 个GPS观测站时间序列中扣除共模误差或GRACE 陆地水负荷形变后,可以突出该站的局部效应和相关误差.以XIAG和YNYL两站为例,在扣除共模误差得到两个站的残差时间序列后(图5),可以清晰地看出两站间存在着明显的差异.经周期函数的拟合,两站的年振幅分别为2.31 mm和0.21 mm.即XIAG站存在着明显的波动性变化,拟合相位说明在每年的10月中旬达到峰值,与季节有很强的相关性.张为民(2005)的研究表明:洱海水位的季节变化会对XIAG站产生影响.根据其统计资料,洱海水位变化每年10—11月份上升至最高点,从12月份开始下降,5月份达到最低点,6月份又开始逐渐上升,其最大变化量可达3 m左右,由此引起的重力变化在0.3~1×10-7ms2,等效的垂向负荷形变约1~2 mm左右.由此可见,有些GPS站点周围很局部的陆地水变化,亦可引起GPS坐标时间序列的明显波动.但由于区域共模误差或GRACE获取的陆地水荷载形变序列只反映~400 km范围的总体陆地水载荷变化影响,尚无法有效分辨局域性的载荷影响.当然,如果能够借助空间分辨率更高的陆地水载荷模型,我们还能够进一步去除各站点局部性的载荷影响.

图5 YNYL和XIAG站 GPS原始时间序列与共模分量差异图 Fig.5 Difference between original GPS time series of YNYL and XIAG station and GPS CME
5 讨 论

Tregoning 等(2010)曾分析并比较了GPS垂向时间序列和GRACE负荷形变之间的差异,认为站点的局部效应及GRACE空间分辨率的不足是导致两者不一致的主要原因.我们基于中国大陆构造环境监测网在滇西地区的13个连续GPS观测站资料,通过PCA方法剔除各站的大部分局域因素影响 后,得到了GPS网的区域共模误差.通过与GRACE 陆地水负荷形变序列进行比较,结果表明:GRACE陆地水负荷形变能解释滇西地区GPS共模误差的绝大部分(~64%),但无法解释全部.我们认为,一方面的原因是GRACE负荷形变和区域GPS的共模误差在估算方面均有一定的误差;若GRGS时变重力场计算精度转换为GRACE负荷形变的精度为 1.53 mm,区域GPS的共模响应估算精度为2.25 mm, 则两者之间出现2.72 mm以内的互差变化,在统计意义上仍无显著的差异.另一方面,也说明基于目前观测资料和模型,仍无法彻底地分离和解释每个站复杂的局域影响因素.以XIAG站为例,在GPS垂向时间序列中,无论是去除区域共模误差的影响,还是通过GRACE观测结果扣除负荷形变的影响后, 仍存在着“残余”的非构造波动变化,且各站之间的 量值和频率存在明显的差异.目前基于洱海水文数据只能解释部分的XIAG站局域因素影响,对于剩余部分特别是高频部分,基于目前的资料仍无法给出令人满意的解释.

GPS垂直时间序列的波动变化,除了绝大部分由陆地水负荷导致外,还有一些其他干扰因素,也呈现出一定的波动性或周期性变化,如轨道模型误差、地球自转误差、温度的影响等,这些因素的叠加,将导致GPS时间序列即便在很好地去除陆地水负荷影响后,仍会有一定的波动性.当然,这类影响的一部分,对于相对较小的区域而言,可能表现为共模误差.

针对GPS而言,轨道模型误差会对GPS精度产生明显的影响,如Horwath(2010)研究认为太阳光压及地球反照会导致GPS时间序列残差随空间不同而变化, 地球自转参数误差同样会传递到坐标时间序列中,基于不同的地球自转参数会使坐标时间序列存在13.6天的周期变化(Tesmer et al.,2009).海洋潮汐模型误差、大气潮汐及非潮汐模型误差均会在一定程度上引起GPS坐标误差,温度的变化对于GPS天线标墩的影响也不容忽视(Yan et al.,2009).另外,由于在GPS位置估计时,通常将位置坐标和对流层天顶延迟及梯度参数一起进行估算,这些参数存在很强的相关性,因此,对流层参数的估计精度也会在一定程度上影响GPS坐标时间序列的波动变化.

与GPS一样, GRACE模型本身的误差也会引起两者之间的一些差异.基于GRACE时变重力场模型进行负荷形变计算时,我们将地壳假设为理想的弹性介质,这对某些区域可能也会产生一定的偏差.我们所采用的GRGS时变重力场模型通过50阶球谐系数进行描述,为了得到稳定的谐波系数,在GRACE数据处理中需对球谐参数进行约束处理,约束的大小也会对模型精度产生一定的影响.另外,其他的模型误差源,如大气及海洋潮汐背景场、未纳入的高频海洋潮汐模型等同样会对GRACE负荷形变产生系统性影响.

6 结 论

本文基于中国大陆构造环境监测网络在我国云南西部地区的13个连续GPS观测站垂向坐标变化的时间序列,并结合GRACE卫星所获取的陆地水载荷形变序列,定量分析了该区域高精度GPS垂向时间序列中所含非构造形变的表现特征、量值幅度和主要成份.结果表明:

(1)在滇西地区高精度的GPS垂向时间序列中,普遍包含有明显的年周期非构造形变波动,最高可达12 mm.基于主成份分析方法(PCA)剔除各站局部效应和相关误差后,获得该区域GPS观测网的共模误差主要表现为振幅为10 mm的年周期波动.

(2)基于GRACE的重力场时变序列获取的滇西地区陆地水负荷引起的负荷形变反映出,滇西区域陆地水年度变化比较显著,在GPS垂向时间序列非构造成分中,平均约42%来源于陆地水迁徙负荷形变.

(3)滇西地区GPS共模误差的变化规律与GRACE陆地水载荷形变序列具有高达0.87的相关性,若以GRACE扣除陆地水负荷形变,则滇西地区GPS网共模误差可消除64%.因而,可以断定陆地水荷载形变是该区域GPS共模误差中最主要的非构造干扰成份,基于GRACE获得的陆地水荷载形变序列,能够使我们以明确的物理机制在很大的程度上解释和去除区域GPS非构造形变的共模干扰.

(4)由于目前的GRACE只能有效分辨大约400 km范围内陆地水负荷所引起的区域性整体地壳形变响应,而区域GPS的共模误差也仅反映区域性的共模影响,因此,对于各个站点更加局部和个性化非构造形变干扰,尚无法借助GRACE进行分辨,也难以基于共模分析进行明确的物理机制说明.

致 谢 中国大陆构造环境监测网为本文提供了GPS连续观测数据,国家测绘局卫星应用中心朱广彬博士,中国科学院测量与地球物理研究所闫昊明、张子占博士,中国科学院上海天文台周旭华及CSR的JianLi. Chen在GRACE数据处理方面给予很多指导,中国地震局地质研究所GPS应用小组在GPS数据方面给予很大的支持,在此表示感谢.

参考文献
[1] Bett adpur S.2007.Gravity recovery and climate experiment, UTCSR level-2 processing standards document for level-2 product release 004. Technical Report, CSR Publication, GR-03-03.
[2] Blewitt G. 2008. Fixed point theorems of GPS Carrier Phase Ambiguity resolution and their application to massive network processing: Ambizap.   J. Geophys. Res.,113(B12): 1-16.
[3] Boehm J R, Heinkelmann R, Schuh H. 2007.Short note: A global model of pressure and temperature for geodetic applications.   J. Geod., 81(10): 679-683, doi: 10.1007/s00190-007-0135-3.
[4] Bruinsma S, Lemoine J, Biancale R, et al. 2010. CNES/GRGS 10-day gravity field models (release 2) and their evaluation. Adv. nbsp; Space Res., 45(4): 587-601, doi: 10.1016/j.asr.2009.10.012.&
[5] Chen J L, Wilson C R, Tapley B D, et al. 2004.Low degree gravitational changes from GRACE: validation and interpretation.   Geophys. Res. Let.,31(22): L22607, doi: 10.1007/978-3-642-10228-8_4.
[6] Davis J, Elosegui P, Mitrovica J, et al. 2004.Climate-driven deformation of the solid Earth from GRACE and GPS.   Geo. Res. Lett.,31(L24605): doi: 10.1029/2004GL021435.
[7] Dong D, Fang P, Bock Y, et al. 2002.Anatomy of apparent seasonal variations from GPS-derived site position time series.   Journal of Geophysical Research,107(B42075), doi: 10.1029/2001jb000573.
[8] Dong D, Fang P, Bock Y, et al.2006.Spatiotemporal filtering using principal component analysis and Karhunen-Loeve expansion approaches for regional GPS network analysis.   J. Geophys. Res., 111: B03405.
[9] Farrell W E.1972.Deformation of the Earth by surface loads.   Rev.Geophys,10(3): 761-797.
[10] Flechtner F M, Gruber T, Güntner A, et al. 2010a.System Earth via geodetic-geophysical space techniques.// Advanced Technologies in Earth Sciences.   Berlin: Springer,399-406, doi: 10.1007/978-3-642-10228-8_34.
[11] Flechtner F, Dahle C, Neumayer K H, et al.2010b.The release 04 CHAMP and GRACE EIGEN gravity feld models. // Flechtner F, Mandea M, Gruber T, et al. System Earth via Geodetic-Geophysical Space Techniques,   Advanced Technologies in Earth Sciences. Berlin: Springer,41-58.
[12] Fu Y N, Freymueller J T.2012.Seasonal and long-term vertical deformation in the Nepal Himalaya constrained by GPS and GRACE measurements.   J. Geophys. Res.,117(B03407): doi: 10.1029/2011JB008925.
[13] Gan W J, Li Q, Zhang R, et al. 2012. Construction and application of tectonic and environmental observation network in mainland China.   Journal of Engineering Studies (in Chinese),4(4): 324-331.
[14] Gan W J, Zhang P Z, Shen Z K, et al. 2007. Present-day crustal motion within the Tibetan Plateau inferred from GPS measurements.   J. Geophys. Res.,112: B08416-B08429.
[15] Horwath M, Rülke A, Fritsche M, et al. 2010.Mass variation signals in GRACE products and in crustal deformations from GPS: a comparison.// System Earth via Geodetic-Geophysical Space Techniques.   Berlin Heidelberg, Springer, 399-406.
[16] Kang Z G, Tapley B, Chen J L, et al. 2009.Geocenter variations derived from GPS tracking of the GRACE satellites.   J. Geod.,83(10): 895-901. doi: 10.1007/s00190-009-0307-4.
[17] King M, Moore P, Clarke P, et al. 2006. Choice of optimal averaging radii for temporal GRACE gravity solutions, a comparison with GPS and satellite altimetry.   Geophys. J. Int.,166(1): 1-11, doi: 10.1111/j.1365-246X.2006.03017.x.
[18] Kusche J. 2007.Approximate decorrelation and non-isotropic smoothing of time-variable GRACE-type gravity field models.   J. Geod.,81(11): 733-749. doi: 10.1007/s00190-007-0143-3.
[19] Liao H H, Zhong M, Zhou X H. 2010.Climate-driven annual vertical deformation of the solid Earth calculated from GRACE.   Chinese J. Geophys. (in Chinese),53(5): 1091-1098, doi: 10.3969/j.issn.0001-5733.2010.05.009.
[20] Penna N T, King M A, Stewart M P. 2007.GPS height time series: short-period origins of spurious long-period signals.   J. Geophys. Res.,112(B2), doi: 10.1029/2005JB004047.
[21] Ray J, Altamimi Z, Collilieux X, et al. 2008. Anomalous harmonics in the spectra of GPS position estimates.   GPS Sol.,12(1): 55-64, doi: 10.1007/s10291-007-0067-7.
[22] Schmid R, Steigenberger P, Gendt G, et al. 2007.Generation of a consistent absolute phase-center correction model for GPS receiver and satellite antennas.   J. Geod.,81(12): 781-798, doi: 10.1007/s00190-007-0148-Y.
[23] Shen Z K, Jiang N L, Wang M, et al. 2005.Contemporary crustal deformation around the southeast borderland of the Tibetan Plateau.   J. Geophys. Res.,110(B11), doi: 10.1029/2004JB003421.
[24] Swenson S, Chambers D, Wahr J. 2008. Estimating geocenter variations from a combination of GRACE and ocean model output.   J. Geophys. Res.,113: B08410.
[25] Tesmer V, Steigenberger P, Rothacher M, et al. 2009. Annual deformation signals from homogeneously reprocessed VLBI and GPS height time series.   J. Geod.,83(10): 973-988, doi: 10.1007/s00190-009-0316-3.
[26] Tesmer V, Steigenberger P, van Dam T, et al. 2011. Vertical deformations from homogeneously processed GRACE and global GPS long-term series.   J. Geod., 85(5): 291-310, doi: 10.1007/s00190-010-0437-8.
[27] Tian Y F, Shen Z K. 2009. Progress on reduction of non-tectonic noise in GPS position time series.   Acta Seismologica Sinica (in Chinese),31(1): 68-81.
[28] Tregoning P, van Dam T. 2005. Atmospheric pressure loading corrections applied to GPS data at the observation level.   Geophys. Res. Lett.,32, L22310, doi: 10.1029/2005GL024104.
[29] Tregoning P, Watson C. 2009a. Atmospheric effects and spurious signals in GPS analyses.   J. Geophys. Res.,114, B09403, doi: 10.1029/2009JB006344.
[30] Tregoning P, Watson C, Ranmillien G, et al. 2009b.Detecting hydrologic deformation using GRACE and GPS.   Geophysics Research Letter,36(15): L1540.
[31] van Dam T, Wahr J, Lavallée D. 2007. A comparison of annual vertical crustal displacements from GPS and gravity recovery and climate experiment (GRACE) over Europe.   J. Geophys. Res., 112(B03404): doi: 10.1029/2006JB004335.
[32] Wahr J, Molenaar M, Bryan F. 1998. Time variability of the Earth′s gravity field: hydrological and oceanic effects and their possible detection using GRACE.   J. Geophys. Res.,103(B12): 30205-30299.
[33] Watkins M, Yuan D N.2007.JPL level-2 processing standards document for level-2 product release 04. [2013-01-25].
[34] Wdowinski S, Bock Y, Zhang J, et al.1997.Southern California permanent GPS geodetic array: Spatial filtering of daily positions for estimating coseismic and postseismic displacements induced by the 1992 Landers earth-quake.   J. Geophys. Res.,102(B8): 18057-18070.
[35] Yan H, Chen W, Zhu Y, et al. 2009.Contributions of thermal expansion of monuments and nearby bedrock to observed GPS height changes.   Geophys. Res. Lett.,36: L13301, doi: 10.1029/2009GL038152.
[36] Yang B, Zhang F S, Han Y P, et al. 2011. Identification and estimation of common-mode error from time sequences of vertical direction of GPS continuous stations.   Science of Surveying and Mapping (in Chinese), 36(2): 42-44.
[37] Yang G H, Han Y P, Yang B. 2009. Discussion about the evolvement characteristics and the mechanism of the crustal horizontal movement and deformation field in Sichuan-Yunnan area.   Journal of Seismological Research (in Chinese), 32(3): 275-382.
[38] Zhang W M, Wang Y. 2005. Effect of water level variations of Erhai Lake on absolute gravity observation at Xiaguan fiducial station. Journal of Geodesy and Geodynamics (in Chinese), 25(4): 114-116. 甘卫 军, 李强, 张锐等. 2012.   中国大陆构造环境监测网络的建设与应用.工程研究, 4(4): 324-331.
[39] 廖海华, 钟敏, 周旭华. 2010.利用GRACE卫星重力资料解算气候驱动的地表周年垂直形变.  地球物理学报, 53(5): 1091-1098.
[40] 田云锋, 沈正康. 2009.GPS坐标时间序列中非构造噪声的剔除方法研究进展.   地震学报,31(1): 68-81.
[41] 杨博, 张风霜, 韩月萍等. 2011.GPS连续站垂向位置时间序列共模误差的识别与估计.   测绘科学,36(2): 42-44.
[42] 杨国华, 韩月萍, 杨博. 2009.川滇地区地壳水平运动与变形场的演化特征及其机制讨论.   地震研究, 32(3): 275-382.
[43] 张为民, 王勇. 2005. 洱海水位变化对下关基准点绝对重力观测的影响.   大地测量与地球动力学,25(4): 114-116.