基于成分聚类的高阶奇异谱分析及在GNSS监测序列分析中的应用

高阶奇异谱分析(HSSA)相对于奇异谱分析对不同延时、嵌入维数变化有较好的鲁棒性,在信号处理、工程等领域有着广泛应用。针对高阶奇异谱分析应用中成分序列的选取凭经验过于主观的问题,在理论推导与分析的基础上,提出一种基于成分功率谱聚类的方法,并应用于实际GNSS监测序列的处理与分析,得到了具有明显以一天为周期的周期成分、趋势变化成分以及不规则变动成分,反映了不同因素造成的大桥索塔变形,为后续索塔变形的建模预报、安全评估提供了技术支撑,也说明方法的实用性。

联合GNSS和GRACE数据分析南极跟踪站的径向形变

利用南极大陆12个累积观测数据超过3年的GNSS跟踪站的监测序列,比较分析了其径向的形变趋势与GIA(Glacial Isostatic Adjustment)模型预测形变,并且与GRACE(Gravity Recovery and Climate Experiment)估计的径向位移结果进行相关性分析。GNSS结果显示跟踪站的径向形变多呈现上升趋势,少量出现下降的跟踪站多分布在东南极沿海区域,下降速度较小。与GRACE计算结果相比,两者的相关系数在0.241—0.663之间,表明两种观测手段得到的结果总体呈现较强的相关性。GNSS形变趋势与最新的GIA模型(W12a)预测形变趋势有一定的偏差,但总体吻合。