基于stICA的大尺度区域垂向GNSS坐标时间序列时空分析与反演

Global Navigation Satellite System is an important tool for observing geodynamic processes and it has been widely used in the study of geodesy and geophysics. GNSS coordinate time series contains different geophysical signals and processing errors, and the various hidden crustal deformations are not easy to quantify and separate, which restricts the further analysis and study of crustal motion and its dynamic process. For this reason, this project aims at researching the theory and algorithm of spatiotemporal independent component analysis, which can take into account both the spatial and temporal independence of the data. Using stICA as the main research tool, under the line of ‘spatiotemporal (filtering) analysis – spatiotemporal modeling – spatiotemporal inversion’, we will try to extract and mining the different errors and geophysical signals in vertical GNSS coordinate time series, build refined spatiotemporal model of different mass loading deformations, and further inverse the terrestrial water storage variation on Earth’s surface in this project. This project can perfect the algorithm of stICA, enrich and expand the theory and connotation of ICA. Besides, it can provide a new idea on the understanding of the geophysical drivers of the vertical GNSS time series and studying the mass loading variation in large area using GNSS observations.

GNSS作为观测地球动力学过程的重要手段，已广泛应用于大地测量和地球物理领域的研究中。GNSS坐标时间序列中包含不同的地球物理信号和解算误差，隐含的不同的地壳形变信息难以量化分离，这制约着人们深入分析和研究地壳运动及其动力学过程。为此，本项目拟利用能够同时顾及数据时间与空间域独立性特征的时空独立分量分析（stICA），以大尺度区域垂向GNSS坐标时间序列“时空（滤波）分析—时空建模—时空反演”为研究主线，分离和挖掘隐含在垂向GNSS坐标序列中的不同误差源与质量负荷形变信息，建立不同质量负荷形变的精细化时空模型，并进一步利用形变模型反演区域陆地水储量变化。项目一方面能够完善stICA算法，丰富和拓展ICA理论与内涵；另一方面为认识理解垂向GNSS坐标时间序列中地球物理驱动因素，利用GNSS观测结果研究大尺度区域地表物质迁移变化提供了新的思路。

GNSS作为观测地球动力学过程的重要手段，已广泛应用于大地测量和地球物理领域的研究中。GNSS坐标时间序列中包含不同的地球物理信号和解算误差，隐含的不同的地壳形变信息难以量化分离，这制约着人们进一步利用GNSS坐标时间序列深入分析和研究地壳运动及其动力学过程。本项目拟研究能够顾及数据时间与空间域独立性特征的时间独立分量分析（tICA）与空间独立分量分析（sICA）理论与算法，以“时空（滤波）分析—时空建模—时空反演”为研究主线进行研究。首先研究了tICA和sICA分离和挖掘隐含在垂向GNSS坐标序列中的不同误差源与质量负荷形变信息的能力，以台湾地区为例，ICA分离的两个主要分量与大气和水文负荷模型在幅值和相位上展现了较高的一致性。进一步以中国陆态网为研究对象，对比分析了tICA和sICA在大尺度区域内垂向GNSS坐标时间序列分离效果；其次，研究基于tICA和sICA的地表形变建模方法。提出结合变系数回归与ICA的时空变系数回归模型，通过ICA时空变系数回归建立了全球262个IGS站点的垂向GNSS坐标时间序列的季节性变化模型，结果表示所建时空模型能够对区域内站点的周期形变进行较好的拟合，模型改正后的坐标时间序列RMS值平均降低41.6%。提出基于大尺度区域内的基于sICA的InSAR地表形变建模，利用sICA提取InSAR形变监测序列中的变形信号，建立了一种基于泊松曲线的时序InSAR形变模型（FIPR），北京机场监测实例表明结果表明，FIPR可以降低软土地区公路变形模型中人工假设的不确定性，提高公路变形的准确性；最后，提出了一种基于ICA的GNSS水储量反演模型，将ICA时空分析中分离得到的水文负荷形变结合负荷格林函数系数矩阵对研究区域进行陆地水储量反演。该方法在川滇地区的应用实例表明，相比对GNSS坐标序列进行其它负荷模型改正获取水文负荷形变的做法，采用ICA分离水文负荷形变进行陆地水储量反演的结果更加可靠。项目丰富和拓展了ICA理论与内涵，对于为认识理解垂向GNSS坐标时间序列中地球物理驱动因素，利用GNSS坐标序列研究大尺度区域地表物质迁移变化提供了新的思路。