融合GOCE和GRACE卫星数据的无约束重力场模型Tongji-GOGR2019S

发布时间：2024-03-04 02:13

　　本文在法方程层面融合GOCE卫星的V_xx、V_yy、V_zz和V_xz重力梯度分量观测数据和GRACE卫星观测数据,采用直接法解算了220阶次的重力场模型Tongji-GOGR2019S.首先利用IIR带通滤波器在5～41 mHz的重力梯度带宽范围内对约24个月的GOCE重力梯度观测方程进行无相移滤波处理,并组成解算220阶次重力场模型的法方程,各梯度分量根据相对于参考模型统计精度进行定权;然后与13.5 a GRACE数据建立的180阶次Tongji-Grace02s重力场模型的法方程进行叠加,解算了220阶次的无约束纯卫星重力场模型Tongji-GOGR2019S.利用EIGEN-6C4重力场模型、GNSS/水准数据、DTU15重力异常数据以及欧洲区域似大地水准面模型EGG2015等数据对Tongji-GOGR2019S模型精度进行全面的检核评定,结果表明:引入GOCE卫星梯度数据后,高于72阶的位系数精度优于Tongji-Grace02s模型,Tongji-GOGR2019S模型的整体精度接近同阶次...

【文章页数】：12 页

【部分图文】：

图3Tongji-GOGR2019S及其他GOCE模型与EIGEN-6C4模型比较大地水准面阶误差

选用8006个美国GNSS水准数据、536个墨西哥GNSS水准数据和212个加拿大GNSS水准数据对Tongji-GOGR2019S等模型的精度进行评价,模型最高阶次取2160,截断阶次以后的位系数用EIGEN-6C4模型补充(如截断阶次为220,则221～2160阶次的位系数采....

图1不同阶IIR带通滤波器滤波结果比较

2.2Tongji-GOGR2019S重力场模型解算由于GOCE梯度观测值中不可避免的含有粗差,为了减小粗差对重力反演的影响,本文在所选滤波器下采用阀值法和基于移动窗口的阀值法探测各重力梯度分量观测值粗差(徐天河和贺凯飞,2009;Yi,2012a;梁建青,2016).在剔除G....

图2Tongji-GOGR2019S等模型与EIGEN-6C4模型比较大地水准面阶误差

表1Tongji-GOGR2019S模型信息Table1TheinformationofTongji-GOGR2019Smodel项目内容GOCE数据2011-02—2013-10,约24个月GRACE数据2003-01—2016-07,约13.5a....

图4截断至220阶各重力场模型与DIR-R6模型全球大地水准面差值

图3Tongji-GOGR2019S及其他GOCE模型与EIGEN-6C4模型比较大地水准面阶误差图5各模型与DIR-R6模型高程异常差值统计结果

本文编号：3918729