Wpływ niepływowych efektów obciążeniowych na współrzędne punktów i realizację układu odniesienia w regionalnej sieci GPS

Liwosz, T.

Artykuł - szczegóły

Tytuł artykułu

Wpływ niepływowych efektów obciążeniowych na współrzędne punktów i realizację układu odniesienia w regionalnej sieci GPS

Autorzy

Liwosz T.

Identyfikatory

Warianty tytułu

The impact of non-tidal loading effects on site coordinates and a reference frame realization in a regional GPS network

Języki publikacji

Abstrakty

Efekty obciążeniowe wywołane niepływowym naciskiem atmosfery, oceanów i wody kontynentalnej na powierzchnię Ziemi powodują jej deformację. Przemieszczenia punktów z powodu tych efektów zwykle nie są uwzględniane podczas opracowania obserwacji GPS (ang. Global Positioning System). Celem pracy było przeanalizowanie wpływu modelowania niepływowych efektów obciążeniowych podczas opracowania obserwacji GPS na współrzędne punktów oraz na realizację geodezyjnego układu odniesienia w regionalnej sieci GPS. Analizy przeprowadzono na podstawie rozwiązań GPS, które otrzymano w wyniku spójnego opracowania ciągłych obserwacji dobowych GPS dla okresu 10 lat zarejestrowanych na 51 stacjach położonych w Europie. W analizach wykorzystano modele obciążeniowe, tworzone i udostępniane przez trzy różne instytucje, które stosowano na poziomie obserwacji (metoda a priori). W wyniku modelowania efektu niepływowego obciążenia powierzchni Ziemi atmosferą otrzymano średnią poprawę powtarzalności dobowych szeregów czasowych składowej wysokościowej o 6.3%, oceanami o 0.9%, a wodą kontynentalną o 2.1%. Łączne modelowanie wszystkich efektów spowodowało poprawę powtarzalności składowej wysokościowej o 9.8% dla rozwiązań dobowych i o 13.1% dla rozwiązań tygodniowych. Najlepszą zgodność współrzędnych pomiędzy rozwiązaniami, w których dla danego efektu wykorzystano modele z różnych instytucji, stwierdzono dla rozwiązań z modelowanym efektem obciążeniowym z powodu atmosfery. Dla większości stacji różnice współrzędnych nie przekraczały 1 mm w żadnej ze składowych. Niemniej, dla kilku stacji położonych w rejonie wybrzeża Morza Północnego i Morza Bałtyckiego, stwierdzono rozbieżności w dobowych szeregach czasowych współrzędnej wysokościowej dochodzące do 6 mm. Modelowanie efektu z powodu obciążenia powierzchni Ziemi wodą kontynentalną usunęło sygnał roczny z szeregu czasowego współczynnika skali sieci regionalnej. Modelowanie efektów obciążeniowych nie wpłynęło na układ odniesienia realizowany na podstawie 10-letnich obserwacji. Modelowanie wszystkich efektów łącznie spowodowało zmniejszenie błędów prędkości punktów GPS, które dla wszystkich składowych wyniosło 7% i aż 23%, jeśli podczas wyznaczania prędkości wyznaczano dodatkowe wyrazy opisujące sygnały o okresie rocznym i półrocznym obecne we współrzędnych GPS. W analizowanych szeregach czasowych współrzędnych punktów, oprócz sygnałów o okresie rocznym i półrocznym, stwierdzono także sygnały o okresie roku drakonicznego GPS (351.4 dni) i jego harmoniczne. Modelowanie efektów obciążeniowych me wpłynęło znacząco na okresowości zawarte w szeregach czasowych współrzędnych i na amplitudy sygnałów rocznych i półrocznych. Modelowanie efektu z powodu obciążenia powierzchni Ziemi wodą kontynentalną pozwoliło lepiej zinterpretować szeregi czasowe współrzędnej wysokościowej, w których dla kilku stacji pojawił się zbyt duży (sztuczny) sygnał roczny wynikający z niewielkiego rozmiaru analizowanej sieci regionalnej (efekt sieci). Analiza szumowa szeregów czasowych współrzędnych GPS z modelowanym efektem obciążenia powierzchni Ziemi atmosferą wykazała zmniejszenie amplitud szumu potęgowego oraz zwiększenie amplitud szumu białego i indeksów spektralnych (uwydatnienie większej korelacji czasowej). Z kolei modelowanie efektu z powodu wody kontynentalnej spowodowało zmniejszenie wartości indeksów spektralnych (zmniejszenie korelacji czasowej). Modele obciążeniowe zastosowano również jako poprawki do uzyskanych w wyniku opracowania obserwacji GPS współrzędnych (metoda a posteriori). Uzyskano bardzo dobrą zgodność powtarzalności współrzędnych z metodą a priori (różnice nieistotne statystycznie). Przy czym, w różnicach współrzędnych z modelowanym efektem z powodu wody kontynentalnej uzyskanymi w tych dwóch metodach zaobserwowano sygnał roczny o maksymalnej amplitudzie 0.2 mm.

Non-tidal loading effects due to atmosphere, ocean, and continental water cause deformation of the Earth's surface. Global Positioning System (GPS) observations are usually not corrected for the displacements due to these effects. The aim of this work was to analyse the impact of the non-tidal loading effects modelling during G PS data processing on station coordinates and a reference frame realization in a regional GPS network. The analyses were performed on the basis of GPS solutions, which were obtained from homogeneous processing of daily GPS data collected during a period of 10 years at 51 permanent stations evenly distributed in Europe. The non-tidal loading models, created by three different institutions, were applied at the observation level (a priori approach). Modelling the non-tidal loading effect due to the atmosphere improved the mean repeatability of daily time series of the height component by 6.3%, due to oceans by 0.9%, and due to continental water by 2.1 %. Modelling all the non-tidal loading effects improved the mean repeatability of the height component by 9.8% in case of daily solutions, and by 13.1% in case of weekly solutions. The best consistency between solutions, in which models from different institutions were applied, was obtained for the non-tidal atmospheric effect. However, for a few sites located at the North Sea and Baltic Sea shores, the differences in daily time series for the height component reached 6 mm. Modelling of the non-tidal loading effects did not affect a reference frame realized by 10-year solutions. Modelling all the non-tidal effects improved the velocity errors in all components by 7%, and by 23% when in addition also annual and semiannual signals that are present in site coordinate time series were estimated during the velocity estimation. In coordinate time series, in addition to annual and semiannual signals, also the GPS draconitic signal (351.4 days) and its harmonics were found. Modelling the non-tidal effects did not significantly influence the periodicities present in the GPS coordinate time series or annual and semiannual amplitudes. Modelling the continental water loading effect improved the interpretation of time series for some stations for which, due to a small size of the regional network (network effect), too high (spurious) annual signals were observed. Noise analysis of the GPS coordinate time series showed that modelling the non-tidal atmospheric loading decreased the power law amplitudes, and increased the white noise amplitudes and spectral indices (time correlation increased). On the other hand, modelling the continental water loading decreased the spectral indices of the coordinate time series for the height component (time correlation decreased). The non-tidal loading effects were also applied a posteriori, i.e., as corrections to the estimated coordinates. The comparison of a posteriori and a priori methods showed very high consistency in the repeatability of station coordinates (differences were not significant). In the difference time series between solutions in which the continental water loading effect was modeled, an annual signal was found, with a maximum amplitude of 0.2 mm.

Słowa kluczowe

GPS niepływowe efekty obciążeniowe układy odniesienia szeregi czasowe współrzędnych GPS analiza szumowa szeregi czasowe

GPS non-tidal loading effects reference frames GPS coordinate time series noise analysis

Wydawca

Oficyna Wydawnicza Politechniki Warszawskiej

Czasopismo

Prace Naukowe Politechniki Warszawskiej. Geodezja

Rocznik

2017

Tom

z. 56

Strony

3--125

Opis fizyczny

Bibliogr. 83 poz., rys., tab., wykr.

Twórcy

autor

Liwosz T.

Wydział Geodezji i Kartografii

Bibliografia

1. Altamimi, Z., P. Sillard, C. Boucher (2002), ITRF2000: A new release of the International Terrestrial Reference Frame for earth science applications, Journal of Geophysical Research: Solid Earth, 107(B10), doi:10.1029/2001JB000561.
2. Altamimi, Z., X. Collilieux, L. Métivier (2011), ITRF2008: an improved solution of the international terrestrial reference frame, Journal of Geodesy, 85(8), 457-473, doi:10.1007/s00190-011-0444-4.
3. Altamimi, Z., P. Rebischung, L. Metivier, X. Collilieux (2016), ITRF2014: A new release of the International Terrestrial Reference Frame modeling nonlinear station motions, Journal of Geophysical Research: Solid Earth, 121 (8), 6109-6131, 2016JB013098, doi:10.1002/2016JB013098.
4. Amiri-Simkooei, A. R. (2013), On the nature of GPS draconitic year periodic pattern in multivariate position time series, Journal of Geophysical Research: Solid Earth, 118(5), 2500-2511, doi: 10.1002/jgrb.50199.
5. Amiri-Simkooei, A. R., C. C. J. M. Tiberius, P. J. G. Teunissen (2007), Assessment of noise in GPS coordinate time series: Methodology and results, Journal of Geophysical Research: Solid Earth, 112(B7), B07413, doi:10.1029/2006JB004913.
6. Beavan, J. (2005), Noise properties of continuous GPS data from concrete pillar geodetic monuments in New Zealand and comparison with data from U.S. deep drilled braced monuments, Journal of Geophysical Research: Solid Earth, 110(B8), B08410, doi:10.1029/2005JB003642.
7. Berg, H. (1948), Allgemeine meteorologie, Dümmlers Verlag Bonn.
8. Beutler, G. (2005), Methods of Celestial Mechanics I: Physical, Mathematical, and Numerical Principles, vol. I, Springer-Verlag Berlin Heidelberg, doi: 10.1007/b138225.
9. Blewitt, G. (2003), Self-consistency in reference frames, geocenter definition, and surface loading of the solid earth, Journal of Geophysical Research: Solid Earth, 108(B2), doi:10.1029/2002JB002082.
10. Blewitt, G., D. Lavallée (2002), Effect of annual signals on geodetic velocity, Journal of Geophysical Research: Solid Earth, 107(B7), ETG 9-1-ETG 9-11, doi:10.1029/2001JB000570.
11. Blewitt, G., C. Kreemer, W. C. Hammond, J. M. Goldfarb (2013), Terrestrial reference frame NA12 for crustal deformation studies in North America, Journal of Geodynamics, 72, 11-24, SI: Geodetic Earth System, doi:http://dx.doi.org/10.1016/j.jog.2013.08.004.
12. Bock, D., R., Noomen, H.-G. Scherneck (2005), Atmospheric pressure loading displacement of SLR stations, Journal of Geodynamics, 39(3), 247-266, doi: http://dx.doi.org/10.1016/j.jog.2004.11.004.
13. Bogusz, J., A. Kłos (2016), On the significance of periodic signals in noise analysis of GPS station coordinates time series, GPS Solutions, 20(4), 655-664, doi:10.1007/s10291-015-0478-9.
14. Böhm, J., H. Schuh (2003), Vienna mapping functions, [W:] Proceedings of the 16th Working Meeting on European VLBI for Geodesy and Astrometry, s. 131-143, talk: Internat. Meeting on VLBI, Leipzig; 2003-05-09 - 2003-05-10.
15. Böhm, J., H. Schuh (2004), Vienna mapping functions in VLBI analyses, Geophysical Research Letters, 31(1), L01603, doi:10.1029/2003GL018984.
16. Böhm, J., A. Niell, P. Tregoning, H. Schuh (2006a), Global Mapping Function (GMF): A new empirical mapping function based on numerical weather model data, Geophysical Research Letters, 33(7), L07304, doi:10.1029/2005GL025546.
17. Böhm, J., B. Werl, H. Schuh (2006b), Troposphere mapping functions for GPS and very long baseline interferometry from European Centre for Medium-Range Weather Forecasts operational analysis data, Journal of Geophysical Research: Solid Earth, 111(B2), B02406: doi:10.1029/2005JB003629.
18. Böhm, J., R. Heinkelmann, H. Schuh (2007), Short note: a global model of pressure and temperature for geodetic applications, Journal of Geodesy, 81(10), 679-683.
19. Bruyninx, C., H. Habrich, W. Söhne, A. Kenyeres, G. Stangl, C. Völksen (2012), Enhancement of the EUREF Permanent Network Services and Products, s. 27-34, Springer Berlin Heidelberg, Berlin, Heidelberg, doi: 10.1007/978-3-642-20338-1_4.
20. Chen, G., T. Herring (1997), Effects of atmospheric azimuthal asymmetry on the analysis of space geodetic data, Journal of Geophysical Research: Solid Earth, 102(B9), 20,489-20,502.
21. Collilieux, X., Z. Altamimi, D. Coulot, T. Van Dam, J. Ray (2010), Impact of loading effects on determination of the international terrestrial reference frame, Advances in Space Research, 45(1), 144-154, doi:http://dx.doi.org/10.1016/j.asr.2009.08.024.
22. Collilieux, X., T. Van Dam, J. Ray, D. Coulot, L. Métivier, Z. Altamimi (2012), Strategies to mitigate aliasing of loading signals while estimating GPS frame parameters, Journal of Geodesy, 86(1), 1-14, doi:10.1007/s00190-011-0487-6.
23. Dach, R., J. Böhm, S. Lutz, P. Steigenberger, G. Beutler (2011), Evaluation of the impact of atmospheric pressure loading modeling on GNSS data analysis, Journal of Geodesy, 85(2), 75-91, doi:10.1007/s00190-010-0417-z.
24. Dach, R., S. Lutz, P. Fridez, P. Walser (2015), Bernese GNSS Software, Version 5.2, Astronomical Institute, University of Bern.
25. Dach, R., i in. (2014), CODE IGS Analysis Center Technical Report 2013, [W:] IGS 2013 Technical Reports, red. Y. Jean i R. Dach, s. 21-34, University of Bern, Bern Open Publishing, doi:10.7892/boris.80306.
26. Dong, D., P. Fang, Y. Bock, M.K. Cheng, S. Miyazaki (2002), Anatomy of apparent seasonal variations from GPS-derived site position time series, Journal of Geophysical Research: Solid Earth, 107(B4), ETG 9-1-ETG 9-16, doi:10.1029/2001JB000573.
27. Dow, J.M., R.E. Neilan, C. Rizos (2009), The International GNSS Service in a changing landscape of Global Navigation Satellite Systems, Journal of Geodesy, 83(3), 191-198, doi:10.1007/s00190-008-0300-3.
28. Eriksson, D., D.S. MacMillan (2014), Continental hydrology loading observed by VLBI measurements, Journal of Geodesy, 88(7), 675-690, doi:10.1007/s00190-014-0713-0 .
29. Eriksson, D., D.S. MacMillan, J.M. Gipson (2017), Tropospheric delay ray tracing applied in VLBI analysis, Journal of Geophysical Research: Solid Earth, 119(12), 9156-9170, 2014JB011552, doi:10.1002/2014JB011552.
30. Farrell, W. (1972), Deformation of the Earth by surface loads, Reviews of Geophysics, 10(3), 761-797.
31. Fritsche, M., R. Dietrich, C. Knöfel, A. Rülke, S. Vey, M. Rothacher, P. Steigenberger (2005), Impact of higher-order ionospheric terms on GPS estimates, Geophysical Research Letters, 32(23), L23311, doi:10.1029/2005GL024342.
32. Herring, T. (1992), Modeling atmospheric delays in the analysis of space geodetic data, [W:] Proceedings of Symposium on Refraction of Transatmospheric signals in Geodesy, vol. 36, red. J.D. Munck i T. Spoelstra.
33. Hofmann-Wellenhof, B., H. Lichtenegger, E. Wasle (2008), GNSS-global navigation satellite systems: GPS, GLONASS, Galileo, and more, Springer-Verlag Wien.
34. Hosking, J.R.M. (1981), Fractional differencing, Biometrika, 68(1), 165-176.
35. Koch, K.-R. (1999), Parameter estimation and hypothesis testing in linear models, Springer-Verlag Berlin Heidelberg New York.
36. Langbein, J. (2004), Noise in two-color electronic distance meter measurements revisited, Journal of Geophysical Research: Solid Earth, 109(B4), B04406, doi:10.1029/2003JB002819.
37. Langbein, J., H. Johnson (1997), Correlated errors in geodetic time series: Implications for time-dependent deformation, Journal of Geophysical Research: Solid Earth, 102(B1), 591-603, doi:10.1029/96JB02945.
38. Legrand, J., N. Bergeot, C. Bruyninx, G. Wöppelmann, A. Santamaría-Gómez, M.-N. Bouin, Z. Altamimi (2012), Comparison of Regional and Global GNSS Positions, Velocities and Residual Time Series, s. 95-103, Springer Berlin Heidelberg, Berlin, Heidelberg, doi:10.1007/978-3-642-20338-1_12.
39. Liwosz, T. (2013), Effect of the GLONASS-specific receiver antenna phase center corrections on the results of European regional GNSS network, Artificial Satellites, 48(4), 191-203, doi:10.2478/v10018-013-0016.
40. Liwosz, T. (2015a), Impact of non-tidal loading effects on regional GPS solutions, poster prezentowany na symposium Międzynarodowej Unii Geodezji i Geofizyki, 23.06-2.07 2017, Praga, Czechy.
41. Liwosz, T. (2015b), Wpływ niepływowych efektów obciążeniowych na regionalne rozwiązania GPS, prezentacja wygłoszona na Seminarium Badania geodynamiczne z wykorzystaniem współczesnych osiągnięć geodezji, 19-20 października 2017, Józefosław.
42. Mao, A., C.G.A. Harrison, T.H. Dixon (1999), Noise in GPS coordinate time series, Journal of Geophysical Research: Solid Earth, 104(B2), 2797-2816, doi:10.1029/1998JB900033.
43. Meindl, M. (2011), Combined Analysis of Observations from Different Global Navigation Satellite Systems, Ph.D. thesis, Vol. 83 of Geodatisch-geophysikalische Arbeiten in der Schweiz, Schwerizerische Geodatische Kommission, Zurich, Switzerland.
44. Mervart, L. (1995), Ambiguity Resolution Techniques in Geodetic and Geodynamic Applications of the Global Positioning System, Ph.D. thesis, Vol. 53 of Geodatisch-geophysikalische Arbeiten in der Schweiz, Schwerizerische Geodatische Kommission, Zurich, Switzerland.
45. Niell, A. (1996), Global mapping functions for the atmosphere delay at radio wavelengths, Journal of Geophysical Research: Solid Earth, 101(B2), 3227-3246.
46. Nilsson, T., J. Böhm, D.D. Wijaya, A. Tresch, V. Nafisi, H. Schuh (2013), Path delays in the neutral atmosphere, [W:] Atmospheric Effects in Space Geodesy, red. J. Böhm i H. Schuh, s. 73-136, Springer, Berlin, Heidelberg, doi:10.1007/978-3-642-36932-2_3.
47. Penna, N.T., M.A. King, M.P. Stewart (2007), GPS height time series: Short-period origins of spurious long-period signals, Journal of Geophysical Research: Solid Earth, 112(B2), B02402, doi:10.1029/2005JB004047.
48. Petit, G., B. Luzum (Red.) (2010), IERS Conventions (2010), IERS Technical Note 36, Verlag des Bundesamts für Kartographie und Geodäsie, Frankfurt am Main, Germany.
49. Petrov, L. (2015), The International Mass Loading Service, http://arxiv.org/abs/1503.00191.
50. Petrov, L., J.-P. Boy (2004), Study of the atmospheric pressure loading signal in very long baseline interferometry observations, Journal of Geophysical Research (Solid Earth), 109, B03405, doi:10.1029/2003JB002500.
51. Plag, H.-P., i in. (2009), The goals, achievements, and tools of modern geodesy, s. 15-88, Springer Berlin Heidelberg, Berlin, Heidelberg, doi:10.1007/978-3-642-02687-4_2.
52. Press, W.H., S.A. Teukolsky, W.T. Vetterling, B.P. Flannery (1993), Numerical Recipes in FORTRAN; The Art of Scientific Computing, 2nd red., Cambridge University Press, New York, NY, USA.
53. Quinn, K.J., R.M. Ponte (2011), Estimating high frequency ocean bottom pressure variability, Geophysical Research Letters, 38(8), L08611, doi:10.1029/2010GL046537.
54. Rajner, M., T. Liwosz (2012), Studies of crustal deformation due to hydrological loading on GPS height estimates, Geodesy and Cartography, 60(2), 135-144, doi:10.2478/v10277-012-0012-y.
55. Rajner, M., T. Liwosz (2017), Analysis of seasonal position variation for selected GNSS sites in Poland using loading modelling and GRACE data, Geodesy and Geodynamics, 8(4), 253-259, doi:http://dx.doi.org/10.1016/j.geog.2017.04.001.
56. Ray, J., Z. Altamimi, X. Collilieux, T. van Dam (2008), Anomalous harmonics in the spectra of GPS position estimates, GPS Solutions, 12(1), 55-64, doi:10.1007/s10291-007-0067-7.
57. Ray, P., Z. Altamimi, T. van Dam, T. Herring (2007), Principles for Conventional Contributions to Modeled Station Displacements, IERS Conventions Workshop, Sèvres, France, 20-21 September, 2007.
58. Ray, R., R. Ponte (2003), Barometric tides from ECMWF operational analyses, [W:] Annales Geophysicae, vol. 21, s. 1897-1910.
59. Rebischung, P., R. Schmid (2016), IGS14/igs14.atx: a new framework for the IGS products, poster prezentowany na AGU Fall Meeting 2016.
60. Rebischung, P., J. Griffiths, J. Ray, R. Schmid, X. Collilieux, B. Garayt (2012), IGS08: the IGS realization of ITRF2008, GPS Solutions, 16(4), 483-494, doi:10.1007/s10291-011-0248-2.
61. Rienecker, M.M., i in. (2011), MERRA: NASA's Modern-Era Retrospective Analysis for Research and Applications, Journal of Climate, 24 (14), 3624-3648, doi:10.1175/JCLI-D-11-00015.1.
62. Rodell, M., i in. (2004), The Global Land Data Assimilation System, Bulletin of the American Meteorological Society, 85(3), 381-394, doi:10.1175/BAMS-85-3-381.
63. Rueger, J.M. (2002), Refractive index formulae for radio waves, paper presented at FIG XXII Int. Congr., Int. Fed. Surveyors (FIG), Washington, D.C., 19-26 April.
64. Saastamoinen, J. (1972), Atmospheric correction for the troposphere and stratosphere in radio ranging satellites, The use of artificial satellites for geodesy, s. 247-251.
65. Scargle, J. D. (1982), Studies in astronomical time series analysis. II - Statistical aspects of spectral analysis of unevenly spaced data, Astrophysical Journal, 263, 835-853, doi:10.1086/160554.
66. Schaer, S. (1999), Mapping and Predicting the Earth's Ionosphere Using the Global Positioning System, Ph.D. thesis, Vol. 59 of Geodatisch-geophysikalische Arbeiten in der Schweiz, Schwerizerische Geodatische Kommission, Zurich, Switzerland.
67. Seeber, G. (2003), Satellite geodesy: foundations, methods, and applications, Walter de Gruyter.
68. Sillard, P., C. Boucher (2001), A review of algebraic constraints in terrestrial reference frame datum definition, Journal of Geodesy, 75(2), 63-73, doi:10.1007/s001900100166.
69. Sośnica, K., D. Thaller, R. Dach, A. Jäggi, G. Beutler (2013), Impact of loading displacements on SLR-derived parameters and on the consistency between GNSS and SLR results, Journal of Geodesy, 87(8), 751-769,doi:10.1007/s00190-013-0644-1.
70. Steigenberger, P. (2009), Reprocessing of a global GPS network, Ph.D. thesis, Technische Universität München.
71. Steigenberger, P., J. Böhm, V. Tesmer (2009), Comparison of GMF/GPT with VMF1/ECMWF and implications for atmospheric loading, Journal of Geodesy, 83(10), 943, doi:10.1007/s00190-009-0311-8.
72. Stewart, M.P., N.T. Penna, D.D. Lichti (2005), Investigating the propagation mechanism of unmodelled systematic errors on coordinate time series estimated using least squares, Journal of Geodesy, 79(8), 479-489, doi:10.1007/s00190-005-0478-6.
73. Tregoning, P., T.A. Herring (2006), Impact of a priori zenith hydrostatic delay errors on GPS estimates of station heights and zenith total delays, Geophysical Research Letters, 33(23), L23303, doi:10.1029/2006GL027706.
74. Tregoning, P., T. van Dam (2005a), Atmospheric pressure loading corrections applied to GPS data at the observation level, Geophysical Research Letters, 32(22), L22310, doi:10.1029/2005GL024104.
75. Tregoning, P., T. van Dam (2005b), Effects of atmospheric pressure loading and seven-parameter transformations on estimates of geocenter motion and station heights from space geodetic observations, Journal of Geophysical Research: Solid Earth, 110(B3), B03408, doi:10.1029/2004JB003334.
76. Tregoning, P., C. Watson (2009), Atmospheric effects and spurious signals in GPS analyses, Journal of Geophysical Research: Solid Earth, 114 (B9), B09403, doi:10.1029/2009JB006344.
77. Van Dam, T., J. Wahr, P. Milly, A. Shmakin, G. Blewitt, D. Lavallée, K. Larson (2001), Crustal displacements due to continental water loading, Geophysical Research Letters, 28(4), 651-654.
78. Van Dam, T., X. Collilieux, J. Wuite, Z. Altamimi, J. Ray (2012), Nontidal ocean loading: amplitudes and potential effects in gps height time series, Journal of Geodesy, 86(11), 1043-1057, doi:10.1007/s00190-012-0564-5.
79. Van Dam, T.M., J.M. Wahr (1987), Displacements of the earth's surface due to atmospheric loading: Effects on gravity and baseline measurements, Journal of Geophysical Research: Solid Earth, 92(B2), 1281-1286, doi:10.1029/JB092iB02p01281.
80. Wijaya, D.D., J. Böhm, M. Karbon, H. Kràsna, H. Schuh (2013), Atmospheric pressure loading, [W:] Atmospheric Effects in Space Geodesy, red. J. Böhm i H. Schuh, s. 137-157, Springer, Berlin, Heidelberg, doi:10.1007/978-3-642-36932-2_4.
81. Williams, S.D.P., N.T. Penna (2011), Non-tidal ocean loading effects on geodetic GPS heights, Geophysical Research Letters, 38(9), doi:10.1029/2011GL046940.
82. Williams, S.D.P., Y. Bock, P. Fang, P. Jamason, R.M. Nikolaidis, L. Prawirodirdjo, M. Miller, D.J. Johnson (2004), Error analysis of continuous GPS position time series, Journal of Geophysical Research: Solid Earth, 109(B3), B03412, doi:10.1029/2003JB002741.
83. Zhang, J., Y. Bock, H. Johnson, P. Fang, S. Williams, J. Genrich, S. Wdowinski, J. Behr (1997), Southern California permanent GPS geodetic array: Error analysis of daily position estimates and site velocities, Journal of Geophysical Research: Solid Earth, 102(B8), 18,035-18,055, doi:10.1029/97JB01380.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-c209ecd4-297d-4060-a06c-5d9adad08b03