四川-云南地区垂直GNSS坐标时间序列中精细的大气负荷校正建模

《Advances in Space Research》：Refined atmospheric load correction modeling in vertical GNSS coordinate time series in the Sichuan-Yunnan region

大气载荷校正模型在四川-云南地区GNSS监测与陆地水储量反演中的应用研究，通过整合ERA5基准数据、高精度区域气压数据和地形校正，构建ATML-J联合优化模型，显著降低垂直GNSS坐标误差（WRMS降低5.04%），并提升TWS反演精度。

　　

刘斌|魏林志|曾胜辉|刘超|戴武蛟

湖南省公路地质灾害早期预警空间信息技术工程实验室，长沙理工大学，长沙410114，中国

摘要

大气负荷的变化会导致地表位移，这会显著影响基于GNSS的精密大地测量结果的准确性。在本研究中，我们利用欧洲中期天气预报中心（ECMWF）的ERA5地表压力数据集，为四川-云南地区的垂直GNSS坐标时间序列开发了一个大气负荷（ATML）校正模型。鉴于地表压力数据的准确性对计算出的地壳变形具有重大影响——尤其是在地形复杂的地区——通过整合高精度的区域大气压力数据和来自高分辨率数字高程模型的地形校正，构建了一个改进的ATML模型。对GNSS站点时间序列的比较分析显示，与基线模型相比，加入地形细化和区域压力增强后，加权均方根（WRMS）误差分别从2.57%（基线模型）降低到3.93%（加入地形细化）和4.92%（加入区域增强）。当两种校正方法联合应用时，整体WRMS误差降低了5.04%。此外，当应用于陆地水储量（TWS）反演时，ATML-J（大气负荷联合优化模型）与GRACE和GLDAS的独立估计结果之间的相关性得到了提高，从而证实了精确大气负荷建模在地壳变形监测和水文应用中的益处。

引言

地表环境负荷的变化，如大气负荷，被认为是GNSS坐标时间序列中观测到的年际地壳变形变化的主要原因（Jiang等人，2018；Altamimi等人，2016；Wang等人，2005；Dong等人，2002）。由大气质量变化引起的大气负荷变形会导致地壳位移，是地表环境负荷的主要影响因素之一（Yao等人，2020）。研究表明，大气负荷位移可导致垂直变形达到±25毫米（Wang等人，2018；Zhang等人，2006；Rabbel和Zschau，1985），在某些情况下，其对垂直GNSS坐标时间序列的方差贡献可高达24%（van Dam等人，1994）。因此，在高精度GNSS大地测量应用中，如参考框架建立和陆地水储量反演，精确建模大气负荷效应至关重要。这种精确模型不仅提高了基于GNSS的地壳变形监测的准确性，还为核心地球物理课题提供了重要的理论指导和实际意义，例如构造板块的周期性运动（Petrov和Boy，2004；DACH等人，2011；MéMIN和BOY，J.-P. & SANTAMARíA-GóMEZ，A.，2020）。

通过结合各种机构提供的地表压力数据与地球弹性负荷理论，可以定量计算由大气压力变化引起的地壳变形位移（FARRELL，1972）。在相关研究中，通常通过计算校正前后垂直GNSS坐标时间序列的RMS变化来评估大气负荷（ATML）位移的贡献和不同负荷位移模型的有效性（van Dam等人，2007；Tregoning等人，2009；Li等人，2023）。在垂直大气负荷位移建模中，地表压力数据的准确性直接影响结果。因此，所使用地表压力模型能否准确反映研究区域内的实际大气负荷变化，对于定量评估大气负荷位移的贡献至关重要。区域增强方法已在重力场和大地水准面拟合研究中得到广泛应用（ABD-ELMOTAAL和KüHTREIBER，1999；Pail等人，2010；Lu等人，2017；Makhloof等人，2023）。研究发现，区域增强方法有效利用了区域压力变化数据，突出了区域差异，提高了模型的适用性，从而提高了特定区域负荷变化特征的准确性（Xu等人，2022；Grigoriadis等人，2023；Xu等人，2024；Zhang等人，2024）。van Dam等人（van Dam等人，2010）证明，经过地形效应校正的大气负荷位移显著改善了垂直GNSS坐标校正效果，优于未经校正的NCEP大气负荷位移（van Dam等人，2010）。此外，Jiang等人提出了OMD（对象模型图）模型用于环境负荷变化，该模型在大气负荷位移建模中纳入了全球地形数据，显示出类似的结果：经过地形效应校正的垂直GNSS坐标序列大大改善了大气负荷位移的校正效果（Jiang等人，2018）。

目前国际机构提供的地表压力数据的空间分辨率为欧洲中期天气预报中心（ECMWF）的ERA5数据集，分辨率为0.25° × 0.25°。然而，这一分辨率仍然相对较低，网格内的显著地形变化可能导致地表压力数据无法准确反映局部地表压力，从而影响大气负荷位移计算的准确性。例如，在中国的四川-云南地区，地形高度从几十米到约3,500米不等。粗略的空间采样可能无法捕捉到由复杂地形变化引起的地表压力变化。因此，通过整合数据集和应用地形校正，为特定区域开发一个精细的模型是必要的（Cui等人，2025）。

为了解决这些挑战，本研究实施了四种实验设计来计算大气负荷：（1）使用ECMWF提供的全球地表压力数据；（2）使用针对四川-云南地区地形进行精细化的地表压力数据；（3）应用区域增强方法将四川-云南地区的地表压力数据替换为高精度区域数据；（4）将区域增强方法与地形精细化的地表压力数据相结合。对四川-云南地区垂直GNSS坐标时间序列的校正大气负荷效应进行了定量评估，这对于准确理解大气负荷对地壳变形的影响至关重要。此外，我们还评估了我们提出的ATML模型对基于GNSS的陆地水储量（TWS）反演的影响，该地区是许多研究的对象（Fok和Liu，2019；JIANG，Z.；HSU，Y.-J.；YUAN，L.；HUANG，D.，2022；Liu等人，2022；Yang等人，2023；Liu等人，2024；Shen等人，2025）。在TWS反演中，通常会对GNSS数据应用大气负荷校正，以分离出由水文因素驱动的变形。我们改进的大气负荷模型提高了基于GNSS的地壳变形监测的准确性，并有助于检测非构造信号，为广泛的地球物理和水文应用提供了宝贵的见解。

章节片段

四川-云南地区的GNSS数据

本研究中使用的GNSS坐标时间序列数据来自“中国大陆构造环境监测网”，由中国地震局提供（https://www.cea.gov.cn/）。共选择了位于四川省、云南省及邻近地区的46个GNSS站点，用于获取垂直坐标时间序列数据。时间序列范围为2011年1月1日至2017年6月30日。图1显示了这46个选定GNSS站点的分布。

ATML-B、ATML-T、ATML-R和ATML-J的评估

利用负荷变形理论，我们计算了2011年1月1日至2017年7月31日期间四种模型下大气压力变化对垂直地壳变形的影响。然后将大气负荷垂直变形插值到四川-云南地区的46个GNSS站点位置。通过从46个GNSS时间序列中去除ATML的影响，我们计算了四种ATML模型中的$\mathrm{WRM}{S}_{\text{减少量}}$，如图6所示。通过这种评估方法，我们可以

结论

在本研究中，我们采用了四种方案来模拟四川-云南地区垂直GNSS坐标时间序列中的大气负荷效应。通过使用气压高度公式和负荷变形理论，我们评估了地形细化和高精度区域大气压力数据对垂直地壳变形的影响。这些方法的结合提供了更准确的地表压力变化表示，从而提高了

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了湖南省教育厅科学研究基金（项目编号25A0171）、湖南省自然资源厅研究基金（项目编号HBZ20240115）以及国家自然科学基金（项目编号42274055）的资助。