利用VLBI加强观测解算UT1流程及精度验证_江丹.pdf

第 46 卷 第 6 期2023 年 6 月测绘与空间地理信息GEOMATICS SPATIAL INFOMATION TECHNOLOGYVol 46，No 6Jun，2023收稿日期:20211011基金项目:国家社会科学基金项目(2020SKJJC043)资助作者简介:江丹(1995)，女，陕西商洛人，助理工程师，硕士，2020 年毕业于西安科技大学测绘工程专业，主要从事空间大地测量数据处理工作。利用 VLBI 加强观测解算 UT1 流程及精度验证江丹，马卓希，宋铭杰，杨一(西安测绘总站，陕西 西安 710054)摘要:分析了加强观测的解算策略，探索出了基于国际公开数据 VLBI 加强观测的 UT1UTC 解算流程。利用VieVS 软件解算了 20202021 年国际公开的 VLBI 加强观测数据，对解算流程及结果进行了验证。结果表明，该解算可靠稳定且与国际同类产品一致性较好，解算结果的形式精度稳定在 0 01 ms 左右，UT1UTC 值与 IESC04 之间存在0 05 ms 的差异，其较差的 MS 在 0 035 ms 左右。关键词:VLBI;EOP 参数;加强观测;UT1UTC 参数;VieVS 软件中图分类号:P209文献标识码:A文章编号:16725867(2023)06008904Solution Process and Accuracy Verification of UT1 Using VLBIIntensive ObservationJIANG Dan，MA Zhuoxi，SONG Mingjie，YANG Yi(Xian Division of Surveying and Mapping，Xian 710054，China)Abstract:The solution strategy of intensive observation is analyzed，and the UT1UTC solution process of intensive observation basedon international public data VLBI is explored The international public VLBI intensive observation data from 20202021 are solved u-sing VieVS software，and the solution process and results are verified The results show that the solution is reliable and stable，andhas good consistency with similar international products The formal accuracy of the solution results is stable at around 0 01 ms，witha difference of 0 05 ms between the UT1UTC value and IES C04，with a poor MS of around 0 035 msKey words:VLBI;EOP parameter;intensive observation;UT1UTC parameter;VieVS software0引言在描述天体位置和航天器的运动信息时，需要建立有关地球和深空之间的参考基准。当前，建立天球参考框架(Celestial eference Frame，CF)与地球参考框架(Terrestrial eference Frame，TF)之间的连接就能建立深空测绘参考基准12，这也是空间大地测量急需解决的关键问题。要建立不同参考框架的连接，就需要获得表示地球自转矢量分量变化的一组参数，即地球定向参数(Earth Orientation Parameters，EOP)。EOP 包括 2 个章动改正参数、2 个极移参数和 UT1UTC(UT1)参数。其中，UT1 参数是变化最快的量，它反映了地球本身自转的不规律性，是所有参数中最难准确预报的量。甚长基线干涉测量(Very Long Baseline In-terferometry，VLBI)技术相比其他空间测量技术，有非常高的精度来确定尺度，也是唯一能够以高精度测定 UT1 的技术3，在直接求解全部地球定向参数上发挥着非常重要的作用。采用 VLBI 技术测量 EOP 的工作形成于上世纪 80 年代，由国际测地测天 VLBI 服务(IVS)牵头与若干国家合作建立 UT1 服务，并在国际上逐步发展成熟4。20 世纪末，对 EOP 的测量是由分布全球的 58 个 VLBI 台站参加，进行每周 3 次 24 h 的测量，解算获得的 UT1UTC 的精度在 7 s 左右，且结果要在观测结束后的 2 周才能获得，不能满足实时服务。Luzum 等5 在研究中表明，UT1观测的实时性问题若能解决，那么 UT1UTC 的解算精度能够提高不少6，同时，预报值精度也能提高 21%6。在解决 UT1 观测的连续性问题和解算结果滞后问题上，被称为 VLBI 加强观测(VLBI Intensive Observation)的实验自 1984 年开始实施，先后加入了 2 条基线及 1 个台站网，分别被称为 INT1、INT2、INT3。我国的上海佘山站和乌鲁木齐南山站也参加了 INT3 国际联测，并成为国际地球参考架的核心台站。近年来，一直致力于开展 VLBI 加强观测数据处理工作，并探索出基于国际公开数据的加强观测解算流程。本文利用 20202021 年的国际公开数据对解算流程及结果进行验证，并与由国际地球自转服务(IES)提供的IES 08 C04 产品及德国联邦制图与大地测量局(BKG)发布的 EOPI 产品进行了对比，分析验证了一直以来采用的解算模式的可行性及可靠性，为后续自主解算国内观测数据提供经验，为获得国内自主解算的高精度 UT1UTC 产品打好基础。1软件介绍VieVS 软件(Vienna VLBI Software)是由维也纳技术大学(Vienna University of Technology)测量与地质信息学院(Department of Geodesy and Geoinformation)开发的测地VLBI 数据解算软件，用于实现 VLBI 时延观测量的物理模型描述、观测量对模型中各参数的偏导数计算和最小二乘平差处理7。VieVS 软件具备了观测纲要编制功能、观测数据仿真功能和全局解算功能。VieVS 软件编写采用了简洁的 Matlab 语言，使用了最新的地球物理模型，截至目前已经发布了 3 1 版本，并在全球数十家 VLBI 数据分析单位得到应用。软件的模块及模块之间的调用关系如图 1 所示。为了将 C04 先验文件转换为 VieVS 能够识别的数据文件以及对最终解算的 EOP 参数进行精度评定，还使用自主编写的“VieVS 软件先验 EOP 转换工具”和“VieVS加强型解算精度分析工具”进行辅助解算。“VieVS 软件先验 EOP 转换工具”是将 EOP 先验值转换为 VieVS 软件识别的格式文件;“VieVS 加强型解算精度分析工具”是将C04 文件和解算结果文件作为输入文件，输出时间序列对应 UT1 参数较差文件，通过分析输出的较差文件，进一步判断解算精度。图 1VieVS 软件模块示意图Fig 1Schematic diagram of VieVS software module2解算流程及结果分析2 1实验数据采用 2020 年 7 月到 2021 年 6 月的 IVS 的加强观测数据进行解算测试，共有 331 个观测序列，实验中使用的观测数据情况描述见表 1，统计了实验数据的个数、类别、观测开始时间、观测时长和数据获得的延迟时间。表 1实验数据概况Tab 1Overview of experimental data基线观测数量观测日期开始时间持续时间相关处理机构时间延迟(d)INT1WettzellKokee236周一至周五18:30 UTC1 hNASA(USA)12 dINT2Mauna Kea/WettzellIshioka89周六、周日7:30 UTC1 hGSI(Japan)12 dINT3Svetloe/WettzellNyAlesund6周一7:00 UTC1 hBonn(Germany)约 0 4 d使用了 236 个 INT1 观测数据，89 个 INT2 观测数据，INT3 的开源数据网上下载困难，此次实验使用的 INT3 数据较少。INT1 是 Wettzell 站与 Kokee 站之间的基线，在周一到周五观测，每周观测 5 次，每天 18:30 UTC 开始观测，持续 1h;INT2 是 MKVLBI 站或 Wettzell 站与 Ishioka 站之间的基线，在周末 2 天观测，每周 2 次，每天 7:30 UTC 开始观测，持续 1 h;INT3 是 Svetloe 站或 Wettzell 站与 NyA-lesund 站之间的基线，在每周一观测，每周 1 次，每天 7:30UTC 开始观测，持续 1 h。整个观测时间段都没有重叠，且保持连续性。2 2解算策略INT 的参数解算策略见表 2。表 2解算参数设定Tab 2Solution parameter settings测站钟测站位置天顶对流层延迟天顶湿延迟射电源UT1UTC极移章动/岁差测站#1固定固定(ITF2014)固定估计固定(ICF3)估计固定固定测站#2估计(二次多项式模型)固定(ITF2014)固定估计如表 2 所示，表中的估计参数由前四行的局部参数和后四行的全局参数构成。2 个测站的测站钟需固定其中 1个，另一个测站钟需要依据二次多项式模型估计出与测站钟相关的 3 个多项式参数进行确定。测站位置依据09测绘与空间地理信息2023 年ITF2014 提供的先验值进行固定。天顶对流层延迟依据当地表面压力、测站纬度和正高相关的函数确定。天顶湿延迟是依据整个 INT 观测估计对应测站的值。射电源参数依据 ICF3 进行固定。UT1UTC 参数是依据自主解算的 EOP 进行估计，也正是本文解算的值。章动、岁差和极移是依据国际发布的先验值进行确定。因此，我们在解算中需要估计出 6 个 INT 观测参数，其他参数根据先验文件进行固定。解算结果的精度分析评估方法如下:内符合精度方面，将解算结果中 UT1UTC 分量的不确定度(1)，即形式精度，作为数据分析内符合精度的评价指标;外符合精度方面，作为真值数据的是 BKG 发布的2020 年 7 月2021 年 6 月“EOPI”产品和 IES 网站公布的 EOP 08 C04(IAU2000)文件，以月为单位，对解算精度进行分析。在精度评估中，要将解算得到的 EOP 参数与上述 2 种数据的时间序列首先归算至同一参考框架下，再采用三次样条插值方法归算至同一历元，并将差值的均方根作为外符合精度。MS 公式见式(1)。MS=ni=1xi2n(1)式中，xi为解算的 UT1UTC 参数与 C04(EOPI 产品值)的互差，i 为样本序号，n 为样本个数。2 3解算流程解算流程如下:1)数据准备:观测数据来源于 IVS 门户网站(ftp:/cddis gsfc nasa gov/pub/vlbi/);先验值来源于自主预报的 EOP 文件。2)数据预处理:由于使用的先验 EOP 文件内容不能被 VieVS 软件识别读取，要利用“VieVS 软件先验 EOP 转换工具”将*daily 文件转换为 VieVS 软件能识别的*txt 文件。3)文件配置:将已下载的 vgosDb 观测数据和已转换的 EOP 文件放置在 VieVS 软件的相关路径下。4)软件运行:打开 vievs m 文件，运行 VieVS 软件。5)参数设置:根据解算策略依次设置观测质量参数及截止高度角、估计参数(包括对流层延迟参数、钟参数、EOP 参数、地面测站和射电源信息)、Sinex 格式输出模式和数据解算模式。6)解算及结果输出:解算分为预解算和最终解算，预解算是通过 un first solution(only following clock function)功能，达到通过测站或基线的时延残差，分析问题，发现并标记观测值中的粗差、钟跳的目的;最终解算是通过un main solution(parameter estimation)功能在探测粗差的基础上，实现 UT1UTC 的参数估计。可在 Matlab 命令行窗口通过拟合时延残差的 WMS 对解算结果进行初步评估，以及 EOP 参数解算结果文件输出。7)精度评估:利用精度分析软件“VieVS 加强型解算精度分析工具”将解算值文件和 C04 文件作为输入文件，进行比较，生成精度评估文件以便精度分析。2 4精度分析根据解算策略和数据处理流程，解算得到 UT1UTC(UT1)参数，解算结果与公布的 IES C04 数据进行比较，其形式精度统计图和较差趋势图如图 2 所示。图 2UT1 解算精度Fig 2Solution accuracy of UT1从图 2 中可以看出，解算的 UT1 形式精度基本稳定在 0 01 ms 以内，与 C04 的较差基本稳定在0 05 ms 以内，最新一年的解算结果波动很小，计算可靠且稳定。另外，对解算结果与 C04 数值和 EOPI 发布值分别比较，通过形式精度内符合精度指标与外符合精度较差的均方根来对比分析。按月统计，结果如图 3 所示。图 3UT1 解算结果对比分析Fig 3Comparison and analysis of UT1 solution results从图 3(a)按月形式精度对比图可以看出，解算的UT1 形式精度稍有浮动，在 0 010 03 之间，浮动范围较小，其中 2021 年 1 月份与 6 月份形式精度稍差，是由于21JAN30XK、21JUN03XE 和 21JUN28XA 这 3 次的观测结果较差，可能由于观测数量达不到要求，后续还需进一步分析。总体上看，解算值与 C04 和发布的 EOPI 产品的形式精度随时间序列变化符合很好。从图 3(b)与 EOPI、C04 较差均方根的统计图来看，MS 值在 0 020 ms0 075 ms 之间，在 0 035 ms 左右浮动，与 C04 计算结果一致性比较好，且精度较好。3结束语本文利用 VieVS 软件以及自主解算的 EOP 先验文件解算了2020 年7 月2021 年6 月的 VLBI 观测数据，对解算的 UT1 进行了统计分析，并将解算的 UT1 参数与IES 公布值和 EOPI 公布值进行了比较。解算值的形式精度稳定在 0 01 ms 左右，与 C04 的较差稳定在0 05 ms左右，本文的解算模式及精度评估方法可靠且稳定，可长19第 6 期江丹等:利用 VLBI 加强观测解算 UT1 流程及精度验证期按此模式解算。与国际公布值的较差 MS 在 0 035 ms左右，计算结果一致性较好，精度能够达到要求。综上说明，采用本文所述的处理模式和解算策略来解算国际 VLBI 加强观测数据是可靠且稳定的，UT1 解算精度能与国际上公开认可的结果有较好的一致性，已初步具备国际 VLBI 加强观测数据处理能力。在后续处理国内观测数据时可以借鉴，进一步提高 EOP 自主生产及推送服务能力。参考文献:1AltamimiZ，Collilieux X，Legrand J Itrf2005:a new releaseof the international terrestrial reference frame based on timeseries of station position and earth orientation parameters J Journal of Geophysical esearch Atmospheres，2007，112(B9):83104 2张永浩 GNSS/VLBI/SL 多源数据融合历元参考框架的地球自转参数研究 D 青岛:山东科技大学，2019 3刘经南，魏娜，施闯 国际地球参考框架(ITF)的研究现状及展望 J 自然杂志，2013，35(4):243250 4李金岭，王广利 VLBI 观测得到的极移序列分析J 科学通报，2000，45(12):1 2601 262 5Luzum B，Nothnagel A Improved UT1 predictions throughlowlatency VLBI observations J Journal of Geodesy，2010(84):399402 6王广利，徐明辉 利用 IVS 加强观测确定 UT1 的分析研究 J 天文学报，2012，53(3):223 7马卓希，严薇，张金江，等 利用 VieVS 软件实现 EOP 的自动解算J 测 绘 与 空 间 地 理 息，2020，43(11):3537 编辑:张曦(上接第 85 页)13Devries B，Verbesselt J，Kooistra L，et al obust moni-toring of smallscale forest disturbances in a tropical mon-tane forest using Landsat time series J emote Sensingof Environment，2015(161):107121 14Zhu Z，Woodcock C E Continuous change detection andclassification of land cover using all available Landsat data J emote Sensing of Environment，2014(144):152171 15Kennedy E，Yang Z，Gorelick N，et al Implementa-tion of the LandTrendr algorithm on google earth engine J emote Sensing，2018，10(5):691 16李万源，田佳，马琴，等 基于 Google Earth Engine 与机器学习的黄土梯田动态监测J 浙江农林大学学报，2021，38(4):730736 17殷崎栋，柳彩霞，田野 基于 Landsat 时序影像和 Land-Trendr 算法的森林保护区植被扰动研究:以陕西柴松和太白山保护区为例J 生态学报，2020，40(20):7 3437 352 18Foga S，Scaramuzza P L，Guo S，et al Cloud detectionalgorithm comparison and validation for operational Land-sat data productsJ emote sensing of environment，2017(194):379390 19oy D P，Kovalskyy V，Zhang H K，et al Characteriza-tion of Landsat7 to Landsat8 reflective wavelength andnormalized difference vegetation index continuity J e-mote sensing of Environment，2016(185):5770 20Hansen M C，Potapov P V，Moore，et al Highreso-lution global maps of 21st century forest cover change J science，2013，342(6 160):850853 21毛学刚，姚瑶，范文义 基 Landsat 长时间序列的森林扰动参数提取与树高估算J 林业科学，2019，55(3):7987 22钟莉，陈芸芝，汪小钦 基于 Landsat 时序数据的森林干扰监测 J 林业科学，2020，56(5):8088 23邵武市林业局【规划计划】邵武市 2011 年林业工作总结 EB/OL (20120326)20211026 http:/shaowu gov cn/cms/siteresource/article shtml?id=280411365601880000siteId=280408857336630000 编辑:张曦(上接第 88 页)的录入与管理，并通过日常不动产登记业务进一步验证了系统的有效性和稳定性，为同类城市同类业务的开展提供了思路。参考文献:1刘思洁，李炜诗，刘阳 不动产登记数据整合成果质量检查与常见问题分析J 测绘与空间地理信息，2021，44(10):189192，195 2曹永超，陈宽文，张义桢，等 东莞市不动产权籍调查管理平台设计与应用研究J 测绘技术装备，2021，23(3):95101 3张永磊，修金城，魏辉 农村不动产权籍补充调查建库及管理系统的设计与实现J 测绘与空间地理信息，2021，44(8):146148 4陈倩怡，何军 Vue+Springboot+MyBatis 技术应用解析 J 电脑编程技巧与维护，2020(1):1415，28 5温馨 基于 SpringMVC+MyBatis 信息传播共享平台的设计与实现J 电脑编程技巧与维护，2019(6):11 12，35 编辑:张曦29测绘与空间地理信息2023 年