利用水文模型研究GPS站坐标时间序列.pdf 11页

'中国科技论文在线http://www.paper.edu.cn#利用水文模型研究GPS站坐标时间序列*邹蓉，王超（中国地质大学（武汉）地球物理与空间信息学院，武汉430074）5摘要：GPS垂直形变中包含陆地水载荷引起的季节性及长期变化，很难通过模型化方法有效剔除，对GPS流动观测而言更为困难。水文负载模型可准确探测出由于陆地水质量变化引起的地壳垂直形变，有助于分析垂向变化信息。本文利用水文模型估算陆地水载荷引起的季节性及长期性变化，用以校正GPS观测。GPS与水文负载模型MODELS都能很好地观测10地表形变中所包含的季节性变化，然后通过拟合扣除水文模型得到的地表水文负载形变，进而有助于更好地观测和研究地壳构造形变场。本文以球地壳观测网南美及加勒比地区子网的54个GPS基准站，利用其2002~2012年间的坐标时间序列，分析比较它们的水文负载形变与GPS坐标时间序列，发现二者都表现出了非常明显的季节性变化的信号，包括年周期信号和半年周期信号，其中以年周期信号为主。对于大多数的GPS基准站，其水文负载形变15与GPS年周期项在振幅与相位上都表现出了一定程度的一致性，这表明GPS高程残差时间序列中的季节性信号与水文负载形变时间序列中的季节性信号是由相同的原因引起的，即陆地水储量的重新分布。关键词：水文模型；GPS时间序列；季节性变化中图分类号：P22820TheresearchonseasonalvariationsinthetimeseriesofGPSbasedonhydrologymodelZOURong,WANGChao(InstituteofGeophysics&Geomatics,ChinaUniversityofGeosciences,Wuhan430074)25Abstract:Inthispaper,weusehydrologicalmodelstoestimatecontinentalwaterloadingcausedbyseasonalandlong-termchangesandcorrectGPSobservations.Thereby,theaccuracyandreliabilityofverticaltectonicdeformationwillincrease.HydrologicalloadingdeformationmodelhastheadvantagesofwidecoverageandwithouttheconditionslimitationwhichcanbeusedasaneffectivemeansofmonitoringsurfacedeformationsupplementinGPS.GPSandhydrologicalMODELScanbewell30observethesurfacedeformationcontainedintheseasonalvariations.Thendeductthesurfacehydrologyloaddeformation,andtheresultsiscontributetoabetterobservationandstudyoftectonicdeformationfield.Thepaperisbasedonthe54GPSbasestationsofcrustalglobalobservationnetworkinSouthAmericaandtheCaribbeansubnet.Fromthose54basestations’datafrom2002to2012,wecomparetheGPStimeseriesandhydrologicalloaddeformationtimeseries.Bothofthemshoweda35verysignificantseasonalvariationsignals,includingsignalsandhalf-yearcycleperiodicsignal,inwhichyearcyclesignalbased.FormostoftheGPSbasestation,itshydrologicalloaddeformationandGPS-yearcycleentryhaveshownacertaindegreeofconsistencyinamplitudeandphase.ItsuggestthatelevationresidualsGPSofseasonaltimeseriessignalandhydrologicalloaddeformationtimeseriesseasonalsignalisgeneratedbythesamecause,namelytheredistributionoflandwaterstorage.40Keywords:Hydrologicalmodel;GPStimeseries;SeasonalVariations0引言GPS虽能捕捉到地壳垂直形变，但其观测中包含构造形变和非构造形变，后者根源与性质难以准确界定，是GPS分析垂直运动的最大挑战。对研究地壳构造演化而言，地表质量载荷引起的非构造形变是需要剔除的噪声。分析多年的GPS测站时间序列发现其呈现明45显的季节项波动。这一现象已经逐渐引起国内外学者的广泛关注。前沿学者对全球和区域性基金项目：高等学校博士学科点专项科研基金新教师类资助课题((20130145120001)作者简介：邹蓉（1980-），女，副教授，硕导，主要研究方向：地球参考框架和地壳形变.E-mail:zourong@cug.edu.cn-1- 中国科技论文在线http://www.paper.edu.cn的季节性变化的产生原因和影响进行了初步的研究探讨，其中陆地水负载变化被认为是造成GPS数据季节性变化的主要原因之一，在某些区域，它所产生的影响甚至可以达到几厘米[1,2]的振幅。本文采用高精度数据处理软件得到南美西非地区的GPS站坐标时间序列，分析其存在的周期性变化。水循环是重要的地表流体质量迁移的现象,和人类的生活乃至生存环50境有着密切联系，由于水质量迁移所产生的地表负荷变化也影响着不同程度的地球物理场变化。其所表现出来的季节或周年和半年周期性的特征吸引着原来越多的学者。研究发现，周年性的陆地水负荷因素作为重要的影响因子在高精度GPS观测数据明显存在。进一步的研究表明，土壤湿度、地下水含量和积雪等质量负载变化和重新分布引起显著的地表负荷形变[3,4]。本文就是利用水文模型研究GPS站坐标的季节性变化，通过分析对比剔除陆地水因素55的影响，并进一步分析构造因素造成地壳运动。1GPS数据分析1.1研究区域本文的研究区域为南美大陆以及大西洋沿岸西非地区，所选研究区域的GPS网由54个IGS((InternationalGNSSService))站构成，时间跨度为2002-2012年，其主要功能是监测南美60大陆一级块体的构造运动以及维持全球参考框架。GPS测站的具体位置信息及分布参见表1和图1。表1测站位置统计表Tab.1TheGPSsitesinformation测站站号经度纬度测站站号经度纬度AMC2-104.525038.8031MANA-86.249012.1489ANTC-71.5321-37.3387MAS1-15.633327.7637BDOS-59.609113.0880MBAR30.7379-0.6015BOGT-74.08104.6400MCM4-193.3310-77.8383BRAZ-47.8779-15.9475MDO1-104.015030.6805BRFT-38.4255-3.8775MSKU13.5520-1.6316BRMU-64.696332.3704NEIA-47.9250-25.0202BUE2-58.5193-34.5737NKLG9.67210.3539TIDB148.9800-35.3992OHI2-57.9031-63.3210CHPI-44.9852-22.6871OHI3-57.9014-63.3211COYQ-71.8912-45.5143PARC-70.8799-53.1370CRO1-64.584317.7569PDEL-25.662837.7477CTGT-75.533910.3913PIE1-108.119034.3015ELEN-89.867716.9161PRE128.2240-25.7463FORT-38.4256-3.8774PUR3-67.067018.4630GLPS-90.3037-0.7430RBAY32.0784-28.7956GMAS-15.634327.7648RIOG-67.7511-53.7855GOUG-9.8077-40.3488RWSN-65.1072-43.2989HARB27.7072-25.8870SANT-70.6686-33.1503HRAO27.6870-25.8901SCUB-75.762320.0120ISPA-109.3440-27.1250SIMO18.4356-34.1879KOKB-159.665022.1263SYOG39.5837-69.0070KOU1-52.80605.2522THTI-149.6060-17.5770KOUR-52.80605.2522UNSA-65.4076-24.7275KYW1-81.653024.5823VBCA-62.2692-38.7008LPAL-17.893828.7639WIND17.0894-22.5749-2- 中国科技论文在线http://www.paper.edu.cnLPGS-57.9323-34.9067ZAMB28.3110-15.4255注：经度正值为东经，负值为西经；纬度正值为北纬，负值为南纬。65图1GPS测站分布图Fig.1ThedistributionofGPSsites701.2高精度GPS数据处理本文的高精度GPS数据处理采用GIPSY/OASIS软件(5.0版本)，处理模式为精密单点定[5]位（PPP）模式，从测站每日（UTC:0-24)记录的相位和伪距数据计算当日测站坐标三分量及其方差-协方差，每日形成一个测站坐标解算结果文件(单日解)。处理数据使用JPL精密轨[6]道和钟差、绝对天线相位中心模型，对流层折射干分量改正采用GMF及GPT模型，并对75流层折射估算湿分量；在海潮改正采用TPXO7.0海潮模型，并通过格林函数将其改正到地心（CM）参考框架。1.3GPS测站时间序列季节项波动分析通过对长期GPS测站位置的时间序列进行分析，可以获得测站准确的运动趋势，从而更深层次地研究造成测站运动的内部驱动机制。通过以上高精度GPS数据处理，得到了54个80GPS基准站2002~2012年ENU三个方向的时间序列。时间序列拟合是基于一些先验信息对GPS观测的时间序列进行最小二乘拟合，从而提取出各种周期项和线性项信号。对于某GPS基准站的观测时间序列，假定其主要由常数项、趋势项、周年和半年项以及同震阶跃项组成，则该序列可写为式（1）：cscsf(t)AAtAcostAsintAcos2tAsin2t（1）0ynnsqsqcs85其中，f(t)为时间序列，A为常数项，A为线性趋势项；A和A分别对应周年变0ynncs化项的余弦和正弦分量（可反映周年变化的振幅和相位信息），A和sA则分别对应半年sqsq变化项的余弦和正弦分量；为剩余残差项，包括其他效应以及观测误差的影响。利用每个月的观测数据，基于上式组成观测方程，根据最小二乘平差求解出各项的系数，则可以分别提取出趋势项、周期项等。该方法简单，计算量小。但是，该方法的缺点在于拟合结果依赖-3- 中国科技论文在线http://www.paper.edu.cn90于先验信息，如果拟合中采用的各项与实际情况相差较大，则所检测到的周期变化信号也不可靠，而且拟合结果还与采用的数据长度相关。需要指出，在拟合中也可以采用更多周期项，但是并非越多越好：但是本文选取观测数据长度有限，引入较长周期项则会同时削弱长期趋势项的贡献，引入短周期信号也没有实际意义。本文从54个GPS基准站中随机选取位于巴西利亚的BRAZ测站，提取其ENU三个方向上的时间序列加以分析。BRAZBRAZ10GPSObservationEast10GPSAnnualFit8654200-2EastDisplacement(mm)EastDisplacement(mm)-4-5-6-8-10-10200220032004200520062007200820092010201120122002200320042005200620072008200920102011201295YearYearBRAZBRAZ6GPSObservationNorth6GPSAnnualFit442200-2-2NorthDisplacement(mm)NorthDisplacement(mm)-4-4-6-62002200320042005200620072008200920102011201220022003200420052006200720082009201020112012YearYesrBRAZ5050GPSObservationVertical4040GPSAnnualFit30302020101000-10-10VerDisplacement(mm)-20-20-30-30-40-40-50-502002200320042005200620072008200920102011201220022003200420052006200720082009201020112012Year图2BRAZ测站在NEU方向上的GPS时间序列Fig.2ThetimeseriesofGPSinBRAZinNEUdirections100从上图可看出，测站ENU三个方向都表现出了明显的季节性信号。年周期和半年周期明显，长期趋势项变化较为平缓，有研究表明，趋势项与板块活动有关。2水文模型分析2.1MODELS水文时间序列拟合105本文所采用的水文模型来源于美国国家宇航局(NASA)哥达空间飞行中心提供的全球陆[7]面数据同化系统(GlobalLandDataAssimilationSystem,GLDAS)。GLDAS是主要的陆面-4- 中国科技论文在线http://www.paper.edu.cn过程模型，该模型利用地表观测与卫星遥感观测数据，通过模型模拟与数据同化，生成全球范围的地表状态变量（如土壤水分合表面温度）和通量（如蒸发和感热通量）数据；GLDAS数据采用了NASA新一代的地面和空间全方位观测系统得到的数据来约束地表的状态，提110供的数据为全球格网所估计的等效水高。不同于以往的水文模型(如CPC，ClimatePredictionCenter)，本文采用的水文模型MODELS是一个高时间分辨的模型，其目的是通过近实时的地面和空间数据约束其模型，并进而获得陆地表面变化的近实时信息。总而言之，MODELS采用的数据包括定期的降水分析结果，太阳辐射的变化分布、潮湿度、温度等各种因素，用以反映由积雪，地下水和土壤湿度等引起的水储量变化，满足不同领域的需求。115MODELS使用的数据时间分辨率为月，空间分辨率为1°×1°格网。由于南极地区的结冰积雪情况复杂，不易估计，所以本模型只考虑了S60°到N90°范围内的水文变化情况。图3显示了BRAZ测站的水文时间序列，并提取分析了年周期和半年周期以及长期趋势项。BRAZBRAZMODELSObservationEast55MODELSAnnualFit4433221100-1-1EastDisplacement(mm)-2EastDisplacement(mm)-2-3-3-4-4-5-5200220032004200520062007200820092010201120122003200420052006200720082009201020112012YearYearBRAZBRAZ5MODELSObservationNorth5MODELSAnnualFit4433221100-1-1NorthDisplacement(mm)NorthDisplacement(mm)-2-2-3-3-4-4-5-52002200320042005200620072008200920102011201220022003200420052006200720082009201020112012YearYearBRAZBRAZMODELSObservationVerticalMODELSAnnualFit10105500VerDisplacement(mm)VerDisplacement(mm)-5-5-10-102002200320042005200620072008200920102011201220022003200420052006200720082009201020112012120YearYear图3BRAZ测站在NEU方向上的水文时间序列Fig.3ThetimeseriesofBRAZinMODELSinNEUdirections-5- 中国科技论文在线http://www.paper.edu.cn1253讨论利用MODELS模型估计GPS由于陆地水文负载引起的周年垂向非构造形变有效性的基础上，选择了亚马孙流域和西非地区两个典型区域，结合具体的地球物理环境和水文气候特征进行实例分析和结果解释。另外，对于少数结果不理想的GPS基准站，也对其成因进行了分析讨论。本文的研究范围包括南美大陆、加勒比海域以及部分西非地区。亚马孙河流域是130目前世界上范围最大的热带雨林地区，地处南美腹地。亚马孙河及其众多支流汇集，为热带雨林补充着充足的水源，气候因素塑造了典型的热带雨林气候；亚马逊河流域的气候潮湿和多雨，年降水量大多在2000毫米以上。西非季风控制下的西非地区气候湿热，降雨较为充沛，年降水量大于1500毫米。这些因素都为其水文模型的建立和观测提供了很好的条件。135图4亚马孙（黄色方框）和西非（红色方框）位置分布图Fig.4Amazon(theyellowrectangle)andthewestafrica(theredretangle)3.1亚马孙地区对于亚马孙地区而言，代表性的测站包括BRAZ（巴西利亚）、NEIA（巴西卡纳内亚）、140CPIA（卡舒埃亚保利斯塔）。如图4黄色方框包括的区域。对该地区气候来说，降水量比温度对观测数值的影响更为重要。来自大西洋的充满湿热水气的风横扫整个南美洲，高耸的安地斯山脉使得空气在上升的过程中被逐渐冷却，并通过冷凝降水，进而汇集成河流并形成广大的亚马孙河水系。在南美大陆热带雨林区域的上空，大范围的对流暴风雨产生很大降水量。尤其在赤道附近，气候炎热、潮湿，雨量充沛，年平均温度25～27℃，年均降水量多在1500～1452500毫米。在该区域，水质量的负载和转移自然也就成为了影响该地地壳产生季节性变化的主要影响因素。通过该区域的MODELS模型和GPS时间序列的提取图像上可以清晰地看到这一点。以巴西测站BRAZ为例：-6- 中国科技论文在线http://www.paper.edu.cnBRAZ40GPSMODELS30GPSFitMODELSFit20100-10VerticalDisplacement(mm)-20-30-4020022003200420052006200720082009201020112012Year图5BRAZ测站GPS与MODELS对比图150Fig.5ThecomparisonofGPSandMODELStimeseriesinBRAZ.以BRAZ为代表的亚马孙地区GPS信号成现了一个长期的趋势项的变化，这是由板块构造运动造成的。振幅也从20mm逐渐减少到15mm，而水文模型则没有长期趋势的反映，说明该区域降水量长年均衡，振幅和相位比较稳定。在BRAZ测站，MODELS与GPS数据相关155系数为83%，相关性非常良好。亚马孙地区的水文地质条件较为复杂。由于在整个流域内全年雨季的时间不一致，亚马逊河的上游每年有两次汛期，并交替受到发源于秘鲁安地斯山脉的支流和发源于厄瓜多尔安地斯山脉的支流的影响。对于所选择的54个GPS基准站，我们发现在南半球的冬季，水储量较夏季多（水储量越多，其负荷量越大，地表表现为下降的形变，水储量越少，其负荷量越[8]160小，地表表现为上升形变），与该地区的实际用水情况相符。春末至夏初时间内，地下水被抽取出来用于农业灌溉，而秋季和冬季由于不耕作，更多的是草场放牧，因此这个时段内的降水除了蒸发掉损失以外，都可以保留到下个春季。所以夏季的地下水储量比冬季少，垂直形变表现为地表的下降和上升。从图5可以看出，由MODELS和GPS得到的垂直形变时间序列及其周年项在振幅和相位165上都吻合得较好，这里我将采用MODELS周年项进行分析。为了更加直观地比较GPS观测与MODELS模型化的周年项垂直形变间的一致性，我们采取措施将水文模型所代表的地表水质量迁移造成的负载变化从GPS观测值中除去，得到图6。-7- 中国科技论文在线http://www.paper.edu.cnBRAZ50GPS1GPS240GPS2Fit3020100-10VerDisplacement(mm)-20-30-40-5020022003200420052006200720082009201020112012Year图6除去MODELS影响成分的GPS垂向坐标（高程残差）时间序列170Fig.6TheresidualsofGPSverticaltimeseriesafterremovingtheeffectofMODELS从图6里面可以清楚地看到，绿色为GPS原始记录数据，黄色部分为水文模型MODELS影响成分从GPS观测值中去掉之后图像，红色曲线为对剔除水文影响因素之后的GPS数据进行多项式拟合的结果。我们很明显看到，除去了水文因素，修正之后的GPS数据呈现的季节175性特征明显减少，仅存的可能是有大气的季节性变化、区域季风气候等噪声所造成的波动。我们知道，MODELS时变重力场模型在季节时间尺度上主要反应的是水储量的变化。在图中，MODELS与GPS季节性信号结果在振幅和相位上都非常一致，因此，我们可以认为MDELS反应的负荷变化和GPS观测到的高程变化是由相同的地球物理原因造成的。MODELS的年周期和半年周期与GPS的年周期和半年周期吻合度较高，说明在该区域，水180文因素的季节性变化是造成GPS数据呈现季节性变化的主要影响因素。3.2西非地区文中的西非地区是指位于撒哈拉大沙漠以南,几内亚湾以北的陆地,沿尼日尔和乍得、尼日利亚和喀麦隆间的国界线以西的非洲大陆，包括15个国家和地区,面积大约620万平方公里,约占整个非洲大陆总面积的五分之一。本文选取的西非区域所包含的测站MSKU（加蓬弗朗185斯维尔）和NKLG（加蓬利伯维尔）等，下面以NKLG测站为例。-8- 中国科技论文在线http://www.paper.edu.cnNKLG50GPS40MODELSGPSFit30MODELSFit20100-10-20VerticalDisplacement(mm)-30-40-5020022003200420052006200720082009201020112012Year图7NKLG测站GPS与MODELS对比图Fig.7ThecomparisonofGPSandMODELStimeseriesinNKLG190通过图7我们可以清楚地看到，从整体的角度来讲，水文模型和GPS在季节性变化上吻合度还是比较好的，GPS的振幅平均可以达到8mm，存在长期的趋势向，整体趋势从2002-2007呈现总体增大的趋势，2007-2012逐渐回落。水文数据整体无明显的趋势，振幅比GPS略小，可以达到4-5mm，相位总体比GPS数据滞后，受此影响，MODELS与GPS相关系数仅有76%，呈现出一定的相关性。195造成这些现象的原因还要看测站所处的位置。本区域西临大西洋和几内亚湾,东部和北部连接着广袤的非洲大陆,大部分位于北纬5度至北回归线之间区域,在大气环流中正处于回归高压带与赤道低压带以及南北半球的二大信风带之间，受影响本地区的西非季风带的控制。随着冬夏季节的交替,气压带与风带南北移动,面向海洋背靠大陆的海陆位置又增强了海陆热力差异的冬夏对比,因而影响本区气候的气压中心,风系以至气团和锋面活动等,都有明200显的季节变化,气候的季风性显著；不仅有干湿季分明的热带季风气候和干湿季气候,就是非季风型的气候也深受季风影响。尤其是在雨季，该地区的降水量甚至在部分年份超过了亚马孙热带雨林的降水量。干湿季的鲜明对比，这也就决定着陆地水也是该地区的地面产生季节性形变的主要影响因素。为了更加直观地比较GPS观测与MODELS模型化的周年项垂直形变间的一致性，将水文模型所代表的地表水质量迁移造成的负载变化从GPS观测值中扣除，得205到下图：-9- 中国科技论文在线http://www.paper.edu.cnNKLG50GPS140GPS2GPS2Fit3020100-10VerDisplacement(mm)-20-30-40-5020022003200420052006200720082009201020112012Year图8除去MODELS影响成分的GPS垂向坐标（高程残差）时间序列(NKLG)Fig.8TheresidualsofGPSverticaltimeseriesafterremovingtheeffectofMODELS(NKLG)210从图8中可清楚地看到，绿色为GPS原始记录数据，黄色部分为水文模型MODELS影响成分从GPS观测值中去掉之后图像，红色曲线为对剔除水文影响因素之后的GPS数据进行多项式拟合的结果。我们很明显看到，除去了水文因素，修正之后的GPS数据呈现的季节性特征基本趋于水平，仅存的可能是有及少量的大气的季节性变化、区域季风气候等噪声所造成的波动。215综上所述，我们不难发现，在南美以及加勒比地区，影响水文模型的主要因素就是亚马孙地区的热带雨林气候和西非季风带的影响，而在这些地区，GPS技术是地壳运动监测的重要数据源之一，而该地区大部分测站水文因素在GPS季节性变化的过程中占到了相当的比重。4结论220本文分析了南美和西非的54个IGS跟踪站2002-2012年十年的GPS测站坐标时间序列，发现，绝大多数测站周年项的振幅在1~10mm之间，平均振幅为6个mm，最小值出现在MAS1（拉斯帕尔马斯-大加那立）站，最大值出现在MSKU（加蓬弗朗斯维尔）站；相比周年项的振幅，半周年项振幅较小，绝大多数为0~5mm，平均振幅仅为3mm。由此可见，在季节性信号中，以周年信号为主，半周年信号的贡献非常小。在水文数据方面，本文选用225了GLDAS数据，建立了水文模型。通过对54个测站水文模型MODELS进行拟合并且提取所有测站的年周期和半年周期项，我们发现，年周期平均振幅1.11mm，半年周期平均振幅0.45mm。总体而言MODELS的振幅项小于相同测站相同时间内的GPS平均振幅。MODELS整体的振幅和相位和GPS吻合较好。MODELS和GPS两种不同的观测手段得到的地表垂直形变中都在某种程度反映着水文的影响。对于同一个站点，MODELS与GPS形变时间序列230都表现出了明显的季节性信号，但是由于GPS长期趋势相的影响，MODELS和GPS的相关-10- 中国科技论文在线http://www.paper.edu.cn系数不是很高，平均在50%左右；对于不同的站点由于其所处的地理位置水文环境不同，其季节性信号的振幅和相位也有所差异。对于同一个站点，其MODELS与GPS形变时间序列都表现出了明显的季节性信号，而且在振幅和相位上非常一致；对于不同的站点由于其所处的地理位置水文环境不同，其季节性信号的振幅和相位也有所差异。对于大部分的GPS235基准站，MODELS与GPS得到的年周期信号在振幅和相位吻合较好。本文重点分析了受水文因素影响较大的两个区域（亚马孙地区和西非地区），并探讨水文模型用于GPS时间序列季节性变化改正的可能性。通过位于南美洲南部西太平洋沿岸的GPS基准站的水文负载变化与GPS结果进一步进行比较，反应了该地区农业抽取地下水用于农业灌溉的行为，但是由于本文所选择的GPS基准站都位于相对稳定的基岩上，所以GPS时间序列没有反应该240地区严重的大范围地面沉降现象。位于太平洋沿岸安第斯山脉以东的GPS基准站，其水文负载变化长期线性趋势项表现出了微量的长期线性趋势，表明该地区的水储量近年来在逐渐增加，推测是由于安第斯山脉和南极洲的冰雪融所致。但GPS的线性趋势项远小于已有的相邻地区GPS垂直形变研究结果。致谢245本文所使用的水文模型来自NASA的GLDAS，在此表示感谢。[参考文献](References)[1]VanDam,T.,J.Wahr,andP.Milly,etal.Crustaldisplacementsduetocontinentalwaterloading[J],Geophys.Res.Lett,2001,28(4),651-654;[2]Zou,J.T.Freymueller,K.Ding,S.Yang,Q.Wang.Evaluatingseasonalloadingmodelsandtheirimpacton250globalandregionalreferenceframealignment.J.Geophys.Res.SolidEarth,2014,119(2):1337-1358[3]Zhang,P.Z.,Z.Shen,andM.Wang,etal.ContinuousdeformationoftheTibetanPlateaufromglobalpositioningsystemdata[J],Geology,2004,32(9),809-812.[4]Zhu,S.Y.,F.H.Massmann,andY.Yu,etal.,SatelliteantennaphasecenteroffsetsandscaleerrorsinGPSsolutions[J],Geodesy,2003,76(11-12),668-672.255[5]DeMets,C.,R.G.Gordon,andD.Argus,etal.Effectofrecentrevisionstothegeomagneticreversaltimescaleonestimateofcurrentplatemotions[J],Geophysical.ResearchLetters,1994，21,2191-2194.[6]Ge,M.,G.Gendt,andG.Dick,etal.Improvingcarrier-phaseambiguityresolutioninglobalGPSnetworksolutions[J],JGeodesy,2005,79(1),103-110.[7]RodellM.,P.R.Houser,U.Jambor,J.Gottschalck,K.Mitchell,C.J.Meng,K.Arsenault,B.Cosgrove,J.260Radakovich,M.Bosilovich,J.K.Entin,J.P.Walker,D.Lohmann,D.Toll,Thegloballanddataassimilationsystem.Bull.Amer.Meteor.Soc.,2004,85(3):381-394[8]VanDerWoerd,J.,P.Tapponnier,andF.J.Ryerson,etal.,Uniformpostglacialslip-ratealongthecentral600kmoftheKunlunFault(Tibet)from26Al10Beand14Cdatingofriseroffsets,andclimaticoriginoftheregionalmorphology[J],GeophysJInt,2002,148(3),356-388.265-11-'