快速检索        
  武汉大学学报·信息科学版  2015, Vol. 40 Issue (11): 1479-1486

文章信息

雷锦韬, 李斐, 张胜凯, 马超
LEI Jintao, LI Fei, ZHANG Shengkai, MA Chao
不同海潮模型对东南极沿海地区GPS基线解算的影响
Effects of Different Ocean Tide Models on GPS Baseline Solutions in Coast Area, East Antarctica
武汉大学学报·信息科学版, 2015, 40(11): 1479-1486
Geomatics and Information Science of Wuhan University, 2015, 40(11): 1479-1486
http://dx.doi.org/10.13203/j.whugis20150276

文章历史

收稿日期: 2015-05-04

 Abstract              PDF               Figures               Tables
引用本文 0
雷锦韬, 李斐, 张胜凯, 马超. 不同海潮模型对东南极沿海地区GPS基线解算的影响[J]. 武汉大学学报·信息科学版, 2015, 40(11): 1479-1486.
LEI Jintao, LI Fei, ZHANG Shengkai, MA Chao. Effects of Different Ocean Tide Models on GPS Baseline Solutions in Coast Area, East Antarctica [J]. Geomatics and Information Science of Wuhan University, 2015, 40(11): 1479-1486.
不同海潮模型对东南极沿海地区GPS基线解算的影响
雷锦韬1, 李斐1,2, 张胜凯1 , 马超1    
1. 武汉大学中国南极测绘研究中心, 湖北 武汉, 430079;
2. 武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉, 430079
收稿日期: 2015-05-04
基金项目: 国家973计划资助项目(2012CB957701,2013CBA01804);测绘地理信息公益性行业科研专项基金资助项目(201412009);国家自然科学基金资助项目(41176173);南北极环境综合考察与评估专项基金资助项目(CHINARE2015)。
第一作者: 雷锦韬,博士生,主要从事大地测量学在极地的应用研究。E-mail:jintao.lei@whu.edu.cn
*通讯作者Corresponding author.zskai@whu.edu.cn
摘要: 在高精度GPS数据处理中,海潮的影响是一个不可忽略的因素。利用GAMIT软件解算2011年东南极沿海地区中国中山站及其周边6个IGS站的GPS数据,对比分析了FES2004、DTU10、EOT11a、GOT4.7、HAMTIDE11a、OSU12以及TPXO7.2等7个全球海潮模型在不同测站的海潮负荷差异,比较了海潮负荷对于GPS基线解的影响。结果表明,海潮负荷对GPS基线解的影响与测站所处位置及基线方位有关,达到cm级,相对影响达到10-8,因此,在高精度的GPS基线解算中必须考虑海潮的影响;但选用不同海潮模型对东南极沿海地区GPS基线解算的差异可忽略不计。
关键词: 南极     海潮模型     GPS     基线解算    
Effects of Different Ocean Tide Models on GPS Baseline Solutions in Coast Area, East Antarctica
LEI Jintao1, LI Fei1,2, ZHANG Shengkai1 , MA Chao1    
1. Chinese Antarctic Center of Surveying and Mapping, Wuhan University, Wuhan 430079, China;
2. State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China
First author: LEI Jintao, PhD candidate, specializes in application research of geodesy in polar region. E-mail: jintao.lei@whu.edu.cn
Corresponding author: ZHANG Shengkai, PhD, associate professor, specializes in Antarctic GNSS application research. E-mail: zskai@whu.edu.cn
Foundation support: The National Major Scientific Research Program,Nos.2012CB957701,2013CBA01804;the Special Scientific Researchand Public Service Fund of Surveying Mapping and Geoinformation,No.201412009;the National Science Foundation of China,No.41176173;the Chinese Polar Environment Comprehensive Investigation & Assessment Program,No.CHINARE2015.
Abstract: Ocean tide loading(OTL), which is usually computed from an ocean tide model, is a factor that cannot be ignored in high accuracy GPS data processing. Due to the lack of highly accurate altimetry data and the presence of sea ice, the polar region is one of the regions where ocean tide model has the lowest accuracy in the world. To show the intermodel discrepancies on polar regions and the effect of OTL on GPS baseline solutions, the OTL computed by seven different models (FES2004, DTU10, ETO11a, GOT4.7, HAMTIDE11a, OSU12, and TPXO.7.2) at Zhongshan and six other IGS stations in the coastal area of East Antarctica were calculated, and the effects of these seven models on GPS baseline solutions were compared using GAMIT software. The results show that, the effect of OTL on GPS baseline solutions was subjected to the station locations and baseline directions, and can reach centimeter level and 10-8 for absolute and relative accuracy, respectively. The effects of OTL must be considered during high accuracy GPS data processing. The effects of OTLs computed from different ocean tide models on GPS baseline solutions for the coastal area of East Antarctica are not significant and can be disregarded.
Key words: Antarctica     ocean tide model     GPS     baseline solution    

潮汐是海水在日月等天体引潮力作用下产生的周期性运动，潮汐涨落引起的海水质量重新分布会使固体地球产生弹性形变，这就是海潮负荷效应(ocean tide loading，OTL)[1]。随着观测精度的提高，利用GPS技术监测地壳形变已经成为最直接、有效的手段之一，这就要求GPS连续参考站能够监测到mm/a级的形变信息，基线向量的相对精度在10-8~10-10之间[2]。而在沿海地区，海潮负荷对GPS测量的垂直方向影响可达cm级，因此，高精度GPS测量中的海潮影响不容忽视。

自从Schwiderski构制第一个全球海潮模型Schw80以来[3]，随着卫星测高技术的发展，高精度的区域及全球海潮模型层出不穷[4]。全球海潮模型的差异主要集中在极地和浅水区域，极地区域由于海冰的出现，以及缺少T/P等卫星的高精度测高数据，导致海潮模型的精度较差[5]。目前，在南极地区对海潮模型的研究较少，本文使用GAMIT软件，选取了FES2004、DTU10、EOT11a、GOT4.7、HAMTIDE11a、OSU12以及TPXO7.2等7个海潮模型[6, 7, 8, 9, 10, 11, 12]，对东南极沿海地区中山站及其周边的IGS站点进行了基线解算，分析了不同海潮模型对于GPS基线解算的影响。

1 不同模型的海潮负荷对比与分析 1.1 海潮负荷计算方法

在球坐标系中，海潮对于测站位移的影响可用褶积积分来表示[13]：

式中，ρ为海水密度；(φ,λ)和(φ′,λ′)分别为测站和负荷点的球坐标；θ、A分别为测站到负荷点的极距和方位角；ds′为负荷面元； H 为瞬时潮高； G 为格林函数：

式中，Δγ、Δφ、Δλ分别为海潮负荷引起的测站垂直方向、南北方向和东西方向的改正。垂直和水平方向的格林函数 G 分别为：

式中，k为引力常数；R为地球半径；g为重力常数；h′ n和l′ n为n阶负荷勒夫数，其值可依据地球内部结构模型求解。

1.2 不同模型的海潮负荷对比与分析

本文选取了FES2004、DTU10、EOT11a、GOT4.7、HAMTIDE11a、OSU12以及TPXO7.2等7个全球海潮模型进行对比分析[14]。其中FES2004是由Provost领导的法国潮汐小组(French Tidal Group)，使用CEFMO流体动力模型和CADOR同化模型所建立的海潮模型。 DTU10是丹麦技术大学(Technical University of Denmark)的Cheng和Andersen基于FES2004建立的经验改正模型。EOT11a是德国DGFI(Deutsches Geodtisches Forschungs Institut)的Savcenko和Bosch基于FES2004建立的经验改正模型。GOT4.7是由美国戈达德宇宙飞行中心(Goddard Space Flight Center)的Ray基于 FES99.1的经验改正模型。HAMTIDE11a模型是由德国汉堡大学(University of Hamburg)的Taguchi研发的同化模型。OSU12是由美国俄亥俄州立大学OSU(Ohio State University)的Hok Sum Fok建立的经验模型。TPXO.7.2是由美国俄勒冈州立大学(Oregon State University)的Gary Egbert和Lanna Erofeeva建立的同化模型。

表 1 海潮模型 Tab. 1 Ocean Tide Models
模型名称 机构(国家) 数据 类型 分辨率/(°)
FES2004 FTG(法国) SA+TG 同化模型 1/8
DTU10 DTU(丹麦) SA 经验模型 1/8
EOT11a DGFI(德国) SA 经验模型 1/8
GOT4.7 GSFC(美国) SA 经验模型 1/2
HAMTIDE11a UH(德国) SA 同化模型 1/8
OSU12 OSU(美国) SA 经验模型 1/4
TPXO.7.2 OregonSU(美国) TG+SA 同化模型 1/2
注：TG为验潮站数据，SA为卫星测高数据。
表选项

本文使用的海潮负荷数据来自Scherneck的海潮负荷网站(http://froste.oso.chalmers.se/loading)，该网站计算得到的海潮负荷包括4个半日分 潮(M2、S2、N2、K2)、4个全日分潮(K1、O1、P1、Q1)以及3个长期分潮(Mf、Mm、Ssa) 。每个分潮给出了3个方向的振幅和迟角。表 2是中山站(ZHON)不同海潮模型计算得到的海潮负荷，表中振幅单位为mm，迟角单位为度。

表 2 不同海潮模型计算的海潮负荷在中山站的差异比较 (振幅/mm; 迟角/(°)) Tab. 2 Comparision of OTLs Computed by Different Ocean Tide Models at Zhongshan Station(Amp/mm; Lag/(°) )
DTU10 EOT11 FES04 GOT4.7 HAM11 OSU12 TPXO7.2
M 2 N 振幅 2.35 2.29 2.34 2.35 2.2 2.38 2.3
迟角 21.1 19.5 19.7 19.6 18.2 21.5 21.6
E 振幅 1.24 1.49 1.35 1.31 1.42 1.18 1.42
迟角 154.1 156.2 155.1 161.8 158.3 155.9 159.2
U 振幅 7.26 7.06 7.1 7.45 7.25 6.99 7.63
迟角 16.6 18.2 17.1 16.2 18.8 15.6 17.7
S 2 N 振幅 1.15 1.17 1.19 1.11 1.2 1.17 1.15
迟角 86.3 91.1 91.3 90.3 88 91.7 84.3
E 振幅 0.14 0.03 0.11 0.23 0.09 0.18 0.21
迟角 -121.9 -126.5 -63.4 -65.1 -138.5 -137.2 -115.6
U 振幅 3.11 3.08 3.2 3.39 3.25 3.08 3.4
迟角 111.7 114.8 113.4 110.2 111.8 106.3 112.4
N 2 N 振幅 0.66 0.67 0.64 0.64 0.63 0.69 0.61
迟角 3.7 -2.6 3.5 -0.8 -2 1.4 2.9
E 振幅 0.27 0.33 0.37 0.3 0.3 0.27 0.3
迟角 141.7 163.9 146.2 151.4 154.3 146.2 144.8
U 振幅 2.12 2.1 2.17 2.19 2.17 2.1 2.25
迟角 -15.1 -12.6 -14.4 -12.1 -11.6 -15.8 -12.9
K 2 N 振幅 0.32 0.35 0.24 0.3 0.34 0.33 0.36
迟角 97.7 94 81 105.7 95.3 99.2 81.9
E 振幅 0.06 0.09 0.06 0.11 0.02 0.04 0.08
迟角 -78.7 45.6 21.7 20.8 -96.6 -115.2 -73.5
U 振幅 0.91 0.88 0.81 0.94 0.93 0.85 1.05
迟角 121.2 120.7 106.8 125.7 121.3 119.8 111.8
K 1 N 振幅 2.41 2.34 2.33 2.26 2.46 2.53 2.38
迟角 55.6 55.4 56.3 52.9 52 54.5 52.2
E 振幅 0.43 0.36 0.28 0.49 0.58 0.62 0.62
迟角 -164.3 -170 -179.8 -142.4 -163.7 -178.8 -151.1
U 振幅 4.53 4.24 4.36 4.31 4.54 4.03 4.2
迟角 72.8 71 72.5 68.3 72 63.6 67.4
O 1 N 振幅 2.19 2.11 2.11 2.07 2.13 2.33 2.17
迟角 54.4 54.7 55.4 52.7 53.6 49.9 52.8
E 振幅 0.54 0.52 0.43 0.55 0.49 0.44 0.56
迟角 -38.5 -39.6 -44.8 -56.2 -52.3 -23.1 -53.5
U 振幅 6.14 6.18 6.2 6.16 6.36 5.69 5.9
迟角 80.5 80.9 82 78.2 81.3 76.1 78.5
P 1 N 振幅 0.79 0.77 0.75 0.77 0.92 0.8 0.77
迟角 55.8 64.8 56.7 52.8 51.6 55.4 52.6
E 振幅 0.13 0.21 0.1 0.15 0.28 0.17 0.17
迟角 -168 175.1 -174.6 -136 -149.5 170.4 -169
U 振幅 1.53 1.33 1.44 1.53 1.64 1.33 1.28
迟角 72.4 76.1 72.8 69.9 75.6 69 68.2
Q 1 N 振幅 0.55 0.5 0.52 0.5 0.52 0.64 0.52
迟角 45.1 45.8 48.3 45.7 46.2 44.4 41.4
E 振幅 0.23 0.21 0.16 0.21 0.17 0.25 0.22
迟角 -56.1 -49.6 -56.5 -63.6 -58 -58.5 -56.3
U 振幅 1.7 1.63 1.66 1.64 1.68 1.72 1.55
迟角 72.2 75.2 76.4 74.7 75.2 65.1 70.3
表选项

从表 2中可以看出，不同海潮模型计算得到的海潮负荷有所差异，但其振幅差异基本维持在亚mm级，并且总体趋势类似：其中M2、K1、O1分潮影响较大，U方向振幅超过了4 mm；S2、N2、P1、Q1分潮次之，U方向振幅超过了1 mm；而K2分潮影响较小，U方向振幅为亚mm级。在方向上，所有海潮模型中，U方向的振幅最大；NS方向次之，约为U方向的1/3，WE方向影响最小。迟角方面，各个海潮模型得到的大部分分潮的迟角都近似，但在一些分潮的某些方向上呈现出较大差异，例如K2分潮的WE方向，说明当下的海潮模型对于小型分潮的建模精度尚待提高。

1.3 不同测站的海潮负荷差异比较分析

选用DTU10海潮模型的11个分潮，对比了ZHON、DAV1以及KERG三个测站的海潮负荷,其中ZHON站位于东南极大陆伊丽莎白公主地拉斯曼丘陵，DAV1站相距ZHON站约150 km，而KERG站位于南大洋中的一个岛屿上。

从表 3可以发现，地理位置接近的ZHON与DAV1的11个分潮在3个方向上的振幅和迟角都表现出很强的一致性，而处于大洋深处的KERG分潮与上述两个站点的振幅和迟角差异明显。KERG测站的半日分潮M2、S2、N2、K2振幅几乎为ZHON的两倍，并且达到cm级；全日分潮中，K1、P1、Q1分潮振幅接近，O1分潮中，ZHON的U、W方向振幅为KERG的两倍；而在长周期分潮中，ZHON振幅基本大于KERG振幅。可见，海潮负荷随着位置的不同而不同，并且在深海中的影响要大于沿海。

表 3 DTU10海潮负荷对不同台站的影响 (振幅/mm; 迟角/(°)) Tab. 3 Ocean Tide Loading Effect of DTU10 on Different Stations(Amp/mm; Lag/(°) )
ZHON DAV1 KERG
N E U N E U N E U
M 2 振幅 2.35 1.24 7.6 2.4 1.4 8.33 4.56 3.33 16.61
迟角 21.1 154.1 16.6 21.9 161.5 16.4 87.3 72.7 25.6
S 2 振幅 1.15 0.14 3.11 1.21 0.25 3.71 2.07 1.49 7.68
迟角 86.3 -121.9 111.7 78.3 -81.8 109 104 100.8 82.4
N 2 振幅 0.66 0.27 2.12 0.64 0.33 2.39 1.02 0.7 3.46
迟角 3.7 141.7 -15.1 5.1 148.4 -15.1 82.4 52 -0.5
K 2 振幅 0.32 0.6 0.91 0.32 0.1 1.08 0.55 0.38 2.14
迟角 97.7 -78.7 121.2 87.6 -59.5 117.8 105 100 87.9
K 1 振幅 2.41 0.43 4.53 2.21 0.59 5.57 3.17 0.9 3.83
迟角 55.6 -164.3 72.8 48.5 -134.2 74.7 -54.1 136.9 -9.2
O 1 振幅 2.19 0.54 6.14 1.99 0.74 7.25 2.51 0.37 3.09
迟角 54.4 -38.3 80.5 48 -58.4 79.2 -65 64.3 58.3
P 1 振幅 0.79 0.13 1.53 0.72 0.17 1.89 1.04 0.3 1.26
迟角 55.8 -168 72.4 48.4 -132.1 74 -54.4 135 -9.5
Q 1 振幅 0.55 0.23 1.7 0.5 0.28 1.96 0.49 0.1 1.03
迟角 45.1 -56.1 72.2 39.2 -67.8 71 -66.7 -25.8 56.1
M f 振幅 0.47 0.39 1.83 0.46 0.41 1.91 0.32 0.36 1.19
迟角 -9.6 124.6 16.6 -9.4 126.8 16.5 -22.6 115.7 23.2
M m 振幅 0.2 0.15 1.05 0.19 0.15 1.09 0.13 0.17 0.75
迟角 -11.6 84.7 7 -11.1 88.8 7 -33.8 74.2 9.5
S sa 振幅 0.12 0.1 0.82 0.12 0.09 0.85 0.03 0.13 0.57
迟角 -2.2 16.7 2.1 -2.1 18.2 2.1 -22.6 13.7 3.1
表选项
2 不同海潮模型对GAMIT基线解的影响 2.1 LIST文件与GRID文件内插结果的比较

选取中山站及其周边6个IGS站2011年的 数据，站点分布如图 1，测站信息见表 4。采用GAMIT软件进行数据解算。解算时可以使用LIST文件或GRID文件内插来计算海潮负荷。假如测站距离LIST文件中给出的某个跟踪站位置不超过10 km，就直接采用LIST文件的数值进行解算，否则就采用GRID文件内插。本文选取FES2004模型分析仅使用LIST文件与仅使用GRID文件内插得到的基线解差异。GAMIT解算模式选择baseline，截止高度角为15°，海潮负荷均相对于地球系统参考中心CM。解算时仅改变海潮的计算形式(即使用LIST或GRID)，其他设置均相同，从而得到每天的基线分量(NEU)，再将基线分量减去相应的未加入海潮改正的基线分量，得到海潮引起的基线分量的差值时间序列。图 2给出了6个IGS站到ZHON的U方向的基 线向量差值时间序列，红色实线为LIST解算的 差值时间序列，黑色虚线为GRID，蓝色实线为两者之差。

图 1 试验选取的南极地区GPS站点分布 Fig. 1 The Distribution of the GPS Stations in Antarctica
图选项
表 4 所选站点信息 Tab. 4 Information of Sites Selected
测站 位置 经纬度/(°) 类型 接收机类型 所属国家
ZHON 拉斯曼丘陵 S69.37 E76.36 基岩 LEICA GRX1200PRO 中国
SYOG 东钓钩岛 S69.01 E39.58 基岩 TRIMBLE NETRS 日本
MAW1 麦克罗伯特森地 S67.6 E62.87 基岩 LEICA GRX1200GGPRO 澳大利亚
KERG 克尔格伦群岛 S49.35 E70.26 基岩 ASHTECH UZ-12 法国
DAV1 拉斯曼丘陵 S68.58 E77.97 基岩 LEICA GRX1200GGPRO 澳大利亚
CAS1 威尔克斯地 S66.28 E110.52 基岩 LEICA GRX1200GGPRO 澳大利亚
DUM1 阿德利兰 S66.67 E140.00 基岩 ASHTECH Z-XII3 法国
表选项
图 2 采用LIST与GRID文件解算得到的基线U方向差值 Fig. 2 Vertical Differences of GPS Baseline Solutions Using LIST or GRID Files
图选项

由图 2可以看出，使用LIST文件与使用GRID文件得到的结果十分接近，几乎可以认为相同，下面使用LIST文件进行计算，分析不同海潮模型对基线解算的影响。

2.2 不同海潮模型对于基线解算的影响

使用DTU10、EOT11a、FES2004、GOT4.7、HAMTIDE11、OSU12、TPXO7.2等7个海潮模型对GAMIT的基线解进行海潮改正，仅改变海潮模型文件otl.LIST，其他参数设置相同。由于各条基线处理得到的结果类似，限于篇幅，只选取2011年第100天到150天，6个IGS站到ZHON的6条基线绘制时间序列曲线图，如图 3所示。

图 3 不同海潮模型解算得到的基线3个方向差值时间序列 Fig. 3 Three Dimensional Different Time Series Between GPS Baseline Solutions Using Different Ocean Tide Models
图选项

由图 3及其他基线可知，在东南极的沿海地区，使用不同海潮模型得到的基线解十分近似，差异几乎都在亚mm级，说明在该地区，不同的海潮模型计算的海潮负荷虽然有所差异，但是由于基线解是一个相对解，所以使用何种海潮模型对于GPS基线解的影响并不是很大。另外，海潮负荷对于基线U方向的影响仍旧最大，N方向次之，E方向最小，即海潮负荷对于基线解的影响与基线方向有关。

表 5统计了上述6条基线，使用FES2004模 型得到的基线长度每日解U方向的后验标准差 与其他6个模型的后验标准差差值(取绝对值)。

表 5 标准差差值 (相对于FES2004) Tab. 5 Differences of Standard Deviations (Relative to FES2004)
基线ZHON- (总天数) DTU10 EOT11 GOT4.7 HAMTIDE11 OSU12 TPXO7.2
CAS1(345) 最大差值/mm 0.4 0.4 0.4 0.4 0.4 0.43
差值小于0.1 mm的天数/(百分比) 329/(95.36) 333/(96.52) 321/(93.04) 328/(95.07) 327/(94.78) 322/(93.33)
DAV1(359) 最大差值/mm 0.48 0.48 0.48 0.48 0.48 0.53
差值小于0.1 mm的天数/(百分比) 330/(91.92) 328/(91.36) 329/(91.64) 325/(90.53) 326/(90.81) 329/(91.64)
DUM1(359) 最大差值/mm 0.44 0.44 0.44 0.44 0.44 0.32
差值小于0.1mm的天数/(百分比) 338/(94.15) 342/(95.26) 339/(94.43) 338/(94.15) 340/(94.71) 337/(93.88)
KERG(322) 最大差值/mm 0.76 0.76 0.76 0.76 0.93 0.93
差值小于0.1 mm的天数/(百分比) 295/(91.61) 303/(94.10) 295/(91.61) 294/(91.30) 290/(90.06) 295/(91.61)
MAW1(344) 最大差值/mm 0.7 0.7 0.74 0.7 0.71 0.74
差值小于0.1 mm的天数/(百分比) 317/(92.15) 319/(92.73) 307/(89.24) 316/(91.86) 306/(88.95) 316/(91.86)
SYOG(329) 最大差值/mm 0.64 0.64 0.58 0.54 0.46 0.59
差值小于0.1 mm的天数/(百分比) 295/(89.67) 300/(91.19) 289/(87.84) 296/(89.97) 288/(87.54) 294/(89.36)
表选项

从表 5可知，使用不同海潮模型得到的基线解U方向的标准差十分接近，最大差值都小于1 mm，并且大约有90%的标准差在0.1 mm以内，因此，使用不同海潮模型对GPS基线解的影响较小，可以忽略。

依旧选用6个IGS站点到ZHON站6条基线的U方向，使用EOT11a海潮模型来比较海潮负荷对于不同长度、不同位置的基线影响，时间为2011年全年，时间序列如图 4所示，统计结果见表 6。

图 4 EOT11模型得到的6条基线U方向的差值时间序列 Fig. 4 Vertical Differences of 6 Baselines Using EOT11
图选项
表 6 EOT11模型得到的6条基线U方向差值统计 Tab. 6 Summary of Vertical Differences of 6 Baselines Using EOT11
基线(至ZHON) CAS1 DAV1 DUM1 KERG MAW1 SYOG
基线长度/km 1 456 109 2 538 2 243 585 1 435
最大差值(绝对值)/mm 9.94 4.06 10.64 17.33 6.36 5.21
相对影响/10 -9 6.83 37.25 4.19 7.73 10.87 3.63
表选项

对比表 6中的数据可以看出，在东南极沿海地区，海潮负荷对基线解算的影响能够达到cm级，相对影响达10-9。海潮负荷影响的绝对差值与基线长短并无直接关系(例如，SYOG-ZHON与CAS1-ZHON，DUM1-ZHON与KERG-ZHON)，但基线越短，相对影响越大(DAV1-ZHON，MAW1-ZHON)，因此高精度的GPS解算应该考虑海潮负荷的影响。另外，对比KERG-ZHON与DUM1-ZHON发现，长度相似的基线，前者的差值几乎为后者的两倍，这是由于KERG站位于大洋深处，受到海潮的影响更大，可知海潮负荷对于基线解算的影响也与测站所处位置有关。

3 结语

通过对东南极沿海地区7个海潮模型在GPS基线解算中的分析发现，在南极高精度GPS数据处理中，必须考虑海潮负荷的影响。海潮负荷对GPS基线的影响与基线的方位有关，对于基线的U方向影响最大，N方向次之，E方向最小；海潮负荷对GPS基线的影响与测站所在位置也有关，对于大洋深处的站点比岸边的站点影响要大；海潮负荷对GPS基线的绝对影响与基线的长度并无直接关系，但是基线越短，其相对影响越高。在东南极沿海区域，选用何种海潮模型对于GPS解算结果并无太大影响。

参考文献
[1] Zhang Jie, Li Fei, Lou Yidong, et al. Ocean Tide Loading Effect on GPS Precise Positioning [J]. Geomatics and Information Science of Wuhan University, 2013, 38(12): 1 400-1 404(张杰,李斐,楼益栋,等. 海潮负荷对GPS精密定位的影响[J]. 武汉大学学报·信息科学版, 2013,38(12): 1 400-1 404)
[2] Yuan Linguo, Ding Xiaoli, Chen Wu, et al. Characteristics of Daily Position Time Series from the Hong Kong GPS Fiducial Network [J]. Chinese J Geophys, 2008, 51(5): 1 372-1 384 (袁林果, 丁晓利, 陈武, 等. 香港 GPS 基准站坐标序列特征分析[J]. 地球物理学报, 2008, 51(5): 1 372-1 384)
[3] Schwiderski E W. On Charting Global Ocean Tides[J]. Reviews of Geophysics, 1980, 18(1): 243-268
[4] Stammer D, Ray R D, Andersen O B, et al. Accuracy Assessment of Global Barotropic Ocean Tide Models[J]. Reviews of Geophysics, 2014, 52(3): 243-282
[5] Zhang Xiaohong, E Dongchen. Dynamic Parameters Determination of Amery Ice Shelf Using PPP [J]. Geomatics and Information Science of Wuhan University, 2005, 30(10): 909-912(张小红,鄂栋臣. 用PPP技术确定南极Amery冰架的三维运动速度[J]. 武汉大学学报·信息科学版, 2005, 30(10): 909-912)
[6] Lyard F, Lefevre F, Letellier T, et al. Modelling the Global Ocean Tides: Modern Insights from FES2004[J]. Ocean Dynamics, 2006, 56(5/6): 394-415
[7] Cheng Y, Andersen O B. Multimission Empirical Ocean Tide Modeling for Shallow Waters and Polar Seas[J]. Journal of Geophysical Research: Oceans (1978-2012), 2011, 116(C11),doi: 10.1029/2011JC007172
[8] Savcenko R, Bosch W. EOT11a-empirical Ocean Tide Model from Multi-mission Satellite Altimetry[R]. Report No. 89 Deutsches Geodätisches Forschungsinstitut (DGFI), München, Germany, 2012
[9] Ray R D. A Global Ocean Tide Model from Topex/Poseidon Altimetry: GOT99. 2[R].NASA TM-1999-209478, National Aeronautics and Space Administration, Goddard Space Flight Center, Maryland,1999
[10] Taguchi E, Zahel W, Stammer D. Inferring Deep Ocean Tidal Energy Dissipation from the Global High-resolution Data-assimilative HAMTIDE Model[J]. J Geophys Res Oceans, 2004, doi:10.1029/2004GL019920
[11] Fok H S, Iz H B, Shum C K, et al. Evaluation of Ocean Tide Models Used for Jason-2 Altimetry Corrections[J]. Marine Geodesy, 2010, 33(S1): 285-303
[12] Egbert G D, Erofeeva S Y. Efficient Inverse Modeling of Barotropic Ocean Tides[J]. Journal of Atmospheric and Oceanic Technology, 2002, 19(2): 183-204
[13] Liu Youwen, Jiang Weiping, E Dongchen, et al. Ocean Loading Tides Corrections of GPS Stations in Antarctica [J]. Geomatics and Information Science of Wuhan University, 2007, 32(10): 899-901(刘友文,姜卫平,鄂栋臣,等. 南极国际GPS联测的海潮位移改正[J]. 武汉大学学报·信息科学版, 2007, 32(10): 899-901)
[14] Zhang Shengkai, Lei Jintao, Li Fei. Advances in Global Ocean Tide Models [J]. Advances in Earth Science, 2015, 30(5): 579-588 (张胜凯,雷锦韬,李斐. 全球海潮模型研究进展[J]. 地球科学进展, 2015, 30(5): 579-588)