1.  GRACE球谐系数方法的不足

对于地球重力场的应用问题,我们需求高时空分辨率和信噪比,而GRACE较低的空间分辨率成为限制其发展的一个重要因素。由万有引力定律可知,引力随着距离的平方衰减。这种衰减还依赖于波长,即随着距离的增加,短波引力异常比长波场衰减得更为迅速(The National Council, 1997)。轨道高度上的卫星观测得到的信号相比于地表的重力信号,其经过衰减并且含有各类误差和噪声。为了恢复真实的地表重力信号,我们需要把卫星观测信号向下延拓,一般乘上衰减因子的倒数进行信号放大,以得到地表真实的重力信号。但是如此一来也放大了观测误差,导致高阶信号被污染。

2.  GRACE mascon产品的优势

地球重力场模型通常以两种产品形式发布:球谐系数产品和Mascon产品。传统的球谐系数产品前期的数据预处理比较繁琐、使用不便。因而国际上提出了重力场mascon产品,它克服了球谐系数产品的不足,在产品中有效考虑了去除南北条带误差噪声、改正了泄露误差。目前国际上有JPL、CSR、GSFC三家机构发布mascon产品,本节主要介绍CSR发布的mascon产品。

3.  CSR mascon产品的特点

CSR mascon产品空间分辨率为0.25°,让海陆边界有更好的划分,减少海陆泄露误差。其格网形状为测地线等面积的六边形,原始分辨率在赤道格网的宽度约为120 km。全球被划分为约41000个等面积的六边形格网,像一个足球,每一个格网面积为12400平方千米。但是注意的是,在小于200000平方千米的区域要慎用。

4.CSR mascon数据分析与下载读取

我们可以在CSR官网里面找到mascon产品  https://www2.csr.utexas.edu/grace/RL06_mascons.html

需要注意的是,The solutions with all the appropriate corrections applied (GAD, GIA, C20, C30, degree1, etc) in equi-angular grids.(此mascon产品应用了GAD、GIA、C20、C30改正,因而得到的产品是完全不需要任何的前期数据预处理的)。

CSR_GRACE_GRACE-FO_RL06_Mascons_all-corrections_v02.nc【此产品为经过数据处理的产品,直接读取即可】

我们注意到官网还提供了其他的一些数据产品来为高级用户使用,以恢复原始的数据。

主要是以下的数据产品:

GRACE GRACE-FO_Mascon grids (GSU)

GRACE GRACE-FO_C20 grids (MASCON_C20)

SLR C20 grids (SLR_C20)

GRACE-FO_C30 grids (MASCON_C20)

SLR C30 grids (SLR_C20)

degree 1 grids

GIA grids (GIA)

GAD grids (GAD)

主要的处理流程为:

CORRECTED_GRACE_MASCON = GSU - MASCON_C20 + SLR_C20 + DEG1 - GIA + GAD

在这个等式中,CORRECTED_GRACE_MASCON就是我们直接可以使用的格网产品【CSR_GRACE_GRACE-FO_RL06_Mascons_all-corrections_v02.nc】,如果你需要研究的对象需要考虑GIA效应,那那么你就需要回加GIA【GIA grids (GIA)】效应,注意CSR mascon产品使用的GIA模型为【A glacial isostatic adjustment (GIA) correction has been applied based on the model ICE6G-D; Peltier, W. R., D. F. Argus, and R. Drummond (2018) Comment on the paper by Purcell et al. 2016 entitled An assessment of ICE-6G_C (VM5a) glacial isostatic adjustment model, J. Geophys. Res. Solid Earth, 122】,如果你需要扣除其他的GIA模型,你也需要先回加CSR产品改正的ICE6G-D模型,再扣除其他GIA模型。

CORRECTED_GRACE-FO_MASCON = GSU - MASCON_C20 + SLR_C20 - MASCON_C30 + SLR_C30 + DEG1 - GIA + GAD

我们注意到,相比于GRACE模型,GRACE-FO数据多了【MASCON_C30 + SLR_C30】两个步骤,这是需要考虑的问题。

Please note that all the grids provided (including the corrected grids) are anomalies relative to 2004.0000 - 2009.999 mean baseline. If any user decides to undo any correction and apply their own corrections, they should compute the anomalies relative to the same mean baseline for their corrections before applying their corrections.

但是需要注意的是,由于CSR mascon扣除的背景场是2004.000-2009.999的平均值,因而如果要与其他的数据对比,也需要扣除同样的背景场。

此外。官网还提供了陆地和海洋的掩膜文件:

CSR_GRACE_GRACE-FO_RL06_Mascons_v02_LandMask.nc

CSR_GRACE_GRACE-FO_RL06_Mascons_v02_OceanMask.nc

海洋与陆地掩膜文件(有值为1,其他区域为0)
GSU模型计算的全球质量变化速率(包含GIA效应)

长江流域的质量变化时间序列:

参考资料:

1.张岚,毕业论文(2021)

2.https://www2.csr.utexas.edu/grace/RL06_mascons.html

CSR mascon产品深度解析相关推荐

  1. 深度解析 | 俞军的产品方法论

    作为中国最有影响力的产品经理之一,俞军的经历是难以复制的.尤其在行业进入成熟期之后,增量用户的枯竭加剧了巨头的马太效应,迫使"古典产品"更加冷静.保守,不可避免地走向平庸. 俞军的 ...

  2. 多目标跟踪算法FairMOT深度解析

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨周威@知乎 来源丨https://zhuanlan.zhihu.com/p/259356109 ...

  3. 深度解析:mPaaS 3.0全新组件

    摘要:以"数字金融新原力(The New Force of Digital Finance)"为主题,蚂蚁金服ATEC城市峰会于2019年1月4日上海如期举办.分论坛上,蚂蚁金服产 ...

  4. 推荐:微服务架构的深度解析!

    通过采用微服务架构,企业最大的收益是帮助内部IT建设沿着可演进的方向发展.支持灵活扩展.降低运维成本.快速响应业务变化. 这些底层技术能力的提升让业务更加敏捷.成本可控,企业也可以从中获得技术红利和市 ...

  5. 预训练模型:BERT深度解析《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》

    目录 1. 背景 2. 什么是 Bert 及原理? 3. 论文内容<BERT: Pre-training of Deep Bidirectional Transformers for Langu ...

  6. 码神日志N0.1|专场邀请:深度解析音视频技术(内有福利哦~)

    码神日志--实践开发者的社群理想 网易云信联手出品人,通过每期专业领域深度内容的分享,把相同垂直专业领域的开发者筛选出来,交流互动,共同成长,组织专注精准的垂直技术社群. 码神日志 深度解析:音视频技 ...

  7. 语音视频社交背后技术深度解析

    演讲 / 蒋宁波 整理 / LiveVideoStack 伴随智能硬件设备快速发展和网络条件提升,实时语音视频的应用越来越广泛,从互动直播.到休闲游戏.再到陌生人社交,而如何保障实时互动过程流畅不卡顿 ...

  8. graphics 位深度_热门上海乐家人才公寓深度解析又是一个神

    热门上海乐家人才公寓深度解析又是一个神 提前来电预约看房可售楼处员工优惠5000元到20000元,免费专车接送/自驾报销路费,并可售楼处员工价格优惠!老带客户带新客户,还可奖励iPhonePro,新客 ...

  9. 深度解析数据湖存储方案Lakehouse架构

    简介:从数据仓库.数据湖的优劣势,湖仓一体架构的应用和优势等多方面深度解析Lakehouse架构. 作者:张泊 Databricks 软件工程师 Lakehouse由lake和house两个词组合而成 ...

最新文章

  1. c语言作业扩展名通常为什么,C语言的源程序通常的扩展名是( )
  2. Codeforces Round #406 (Div. 1) B. Legacy(线段树上优化建图)
  3. webSocket浏览器握手不成功(解决)
  4. html追加行clone,调用clone()方法后就可以将复制的节点追加到body元素内。( ) 答案:√...
  5. node.js中对 mysql 进行增删改查等操作和async,await处理
  6. 手把手 docker 从零搭建 jenkins 服务器
  7. 第五章 Mininet常用命令参数介绍
  8. 前序-中序-后序-非递归-实现
  9. Java Stream MapReduce大数据开发模型
  10. golang mysql遇到的一些问题记录和解决
  11. java page 分页_自己整理写的java分页工具条pageUtil
  12. 使用AjaxPro实现ajax效果
  13. .net导出Excel设置颜色font.ColorIndex 各颜色编号
  14. 专为存储设计的LRC编码
  15. ssh关闭终端切断SSH连接
  16. Python:实现拓扑排序算法(附完整源码)
  17. 游戏感:虚拟感觉的游戏设计师指南——第七章 响应的测量方法
  18. 微创电生理递交注册:拟募资10亿 核心设备高度依赖单一供应商
  19. livp图片批量转jpg转换器无损苹果heic手机照片格式软件mac
  20. 基于JavaWeb的在线外卖系统平台设计

热门文章

  1. 运维人员打字耍不要快_Linux运维人员应该知道的系统故障排查及修复方法
  2. [BEV] 学习笔记之BEVFormer(一)
  3. 统筹方法 -- 华罗庚
  4. HAWQ与Hive查询性能对比测试
  5. java 泛型转实体_将实体类名称转换为泛型实体类
  6. google云 重置
  7. 知识图谱——感知智能通往认知智能的基石
  8. 手机网站支付教程(支付宝)
  9. AI笔记: 数学基础之数字特征-标准差、协方差、相关系数、中心矩、原点矩、峰度、偏度
  10. 算法导论-麻省理工公开课-百度云