利用GRACE和地球物理模型研究地球動力學扁率變化

陳品馨

(測繪出版社，北京 100045)

旋轉的地球在萬有引力和離心力的共同作用下，形成一個南北極方向略扁、赤道方向稍長的旋轉扁橢球體，其動力學扁率常用物理量J2表示。由于地球內部物質運動和全球氣候變化等因素的影響，導致地球表面大氣、海洋和陸地水等流體質量在時間和空間尺度上重新分布和運動，引起地球主轉動慣量矩和地球自轉角速度ω發生變化，進而引起地球動力學扁率J2變化，反映了地球內部物質重新分布與運動及其各圈層相互作用和耦合的過程[1-2]。

衛星激光測距 (satellite laser ranging ，SLR) 對重力場二階帶球諧函數系數較敏感，較好地估計了地球動力學扁率J2，在國內外得到了深入研究和廣泛應用[1,3]。美國NASA和德國DLR合作于2002年3月發射低低衛星跟蹤衛星“重力恢復與氣候試驗”GRACE衛星，提供了精度高1～2個數量級的重力場低階項，充分展現了衛星重力學研究的主要功能和優越性[4]。雖然數據處理技術不斷改進，但低階球諧系數仍然不能精確確定，這在很大程度上是由任務設計引起[5]。

Swenson等于2008年研究了一種新方法來探測低階位系數，它結合了GRACE數據和海底氣壓模型(ocean bottom pressure，OBP)，沒有用到GPS觀測數據。本文在研究Swenson方法的基礎上，發展了一種新方法，使用GRACE月時變重力場模型系數、海底氣壓模型和冰期均衡調整模型(glacial isostatic adjustment ，GIA)估計C20月變化。該種方法采用的觀測值密集且均勻分布，而且隨著衛星觀測及相關模型精度的提高，所得到結果的精度可進一步提高。本文將得到的結果與SLR的結果進行比較驗證，二者的季節變化非常接近。

1 基本原理

由Swenson等的方法確定C20的公式為[10]

(1)

(2)

式中，a為參考橢球的長半軸；ρearth為地球的平均密度；kl表示1階項的負荷Love數[13]。

(3)

其中，矩陣I可由式(4)求出

(4)

式中，矢量G可由式(5)求出

(5)

2 選用的數據、模型和方法

2.1 GRACE時變重力場模型

本文采用2003年1月至2012年12月的CSR RL05、GFZ RL05a、JPL RL05 GRACE 月重力場模型。所采用的模型均含有較大的誤差，表現為南北走向的條帶。為了解海平面方程統計自身引力和負載效應，需要盡可能準確地獲取陸地負載的空間分布。因此，本文選用了經過DDK4濾波器濾波的時變重力場模型。DDK4濾波器是利用誤差協方差矩陣解相關的濾波器，是一個先驗信號協方差矩陣的球面函數域。通過這種方式，濾波器能確保越高頻噪聲和越低強度的信號，振幅減小得越慢。最后的效果類似于經驗去條紋濾波和高斯濾波的結合。

2.2 海底氣壓模型和自引力效應

2.3 冰期均衡調整模型

式(2)所討論的方法指出重力場變化僅僅是由地球表面質量的重新分配引起。因此，需要移除固體地球的貢獻，如構造地質學方面和冰期均衡調整等。考慮了冰期均衡調整，移除的冰后回彈信號將被重新存儲在最終的數據處理階段[10]。由于冰后回彈模型為線性趨勢，因此選擇任意一種冰后回彈模型對季節性信號和其他短期信號都沒有任何影響。

3 計算結果和分析

影響系數C20估計的因素有：①輸入模型的選擇(GRACE數據，海底氣壓模型OBP 和冰期均衡調整模型GIA)；②緩沖區寬度，GRACE產品數據所使用的濾波及是否考慮自引力效應SAL。通過對數據處理參數進行不同組合，本文解算得到了C20時間序列變化，與利用SLR數據得到的C20時間序列進行了比較。本文對偏差、線性趨勢、一年及半年周期的時間序列進行了估計，并與SLR時間序列的相應參數進行了比較。

首先比較了去線性趨勢和不去線性趨勢的時間序列。與SLR方差的百分比計算定義為

(6)

式中，Model為本文所用的模型估計；<>為方差算子。本文與SLR結果中的年周期振幅和相位進行了比較。

圖1和圖2給出了去線性趨勢的時間序列，以此說明本文使用不同模型和算法處理GRACE數據解的敏感度，SLR解用黑色實線表示。表1給出了不同模型算法的組合。海平面升降指的是由于海水質量變化導致的平均海水面變化(假設增加或減少的水是均勻分布在海面上的)。

圖1 使用不同方法和模型處理GRACE CSR RL05數據得到的C20解與SLR解比較(去線性趨勢)

圖2 使用不同GRACE數據的比較(均使用DDK4濾波、150 km緩沖區、自引力效應)

圖1給出了使用不同方法處理GRACE CSR RL05的結果。不用緩沖區和忽略自引力效應(③)嚴重低估了季節性信號的振幅。但它與SLR時間序列的大部分特征是一致的，如其最大值和最小值的相對量和它的相位。它的結果59%在SLR方差范圍內，年周期的相位也非常接近，但振幅明顯小于SLR的結果。

在進行DDK4濾波，考慮海平面升降并且添加了150 km緩沖區(④)后，大大提高了振幅的整體匹配度。年信號的振幅統計值與SLR很相近，在2σ以內。這里整體匹配度的增加是比較合適的，它的結果67%在SLR方差范圍內。如果將緩沖區的范圍加到250 km或更大，反而降低了結果落在SLR方差范圍的比例。這里選擇不同的緩沖區可能對信號泄漏的處理影響不同。

最后用150 km緩沖區和考慮了自引力效應(⑤)進一步增加了落在SLR方差范圍的比例，達到70%。同時對估計的年信號的振幅產生了明顯的影響，這種方法所得結果與SLR結果最為匹配。計算自引力效應時考慮了地球自轉的影響，但對于C20估計的影響很小。

從海洋項中去除緩沖區可避免沿海區域的自引力效應影響。本文比較了直接解算全海域的海平面方程和解算較小海域的海平面方程，將海洋項減去150 km的海岸線的范圍得到較小海域，后者得到的年信號振幅增加了2%。

圖2顯示了使用不同方法處理不同GRACE數據的結果。GFZ的結果匹配度最好，70.9%落在SLR方差范圍內，年周期信號振幅最相近。GFZ、CSR和JPL的結果非常相近，年周期信號振幅的統計結果均在1σ以內。

相位并未受到上述不同數據的影響。不同的相位估計與SLR結果的差別均在10 d之內。

4 結 論

本文利用GRACE月重力場模型、海底氣壓模型和冰期均衡調整模型等估計了地球動力學扁率月變化，結果表明，所得時間序列與衛星激光測距數據的結果差別不大。影響季節性信號振幅的主要因素是沿海區域信號泄露，本文就如何選用合適的緩沖區減少沿海地區的信號泄露進行了分析比較，解算的結果與SLR結果得到了很好的驗證。

參考文獻：

[1] COX C，CHAO B F.Detection of Large-scale Mass Redistribution in the Terrestrial System since 1998[J].Science，2002，297：831-833.

[2] CAZENAVE A，NEREM R S.Redistributing Earth’s Mass[J].Science，2002，297(5582)：783-784.

[3] YODER C K，WILLIAMS J G，DICKEY J O，et al.Secular Variations of Earth’s Gravitational HarmonicJ2Coefficient from Lageos and Nontidal Acceleration of Earth Rotation[J].Nature，1983，303：757-762.

[4] TAPLEY B D，BATTADPUR S，WATKINS M，et al.The Gravity and Climate Recovery Experiment：Mission Overview and Early Results[J].Geophysical Research Letters，2004，31(9)：48-54.

[5] CHEN JL，RODELL M，WILSON CR.Famiglietti JS (2005) Low Degree Spherical Harmonic Influences on Gravity Recovery and Climate Experiment (GRACE) Water Storage Estimates[J].Geophysical Research Letters, 2005,32(14):29-37.

[6] CHENG M，TAPLEY B D，RIES J C.Deceleration in the Earth’s Oblateness[J].Journal of Geophysical Research Solid Earth,2013,18(2):740-747.

[7] CHENG M，TAPLEY B D.Variations in the Earth’s Oblateness during the Past 28 Years[J].Journal of Geophysical Research：Solid Earth,2004,109(9):25-36.

[8] BLEWITT G，CLARKE P.Inversion of Earth’s Changing Shape to Weigh Sea Level in Static Equilibrium with Surface Mass Redistribution[J].Journal of Geophysical Research，2003，108(8)：2311-2319.

[9] KUSCHE J，SCHRAMA E J O.Surface Mass Redistrib-ution Inversion from Global GPS Deformation and Gravity Recovery and Climate Experiment (GRACE) Gravity Data[J].Journal of Geophysical Research，2005，110(7)：2461-2471.

[10] SWENSON S,CHAMBERS D,WAHR J.Estimating Geocenter Variations from a Combination of GRACE and Ocean Model Output[J].Journal of Geophysical Research：Solid Earth，2008：113(B8):2841-2849.

[11] GERUO A，WAHR J，ZHONG S.Computations of the Viscoelastic Response of a 3-d Compressible Earth to Surface Loading[J].Geophysical Journal International,2012,192(2):557-572.

[12] PELTIER W. Global Glacial Isostasy and the Surface of the Ice-age Earth：the ICE-5g (VM2) Model and GRACE[J].Annual Review of Earth Planetary Sciences, 2004,32(1):111-149.

[13] WAHR J，MOLENAAR M，BRYAN F. Time Variability of the Earth’s Gravity Field：Hydrological and Oceanic Effects and Their Possible Detection Using GRACE[J].Journal of Geophysical Research：Solid Earth,1998，103(B12):30205-30229.

[14] 張子占，陸洋，許厚澤.GRACE和SLR觀測的地球動力學扁率最大熵譜及小波相關分析[J].地球物理學報，2007，50(5):1383-1389.

[15] 曲偉菁，吳斌，周旭華.根據人衛激光測距、GRACE和地球物理模型求解地球低階重力場季節變化[J].測繪學報，2012，41(6):904-909.

[16] 金雙根，張興剛.GPS,OBP和GRACE估計地球動力學扁率變化及其地球物理激發[J].科學通報，2012(36):3484-3492.

[17] 曲偉菁.地球低階重力場變化的研究[D].北京：中國科學院研究生院，2012.