大地测量与地球动力学

编号	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
通道名	重力	改正重力	朗曼潮汐	纵水准	横水准	外温	内温	外压	内压	激光位置	辅助	水准改正	漂移改正	内压改正	状态

编号	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
通道名	重力	改正重力	朗曼潮汐	纵水准	横水准	外温	内温	外压	内压	激光位置	辅助	水准改正	漂移改正	内压改正	状态

利用回归模型对gPhone重力仪漂移改正研究

马娟娟 ¹^,² , 王乐行 ¹^,³ , 江颖 ¹^,³^,* , 刘子维 ¹^,³ , 刘海波 ¹^,³ , 张晓彤 ¹^,³

大地测量与地球动力学 | 观测技术 2025,45(9): 937-943, 949

收起

大地测量与地球动力学 |观测技术 2025 , 45 (9) : 937 -943, 949

利用回归模型对gPhone重力仪漂移改正研究

全屏

马娟娟¹^,², 王乐行¹^,³, 江颖¹^,³^,*, 刘子维¹^,³, 刘海波¹^,³, 张晓彤¹^,³

作者信息

1 中国地震局地震研究所, 武汉市洪山侧路40号, 430071

2 武汉地震计量检定与测量工程研究院有限公司, 武汉市洪山侧路40号, 430071

3 武汉引力与固体潮国家野外科学观测研究站, 武汉市洪山侧路40号, 430071

通讯作者:

江颖，副研究员，主要从事重力数据分析及应用研究，E-mail：jiangyingchen@126.com

JIANG Ying, associate researcher, majors in gravity data analysis and its application, E-mail: jiangyingchen@126.com

作者简介:

马娟娟，工程师，主要从事大地测量仪器计量、重力测量与计量研究，E-mail：juan654321@126.com

gPhone Gravimeter Drift Correction Using Regression Model

Juanjuan MA¹^,², Lexing WANG¹^,³, Ying JIANG¹^,³^,*, Ziwei LIU¹^,³, Haibo LIU¹^,³, Xiaotong ZHANG¹^,³

Affiliations

1 Institute of Seismology, CEA, 40 Hongshance Road, Wuhan 430071, China

2 Wuhan Institute of Seismic Metrological Verification and Surveying Engineering, 40 Hongshance Road, Wuhan 430071, China

3 Wuhan Gravitation and Solid Earth Tides, National Observation and Research Station, 40 Hongshance Road, Wuhan 430071, China

MA Juanjuan, engineer, majors in geodetic instrument measurement, gravity measurement and metrology, E-mail: juan654321@126.com

出版时间: 2025-09-15 doi: 10.14075/j.jgg.2024.09.419

文章导航

摘要

收起

以弹簧重力仪为主的观测系统监测重力长期变化信号，必须消除弹簧重力仪线性或非性线漂移的影响，简单的线性拟合通常难以模拟仪器长时间真实漂移情况，而过高阶次的拟合则会同时去除信号的趋势性变化。本研究通过引入线性、非线性漂移改正模型更合理地去除漂移。利用秭归站2017年的gPhone重力仪观测数据和乌什站2023年gPhone重力仪观测数据进行分析验证，首先对秭归站各通道与原始重力通道进行相关性分析，计算三峡蓄水对秭归台站的理论重力效应大小(达到100 μGal以上)；然后用多种回归分析方法得到模型系数；最后扣除各项改正值和漂移项后对残差结果进行研究。结果表明，仪器内压与内温的变化是造成重力数据漂移的主要原因；本文采用的回归模型中，非线性回归模型(纯二次回归)去漂移结果能更好地反映出因蓄水导致的重力变化，通过平滑处理后得到的残差结果比常规去漂移的多项式拟合方法更贴近理论值，通过乌什站数据进行验证也得到相似结论。

关键词

gPhone 重力仪 / 漂移改正 / 回归模型

Abstract

收起

The linear or nonlin drift of the spring gravimeter must be addressed for the existing observation system based on spring gravimeters to monitor the long-term change signal of gravity. Simple linear fitting is usually difficult to simulate the real drift of the instrument over a long period of time, and too high-order fitting will also remove the trend change signal of the signal. This study introduces linear and nonlinear drift correction models to more reasonably remove the drift. This study uses the data of the gPhone gravimeter at Zigui station in 2017 and the gPhone gravimeter at Wushi station in 2023 for analysis and verification. First, the correlation between each channel of Zigui station and the original gravity channel is analyzed, and the theoretical gravity effect of the Three Gorges water storage on the Zigui station is calculated with the results that reach more than 100 μGal. Then, the model coefficients are obtained using a variety of regression analysis methods, and the residual results are studied after deducting various correction values and drift terms. The research results show that the changes in the internal pressure and temperature of the instrument are the main causes of gravity data drift. In the regression model used in this paper, the nonlinear regression model(pure quadratic regression) drift removal results can better reflect the gravity changes caused by water storage, and the residual effect obtained after smoothing is closer to theory than the conventional polynomial fitting method for drift removal. Similar conclusions were obtained by verifying the data from Wushi station.

Key words

gPhone gravimeter / drift correction / regression model

引用本文

马娟娟, 王乐行, 江颖, 刘子维, 刘海波, 张晓彤. 利用回归模型对gPhone重力仪漂移改正研究. 大地测量与地球动力学, 2025 , 45 (9) : 937 -943, 949 . DOI: 10.14075/j.jgg.2024.09.419

Juanjuan MA, Lexing WANG, Ying JIANG, Ziwei LIU, Haibo LIU, Xiaotong ZHANG. gPhone Gravimeter Drift Correction Using Regression Model[J]. Journal of Geodesy and Geodynamics, 2025 , 45 (9) : 937 -943, 949 . DOI: 10.14075/j.jgg.2024.09.419

正文

收起

gPhone重力仪是一种专门用于连续重力观测的高精度仪器，能够实时记录地球重力场的细微变化，包括由固体潮汐、地震活动等自然现象所引起的重力波动。在当前的连续重力观测台网中，弹簧重力仪占据了重要地位，数量接近80台。这类重力仪的测量原理基于弹簧应力与应变之间的线性关系，通过高精度传感器测定应变，并借助标定系统精确测定应变与应力之间的关系，从而推导出重力场的变化情况。然而，弹簧重力仪在实际应用中面临着一些挑战。由于外界环境因素的干扰，重力仪的弹簧会发生非线性变形，导致应变与应力之间的关系偏离理想的线性状态。这种非线性特性使得观测到的重力变化值往往远大于实际由物质运移所引起的变化，从而对观测结果的准确性产生影响。尽管部分环境干扰可以通过专门的改正方法予以消除，但这一过程仍然不可避免地降低了目标物理现象观测的信噪比，给相关研究带来了诸多困扰^[1-4]。因此，如何改进连续重力观测技术，以获取高精度、稳定的重力长期变化数据，已成为当前亟待解决的关键问题。gPhone101#重力仪于2012-04安装于秭归站GNSS室内，距离三峡大坝直线仅3 km，对三峡大坝蓄水变化所引起的重力扰动极为敏感，为更好地研究当地的蓄水效应以及其他动力学过程，必须对仪器的漂移问题进行深入研究并加以改正。

通常情况下，连续重力数据的漂移问题主要在数据分析阶段通过滤波、曲线去趋势等方法进行处理，以提升连续重力数据的质量^[5-6]。然而，无论是滤波还是曲线拟合去除趋势的方法，都存在一个共同的缺陷：难以判断这些方法是否削弱了数据中其他重要的地球物理现象信号。为了从根本上解决这一问题，本研究从仪器原始各通道数据入手，探究仪器漂移与各通道之间的内在关系，从而可以有科学依据地解决非线性漂移问题。为此，本研究选取三峡大坝库首区秭归站gPhone重力仪2017年全年的秒采样原始数据，涵盖15个通道进行详细分析。首先对所有通道进行相关性分析，计算每个通道与原始重力数据的线性相关系数，筛选出与漂移趋势相关性最高的通道；然后通过建立回归模型，去除相应通道对重力数据的干扰，从而有效去除非线性漂移。为验证该方法的有效性，本研究还选取乌什站2023年全年的数据进行相同处理，并对得到的相应残差进行对比分析。

1 方法准备

收起

1.1 漂移问题

漂移是指在重力仪进行长时间观测过程中，由于仪器自身存在的一些非理想特性，导致观测数据呈现出非预期的长期趋势或变化。这些变化并非由真实的物理过程引起，而是源于仪器内部的系统性偏差或环境因素的干扰。gPhone重力仪的漂移问题可能由以下几个因素引起：使用时间增长导致仪器器件老化；温度、湿度等环境因素对仪器弹簧或其他部件的影响；仪器安装和操作不当；电路板、传感器等内部电子元件因长时间工作而产生性能变化等^[7-9]。

1.2 相关性分析

相关性分析是一种统计方法，用于研究2个或多个变量之间的关系，体现变量之间的相互作用、趋势以及依赖程度。可以用于确定变量之间是否存在关联，揭示变量之间的线性或非线性关系，以及评估变量之间的强度和方向。

Pearson相关系数是一种用于衡量2个变量之间线性关系强度的统计量。它通过量化2个变量之间的线性相关程度，反映它们之间的相关性的方向。Pearson相关系数的计算公式如下：

(1)

$r=\frac{\sum\limits_{i=1}^n\left(X_i-\bar{X}\right)\left(Y_i-\bar{Y}\right)}{\sqrt{\sum\limits_{i=1}^n\left(X_i-\bar{X}\right)^2 \sum\limits_{i=1}^n\left(Y_i-\bar{Y}\right)^2}}$

式中，X_i和Y_i是2个变量的第i个观测值；${\bar X}$和${\bar Y}$分别是2个变量的样本均值；n是观测点的数量。Pearson相关系数的取值范围在-1~1之间，如果r接近1，表示2个变量之间存在强正相关关系，即一个变量增加时，另一个变量也随之增加；如果r接近-1，表示2个变量之间存在强负相关关系，即一个变量增加时，另一个变量减少；如果r接近0，表示2个变量之间几乎没有线性关系。

1.3 回归分析

回归分析是一种统计学方法，用于研究自变量和因变量之间的关系。它基于数据统计原理，通过对大量统计数据进行数学处理，揭示因变量与某些自变量之间的相关性，构建一个相关性较好的回归方程，并加以外推。该方程不仅可以帮助理解变量之间的相互作用，也可用于预测今后因变量的变化趋势。

回归分析的核心目标是建立一个数学模型，该模型能够根据自变量的值准确预测目标变量的值。本研究采用多元线性回归、岭回归、Lasso回归和多元非线性回归4种方法。多元线性回归考虑多个自变量之间的影响，构建一个多维的线性模型；岭回归和Lasso回归更多用于处理多重共线性问题，可以对模型进行正则化；多项式回归用于解决非线性回归的问题，其考虑目标变量与自变量之间的非线性关系。

2 数据处理与分析

收起

2.1 各通道对原始重力数据的影响

本研究采用三峡大坝库首区秭归站的gPhone101#重力仪2017年全年秒采样的原始数据进行分析，数据涵盖15个通道，各通道编号与名称见表 1。为提高计算效率，将原始各通道数据统一降采样至小时采样率。在这一过程中，不对数据进行任何额外的预处理，而是直接基于原始数据开展相关性分析。将每个通道数据分别与原始重力数据通道(编号为1)作Pearson相关系数计算(图 1)。

秭归站gPhone101#重力仪原始数据的15个通道中，12~15通道为仪器通过内置程序自行计算的改正值，与前11个通道存在强相关性，因此首先进行这4个通道数据的剔除。由图 1可见，除原始重力通道自身相关系数最高的通道1之外，通道9仪器内部压力传感器指数的Pearson相关系数同通道1原始重力数据的线性相关性是极高的，说明仪器内压是造成数据长期漂移的最主要原因。通道7传感器温度对通道1原始重力数据的线性相关性也高于0.8，这同样说明仪器内温与漂移也存在强相关性。以上结果证明，内部压力和内部温度的变化会影响仪器内部弹簧的性能，导致出现线性和非线性的漂移问题。

通过各通道数据的对比发现，原始数据中的阶跃与通道4纵水准、通道5横水准密切相关，而尖峰出现的位置在通道10激光位置上都有所反映。以上发现表明，原始通道的各个信号都会在其余通道中有对应的信号出现。下一步采用回归分析的方式，用其余通道的数据来重构出原始重力信号；再从实测重力数据中剥离出精度满足条件的重构重力信号的干扰，以达到去噪、去漂移的目的。

2.2 秭归站原始重力数据回归分析

蓄放水导致的重力效应是多种地质过程等各种因素的综合反映，蓄放水本身引起的直接引力变化是最主要的重力效应。为验证本研究所采用的去漂移手段的合理性，需要计算秭归站受三峡蓄放水的理论重力变化影响^[10-13]。本研究采用高分一号(GF-1)卫星的遥感图像来精确提取水体边界；再通过将三峡库首区水体划分为水平薄层，在水位高度145~175 m，对水位设置等间距高差模拟，其重力效应是水平薄层重力效应的累积，可得到三峡地区巴东-秭归区域的蓄放水对秭归站单点的重力效应；最终计算得到以水位145 m为底面蓄放水至175 m过程中产生的重力效应大约为164.32 μGal^[14](图 2)。

gPhone重力仪的核心部件是金属弹簧，而漂移是弹簧型重力仪的固有特性，甚至可能是非线性的。在利用gPhone重力数据监测三峡库区水文重力信号时，准确模拟并分离原始数据中的弹簧漂移量，是确保重力残差准确性的重要基础。前人针对gPhone弹簧的变化特征，在不同时期采取不同的数学模型来拟合弹簧的零位漂移量，并通过分段处理方式去除总体重力残差中的漂移信号^[7]。首先采用gPhone仪器原始各通道数据建立回归模型，重构出重力信号；然后从实测重力数据中剔除包含漂移信号的重构重力信号，从而更合理地去除漂移信号。本研究利用通道3~11的信号与通道1作回归分析，先后采用多元线性回归、岭回归和Lasso回归3种线性回归模型，然后引入多元非线性回归模型，对比分析各模型的有效性和科学性。

2.2.1 常规去漂移手段

首先采用传统的多项式拟合方法来去除漂移。对于弹簧重力仪可能出现的台阶、间断等现象，采用分段处理的方式。图 3展示线性去漂移的残差结果，可以看出，重力残差同水位变化之间具有良好的对应关系。但是进一步观察发现，线性去漂移得到的秭归站2017年重力变化峰峰值超过100 μGal。根据马险^[15]2017年夏季枯水季(水位约145 m)和冬季蓄水期(水位约175 m)对三峡库首区绝对重力观测点的2次观测结果，秭归站在蓄水期绝对重力的变化幅度大约在20~30 μGal。考虑到仪器误差，线性去漂移得到的残差并不符合实际重力变化情况，其变化曲线同水位变化的趋势相符，仅是因为非线性漂移主要为二次项。因此，本研究采用更多学者使用的五阶多项式拟合数据的漂移趋势，达到去除仪器漂移的目的。此外，为了进行对比研究，本研究也采用EEMD算法去除漂移，共自动提取出7个模态，通过扣除仪器漂移及趋势项信息模态信号，完成漂移改正。

图 4、图 5分别为五次多项式和EEMD方法去除数据漂移的结果，从某种程度上来看，去漂移结果可能存在“过拟合”现象。由图可见，五次多项式得到的残差结果与长江水位的对应关系更为贴近，但结合气象等资料分析，其12月份显示的重力抬升信号无法解释，更像是由于曲线拟合所造成的偏移。而EEMD算法去漂移得到的结果则未能直观看出水位变化导致的秭归站重力变化影响。因此本研究进一步采用回归模型去漂移的思路计算得到对应残差，与常规去漂移手段结果进行对比分析。

2.2.2 多元线性回归

多元线性回归是一种常用的回归分析方法，用于探索多个自变量与因变量之间的关系。它通过构建线性方程来描述自变量和因变量之间的关系，并使用最小二乘法等优化算法来估计方程的参数。其优点是简单易懂，适用于线性关系的数据，能够提供较为准确的预测结果。但是也存在对非线性关系的处理能力较弱、容易受到异常值的影响等局限性。

本研究中，构建的多元线性回归模型为：

(2)

$\begin{aligned}y= & a_0+a_1 x_1+a_2 x_2+a_3 x_3+a_4 x_4+a_5 x_5+ \\& a_6 x_6+a_7 x_7+a_8 x_8+a_9 x_9+a_{10} x_{10}\end{aligned}$

式中，x₁~x₉分别对应通道3~11，x₁₀对应通道15，通过最小二乘法拟合计算出自变量各自的系数a_i。将回归模型重构出的预测值与实际值比对，由图 6可见，除数据本身质量差的部分预测值与实际值稍有偏差外，该线性回归模型还是很好地拟合出了原始重力数据。计算预测值与实际值二者的决定系数(R²)为0.99，均方根误差(RMSE) 为18.95 μGal，均表明模型拟合效果良好。

在此基础上，近似将预测值作为真实值，用实测值减去预测值，得到各种地球物理现象的信号。根据这个思路和各通道相关性分析得到的结果，本研究得到的线性回归模型去漂移后结果与长江水位作对比，如图 7所示。2017年三峡水库的起蓄时间为09-10，至10月中旬蓄水至175 m。可以看出，变化曲线在总体趋势上能反映出由蓄水所导致的重力变化，表现为短时间内的抬升和下降信号。这与传统去漂移方法在细节上存在差异，尤其是8月份的季节降雨造成的重力抬升也能清晰表示。从整体变化量级来看，该结果略高于五次多项式去漂移结果。

2.2.3 岭回归

岭回归是一种专门用于处理共线性数据分析的有偏估计回归方法，其实质是一种改进的最小二乘估计法。它通过放弃最小二乘法的无偏性，以损失部分信息和降低精度为代价，换取更为符合实际、更可靠的回归系数。在数据病态时，岭回归的拟合效果要明显优于最小二乘法。

岭回归的回归模型仍然是线性的，只是其系数的估计方式与普通最小二乘法有所不同。图 8为岭回归得到的预测值与实际值的对比，二者R²为0.99，RMSE为18.95 μGal，与多元线性回归的结果一致。

重复之前扣除各项改正和漂移的操作，得到图 9的蓄水期去漂移残差结果。可以看出，用岭回归的方式扣除内压通道贡献值后，整体变化趋势与线性回归模型得到结果较为一致。

2.2.4 Lasso回归

Lasso回归与岭回归类似，是一种压缩估计。其通过构造一个惩罚函数得到一个较为精炼的模型，可以压缩一些回归系数，即强制系数绝对值之和小于某个固定值；同时设定一些回归系数为0。因此保留了子集收缩的优点，是一种处理具有复共线性特征数据的有偏估计。

其预测值与实际值对比见图 10，二者R²为0.99、RMSE为18.62 μGal，略优于多元线性回归与岭回归。可以看出，3种线性回归方法得到的结果在精度上基本相同。图 11通过Lasso回归模型去漂移后的重力残差显示，因三峡水库蓄水导致的变化近30 μGal。其整体去漂移后的趋势与多元线性回归模型和岭回归去漂移模型去漂移后的结果相似。

2.2.5 多元非线性回归

本研究采用多元非线性回归中的纯二次回归，其中考虑了预测变量的平方项，但没有考虑交叉项，这能够探索响应变量与预测变量之间的非线性关系。

纯二次回归模型为：

(3)

$y=a_0+\sum\limits_{i=1}^{10} a_i x_i+\sum\limits_{i=1}^{10} b_i x_i^2$

式中，x₁~x₉分别对应通道3~11，x₁₀对应通道15；a_i为一次项系数，b_i为二次项系数。其预测值与实际值对比见图 12，二者R²为0.99，RMSE为17.74 μGal。可以看出，加入二次项后在拟合精度上表现更好。

图 13展示用非线性回归中纯二次回归模型去除漂移后的残差情况。从变化幅度上看，纯二次回归模型得到的秭归站年重力变化达到40 μGal以上，这更接近使用绝对重力测量的方式得到的蓄水期的重力变化信号。对比多项式拟合去漂移结果和EEMD去漂移结果发现，3种方式得到的残差在整体趋势上基本一致，数量级也较为接近，但局部突变细节信号表现上，纯二次回归模型更为突出。相较于线性回归和Lasso回归所得结果，纯二次回归模型不会出现线性拟合所表现出的明显的边际效应，其结果与传统去漂移残差结果相近，且在细节上有着更好的表现。由于gPhone重力仪弹簧的漂移显现出线性和非线性相互交织的复杂特性，本文认为多元非线性回归模型能够更准确地模拟gPhone重力仪的漂移情况，用其扣除漂移相较于线性模型更为科学和有效。

将用回归模型扣除漂移的残差与用多项式去漂移、EEMD去漂移结果进行对比发现，在整体趋势相符的情况下，回归模型得到的残差均比常规去漂移方案得到的残差大10 μGal以上。在影响因素尚不得知的情况之下，以常规手段的残差结果作对比发现，回归模型下的残差更容易受到极端变化的影响，致使整体的年际变化偏高。为此本研究采用能较好解决平滑问题的局部加权回归(LOESS)方法，对回归模型所得残差进行第2次拟合。使用局部加权回归，拟合一条趋势线作为基线，偏离基线距离较远的点则是真正的异常值点，利用这种方式将极端异常值剔除掉。

图 14为通过LOESS回归方法平滑后的残差图，与图 13对比可见，LOESS回归能很好地剔除极端值，使整体变化降低约20 μGal，年际变化量与常规去漂移手段结果相符。与图 3、图 4比较发现，平滑后在保证变化量级一致的前提下，同样在短时间内的极端变化和整体趋势变化被更好地保留下来，秭归站重力变化与蓄水水位能更好地对应。

2.3 乌什站原始重力数据回归分析

为验证非线性回归模型去漂移的有效性，本研究使用乌什站2023年数据进行对应实验。对乌什站原始数据进行对应处理，原始数据共10个通道，与秭归站相比少4个改正通道和朗曼潮汐(理论固体潮)通道，这对回归模型的建立影响不大。因仪器通道中缺少理论固体潮汐通道，本研究另外计算乌什站2023年理论固体潮，加入通道中参与回归分析。

图 15为乌什站用EEMD方法去漂移残差结果，图 16为乌什站用非线性回归去漂移残差结果。由图 15、16可见，二者大致趋势一致，除去非线性回归极端值干扰后，二者在振幅上相差不大；乌什站年重力变化主要是局部地质构造运动的影响^[16]，对于二者变化不一致的细节还需要进一步研究。

3 结语

收起

本研究使用秭归站gPhone重力仪2017年全年数据和乌什站gPhone重力仪2023年全年数据，对使用回归分析方法进行漂移改正的效果开展深入研究。首先对秭归站gPhone重力仪各通道与原始重力通道进行相关性分析；再计算了三峡蓄水对秭归站的理论重力效应；然后分别用线性回归、岭回归、Lasso回归、非线性回归分析方法得到模型系数；接着扣除各项改正值和漂移项后对残差结果进行对比分析；最后将该方法应用于乌什站并验证其有效性。主要结论如下：1)仪器内压的变化是造成重力数据漂移的主要原因。2)三峡蓄水对秭归站理论的重力效应能达到100 μGal以上。3)本文采用的回归模型中，非线性回归模型(纯二次回归)去漂移结果能更好地反映出因蓄水导致的秭归站重力变化，在乌什站也得到相同结论。

虽然得到了以上结论，但如下问题仍需要进一步研究：1)在利用原始通道数据建立回归模型的过程中发现，gPhone重力仪的漂移主要集中在一次项上，二次项的干扰较小。因此，在引入非线性回归模型时，并未考虑加入交叉项或更高次项。然而，这种简化对最终结果的具体影响尚未明确，仍需进一步研究。2)将通过回归模型扣除漂移后的残差与多项式去漂移、EEMD去漂移的结果进行对比时发现，在整体趋势一致的情况下，若未经二次平滑处理，回归模型得到的残差比常规去漂移方案得到的残差高出约10 μGal。目前，尚缺乏持续全年的绝对重力观测数据来进一步验证这一现象。究竟是因为回归模型未经有效预处理而对极端值过于敏感，还是因为常规去漂移手段对重力信号存在“过拟合”效应，亦或是二者兼而有之，这些问题仍需进一步验证。

基金

收起

中国地震局地震研究所和应急管理部国家自然灾害防治研究院基本科研业务费(IS202226326)
中国地震局地震研究所和应急管理部国家自然灾害防治研究院基本科研业务费(WHYWZ202212)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

Sun

H P

, Takemoto

, Hsu

H T

, et al. Precise Tidal Gravity Recorded with Superconducting Gravimeters at Stations Wuhan(China) and Kyoto(Japan)[J]. Journal of Geodesy, 2001, 74 (10): 720- 729

https://doi.org/10.1007/s001900000139

杨光亮, 周莉娟, 申重阳, 等. 连续重力信号的非潮汐信息自动提取[J]. 大地测量与地球动力学, 2011, 31 (3): 75- 78

https://doi.org/10.3969/j.issn.1671-5942.2011.03.015

Yang

Guangliang

, Zhou

Lijuan

, Shen

Chongyang

, et al. Automatic Separation and Extraction of Non-Tidal Information from Continuous Gravity Observation[J]. Journal of Geodesy and Geodynamics, 2011, 31 (3): 75- 78

https://doi.org/10.3969/j.issn.1671-5942.2011.03.015

李响, 江颖, 刘子维, 等. 蓟县地震台gPhone、DZW和GS-15重力仪重力噪声水平对比[J]. 大地测量与地球动力学, 2024, 44 (5): 528- 533 https://xueshu.baidu.com/ndscholar/browse/detail?paperid=1h3f0650vg0x0a20t80u08p075169332&site=xueshu_se

Xiang

, Jiang

Ying

, Liu

Ziwei

, et al. Comparison of Background Noise Level Based on gPhone, DZW and GS-15 Gravimeters at Jixian Seismostation[J]. Journal of Geodesy and Geodynamics, 2024, 44 (5): 528- 533 https://xueshu.baidu.com/ndscholar/browse/detail?paperid=1h3f0650vg0x0a20t80u08p075169332&site=xueshu_se

王乐行, 刘子维, 江颖, 等. gPhone重力仪漂移改正方法研究[J]. 大地测量与地球动力学, 2025, 45 (1): 104- 110 https://xueshu.baidu.com/ndscholar/browse/detail?paperid=177604h0114k04005g5k0rp0x6055990&site=xueshu_se

Wang

Lexing

, Liu

Ziwei

, Jiang

Ying

, et al. Research on Drift Correction Method of gPhone Gravimeter[J]. Journal of Geodesy and Geodynamics, 2025, 45 (1): 104- 110 https://xueshu.baidu.com/ndscholar/browse/detail?paperid=177604h0114k04005g5k0rp0x6055990&site=xueshu_se

刘子维, 韦进, 郝洪涛, 等. 日本M_S9.0地震前的重力高频扰动[J]. 大地测量与地球动力学, 2011, 31 (2): 4- 8

https://doi.org/10.3969/j.issn.1671-5942.2011.02.002

Liu

Ziwei

, Wei

Jin

, Hao

Hongtao

, et al. Pre-Seismic Gravity Disturbance of High Frequency before M_S9.0 Earthquake in Japan[J]. Journal of Geodesy and Geodynamics, 2011, 31 (2): 4- 8

https://doi.org/10.3969/j.issn.1671-5942.2011.02.002

Riccardi

, Rosat

S and Hinderer J

. Comparison of the Micro-gLaCoste gPhone-054 Spring Gravimeter and the GWR-C026 Superconducting Gravimeter in Strasbourg(France) Using a 300-Day Time Series[J]. Metrologia, 2011, 48, 28- 39

https://doi.org/10.1088/0026-1394/48/1/003

韦进, 刘高川, 李辉, 等. 弹簧式连续重力观测非线性漂移影响因素分析[J]. 大地测量与地球动力学, 2012, 32 (5): 137- 142

Wei

Jin

, Liu

Gaochuan

, Li

Hui

, et al. Analysis of non-Linear Drift of Spring Gravimeter[J]. Journal of Geodesy and Geodynamics, 2012, 32 (5): 137- 142

X G

, Liu

L T

, Ducarme

, et al. Estimation of the Pole Tide Gravimetric Factor at the Chandler Period through Wavelet Filtering[J]. Geophysical Journal International, 2007, 169 (3): 821- 829

https://doi.org/10.1111/j.1365-246X.2007.03330.x

徐华君, 柳林涛, 许厚泽, 等. 利用小波分析重力的长期变化[J]. 地球物理学报, 2008, 51 (3): 735- 742

https://doi.org/10.3321/j.issn:0001-5733.2008.03.014

Huajun

, Liu

Lintao

, Xu

Houze

, et al. Wavelet Approach to Study the Secular Gravity Variation[J]. Chinese Journal of Geophysics, 2008, 51 (3): 735- 742

https://doi.org/10.3321/j.issn:0001-5733.2008.03.014

孙少安, 项爱民, 李辉. 长江三峡工程库首区重力场变化与构造活动[J]. 大地测量与地球动力学, 2002, 22 (3): 56- 59

https://doi.org/10.3969/j.issn.1671-5942.2002.03.011

Sun

Shaoan

, Xiang

Aimin

, Li

Hui

. Changes of Gravity Field and Tectonic Activity in Front Region of the three-Gorges Project[J]. Crustal Deformation and Earthquake, 2002, 22 (3): 56- 59

https://doi.org/10.3969/j.issn.1671-5942.2002.03.011

王伟, 党亚民, 章传银, 等. 三峡库水位变化过程中的地壳垂直形变与重力变化监测[J]. 测绘学报, 2017, 46 (6): 671- 678

Wang

Wei

, Dang

Yamin

, Zhang

Chuanyin

, et al. Monitoring Vertical Crustal Deformation and Gravity Variations during Water Level Changes at the Three Gorges Reservoir[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46 (6): 671- 678

王林松, 陈超, 马险, 等. 基于SRTM-DEM数据的三峡库区蓄水负荷模型及其地表重力与形变响应模拟[J]. 测绘学报, 2016, 45 (10): 1148- 1156

https://doi.org/10.11947/j.AGCS.2016.20160016

Wang

Linsong

, Chen

Chao

, Ma

Xian

, et al. A Water Storage Loading Model by SRTM-DEM Data and Surface Response Simulation of Gravity and Deformation in the Three Gorges Reservoir of China[J]. Acta Geodaetica et Cartographica Sinica, 2016, 45 (10): 1148- 1156

https://doi.org/10.11947/j.AGCS.2016.20160016

Kang

K X

, Li

, Peng

, et al. Seasonal Variations in Hydrological Influences on Gravity Measurements Using gPhones[J]. Terrestrial, Atmospheric and Oceanic Sciences, 2011, 22 (2): 157- 168

https://doi.org/10.3319/TAO.2010.08.02.01(TibXS)

李晖, 刘子维, 江颖, 等. 三峡库首区蓄放水重力效应模型的构建与观测[J]. 大地测量与地球动力学, 2024, 44 (8): 867- 872

Hui

, Liu

Ziwei

, Jiang

Ying

, et al. Construction and Observation of Gravity Effect Model of Water Storage and Release in the Head Area of the Three Gorges Reservoir[J]. Journal of Geodesy and Geodynamics, 2024, 44 (8): 867- 872

马险. 三峡库区高精度库水模型构建及其重力效应研究[D]. 武汉: 中国地质大学, 2021

Ma Xian. Construction of High-Precision Reservoir Water Model in Three Gorges Reservoir area and Its Gravity Effect Research[D]. Wuhan: China University of Geosciences, 2021

韦进, 郝洪涛, 张晓彤, 等. 利用中国北部连续重力站资料评估全球潮汐模型精度[J]. 地震学报, 2021, 43 (1): 84- 99

Wei

Jin

, Hao

Hongtao

, Zhang

Xiaotong

, et al. Accuracy Estimation of Global Tide Models Using Continuous Gravity Observation Data in Northern China[J]. Acta Seismologica Sinica, 2021, 43 (1): 84- 99

2025年第45卷第9期

引用本文

BibTeX

文章信息

doi: 10.14075/j.jgg.2024.09.419

接收时间：2024-09-02
首发时间：2026-10-29
出版时间：2025-09-15

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-09-02

基金

Scientific Research Fund of Institute of Seismology, CEA and National Institute of Natural Hazards, MEM(IS202226326)

中国地震局地震研究所和应急管理部国家自然灾害防治研究院基本科研业务费(IS202226326)

Scientific Research Fund of Institute of Seismology, CEA and National Institute of Natural Hazards, MEM(WHYWZ202212)

中国地震局地震研究所和应急管理部国家自然灾害防治研究院基本科研业务费(WHYWZ202212)

作者信息

1 中国地震局地震研究所, 武汉市洪山侧路40号, 430071

2 武汉地震计量检定与测量工程研究院有限公司, 武汉市洪山侧路40号, 430071

3 武汉引力与固体潮国家野外科学观测研究站, 武汉市洪山侧路40号, 430071

通讯作者:

江颖，副研究员，主要从事重力数据分析及应用研究，E-mail：jiangyingchen@126.com

JIANG Ying, associate researcher, majors in gravity data analysis and its application, E-mail: jiangyingchen@126.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/ddcl/CN/10.14075/j.jgg.2024.09.419

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT