为客观评估TPXO系列海潮模型在东中国海域的精度, 采用最新的海潮模型FES2014b和EOT20作为参照, 均匀选取东中国海域沿岸22个GPS站和65个验潮站, 以M₂分潮负荷位移垂向分量的均方根误差(RMSE)和8个主要分潮潮高的和方根误差(RSS)作为评价指标, 对模型精度进行评估。结果表明, 在东中国海域, EOT20整体精度最高, RMSE和RSS分别为0.41 mm和11.1 cm, FES2014b精度略低, RMSE和RSS分别为0.43 mm和11.4 cm; 在中国东海岸及朝鲜半岛西海岸, TPXO系列海潮模型与FES2014b存在较大差异, 与验潮站结果的RSS是FES2014b和EOT20的2~6倍; 而在琉球群岛沿岸, TPXO9_Atlas和TPXO8_Atlas与M₂分潮负荷位移观测值的符合度优于其他模型, 适宜用于该局部地区的海潮负荷位移改正。

针对两步加权最小二乘(two stage weighted least squares, TSWLS)算法在复杂场景下对运动辐射源定位不精确、观测站位置和目标位置的几何关系与精度相关的问题, 提出一种基于泰勒展开与两步加权最小二乘联合的运动目标被动雷达质心无源定位算法。该方法首先利用两步加权最小二乘算法求解目标的位置与速度; 再将所获得的目标参数作为泰勒展开的初始值构造定位误差方程, 并通过迭代对目标寻优求解; 最后利用联合算法和两步加权最小二乘算法分别获得估计值, 对两次估计值进行质心定位得到最终结果。仿真实验表明, 无论目标处于高速还是低速状态下, 相较于传统的两步加权最小二乘算法和加权最小二乘(weighted least squares, WLS)算法, 本文所提算法在鲁棒性和定位精度方面均有较大提高, 且降低了观测站位置和目标位置几何关系对定位精度的影响。

综合运用InSAR和机器学习技术，对四川省金阳县进行滑坡易发性评价。通过解译滑坡更新数据集，基于12个评价因子，在Python环境下使用随机森林(RF)、支持向量机(SVM)和极端梯度提升(XGBoost)3种模型进行训练，完成滑坡易发性制图，并采用ROC曲线等验证模型预测性能。对负样本进行优化，使用机器学习得到样本优化后的滑坡易发性评价结果，并利用地表LOS向形变速率对其进行更新。结果表明，3种机器学习模型均具有较好的分区效果，XGBoost模型制图效果最佳，样本优化后模型精度最高，AUC值达到0.95。通过SBAS-InSAR技术获取地表形变速率可以减少分区错误，同时赋予滑坡易发性评价结果时效性。

利用ICESat、Cryosat-2、ICESat-2三颗测高卫星数据提取2003-2022年青藏高原湖泊水位变化序列, 并以青海湖为例对比分析Cryosat-2 LRM三种重跟踪算法(Ocean-CFI、UCL Land-ice、OCOG), 结果表明, OCOG算法最优。利用青海湖、纳木错、美玛错、鲁玛江冬错的水文站数据, 对通过卫星测高数据提取的湖泊水位变化时间序列精度进行评价, 结果发现, 本文提取的湖泊水位变化值精度较高, 青海湖水位变化时间序列与下社站实测结果差异的均方根仅为0.092 m, 纳木错湖水位变化时间序列与实测结果的相关系数达0.989。相同时段内不同测量技术的精度分析表明, Cryosat-2 SARIn测量模式的精度略高于ICESat-2。提取青藏高原106个湖泊2003-2022年水位序列, 并分析其变化趋势, 结果表明, 106个湖泊中19个湖泊水位呈下降趋势, 83个湖泊水位呈上升趋势。

提出一种基于分布式目标InSAR(DS-InSAR)的地表形变监测方法, 该方法采用HTCI算法进行同质像元识别, 通过特征值分解方法实现相位优化, 根据时空相干性确定分布式目标(DS), 最后建立DS相位与形变间的关系模型来解算时序地表形变。实验利用50景Sentinel-1A影像获取2021-10—2023-10南京江北区域地表形变时空分布信息, 结果表明: 1) DS-InSAR与PS-InSAR结果的相关系数为0.731, 点位密度提高6.22倍, DS-InSAR可更加完整地反映研究区时空地表形变。2) DS-InSAR结果与水准实测数据整体吻合较好, 最大误差为5.6 mm, 平均误差为2.6 mm, 均方根误差(RMSE)为3.0 mm。3)地质构造、城市建设以及降雨等是引起地面沉降的主要因素。

基于覆盖震中的Sentinel-1A影像数据, 采用D-InSAR技术解算新疆乌什M_W7.0地震地表同震形变场; 利用四叉树方法对同震形变场进行降采样, 以降采样后的数据为约束对断层几何和物理参数进行优化反演。结果表明, 升轨和降轨最大隆升值分别为72 cm和39 cm; 发震断层位于以逆冲为主兼少量左旋走滑的迈丹-沙依拉姆断裂, 断层走向为230°, 倾角为67°, 滑动角约为45°, 断层面上最大滑动量为3.53 m, 地震矩为3.78×10¹⁹ Nm, 对应矩震级为M_W7.02。库仑应力结果表明, 托什干断裂、阔克沙勒断裂、大石峡断裂、库如克玉祖木断裂、库齐断裂北端等区域均处于应力加载区, 未来需重点关注。

收集2023-12-18积石山地震震中附近多座GNSS地面基准站地震前后1 Hz高频数据, 采用PRIDE PPP-AR、TRACK软件进行动态PPP解算和高精度静态数据处理, 得到GNSS基准站的同震形变位移波动和永久形变位移, 分析地震对震中GNSS地面基准站造成的形变影响。结果表明, PRIDE PPP-AR和TRACK软件均可计算地震对基准站造成的同震形变位移影响。静态解算结果显示, 此次地震造成LXJS站(距震中5.3 km)在水平方向产生约18 mm的永久形变位移, 对GNSS基准站稳定性的影响范围约50 km。该快速形变分析方法和结果可为防灾减灾和实时导航定位服务提供参考和数据支撑。

针对鄂尔多斯块体地壳变形性质量化研究不足和应力应变耦合关系尚不明确的问题, 采用球坐标最小二乘配置模型解算研究区域地壳的特征应变场, 利用震源机制解数据反演区域地壳的主应力分布。结果显示, 地壳变形主要集中在板块边界带和断陷盆地内, 鄂尔多斯块体内部的地壳形变较小。其中, 青藏高原东北缘与阿拉善块体的交界处地壳变形尤其剧烈, 表现为沿板块边界的强压缩变形, 主要变形机制为NW-SE向压缩与NE-SW向弱拉张共存, 最大主压应变率超过0.05 μstrain。研究区域地壳处于较为统一的张应力环境, 最大主应力方向接近水平并指向SEE向, 与对应区域的主张应变方向吻合, 最小主应力方向更接近主压应变方向。

为研究滑坡体的活动特征与规律, 基于升降轨C波段Sentinel-1A数据, 采用堆叠合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术, 获取车邑坪滑坡2020-01-2021-12沿斜坡向和垂直向的形变速率, 得到滑坡位移时序演化结果。结果表明, 车邑坪滑坡沿斜坡方向的最大形变速率超过-90 mm/a, 垂直方向的最大变形速率超过-40 mm/a。滑坡前缘和中部的变形较大, 后缘较小, 表现出滑移式滑坡的特征。根据降雨数据与时间序列结果分析, 降雨对滑坡运动具有一定的影响, 表现出季节性加速变形特征。同时, 滑坡区域的地质、地层岩性及澜沧江水位变化也在一定程度上加速了滑坡活动。该研究可为峡谷库区滑坡变形机制的解释和灾害监测预警提供技术参考。

基于溪洛渡水电站的可移动北斗变形监测系统，利用GNSS测站水平变形模拟实验，开展静态差分、事后动态差分(PPK)和动态精密单点定位(PPP)3种方法对比分析与形变监测精度评估。结果表明，单BDS与GPS+BDS双系统的观测精度相当，在3种解算方法中，静态差分精度最高，双系统和单BDS的外符合精度分别优于0.5 mm和0.7 mm，基线差分方法通过24 h长时序观测能够更加有效地消除坝区水汽干扰和电离层及多路径误差；动态PPK双系统和单BDS结果的最大误差分别为0.5 mm和1 mm，动态PPP分别为1.7 mm和1 mm，说明PPK和PPP也能获得精度接近1 mm的形变监测结果，具有较大的应用潜力。

测量噪声异常会导致GNSS/SINS组合导航系统滤波精度下降，甚至滤波发散。为解决该问题，首先提出适用于组合导航系统的Sage-Husa自适应卡尔曼滤波方法SHAKF；然后根据滤波新息协方差的理论估计值及实际估计值构建控制因子，提出测量噪声均方差突变起始时刻及结束时刻的检测方法，构建基于指数函数变化规律的遗忘因子，进而提出基于指数加权平均的Sage-Husa自适应卡尔曼滤波方法EWASHAKF；最后将EWASHAKF应用于GNSS/SINS组合导航系统，并进行仿真实验。结果表明，相对于SHAKF，EWASHAKF能够准确地跟踪测量噪声均方差的各种变化，进而提高组合导航系统的滤波精度。

在对滑坡监测数据粗差进行有效处理及充分顾及滑坡监测数据自身特性的基础上，提出一种结合时序分解与相似分量重组的深度学习滑坡位移组合预测模型。首先，利用孤立森林法对滑坡时序监测数据的显著粗差进行处理，再对其平稳性、自相关性、正态性进行综合分析，确定模型预测中输入特征序列的最佳长度；其次，利用集合经验模态分解(EEMD)方法，将非稳态滑坡监测数据分解为多个平稳时间序列，再结合样本熵与K-means算法将其划分为高频、中频、低频3类时间分量；最后，通过对比不同神经网络模型的预测精度，分别构建适合于3类时间分量的预测模型，再将预测结果相叠加，实现对滑坡位移的高精度预测。实验区典型滑坡体北斗/GNSS监测数据测试表明，本文组合预测模型对含有显著粗差的滑坡监测数据具有较好的适用性，相较于单一及现有组合模型可显著提高滑坡位移预测精度。

基于地震背景噪声互相关方法, 利用东滩煤矿CCH和BDS台2022-02-08 02:00-2023-03-08 07:00连续波形数据计算地下介质波速变化, 并分析其与63^上06工作面回采作业和矿震活动的相关性。研究结果表明, 63^上06工作面回采作业对地下介质波速影响明显; 波速转折变化与矿震发生也具有较为明显的相关性, 反映出地下应力水平变化与矿震发生的关系; 矿震对地下应力的释放也可导致波速出现小幅度波动变化。

基于内蒙古测震台网记录的数字地震观测报告，使用3 398个M≥1.0地震的Pg波和Sg波数据，采用双差层析成像方法对鄂尔多斯块体西北缘(37°~43°N, 104°~110°E)地下结构进行研究，并对地震进行重定位，同时对该区上地壳速度结构进行详细分析。结果表明，从Pg波速度结构来看，5~10 km深度从东北到西南对角线存在不规则的连续高速体，15~20 km深度高速体不再连续，而呈散状分布；从Sg波速度结构来看，5 km和15 km处基本与Pg波速度结构一致，10 km和20 km处低速区分布较多且地震多发生在高低速体交界处和断裂周围，表明该区地壳的脆弱性。

横跨色尔腾山山前断裂布设一条长10.77 km的浅层地震勘探测线L1, 结果发现, 色尔腾山山前断裂在剖面上清晰可见, 其主断裂在上部存在分叉, 由断层F_P1.1和F_P1组成, 均为正断层, 视倾向南; 结合地质地貌调查认为, F_P1.1断层的最新活动时代为全新世。针对色尔腾山山前断裂的F_P1断层开展钻孔联合地质剖面探测, 划分出Fa、Fb两个断层, 结合光释光测年结果发现, 断层Fa和Fb为全新世断层, 其最新活动时代晚于2.5±0.6 ka BP。色尔腾山山前断裂在近地表呈叉状结构, 是该断裂在晚第四纪具有多次活动的反映。

针对地下水位数据的复杂特性(包括非线性趋势、季节性波动和随机扰动)，引入Facebook开发的Prophet时间序列预测模型，旨在利用其非线性趋势捕捉、季节性波动解析及对异常值和数据缺失的灵活应对能力，显著提升地下水位异常识别的准确性。黑龙江省绥化市北林区地震台观测数据表明，Prophet模型在捕捉时间序列动态特征上表现优越，能有效识别异常。模型调整后具有高拟合精度和高预测能力，预测误差低，决定系数高。此外，模型在地震预测中能识别出与地震相关的水位异常，可为地震前兆研究提供新视角。本文结果表明Prophet模型在处理复杂时间序列数据时具有可行性，可为地震预测提供新工具。

以往对于宽频带地震计方位角的研究主要基于P波质点偏振原理, 通过计算P波能量在横向分量上的最小值所对应的角度, 来获取地震计北南方向与地理北极之间的夹角。此外, 也可以利用Rayleigh波椭圆运动特性来估计存在方位偏差台站的地震计方位角。本文基于这2种不同方法对公开的中国地震台网20个台站进行地震计方位角偏差估计, 结果表明, 2种方法计算得到的方位角偏差具有较好的一致性, 说明可以在后期地震计方位角检测时适当加入Rayleigh波分析方法。

大地震能够同时激发出许多的地球自由振荡简正模, 且地球的椭率、自转和内部的各向异性也会引起简正模的分裂, 使各单线态之间的频率更接近(仅为几个μHz), 这对地球自由振荡模型的检测提出更高的要求。本文以标准时频变换为基础, 推导并验证一种自由振荡模型检测的新方法。以₃S₁模型的检测为例, 与经典的FT谱方法和最新的OSE方法相比, 该方法具有更高的频率分辨率。

收集三峡地区2019~2022年30个台站记录的连续波形数据，使用PALM程序完成研究区的微震检测和地震定位，然后采用双差层析成像方法反演得到秭归地区水平分辨率为0.05°、垂直分辨率为3 km的三维速度结构图像。主要结论如下：1)三峡重点监视区地震事件分布范围与前期相比基本保持不变，但随着水库蓄水时间的增加，库区地震事件震源深度相较10 a前有所加深，巴东地区平均深度增加2.3 km，秭归地区平均增加2.6 km；2)秭归地区速度结构图像显示，近地表地壳速度横向变化差异比较大，速度分布主要受地质构造影响，仙女山断裂带、长江及其支流附近区域因库水渗透程度不同，P、S波及波速比呈现不同的变化特征，库水渗透深度可能已超过8 km; 3)仙女山断裂带附近地震事件呈近陡直排列，其震源深度从近地表至12 km均有分布，与倾向SW、倾角70°~80°的仙女山断裂带关系密切，该断裂北端至长江的相对高速区说明该区域节理裂隙发育不充分，岩石较完整，断裂可能未穿过该区域。

GNSS技术被广泛应用于滑坡监测，但在复杂和高危环境下，监测设备难以安装，而利用无人机抛投有望实现监测设备的无人化部署。针对无人机续航以及复杂环境下地形威胁等问题，抛投无人机的路径规划作为基础任务尤为关键。将复杂山区抛投无人机路径规划问题分为地质灾害区域三维实景地图构建、代价函数设计、航迹规划算法3个方面展开研究，并将基于自适应权重和Levy飞行策略的鲸鱼优化算法应用于抛投无人机航迹规划。以四川省汉源县红岩子滑坡为研究区，实现了复杂山区GNSS监测装备抛投无人机的路径规划。

为使卫星授时监测数据更好地服务于用户, 研究使用其削弱标准单点定位中卫星端和传输路径误差的影响, 改善用户端定时稳定度与定位精度; 同时将用户相对于卫星导航系统时间的定时偏差改正到相对于国家标准时间。以GPS为例开展实验验证, 短基线实验结果表明, 定时方面, L1频段定时偏差的均值从-42.8 ns改善到5.4 ns, L2频段从-53.6 ns改善到2.8 ns; 定位方面, L1频段X、Y、Z三个方向定位误差的均值改善55%以上, L2频段改善77%以上。证明使用卫星授时监测数据, 卫星导航系统用户不仅可以将伪码定位精度提高至亚m级, 还可以获得相对于国家标准时间的偏差, 实现国家标准时间的ns级授时。

针对高度角偏差使全球导航卫星系统干涉反射测量(GNSS-IR)反演海面高度的精度降低这一问题, 提出一种基于电离层区域的高度角偏差修正方法, 为验证方法的可靠性, 将修正高度角偏差前后的反演结果进行对比。结果表明, 经过高度角偏差修正的反演结果精度更高, 利用高度角偏差修正方法可以较好地修正电离层引起的高度角偏差。

2023-08-23 18:19辽宁省大连市普兰店区发生M4.6地震, 为准确描述本次地震的震源特征, 探讨其孕育和发震机理, 本文通过测定地震的震源深度, 反演震源机制、矩张量及质心深度, 给出震源机制中心解; 同时分析震源机制与构造应力场的关系, 根据小震重定位结果对发震断层面进行拟合, 初步确定了本次地震的发震断层。结果表明, 普兰店M4.6地震初始破裂深度为12.0 km, 震源机制解参数为节面Ⅰ走向50°, 倾伏角75°, 滑动角－169°; 节面Ⅱ走向317°, 倾伏角80°, 滑动角－15°, 矩震级M_W4.8, 最优质心深度12 km; 地震矩M₀为1.796×10¹⁶ Nm, 矩张量解M_rr、M_tt、M_pp、M_rt、M_rp、M_tp分别为－0.004、0.946、－0.942、0.017、－0.305、－0.125;中心解参数为节面Ⅰ走向47.03°, 倾伏角79.04°, 滑动角－168.15°; 节面Ⅱ走向314.75°, 倾伏角78.37°, 滑动角－11.19°。构造应力场作用在中心解节面Ⅰ上的相对剪应力为0.877, 相对正应力为－0.544;投影于节面Ⅱ上的相对剪应力为0.911, 相对正应力为0.161。拟合的断层面走向148.91°, 倾伏角89.85°, 其在构造应力体系下的滑动角为26.47°。综合分析认为, 普兰店M4.6地震发生在NW向普兰店-长海构造带, 是沿应力场最优节面以左旋走滑为错动方式的天然地震。

2022-01-15 12:26:30汤加火山剧烈喷发。云南地球物理台网气压观测站清晰记录到此次火山喷发引起的强烈气压变化过程, 各观测站气压变化形态、特征高度一致, 峰值振幅均值为2.16 hPa, 平均传播速度约为314.30 m/s, 波列具备兰姆波传播属性, 气压观测数据可靠。云南深井水位观测清晰记录了本次短时气压变化引起的水位变化, 以峰值水位变化与气压变化幅值比估算观测井静态气压效率, 对短时气压变化与井水位数据进行回归分析, 以确定系数、回归线斜率、静态气压效率为指标, 进而分析井孔含水系统的渗透性和应力应变敏感程度。研究结果显示, 昆明台观测井等25口井水位、气压观测数据拟合优度高、滞后时间短, 含水层渗透性良好, 其中昆明台、大关谢家沟、腾冲台、鲁甸茨院、南华、石屏、昭通SK3等7口井气压效率偏大, 井水位对应力应变的敏感程度可能偏低; 确定系数越大的观测井监测预报效能评估分级合格概率越大。

利用自主开发的静止气象卫星实时热点监测系统所积累的西太平洋2020~2023年卫星热点监测数据，结合全球火山活动计划(GVP)发布的全新世火山列表数据，在分析火山活动热辐射特征的基础上，提出一种基于静止气象卫星热点观测数据的火山活动监测算法，通过聚类识别技术从卫星热点数据中提取火山热点并计算火山热辐射指数。对比分析火山监测结果与GVP火山活动报告可知，该算法的火山活动识别率约为90%。漏报火山主要位于印度尼西亚地区，受火山活动类型和热带对流云系的影响。根据火山热点地理分布及其时间变化可以估算熔岩流蔓延方向、距离和速度。卫星火山热点监测数据在实时运行模式下可以作为输入因子之一驱动火山活动预报模型实时发布火山预警信息，其历史数据还可以作为高时间分辨率数据源支持火山活动研究。

对2015~2022年跨鲜水河断裂带的Sentinel-1A/B数据进行分析，获取该断裂带的震间视线向形变速率场。以升降轨InSAR形变速率分解得到的断层平行方向的水平形变速率为数据约束，基于螺旋位错模型和遗传优化算法，反演鲜水河断裂带的震间运动学参数，得到该断裂带的构造加载速率(3.5~13.0 mm/a)、闭锁深度(14.7~26.2 km)、浅层蠕滑速率(3.2~12.5 mm/a)及其顶部深度(0.3~2 km)和底部深度(3.4~13.7 km)的空间变化。联合鲜水河断裂带的历史地震活动性和反演的震间运动学参数，计算炉霍段、道孚段、乾宁段、康定段和磨西段在震间阶段的地震矩亏损率、累积的地震矩以及矩震级，定量评估不同分段的发震风险性。结果发现，鲜水河断裂各分段均有发生M_W6.5以上地震的潜力，炉霍段和乾宁段有发生M_W6.9左右地震的风险，未来应持续关注其危险性。

采用BIC_tp噪声模型辨识准则分析全球350个沿海卫星测高虚拟站的海面高时序噪声特性及影响因素, 探讨环境负载对海面高时序的影响及不同时间跨度下海平面变化特性。结果表明, FN+WN、FN+RW+WN、PL+WN噪声模型假设会导致海面高时序速度参数的估计错误, 且海面高时序噪声模型存在多样性, 不同噪声模型下海面高时序的速度不确定度差异较大, 辨识其噪声特性是准确获取海平面变化参数的关键。1993—2006年、2007—2020年、1993—2020年不同时间跨度下的全球海平面平均上升速度分别为2.59 mm/a、4.41 mm/a、3.08 mm/a, 且海平面在加速上升。环境负载修正前后海面高时序的最优噪声模型与速度变化不显著, 说明负载效应对海面高时序特性的影响较小。

采用谱组合和不同地形分辨率嵌套的方式计算局部地形和均衡改正, 并利用重力归算方法计算实验区的自由空气重力异常格网。结果表明, 在实验区内由谱组合法计算的局部地形改正精度最优, 在中央区和边缘区采用不同分辨率嵌套计算的均衡改正精度最优; 积分半径为1°和2°时, 局部地形改正的计算结果相差不大, 均衡改正相差较大; 由完全布格与均衡重力异常经重力归算后的自由空气重力异常格网结果精度相同, 较由地面点自由空气重力异常直接网格化得到的结果精度有大幅提升。

针对GRACE Level1B观测数据中存在缺失数据及含有粗差的问题, 提出补全SCA1B缺失数据的优化方法, 同时对KBR1B和运动学轨道数据采用优化策略剔除粗差, 用于时变重力场模型反演。此外, 还分别基于合成数据和实测数据分析ACC1B数据在Y轴方向的误差对反演结果的影响, 并提出优化校正策略。利用优化方法能够有效恢复SCA1B的缺失数据, 且充分考虑了观测数据在整个弧段的变化特征。采用优化策略校正后的ACC1B数据计算结果显示, 其精度比未校正的数据计算结果提高3.7 mm。从结果可知, 由优化方法处理后的数据解算的重力场模型与三大官方机构解算结果相比, 总体精度相当, 但不同机构的解算结果在局部区域的细节信号表现有差异, 表明优化的数据预处理策略有效可行。

基于2010—2020年青藏高原及邻区163个GPS连续观测站的观测数据, 解算GPS垂向坐标时间序列。利用GFZ提供的全球负载格网数据, 采用双三次线性插值方法计算环境负载位移, 并对GPS垂向时间序列进行修正。结果表明, 水文负载对研究区GPS观测站位移的影响最大, 且对研究区南部测站的影响较大, RMS达9.45 mm(MUET站)。通过对比环境负载修正前后加权均方根值(WRMS)、周年项振幅、速度不确定度等指标发现, 环境负荷修正可以减少青藏高原及其周边地区大部分GPS站点垂向时间序列中的非线性变化, 同时能显著提升绝大多数GPS测站的速度精度。

基于高分一号影像, 以三峡库区库首段为例, 通过目视解译出160个滑坡样本, 按照9:1比例分为训练样本和验证样本, 分别利用Faster R-CNN和Mask R-CNN算法构建滑坡自动识别模型。为进一步对比分析不同样本比例下两种模型的性能, 分别采用8:2、7:3、6:4的样本比例进行计算。研究结果表明, Mask R-CNN模型识别结果准确率、召回率和F1分数等3项指标均优于Faster R-CNN; 且经过交叉验证, 证明Mask R-CNN模型的性能更为稳定。

利用IGS发布的精密钟差数据，对已发射并在轨运行的6颗GPS_Ⅲ星钟的频率准确度、频率漂移率和频率稳定度等关键性能指标进行分析，并与前期GPS星钟进行对比。结果表明，GPS_Ⅲ搭载的铷钟整体运行稳定且数据质量较好，可能与抗干扰能力的提升有关，时频性能并无重大变化或明显不同，基本与上一代Block ⅡF铷钟一致，但频率稳定度更优，有助于提升PNT服务精度。研究成果可为其他GNSS系统空间段卫星的升级改造提供借鉴和参考。

为查明宁夏中卫盆地北缘隐伏断层(河滩-郭滩隐伏断层)的构造特征、展布情况及活动时代, 采用浅层地震勘探方法获得该隐伏断层的产状、性质、位置和上断点埋深。在此基础上, 利用钻孔联合剖面探测出断层的准确位置和更可靠的上断点埋深, 并测试样品年代确定该隐伏断层的最新活动时代。结果表明, 河滩-郭滩隐伏断层是一条走向近EW、倾向S的正断层, 长度约12.5 km; 断层上断点埋深在38 m以下, 视倾角75°;最新活动时代为中更新世中晚期, 晚更新世以来不活动, 不属于活动断层。

建立BDS传递起算基准控制测量模型，比较分析BDS-3/BDS-2和BDS-3+BDS-2高精度控制测量定位性能差异。选择北京某工程9个首级控制点和中国及周边3个IGS跟踪站建立一种同时支持GPS与BDS-3/BDS-2信号的高精度控制测量定位网，选取2023年doy153-155连续观测的3个时段数据，设计4种方案进行数据处理，从起算基准传递结果和控制测量平差结果2个方面作定位性能比较分析。结果表明，相比于GPS，BDS-3和BDS-3+BDS-2在N向、E向、U向、平面和点位上较差均仅存在mm级的差异，而BDS-2在U向和点位上较差存在mm至cm级差异，在N向、E向及平面上存在mm级差异; BDS-3测量精度与BDS-3+BDS-2基本相当，BDS-2测量精度稍差，特别是在U向。

针对露天矿区道路窄、弯道多, 沿途布满碎石、路面颠簸不平, 导致运输车辆在定位时出现系统模型异常及量测噪声不确定性的问题, 提出一种带有噪声估计器的SVD-AUKF算法。该算法通过对协方差矩阵进行奇异值分解, 抑制滤波过程中出现的病态矩阵, 利用Sage-Husa估计器对量测噪声进行估计, 减少系统状态误差, 引入自适应因子实时修正系统模型误差以抑制滤波发散。将提出的SVD-AUKF算法应用于GPS/INS组合导航系统模型, 并在矿山环境下进行车载实验, 结果表明, 新算法适用性好, 相较AUKF算法, 每个定位点在东、北、天方向上的位置精度分别提高50.69%、51.20%、48.54%, 速度精度分别提高31.24%、33.83%、31.30%, 能够有效改善滤波性能, 提高系统定位精度。

为降低复杂环境下GNSS定位误差，提出一种联合高精度测站和距离交会精确估计定位点坐标的方法。该方法首先将观测方程构建为非线性高斯-赫尔默特模型，针对其中的非线性问题，引入反向传播(back-propagation，BP)神经网络进行辅助处理。与传统线性化方法相比，BP神经网络能够有效拟合复杂的非线性函数关系。仿真和实测结果表明，该方法能有效降低复杂环境对定位精度的影响，E、N、U方向定位精度分别提高78.1%、72.8%、79.2%。

使用升降轨Sentinel-1A卫星数据, 利用差分干涉技术获取甘肃积石山M_S6.2地震高精度同震形变场, 并以此为约束反演同震破裂模型, 然后采用SBAS-InSAR技术获取震中附近区域近6个月的累积形变时间序列。结果表明, 本次地震地表形变以抬升为主, 升降轨数据视线向最大同震形变量分别约为6.8 cm和7.3 cm, 破裂主要集中在7~15 km深度范围内, 最大滑动量约为0.55 m; 震后2个月内, 震中近场及西北侧的抬升形变呈扩大趋势。综合分析认为, 此次积石山地震发震断层走向NW、倾向NE, 隶属于拉脊山南缘断裂带东南侧的隐伏分支断层; 震后的大面积突发形变可能与孔隙压力释放有关, 地表稳定状态有待进一步观察。

针对地震前兆观测中的地电阻率法，研制出适合其观测系统的检测装置，并对装置进行理论仿真与实地检测。首先，通过对地电阻率测量系统进行剖析，指出现有检测系统的不足；然后，根据观测系统需求进行分析，设计对应的检测指标和电路，并将仪器检测精度设计至0.001级别，提升设备性能；最后，借助Simulink工具对检测装置进行理论仿真，对比研究干扰对观测结果的影响，并随机选取甘肃地区地震观测台站进行实地检测。结果表明，检测装置不仅能直观展示地电地阻率测量系统的工作状态，而且能精准评价地电阻率观测系统的实时优劣性，填补地电阻率观测系统检测装置的空白，为地震一线工作人员提供极大便利。

利用ESPAC探测法在莫高窟窟前布设由线性台阵观测系统组成的测线探测下方地层结构。探测结果表明, 在二维微动视S波速度剖面上, 微动探测法确定的地层分层清晰可见, 各层层位起伏变化较大。剖面揭露的覆盖层两端厚、中间薄, 中部有基岩体侵入并存在宽30 m×40 m大小的“孤石”。采用相关区域地勘资料进行标定, 以杂填土、细砂和砾砂为代表的第四系覆盖层厚度为8 m左右, 完整基岩面埋深约30 m。该成果可为莫高窟文物保护提供地球物理方面的依据。

为解决现有稳健拟合算法在高污染率点云数据中容易失效的问题, 在基于特征值分解的平面拟合方法中引入权阵, 根据点云的法向量确定权重初值, 初步降低粗差的影响。然后使用尺度自适应方法增强算法的稳健性, 其尺度因子随迭代次数的增加逐步减小, 可有效解决传统M估计崩溃率低的问题。实验结果表明, 本文算法的崩溃率高于已有的稳健点云拟合方法, 能够在粗差比例高的点云数据中准确估计平面参数。