卫星测高数据高频振荡项分析及其在勘察设计领域的应用前景.docVIP

卫星测高数据高频振荡项分析及其在勘察设计领域的应用前景 　　摘 要：采用频域时序分析中的傅立叶变换方法选取一定时间序列的高频波动项进行时序分析，在实际应用中通常采用快速傅立叶变换计算离散傅立叶变换。由于不需要参照点的确定，可以有效的解决山地建筑、悬挑建筑、大跨度建筑建设前期的勘察、定位放线问题。 　　关键词：卫星测高；时间序列分析；鉴定改造；勘察设计 　　中图分类号： S611 文献标识码： A 文章编号： 　　1 引言 　　卫星高度计是一种主动式微波非成像传感器，通过卫星星下点向海面发射调制后的脉冲信号，通过捕捉记录携带有丰富海面特征信息的回波波形，能够在全球范围内全天候、多次重复地测量瞬时海面高度，此外回波波形中还可提取出海面风速和有效波高等信息，现拟对Jason-1测高卫星数据的高频波动项进行时间序列分析并探讨该技术在勘察设计领域内的应用前景。 　　2 基本理论 　　2.1 测高数据的高频波动项 　　由于海水的不可压缩性，海平面对其表面大气压具有一种流体静力学响应，气压增大海面降低，通常100Pa的大气压约产生1cm的海平面变化，这种现象成为逆气压效应。上世纪末以来的相关研究指出，海平面在高频波段和中高纬度地区对于大气压力具有明显的动力响应，且在十天左右的周期内也存在海面风的影响，这种影响并称之为海面高频波动。 　　另一方面，根据Nyquist采样定律，如果信号最高频率不到采样频率的一半，那么此时这些离散的采样点能够完全表示原信号，高于或处于Nyquist频率的分量会导致混淆现象，即采样间隔为t的信号会受到周期小于2t信号的混叠。因此卫星测高重复周期观测数据不能恢复小于其2倍观测周期的高频海洋信号，并且由其确定的低频信号会受到该高频信号的混叠从而影响其总体估计值。 　　卫星测高数据的高频波动项就是基于上述考虑而建模描述高频影响，理论上该影响主要源于大气压力动态部分和海面风力等，目前通常是使用MOG2D-G全球正压模型的高频部分(小于20天)和传统海面静态大气压力响应逆气压改正的低频部分(大于20天)组合得到的动力大气改正模型提供高频波动和大气逆压的组合值，再分离出大气逆压校正值得到高频波动校正值[1]。其中全球正压模型MOG2D-G是利用有限元空间的离散化特点，在地形起伏剧烈的区域和浅海海域适当增加空间分辨率得到的。 　　2.2 平稳时间序列模型 　　一般线性过程{X(t)}可以表示成现在和过去白噪声变量的加权线性组合，若其有限个系数不为零时，可得到一般的q阶滑动平均过程[2]，记作MA(q)： 　　 (1) 　　而自回归过程可简单地理解为以自身作为回归变量，序列{X(t)}的当前期望值是由自身最近p阶滞后项和新息项et的线性组合，其中et包括无法用过去值来解释的所有新信息，这称为p阶自回归过程[2]，记作AR(p)： 　　 (2) 　　如果假定序列中部分是自回归，部分是滑动平均，可以得到一个更加普遍的时间序列模型，称为自回归滑动平均混合过程[2]，其中和分别称为自回归参数和滑动平均参数，阶数分别为p和q，该过程记作ARMA(p,q): 　　 (3) 　　2.3 傅立叶变换 　　傅立叶变换是信号处理和分析的一个重要工具，它将数据序列从时域变换到频域上来进行分析，可有效的研究和发现包含在数据序列中的周期特性，从而更清楚地了解序列的动态特性。假定x(t)是时间t的非周期实函数，其傅立叶变换式如下： 　　 (4) 　　式中为的频谱，表示的值按频率的分布情况。而为能谱密度，表示信号的能量按频率分布的情况。 　　但是在实际过程中的采样都是离散和有限的，即使对于连续信号，在应用计算机时也需要进行截断并离散化，这些离散后的序列均满足傅立叶变换的条件，因此在实际处理时都可采用离散傅立叶变换。假定有一离散时间序列{x(t),t=1,2,3,…,N}，其观测间隔为，它不含明显的趋势项。根据上面的傅立叶变换式，得到离散傅立叶变换计算公式为： 　　 (5) 　　 (6) 　　离散傅立叶变换是傅立叶变换在时域和频域都呈离散的形式，变换两端即时域和频域上的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。在实际应用中通常采用快速傅立叶变换计算离散傅立叶变换。 　　3 行业应用 　　在GPS定位系统已广泛应用于当今的建筑勘察设计行业，配合常用的经纬仪、水准仪等相关专业工具可以解决现场定位、放线、测量等绝大多数专业数据收集问题，但上述所列系统技术的应用均需要一个参照点作为一个“基数”，其他所需收集的各类数据都是在这基数的基础之上通过计算后得到。我国沿海地区城市大多数均坐落于平原地区，地形平缓有序，高程差度不大，现有技术可以满足大多数普通建筑建设的需要。但随着城市化进程的加快更