HHT-EEMD用于IGS站高程时间序列分析

摘要

利用经验模态分解(EMD)和整体经验模态分解(EEMD)方法,将NFS站2000～2015年高程时间序列进行分解,发现其不仅存在1 a、0.5a、0.25 a、2个月、1个月以及长周期等周期项,还存在以往方法很难探测出来的近似2 a周期信号.与EMD分解结果对比,整体经验模态分解可以明显减弱模式混叠现象.对各分量进行Hilbert变换(HHT),得到时间-频率-能量的Hilbert频谱图.结果表明,年周期和2 a周期变化是高程运动的主要贡献项.利用小波变换方法对比验证EEMD的分解结果表明,与小波分析相比,EEMD重构信号与高程序列差异的RMS更小,证明了HHT-EEMD方法在数据资料分析过程中的有效性.对环境负载及GRACE负载造成的测站位移进行功率谱分析得出,环境负载确实会造成IGS站高程时间序列的1 a、0.5a以及季节性运动,GRACE负载还验证了2 a信号的存在.