刘晓祥 高二涛 罗 益 付波霖

1 重庆市永川区规划和自然资源局，重庆市人民北路6号，402160 2 桂林理工大学测绘地理信息学院，桂林市雁山街319号，541006

陆态网自运行以来，为我国的地震趋势报告、地壳形变规律研究、边界勘查、测绘基准建设以及高精度的坐标框架维持提供了大量可靠的GNSS观测数据[1-4]。但是受外界各种因素的干扰，GNSS站点存在数据缺失、点位突变、粗差以及异常站点等现象[5]，对观测站高精度坐标的提取具有较大影响。

此外，想要系统地研究基准站坐标时间序列的变化规律，更深层次地了解驱使基准站运动的内部机制，需要对GNSS基准站连续观测坐标时间序列的噪声特性及运动规律进行分析。基于主成分分析(principal component analysis, PCA)的GNSS时间序列研究已经很成熟，并取得了较理想的研究成果[6]。Dong等[7]充分考虑GNSS观测网的时空相关性因素，综合PCA和Karhunen-Loeve分解方法来扣除共模误差。袁林果等[8]利用主成分空间滤波方法有效提高了香港地区GPS坐标序列信号的信噪比。随着GNSS基准站坐标时间序列观测长度的不断增加，以及软硬件分析工具和方法的不断优化，对GNSS基准站坐标时间序列的研究也越来越方便。

本文利用主成分分析方法对陆态网224个GNSS基准站2010～2016年的坐标时间序列进行分析。首先分析各站点原始坐标序列，并进行突变项拟合、粗差剔除、缺失时间序列插值等预处理；然后对预处理后的结果分N、E、U方向组建坐标时间序列矩阵并进行主成分分析；最后对各主分量及其对应的空间特征向量进行分布特征、共模误差、站点响应区域等分析，并讨论异常站点对3个方向PCA结果的影响。……