卫星导航定位在形变监测中的长期稳定性研究

一、研究背景与意义

地壳运动、工程变形等慢速率形变（年变率 1-5mm ）的监测，对数据长期稳定性提出严苛要求。传统监测手段受限于人工干预和周期限制，在三峡大坝、青藏高原等长周期监测场景中逐渐被 GNSS 替代。该技术通过接收卫星信号实现三维坐标解算，动态精度可达 ±2mm 水平，但在超过 12 个月的监测周期中，系统误差累积可能掩盖真实形变信号。

例如 2022 年西南某滑坡监测中，因未修正季节性对流层延迟，导致 5mm/ 年的下滑趋势被误判为稳定状态，最终引发灾害。因此解析长期稳定性衰减机理，建立有效的误差控制体系，对提升地质灾害预警能力和工程安全评估水平具有重要实践价值。

二、长期稳定性衰减的关键机理

2.1 环境干扰的时变特性

电离层延迟的周期性波动：受太阳活动 11 年周期影响，春秋分期间电离层 TEC（总电子含量）日变化可达 300TECU，导致 GNSS 信号传播延迟产生±50mm 的昼夜波动。在高纬度地区磁暴期间，这种扰动可使定位误差骤增 3倍以上。

植被覆盖的动态影响：山区监测点周边植被高度每增长 1m ，多路径误差可增加 ±2mm_⨀ 。基于 Landsat8 影像分析显示，夏季植被茂密期的多路径效应比冬季落叶期强 4 - 6 倍，形成显著的季节性误差。

地表沉降的叠加干扰：华北平原某监测区因地下水超采，年沉降量达25mm ，是构造形变的 8 倍。这种非构造形变与目标信号的耦合，导致断层活动趋势分析出现偏差。

2.2 设备性能的衰减规律

接收机时钟漂移：商用接收机的恒温晶振年漂移量约 1.5ns ，换算距离误差达 45cm_⨀ 。某跨断层监测站数据显示，5 年未校准的接收机时钟导致水平趋势出现 2.3mm/ 年的虚假速率。

天线相位中心偏移：随着使用年限增加，陶瓷天线相位中心在天顶方向的偏移量年均增长 0.3mm ，在低仰角（ <15^∘ ）信号接收时，这种偏移可放大至 。

基准站稳定性衰减：松散地基上的基准站年沉降量可达 3-5mm ，2021 年秦岭某监测网因基准站不均匀沉降，导致整个网络出现系统性偏差。

2.3 数据处理的模型局限

大气模型的区域适配性不足：通用 Saastamoinen 模型在湿润地区的对流层延迟修正误差达 ±8mm ，比干旱区高 60% 。未引入本地气象参数的情况下，年累积误差可达 ±30mm 。

时间序列分析的算法缺陷：传统最小二乘法对非线性形变的拟合误差超过8mm ，在 2023 年云南某水库监测中，未能识别出降雨引发的突发性变形拐点。

三、稳定性提升的技术体系

3.1 多源数据融合校正

北斗 / GPS / 伽利略三星融合：通过增加可见卫星数量至 25 颗以上，使PDOP 值从 3.5 降至 1.8，水平定位精度提升 40% 。实测数据显示，三星融合的RMS 值比单 GPS 系统降低 62% 。

气象因子动态嵌入：将监测点 3km 范围内的自动气象站数据（温度、湿度、气压）实时输入 GPT3 模型，使对流层延迟修正误差控制在 ±3mm 内，比传统模型提升 70% 。

InSAR 与 GNSS 联合解算：利用 Sentinel - 1 雷达影像获取的面状形变场，对 GNSS 点数据进行空间插值优化，使断层滑动速率计算误差从 ±0.8mm/ 年降至 ±0.3mm/ 年。

3.2 设备全生命周期管理

定期校准机制：每年采用铷原子钟对接收机时钟进行校准，相位中心参数通过微波暗室测试更新，可使设备相关误差降低 80% 。

智能健康诊断：在接收机中植入温度传感器和信号质量监测模块，当噪声系数超过 2.5dB 时自动预警，2022 年某监测网通过该功能提前发现 3 台故障设备，避免数据中断。

基准站加固方案：采用嵌入基岩 3m 的钢筋混凝土观测墩，配合自动化全站仪每月校准，使基准站稳定性从 ±1.2mm/ 年提升至 ±0.3mm/ 年。

3.3 数据处理算法优化

卡尔曼滤波的时变噪声控制：通过建立 Q 矩阵自适应调整模型，使滤波增益随多路径强度动态变化，在植被茂密区的定位精度提升 35% 。

小波阈值去噪：采用 db4 小波对监测数据进行 5 层分解，阈值设置为 1.5 倍均方差，可有效剔除 0.1-0.5Hz 的高频噪声。

形变信号分离模型：基于 BP 神经网络构建地下水沉降预测模型，从 GNSS数据中剥离 75% 以上的非构造形变分量。

四、工程应用验证

4.1 三峡大坝坝体监测（2012 - 2022）

在坝顶布设 16 个 GNSS 监测点，采用 “北斗 + GPS” 双系统观测，应用以

下技术方案：

每月采集坝区气象数据更新对流层模型；

采用扼流圈天线抑制水面多路径效应；

结合坝体温度场监测数据分离热变形分量。

结果显示：10 年监测数据的线性漂移率控制在 ±0.2mm/ 年，坝顶最大沉降 32mm ，与设计预期偏差小于 5mm ，验证了方法的有效性。

4.2 青藏高原地壳运动监测（2010 - 2025）

针对高原地区监测站稀疏的特点，采用：

三星融合 PPP 技术，观测时间缩短至 4 小时；

引入 GRACE 重力卫星数据校正冰川消融引起的地表形变；

每年进行一次跨区域联测校准基准。

监测结果表明：喜马拉雅地块北移速率 5.2±0.3mm/ 年，与地质模型预测一致，数据稳定性较传统方法提升 50% 。

五、现存问题与发展方向

当前技术瓶颈主要体现在：城市峡谷区 GNSS 信号失锁率仍达 15% ，低速率形变（ <1mm/ 年）的信噪比不足，设备维护成本居高不下。未来发展将聚焦三个方向：

1、开发基于深度学习的误差预测模型，实现大气延迟的 72 小时超前预报；2、研制集成 MEMS 惯性测量单元的组合接收机，在信号中断时维持 10 分钟内的毫米级精度；

3、构建天地一体化监测网络，通过低轨卫星星座实现全球无缝覆盖。

六、结论

GNSS 形变监测的长期稳定性控制是一项系统工程，需从环境干扰抑制、设备性能保持、数据算法优化三个维度协同发力。本文提出的多源融合校正技术和全生命周期管理方案，在重大工程中验证了其有效性，可使 10 年周期的监测数据稳定性提升至 ±0.3mm/ 年水平。该研究为慢速率形变的精准监测提供了技术范式，对推动地质灾害防治和工程安全管理的智能化发展具有重要意义。