Spatial Behavior of Time-Correlated Noise in the Position Time-Series of 10 000 GPS Stations
Kévin Gobron, O. de Viron, Michel Van Camp, Alain Demoulin
Abstract
Open-access reader
Kévin Gobron, O. de Viron, Michel Van Camp, Alain Demoulin
Abstract
Open-access reader
L'obtention d'estimations fiables sur des processus géophysiques à partir de produits GPS nécessite de prendre en compte le bruit temporellement corrélé dans les séries temporelles de positions. Depuis environ deux décennies, la dépendance temporelle du bruit a été activement étudiée. Le modèle de bruit le plus courant consiste à combiner des processus de loi de puissance avec divers indices spectraux, notamment le bruit blanc. Cependant, l'origine des corrélations temporelles de loi de puissance dans les séries temporelles de position reste encore incertaine. L'analyse de la dépendance spatiale du bruit constitue un moyen d'étudier les causes des processus en loi puissance, mais nécessite un réseau GPS dense. Nous analysons ici les produits de données de 10 000 stations GPS traitées par le Nevada Geodetic Laboratory (NGL). Nous avons d'abord détecté de manière itérative les valeurs aberrantes, les discontinuités de moyenne et les discontinuités de vitesse dans les séries de position à l'aide d'une version modifiée de la méthode de Détection, Identification et d'Adaptation (DIA) multivariée. Nous avons ensuite utilisé la méthode d'estimation des composantes de la variance par moindres carrés (LS-VCE) pour estimer l'amplitude du bruit blanc et du bruit corrélé de chaque composante de chaque station, soit un total de 30 000 séries temporelles. Notre analyse met en évidence une variabilité spatiale multi-échelle du bruit pour les composantes Nord, Est et Verticale. En particulier, des variations spatiales courtes (quelques centaines de kilomètres) des amplitudes des processus en loi puissance aux États-Unis et en Europe pourraient indiquer la présence de signaux géophysiques régionaux non modélisés, ou une influence des réseaux régionaux sur les observations.
A significance statement is not available in the OpenAlex record.
A contribution statement is not available in the OpenAlex record.
Method details are not available in the OpenAlex metadata.
Findings are not separately available in the OpenAlex metadata.
Limitations are not available in the OpenAlex metadata.
Application details are not available in the OpenAlex metadata.
L'obtention d'estimations fiables sur des processus géophysiques à partir de produits GPS nécessite de prendre en compte le bruit temporellement corrélé dans les séries temporelles de positions. Depuis environ deux décennies, la dépendance temporelle du bruit a été activement étudiée. Le modèle de bruit le plus courant consiste à combiner des processus de loi de puissance avec divers indices spectraux, notamment le bruit blanc. Cependant, l'origine des corrélations temporelles de loi de puissance dans les séries temporelles de position reste encore incertaine. L'analyse de la dépendance spatiale du bruit constitue un moyen d'étudier les causes des processus en loi puissance, mais nécessite un réseau GPS dense. Nous analysons ici les produits de données de 10 000 stations GPS traitées par le Nevada Geodetic Laboratory (NGL). Nous avons d'abord détecté de manière itérative les valeurs aberrantes, les discontinuités de moyenne et les discontinuités de vitesse dans les séries de position à l'aide d'une version modifiée de la méthode de Détection, Identification et d'Adaptation (DIA) multivariée. Nous avons ensuite utilisé la méthode d'estimation des composantes de la variance par moindres carrés (LS-VCE) pour estimer l'amplitude du bruit blanc et du bruit corrélé de chaque composante de chaque station, soit un total de 30 000 séries temporelles. Notre analyse met en évidence une variabilité spatiale multi-échelle du bruit pour les composantes Nord, Est et Verticale. En particulier, des variations spatiales courtes (quelques centaines de kilomètres) des amplitudes des processus en loi puissance aux États-Unis et en Europe pourraient indiquer la présence de signaux géophysiques régionaux non modélisés, ou une influence des réseaux régionaux sur les observations.
Key concepts: Global Positioning System, Series (stratigraphy), Noise (video), Time series, Geodesy, Position (finance), Geography, Remote sensing