顧及測量方式的地球自轉參數差異性分析

陳少杰，高玉平，時春霖，尹東山，王啟虹，陳永濤

( 1. 中國科學院 國家授時中心, 西安 710600；2. 中國科學院大學, 北京 100049；3. 中國人民解放軍61206部隊, 北京 100042 )

0 引 言

地球自轉參數(ERP)主要由極移xp、yp和UT1-UTC或日長變化(LOD)組成，ERP和歲差章動共同稱為地球定向參數(EOP)，是表示地球自轉速率及自轉軸空間指向及其變化的參數，也是地心天球參考系(GCRS)到國際地表參考系統(ITRS)的重要轉換參數，其精度對深空探測器精密定軌與自主導航、導航衛星精密定軌等領域產生直接影響[1-3]，也是國際GNSS服務(IGS)和國際GNSS監測評估系統(iGMAS)重要數據產品之一[4].

自20世紀60年代以來，以GPS、衛星激光測距/激光測月(SLR/LLR)、甚長基線干涉測量(VLBI)、多里斯系統(DORIS)等現代空間大地測量手段的技術發展[4]，ERP的測量精度得到了極大地提升. 由分布在全球的不同觀測手段的各個測站進行定時觀測后，各個分析中心對觀測數據進行解算，之后由IGS、國際測地/天體測量學VLBI服務組織(IVS)、IDS、國際月球研究站(ILRS)聯合解算中心對分析中心的結果進行處理[6-9]，得到不同觀測手段的聯合解，并將結果交由國際地球自轉和參考系服務(IERS). 由IERS將其計算得到最終解EOP序列[10]，并通過郵件、FTP、WEB等方式向全球用戶發布[11]. 其數據序列精度和可靠性對科學研究和國防建設等關鍵領域至關重要，且我國尚沒有自主系統的EOP服務體系.在EOP參數中，以VLBI為代表的現代空間大地測量手段建立的IAU 2000歲差章動模型精度基本能夠滿足實際應用的需求，而ERP參數才是影響用戶實際使用的主要因素. 通過以IERS 14 C04序列為基礎序列，分析不同手段得到的ERP數據序列的誤差情況，探討利用其他觀測數據進行ERP預報及基于不同數據之間的一致性進行精度檢核的可行性及精度水平.

1 ERP數據序列

ERP是表述地球參考系相對天球參考系指向的參數，是自轉運動中不規則性元素的集合，用來表征地球自轉軸空間指向、自轉速率及其變化. 目前，提供系統的ERP服務的國際組織主要有IERS、IVS、IGS、IDS、ILRS、iGMAS等. 不同數據如下：

1) IERS發布的EOP數據主要由預報值序列Bulletin A、B、C、D及最終序列C04序列構成. 其中，Bulletin A與Bulletin B、C、D為預報值序列. Bulletin A由USNO負責以每周一次的頻率發布，主要內容為發布前7天的極移、UT1-UTC快速解及相應不確定度和一年的預報值[12-14]. Bulletin B由IERS中央局負責，內容為上月ERP的最終解及不確定度，每月發布一次，數據更新滯后30天. Bulletin C為跳秒預報，每半年發布一次. Bulletin D為指定日期內的DUT1.

IERS EOP C01/02/03/04為最終序列，其中C01/02/03/04為不同時間區間、分辨率不同的數據序列，目前已停止更新. 最主要的C04序列為1962年至今每天24：00的EOP序列，更新滯后30天. 最終序列精度高，可以作為科學研究使用，但是由于其發布時間相對滯后，無法滿足實時性要求較高的天文測量、天文導航的需求[15].

2)除IERS外，IGS同樣是主要的ERP數據來源之一. IGS的ERP主要利用軌道星歷計算所得，根據采用的軌道星歷的不同，IGS發布的ERP數據可分為igu.erp、igr.erp和igs.erp文件[16-17]，分別對應超快速軌道星歷，快速軌道星歷和精密星歷.

其中，由超快速星歷得到的ERP參數每6 h更新一次；由快速星歷解算的ERP每天發布一次；由精密星歷計算的ERP滯后11～17天.

3) IDS、ILRS和IVS也是常用的ERP來源[18-21].IDS發布的序列只包含極移參數；ILRS序列以SINEX文件的形式給出，由六個ILRS數據分析中心分別利用過去7天的觀測數據得到的參數解，ILRS的聯合解中心(CC)對分析中心的結果進行處理，得到聯合解. 1997年12月28日起，數據間隔1天，包含極移和LOD，IVS 的序列主要由位于BKG/DGFI的IVS聯合中心將分析中心解算得到的數據序列及站坐標等數據匯總后形成官方的聯合解產品，不同數據的內容及更新時間如表1所示.

表1 幾種ERP參數內容及數據發布

2 差異性分析

2.1 數據說明

為比較不同觀測手段得到的ERP參數的精度差異，選取2015-08-01—2016-12-13 (MJD：57 235～57 735)共500天ERP數據為樣本進行分析.

由于不同數據序列的歷元不同，IGS、ILRS、IDS序列均為12 h的值，IVS結果并不是某一固定時刻，且通常每周只有兩組觀測結果. 因此在處理前先利用三次多項式插值的方式獲取同一歷元下的ERP序列值，當IERS 14 C04序列給出的為0時，將所有序列都歸算至當天0時.

將歸算后的不同的ERP序列繪制成圖，以MJD為x軸，相應的ERP參數為y軸. 不同手段的ERP參數變化如圖1～3所示(PMX為在X方向的極移值，PMY為在Y方向的極移值). 由圖可得，不同手段的ERP變化趨勢基本相同，并無顯著差異，且所選區間沒有跳秒的出現. 為更直觀的比較不同數據的差異性，以IERS 14 C04序列為基礎序列進行分析.

圖2 不同ERP數據UT1-UTC變化情況

圖3 不同ERP數據LOD變化情況

2.2 IGS序列異性分析

將IERS 14 C04為基礎序列，將不同數據與IERS 14 C04的差值繪制成圖，圖4～6為IGS三種不同序列與C04差值的變化情況. 由圖可得，使用三種星歷文件計算得到的三種ERP參數之間的互差處于較小水平，在所選500天數據范圍內，對極移，IGS序列與C04序列的差值小于±0.4 mas，對于UT1-UTC，其互差總體分布在±0.05 ms以內，僅有部分點約達到±0.2 ms，LOD主要處于±0.02 ms，只有部分點的互差大于±0.02 ms，最大值約±0.05 ms.

圖4 IGS不同序列極移誤差變化情況

圖6 IGS不同序列LOD誤差變化情況

不同量的參數誤差統計值如表2所示，由表2可知，使用三種不同星歷計算得到的ERP參數與C04的最大誤差并沒有顯著的差異，極移兩個方向都約為±0.2 mas，UT1-UTC約為±0.02 ms，LOD約為±0.03 ms. 但是對于平均誤差，使用精密星歷計算得到的結果明顯優于超快速星歷和快速星歷得到的結果.

表2 IGS發布ERP參數誤差統計

由于C04序列的發布有約30天的延遲，因此最近30天的IERS發布的ERP的測量值序列無法獲取，但是每周Bulletin A文件中給出上周觀測數據的快速解，因此可以通過分析Bulletin A中快速解的誤差規律，并將上述時間區間內的Bulletin A中快速解與C04序列的最終值進行比較，其結果如圖7～8所示，對于極移，快速解與C04的誤差大約為±0.2 mas，UT1-UTC的誤差除個別時間的誤差超過0.05 ms以外都小于±0.05 ms.

圖7 Bulletin A快速解極移誤差變化情況

圖8 Bulletin A快速解UT1-UTC誤差變化情況

不同量的參數誤差統計值如表3所示，由表3可得，Bulletin A中快速解的ERP參數與C04序列相比，其極移平均誤差只有約±0.03 mas，UT1-UTC平均誤差約為-0.003 ms.除IERS和IGS以外，IVS、IDS與ILRS同樣定期發布ERP數據，IVS、IDS、ILRS發布的ERP序列與C04序列的差值變化情況如圖9～11. 對于極移，此三種方式得到的ERP參數與C04的差異約為±0.5 mas，其中有部分時間點的差值大于0.05 mas，最大值X方向不大于±1.5 mas，Y方向不大于±1 mas；對于UT1-UTC，由于ILRS與IDS發布的數據中不含UT1-UTC的值，而IVS發布的ERP參數中，UT1-UTC與C04的差值約為±0.1 ms，只有少數幾個點大于±0.1 ms，但不大于±0.3 ms；對于LOD，IVS與ILRS的ERP序列均包含LOD參數，兩者與C04的差值除同樣約為±0.1 ms.

表3 Bulletin A快速解ERP參數誤差統計

圖9 IVS/ILRS/IDS極移誤差變化情況

不同量的參數誤差統計值如表4. 由表4可得，IDS、IVS極移序列平均誤差較ILRS大，但均小于0.1 mas，IVS的最大誤差較ILRS、IDS大1倍，最大值大于 1.5 mas；對UT1-UTC，IVS的平均誤差為4 μs，最大值約0.2 ms；對LOD，IVS與ILRS約處于同一精度.

圖10 IVS序列UT1-UTC誤差變化情況

圖11 IVS/ILRS序列LOD誤差變化情況

表4 IVS/ILRS/IDS發布ERP序列誤差統計

3 結 論

通過以IERS 14C04序列為基礎序列，分析不同手段得到的ERP數據序列的誤差情況，根據上述分析可得以下結論：

1) IGS、ILRS、IVS、IDS等發布的ERP序列與C04序列相比并沒有顯著的差異，對于極移，其不同數據之間的最大差異小于2 mas，其平均誤差小于0.1 mas. 對于UT1-UTC，不同數據與C04相比起平均誤差約為±0.01 ms.

2)其中使用精密軌道星歷及VLBI得到的UT1-UTC精度顯著優于使用超快速軌道星歷及快速軌道星歷得到的結果.

3)鑒于幾種不同國際組織的數據之間的一致性，可以通過不同數據之間的一致性實現不同數據之間互相的數據檢核，有效避免極移大于2 mas、UT1-UTC大于0.03 ms、LOD大于0.3 ms的數據粗差的影響，可有效保證獲取的ERP序列的精度.

4)此外該結果也證明了利用多種不同來源的數據進行ERP預報、數據分析的可能性，同時也為高精度用戶提供多種不同的數據選擇.