Evaluating the effect of atmospheric and surface mass loading on the stochastic properties of GPS time series in the Great Lakes region
Notice bibliographique
Résumé
With more continuous Global Navigation Satellite System (cGNSS) network stations becoming available around the world and with improved data processing techniques, it is possible to observe and model subtle motions in the Earth’s crust that were previously undetectable. Critical to studying these subtle motions is understanding the contributions of various signals mixed into the cGNSS time-series, for example non-tidal atmospheric and ocean loading (NTAOL) and hydrologic loading. We investigate the effect that atmospheric and surface mass loading has on the stochastic properties of GPS time series around the Great Lakes (GL) region of the U.S. and Canada. This region is ideal for studying these effects because it is covered by a dense network of GPS stations and it is known to be affected by significant hydrological loading due to water level changes in the GL. We use readily available NTAOL and hydrologic loading models to remove these signals from the cGNSS time-series and track the variance changes in the residual time-series in order to quantify the effect of each loading component. In order to assess whether the loading models fully capture the full magnitude of displacement we also perform common mode filtering in order to extract the remaining spatially correlated signal. We estimate the stochastic parameters (white noise amplitude, power law amplitude and spectral index) and compare between the raw, loading corrected, and filtered loading corrected time series in order to evaluate the contribution of the different loading signals to the time series noise properties. The outcomes of this study will help validate existing loading models and where improvement may be needed. Results will also support GNSS data providers in assessing the quality of available GNSS stations for use in scientific and surveying applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».