Zagadnienie filtracji przestrzennej w kontekście wyznaczeń błędów wspólnych na stacjach permanentnych GNSS

Modelowanie szeregu czasowego zmian współrzędnych GNSS pozwala na wyodrębnienie części deterministycznej, na którą składają się m. in.: sygnał okresowy, wartość początkowa i trend liniowy identyfikowany z prędkością stacji referencyjnej. Pozostałością procesu modelowania szeregu jest część stochastyczna przez wielu określana jako szum. Poprawne oszacowanie wiarygodności wyznaczenia prędkości wiąże się z analizą szumów części stochastycznej. Istotne zatem staje się usuwanie błędów wspólnych (CME – ang. common mode error) z szeregów części stochastycznych stacji znajdujących się na obszarach o rozległości do kilkuset kilometrów. W takich sieciach zauważa się wspólny wpływ takich źródeł błędów jak: nie w pełni poprawnie zamodelowanych orbit satelitów, parametrów orientacji Ziemi (EOP), niezamodelowanych hydrosferycznych i atmosferycznych efektów obciążeniowych. Autorzy prezentacji, stosując dwa podejścia co do ekstrakcji błędów wspólnych, przedstawią wyniki badań pozwalające wskazać różnice wyników pod względem charakteru otrzymanego CME jak i wiarygodności wyznaczeń. Do celów badawczych wykorzystano metodę niewagowaną i wagowaną składania szeregów opisaną wcześniej przez autorów Wdowinski i in. 1997 oraz Nikolaidis 2002. Rezultat badań porównano z efektem filtracji przestrzennej po zastosowaniu filtru zaproponowanego przez Tian i Shen 2011, w którym wagowanie odbywa się względem współczynnika korelacji Pearsona obliczanego dla każdej z par szeregów części stochastycznej.