Surface ice f low velocity and tide retrieval of the Amery ice shelf using precise point

positioning

Abstrak
Lima hari dari data observasi GPS kontinyu yang dikumpulkan di zona frontal es rak Amery
dan kemudian pasca-diproses menggunakan posisi titik tepat (PPP) teknologi berbasis pada
orbit dan jam produk yang tepat dari Layanan GNSS internasional. Kecepatan aliran
permukaan es dari yang pointwas diamati berasal dari PPP menjadi 2,25 m / hari menuju
timur laut dengan azimut 41. Mayor semi-diurnal dan diurnal konstituen pasang laut bisa
dipulihkan dari 5 hari dari PPP yang diturunkan variasi tinggi dan dibandingkan baik dengan
model laut pasang hidrodinamik. PPP Teknik dapat menggantikan dua perbedaan GPS posisi
di lingkungan terpencil atau bermusuhan, dan digunakan untuk mengambil kecepatan aliran
permukaan es tanpa stasiun referensi. Selanjutnya, solusinya dapat diturunkan zaman-byzaman dengan akurasi dalam sentimeter untuk berbagai decimeter.
Kata kunci posisi titik Precise Amery es rak Permukaan aliran es Samudra pasang.
Pengantar
The Amery ice shelf (AIS) dan pedalaman Lambert Glacier merupakan cekungan
drainase yang membentuk gletser es di Antartika timur. Ini menempati total luas
1,550,000km2, menggabungkan 71,000km2 es yang mengambang dimana sangat aktif sistem
gletser. Variasi dari (AIS) sangat sensitif terhadap perubahan iklim global dan Mean Sea
Level (MSL) variasi. Ekspedisi ilmiah di AIS telah berkontribusi untuk menemukan
dinamika perilaku lapisan es dan menyelidiki interaksi antara Samudra Selatan dan ice shelf.
The Amery ice shelf ocean research (AMISOR) merupakan tim dari National
Antartika Ekspedisi Penelitian Australia (ANARE) yang telah melakukan banyak kerja
lapangan di (AIS). (AMISOR) menggunakan pendekatan multi-disiplin termasuk air panas
pengeboran melalui AIS; pengukuran glaciological dari kecepatan ice shelf, saring dan
pengukuran ketebalan oseanografi di Prydz Bay. Investigasi sub beting es sedimen dan
dinamika sedimen, penginderaan jauh dan numerik pemodelan interaksi ice shelf. Banyak
peneliti dari berbagai negara yang ikut dalam penelitian ini diantaranya Cina Station
Zhongshan yang terletak di Prydz Bay dekat tepi timur AIS, untuk melakukan pengamatan
surface ice shelf dengan GPS . Lokasi kedua stasiun ditunjukkan pada Gambar. 1. Chinese
National Antarctic Research Expedition (CHINARE) mulai fokus pada AIS

beberapa tahun lalu untuk menyelidiki mekanisme interaksi antara AIS dan Samudra Selatan.
Kedua gerakan horisontal dan vertikal dari AIS merupakan hal yang sangat penting untuk
diamati, karena keduanya merupakan data yang penting untuk perhitungan neraca massa.
Dinamika AIS dari kombinasi data terrestrial dan ruang geodesi sebelumnya telah disajikan
oleh King (2001). Sebagai lingkungan bermusuhan dan akses tanah sangat terbatas dan
berisiko, sistem penentuan posisi satelit GPS yang modern seperti sangat penting dalam
menentukan pergerakan Tesis (misalnya, Manson dkk. 2000). GPS dapat digunakan dalam
kalibrasi dari satelit altimetri (Philips et al. 1998) dan satelit radar interferometri
(Bindschadler 1998), memberikan informasi pada jangka pendek dan jangka panjang
pergerakan lapisan es Antartika. Dalam GPS positioning dua perbedaan, posisi GPS secara
tradisional diukur relatif terhadap stasioner yang menggunakan teknik posisi GPS statis. Ini
dilakukan terlepas dari jarak antara dua stasiun, yang dalam kasus AIS lebih dari 200 km
jauhnya dari stasiun stasioner terdekat (Stasiun Zhongshan dan Davis Stasiun).
Cuaca di (AIS) sangatlah extream, dimana kecepatan aliran es telah tercatat dari dua GPS
Namun, memiliki tiga kekurangan pada AIS:
Pertama, strategi ini membutuhkan pengumpulan data Base mark

yang disinkronkan

dengan pengamatan GPS pada waktu yang sama. ini adalah hal yang sulit dimana lokasi
sangat tidak terjangkau terhadap barang-barang logistik dan juga Komite Ilmiah Penelitian
Antartika (SCAR) stasiun pelacakan GPS dapat digunakan sebagai referensi stasiun untuk
memecahkan posisi relatif. Namun, SCAR stasiun pelacakan GPS adalah jauh (beberapa
ratus kilometer) dari AIS, yang akan menurunkan akurasi dari resolusi.
Kedua, situs diamati harus diasumsikan statis selama periode pengamatan ketika statis postprocessing perangkat lunak yang digunakan. Namun, kecepatan aliran es adalah beberapa
meter per hari. Dengan demikian, menggunakan pengolahan statis akan meningkatkan
kesalahan dalam estimasi posisi.
Ketiga, dalam kasus AIS, di mana Alat hanya memungkinkan beberapa periode pengamatan
per tahun, dimana data kecepatan hanya akan tersedia dari tahun ke tahun. Akibatnya, hanya
akan menghasilkan kecepatan rata-rata dari ice Shelf dari keseluruhan tahun dan bukan
kecepatan sesaat dari ice shelf. Untuk mengatasi kekurangan ini,

teknik Precise Point

Position (PPP) diuji sebagai alternatif untuk menggantikan mode statis ganda yang
dibedakan untuk menentukan gerakan (AIS). PPP (Precise Point Position) dikembangkan di
laboratorium (JPL) dan didokumentasikan oleh Zumberge dkk. (1997), dan sejak itu telah

digunakan secara rutin oleh para peneliti di sekitar dunia. Penelitian ini adalah pertama
kalinya bahwa PPP (Precise Point Position) telah diuji untuk penelitian ini.
PPP (Precise Point Position), dalam bahasan GNSS International Service (IGS) orbit dan
produk jam satelit yang tepat sebagai data yang diambil . GPS carrier-fase dan kode
pengamatan pseudorange kemudian digabungkan untuk memperoleh posisi yang tepat
dengan satu receiver dual-frekuensi dalam mode kinematik atau statis. Berikut pengamatan
ionosfer-bebas (L3) dikombinasikan digunakan dalam PPP untuk membentuk persamaan
pengamatan.
Lp = + c (dt - dT) + M ZPD + P (1)
L_ = + c (dt - dT) + amb + M ZPD + _ (2)
dimana LP kode kombinasi ionosfer-bebas dari P1 dan P2; l kombinasi carrier-fase ionosferbebas dari L1 dan L2; dt adalah jam penerima offset; dT adalah jam satelit mengimbangi; c
adalah kecepatan cahaya; ambiguitas fase ionosfer-bebas kombinasi (non-integer); M adalah
pemetaan fungsi; ZPD adalah koreksi zenith troposfer delay; P dan _ adalah ebisingan
pengamatan gabungan; is kisaran geometris antara penerima (Xr, Yr, Zr) dan satelit (XS,
YS, ZS) seperti

Linierisasi dari pers. (1) dan (2) di sekitar apriori parameter X0, persamaan pengamatan
dalam bentuk matriks menjadi:
V = AX + W
di mana A adalah matriks desain; X adalah vektor koreksi untuk parameter X tidak diketahui
termasuk posisi penerima; Jam penerima offset; ambiguitas fase ionosfer-bebas kombinasi
dan puncaknya troposfer keterlambatan koreksi. W adalah vektor mis-penutupan, dan V
adalah vektor residual. The Satelit GPS jam offset dan orbit diambil dari IGS produk pos.
Rincian tentang model PPP dapat ditemukan di Zumberge dkk. (1997) atau Kouba dan
Heroux (2001).
Model ini diadopsi melibatkan empat jenis parameter yang akan diestimasi: zaman-by-zaman
stasiun posisi (X, Y, Z), zaman-by-zaman jam receiver offset (dt), troposfer zenit path delay
(ZPD) dan dikombinasikan carrier-fase ambiguitas (amb). Dalam kasus kinematik, posisi
stasiun diperbolehkan untuk berubah seiring waktu tergantung pada kinematika pengguna.
The

kinematika dapat bervariasi dari puluhan meter per detik dalam kasus kendaraan darat untuk
beberapa kilometer per detik untuk lowEarth pengorbit (LEO) satelit. Jam penerima akan
melayang sesuai dengan kualitas osilator yang, misalnya, beberapa sentimeter / kedua dalam
kasus jam kuarsa internal stabilitas frekuensi sekitar 10 pangkat 10. Relatif, ZPD yang akan
bervariasi dalam waktu dengan jumlah yang relatif kecil, di urutan sebuah fewcentimeters per
jam. Akhirnya, non-integer gabungan ambiguitas carrier-fase (amb) akan tetap konstan
selama sebagai pembawa-fase bebas dari siklus-slip. (Catatan dt yang praktis dihilangkan dan
amb adalah angka bilangan bulat hanya untuk Data ganda dibedakan).
Estimasi bagian dalam perangkat lunak yang digunakan di sini perjalanan (dijelaskan
kemudian) dilakukan oleh angka kuadrat. Dalam urutan untuk menangani sejumlah besar
parameter yang tidak diketahui saat pengolahan modus kinematik, pengolahan dilakukan
dalam dua langkah. Pada langkah pertama, parameter lokal, yaitu, parameter bahwa
perubahan dari zaman ke zaman, yang pra-dihilangkan dari parameter equations.Global
normal, yaitu, parameter yang yang umum untuk beberapa zaman, kemudian diperkirakan.
Pendekatan ini mengurangi dimensi dari persamaan normal secara dramatis, dan
mempercepat prosedur pengolahan (lih Ge Te al. 2006). Sebagai contoh, adalah mungkin
untuk memproses beberapa
jam data GPS kinematik dalam beberapa menit pada PC. Berkualitas tinggi, data GPS bersih
yang dibutuhkan untuk mendapatkan akurat posisi dengan PPP. Preprocessing harus
dilakukan sebelum PPP diterapkan untuk menyingkirkan kesalahan dan untuk mendeteksi
dan cycleslips perbaikan. preprocessing adalah salah satu langkah mendasar untuk mencapai
akurasi yang tinggi dari positions.Blunders PPP berikutnya bisa dihilangkan berdasarkan
pada hubungan antara pengamatan individu, atau berdasarkan analisis residual strategi. Agar
jumlah yang memadai satelit dan pengenceran geometri presisi yang baik (GDOP), cut-off
sudut elevasi diatur untuk 10 dan berat pengamatan ditentukan oleh sudut elevasi satelit
GPS. Selain itu, strategi analisis residual efisien diadopsi untuk menghilangkan kesalahan
pengamatan di mana ketinggian cut-off sudut atas 10.

Deteksi dan perbaikan siklus-slip dalam mode undifferenced jauh lebih sulit daripada di
ganda dibedakan mode. Dual-frekuensi penerima GPS digunakan pada AIS memberikan
setidaknya empat jenis pengukuran: carrier-fase pengukuran pada L1 dan L2 serta kode
pseudorange dari
P1 dan P2. Dengan menggunakan informasi pengukuran baku dan kombinasi yang berbeda
dari pengamatan, siklus-slip deteksi dapat dilakukan dengan sukses. Blewitt (1990) telah
melakukan penyelidikan rinci pada deteksi dan perbaikan siklus-slip di mana ia menganalisis
Kode P dual-frekuensi undifferenced MW kombinasi dan pengamatan kombinasi geometri
bebas. Metode diimplementasikan dalam perangkat lunak GIPSY. Sebuah metode yang sama
dikombinasikan dengan analisis residual ionosfer dilakukan untuk mendeteksi slip siklus
dalam preprocessing data. Namun, ada siklus-slip perbaikan dilakukan; sebaliknya
ambiguitas baru
parameter ditambahkan jika siklus-slip terjadi. Untuk menganalisis data, perjalanan lunak
pengolahan pasca telah dikembangkan oleh penulis pertama. Perangkat lunak ini ditulis
dalam standar C dan menggunakan rekursif kuadrat-estimator dalam mode posisi absolut
murni. Penerapannya di udara survei (Zhang 2005) menunjukkan bahwa sentimeter ke
decimeter akurasi dapat dicapai dalam posisi kinematik dengan Perjalanan.
3 GPS data collection
Sebuah Leica 530 dual-frekuensi penerima GPS dipasang di zona frontal dari AIS di 69
26,27` S, 71 26,18` E dan dalam lima hari terus menerus melakukan pengamatan GPS di 10s interval (Gbr. 1). Dalam pengamatan memiliki keterbatasan dalam jangka waktu 5 hari
karena daya penyimpanan dan logistik, Sehingga Pengukuran dilakukan pada tanggal 22

Desember 2003 dan berakhir pada tanggal 27 Desember 2003. Di AIS, salju mencair pada
siang hari. Untuk menjaga tripod stabil untuk seluruh 5 hari pengamatan, tiga alat yang
diterobos ke permukaan es dengan lebih dari 1m di bawah tiga kaki tripod. Alat bekerja
sangat baik, kemudian data perekaman di kirim pada pusat dilakukan pengolahan dan secara
otomatis akan terhapus selama 5 hari secara berkala.
4 Data processing and resultan
Solusi PPP yang dihasilkan zaman-by-zaman, dan kemudian posisi dikonversi menjadi NEU
(utara, timur, up) komponen sehubungan dengan posisi zaman dulu. Gambar 2 menunjukkan
pergerakan aliran es dari AIS di NEU arah. Sumbu horizontal adalah waktu setempat hari.
Kecepatan es aliran zona frontal dapat disimpulkan oleh mengintegrasikan N dan E
komponen kecepatan. Hal ini memberikan aliran 2.25m / hari menuju ke arah timur laut
dengan azimut 41. Bagian depan dari AIS mengapung di laut dipindahkan secara horizontal
oleh tekanan dari aliran up. Jika kecepatan 2,25 m / hari seragam sepanjang tahun, yang AIS
akan bergerak 821 m / tahun. Pada Gambar. 3, variasi elevasi berkala depan AIS telah
diisolasi, dengan solusi dihitung zaman-by-zaman. Ketinggian dirujuk ke ellipsoid WGS84.
Yang kecil kebisingan berasal dari algoritma positioning. Variasi tinggi adalah periodik, yang
menunjukkan bahwa mereka terutama pasang surut gerakan terkait. Dalam rangka untuk
mengevaluasi software perjalanan dan solusi, yang variasi elevasi berkala depan AIS dihitung
dari data yang sama rata-rata untuk interval 15 menit menggunakan sistem pengolahan
software GIPSY independen di kinematika mode. Hasil pada Gambar. 4 sangat mirip dengan
perjalanan solusi, tetapi rata-rata 15 menit membuat solusi sedikit kurang bising daripada
dengan perjalanan. Ketinggian permukaan sebuah bongkahan es bervariasi pada waktunya
untuk pasang surut laut, tekanan atmosfer, dinamika laut, salju pemuatan, pemadatan Firn,
ablasi atau pertambahan es di laut antarmuka / es, serta es dinamika. Proses ini tindakan lebih
berbagai skala waktu: dari jam ke dekade atau lebih. Penyebab dominan variasi ketinggian
periodik umumnya akan pasang surut laut. Hal ini dimungkinkan untuk menghitung pasang
laut dari laut pasang model (misalnya, FES2004, TPXO6.2, NAO99 atau GSFC00). Namun,
model ini sangat bergantung pada berasimilasi TOPEX / Poseidon (T / P) Data altimeter
satelit, yang memiliki selatan batas 66S, baik ke utara dari AIS. Akibatnya, akurasi model
laut pasang ini umumnya terdegradasi di lintang tinggi di luar jangkauan pengamatan T / P.
Penentuan tepat gerak pasang surut penting bagi pemodelan akurat dari sirkulasi sub-es rak
laut dan pasang yang merupakan faktor penentu dalam kemampuan rak es untuk tetap

terhubung dengan es benua. akurat pasang surut model juga penting untuk koreksi
penginderaan jauh sinyal yang dirancang untuk mengukur es rak topografi dari ERS,
ENVISAT dan ICESat. Hal ini, oleh karena itu, menarik untuk menyelidiki jika pengamatan
GPS dapat memberikan suplemen untuk pengamatan pasang surut untuk kemungkinan
asimilasi masa ke laut model pasang.

5 Tidal estimation on the AIS

Gambar 3 jelas menunjukkan terisolasi sinyal pasang surut terkait lebih 5 hari pengamatan,
dengan kisaran antara tertinggi pasang dan surut terendah menjadi sekitar 2m. Besarnya
ersebut bertepatan dengan hasil Raja (2001). Hal ini juga konsisten dengan amplitudo pasang
surut (setengah kisaran) dari TPXO 6.2 Model laut pasang (Egbert et al. 1994), di wilayah di
depan dari dan di bawah AIS ditunjukkan pada Gambar. 1. Amplitudo berasal dari kombinasi
yang terbesar empat konstituen pasang surut (M2 + S2 + K1 + O1), yang umumnya
menyumbang 70-90% dari total rentang pasang surut. Berikut ini, kami telah menyelidiki
kemungkinan menggunakan ketinggian PPP yang diturunkan untuk menentukan individu
konstituen pasang surut semidiurnal dan diurnal dekat dengan AIS depan dari catatan singkat.

Pengamatan pasang surut biasanya seluruh satu semi-perbani siklus atau sekitar 14 hari
diperlukan untuk benar memisahkan konstituen pasang surut utama semidiurnal (Andersen
1999). Namun, kami hanya memiliki 5 hari pengamatan. Ini akan, secara alami, membatasi
akurasi dengan yang kita dapat memperoleh amplitudo dan fase dari pasang surut konstituen.
Kami telah memilih untuk menyelidiki apakah konstituen pasang surut adalah besarnya benar
dan fase dibandingkan dengan pengamatan lainnya dari arus di sekitar AIS. Karena tidak ada
pengamatan tide gauge di langsung sekitar AIS, kita dipaksa untuk membandingkan dengan
hydrodynamicmodel a. The TPXO 6.2 laut tidemodel dipilih sebagai "tanah kebenaran"
dalam perbandingan dengan NAO99, CSR4, FES2002 dan CATS2 model, karena dilakukan
lebih unggul dari model lainnya untuk wilayah Antartika dalam perbandingan baru-baru ini
dengan alat pengukur pasang (King et al. 2005).

Pengamatan tinggi PPP yang diturunkan dianalisis menggunakan software respon pasang
surut (Andersen 1995), yang menjamin definisi lengkap dari semua konstituen pasang surut
dari jumlah yang relatif rendah parameter dengan mengasumsikan halus Fungsi masuk dalam
band pasang surut (Andersen 1994). Kami memperkirakan empat terbesar semidiurnal dan
diurnal konstituen biasanya digunakan dalam analisis pasang surut. Ini telah dianalisis dari
kedua perkiraan ketinggian perjalanan yang diturunkan dan dari ketinggian GIPSY
diturunkan memperkirakan untuk melihat apakah ada perbedaan sehubungan dengan prediksi
pasang surut selanjutnya. Hasilnya ditunjukkan pada Tabel 1, yang menunjukkan amplitudo
dan fase delapan konstituen terbesar berasal dari perjalanan ketinggian (10 dan 15 menit),
ketinggian GIPSY berasal (15 menit), dan dari model hidrodinamika TPX O6.2d. Dengan
hanya 5 hari pengamatan, tidak mengherankan bahwa estimasi pasang surut dari GPS datang
begitu dekat dengan hidrodinamika dengan Model, seperti yang terlihat pada Tabel 1. resolve
software perjalanan konstituen utama, seperti M2 dan K1, sangat baik. Ada hanya fase
perbedaan kecil dengan model TPXO6.2, yang mungkin berasal dari ketimpangan dalam
hydrodynamical Model.
Perbandingan antara perjalanan dan TPXO6.2 jelas comparedwith menguntungkan GIPSYTPXO6.2 untuk semua semi-diurnal konstituen. Hal ini kemungkinan besar karena perjalanan
memungkinkan untuk stasiun GPS untuk bergerak secara linear selama solusinya. Besar
perbedaan yang ditemukan untuk kedua perjalanan dan GIPSY untuk normal kecil Q1
konstituen diurnal, dan kedua perjalanan dan GIPSY memperkirakan konstituen ini memiliki
amplitudo yang lebih besar dari 25 cm, sedangkan TPXO6.2 Model pasang laut
hidrodinamika hanya memberikan sekitar 7 cm. 7cm tampaknya intuitif lebih tepat dari
pengalaman dengan rasio antara amplitudo berbagai konstituen pasang surut diurnal.
Perbedaan yang begitu besar
bahwa analisis lebih lanjut pada waktu yang lebih lama-series harus dilakukan untuk
menentukan apakah amplitudo berasal dari GPS adalah benar atau jika hal itu berkaitan
dengan pengolahan GPS. Jika longerGPS time-series (sebaiknya lebih lama dari 14 hari)

menjadi tersedia setelah kampanye pengukuran lain, lebih estimasi yang akurat dari
konstituen pasang surut dapat dibuat. Ini kemudian dapat dibandingkan lebih ketat dengan
hidrodinamik yang
model untuk menentukan akurasi dengan yang pasang dapat ditentukan dengan menggunakan
data ini dan diterapkan PPP teknik. Selain itu, harus dianalisis yang pasang surut konstituen
dapat diperkirakan (pertanyaan Q1) dari GPS pengamatan dibandingkan dengan othermeans
pengamatan seperti pasang-alat pengukur dan altimetri satelit (Philips et al 1998;. Fricker dan
Padman 2002).
6 Conclusions and outlook
PPP adalah cara yang layak dan efektif untuk menentukan kinematik yang parameter dari AIS
dengan data GPS kontinyu. PPP Metode mengatasi kekurangan dari dua diferensial modus
dan hasil menunjukkan bahwa teknik PPP dapat menggantikan diferensial tradisional
pengolahan statis untuk mencapai parameter kinematik dari setiap zaman dari AIS. PPP
adalah logistik sederhana dan dengan PPP juga memungkinkan untuk menyelidiki pendek
skala waktu kinematika lapisan es. GPS saat ini berkembang menjadi metode yang paling
nyaman tersedia untuk pengukuran sinyal pasang surut di daerah terpencil, dan satu-satunya
cara untuk mendapatkan sub beting es gerakan pasang surut (King et al. 2005). Delapan
konstituen pasang besar diperkirakan dari hanya 5 hari data GPS terus menerus untuk
menyelidiki potensi metode ini. Meskipun fakta bahwa hanya 5 hari dari pengamatan yang
tersedia, mengejutkan akurat perkiraan pasang surut dapat diperoleh. Meskipun hasil yang
sangat menjanjikan, data dari kampanye yang lebih panjang (minimal 14 hari) harus
dianalisis untuk menentukan apa pasang akurasi dapat berasal dari data GPS. Hasil berasal
dari studi ini dapat digunakan untuk memperbarui glasiologi pemodelan dan studi
keseimbangan massa serta membantu dalam survei GPS masa depan wilayah ini. AIS
lingkungan sangat bermusuhan dan pengumpulan data sangat sulit, sehingga data yang
diperoleh dari ekspedisi tahunan keduanya terbatas dan berharga. Jika lebih dan lebih lama
GPS Pengamatan array dapat digunakan pada lokasi yang berbeda atau sekitar AIS selama
ekspedisi di masa depan, rincian lebih lanjut tentang
Acknowledgements Penelitian ini didukung oleh Program 973 (No: 2006CB701301) dari
pemerintah China. Masyarakat IGS adalah memasok infrastruktur GPS global dan
penggunaan data mereka jauh dihargai. Penelitian ini dilakukan selama cuti di Denmark
Space Center nasional. Para penulis ingin mengucapkan terima kasih Matt Raja untuk
menyediakan GIPSY solusi GPS kinematik untuk perbandingan