Present-day crustal vertical deformation characteristics of North China from dense GNSS observations
-
摘要:
华北地区作为内陆典型的伸展断陷区和强震活动区，在东部太平洋俯冲和西部印度大陆碰撞的双重构造作用和地下水过量开采的背景下，其垂直形变特征表现为明显的区域差异。为定量分析华北地区现今的地壳垂直形变特征，对收集整理的
1406 个GNSS站点1999—2019年长达二十年的GPS观测资料进行统一的高精度处理，获取了该地区高空间分辨率的垂向形变速度场。结果显示：华北平原、淮河平原和大别山以南区域以沉降为主，其中华北平原和淮河平原的最大沉降速率分别约为70 mm/a和50 mm/a；太行山、吕梁山、苏鲁造山带、燕山表现为隆升，隆升速率为0.1—4 mm/a；部分GNSS土层站点在山西裂谷和太行山地区的垂向形变表现为沉降，而GNSS基岩站表现为隆升，说明该地区的沉降现象可能是地下水过量开采所致，并非构造运动而引起。Abstract:The North China region, which is characterized as a typical intracontinental extensional rift zone and an area with strong seismic activity, exhibits notable regional differences in vertical deformation patterns. These disparities are attributed to the combined tectonic effects of the subduction of the Pacific Plate to the east and the collision of the Indian Plate to the west, along with excessive groundwater extraction. To quantitatively analyze the vertical deformation characteristics of this region, we collected 1406 GPS observation datasets covering a twenty-year period from 1999 to 2019, and then processed the data by using a unified high-precision processing method. As a result, we acquired a vertical deformation velocity field with high spatial resolution.
The results reveal distinct deformation patterns across different geological units: The North China plain and Huaihe plain mainly experience subsidence, with maximum subsidence rates of approximately 70 mm/a and 50 mm/a, respectively. In contrast, the Taihangshan, Lüliangshan, Sulu orogenic belt, and Yanshan exhibit uplift patterns with rates ranging from 0.1 mm/a to 4 mm/a. Notably, the vertical deformation patterns from GNSS stations in the Shanxi rift zone and Taihangshan areas present an intriguing dichotomy. We also noticed that, some GNSS stations on soil show subsidence, while those on bedrock show uplift, suggesting that the observed subsidence is likely attributable to excessive groundwater extraction rather than tectonic movements.
This study is the first to integrate meteorological GNSS observation data into vertical deformation research, significantly improving the spatial resolution of vertical deformation velocity fields in the North China Craton. The most pronounced subsidence appears in North China plain, forming a NE-SW trending subsidence belt that coincides with fault orientations. However, due to the lack of GNSS bedrock stations in these areas, accurately quantifying the respective contributions of tectonic and non-tectonic to the observed vertical deformation remains challenging and warrants further investigation.
The Shanxi Plateau, Yanshan, and Sulu orogenic belt predominantly exhibit uplift tendencies. The data from the GNSS stations on bedrock confirm that the Shanxi Graben does not possess tectonic-induced subsidence characteristics. The localized subsidence observed at certain stations within the graben is likely influenced by groundwater extraction effects on soil-based GNSS stations, rather than being indicative of actual tectonic movement.
This comprehensive analysis provides valuable insights into the intricate interaction between tectonic forces and anthropogenic activities in shaping the vertical deformation patterns of the North China region, offering a robust foundation for subsequent geodynamic studies and land subsidence monitoring in this tectonically active area.
-
Keywords:
- North China /
- GNSS /
- vertical deformation /
- tectonic movement
-
引言
地壳受冰川均衡调整、水文负载与卸载、构造运动等作用而发生垂直形变，这些地壳垂直形变在空间和时间域内呈现了显著的特征（周晓慧等，2020）。近二十余年来，国内外学者利用水准、全球导航卫星系统（Global Navigation Satellite System，缩写为GNSS）、干涉合成孔径雷达（interferometric synthetic aperture radar，缩写为InSAR）和重力恢复与气候实验（Gravity Recovery and Climate Experiment，缩写为GRACE）卫星观测等技术进行了大量的监测，获取了不同区域不同分辨率的地壳垂直形变特征（Blewitt et al，2010）。地壳垂直形变对理解板块挤压与拉张以及研究地球深部动力学机制具有重要的作用。
空间大地测量技术因其可以更加直接且直观地观测到地壳现今的垂直运动，所以在地球动力学、地壳构造运动以及沉降形变监测等多个领域均得到了广泛运用（Ching et al，2011；Zhang et al，2011；Fu，Freymueller，2012；Wesson et al，2015）。但由于水准观测自身的局限性，该技术并不适合大范围的垂直形变监测。InSAR虽然可以获取高时空分辨率的地壳形变信息，但由于其观测精度较低，暂时还不适用于获取形变量较小的垂直形变信息（朱建军等，2017）。GRACE卫星观测技术虽然可以借由获取大范围的地壳重力变化来反映其垂直形变特征，但卫星观测结果的空间分辨率较低（Li et al，2020）。随着GNSS站点的不断增加和解算精度的不断提高，相关研究表明，虽然GNSS垂直方向的监测误差为水平方向的2—5倍，但基于5年以上连续观测资料和10年流动观测资料可获得精度优于1 mm/a的垂直形变（Milne et al，2001；Bennett，Hreinsdóttir，2007；Beavan et al，2010），因此GNSS成为了现代垂直形变监测的最优观测手段之一。鉴于此，本文将收集更长时间跨度和更加密集的GNSS站点观测资料，通过GNSS高精度解算并获取华北地区更高空间分辨率的垂直形变速率场结果，以期深入认识华北地区现今地壳垂直形变特征。
1. 华北地区构造背景
华北地区是我国东部重要的地震活动区之一，晚中生代以来发生了强烈的拉张伸展运动，该运动是华北地区减薄的重要表现形式，而东部陆块发育的大量断陷盆地及其伸展构造，正是华北克拉通减薄作用对浅部的响应（Ma，Wu，1987；朱日祥等，2007；Liu et al，2008；Dong et al，2018）。近年来华北地区地下水的过度开采造成了该地区大面积的沉陷。Jiang等（2018）关于华北地区地下水开采速率的研究结果显示，在过去的数十年间，华北地区地下水浅含水层和深含水层每年的开采量分别达到了2.6 km3和1.3 km3。基于GRACE观测资料的研究也揭示了华北地区大量的地下水损失及其所导致的大面积沉降（Feng et al，2013；Jiang et al，2018；Li et al，2020）。因此自然和人为因素共同导致了现今华北地区垂直形变特征存在区域差异。在过去的二十年里，已通过GNSS、InSAR、水准测量、重力测量和GRACE等大地测量方法对华北地区的地表沉降和地下水进行了监测（罗三明等，2014；Hao et al，2016；Jiang et al，2018；Liu et al，2018；Hao et al，2021），但由于陆态网络连续站比较稀疏，站间距长达100—200 km，较低的空间分辨率限制了我们深入认识华北地区的垂直形变特征。为了提高GNSS站点的空间分辨率，赵斌等（2014）利用华北地区观测时间跨度约3—7期的流动观测资料获取了华北平原明显的沉降特征，但未对构造形变和非构造形变进行分析。
在晚中生代时期，受太平洋板块俯冲推力和鄂霍次克（Okhotsk）地区碰撞挤压力的共同作用，华北克拉通区域发生了显著的陆内造山活动，并导致了华北克拉通原有结构的破坏与重塑（吴福元等，2008；Zhu et al，2011；Dong et al，2018），由此，太行山东缘形成了一条显著的南北向梯度带（Xu et al，2009）。进入新生代时期后，华北地块的构造演化在东西方向上呈现出明显的差异（图1），具体而言：太行山以东区域，岩石圈经历了剧烈的伸展，并随之发生了持续的沉降与沉积，这一过程最终塑造了现今我们所见的华北东部平原及近海平原的独特地貌景观；与此同时，在太行山西侧、环绕鄂尔多斯地带的区域经历了张性伸展作用，这一地质活动造就了山西—渭河盆地的形成。值得注意的是，鄂尔多斯地块本身保持了其稳定性和刚性特征，在这一过程中并未遭受显著的破坏或变形。
现今华北地区由不同的构造单元组成（图1）。西部地区大部分为相对稳定的鄂尔多斯高原，地壳厚度约为40 km。鄂尔多斯地块自身虽然为一个稳定的刚性块体，但其四周为活动性差异较大的构造单元，其中南有秦岭东西构造带，北有阴山构造带，东面是吕梁山、山西裂谷带、太行山。东部地区主要位于太行山以东、燕山以南、大别山以北，主要包括华北平原、淮河平原、山东半岛和苏北—南黄海盆地。
关于华北地区活动构造与历史地震的深入研究表明，华北地区是一个现代地震活动频发且强度高的区域，其历史上有明确记载的M7.0或以上的强烈地震事件至少有17次（Ma，Wu，1987；Xu et al，2009；Liu et al，2011）。以太行山东缘的南北重力梯度带为界，华北地区被明确划分为东部与西部两大活动区域，即西部为环绕鄂尔多斯地块的地震活动区和华北东部的地震活动区。这两个大区各自又可进一步细分为多个地震构造带，例如郯庐构造带、汾渭构造带以及太行山东缘构造带等（韩竹军等，2003）。鉴于华北地区所处的特殊构造位置、复杂多变的构造地貌特征，以及频繁且强烈的板内地震活动，该区域成为了探索和研究板内构造活动机制的理想地点之一（Shen et al，2000；马宏生等，2003）。
2. 数据和方法
研究华北地区垂直形变特征有助于分析该地区新生代构造演化特征和岩石圈动力过程。本文除了整理华北地区陆态网络GNSS连续站和流动站的观测资料，还对该地区的气象局GNSS连续站观测资料进行了收集，并利用GAMIT/GLOBK10.7软件进行统一的高精度处理，极大地提高了华北地区垂直形变场的空间分辨率。此外，还分别对GNSS基岩站（建设在基岩上的GNSS站点）和GNSS土层站（建设在土层上的GNSS站点）监测到的垂直形变特征进行分析，以期对华北地区构造垂直形变和非构造垂直形变特征有更清晰的认识。
2.1 GNSS数据和处理
本文收集到的GNSS数据主要包括三部分（图2）。第一部分为中国大陆构造环境监测网络（Crustal Movement Observation Network of China，缩写为CMONOC） Ⅰ 期和Ⅱ期（简称CMNC）的 74 个连续站数据，该部分站点除NMWT，XIAA，TJWQ和TJBH外，均为基岩站点，其中8个基准站的观测资料始于1999年，约20年的观测时长，其它站点的观测自2010年开始，约10年的观测时长。第二部分为CMONOC Ⅰ 期和Ⅱ期的746个流动站观测数据（Campaign GPS sites，缩写为CAMP），其中338个基岩站，其它为土层站。土层站点主要分布在华北平原和淮河平原地区（图2），其中：321个站点的观测始于1999年，约20年的观测时长，其它站点的观测自2010年开始，约10年的观测时长。这些站点每年的7—9月观测一次，每次至少观测4天。第三部分为中国气象局部署的585个GNSS连续站（Meteorological Bureau Station，缩写为METB），其目的是监测大气水含量，用于气象预报，所以站点大部分建在城镇的中心、人口聚集地，且站点全部为土层站点，观测时间从2011年至2018年。上述三种GNSS站点的建设外观如图3所示。
![]()
图 2 本文所收集的华北地区GNSS站点分布图Figure 2. Spatial distribution of GNSS stations in North China Craton used in this paper![]()
图 3 三种GNSS站点的外观（a） 陆态网络连续站；（b） 陆态网络流动站；（c） 气象局站点Figure 3. Appearance of three kinds of GNSS stations（a） CMNC station；（b） CAMP station；（c） METB station本文所有的GNSS数据处理均采用GAMIT/GLOBK10.7软件（Herring et al，2018）。为保证数据结果的一致性和可靠性，采用统一的处理模型（表1）和处理策略进行数据处理（Zhao et al，2015）。首先，我们采用最新的天线绝对相位中心校正模型，在处理单日松弛解时，对固体潮、极潮和海潮进行相应的校正，并利用最新的全球气压温度模型GPT2 来精确修正对流层延迟（Lagler et al，2013）。由此估算出包括测站位置、卫星轨道以及天顶对流层延迟在内的单日松弛解。其次，将上述区域单日松弛解与由斯克里普斯轨道与永久阵列中心（Scripps Orbit and Permanent Array Center，缩写为SOPAC）提供的国际全球导航卫星系统服务组织（International GNSS Service，缩写为IGS）站点的单日松弛解进行整合，生成一个涵盖全球IGS站点和本文所研究的GNSS站点的综合单日松弛解。最后，为了在全球范围内实现参考框架的转换，我们挑选多个测站作为参考站，并以全球单日松弛解作为基准观测数据，利用包含三个平移参数、三个旋转参数以及一个尺度参数的七参数相似变换方法，将这些单日解转换到ITRF2014参考框架下（Altamimi et al，2016）。
表 1 基于GAMIT/GLOBK 10.7软件的GNSS数据处理策略与模型Table 1. The strategies for processing GNSS data using GAMIT/GLOBK 10.7 software功能 策略 观测值 LC-AUTCLN 观测历元 30 s 处理模式 24 h，双差解算 卫星轨道 松弛轨道模型，允许卫星轨道和地球旋转参数 （Bull_ A） 调整 对流层延迟 气温和压强由GPT2模型计算；天顶对流层延迟每小时估计一个，映射函数采用GMF模型 电离层 高阶电离层改正，GMAP模型 数据权重 以高度角定权重 潮汐模型 地球潮汐模型IERS03、海洋潮汐模型FES2 004、极潮模型IERS2 010 天线相位中心 绝对天线相位中心模型IGS14 其它模型 光压模型BERNE、重力场模型EGM08、地磁场模型IGRF12 2.2 坐标时间序列分析
GNSS坐标时间序列包含了多种地壳运动信号，其中一部分信号反映了地壳的构造运动，例如测站持续稳定的线性运动速度、地震引发的瞬时永久形变以及震后的弛豫形变。而另一部分信号则为非构造运动，例如因季节变化而产生的周期性形变、仪器更换所导致的坐标时间序列跳变，以及观测环境突变引起的坐标值阶跃式调整等（Zheng et al，2017；Wang et al，2020）。本文首先剔除GNSS坐标时间序列的粗差（Langbein，2004），然后对不明原因的阶跃进行获取，并与同震形变一起进行估计改正。近年来对华北地区具有明显震后影响的地震主要是2011年3月11日发生的东日本大地震。Hu等（2014）关于该地震的震后形变研究结果显示，其震后形变对中国大陆的GNSS站点垂直方向的影响较小，据此本文认为可忽略日本地震震后形变对我国大陆地区垂直形变速率的影响。为避免流动观测站的时间序列包含周期性形变，流动站观测时间定为每年的7—9月份，时间跨度较大，所以我们根据周边的连续站周期性形变对流动观测资料进行周期性改正。长期GNSS坐标时间序列的线性拟合可由下式给出：
$$ \begin{gathered}{y} （ t_i ） ＝a＋bt_i＋c\sin （ 2\pi t_i ） ＋d\cos （ 2\pi t_i ） ＋e\sin （ 4\pi t_i ） ＋f\cos （ 4\pi t_i ） ＋ \\ \quad\; \; \; \quad\sum\limits_{j＝1}^{n_{\mathrm{g}}}g_jH （ t_i-t_{gj} ） ＋\sum\limits_{j＝1}^{n_{\mathrm{h}}}h_jH （ t_i-t_{hj} ） t_i＋\varepsilon_{t_i}， \\ \end{gathered} $$ (1) 式中：a为截距；b为线性速率；c，d，e和f为周年、半周年变化的振幅；gj和hj为ti时刻的阶跃值；H为海维赛德（Heaviside）阶梯函数；n为阶跃个数；$ {\varepsilon _{{t_{{i}}}}} $为时间相关噪声；$t_{gj} $和$t_{hj} $分别为对应第j个阶跃项gj和hj的触发时间。
2.3 速率精度分析
精度评估的方法可以划分为两大类：一类是通过不同监测技术之间的对比来进行，另一类则是同一种监测技术下不同评估方法的对比。由于GNSS观测站缺少水准、InSAR等其它观测手段的结果，所以本文对GNSS获取的垂直形变速度场的精度评定主要是对垂向速率误差和垂向坐标时间序列的年平均重复性精度（用加权均方根WRMS与时间跨度t之比来表示）进行统计。长期重复性精度是在多期观测过程中，对各个时段所得定位结果进行线性拟合后计算所得的中误差。这一指标能够揭示出在受到诸如大气季节性波动、轨道长周期误差等环境因素的影响下，测站在长期定位过程中表现出的离散程度（van Dam et al，2007）。加权均方根的表达式为：
$$ {\mathrm{WRMS}} ＝ \sqrt {\frac{{n \displaystyle\sum\limits_{i ＝ 1}^n {\dfrac{{{{ （ {l_{{i}}} - l_{{i}}^n ） }^2}}}{{\sigma _{{i}}^2}}} }}{{ （ n - 2 ） \displaystyle\sum\limits_{i ＝ 1}^n {{{\left(\dfrac{1}{{{\sigma _{{i}}}}}\right)}^2}} }}} ，$$ (2) 式中，li为单日解，σi为li的方差，n为li的数目，$ l_i^n $为li的线性拟合值。
图4给出了所有GNSS站点的垂直形变速率误差，可见：对于陆态网络连续站（CMNC），93%的垂向速率误差小于1 mm/a，41%的流动站（CAMP）速率误差小于1 mm/a，90%的GNSS站点速率误差小于2 mm/a；而对于气象局站点（METB），只有15%的站点速率误差小于1 mm/a，60%的速率误差小于2 mm/a。图5显示了90%的陆态网络连续站（CMNC）的垂向坐标时间序列的年平均重复性精度小于1 mm/a，92%流动站（CAMP）的重复性精度小于2 mm/a，而只有65%的气象局站点（METB）的重复性精度小于2 mm/a。上述三种数据得到的垂向坐标时间序列的年平均重复性精度与相应的垂向速率误差及占比较一致。三种数据得到的垂向速度场结果的可靠性由高到低分别为陆态网络连续站、陆态网络流动站和气象局站点。
![]()
图 4 华北地区三类站点的垂直形变速率误差（a）及其统计结果（b）Figure 4. The error of vertical deformation rate of the CMNC，CAMP and METB stations in North China （a） and their statistics results （b）![]()
图 5 华北地区三类站点的长期重复性精度结果（a）及其统计结果（b）Figure 5. The annual averaged weighted RMS of vertical positioning time series for the CMNC，CAMP and METB stations （a） in North China and its statistical results （b）2.4 垂直形变结果
考虑到较大的误差会导致垂向速率的不确定度增加，尤其在形变量较小的地区，所以本文获取的站点垂直形变速度场结果需同时满足垂向速率误差和垂向坐标时间序列的年平均重复性精度小于2 mm/a以及观测时间大于5年。图6为符合上述条件的ITRF2014参考框架下的陆态网络连续站、陆态网络流动站和气象局连续站的垂向速度场结果。由图6a可知，除去上文2.1节提到的四个陆态网络连续站的土层站点之外，陆态网络连续站中90%基岩站的垂向形变速率小于2 mm/a。山西高原、燕山和山东半岛地壳形变整体呈隆升趋势，华北平原、淮河平原和四个土层站点都表现为一定的沉降，每年的最大沉降量为43.6 mm。陆态网络流动站的垂向速度场（图6b）显示，华北平原、淮河平原、辽河平原、渭河盆地和山西裂谷地带为区域主要沉降区。以山西高原与华北平原之间的重力梯度带为界，西部显示隆升、东部沉降。基于上述两种数据得到的垂向速度场结果显示的整个区域的沉降、隆升特征与地貌具有继承性，即山峦、高原表现为隆升，盆地、平原表现为沉降。而气象局连续站垂向速度场结果（图6c）显示整个区域主要以沉降为主，其中华北平原的沉降量与陆态网络流动站的结果一致。
![]()
图 6 华北垂直形变速度场结果（a） 陆态网络连续站；（b） 陆态网络流动站；（c） 气象局站点Figure 6. Vertical deformation velocity field in North China（a） CMNC；（b） CAMP；（c） METB为更清晰地显示华北地区的垂直形变速率，本文针对该地区构建了两条速度剖面，剖线位置见图2。两条剖面的垂直形变速度场（图7）显示：华北平原北部、南部每年的沉降量约为70 mm和50 mm；山西高原每年的最大位移为0.1—4 mm，山西裂谷带每年的最大沉降量约为10 mm；山东半岛西部隆起带每年的最大隆升约为3.8 mm；燕山每年也存在0.1—4 mm的隆升；大别山以南地区整体呈现为沉降。
![]()
3. 讨论
地下水主要分布在土层的间隙和岩石的缝隙中，而地下水的开采会导致地表下沉。本文结果显示华北平原地面沉陷严重，形成了近NE−SW走向的长条形沉降区，与赵斌等（2014）得到的华北沉降区特征一致。罗三明等（2014）利用InSAR技术获取的华北地区最大沉降速率约为64.2 mm/a，本文得到的每年最大沉降量70 mm与该结果较一致。由于华北平原和淮河平原地区缺少GNSS基岩站（图2），所以无法准确地获取该地区由构造运动引起的垂向形变速率。由沉降区的空间分布特征可以看出，沉降区与断层走向分布较一致，所以本文认为华北沉降的空间分布除与地下水开采的程度有关，还可能受断裂带的控制。
已有研究显示山西地堑的沉降速率分别为1 mm/a，2—3 mm/a和3—10 mm/a （赵斌等，2014；Hao et al，2016；徐东卓等，2018），虽然这些结果相差较大，但均表明山西地堑依然在发育。根据图6和图7，部分位于山西地堑的测站，其垂向形变速率为负，也表明盆地在下沉。但该地区属于人口聚集区，与华北平原类似，也存在一定的地下水过度开采，所以该下沉可能是由地下水开采所导致的地面沉降引起。大多数沉积盆地受构造运动控制，但前人结果均未说明其沉降特征是否由构造运动所导致。山西地堑GNSS基岩站的速率表明盆地也随山西高原在整体抬升（图8），所以本文结果中的山西地堑沉降（图6，7）和前人结果中的沉降现象可能是受区域地下水过量开采所致，但由于本研究在山西地堑的基岩站数据相对较少，无法揭示山西地堑盆地的构造发育特征。同时，构造发育不仅包括垂向形变，还包括水平形变，所以山西地堑盆地是否仍在发育，尚需更深入的研究。
![]()
图 8 GNSS基岩站得到的垂直形变速度场结果Figure 8. Vertical deformation velocity field obtained from all GNSS bedrock stations太行山隆起是华北中部地区重要的构造地貌单元，陆态网络连续站和流动站的垂直形变监测结果一致显示太行山隆起存在0.1—4 mm/a的隆升趋势，这与赵斌等（2014）得到的结果一致，但气象局连续站监测结果显示该地区垂向形变为沉降（图6c）。气象局GNSS站点大部分建在人口聚集地（如县城的中心等），且均为土层站点，受地下水抽取的影响明显，而陆态网络站点在太行山地区大多为基岩点（图2），且尽量避开人口聚集区，所以气象局与陆态网络GNSS站点监测到的太行山地区垂向形变差异主要是由于气象局的GNSS站点受该地区地下水抽取因素影响严重，所以本文认为太行山的构造形变特征依然为隆升。
4. 结论
本文收集整理了华北地区1999—2019年期间
1406 个GNSS台站的观测资料，通过对上述观测资料进行统一的高精度处理和分析，获取了该地区现今高空间分辨率的垂向形变速度场。本文首次将气象局GNSS观测资料用于垂向形变的研究，极大了提高了华北平原、淮河平原垂向速度场的空间分辨率。华北平原和淮河平原是该地区沉陷最为严重的地区，二者每年的最大沉降量分别约为70 mm和50 mm，形成近NE−SW且与断层走向较一致的沉降带。由于华北平原和淮河平原缺少GNSS基岩站，由构造运动导致的垂向形变量无法准确获取，所以上述沉降量中的非构造垂直形变的具体占比尚需进一步研究。山西高原、燕山以及苏鲁造山带呈隆升趋势，其中GNSS基岩站的结果显示山西地堑不具有构造运动导致的沉降特征，地堑中的个别站点表现为沉降可能是由该区域的GNSS土层站受地下水抽取的影响所致。本文图件主要用 GMT 软件绘制，审稿专家给出了重要的修改建议，作者在此一并表示感谢。
-
![]()
图 2 本文所收集的华北地区GNSS站点分布图
Figure 2. Spatial distribution of GNSS stations in North China Craton used in this paper
![]()
图 3 三种GNSS站点的外观
（a） 陆态网络连续站；（b） 陆态网络流动站；（c） 气象局站点
Figure 3. Appearance of three kinds of GNSS stations
（a） CMNC station；（b） CAMP station；（c） METB station
![]()
图 4 华北地区三类站点的垂直形变速率误差（a）及其统计结果（b）
Figure 4. The error of vertical deformation rate of the CMNC，CAMP and METB stations in North China （a） and their statistics results （b）
![]()
图 5 华北地区三类站点的长期重复性精度结果（a）及其统计结果（b）
Figure 5. The annual averaged weighted RMS of vertical positioning time series for the CMNC，CAMP and METB stations （a） in North China and its statistical results （b）
![]()
图 6 华北垂直形变速度场结果
（a） 陆态网络连续站；（b） 陆态网络流动站；（c） 气象局站点
Figure 6. Vertical deformation velocity field in North China
（a） CMNC；（b） CAMP；（c） METB
![]()
![]()
图 8 GNSS基岩站得到的垂直形变速度场结果
Figure 8. Vertical deformation velocity field obtained from all GNSS bedrock stations
表 1 基于GAMIT/GLOBK 10.7软件的GNSS数据处理策略与模型
Table 1 The strategies for processing GNSS data using GAMIT/GLOBK 10.7 software
功能 策略 观测值 LC-AUTCLN 观测历元 30 s 处理模式 24 h，双差解算 卫星轨道 松弛轨道模型，允许卫星轨道和地球旋转参数 （Bull_ A） 调整 对流层延迟 气温和压强由GPT2模型计算；天顶对流层延迟每小时估计一个，映射函数采用GMF模型 电离层 高阶电离层改正，GMAP模型 数据权重 以高度角定权重 潮汐模型 地球潮汐模型IERS03、海洋潮汐模型FES2 004、极潮模型IERS2 010 天线相位中心 绝对天线相位中心模型IGS14 其它模型 光压模型BERNE、重力场模型EGM08、地磁场模型IGRF12 
下载: 导出CSV
-
韩竹军,徐杰,冉勇康,陈立春,杨晓平. 2003. 华北地区活动地块与强震活动[J]. 中国科学:D 辑,43(增刊):108–118. Han Z J,Xu J,Ran Y K,Chen L C,Yang X P. 2003. Active blocks and strong seismic activity in North China region[J]. Science in China:Series D,46(S2):153–167 (in Chinese). doi: 10.1360/03dz0012
罗三明,单新建,朱文武,杜凯夫,万文妮,梁洪宝,刘志广. 2014. 多轨PSInSAR监测华北平原地表垂直形变场[J]. 地球物理学报,57(10):3129–3139. doi: 10.6038/cjg20141004 Luo S M,Shan X J,Zhu W W,Du K F,Wan W N,Liang H B,Liu Z G. 2014. Monitoring vertical ground deformation in the North China plain using the multitrack PSInSAR technique[J]. Chinese Journal of Geophysics,57(10):3129–3139 (in Chinese).
马宏生,张国民,刘杰,李丽,陈化然. 2003. 中国大陆及其邻区强震活动与活动地块关系研究[J]. 地学前缘,10(增刊):74–80. Ma H S,Zhang G M,Liu J,Li L,Chen H R. 2003. Correlation between strong earthquake activity and active crustal-block in China Mainland and its adjacent regions[J]. Earth Science Frontiers,10(S1):74–80 (in Chinese).
吴福元,徐义刚,高山,郑建平. 2008. 华北岩石圈减薄与克拉通破坏研究的主要学术争论[J]. 岩石学报,24(6):1145–1174. Wu F Y,Xu Y G,Gao S,Zheng J P. 2008. Lithospheric thinning and destruction of the North China Craton[J]. Acta Petrologica Sinica,24(6):1145–1174 (in Chinese).
徐东卓,朱传宝,孟宪纲,尹海权,孙非非. 2018. 山西中北部地区地壳垂直形变时空演化特征及与强震的关系[J]. 地震研究,41(3):446–450. doi: 10.3969/j.issn.1000-0666.2018.03.014 Xu D Z,Zhu C B,Meng X G,Yin H Q,Sun F F. 2018. Temporal and spatial evolution characteristics of crust vertical deformation and its relationship with strong earthquakes in central and northern Shanxi[J]. Journal of Seismological Research,41(3):446–450 (in Chinese).
赵斌,聂兆生,黄勇,王伟,张彩红,谭凯,杜瑞林. 2014. 大规模GPS揭示的华北地区现今垂直运动[J]. 大地测量与地球动力学,34(5):35–39. Zhao B,Nie Z S,Huang Y,Wang W,Zhang C H,Tan K,Du R L. 2014. Vertical motion of North China inferred from dense GPS measurements[J]. Journal of Geodesy and Geodynamics,34(5):35–39 (in Chinese).
周晓慧,杨艺林,姜卫平,周星宇. 2020. GNSS影像及其时空特征初探[J]. 地球物理学报,63(1):155–171. doi: 10.6038/cjg2020M0473 Zhou X H,Yang Y L,Jiang W P,Zhou X Y. 2020. Preliminary spatial-temporal pattern of vertical deformation revealed by GNSS imaging[J]. Chinese Journal of Geophysics,63(1):155–171 (in Chinese).
朱建军,李志伟,胡俊. 2017. InSAR变形监测方法与研究进展[J]. 测绘学报,46(10):1717–1733. doi: 10.11947/j.AGCS.2017.20170350 Zhu J J,Li Z W,Hu J. 2017. Research progress and methods of InSAR for deformation monitoring[J]. Acta Geodaetica et Cartographica Sinica,46(10):1717–1733 (in Chinese).
朱日祥,邓成龙,潘永信. 2007. 泥河湾盆地磁性地层定年与早期人类演化[J]. 第四纪研究,27(6):922–944. doi: 10.3321/j.issn:1001-7410.2007.06.008 Zhu R X,Deng C L,Pan Y X. 2007. Magnetochronology of the fluvio-lacustrine sequences in the Nihewan basin and its implications for early human colonization of Northeast Asia[J]. Quaternary Sciences,27(6):922–944 (in Chinese).
Altamimi Z,Rebischung P,Métivier L,Collilieux X. 2016. ITRF2014:A new release of the International Terrestrial Reference Frame modeling nonlinear station motions[J]. J Geophys Res:Solid Earth,121(8):6109–6131. doi: 10.1002/2016JB013098
Beavan J,Denys P,Denham M,Hager B,Herring T,Molnar P. 2010. Distribution of present-day vertical deformation across the southern Alps,New Zealand,from 10 years of GPS data[J]. Geophys Res Lett,37(16):L16305.
Bennett R A,Hreinsdóttir S. 2007. Constraints on vertical crustal motion for long baselines in the Central Mediterranean region using continuous GPS[J]. Earth Planet Sci Lett,257(3/4):419–434.
Blewitt G,Altamimi Z,Davis J,Gross R,Kuo C Y,Lemoine F G,Moore A W,Neilan R E,Plag H P,Rothacher M,Shum C K,Sideris M G,Schöne T,Tregoning P,Zerbini S. 2010. Geodetic observations and global reference frame contributions to understanding sea-level rise and variability[C]//Understanding Sea-Level Rise and Variability. Oxford:Wiley-Blackwell:256−284.
Ching K E,Hsieh M L,Johnson K M,Chen K H,Rau R J,Yang M. 2011. Modern vertical deformation rates and mountain building in Taiwan from precise leveling and continuous GPS observations,2000−2008[J]. J Geophys Res:Solid Earth,116(B8):B08406.
Dong S W,Zhang Y Q,Li H L,Shi W,Xue H M,Li J H,Huang S Q,Wang Y C. 2018. The Yanshan orogeny and late Mesozoic multi-plate convergence in East Asia:Commemorating 90th years of the “Yanshan orogeny”[J]. Science China Earth Sciences,61(12):1888–1909. doi: 10.1007/s11430-017-9297-y
Feng W,Zhong M,Lemoine J M,Biancale R,Hsu H T,Xia J. 2013. Evaluation of groundwater depletion in North China using the Gravity Recovery and Climate Experiment (GRACE) data and ground-based measurements[J]. Water Resour Res,49(4):2110–2118. doi: 10.1002/wrcr.20192
Fu Y N,Freymueller J T. 2012. Seasonal and long-term vertical deformation in the Nepal Himalaya constrained by GPS and GRACE measurements[J]. J Geophys Res:Solid Earth,117(B3):B03407.
Hao H T,Liu H L,Zhang X L,Wei J,Zhao B,Hu M Z. 2021. Terrestrial water storage variation in Hebei plain area of China,based on ground surface gravimetry[J]. Geod Geodyn,12(3):190–196. doi: 10.1016/j.geog.2021.02.003
Hao M,Freymueller J T,Wang Q L,Cui D X,Qin S L. 2016. Vertical crustal movement around the southeastern Tibetan Plateau constrained by GPS and GRACE data[J]. Earth Planet Sci Lett,437:1–8. doi: 10.1016/j.jpgl.2015.12.038
Herring T,King R,McClusky S. 2018. GLOBK Reference Manual:Global Kalman Filter VLBI and GNSS Analysis Program[M]. Release 10.7. Massachussetts:Massachussetts Institute Technology:76−87.
Hu Y,Bürgmann R,Freymueller J T,Banerjee P,WangK. 2014. Contributions of poroelastic rebound and a weak volcanic arc to the postseismic deformation of the 2011 Tohoku earthquake[J]. Earth Planets Space,66:106.
Jiang L,Bai L,Zhao Y,Cao G,Wang H,Sun Q. 2018. Combining InSAR and hydraulic head measurements to estimate aquifer parameters and storage variations of confined aquifer system in Cangzhou,North China Plain[J]. Water Resour Res,54(10):8234–8252. doi: 10.1029/2017WR022126
Lagler K,Schindelegger M,Böhm J,Krásná H,Nilsson T. 2013. GPT2:Empirical slant delay model for radio space geodetic techniques[J]. Geophys Res Lett,40(6):1069–1073. doi: 10.1002/grl.50288
Langbein J. 2004. Noise in two-color electronic distance meter measurements revisited[J]. J Geophys Res:Solid Earth,109(B4):B04406.
Li S Y,Shen W B,Pan Y J,Zhang T X. 2020. Surface seasonal mass changes and vertical crustal deformation in North China from GPS and GRACE measurements[J]. Geod Geodyn,11(1):46–55. doi: 10.1016/j.geog.2019.05.002
Liu J L,Davis G A,Ji M,Guan H M,Bai X D. 2008. Crustal detachment and destruction of the keel of North China Craton:Constraints from Late Mesozoic extensional structures[J]. Earth Sci Front,15(3):72–81. doi: 10.1016/S1872-5791(08)60063-9
Liu M,Stein S,Wang H. 2011. 2000 years of migrating earthquakes in North China:How earthquakes in midcontinents differ from those at plate boundaries[J]. Lithosphere,3(2):128–132. doi: 10.1130/L129.1
Liu R L,Zou R,Li J C,Zhang C H,Zhao B,Zhang Y K. 2018. Vertical displacements driven by groundwater storage changes in the North China Plain detected by GPS observations[J]. Remote Sens,10(2):259. doi: 10.3390/rs10020259
Ma X Y,Wu D N. 1987. Cenozoic extensional tectonics in China[J]. Tectonophysics,133(3/4):243–255.
Milne G A,Davis J L,Mitrovica J X,Scherneck H G,Johansson J M,Vermeer M,Koivula H. 2001. Space-geodetic constraints on glacial isostatic adjustment in Fennoscandia[J]. Science,291(5512):2381–2385. doi: 10.1126/science.1057022
Shen Z K,Zhao C K,Yin A,Li Y X,Jackson D D,Fang P,Dong D N. 2000. Contemporary crustal deformation in east Asia constrained by Global Positioning System measurements[J]. J Geophys Res:Solid Earth,105(B3):5721–5734. doi: 10.1029/1999JB900391
van Dam T,Wahr J,Lavallée D. 2007. A comparison of annual vertical crustal displacements from GPS and Gravity Recovery and Climate Experiment (GRACE) over Europe[J]. J Geophys Res:Solid Earth,112(B3):B03404.
Wang M,Shen Z K. 2020. Present-day crustal deformation of continental China derived from GPS and its tectonic implications[J]. J Geophys Res:Solid Earth,125(2):e2019JB018774. doi: 10.1029/2019JB018774
Wesson R L,Melnick D,Cisternas M,Moreno M,Ely L L. 2015. Vertical deformation through a complete seismic cycle at Isla Santa María,Chile[J]. Nat Geosci,8(7):547–551. doi: 10.1038/ngeo2468
Xu Y G,Li H Y,Pang C J,He B. 2009. On the timing and duration of the destruction of the North China Craton[J]. Chinese Science Bulletin,54(19):3379–3396. doi: 10.1007/s11434-009-0346-5
Zhao B,Huang Y,Zhang C H,Wang W,Tan K,Du R L. 2015. Crustal deformation on the Chinese mainland during 1998−2014 based on GPS data[J]. Geod Geodyn,6(1):7–15. doi: 10.1016/j.geog.2014.12.006
Zhang Y Q,Shi W,Dong S W. 2011. Changes of late Mesozoic tectonic regimes around the Ordos Basin (North China) and their geodynamic implications[J]. Acta Geologica Sinica,85(6):801–840.
Zheng G,Wang H,Wright T J,Lou Y D,Zhang R,Zhang W X,Shi C,Huang J F,Wei N. 2017. Crustal deformation in the India-Eurasia collision zone from 25 years of GPS measurements[J]. J Geophys Res:Solid Earth,122(11):9290–9312. doi: 10.1002/2017JB014465
Zhu R X,Chen L,Wu F Y,Liu J L. 2011. Timing,scale and mechanism of the destruction of the North China Craton[J]. Science China Earth Sciences,54(6):789–797. doi: 10.1007/s11430-011-4203-4
计量
- 文章访问数: 5
- HTML全文浏览量: 0
- PDF下载量: 1
