fa آنالیز سری‌های زمانی GPS منطقه البرز ژئودزی و هیدروگرافی Geo&Hydro پژوهشي Research <p dir="RTL" style="text-align: justify">سری‌های زمانی <span dir="LTR">GPS</span> شامل یک ترند خطی، حرکات پریودیک با فرکانس‌های سالیانه و نیم سالیانه، آفست‌ها و یکسری رفتار‌های دیگر تحت عنوان نویز می‌باشند. با توجه به کاربرد‌های متفاوت سری‌های زمانی مانند بررسی حرکات تکتونیک، تغییر پوسته زمین و دینامیک زلزله و غیره باید سری‌های زمانی با دقت بالایی تقریب گردند. برای این منظور لازم است که مولفه‌های سیستماتیک موجود در مدل تابعی با دقت بالایی تعیین شوند. در این تحقیق علاوه بر موارد ذکر شده، اثر زلزله نیز در سری‌های زمانی در نظر گرفته شده است. با توجه به اینکه لرزه خیز<span dir="LTR">‌</span>ترین منطقه شمال ایران منطقه البرز است، 25 ایستگاه دائمی این منطقه (تقریباً با پوشش زمانی بین سال‌های 2005 تا 2013 میلادی) برای مطالعه انتخاب گردیده است. برای کشف اثر زلزله، با توجه به نمایش هندسی رفتار سری زمانی و همچنین بررسی زمین لرزه‌های رخداده در منطقه، به روش آزمون و خطا زمین لرزه‌های موثر در رفتار سری‌های زمانی شناسایی شده است. نتایج حاصل بیانگر رفتار شبیه به هم ایستگاه‌ها (وقوع آفست در زمان<span dir="LTR">‌</span>های مشترک و تاثیر مشابه زلزله) می‌باشد که علت آن، انتشار اثرات سیستماتیک از یک ایستگاه به ایستگاه دیگر در هنگام پردازش است. همچنین در صورتیکه ماتریس کواریانس مشاهدات بصورت ترکیب سه نویز سفید، فلیکر و گام تصادفی در نظر گرفته شود، آنالیز نویز سری‌های زمانی با استفاده از روش برآورد مولفه‌های واریانس (به روش کمترین مربعات)، بیانگر این مورد است که صرفنظر کردن از اثر زلزله اثر خود را بصورت حضور نویز گام تصادفی، به ترتیب در 88، 12 و 60 درصد سری‌های زمانی مولفه‌های شمالی، شرقی و ارتفاعی نشان خواهد داد. در صورتیکه اثر زلزله نیز در نظر گرفته شود، نویز گام تصادفی، به ترتیب در 12، 12 و 36 درصد سری‌های زمانی مولفه‌های شمالی، شرقی و ارتفاعی دارای مقدار مثبت خواهد بود. همچنین با توجه به رفتار مشابه سری‌های زمانی پیشنهاد می‌شود که یک باز پردازش برای آن‌ها انجام گیرد.&nbsp;</p> <p style="text-align: justify">GPS time series consists of a linear trend, harmonic signals, probable offsets and also noise which is described as a stochastic part. Because of various applications of GPS time series such as plate tectonics, crustal deformation and earthquake dynamics studies, these time series should be modeled with high accuracy. For this purpose, systematic effects in functional model should be determined with high accuracy. In this paper the effect of earthquakes is also considered in the functional model in addition to mentioned behaviors. Because earthquakes cause crustal deformations, their effects can be observed in the shape of offsets (as coseismic effects) and (or) rate changes (as coseismic or postseismic effects) in the time series. Neglecting these effects lead to biased estimation of noise amplitudes. To discover the effect of earthquakes, a manual solution is used for each station. Effects are detected graphically by comparison of behavior of time series and epoch of occurred earthquakes in the region. The earthquakes which considering their effects, lead to the best fitting of functional model to time series, are selected as effective ones. Because the Alborz range is the most seismically active region in the Northern Iran, 25 permanent GPS stations with the time span between 2005 and 2013 in this area are selected for this study. Analysis of time series indicates similar behavior of time series with the same offset times and common earthquake effects for most stations (also for those which are located in far distances from epicenters). This result means that systematic effects may propagate from one station to the others during the processing and the network adjustment. Furthermore, noise analysis of time series using least squares (co)variance components estimation method, shows that neglecting seismic effects can result in the presence of random walk noise in 88%,12% and 60% of north, east and up components, respectively. However, considering the seismic effects causes positive estimation of variances of random walk noise in 12%,12% and 36% of north, east and up components, respectively. Finally, due to similar behavior of time series, a reprocessing of them could be suggested.</p> سری‌های زمانی GPS, آنالیز نویز, روش کمترین مربعات GPS Time Series, Noise Analysis, Least Squares VCE Method 127 135 http://jgst.issgeac.ir/browse.php?a_code=A-10-388-1&slc_lang=fa&sid=1 R. Tehranchi رامین تهرانچی r.tehranchi67@gmail.com 10031947532846003149 10031947532846003149 Yes university of Zanjan دانشگاه زنجان Kh. Moghtased Azar خسرو مقتصد آذر moghtased@tabrizu.ac.ir 10031947532846003150 10031947532846003150 No Tabriz university دانشگاه تبریز H. R. Nankali حمیدرضا نانکلی nankali@ncc.org.ir 10031947532846003151 10031947532846003151 No national cartographic center of iran سازمان نقشه برداری کشور