天体测量与大地测量 VLBI 的数据格式与相关术语

从 Calc/Solve 转向 pSolve 时，Leonid 建议我先了解数据格式。我以前使用 Calc/Solve，接触过 Mark III 数据库和 vgosDB，但对它们保存的具体内容，以及它们在数据处理流程中的作用，了解得还不够系统。借这个机会，我想先梳理一下天体测量和大地测量 VLBI 的数据处理流程，再介绍几种常见的数据格式，以及 session、scan、observation 等术语，最后讨论这些术语的中文译法，说明自己的选择。

1. 数据处理流程与格式

1.1 从信号记录到参数估计

VLBI 测站接收射电源的信号，对信号进行数字采样，并记录采样数据及时间信息。不同测站的信号经过相关处理，得到各条基线上的复可见度函数数据。“复可见度函数”是 complex visibility function 的中文译名。描述相关机输出及后续处理时，中文 VLBI 文献也常使用“可见度数据”这一说法。因此，后文将其简称为“可见度数据”。随后，通过校准和条纹拟合提取时延、时延率等观测量，再利用这些观测量估计射电源位置、测站坐标和地球定向参数等。

按照 IVS《Infrastructure Development Plan 2030》附录中的命名约定，可以将这些数据分为以下级别：

这里的分析步骤按输入数据命名。例如，L1 数据分析从可见度数据中提取时延等观测量，得到 L2 数据；L2 数据分析利用这些观测量进行参数估计，得到 L3 数据。

实际处理还涉及模型和校准信息。条纹拟合得到的时延残差，是相对于相关处理所用模型而言的。将时延残差与相应的模型时延及相关改正结合起来，才能构成总时延观测量。之后，还要把观测量、误差和测站、射电源、时间、频率等信息整理在一起，供分析软件读取。

1.2 不同处理阶段的数据格式

大地测量 VLBI 数据从记录到解算，要经过多次处理和转换，因此会用到多种格式。Leonid 在 GVF 的说明中，按处理顺序将它们分成几类。我觉得这种分法很直观，下面沿用他的思路，补充一些常见的格式名称。

1. 信号记录格式（signal format） 测站将数字采样信号记录在磁带或磁盘上。Leonid 的早期说明列举了 Mark-5、Mark-4、Mark-3、K-3、K-4 和 S2 等记录系统所用的格式。现在常见的基带数据格式还有 VDIF、Mark5B 等。

2. 相关机输出格式（correlator output format） 相关机对不同测站记录的信号进行相关处理，得到可见度数据，并连同辅助信息一起保存。以 DiFX 为例，相关结果以 SWIN 格式保存，也可根据后续处理的需要转换为 FITS-IDI 或 Mark 4 格式。

3. 相关后处理格式（post-correlator format） PIMA、AIPS、FOURFIT 等程序对相关机输出进行校准和条纹拟合，并保存处理结果。这些结果包括时延、时延率、相位、信噪比和数据质量信息等，具体保存方式因软件而异。

4. 观测数据格式（observations format） 将时延等观测量与辅助信息整理在一起，供天体测量和大地测量分析软件使用。Mark III 数据库、NGS、GVF、VDA 和 vgosDB 等都可以放在这一类中。

5. 解算结果格式（results format） 参数估计完成后，按照相应格式保存解算结果。例如，IVS 的地球定向参数产品使用专门的 EOP 格式，地球参考架产品采用 SINEX 格式。

有些格式名称会出现在不止一个处理环节。例如，Mark 4 的 type-1 文件保存可见度数据，type-2 文件保存条纹拟合结果，type-3 文件保存测站模型和校准信息。因此，看到“Mark 4 格式”时，还要确认具体指哪类文件。

L0、L1、L2 等级别说明数据经过了哪些处理，格式名称则说明这些数据怎样存放。同一级数据可以采用不同格式，同一种格式也可能保存多个处理阶段的信息。

1.3 我接触过的 Mark III 数据库

我最初学习 Calc/Solve 时，接触的是 MARK-3 DBH 格式，也就是通常所说的 Mark III 数据库。那时，光是导入数据就花了不少时间，我还专门写过笔记，记录 catlg 的使用方法。

在旧的 Calc/Solve 处理流程中，条纹拟合结果先被整理成初始数据库。Calc 计算理论时延和偏导数等，并将结果写入数据库；随后加入气象、电缆校准等信息，再通过交互式 Solve 完成数据编辑、模糊度处理和电离层校准。

处理后的数据库可以按需要转换为两类文件：

这些转换会舍去一部分信息，因此导出的文件并不等同于完整数据库。例如，NGS 文件通常不足以支持重新进行时延模糊度处理。

Leonid 在 GVF 的说明中，对旧格式及其处理程序提出了不少批评：读取速度慢、重复存储的数据多、依赖旧目录系统，更新和版本管理也不方便。其中一些设计受到当年计算机条件的限制，但随着观测规模扩大，使用起来也越来越费力。

1.4 vgosDB 与 GVF

后来，IVS 逐步转向 vgosDB。官方报告记载，这一转换从 2017 年开始，到 2018 年 5 月底已基本完成。Calc/Solve 在此之前就已支持 vgosDB，2017 年的软件发布说明还提到了对这种格式支持的改进。转换初期也遇到过一些问题。不过，就我自己的使用感受而言，vgosDB 对初学者友好得多。

vgosDB 把一次观测的数据分成多个文件，数值数据主要采用 NetCDF 格式保存，再由扩展名为 .wrp 的 wrapper 文件指定使用哪些文件。观测量、校准数据、理论模型和数据编辑信息可以分别存放。分析时更换某些数据或处理方案，也可以通过新的 wrapper 指向相应文件。

Leonid 提出的 GVF（geo-VLBI format），也是为了改善旧数据库在读取、存储和更新等方面的问题。它是 pSolve 使用的观测数据格式，可以将条纹拟合结果、校准数据、理论模型和解算相关信息分别保存。

初步阅读之后，我觉得 GVF 和 vgosDB 在数据组织上有不少相似之处。它们都区分整次观测、观测段、测站和基线观测等不同范围的数据，也都允许将不同类别的数据分开保存。这样可以减少重复存储，修改某一部分内容时，也不必重新写入整套数据。

与 GVF 相关的文本交换格式是 VDA（VGOSDA），早期名称为 AGVF。它以 ASCII 文本保存 VLBI L2 数据及相关信息，便于直接查看，也方便不同分析软件交换数据。

2. 观测数据的组织与基本术语

2.1 Experiment 与 session

在这里讨论的数据分析语境中，experiment 和 session 经常指同一次独立安排的 VLBI 观测。它有自己的观测代号、开始时间、持续时间、参与测站和观测计划。多个测站按照计划，在这段时间内观测一系列射电源。VDA 规范中的 experiment，也用于指独立编排的观测所产生的数据集。

我在描述 VLBI 数据时更习惯使用 session。写成中文时，通常直接译为“观测”或“一次观测”。需要强调组织安排时，再使用“观测任务”。例如：

在 IVS 中，session code 是某次观测的唯一代号，session type 则用来归类同一系列的观测。例如，R1 是一个观测系列，r1823 是其中某次观测的代号。

在大地测量 VLBI 中，常见的观测安排包括常规观测和 UT1 加强观测，两者的时长、测站配置和主要目的有所不同。常规观测通常持续 24 小时，由多个测站组成观测网，按照计划观测一系列射电源。IVS 的 R1、R4 就是典型例子。这类观测用于测定地球定向参数，其长期积累的数据也用于确定测站坐标、射电源位置，以及建立和维护地球参考架与天球参考架。UT1 加强观测（Intensive sessions）主要用于快速测定 UT1−UTC，通常持续约 1 小时，常见配置为 2 至3 个测站。它的观测时间较短、参与测站较少，观测编排和解算也主要围绕 UT1−UTC 展开。因此，“一个 session”，既可以是一次持续 24 小时的常规观测，也可以是一次持续约 1 小时的加强观测。

2.2 Scan：观测段

这里我把 scan 译为“观测段”，指VLBI阵列或其中一部分测站对同一射电源进行的一段连续观测。一次完整的观测通常包含多个观测段，同一射电源也可以在不同观测段中被反复观测。

例如，先观测射电源 A，再观测射电源 B，随后返回射电源 A，通常对应三个观测段。每个观测段都有相应的目标源、时间、参与测站和观测设置。

我采用“观测段”这个译法，主要是觉得它在中文里比较直观。“观测段时长”、“观测段编号”、“一个观测段内的基线观测”等表述也比较顺畅。涉及程序变量和文件字段时，我仍会保留 scan，方便与软件文档对照。

2.3 Observation：基线观测

在测地 VLBI 观测数据库中，observation 通常指一个观测段内，一对测站针对同一目标源取得的数据。我将它称为“基线观测”；讨论数据库结构和记录数量时，则使用“基线观测记录”。

如果一个观测段内有 $N$ 个测站共同观测同一射电源，可以组成的基线数为 \(N_{\mathrm{bl}}=\frac{N(N-1)}{2}.\) 例如，4 个测站可以组成 6 条基线。在每条基线对应一条记录的组织方式下，这个观测段最多对应 6 条基线观测记录。实际得到的有效记录数，还取决于测站参与情况、数据完整性和条纹检测结果。一条记录可以包含或关联多个数据项，例如不同频段的时延、时延误差、时延率、信噪比和质量代码。因此，“基线观测记录数”与“时延数”不一定相同。

这样，几个层级就可以分别表述为：

2.4 Observation、observable 与 delay

Observation、observable 和 delay 也需要分开使用。Observation 在这里指基线观测或相应的数据记录；observable 是“观测量”，例如群时延、相时延和时延率；delay 则是其中一种具体的观测量，即“时延”。

以时延为主要观测量时，文献中有时会用 delays 指代参与分析的观测数据。但在介绍数据库内容时，我还是会区分“一条基线观测记录”和“一个时延值”，因为一条记录中还可能有其他观测量及辅助信息。

2.5 Master File：观测总表

我将 IVS Master File 称为“IVS 观测记录总表”。它按年度汇总各次 VLBI 观测的基本信息，每次观测实验对应一条记录。记录中包括观测类型、观测代号、开始日期和时间、计划时长、参与测站，以及负责观测编排和相关处理的机构等。IVS 的网页版本还提供处理状态、分析中心和具体观测页面的链接。观测记录总表、单次观测的观测纲要和观测数据库，可以按下面的方式区分：

整理观测列表、查看有哪些测站参加时，可以先查观测记录总表；了解某次观测如何安排，需要查看观测纲要；进行时延分析，则需要读取观测数据库。IVS 分别提供普通观测和加强观测的年度总表。例如：

2.6 常用术语的中文表述

下面汇总我采用的中文译法。涉及软件变量、文件字段和文件名称时，我通常保留英文，便于查阅和对照；正文叙述则尽量使用自然、准确的中文，避免不必要的中英文混用。

参考资料

• Leonid Petrov：Specifications of the geo-VLBI data format。
• Leonid Petrov：Description of the ASCII geo-VLBI data format VGOSDA。
• IVS：Infrastructure Development Plan 2030。
• John Gipson，2012：IVS Working Group 4: VLBI Data Structures。
• John Gipson：vgosDB Manual。
• IERS：2018 年报中的 IVS 报告。
• 刘磊、郑为民、张娟等，2017：中国 VLBI 网软件相关处理机测地应用精度分析。
• IVS：Master and Control Files。