利用奇异谱分析提高极移中长期预报精度

由于空间大地观测数据传输耗时及处理过程复杂, 导致极移测量值的获取存在时延, 无法满足对高精度的极移预报值有重大需求的应用领域. 针对极移复杂的时变特性, 提出一种基于奇异谱分析(singular spectrum analysis, SSA)的预报方法. 首先用SSA分离提取极移时序中的高频组分与低频组分; 其次建立最小二乘(least square, LS)外推与自回归(AutoreGressive, AR)模型对极移高频和低频组分进行组合预报. 结果表明, SSA方法能够准确地分离和提取极移低频和高频组分, 对低频和高频组分组合预报可以显著改善极移的中长期(30--365d)预报精度, 与国际地球自转和参考系服务局(International Earth Rotation and Reference Systems Service, IERS)提供的A公报中的极移预报值相比, SSA方法对极移PMX分量(本初子午线方向)和PMY分量(西90$^\circ$子午线方向)的中长期预报精度改进最高分别可达45.97%和62.44%. 研究结果验证了SSA方法对极移中长期预报改进的有效性.     

基于混沌时间序列的Volterra自适应滤波极移预报方法

针对极移复杂的时变特性, 根据混沌相空间坐标延迟重构理论, 提出一种基于Volterra自适应滤波的极移预报方法. 首先, 利用最小二乘拟合算法分离极移序列中的线性趋势项、钱德勒项和周年项, 获得线性极移、钱德勒极移和周年极移的外推值; 其次, 通过C-C关联积分法对最小二乘拟合残差序列进行相空间重构, 并利用小数据量法计算残差序列的最大Lyapunov指数验证其混沌特性, 在此基础上, 构建Volterra自适应滤波器对残差序列进行预测; 最后, 将线性极移、钱德勒极移和周年极移的外推值以及最小二乘拟合残差的预测值相加获得极移最终预报值. 利用国际地球自转服务局(International Earth Rotation and Reference Systems Service, IERS)提供的极移数据进行1--60d跨度预报, 并将预报结果分别与国际地球定向参数预报比较竞赛(Earth Orientation Parameters Prediction Comparison Campaign, EOP PCC)结果和IERS A公报发布的极移预报产品进行对比, 结果表明: 对于1--30d的短期预报, 该方法的预报精度与EOP PCC最优预报方法相当, 当预报跨度超过30d时, 该方法的预报精度低于EOP PCC最优预报方法, 优于参与EOP PCC的其他方法; 与IERS A公报相比, 该方法的短期预报效果较好, 当预报跨度增加时预报精度低于IERS A公报. 预报结果表明该方法更适合于极移短期预报.