一种改正LS+AR模型提高短期极移预报精度的方法

• 作者: 丁跃群 刘石双 张军杰 王志文 王潜心
• 来源期刊: 天文学报
• 学科: 地球科学
• 关键词: 天体测量学:地球自转 天体测量学:极移 地球:动力学 方法:数据分析
• 年，卷（期）: 2017,（2）
• 页码范围: 65-75
• 页数: 11页
• 分类号: P127
• 字数: 4229字
• 语种: 中文
• DOI: 10.15940/j.cnki.0001-5245.2017.02.006

摘要

最小二乘(Least Squares,LS)与自回归(AutoRegressive,AR)联合(LS+AR)模型在极移预报(polar motion,PM)中存在以下问题:最小二乘拟合的内部残差值较好而LS外推的残差值较大;LS拟合残差序列是非线性的,故根据预报历元前的残差序列建立的AR模型可能并不适用于待预报的残差序列,存在不匹配预报的情况.针对这两个问题,通过以下方法进行解决:首先对LS拟合数据两端点附加约束条件使其固定到LS拟合曲线上,因此在两端点附近的拟合值与观测值十分接近;然后选取与LS外推残差序列变化趋势接近的内推残差序列作为AR模型的建模对象,进行残差预报.通过实例表明该方法能够有效地提高LS+AR模型在短期极移预报的精度.此外,通过与RLS (Robustified Least Squares)+AR、RLS+ARIMA (AutoRegressive Integrated Moving Average)和LS+ANN (Artificial Neural Network)模型的预报结果对比,证明了该方法在极移预报中的可行性.实例证明了所提出的方法在短期预报中可以取得良好的预报结果,尤其在1-10 d超短期的极移预报上可以获得与国际最好预报精度相当的预报结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志文	中国矿业大学环境与测绘学院	3	8	2.0	2.0
2	王潜心	中国矿业大学环境与测绘学院	25	79	6.0	7.0
3	张军杰	中国矿业大学环境与测绘学院	2	4	1.0	2.0
4	刘石双	燕山大学机械工程学院	2	7	2.0	2.0
5	丁跃群	中国矿业大学环境与测绘学院	1	3	1.0	1.0