一种联合有效角动量与IGS超快解的超短期EOP参数预报方法

技术领域

本发明属于大地测量与卫星导航技术领域，具体涉及一种联合有效角动量与IGS超快解的超短期EOP参数预报方法。

背景技术

地球定向参数（Earth OrientationParameter，EOP）是实现天球参考框架与地球参考框架之间相互转换的重要参数，是影响GNSS轨道预报精度的重要因素，可以通过VLBI、GNSS、SLR等空间大地测量手段精确测得。但由于复杂的数据处理和组合过程，EOP的实测值存在数天到数小时的延迟。由IERS组织发布的EOP C04序列是公认精度最高的EOP实测序列，但其发布时间存在大约30天的延迟，不能满足实时应用的需求。因此，需要对EOP进行预报。目前EOP中极移（两个分量PMX，PMY）的观测精度可以达到0.02mas，日长变化（Length OfDay，LOD）的观测精度可以达到0.005ms，但即使是超短期的EOP预报精度也会比观测精度低数倍。因此，如何提高EOP的预报精度已成为高精度大地测量亟待解决的关键问题。

EOP与有效角动量（EAM）可以通过刘维尔方程相互转换。EAM包括大气角动量（AAM）、海洋角动量（OAM）、陆地水角动量（HAM）和海平面角动量（SLAM）。2016年7月24日~2022年1月31日对EAM和EOP的分析结果显示，X方向极移PMX经数据预处理后与AAM、AAM+OAM、AAM+OAM+HAM、AAM+OAM+HAM+SLAM的相关性分别为0.700、0.786、0.756、0.752；Y方向极移PMY经数据预处理后的相关性为0.813、0.868、0.867、0.864，LOD的相关性为0.636、0.630、0.564、0.635。上述结果验证了EAM对EOP的激发作用。此外，Brier检测参数说明通过使用EAM在1~7天的预报值进行EOP预报可以有效提高预报精度。GNSS实现了密集均匀的全球覆盖，可以高精度、连续地提供观测数据，在观测、解算极移上有精度高、速度快的优势。

目前，对EOP的预报方法大多只针对单一数据源，没有考虑到EAM预报数据和GNSS观测数据可能在EOP超短期预报中发挥的作用。

发明内容

针对现有技术不足，本发明提供一种联合有效角动量与IGS超快解的超短期EOP参数预报方法，包括以下步骤：

步骤1，对EOP数据进行预处理；

步骤2，通过刘维尔方程将EOP数据转换为测地激发角动量GAM；

步骤3，构建引入有效角动量函数EAM的LS+AR超短期EOP预报模型，计算得到EOP超短期预报结果；

步骤4，利用IGS超快解数据进一步校正步骤3得到的EOP超短期极移预报值，得到最终的EOP超短期预报结果。

而且，所述步骤1中获取IERS提供的EOPC04序列和finals.daily数据，对PMX和PMY数据利用finals.daily数据进行补齐；对UT1-UTC数据除了需要使用finals.daily数据补齐外，还需要扣除闰秒和固体潮

固体潮计算公式为：

（1）

（2）

（3）

式中，

而且，所述步骤2中先利用刘维尔方程将EOP转换为测地角动量GAM，极移和UT1-UTC/LOD的转换形式如下：

（4）

（5）

式中，

公式（4）的更易于编程的离散化形式为：

（6）

（7）

式中，

而且，所述步骤3中获取德国地学研究中心GFZ提供的EAM基础数据与EAM

LS+AR模型的基本公式为：

（8）

（9）

式中，

而且，所述步骤4中获取IGS提供的极移超快解数据，首先使用最小二乘与自回归的组合LS+AR模型对极移超快解数据进行预报，得到第1天的预报值，然后利用常数

（10）

式中，

将步骤3得到的极移预报结果加上

与现有技术相比，本发明具有如下优点：

在构建EOP模型时，创新性地同时引入了IERS C04序列、EAM序列、IGS超快解序列进行EOP预报，充分考虑了EAM与EOP的关系，利用了EAM预报数据精度高、GNSS数据解算极移的优势，使EOP的超短期预报精度有了一定提高。

附图说明

图1为本发明实施例的流程图。

具体实施方式

本发明提供一种联合有效角动量与IGS超快解的超短期EOP参数预报方法，下面结合附图和实施例对本发明的技术方案作进一步说明。

如图1所示，本发明提供一种联合有效角动量与IGS超快解的超短期EOP参数预报方法，包括以下步骤：

步骤1，对EOP数据进行预处理。

获取IERS（国际地球自转和参考系统服务）提供的EOP C04序列和finals.daily数据。第一期预报实验的预报起点为2020年7月24日。由于部分天数存在EAM数据缺失，因此此后仅对数据完整的日期进行预报，共预报488期。每期预报未来10天的EOP数据。最后一期实验的预报起点为2022年1月31日。

由于EOP C04序列存在大约30天的延迟，因此采用finals.daily数据对PMX和PMY数据进行补齐。世界时与协调世界时UT1-UTC中包含闰秒导致序列不连续，不利于分析和预报，因此对UT1-UTC数据除了需要使用finals.daily数据补齐外，还需要扣除闰秒和固体潮

（1）

（2）

（3）

式中，

步骤2，通过刘维尔方程将EOP数据转换为测地激发角动量GAM。

为了方便后续引入有效角动量函数EAM进行预报，需要先利用刘维尔方程将EOP转换为测地角动量GAM，极移的转换形式如公式（4），UT1-UTC/LOD的转换形式如式（5）。

（4）

（5）

式中，

式（4）的更易于编程的离散化形式为：

（6）

（7）

式中，

步骤3，构建引入有效角动量函数EAM的LS+AR超短期EOP预报模型，计算得到EOP超短期预报结果。

获取德国地学研究中心GFZ提供的EAM基础数据与EAM1~6天预报值，首先计算步骤2得到的测地激发角动量GAM基础数据与EAM基础数据的残差值，并用最小二乘与自回归的组合LS+AR模型进行外推，接着将外推得到的残差值加上EAM 1~6天的预报值获得GAM 1~6天的预报值，然后将该预报值补齐至GAM的基础数据中，再利用LS+AR模型进行外推，得到GAM 7~10天的预报值，最后将两部分预报值进行组合并通过刘维尔方程得到EOP超短期预报结果，将得到的UT1-UTC的预报结果加上闰秒、固体潮，得到的LOD的预报结果加上固体潮，得到最终的EOP超短期预报结果。

LS+AR模型的基本公式为：

（8）

（9）

式中，

表1引入EAM的LS+AR超短期预报模型参数设置

得到的最终EOP超短期预报结果如表2所示，由表2可以看出引入EAM后，PMX的超短期预报值除第1天外均较大幅度的优于公报A，在预报的第10天，相对精度提高为33.58％。PMY在预报的第1~10天精度都优于公报A，在第10天精度提高为26.22%。相对极移引入EAM后预报精度有较大的提升，UT1-UTC引入EAM后，在预报跨度为1~4天时精度略低于公报A，在预报跨度为5~6天时精度优于公报A，在第10天精度提高为16.49%。

表2引入EAM的LS+AR超短期预报模型得到EOP预报值的MAE

步骤4，利用IGS超快解数据进一步校正步骤3得到的EOP超短期极移预报值，得到最终的EOP超短期预报结果。

由表2可以看出，虽然引入EAM可以较大幅度地整体提高极移预报精度，但在预报的第1天，对极移预报结果改进不大，在X方向上还有一定的降低，因此引入在实时环境下可用的IGS数据进行校正。

获取IGS（国际GNSS服务）提供的极移超快解数据，首先使用最小二乘与自回归的组合LS+AR模型对极移超快解数据进行预报，得到第1天的预报值，然后利用常数

（10）

式中，

将步骤3得到的每期每天极移预报结果加上

表3以IGS超快解数据为基础数据的LS+AR模型参数设置

经过校正后的极移预报结果为如表4所示。由表4可以看出，经过IGS校正后，极移第1~3天的预报精度有了进一步的提高，并且随着可用IGS数据的更新，精度提高幅度逐渐增大。需要注意的是，在严格的实时环境下，第1天的预报值只能使用6时IGS数据校正后的结果，但12时、18时IGS数据校正的结果对第2、3天预报结果有一定的改进，因此保留了12时、18时IGS数据校正的结果。第1天PMX的预报精度提高可以达到62.29%，PMY的预报精度提高可以达到52.10%。第3天PMX的预报精度提高可以达到51.04%，PMY的预报精度提高可以达到47.91%。

表4经过IGS校正后的极移预报结果

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施案例，做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。