考虑LS+AR模型基础数据量的极移预报研究

作者：徐海龙; 乔书波^*; 王穆阳

来源：天文学报, 2022, 63(02): 13-20.

DOI：10.15940/j.cnki.0001-5245.2022.02.002

• 天体测量学
• 参考系
• 地球
• 方法:数据分析

针对目前极移最小二乘(Least Square, LS)+自回归(AutoRegressive, AR)预报模型的单一数据选取方案,提出分别考虑LS模型数据量和AR残差数据量的组合数据模式,并对极移预报时单一数据和组合数据预报结果精度进行分析,探讨模型输入数据量对极移预报精度的影响.结果表明,模型输入数据量的变化对极移预报结果影响较大.采用组合数据预报的方式相比较于单一数据量预报方式精度更高,特别是针对30–360 d跨度内的中长期预报,组合数据量的极移预报精度可比单一数据量预报精度有较大改善.结论证明组合数据在极移预报时具有一定的优势,可为以后极移预报数据量选取提供一定的借鉴参考意义.

• 出版日期2022
• 单位信息工程大学地理空间信息学院