多源卫星重力数据融合研究进展

分析了GOCE和GRACE等重力卫星数据在频谱上的互补性,指出了多源卫星重力数据融合的必要性,总结了多源卫星重力数据融合的研究进展和相关成果,特别是GOCO和EIGEN系列模型.在此基础上,探讨了目前多源卫星重力数据融合中存在的问题,如地形影响处理、位系数与数据的对应关系、数据权重分配等.最后,对多源卫星重力数据融合研究提出了一些建议.     

利用超高阶重力场模型检测水准测量粗差的方法研究

当前水准测量仍然是高精度高程控制测量的首选方法,本文针对目前水准测量粗差缺乏有效检测方法这一问题,提出了基于超高阶重力场模型的粗差检测方法．以2个控制网为例展开研究,实验结果表明:1）EGM2008与EIGEN-6c4重力场模型均具有较高精度,应用上述2个模型计算的A、B测区测段粗差显著水平系数K满足三等限差K的比例≥78%,满足四等限差K的比例≥95%,显然高精度地球重力场模型为水准粗差检测提供了可能性;2）该方法应用于水准粗差检测效果良好,水准粗差越大,粗差检测的成功率就越高;3）采用移去-恢复法计算模型正常高后,该方法粗差检测的成功率有所提升．      

经验模态分解滤波法用于时变重力场去噪研究

GRACE重力卫星的时变重力场数据在陆地水储量变化监测和分析中广泛应用,其应用效果与时变重力场滤波方法的特性息息相关,因此时变重力场滤波方法研究成为一个热点.引入经验模态分解滤波法,对时变重力场数据进行滤波处理,并与成熟的P3M6、Duan滤波法比较分析该方法的有效性.结果表明:经验模态分解滤波法结果的信噪比为3.14,而P3M6、Duan滤波法的结果信噪比分别为2.90和3.01,相比而言,经验模态分解滤波法有较好的保留真实信号能力.进一步将三种滤波方法用于研究亚马逊流域、密西西比河流域和长江流域的水储量变化,并与GLDAS反演的水储量变化结果比较,结果表明经验模态分解滤波法反演结果与GLDAS结果相关性最高,相关系数大于0.86,充分验证该方法的可靠性和有效性.