基于ARIMA模型的地球自转变化预报
准确预报地球自转变化对于精密定位、空间飞行器的跟踪与正常运行具有重要科学意义和实用价值.根据周日变化(UT1-UTC)和极移变化(PM)的特性,本文用最小二乘法,建立了适合于UT1-UTC和PM趋势项和周期项观测数据的拟合模型.对于UT1-UTC残差序列采用差分自回归移动平均(ARIMA)模型进行预报,对于PM残差采用季节性自回归移动平均(SARMA)模型进行预报.实例结果表明我们的UT1-UTC预报结果比地球自转服务(IERS)产品好,而PM比IERS要差一些.当大气角动量(AAM)和海洋角动量(OAM)数据参与计算后,对UT1-UTC的预报有细微改善,对PM没有改善.
地球自转 ARIMA SARMA
李英冰
武汉大学测绘学院,湖北武汉 420079
国内会议
中国全球定位系统技术应用协会2009年年会暨卫星导航产业发展与对策专家论坛
杭州
中文
144-148
2009-11-18（万方平台首次上网日期，不代表论文的发表时间）