利用端部效应改正的LS+AR模型进行日长变化预报

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用端部效应改正的LS+AR模型进行日长变化预报

刘建, 王琪洁, 张昊

文章导航 > 武汉大学学报 ( 信息科学版) > 2013 > 38(8): 916-919

刘建, 王琪洁, 张昊. 利用端部效应改正的LS+AR模型进行日长变化预报[J]. 武汉大学学报 ( 信息科学版), 2013, 38(8): 916-919.

引用本文:

刘建, 王琪洁, 张昊. 利用端部效应改正的LS+AR模型进行日长变化预报[J]. 武汉大学学报 ( 信息科学版), 2013, 38(8): 916-919.

LIU Jian, WANG Qijie, ZHANG Hao. Prediction of LOD Change Based on the LS and AR Model with Edge Effect Corrected[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 916-919.

Citation:

LIU Jian, WANG Qijie, ZHANG Hao. Prediction of LOD Change Based on the LS and AR Model with Edge Effect Corrected[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 916-919.

利用端部效应改正的LS+AR模型进行日长变化预报

¹中南大学地球科学与信息物理学院

基金项目: 国家自然科学基金资助项目(U1231105,10878026); 国家863计划资助项目(2012AA121301)

作者简介:
刘建，硕士生，主要研究方向为地球自转参数预报及测量数据处理。

中图分类号: P227.1

Prediction of LOD Change Based on the LS and AR Model with Edge Effect Corrected

¹Schoolof Geosciences and Info-Physics,Central South University,932 South Lushan Road,Changsha 410083,China

Funds: 国家自然科学基金资助项目(U1231105,10878026); 国家863计划资助项目(2012AA121301)

摘要: 针对LS+AR模型在日长变化预报过程中存在的端部效应现象,采用时间序列分析方法对日长变化的序列进行外推,形成一个新的序列,用这个新序列求得LS模型的系数,然后再用LS+AR模型对日长变化原始序列进行预报。实验结果表明,利用端部效应改正的LS+AR模型与LS+AR模型相比,在日长变化的预报精度上有一定的改善,尤其在跨度为中长期时改善更为明显。
- 端部效应 /
- 日长变化 /
- 预报 /
- LS+AR模型
Abstract: Aiming to resolve the edge effect in the process of predicting length of day(LOD) by the least squares and autoregressive(LS+AR) model,we employed a time series analysis model to extrapolate LOD series and produce a new series.Then,we used the new series to solve the coefficients for the LS model.At last,we used the LS+AR model to predict the LOD series again.By comparing the accuracy of LOD prediction by edge-effect corrected LS+AR and that by LS+AR,we conclude that edge-effect corrected LS+AR can improve the prediction accuracy,especially for medium-term and long-term predictions.
- edge effect /
- LOD ch /

[1]	王琪洁廖德春,周永宏,廖新浩,. 大气角动量函数在日长变化非线性预报中的重要作用[J]. 天文学报. 2008(01)[2] 江敏钟敏,闫昊明,. 1950～2003年日长近120天准周期振荡和厄尔尼诺现象[J]. 武汉大学学报(信息科学版). 2003(06)[3] 张昊王琪洁,朱建军,张晓红,. 对钱德勒参数进行时变修正的CLS+AR模型在极移预测中的应用[J]. 武汉大学学报(信息科学版). 2012(03)

[1]	王旭, 柴洪洲, 种洋, 李金生. 一种新的北斗卫星钟差预处理方法 . 武汉大学学报 ( 信息科学版), 2022, 47(11): 1840-1846. doi: 10.13203/j.whugis20200232
[2]	秦宏楠, 马海涛, 于正兴. 地基SAR技术支持下的滑坡预警预报分析方法 . 武汉大学学报 ( 信息科学版), 2020, 45(11): 1697-1706. doi: 10.13203/j.whugis20200268
[3]	赵丹宁, 高蕊, 雷雨. 利用小波分解改进极移预报模型 . 武汉大学学报 ( 信息科学版), 2019, 44(12): 1797-1801. doi: 10.13203/j.whugis20180139
[4]	李成龙, 陈西宏, 刘继业, 吴文溢, 刘赞. 利用自适应TS-IPSO优化的灰色系统预报卫星钟差 . 武汉大学学报 ( 信息科学版), 2018, 43(6): 854-859. doi: 10.13203/j.whugis20160101
[5]	雷雨, 赵丹宁, 蔡宏兵. 利用结构自适应极端学习机预报导航卫星钟差 . 武汉大学学报 ( 信息科学版), 2018, 43(5): 664-668, 718. doi: 10.13203/j.whugis20150252
[6]	王利, 张勤, 黄观文, 田婕. 基于指数平滑法的GPS卫星钟差预报 . 武汉大学学报 ( 信息科学版), 2017, 42(7): 995-1001. doi: 10.13203/j.whugis20150089
[7]	魏二虎, 刘文杰, WEI Jianan, 金双根, 刘经南. VLBI和GPS观测联合解算地球自转参数和日长变化 . 武汉大学学报 ( 信息科学版), 2016, 41(1): 66-71,92. doi: 10.13203/j.whugis20130435
[8]	谢益炳, 陈俊平, 伍吉仓, 胡丛玮. 不同约束条件对电离层电子含量和硬件延迟的影响 . 武汉大学学报 ( 信息科学版), 2014, 39(7): 799-803.
[9]	雷雨, 赵丹宁, 李变, 高玉平. 基于小波变换和最小二乘支持向量机的卫星钟差预报 . 武汉大学学报 ( 信息科学版), 2014, 39(7): 815-819.
[10]	王宇谱, 吕志平, 崔阳, 吕浩, 李林阳. 利用遗传小波神经网络预报导航卫星钟差 . 武汉大学学报 ( 信息科学版), 2014, 39(7): 809-814.
[11]	汤俊, 姚宜斌, 陈鹏, 张顺. 利用EMD方法改进电离层TEC预报模型 . 武汉大学学报 ( 信息科学版), 2013, 38(4): 408-411.
[12]	魏二虎, 张奇. 利用1985～2010年VLBI数据进行日长变化分析 . 武汉大学学报 ( 信息科学版), 2012, 37(9): 1020-1023.
[13]	陈鹏, 姚宜斌, 吴寒. 利用时间序列分析预报电离层TEC . 武汉大学学报 ( 信息科学版), 2011, 36(3): 267-270.
[14]	魏二虎, 田晓静, 刘经南, 张瑞. 利用2008～2009年VLBI数据进行日长变化的研究 . 武汉大学学报 ( 信息科学版), 2010, 35(9): 1009-1012.
[15]	刘旭春, 易武, 李维功, 杨军. 利用GPS对太阳耀斑进行监测及预报的方法研究 . 武汉大学学报 ( 信息科学版), 2008, 33(5): 484-487.
[16]	江敏, 钟敏, 闫昊明. 1950~2003年日长近120天准周期振荡和厄尔尼诺现象 . 武汉大学学报 ( 信息科学版), 2003, 28(6): 703-705.
[17]	吴斌. 日长和地球引力场参数J₂的长期和长周期变化 . 武汉大学学报 ( 信息科学版), 2003, 28(S1): 83-86.
[18]	陈德豪, 丁窘辋. 时序分析在危岩体监测数据处理中的应用 . 武汉大学学报 ( 信息科学版), 1994, 19(3): 210-215.
[19]	秦宏楠, 马海涛, 于正兴, 刘玉溪. 地基雷达干涉测量动态高频次数据用于滑坡早期预警方法研究 . 武汉大学学报 ( 信息科学版), 0, 0(0): -. doi: 10.13203/j.whugis20220152
[20]	徐海龙, 乔书波, 林家乐. 利用混沌特性和Volterra自适应算法的极移短期预报 . 武汉大学学报 ( 信息科学版), 0, 0(0): 0-0. doi: 10.13203/j.whugis20200505

WeChat

点击查看大图

计量

文章访问数: 850
HTML全文浏览量: 40
PDF下载量: 341
被引次数: 0

利用端部效应改正的LS+AR模型进行日长变化预报

¹中南大学地球科学与信息物理学院

基金项目: 国家自然科学基金资助项目(U1231105,10878026); 国家863计划资助项目(2012AA121301)

作者简介:
刘建，硕士生，主要研究方向为地球自转参数预报及测量数据处理。

收稿日期: 2013-05-05
修回日期: 2013-05-05
刊出日期: 2013-08-05

中图分类号: P227.1

关键词:

摘要: 针对LS+AR模型在日长变化预报过程中存在的端部效应现象,采用时间序列分析方法对日长变化的序列进行外推,形成一个新的序列,用这个新序列求得LS模型的系数,然后再用LS+AR模型对日长变化原始序列进行预报。实验结果表明,利用端部效应改正的LS+AR模型与LS+AR模型相比,在日长变化的预报精度上有一定的改善,尤其在跨度为中长期时改善更为明显。

English Abstract

刘建, 王琪洁, 张昊. 利用端部效应改正的LS+AR模型进行日长变化预报[J]. 武汉大学学报 ( 信息科学版), 2013, 38(8): 916-919.

引用本文:

刘建, 王琪洁, 张昊. 利用端部效应改正的LS+AR模型进行日长变化预报[J]. 武汉大学学报 ( 信息科学版), 2013, 38(8): 916-919.

LIU Jian, WANG Qijie, ZHANG Hao. Prediction of LOD Change Based on the LS and AR Model with Edge Effect Corrected[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 916-919.

Citation:

LIU Jian, WANG Qijie, ZHANG Hao. Prediction of LOD Change Based on the LS and AR Model with Edge Effect Corrected[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 916-919.

全文HTML

参考文献 (1)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码