地球定向參數(shù)的預(yù)報與應(yīng)用研究

闞起源

引言：地球定向參數(shù)預(yù)報、地球定向參數(shù)應(yīng)用等內(nèi)容受激發(fā)源影響極易導(dǎo)致研究準(zhǔn)確性降低，進(jìn)而影響相關(guān)框架轉(zhuǎn)換效果，并且，數(shù)據(jù)處理難度會逐漸加大，最終會延遲地球定向參數(shù)獲取時間.從中能夠看出，本文這一論題具有探究必要性和重要性，具體探究如下.

1 地球定向參數(shù)研究必要性

我國研究地球定向參數(shù)的時間相對較早，實(shí)際研究的過程中構(gòu)建了時間參考系統(tǒng)，以便為論題分析提供支持.由于學(xué)者研究視域不斷拓展、研究理論內(nèi)容不斷豐富，總結(jié)得知地球自轉(zhuǎn)變化有規(guī)律可循，這為地球定向參數(shù)研究奠定了良好基礎(chǔ).以往研究設(shè)備主要為光學(xué)儀器，但該設(shè)備實(shí)際應(yīng)用的過程中易受其他因素影響，進(jìn)而會大大降低中觀測準(zhǔn)確性.后來相關(guān)研究技術(shù)不斷升級，應(yīng)用GPS技術(shù)、VLBI技術(shù)、DORIS技術(shù)研究地球定向參數(shù)，能夠大大提高測量準(zhǔn)確性，測量精度是以往的十倍，這意味著研究學(xué)者能夠獲得豐富的地球動力學(xué)信息，能為關(guān)聯(lián)問題分析提供便利，有利于加快地球動力學(xué)發(fā)展步伐.

針對地球定向參數(shù)精確值深入探究，除了能夠促進(jìn)地球動力學(xué)發(fā)展，還能擴(kuò)大其應(yīng)用范圍，我國航空航天事業(yè)定位準(zhǔn)確性會大大提高.由于地球定向參數(shù)解算程序十分繁瑣，并且數(shù)值獲取時間較長，因此，應(yīng)以地球定向參數(shù)預(yù)測為基礎(chǔ)，掌握三天內(nèi)定向參數(shù)數(shù)值，同時，建立預(yù)測模型，盡最大可能提高地球定向參數(shù)預(yù)測準(zhǔn)確性.

2 地球定向參數(shù)研究進(jìn)展及參數(shù)測定

2.1 研究進(jìn)展

地球定向參數(shù)研究進(jìn)展主要從兩方面來分析，第一方面即是極移研究進(jìn)展，第二方面即日長研究進(jìn)展，其中，極移研究進(jìn)展最早由德國學(xué)者提出，提出時間于十九世紀(jì)八十年代，研究可知，極移周期項(xiàng)包括長周期項(xiàng)、季節(jié)性擺動、線性趨勢項(xiàng)、錢德勒擺動、高頻變化項(xiàng).極移激發(fā)源周期分量從時間尺度、季節(jié)性擺動、長期趨勢、高頻變化等方面來分析，各個方面依次對應(yīng)的內(nèi)容主要有可能的激發(fā)源；大氣、地下水、海洋物質(zhì)在分布；地殼反彈、冰川融化；大氣、潮汐變化.日長研究進(jìn)展研究內(nèi)容細(xì)分為日長的長期變化、周期性變化、不規(guī)則變化、激發(fā)源等，其中，潮汐摩擦導(dǎo)致日長周期延長；周期性變化內(nèi)容具體指的短周期變化、季節(jié)變化、周日變化；不規(guī)則變化具體指的是年際變化、高頻不規(guī)則變化、十年尺度變化、年代際變化等.

2.2 參數(shù)測定

地球定向參數(shù)測定的過程中，既要選用適合的觀測手段，又要合理排列地球定向參數(shù)數(shù)據(jù)序列.

地球定向參數(shù)測量技術(shù)更新?lián)Q代的過程即大地測量技術(shù)發(fā)展的過程，最早應(yīng)用的技術(shù)即甚長基線干涉技術(shù)，這一技術(shù)最早應(yīng)用于天文學(xué)，在空間測量方面的精度相對較高，并且技術(shù)穩(wěn)定性較強(qiáng)，甚長基線干涉技術(shù)實(shí)際應(yīng)用時需要建立地球參考框架，在區(qū)域地殼形變監(jiān)測、地球定向參數(shù)確定方面提供了技術(shù)支持.之后激光測衛(wèi)技術(shù)被成功研制，該技術(shù)具有準(zhǔn)確定位、高精度等優(yōu)勢，激光測衛(wèi)技術(shù)適用于板塊運(yùn)動監(jiān)測、自轉(zhuǎn)參數(shù)確定.全球定位系統(tǒng)成功研制后，該系統(tǒng)通過發(fā)揮高精度、全天候等優(yōu)勢被廣泛應(yīng)用，上世紀(jì)九十年代成功建立全球定位系統(tǒng)連續(xù)觀測網(wǎng)，并相繼提供種類多樣的數(shù)據(jù)產(chǎn)品.相對比而言，全球定位系統(tǒng)能夠有效彌補(bǔ)上述兩種技術(shù)存在的不足，預(yù)測可知，全球定位系統(tǒng)未來應(yīng)用前景十分廣闊.此外，DORIS技術(shù)應(yīng)用監(jiān)測時間相對較短，現(xiàn)有觀測站接近60個，DORIS技術(shù)獲取的數(shù)據(jù)信息利用IDS高效處理、具體分析，分析、處理后的數(shù)據(jù)在地球定向參數(shù)解算中發(fā)揮了重要作用[1].

國際地球自轉(zhuǎn)服務(wù)組織針對地球定向參數(shù)變化時間序列權(quán)威發(fā)布，序列來源于數(shù)據(jù)綜合結(jié)算操作，相對而言，序列準(zhǔn)確性較高，序列內(nèi)容包括IERSEOPC01、IERSEOPC04、IERSEOPC02/03.現(xiàn) 如今，模型構(gòu)建、模型分析主要以EOPC04序列為基礎(chǔ)，并據(jù)此衡量模型預(yù)測效果.

3 地球定向參數(shù)的預(yù)報及應(yīng)用分析

3.1 時間序列法

3.1.1 數(shù)據(jù)處理

數(shù)據(jù)處理的過程中，利用IERSEOPC04這一序列分析定向參數(shù)值，通過極移時間完成預(yù)測.從日長角度來講，應(yīng)對數(shù)據(jù)預(yù)處理，處理過程功能中選用適合的計(jì)算方法，按照扣除固體潮、預(yù)測日長變化序列等步驟完成數(shù)據(jù)預(yù)處理任務(wù).數(shù)據(jù)預(yù)處理工作執(zhí)行時，參照IERS規(guī)范，應(yīng)用日長影響計(jì)算公式，針對未知序列準(zhǔn)確取值，通過公式代入求得固體地球帶諧潮項(xiàng)值，并對比分析固體地球帶諧潮項(xiàng)對日長的影響.大部分預(yù)測模型針對地球定向參數(shù)預(yù)測時首選組合預(yù)測方式，步驟主要為：利用最小二乘法完成擬合處理，擬合對象主要為地球定向參數(shù)序列周期項(xiàng)或者趨勢項(xiàng)，之后進(jìn)行外推預(yù)測；應(yīng)用擬合殘差法深層次預(yù)測，獲取預(yù)測結(jié)果，擬合殘差法能夠直觀顯示中長期變化情況，能為長期預(yù)測奠定良好基礎(chǔ).由于不同時間段的精度預(yù)測要求存在差異，再加上，部分參數(shù)受外界因素影響較大，最終會出現(xiàn)異常現(xiàn)象，導(dǎo)致地球定向參數(shù)預(yù)測準(zhǔn)確性大大降低[2].

3.1.2 構(gòu)建RLS+ARIMA模型

ARMA模型構(gòu)建：上世紀(jì)七十年代，西方學(xué)者通過模型組合的方式進(jìn)行地球定向參數(shù)預(yù)測分析，參與組合的方式主要有回歸模型、自回歸滑動平均模型、移動平均模型.現(xiàn)如今，RLS+ARIMA模型構(gòu)建后主要用于分析日長預(yù)報，對此，研究人員持差異化分析觀點(diǎn)，部分研究人員持不同分析觀點(diǎn)，其中，ARMA模型、AR模型均發(fā)揮過預(yù)測作用.相對比而言，本文介紹的RLS+ARIMA模型在關(guān)聯(lián)性分析方面有重要意義.需要特別說明的是，ARMA模型能夠滿足序列平穩(wěn)性需要，并且序列周期性特征明顯，此時數(shù)據(jù)預(yù)處理的常用方法為差分法，該方法應(yīng)用后構(gòu)建完成的模型被稱為ARIMA模型.在此期間，應(yīng)在觀察數(shù)據(jù)變化趨勢圖的基礎(chǔ)上，依據(jù)數(shù)據(jù)完成函數(shù)判斷任務(wù).

模型識別：在模型分類、模型種類總結(jié)的基礎(chǔ)上，總結(jié)時間序列特點(diǎn)，同時，對比分析時間序列以及模型序列在特點(diǎn)方面的異同，最終優(yōu)選適合的模型.在這一過程中，需要應(yīng)用自相關(guān)函數(shù)公式、偏相關(guān)函數(shù)公式完成不同模型數(shù)據(jù)數(shù)據(jù)特征的對比[3].

模型定階：該環(huán)節(jié)參照FPE準(zhǔn)則、AIC準(zhǔn)則、BIC準(zhǔn)則檢驗(yàn)?zāi)Ｐ瓦m用性.

模型參數(shù)估計(jì)：該環(huán)節(jié)應(yīng)用的估計(jì)方法主要為Yule-Walker方法，其中，ARMA模型參數(shù)估計(jì)過程較繁瑣，具體估計(jì)時，首先掌握該模型截尾特點(diǎn)，然后有序完成自回歸參數(shù)估計(jì)工作，最后獲取滑動平均參數(shù)，在這一過程中應(yīng)用的函數(shù)主要有自協(xié)方差函數(shù).

計(jì)算及分析：為避免預(yù)算量過大，適當(dāng)減少模型階數(shù)，同時，應(yīng)用歷元?dú)埐顢?shù)據(jù)完成對獲取數(shù)據(jù)結(jié)果的檢驗(yàn)，最終獲取極移坐標(biāo).針對模型合理性分析時，對比AR模型以及ARIMA模型，對比分析后選用相對合理的模型.分析可知，ARIMA模型實(shí)際應(yīng)用的過程中，存在誤差快速增長這一不足，因此，應(yīng)探索有效措施予以處理.

3.2 神經(jīng)網(wǎng)絡(luò)法

3.2.1 神經(jīng)網(wǎng)絡(luò)概述

所謂神經(jīng)網(wǎng)絡(luò)法，指的是人工神經(jīng)網(wǎng)絡(luò)，該方法在信息分布式處理、存儲等方面起到了重要作用，該方法優(yōu)勢主要表現(xiàn)為：魯棒性、容錯性，在非線性問題處理方面取得了具有實(shí)踐指導(dǎo)作用的研究結(jié)果.神經(jīng)網(wǎng)絡(luò)法研究經(jīng)歷了不同階段，其中，BP算法應(yīng)用意味著神經(jīng)網(wǎng)絡(luò)正式用于實(shí)踐，并且相關(guān)學(xué)者建立了神經(jīng)網(wǎng)絡(luò)模型[4].

神經(jīng)網(wǎng)絡(luò)細(xì)分不同類型，其中，徑向基神經(jīng)網(wǎng)絡(luò)具有良好的局部優(yōu)化性能，并且結(jié)構(gòu)簡單、學(xué)習(xí)用時短，它以徑向基函數(shù)為基礎(chǔ)，有步驟完成輸入矢量變換，同時，在高維空間中完成數(shù)據(jù)交換，高效解決線性劃分問題.徑向基神經(jīng)網(wǎng)絡(luò)組成部分包括三方面，第一方面即輸入層，第二方面即隱含層，第三方面即輸出層，網(wǎng)絡(luò)結(jié)果如圖1所示.徑向基神經(jīng)網(wǎng)絡(luò)借助高斯函數(shù)完成激勵任務(wù)，徑向基神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的過程中，應(yīng)用到的參數(shù)主要有輸出單元權(quán)值、RBF中心、方差.學(xué)習(xí)階段細(xì)分為自主學(xué)習(xí)、監(jiān)督學(xué)習(xí)，前者需要確定基函數(shù)方差，后者需要確定權(quán)值.

圖1 徑向基神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

3.2.2 EOP預(yù)測

總結(jié)已有分析內(nèi)容可知，地球定向參數(shù)呈現(xiàn)非線性特點(diǎn)，神經(jīng)網(wǎng)絡(luò)方法顯示較強(qiáng)的非線性逼近能力，與此同時，專業(yè)學(xué)者針對神經(jīng)網(wǎng)絡(luò)高度關(guān)注，并完成了定向參數(shù)的全面預(yù)測，預(yù)測內(nèi)容包括地球定向參數(shù)、日長參數(shù)等.預(yù)測期間首先應(yīng)用最小二乘法，然后應(yīng)用神經(jīng)網(wǎng)絡(luò)法，以此提高神經(jīng)網(wǎng)絡(luò)預(yù)報分析效率.

EOP預(yù)測的過程中，應(yīng)首先確定輸入樣本長度，合理設(shè)置輸入、輸出模式，這對神經(jīng)網(wǎng)絡(luò)預(yù)測效果有重要影響，如果輸入樣本長度過長，那么神經(jīng)網(wǎng)絡(luò)訓(xùn)練面臨較大壓力，適宜長度為10.然后，以RBF神經(jīng)網(wǎng)絡(luò)二次建模為基礎(chǔ)完成EOP預(yù)測，借助神經(jīng)網(wǎng)絡(luò)完成對極移以及日長參數(shù)兩方面的預(yù)報，與此同時，全面總結(jié)所獲取觀測值特點(diǎn)，利用模型完成特定時間段的預(yù)報，并記錄預(yù)測殘差，接下來進(jìn)行二次預(yù)報，疊加第一次和第二次的預(yù)測結(jié)果，得到最終預(yù)測結(jié)果（如表1所示），最后，構(gòu)建神經(jīng)網(wǎng)絡(luò)ARMA組合預(yù)測模型，遵循神經(jīng)網(wǎng)絡(luò)作函數(shù)模型構(gòu)建、預(yù)測殘差分析、預(yù)測殘差隨機(jī)模型構(gòu)建這一原則，隨著預(yù)測時間的延長，神經(jīng)網(wǎng)絡(luò)ARMA組合預(yù)測模型在預(yù)測誤差補(bǔ)償方面的優(yōu)勢逐漸突出，誤差補(bǔ)償精度相應(yīng)提高[5].

表11 ms——5ms日長預(yù)測精度兩次預(yù)測結(jié)果表

4 結(jié)論

綜上所述，針對“地球定向參數(shù)的預(yù)報與應(yīng)用”這一論題展開探究時，大致了解論題分析的必要性，并掌握地球定向參數(shù)研究進(jìn)展，以及參數(shù)測定理論內(nèi)容，應(yīng)用時間序列法、神經(jīng)網(wǎng)絡(luò)法完成地球定向參數(shù)預(yù)報與應(yīng)用分析任務(wù).分析可知，短時預(yù)測無論是應(yīng)用神經(jīng)網(wǎng)絡(luò)時間序列組合預(yù)測模型，還是應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)二次建模，均能獲取的良好的預(yù)測效果.日長預(yù)測方法有待進(jìn)一步分析，我國在日長預(yù)測方法探究方面有較大進(jìn)步空間.