从GOCE卫星重力观测数据现状出发,对卫星重力观测数据(包括SST和SGG)的预处理及恢复地球重力场的理论与算法进行改进和完善,进一步提高重力场恢复的精度和误差估计的可靠性,旨在提出一些新的基于GOCE卫星重力梯度数据的预处理滤波方法、不变量调和分析算法与方差传递估计,编制相应的数据处理验证软件,使其能有效消除或减弱卫星姿态误差、卫星重力梯度数据误差以及非全张量观测等因素的影响,给出合理精度评定。预期研究成果既能改进预处理效果、完善重力梯度张量不变量方法,又能提升各类空域法的稳定求解,同时完善联合SST和SGG数据构制GOCE重力场模型及其精度评价方法。研究成果对我国类似的卫星重力计划的设计与数据处理有参考价值。
从GOCE卫星重力观测数据现状出发,研究了GOCE重力梯度数据的误差处理方法。项目主要在时域和空域依次对GOCE梯度数据进行FIR向前向后滤波、维纳滤波预估处理、格网处理等,依次滤除和削弱了低频误差、随机误差及粗差,为引力场反演提供了高精度的梯度信号,结果表明:项目所采用的误差处理方法简单有效,且不同于当前的主流方法。.研究了基于卫星重力梯度张量各(组合)分量及梯度张量不变量的轮胎调和分析法和最小二乘配置法等空域法。最终数据量选择利用张量不变量,反演方法采用轮胎调和分析方法,主要原因一是:张量不变量与姿态无关,利用该量进行引力场反演,姿态误差影响小;另一个原因是:反演中所使用的线性化模型直接建立了不变量扰动与径向梯度的关系式,因此可利用轮胎调和分析等空域法得到引力位系数,避免了大型方程组的解算,计算相对简单。.利用约18个月GOCE梯度观测数据,采用轮胎调和分析方法实现了基于梯度张量不变量反演地球重力场,所得引力场模型的有效阶次约为250,空间分辨率约80km。通过模型阶方差、大地水准面等指标的对比,结果表明本项目反演模型的精度与官方发布模型一致。研究成果对我国类似的卫星重力计划的设计与数据处理有参考价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
粗颗粒土的静止土压力系数非线性分析与计算方法
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
利用GOCE卫星HL-SST和SGG数据恢复地球重力场模型
联合GOCE和GRACE观测数据确定高精度卫星重力场模型的研究
利用低轨重力卫星数据反演地球重力场模型
利用GOCE观测数据确定200阶高精度全球重力场模型的研究