卫星重力是目前大地测量学研究的热点问题。本项目基于HL-SST和SGG数据,结合抗差估计理论、方差分量估计理论、自适应正则化理论,针对GOCE重力场恢复主要开展了以下几方面的研究。在GOCE数据预处理方面,提出了基于移动开窗检验的粗差探测方法;研究了基于卫星交叉点不符值的SGG数据精度评定方法,给出了一种更为严格的精度评定公式;针对系统误差,提出了联合卫星轨迹交叉点不符值和现有重力场模型的综合标定方法。在GOCE重力场恢复函数模型研究方面,提出了自适应奇异值分解方法,可自适应地对奇异值进行舍弃或抑制;将Kaula方法成功应用于HL-SST重力场恢复中;提出了一种改进的能量守恒方法;对HL-SST重力场恢复的空域法和时域法进行了系统比较。在GOCE重力场恢复随机模型方面,研究了基于方差分量估计的HL-SST重力场恢复方法,并将抗差估计应用其中;提出了抗差蒙特卡罗方差分量估计方法,可合理确定HL-SST和SGG的权比,同时将预条件共轭梯度算法引入其中,大大提高了计算效率。在不适定问题的正则化研究方面,提出了多因子自适应正则化算法,并对自适应因子的分类和构造进行了深入研究。
英文主题词Satellite gravity;Variance component estimation;Outlier detection;Monte Carlo;Regularization