基于集合经验模态分解法的重力极潮提取与研究

摘要：

重力极潮,即极移引起的重力变化,是地球由于惯性离心力变化导致地球形变的综合反映,其观测和研究有助于了解地球在长周期频段的响应,约束地球形变、地球内部构造和物理参数.区别于以往研究,本文采用了集合经验模态分解方法(Ensemble Empirical Mode Decomposition,EEMD)从全球5个超导重力仪台站连续重力观测资料中提取重力极潮、消除仪器漂移及极潮频段以外的大部分噪声信号,该方法所用的基函数是基于自身信号获得的;在此基础上,利用最小二乘匹配法分离极潮中的周年项和Chandler项,估算Chandler周期的极潮潮汐因子.结果表明,基于EEMD得到的极潮潮汐因子与前人基于其他消除仪器漂移方法(数学模型或小波分析)得到的结果相符合,精度相当,但由于这种方法是自适应的,因此本文结果更能反映实际物理过程.

关键词：超导重力仪、EEMD、重力极潮、滤波

所属期刊栏目：61

分类号：P218(普通测量学、地形测量学)

资助基金：国家重点基础研究973计划项目2014CB845092;国家自然科学基金41621091,41674083,41474062,41374084,41574072

在线出版日期：2018-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：521-530