利用小波分解改进极移预报模型

摘要：

为进一步提高极移预报精度,将小波分解引入极移预报中.首先利用小波分解对极移序列进行分解,分离低频分量与高频分量,然后对低频分量建立最小二乘外推模型,获得极移序列的趋势项外推值与残差序列,最后采用自回归(autoregressive,AR)模型对高频分量与残差序列之和进行预报,最终极移的预报值为最小二乘外推值与AR模型预报值之和.结果 表明,小波分解可以明显改善最小二乘外推与AR组合模型的极移预报精度,尤其对于中长期预报改善更为明显.

关键词：极移、预报、小渡分解、LS+AR模型、数据预处理

所属期刊栏目：44

分类号：P227(大地测量学)

资助基金：国家自然科学基金;中国科学院西部之光项目

在线出版日期：2020-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1797-1801