点质量模型与最小二乘配置在多源重力数据融合中的应用

探讨基于最小二乘配置以及点质量进行多源重力数据融合的理论和方法,并对澳大利亚某区域的航空和地面重力测量数据进行融合实验。结果表明:多分辨率最小二乘配置的数据融合精度为±3.6×10-5ms-2,明显优于最小二乘总体配置的精度;包含空中数据的四层点质量模型的融合精度为±4.6×10-5ms-2,高于仅用地面点建立的三层点质量模型的精度;最小二乘配置存在的病态问题在点质量模型中可以得到有效解决。

多源重力数据融合方法及其在南海的应用

基于卫星测高重力异常的分辨率不高且具有较强的平滑效果,很难反应出局部高频异常信息。据此需要利用蕴含高频信息、测量精度高的船测重力异常与卫星重力异常数据进行融合,并研究多源重力数据的融合方案,进而提高重力异常场的精度及高频成分。笔者设计了一种采用小波分析方法融合多源重力数据的方法流程,探讨小波函数的选取方法、高低频系数各自的融合规则等;最终融合中国南海及邻域内卫星测高重力异常与船测重力异常,并定量化地评价融合结果的精度。

点质量融合模型的海空重力数据延拓分析

针对无高质量的数据对传统的虚拟点质量模型对重力数据改正时,易受系统误差影响及解算不稳定的问题,该文将海空重力数据中的系统误差用非参数分量表达,对点质量模型进行改进,建立了虚拟点质量的半参数模型,引入核估计方法,利用偏残差估计方法,进行三步拟合估计,得到了系统误差和点质量参数的估计值。在分离系统误差的基础上,引入正则化方法改善病态,将建立的模型与正则化方法相结合,建立了综合半参数核估计和正则化方法的点质量融合模型,可在无外部重力时估计系统误差,同时完成多源数据融合。基于EGM2008位模型产生海空重力异常数据,采用线性项和周期项系统误差进行仿真实验,结果表明改进后的点质量模型能够有效利用外部数据,在改善病态和分离系统误差方面提升精度效果明显。并以北卡罗来纳实测海空重力异常数据验证该文方法的有效性,结果表明在无外部数据时,该文方法能有效地分离系统误差,并且精度与引入外部数据改正后的正则化方法相当。