航空重力数据向下延拓的逆泊松积分算法

给出计算航空重力数据延拓的泊松积分公式,通过向上延拓评定航空重力数据的精度。基于逆泊松积分,应用快速傅里叶变换算法和迭代法求解重力异常,进行向下延拓,通过对延拓结果和地面实测数据的比较分析,评价延拓方法的精度,并讨论在向下延拓算法中引入的低通滤波器的选择。实验表明,快速傅里叶变换算法的结果较好。

评估航空重力系统误差及向下延拓的逆泊松半参数方法

常用航空重力系统误差事后处理方法需外部重力数据,但很多地区无外部重力数据。研究发现,半参数模型可在无外部数据时估计系统误差。先用自然样条函数为系统误差建模,后用补偿最小二乘法和光滑参数求解,最后用广义交叉核实法(不需要先验信息)选取光滑参数。将半参数模型用于向下延拓逆泊松积分,建立逆泊松半参数混合模型,既可无外部重力时估计系统误差,又可向下延拓。实验结果表明:无外部重力时逆泊松积分和最小二乘配置法受系统误差影响最大,向下延拓精度最差;正则化算法可减弱系统误差影响,向下延拓精度较好;逆泊松半参数混合模型可估计系统误差,向下延拓精度最好。

航空重力数据向下延拓的FFT快速算法比较

给出航空重力测量数据向下延拓的逆Possion积分、迭代法以及解析延拓的FFT计算公式,并分别使用三种方法将基于重力位模型EGM2008模拟生成的空中重力扰动观测值向下延拓到大地水准面上。研究结果表明,在不考虑地形影响情况下,逆Possion积分的效果最好。

航空重力向下延拓的误差影响分析

本文从分析航空重力向下延拓过程中偶然误差和系统误差的变化特性入手,进而提出处理办法。首先,利用试验说明移去恢复法局限性,同时表明需处理系统误差和偶然误差的必要性。然后,采用理论推演和数值模拟计算分别估计了系统误差和偶然误差影响,试验结果发现:系统误差影响和偶然误差影响均与数据格网间隔、向下延拓高度呈线性关系,当格网化间隔较小和延拓高度较高时系统误差影响和偶然误差影响较大。最后,提出使用半参数模型和正则化算法的两步法估计系统误差和减弱偶然误差影响,试验结果说明两步法处理向下延拓各类误差影响优于仅用半参数模型或正则化算法的结果,在试验数据的偶然误差标准差为2×10^(-5) m/s^2、恒值系统误差3×10^(-5) m/s^2和变值系统误差标准差约1.3×10^(-5) m/s^2时,以及向下延拓高度6.3 km和格网间隔6′的条件下,两步法向下延拓结果的精度可达2.3×10^(-5) m/s^2。

综合半参数核估计与正则化方法的航空重力向下延拓模型分析

在航空重力向下延拓过程中,将重力数据中的系统误差和离散化造成的模型误差用非参数分量表达。在无外部数据的情况下,建立基于半参数核估计方法的重力向下延拓模型,为了改善泊松积分离散后的设计矩阵的病态影响,引入正则化方法,提出了综合半参数核估计和正则化方法的逆泊松积分延拓方法。基于EGM2008(earth gravity model 2008)模型计算了某地空中重力异常,采用线性项和周期项系统误差进行仿真实验,以及美国某地实测重力异常数据,验证了本文方法在改善病态性和分离系统误差方面的有效性。结果表明,本文方法在无外部数据时,能有效地分离系统误差并具有较高的精度。