厄爾尼諾現象對極移短期預報的影響*

孫張振 徐天河

1)長安大學地質工程與測繪工程學院，西安 710054

2)航天天繪科技有限公司，西安 710100

3)地理信息工程國家重點實驗室，西安 710054

4)西安測繪研究所，西安 710054

厄爾尼諾現象對極移短期預報的影響*

孫張振1，2)徐天河3，4)

1)長安大學地質工程與測繪工程學院，西安 710054

2)航天天繪科技有限公司，西安 710100

3)地理信息工程國家重點實驗室，西安 710054

4)西安測繪研究所，西安 710054

為了減弱厄爾尼諾現象對極移預報的影響，分別利用不同擬合序列長度進行極移預報，研究表明:適當延長擬合序列長度至17～19年，可以更好地反映極移趨勢，提高厄爾尼諾現象發生期間的極移預報精度。

極移;短期預報;LS+AR模型;厄爾尼諾;空間導航定位

1 引言

地球定向參數(EOP)包括歲差章動、極移和日長變化。EOP是實現天球和地球參考系轉換的必要參數，對于極移，現代空間測地技術可提供精度達到0.1 mas的高時空分辨率的數據［1］。然而，由于復雜的數據處理過程使人們無法實時獲取如此高精度的極移數據，而只能通過高精度的預報方法來滿足空間定位技術的需要。由于地球運動的不穩定性、不確定性和激發因素的多變性，即使短期預報誤差也遠遠高于測量技術誤差。導致這些不穩定性因素的主要原因是極移半周年或者更短周期的振幅和相位變化的無規律性［2］;另一個可能的原因是周年波動的振幅和相位的變化，而在厄爾尼諾現象發生期間，周年波動的振幅變化更為明顯［3，4］，這也相應地增加了極移預報的難度，進而增大預報誤差。

目前已建立有多種極移預報模型［5－10］，但其預報過程都是先利用最小二乘方法(LS)擬合極移時間序列中的趨勢項，然后利用AR模型［8］、ARMA模型或者人工神經網絡［11］等確定性或者隨機性模型對其殘差部分進行預測。在利用LS擬合極移數據時，所得到的模型參數都是固定的。但是在極移數據中，這些周期項和趨勢項都是變化的。尤其是在厄爾尼諾發生期間，這些變化更加不確定。鑒于此，本文基于LS+AR預報模型進行極移的短期預報，在此基礎上研究厄爾尼諾現象對極移短期預報的影響，以及在厄爾尼諾現象發生期間如何能夠提高極移預報的準確性。

2 LS+AR模型

2.1 LS 模型

最小二乘外推模型公式為:

式中各參數的意義請參見文獻［7］。

2.2 AR 模型

AR模型的數學表達式為

式中，φ1，φ2，…，φp為模型參數，at為白噪聲序列，p為模型階數。

AR模型要求建模的時間序列是平穩隨機序列。運用AR模型關鍵是確定AR模型的階數p，一般采用最終誤差準則、信息論準則和傳遞函數準則，本文采取最終誤差準則來確定AR模型的階數p。

最終誤差準則:

式中使FPE(p)達到極小值的p就取作AR模型的階數。φ1，φ2，…，φp等模型參數可以通過求解Yule－Walker方程來確定。

2.3 精度評定

為了便于評估預測精度，選用均方根誤差(RMSE)作為預報結果的評定指標，其計算公式為

其中o為觀測值，pr為預報值，i為預報跨度，n為預報點數。

3 厄爾尼諾影響分析

許雪晴［12］的研究表明:基礎序列長度為10年的極移預報精度較高。因此，本次預報時首先應用10年基礎序列對極移數據進行以年為統計單位的預報。圖1為1990—2011年的極移預報誤差比對。

從圖1可以看出，不同年份的預報精度不同，這是由于在極移運動中不同時間段其激發因素的多變性，外界因素的不確定性導致不同時間不同跨度的預報精度就不相同。為了確定厄爾尼諾現象對極移預報是否有作用，圖2分別給出了1990—2011年度預報跨度為10、20、30天的極移預報精度。從圖中不難看出，對比最近厄爾尼諾現象有出現的年份:

圖1 不同年份極移預報精度Fig.1 Accuracy of polar motion prediction in different years

圖2 不同年份極移預報10、20、30天的預報精度Fig.2 Accuracy of polar motion prediction of time spans 10，20，30 days in different years

1991—1994、1997—1998、2002—2003、2004—2005、2006—2007、2009—2010年，凡是有厄爾尼諾現象出現，其均方根誤差都會隨之增高，這也就體現了厄爾尼諾現象對極移運動有很大影響，它加大了極移運動的不確定性，進而增加了預報難度，使預報誤差增大，這在1997—1998年的大型厄爾尼諾現象出現年更為明顯，使其X方向在進行30天的預報中比往常有超過5 mas的誤差影響，Y方向誤差增大也較為明顯。

根據文獻［3］的研究:厄爾尼諾現象的發生導致極移運動中周年項振幅的增加或降低，進而影響預報精度。由此我們增加或縮短基礎序列長度，分析厄爾尼諾出現的年份其預報誤差精度的改善情況(圖3)。

從圖3不難看出，在厄爾尼諾出現的年份，象平常年份一樣進行極移預報，極移預報誤差明顯增大。為減弱厄爾尼諾對極移預報的影響，在利用LS+AR模型進行預報時，適當加大極移基礎序列的長度。對于在厄爾尼諾現象出現年的短期極移預報，其基礎序列長度選擇是17～19年。表1給出了1997—1998、2006—2007年調整擬合序列長度前后的預報均方根誤差。從表中數據可以得之，延長擬合基礎序列對有厄爾尼諾現象出現的年份預報誤差都會有不同程度的降低，且隨著預報跨度的增加其降低強度更為明顯。

表1 1997—1998、2006—2007年基礎序列長度調整前后極移預報精度Tab.1 Accuracy of polar motion prediction before and after adjustment of basic length in the year 1997—1998 and 2006—2007

4 結論

本文主要基于LS+AR預報模型對極移進行短期預報，分析厄爾尼諾現象對極移預報的影響，并通過延長最小二乘擬合長度的方法來減弱厄爾尼諾現象帶來的誤差，提高了厄爾尼諾現象發生期間的預報精度。

1 Kosek W，et al.Comparison of polar motion prediction results supplied by the IERS sub－bureau for rapid service and predictions and results of other prediction methods［R］.Astronomy of the Russian Acad.of Sciences，2004.

2 Schuh H，Nagel S and Seitz T.Linear drift and periodic variations observed in long time series of polar motion ［J］.Journal of Geodesy，2001，74:701－710.

3 Kosek W，et al.Variations of annual oscillation parameters，EL NINO and their influence on polar motion prediction errors［A］.Proc.Journees 2001，Systems de Reference Spatio－Temporels［C］.Brussels，2001，85 －90.

4 Kosek W，McCarthy DD and Luzum B J.El Nino impact on polar motion prediction errors［J］.Stadia Geophysica et Geodaetica，2001，45:347 －361.

5 Schuh H，et al.Prediction of Earth orientation parameters by artificial neural networks［J］.Journal of Geodesy，2002，76:247－258.

6 Kosek W，Kalarus M and Niedzielski T.Forecasting of the Earth orientation parameters—comparison of different algorithms［A］.In:Capitaine N(ed).Proceedings of the journèes 2007，systèmes de référence spatio－temporels“The celestial reference frame for the future”［C］.Observatoire de Paris Systèmes de Référence Temps－Espace UMR8630/CNRS，Paris，France，2008，155 –158.

7 Kosek W.Future improvements in EOP prediction［A］.In:Proceedings of the IAG 2009，“Geodesy for planet earth”［C］.August 31 – September 4，2009，Buenos Aires，Argentina.

8 Dennis D McCarthy and Brian J Luzum.Prediction of Earth orientation［J］.Journal of Geodesy，1991，65:18 －21.

9 Kosek W.Causes of prediction errors of pole coordinates data［A］.In:Proceedings of the 6th Orlov’s conference，“The study of the Earth as a planet by methods of geophysics，geodesy and astronomy”［C］.June 22 –24，2009.MAO NAS of Ukraine，Kiev，Ukraine，96–103.

10 Kalarus M，et al.Achievements of Earth orientation parameters prediction comparison campaign［J］.Journal of Geodesy，2010，84:587－596.

11 王琪潔.基于神經網絡技術的地球自轉變化預報［D］.中國科學院上海天文臺，2007.(Wang Qijie.Studies on the prediction of Earth’s variable rotation by Artificial Neural Networks［D］.Shanghai Astronomical observatory，Chinese Academy of Sciences，2007)

12 許雪晴，周永宏.地球定向參數高精度預報方法研究［J］.飛行控制學報，2010，29(2):70 －76.(Xu Xueqing and Zhou Yonghong.High precision prediction method of earth orientation parameters［J］.Journal of Spacecraft＆Technology，2010 ，29(2):70－76)

INFLUENCE ON SHORT-TERM PREDICTION ACCURACY OF POLAR MOTION BY EI Ni?o EVENT

Sun Zhangzhen1，2)and Xu Tianhe3，4)
1)School of Geology Engineering and Surveying，Chang’an University，Xi’an710054
2)Aerors Inc，Xi’an710100
3)State Key Laboratory of Geo-information Engineering，Xi’an710054
4)Xi’an Research Institute of Surveying and Mapping，Xi’an710054

In order to reduce the influence of EI Ni?o event on polar motion prediction，the length selection of polar motion fitting series are studied for polar motion prediction.The results show that the accuracy of polar motion prediction can be improved in the time of EI Ni?o by extending the length of polar motion fitting series to 17－19 years.

polar motion;short－term prediction;LS+AR model;EI Ni?o;space navigation and positioning

P127.4

A

1671－5942(2013)05－0016－05

2012－12－25

國家自然科學基金(41174008);全國優秀博士學位論文專項(2007B51)

孫張振，男，1986年出生，碩士研究生，主要研究方向為地球自轉參數的高精度預報.E－mail:sunzhangzhen@126.com