融合改进LS与分量相关性的极移预报模型

来源：大地测量与地球动力学杂志2026年第7期北京时间：

作者：要亚鑫, 郝飞宇, 程彤, 王潜心

单位：1 中国矿业大学环境与测绘学院, 徐州, 221116,2 广西精密导航技术与应用重点实验室, 桂林, 541004,3 徐州市国有资产投资经营集团有限公司, 徐州, 221000

摘要：为探索纯数据驱动的极移(PM)高精度自主预报, 提出一种粒子群耦合遗忘因子递归最小二乘和多元自回归(PSO-FFRLS+MAR)模型。该模型对历史数据进行动态加权, 以跟踪系统缓慢变化, 并对PMX与PMY残差协同波动进行联合建模。实验表明, 该模型在1~90 d预报期内, 精度和稳定性均优于主流模型, 对PMY的提升尤为显著(相较于经典LS+AR模型, 其MAE降低35.4%), 且逐天检验证明了该提升的统计显著性。PMY精度提升更多, 从物理机制上可能源于模型更有效地捕捉到了主导该方向的强季节性大气激发。本文研究为地球定向参数的中短期自主预报提供了一种高性能数据驱动方法, 可通过误差分析关联地球角动量激发函数来理解模型物理机制。

关键词：极移,遗忘因子递归最小二乘法,多元自回归,PMX-PMY相关性,中短期预报

基金资助：中国矿业大学基本科研业务费项目-重大项目培育专项基金(2023ZDPYRH03),广西科技基地和人才专项: 精密导航关键技术的研究与应用(桂科 AD25069103)