顾及周期项时变特性的DE+LS+AR高精度极移预报方法

孔巧丽; 吴普轩; 薄国立; 吴元伟; 李西顺; 乔海花; 杨旭海; 张璐璐; 景锡媛

doi:10.13203/j.whugis20250358

您当前的位置：

首页 >

文章列表页 >

顾及周期项时变特性的DE+LS+AR高精度极移预报方法

大地测量学与测量工程 | 更新时间：2026-11-05

- 顾及周期项时变特性的DE+LS+AR高精度极移预报方法
- A Novel High-Precision Polar Motion Prediction Method Considering Time-Varying Characteristics of Annual and Chandler Components by DE+LS+AR
- 武汉大学学报（信息科学版） 2026年51卷第5期页码：925-934
- 作者机构：
  
  1.山东科技大学测绘与空间信息学院，山东青岛，266590
  2.中国科学院国家授时中心，陕西西安，710699
- 作者简介：
  
  孔巧丽，博士，教授，研究方向为低轨卫星精密定轨。kqlabc3334@163.com
- 基金信息：
  
  国家自然科学基金(42374038);山东省自然科学基金(ZR2023MD072);中国科学院战略性科技先导专项(XDB1070203;XDB1070301;XDB1070302;XDB1070202;XDA0350305)
- DOI：10.13203/j.whugis20250358
  中图分类号： P228
- 收稿：2025-11-09，
  
  纸质出版：2026-05-05
- 稿件说明：
移动端阅览
孔巧丽,吴普轩,薄国立，等.顾及周期项时变特性的DE+LS+AR高精度极移预报方法[J].武汉大学学报（信息科学版）,2026,51(5):925-934.

KONG Qiaoli,WU Puxuan,BO Guoli,et al.A Novel High-Precision Polar Motion Prediction Method Considering Time-Varying Characteristics of Annual and Chandler Components by DE+LS+AR[J].Geomatics and Information Science of Wuhan University,2026,51(5):925-934.
孔巧丽,吴普轩,薄国立，等.顾及周期项时变特性的DE+LS+AR高精度极移预报方法[J].武汉大学学报（信息科学版）,2026,51(5):925-934. DOI：10.13203/j.whugis20250358

KONG Qiaoli,WU Puxuan,BO Guoli,et al.A Novel High-Precision Polar Motion Prediction Method Considering Time-Varying Characteristics of Annual and Chandler Components by DE+LS+AR[J].Geomatics and Information Science of Wuhan University,2026,51(5):925-934. DOI：10.13203/j.whugis20250358

摘要

极移是地球和天球参考框架相互转换的关键参数，高精度极移预报在飞行器测定轨、实时定位与导航，以及深空探测等领域具有重要意义。为了提高极移预报精度，利用差分进化算法（differential evolution

DE）的全局优化能力，在顾及极移周年摆动和钱德勒摆动周期时变特性的基础上，改进经典最小二乘（least squares

LS）与自回归（autoregressive

AR）组合模型，建立DE+LS+AR极移预报组合模型。实验结果表明，在365 d的极移预报中，

和

分量的预报精度分别优于11.60 m(″)和15.29 m(″)，相对于Bulletin A分别提高37.97%和25.56%，相对于传统LS+AR模型分别提高15.82%和12.98%。实验证明，所提出的预报模型能够有效地捕捉极移数据中周期信号的时变特征，减轻传统LS外推法后期出现的相位漂移，显著提高中长期预报的准确性和鲁棒性。

Abstract

Objectives

Polar motion is a critical parameter for the transformation between terrestrial and celestial reference frames. The high-precision polar motion prediction is essential for the application fields such as satellite orbit determination

navigation

and deep space exploration. Traditional polar motion prediction methods

such as least squares (LS) and autoregressive (AR) model

typically assume that annual wobble (AW) and Chandler wobble (CW) have fixed periods. In reality

however

both AW and CW periods exhibit significant time-varying characteristics

which can lead to phase deviations in the medium- to long-term predictions

and ultimately degrade the prediction accuracy.

Methods

To enhance the medium- to long-term polar motion predictions

this paper proposes a novel approach by integrating the global optimization capability of differential evolution (DE) algorithm into the classical LS+AR

namely DE+LS+AR. A key advancement is the explicit accommodation of time-varying periods of these two primary geophysical oscillations of AW and CW. First

DE algorithm is employed to adaptively determine the optimal time-varying periods of AW and CW based on a 10-year sliding window

maximizing the merits of LS fitting model. Then

the optimized period parameters are incorporated into the LS model

and combined with AR model for fitting and extrapolation prediction of the polar motion series.

Results

The experimental results demonstrate that for 365-day predictions

the accuracy of the proposed DE+LS+AR model is better than 11.60 m(″) and 15.29 m(″) in

and

components

respectively. Compared with Bulletin A

it represents an improvement of 37.97% and 25.56% in

and

components

respectively. And compared with the traditional LS+AR model

it represents an improvement of 15.82% and 12.98%

respectively.

Conclusions

The DE algorithm effectively extracts and optimizes the non-stationary AW and CW periods of polar motion data. These findings confirm that the proposed novel prediction model can effectively capture the time-varying characteristics of the periodic signals in polar motion data. Thereby it can significantly mitigate the phase drift which occurs in the later stages of traditional LS extrapolation

and markedly improve the accuracy of medium- to long-term prediction.

关键词

Keywords

references

魏二虎，阳心怡，张云龙，等 . ITRS与GCRS的转换方法对比分析［J］. 测绘地理信息， 2024 ， 49 （ 4 ）： 7 - 13 .

WEI Erhu ， YANG Xinyi ， ZHANG Yunlong ， et al . Comparative Analysis of the Conversion Methods Between ITRS and GCRS ［J］. Journal of Geomatics ， 2024 ， 49 （ 4 ）： 7 - 13 .

王波，鄢建国，高梧桐，等 . EOP预报误差对深空探测器精密定轨结果影响分析［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 9 ）： 1538 - 1545 .

WANG Bo ， YAN Jianguo ， GAO Wutong ， et al . Impact Analysis of EOP Prediction Errors on Orbit Determination of Deep-Space Spacecraft ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 9 ）： 1538 - 1545 .

KUR T ， ŚLIWIŃSKA-BRONOWICZ J ， WIŃSKA M ， et al . Prospects of Predicting the Polar Motion Based on the Results of the Second Earth Orientation Parameters Prediction Comparison Campaign ［J］. Earth and Space Science ， 2024 ， 11 （ 11 ）： e2023EA003278 .

ZHU S Y . Prediction of Polar Motion ［J］. Bulletin Géodésique ， 1982 ， 56 （ 3 ）： 258 - 273 .

KOSEK W I ， KALARUS M ， NIEDZIELSKI T ， et al . Forecasting of the Earth Orientation Parameters： Comparison of Different Algorithms ［C］// IERS Workshop ， Paris， France ， 2007 .

XU X Q ， ZHOU Y H ， LIAO X H . Short-Term Earth Orientation Parameters Predictions by Combination of the Least-Squares， AR Model and Kalman Filter ［J］. Journal of Geodynamics ， 2012 ， 62 ： 83 - 86 .

陈略，唐歌实，许雪晴，等 . 地球极移参数高精度双差分LS+AR预报方法研究［J］. 大地测量与地球动力学， 2015 ， 35 （ 5 ）： 844 - 848 .

CHEN Lüe ， TANG Geshi ， XU Xueqing ， et al . Research on High Accuracy Dual Differential LS+AR Method in Earth Polar Motion Parameters Prediction ［J］. Journal of Geodesy and Geodynamics ， 2015 ， 35 （ 5 ）： 844 - 848 .

KIANI SHAHVANDI M ， DILL R ， DOBSLAW H ， et al . Geophysically Informed Machine Learning for Improving Rapid Estimation and Short-Term Prediction of Earth Orientation Parameters ［J］. Journal of Geophysical Research： Solid Earth ， 2023 ， 128 （ 10 ）： e2023JB026720 .

LUO J S ， CHEN W ， RAY J ， et al . Short-Term Polar Motion Forecast Based on the Holt-Winters Algorithm and Angular Momenta of Global Surficial Geophysical Fluids ［J］. Surveys in Geophysics ， 2022 ， 43 （ 6 ）： 1929 - 1945 .

王辰晨 . 地球极移周期变化规律及其物理机制研究［D］. 淄博：山东理工大学， 2024 .

WANG Chenchen . Study on the Periodic Component Variation and Its Physical Mechanism of Earth’s Polar Motion ［D］. Zibo ： Shandong University of Technology ， 2024 .

孙张振，徐天河，范朋飞 . 基于LS+AR模型的极移预报及其周期项影响分析［J］. 测绘通报， 2012 （ S1 ）： 16 - 19 .

SUN Zhangzhen ， XU Tianhe ， FAN Pengfei . Polar Shift Prediction Based on LS+AR Model and Its Periodic Term Influence Analysis ［J］. Bulletin of Surveying and Mapping ， 2012 （ S1 ）： 16 - 19 .

魏二虎，谢清扬，张云龙，等 . 2020—2022年EOP的时变特征分析［J］. 测绘地理信息， 2025 ， 50 （ 4 ）： 15 - 21 .

WEI Erhu ， XIE Qingyang ， ZHANG Yunlong ， et al . Analysis of Time-Varying Characteristics of EOP from 2020 to 2022 ［J］. Journal of Geomatics ， 2025 ， 50 （ 4 ）： 15 - 21 .

周雨欣，魏娜 . 顾及周期项时变性的极移预报方法研究［J］. 大地测量与地球动力学， 2025 ， 45 （ 11 ）： 1185 - 1191 .

ZHOU Yuxin ， WEI Na . Polar Motion Prediction Method Considering Temporal Variability of Periodic Components ［J］. Journal of Geodesy and Geodynamics ， 2025 ， 45 （ 11 ）： 1185 - 1191 .

张昊，王琪洁，朱建军，等 . 对钱德勒参数进行时变修正的CLS+AR模型在极移预测中的应用［J］. 武汉大学学报（信息科学版）， 2012 ， 37 （ 3 ）： 286 - 289 .

ZHANG Hao ， WANG Qijie ， ZHU Jianjun ， et al . Application of CLS+AR Model Polar Motion to Prediction Based on Time-Varying Parameters Correction of Chandler Wobble ［J］. Geomatics and Information Science of Wuhan University ， 2012 ， 37 （ 3 ）： 286 - 289 .

王志文，王潜心，何义磊，等 . 一种考虑PMX与PMY之间相关性的极移预报新方法［J］. 大地测量与地球动力学， 2017 ， 37 （ 11 ）： 1178 - 1182 .

WANG Zhiwen ， WANG Qianxin ， HE Yilei ， et al . A New Method to Predict Pole Shift Based on the Correlation Between PMX and PMY ［J］. Journal of Geodesy and Geodynamics ， 2017 ， 37 （ 11 ）： 1178 - 1182 .

KONG Q L ， HAN J W ， WU Y W ， et al . High-Precision Polar Motion Prediction Using EOP 20 _C04 and EAM Based on CSLS+AR and CSLS+LSTM Methods ［J］. Geophysical Journal International ， 2023 ， 235 （ 2 ）： 1658 - 1670 .

俞克豪，王小亚，李丽华，等 . 顾及地球流体有效角动量信息的UT1-UTC中长期预报新方法［J］. 武汉大学学报（信息科学版）， 2026 ， 51 （ 1 ）： 191 - 198 .

YU Kehao ， WANG Xiaoya ， LI Lihua ， et al . A New Medium-and Long-Term UT1–UTC Prediction Method Incorporating Effective Earth Fluid Angular Momentum ［J］. Geomatics and Information Science of Wuhan University ， 2026 ， 51 （ 1 ）： 191 - 198 .

王乐洋，阙海波，吴飞，等 . 基于多头注意力机制的极移短期预测方法研究［J/OL］. 武汉大学学报（信息科学版）， 2025 . https：//doi.org/10.13203/j.whugis20250173 https://doi.org/10.13203/j.whugis20250173 .

WANG Leyang ， QUE Haibo ， WU Fei ， et al . Research on Short-Term Polar Motion Prediction Method Based on Multi-head Attention Mechanism ［J/OL］. Geomatics and Information Science of Wuhan University ， 2025 . https：//doi.org/10.13203/j.whugis20250173 https://doi.org/10.13203/j.whugis20250173 .

王乐洋，苗威 . 顾及有效角动量信息的地球自转参数中长期预报方法［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 10 ）： 1846 - 1855 .

WANG Leyang ， MIAO Wei . Medium-Long Term Forecasting Method for Earth Rotation Parameters Considering Effective Angular Momentum Information ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 10 ）： 1846 - 1855 .

STORN K ， PRICE K . Differential Evolution - A Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Spaces ［R］. Berkeley， USA ： International Computer Science Institute ， 1995 .

STORN R ， PRICE K . Differential Evolution – A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces ［J］. Journal of Global Optimization ， 1997 ， 11 （ 4 ）： 341 - 359 .

吴亮红 . 差分进化算法及应用研究［D］. 长沙：湖南大学， 2007 .

WU Lianghong . The Research and Applications of Differential Evolution Algorithm ［D］. Changsha ： Hunan University ， 2007 .

徐斌 . 基于差分进化算法的多目标优化方法研究及其应用［D］. 上海：华东理工大学， 2013 .

XU Bin . Research and Application of Multi⁃Objective Optimization Algorithms Base on Differential Evolution ［D］. Shanghai ： East China University of Science and Technology ， 2013 .

虞南华，郑大伟 . 地球自转及其和地球物理现象的联系： Ⅱ地极运动［J］. 地球物理学进展， 1996 ， 11 （ 3 ）： 70 - 81 .

YU Nanhua ， ZHENG Dawei . Earth Rotation and It’s Relations to Geophysical Phenomena -Ⅱ Polar Motion ［J］. Progress in Geophysics ， 1996 ， 11 （ 3 ）： 70 - 81 .

许雪晴 . 地球定向参数高精度预报方法研究［J］. 天文学报， 2015 ， 56 （ 5 ）： 526 - 527 .

XU Xueqing . Researches on High Accuracy Prediction Methods of Earth Orientation Parameters ［J］. Acta Astronomica Sinica ， 2015 ， 56 （ 5 ）： 526 - 527 .

DILL R ， DOBSLAW H ， THOMAS M . Improved 90-Day Earth Orientation Predictions from Angular Momentum Forecasts of Atmosphere， Ocean， and Terrestrial Hydrosphere ［J］. Journal of Geodesy ， 2019 ， 93 （ 3 ）： 287 - 295 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向类脑空间智能的多模态大模型空间认知能力评估框架

几何与频域双约束的单步扩散海底地形超分辨率重建方法

时空智能学：理论与应用

基于武汉一号卫星影像的智能变化检测方法与应用

浅源中等地震近场剧烈形变的高分辨率L波段InSAR研究