孙中震

摘 要：通过曲线拟合法结合最小二乘原理对中国IGS站昆明站在2015年间的时间坐标序列数据分别建立多种拟合模型，根据拟合误差比较分析出最佳的拟合模型，继而建立预测模型并利用趋势预测法对2016年间一月至三月的坐标数据进行预测分析，并对预测值与实际值进行误差分析比较，结果表明预测值与期望值吻合度高，显示模型具有较高的预测性和适用性，从而为昆明站以及其它IGS站坐标的预测提供较完善的预测体系与方法。

关键词：IGS；时间序列；曲线拟合；预测；误差分析

0 引言

随着全球定位系统中卫星星历的精度越来越高、各种参数如卫星星历时钟和地球极移等的更新周期越来越短、参考框架的维护越来越完善，这一切技术的不断提升都使得GPS的定位精度越来越高。现今，GPS跟踪站已经收集近20年的GPS观测数据，形成了相对来说时间较长的时间序列。通过从坐标时间序列观测数据识别出与地壳运动有关的物理性信息的特征，从而能够更好地为地球物理现象的研究而服务，具有广泛而又非常实用的意义。

1 IGS站昆明站数据

本文是以KUNM站实际测量所得数据进行说明与分析，数据来自ITRF（International Terrestrial Reference Frame）网站，数据的跨度为2015一整年，以每月1号、10号、20号三天的坐标数据为代表进行分析，这样就是3*12=36组坐标数据构成了时间坐标序列。

2 时间序列数据趋势拟合分析

2.1时间序列趋势分析

通过ITRF2008框架下的昆明站IGS站坐标变化量的数据散点图可知需对昆明站坐标分量变化量分别进行直线回归一元二次曲线回归以及一元三次曲线回归，而最终决定利用直线拟合还是二次曲线拟合或者是一元三次曲线回归，则需要进行误差分析再作决定。……