杨玉，吴云龙，单维锋，石江浩

(1.防灾科技学院，河北省地震动力学重点实验室，河北 三河 065201；2.中国地震局地震研究所，中国地震局地震大地测量重点实验室，湖北 武汉 430071； 3.北京航空航天大学，北京 100191)

1 引 言

欧洲空间局(ESA)于2009年3月17日发射了地球重力场和海洋环流探测卫星[1](GOCE，Gravity field and steady-state Ocean Circulation Explorer)，该卫星以100km空间分辨率、1mGal的精度测定全球地球重力场，并以1-2cm的精度测定全球大地水准面[2]。GOCE卫星搭载的高灵敏度重力梯度仪可对地球重力场每分钟的变化进行三维测量[3]，获得的数据可更深入了解地球内部结构，观察海洋和气候变化。由于卫星重力梯度在测量时受到卫星系统周围环境、检校、定姿等问题的强烈干扰，造成卫星重力梯度数据中不可避免地出现粗差[4]。因此在进行重力梯度数据的预处理时，必须进行相应的粗差探测与剔除来获得数据保障。

粗差探测一直是国内外大地测量数据处理的热点问题之一，许多专家学者提出不同角度的粗差探测方法。常见的一类方法是研究粗差数据套入模型中，如暴景阳等[5]基于逆传播神经网络对多波束测深数据中的粗差进行剔除，该方法用实验模型对比分析拟合图，验证了逆传播神经网络方法的有效性；基于数学统计原理，闫广峰等[6]人利用L1范数良好的抗差特性，在矩阵初等变换的理论上，求证了L1范数具有粗差定位的能力；为了丰富粗差探测理论，崔太岷等[7]基于半参数的方差膨胀模型，推导了Score检验公式，从而提高参数估计值接近真实值的精度。……