顾及地球物理效应的GNSS高程时间序列AdaBoost预测和插值方法

P228; 传统的GNSS高程时间序列预测和插值方法仅考虑时间变量,具有明显的局限性.本文顾及地球物理效应的影响,通过温度、大气压强、极移等数据和GNSS高程时间序列数据构建回归问题,使用自适应提升(AdaBoost)算法建模.为了验证模型的预测和插值性能,试验选取4个GNSS站的高程时间序列进行分析.建模试验表明,相较于Prophet模型,AdaBoost模型的拟合精度提升了约35％;预测结果表明,在12个月的预测周期内,AdaBoost模型在4个GNSS站的MAE值为4.0～4.5 mm,RMSE值约为5.0～6.0 mm;插值试验表明,相较于三次样条插值方法,AdaBoost插值模型的精...

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 53; no. 6; pp. 1077 - 1085
Main Authors 鲁铁定, 李祯
Format Journal Article
LanguageChinese
Published 东华理工大学测绘与空间信息工程学院,江西南昌 330013 22.07.2024
自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室,江西南昌 330013%东华理工大学测绘与空间信息工程学院,江西南昌 330013
Subjects
interpolation
地球物理效应
预测
插值
geophysical effects
prediction
GNSS高程时间序列
GNSS vertical time series
自适应提升算法
adaptive boosting algorithm
Online AccessGet full text
ISSN1001-1595
DOI10.11947/j.AGCS.2024.20230434

Cover

More Information
Summary:P228; 传统的GNSS高程时间序列预测和插值方法仅考虑时间变量,具有明显的局限性.本文顾及地球物理效应的影响,通过温度、大气压强、极移等数据和GNSS高程时间序列数据构建回归问题,使用自适应提升(AdaBoost)算法建模.为了验证模型的预测和插值性能,试验选取4个GNSS站的高程时间序列进行分析.建模试验表明,相较于Prophet模型,AdaBoost模型的拟合精度提升了约35％;预测结果表明,在12个月的预测周期内,AdaBoost模型在4个GNSS站的MAE值为4.0～4.5 mm,RMSE值约为5.0～6.0 mm;插值试验表明,相较于三次样条插值方法,AdaBoost插值模型的精度约提升了 15％-28％.预测和插值试验表明,顾及地球物理效应的AdaBoost模型可以应用于GNSS高程时间序列预测与插值.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2024.20230434