点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法技术

本发明专利技术涉及一种点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法，包括：利用现有重力模型及不同分辨率重力数据构建低分辨率分层残差点质量模型，对垂直重力梯度和精确位置进行测量，根据测量数据进行深度反演，确定点质量埋藏深度范围，以一定步长选择多个埋藏深度值，分别进行点质量模型解算，对非网格中点的数据进行恢复，与实际测量值进行比较，统计恢复误差，对所有节点对应深度的恢复误差进行横向比较，确定最小恢复误差对应的浅层高分辨率点质量最佳埋藏深度。本发明专利技术能更加准确地得到浅层高分辨率点质量的埋藏深度，提高分层点质量组合模型逼近近地面空间扰动引力的精确度。

【技术实现步骤摘要】

本专利技术涉地球外部扰动引力中点质量埋藏深度逼近
，特别涉及一种点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法。
技术介绍
点质量模型方法是为了计算空间飞行器扰动引力而发展起来的一种方法，该方法的优点是核函数结构简单，且可以避免低空轨道点直接积分计算时出现的奇异性，此外点质量模型的可叠加性使其能够更加灵活地对扰动重力场进行分频段计算。在点质量模型方法研究和应用方面，需要处理的一个关键问题是选择不同分辨率点质量的埋藏深度。以往国内对点质量埋藏深度的选择研究多是直接借鉴已有的理论结论，在选择浅层高分辨率点质量的埋藏深度D时也是根据如下的经验表达式：D＝ae·θ其中ae是地球赤道平均半径，θ为网格对应的地球球心角(体现为格网分辨率，单位为弧度)。由此得到常用的格网对应的埋藏深度，参见图2和图3所示，深层点质量是指分辨率为1°×1°、20′×20′、5′×5′的点质量，浅层点质量则专指分辨率为1′×1′的点质量。由于浅层点质量靠近地表，其埋藏深度的不当选取将导致在恢复近地面空间的扰动引力时出现较大的误差，如《测绘学报》第39卷第5期《重力三层点质量的构造与分析》主要对较深层点质量的构造方法进行研究，解决中低分辨率点质量模型的构建，但没有涉及浅层高分辨率点质量模型的构建和深度确定，缺乏对浅层点质量效应的研究与分析，无法有效选择浅层高分辨率点质量埋藏深度。因此，亟需一种对浅层高分辨率点质量模型的构建和深度确定的技术，来提高扰动引力场整体的恢复效果。
技术实现思路
针对现有技术的不足，本专利技术提供一种点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法，与现有技术相比，能够以较高精度恢复地面及其附近空间扰动引力场。按照本专利技术所提供的设计方案，一种点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法，包含如下步骤：步骤1、依据选定区域范围内的重力异常数据构建低分辨率分层残差点质量模型；步骤2、在步骤1构建的点质量模型网格内进行垂直重力梯度测量和精确位置测量，计算浅层高分辨率点质量模型网格中点的重力异常和扰动重力垂直梯度数据；步骤3、对选定区域范围内的浅层高分辨率重力异常数据和扰动重力垂直梯度数据进行深度反演，确定点质量埋藏深度范围；步骤4、根据步骤1构建的点质量模型，依据高分辨率重力异常数据和步骤2获得的浅层高分辨率点质量模型网格中点的扰动重力垂直梯度数据，以步长L在点质量埋藏深度范围内选择多个埋藏深度值，根据埋藏深度值逐个解算点质量模型，以解算结果恢复选定区域范围内非网格中点的重力异常数据及扰动重力垂直梯度数据，统计恢复误差，直至点质量埋藏深度范围内所有节点对应的深度逐个完成点质量模型解算，获得所有节点对应深度的点质量模型恢复误差；步骤5、对获得的点质量模型恢复误差进行横向比较，确定最小恢复误差所对应的深度，即为浅层高分辨率点质量最佳埋藏深度。上述的，步骤1具体包含如下步骤：步骤1.1、利用低阶位系数模型计算每个1°×1°网格的平均重力异常数据得残差观测值：解得1°×1°点质量M1作为第一组点质量；步骤1.2、用位系数模型计算每个20′×20′网格的平均重力异常用1°×1°点质量M1计算平均异常得残差观测值： Δ g ‾ 20 ′ × 20 ′ e = Δ g ‾ 20 ′ × 20 ′ - Δ g ‾ 20 ′ × 20 ′ S - Δ g ‾ 20 ′ × 20 ′ M 1 ]]>，解得20′×20′点质量M2作为第二组点质量；步骤1.3、用位系数模型计算每个5′×5′网格的平均重力异常用第一组、第二组点质量分别计算出平均异常得残差观测值： Δ g ‾ 5 ′ × 5 ′ e = Δ g ‾ 5 ′ × 5 ′ - Δ g ‾ 5 ′ × 5 ′ S - Δ g ‾ 5 ′ 本文档来自技高网...

【技术保护点】
一种点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法，其特征在于：包含如下步骤：步骤1、依据选定区域范围内的重力异常数据构建低分辨率分层残差点质量模型；步骤2、在步骤1构建的点质量模型网格内进行垂直重力梯度测量和精确位置测量，计算浅层高分辨率点质量模型网格中点的重力异常和扰动重力垂直梯度数据；步骤3、对选定区域范围内的浅层高分辨率重力异常数据和扰动重力垂直梯度数据进行深度反演，确定点质量埋藏深度范围；步骤4、根据步骤1构建的点质量模型，依据高分辨率重力异常数据和步骤2获得的浅层高分辨率点质量模型网格中点的扰动重力垂直梯度数据，以步长L在点质量埋藏深度范围内选择多个埋藏深度值，根据埋藏深度值逐个解算点质量模型，以解算结果恢复选定区域范围内非网格中点的重力异常数据及扰动重力垂直梯度数据，统计恢复误差，直至点质量埋藏深度范围内所有节点对应的深度逐个完成点质量模型解算，获得所有节点对应深度的点质量模型恢复误差；步骤5、对获得的点质量模型恢复误差进行横向比较，确定最小恢复误差所对应的深度，即为浅层高分辨率点质量最佳埋藏深度。

【技术特征摘要】
1.一种点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法，其特征在于：包含如下步骤：步骤1、依据选定区域范围内的重力异常数据构建低分辨率分层残差点质量模型；步骤2、在步骤1构建的点质量模型网格内进行垂直重力梯度测量和精确位置测量，计算浅层高分辨率点质量模型网格中点的重力异常和扰动重力垂直梯度数据；步骤3、对选定区域范围内的浅层高分辨率重力异常数据和扰动重力垂直梯度数据进行深度反演，确定点质量埋藏深度范围；步骤4、根据步骤1构建的点质量模型，依据高分辨率重力异常数据和步骤2获得的浅层高分辨率点质量模型网格中点的扰动重力垂直梯度数据，以步长L在点质量埋藏深度范围内选择多个埋藏深度值，根据埋藏深度值逐个解算点质量模型，以解算结果恢复选定区域范围内非网格中点的重力异常数据及扰动重力垂直梯度数据，统计恢复误差，直至点质量埋藏深度范围内所有节点对应的深度逐个完成点质量模型解算，获得所有节点对应深度的点质量模型恢复误差；步骤5、对获得的点质量模型恢复误差进行横向比较，确定最小恢复误差所对应的深度，即为浅层高分辨率点质量最佳埋藏深度。2.根据权利要求1所述的点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法，其特征在于：步骤1具体包含如下步骤：步骤1.1、利用低阶位系数模型计算每个1°×1°网格的平均重力异常数据得残差观测值：解得1°×1°点质量M1作为第一组点质量；步骤1.2、用位系数模型计算每个20′×20′网格的平均重力异常用1°×1°点质量M1计算平均异常得残差观测值： Δ g ‾ 20 ′ × 20 ′ e = Δ g ‾ 20 ′ × 20 ′ - Δ g ‾ 20 ′ × 20 ′ S - Δ g ‾ 20 ′ × 20 ′ M 1 ]]>，解得20′×20′点质量M2作为第二组点质量；步骤1.3、用位系数模型计算每个5′×5′网格的平均重力异常用第一组、第二组点质量分别计算出平均异常得残差观测值： Δ g ‾ 5 ′ × 5 ′ e = Δ g ‾ 5 ′ × 5 ′ - Δ g ‾ 5 ′ × 5 ′ S - Δ g ‾ 5 ′ × 5 ′ M 1 - Δ g ‾ 5 ′ × 5 ′ M 2 ]]>，解得5′×5′点质量M3作为第三组点质量。3.根据权利要求1所述的点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法，其特征在于：所述步骤2中用位系数模型计算每个1′×1′网格中点的重力异常和扰动重力垂直梯度4.根据权利要求2所述的点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法，其特征在于：所述步骤4具体包含如下内容：步骤4.1、用第一组、第二组、第三组点质量分别计算浅层高分辨率点质量模型网格中点重力异常和扰动重力垂直梯度得残差观测值： Δ g ‾ 1 ′ × 1 ′ e = Δ g ‾ 1 ′ × 1 ′ - Δ g ‾ 1 ′ × 1 ′ S - Δ g ‾ 1 ′ × 1 ′ M 1 - Δ g ‾ 1 ′ &...

【专利技术属性】
技术研发人员：赵东明，包欢，王庆宾，李姗姗，张宏伟，刘兵，张超，王若璞，徐立，
申请(专利权)人：中国人民解放军信息工程大学，
类型：发明
国别省市：河南;41