不同角动量组合方案的高精度UT1预测

《Universe》：High-Precision UT1 Prediction with Different Angular Momentum Combination Schemes

　　

世界时（UT₁）是地球定向参数（EOP）的核心组成部分。高精度UT₁预测对于卫星导航、深空探测和国家标准时间的维持至关重要。尽管有效角动量（EAM）信息能够改善UT₁预测，但不同角动量组合对预测性能的影响尚未得到系统研究。为提高国家授时中心（NTSC）UT₁产品的预测精度，研究人员构建了四种预测方案：方案1仅使用大气角动量（AAM）数据；方案2使用AAM+海洋角动量（OAM）数据；方案3使用AAM+OAM+水文角动量（HAM）数据；方案4使用结合AAM、OAM、HAM和海平面角动量（SLAM）数据的完整EAM数据集。输入UT₁序列来自NTSC EOP产品，10天角动量预报由德国地球科学研究中心（GFZ）提供。滚动预报评估于2024年6月至2025年9月进行。结果表明，方案2在1–12天的短期UT₁预测中表现最佳，相对于使用方案4、IERS finals.daily和原始NTSC预测的预测，平均预测精度分别提高了10.7%、10.0%和52.0%。对于13–90天的中长期UT₁预测，方案1表现最佳，相应的平均改进分别为9.8%、50.7%和61.3%。这些结果表明，纳入更多角动量分量并不必然带来更好的UT₁预测，即方案2更适用于短期UT₁预测，而方案1更适用于中长期UT₁预测。这些发现为优化UT₁预测模型提供了经验证据和实践指导。

世界时（UT₁）是地球定向参数（EOP）的核心组成部分，反映了地球在惯性空间中的旋转状态，对卫星导航、深空探测、航天器测控以及国家标准时间维持具有关键作用。由于地球并非刚体，大气、海洋、陆地水与固体地球之间的质量交换和角动量交换持续改变地球自转速率，使UT₁呈现复杂的多时间尺度变化。有效角动量（EAM）产品，包括大气角动量（AAM）、海洋角动量（OAM）、水文角动量（HAM）和海平面角动量（SLAM），已被证实可显著改善UT₁预测。然而，不同角动量组合对预测性能的影响尚未得到系统研究，特别是针对不同预测时域的适用性仍不清楚。为此，研究人员以国家授时中心（NTSC）业务化UT₁产品为对象，构建了四种角动量组合方案，系统评估其在不同预测时域的精度表现，以期为NTSC UT₁预测模型优化提供依据。该研究发表于《Universe》。

研究人员开展的实验以NTSC EOP产品作为输入历史序列，以IERS 20 C04序列作为独立参考，并利用德国地球科学研究中心（GFZ）提供的AAM、OAM、HAM和SLAM观测及10天预报数据。预测框架采用结合EAM的最小二乘（LS）与自回归（AR）模型（EAM+LS+AR），即先利用LS提取趋势和周期项，再用AR预测残差；具体分为两个阶段：第1–10天，将测地角动量（GAM）与所选角动量组合的残差经LS+AR外推后叠加到GFZ预报值上；第11–90天，将前10天预报拼接至历史GAM序列，再通过LS+AR外推完整序列。同时使用IERS finals.daily和原始NTSC预测作为业务对比。滚动预测样本覆盖2024年6月至2025年9月，以平均绝对误差（MAE）作为精度指标。

在结果部分，四种方案生成的90天UT₁预报显示，预测误差随预报时域增加而累积，但呈现清晰的分段最优特征。

4.1 UT1预测精度：通过四种方案生成90天UT₁预报，并与IERS 20 C04比较，结果显示，Case 2在1–12天短期区间表现最佳，相对Case 4平均改善10.7%、最大改善15.6%；Case 1在13–90天中长期区间表现最佳，相对Case 4平均改善9.8%、最大改善22.2%。

4.2 LOD预测精度：对LOD预测进行同样比较，结果呈现分段模式：Case 2在1–5天占优，相对Case 4平均改善11.7%；Case 1在6–90天更优，平均改善2.4%。这证实了不同角动量组合在不同预报时域下的优势互补性。

讨论部分从物理机制角度解释了分段现象。相关分析表明，Case 1与测地角动量（GAM）的Pearson相关系数最高（0.9727），Case 1和Case 2在年、半年等主周期谱峰上与GAM最为接近；而HAM因全球水文模型的不确定性引入较大误差，SLAM虽能在一定程度上通过质量平衡补偿部分误差，但仍不足以消除模型偏差。因此，在GFZ EAM数据集和LS+AR框架下，Case 3和Case 4的精度低于Case 1和Case 2。进一步与IERS finals.daily和NTSC原始预测相比，Case 2在短期相对两者平均改善10.0%和52.0%，Case 1在中长期相对两者平均改善50.7%和61.3%。采用IERS数据作为输入的验证实验也得到类似的分段结论，表明该现象的普适性。

研究结论如下：（a）Case 1与GAM的相关性最强，且Case 1和Case 2在主周期分量上与GAM最接近，这些结果支持分段最优性具有物理基础。（b）以NTSC数据为输入时，Case 2适用于1–12天短期UT₁预测，相对Case 4、IERS finals.daily和原始NTSC预测，最大改善分别为15.6%、24.4%和63.9%，平均改善分别为10.7%、10.0%和52.0%；对于13–90天预测，Case 1更优，相对三者最大改善分别为22.2%、55.2%和64.5%，平均改善分别为9.8%、50.7%和61.3%。（c）以IERS数据为输入时，Case 2仍适用于1–9天短期预测，而Case 1适用于10–90天预测，相对Case 4和IERS finals.daily，Case 2在短期平均改善分别为8.2%和12.2%，Case 1在10–90天平均改善分别为9.4%和49.5%。总之，纳入更多角动量分量并不必然改善预测性能，关键是选择与预报时域最匹配的组合方案。这些结论为基于NTSC UT₁数据集的预测优化和业务实施提供了经验证据与实践指导，并为国际EOP预测提供了进一步见解。