近日，中國科學院國家授時中心研究團隊提出了基于大氣、海洋等地球流體有效角動量（Effective Angular Momentum, EAM）數據集輔助的世界時（Universal Time, UT1）和日長（Length of Day, LOD）的融合算法，并成功構建了融合算法模型，將地球物理模型與大地測量技術相結合，有效提升了UT1產品精度。
由于EAM數據與LOD數據具有高度相關性，且在UT1和LOD的預報中被廣泛應用，為此該研究團隊提出將EAM數據引入到UT1融合中，以提升UT1產品精度。
研究團隊設計了一款11參數卡爾曼融合模型，將EAM、UT1、LOD數據進行融合，并在狀態向量和狀態轉移矩陣中，考慮了LOD和EAM數據集的系統偏差和周期項。首先，使用傅里葉變換分析全球導航衛星系統（Global Navigation Satellite System, GNSS）LOD數據集的系統偏差和周期性；其次，利用GNSS推導出的基于大地測量的角動量（Geodetic Angular Momentum, GAM）數據對EAM進行校正；最后，將三種數據進行融合，以得到精度更高、連續性更好、穩定性更強的融合UT1序列。
該融合算法對UT1數據的外符合精度提升超過30%，其中對于中國科學院國家授時中心（National Time Service Center，NTSC）建立的甚長基線干涉測量（Very Long Baseline Interferometry，VLBI）系統的UT1數據集精度提升接近54%，對于國際大地測量與天體測量VLBI服務組織（International VLBI Service for Geodesy and Astrometry，IVS）加強觀測UT1數據集精度提升約30%；而使用EAM、UT1、LOD數據集比僅使用UT1、LOD數據集融合的效果更好，尤其對于具有高不確定性的UT1輸入數據集，使用EAM數據集可以將UT1精度提高10 微秒（μs，1 μs = 10??秒）；該融合算法不僅可以修正LOD的系統偏差，而且對LOD數據精度具有一定的提升；外符合精度和卡爾曼估計不確定度的一致性，表明該卡爾曼融合模型的合理性和可靠性。
NTSC-WHU-EAM融合結果（左圖為UT1，由于為LOD）。論文作者供圖
相關專家認為，該項研究為進一步探索EAM對EOP融合領域的貢獻提供了參考，對于國家標準時間產生、衛星授時、衛星導航等領域具有重要意義。
以上研究成果內容發表于新出版的《遙感》（Remote Sensing）期刊。
文章相關信息：https://www.mdpi.com/2072-4292/17/7/1157