大气是日长变化最重要的激发源。基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)和美国环境预报中心/美国大气研究中心(National Centers for Environmental Prediction/National Center for Atmospheric Research,NCEP/NCAR)1979—2016年再分析气象数据集,计算大气激发函数(EAEF和NAEF),并与日长变化的观测值进行对比,综合分析大气对日长变化在年际、季节性、亚季节性和高频时间尺度上的激发贡献。鉴于ECMWF和NCEP/NCAR的风场顶层分别到达1 hPa和10 hPa,对NAEF计算地面-10 hPa风项,对EAEF分别计算地面-10 hPa和-1 hPa风项,以方便对比。研究结果表明,大气风项是日长变化在年际、季节性、亚季节性以及高频尺度上最主要的激发源。在季节性尺度上,EAEF和NAEF与日长变化观测值比较接近,但它们三者之间仍存在一定的差异。在亚季节性和4～20 d高频尺度上,大气激发分别可解释约88%和45%的日长变化。在年际尺度上,大气激发可以解释约65%的日长变化。EAEF对日长变化的解释率比NAEF高出2%～3%。1～10 hPa高层风场对日长的亚季节性及高频变化几乎无贡献,但对日长年际和季节性变化会产生影响。此外,还分析年际尺度上的日长变化和大气激发与南方涛动指数的相关性,揭示出2015—2016年厄尔尼诺事件在日长变化和大气激发中的信号。
卫星钟差参数的预报精度直接影响卫星导航系统的服务性能.影响卫星钟预报精度的因素有很多,其中钟差序列的建模质量是一个很重要的影响因子,只有最能反映星载原子钟自身物理特性和运行状态的模型才能获得更高的卫星钟预报精度.本文分析了北斗系统钟差序列的特性,提出了一种通用的钟差模型,该模型同时包含线性项、周期项和随机项,并且利用了AR模型对随机项进行建模,给出了周期项和AR模型参数的确定方法,该模型还能够根据实际星载钟特性进行退化与扩展.本文还给出了基于该模型的卫星钟预报方法,最后利用北斗实测数据进行了卫星钟预报精度分析试验,试验结果表明:所提出的通用模型能够最大限度地拟合钟差序列,从而大大提高卫星钟的预报精度,特别是针对一些稳定度较差的星载钟,实现了6 h预报精度2 ns,12 h预报精度5.5 ns.
