我国自主高精度2′×2′空间分辨率全球重力场模型构建的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41774020
  • 项目类别:
    面上项目
  • 资助金额:
    69.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0401.物理大地测量学
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

The theory, methodology and algorithms of the determination of the high-accuracy and ultra-high-resolution global gravity models will be studied in this project. The related key technologies, such as the preprocessing and refinement of the observations, the optimal combination technique of the different observations, the fill-in technique for the areas with the data gaps, the fast and steady computation of the ultra-high degree Legendre functions, the optimal combination of the satellite gravity normal equation and the land gravity data normal equation, the parallel algorithms of determining the ultra-high geopotential model with the MPI+OpenMP etc., will be broken through. The new idea for avoiding the downward continuation of the land gravity in the data processing procedure will be proposed. The software with independent copyright and integration technology for the determination of ultra-high degree gravity field model will be developed. At last, we will process the land gravity data, satellite gravimetry data, satellite altimetry data, airborne gravity data, shipborne gravity data, crust density model, topographic model etc. independently. And the high-accuracy global models with the spatial resolution 5′×5′ and 2′×2′ are estimated independently based on these data. The validation of the models will be done based on GPS/leveling data and the deflection of the vertical data. The accuracy of the model with the spatial resolution 5′×5′ is close to the international popular ultra-high degree model. The estimated models could be used for the modernization of the Chinese or global height datum by providing the high-accuracy long-wavelength, medium-wavelength, short-wavelength and ultra-short-wavelength gravity signals. The results can also be used for the fields related to the earth science. The study of the project has the important scientific and practical significance.
本项目研究高精度超高分辨率全球重力场模型构建的理论与方法,突破观测数据的预处理和精化、多源数据融合、重力数据稀疏空白区的加密填充、超高阶次勒让德函数快速稳定计算、卫星和地面法方程最优联合、基于MPI+OpenMP的超高阶模型解算的并行算法等一系列关键技术,提出避免陆地表面重力数据向下延拓的新思路,研制具有自主版权和集成技术的超高阶重力场模型构建的软件平台,最终独立处理陆地重力、卫星重力、卫星测高、航空重力、船测重力、地壳密度模型、地形模型等数据,确定我国自主的高精度5′×5′和2′×2′空间分辨率全球重力场模型,并用GPS/水准、垂线偏差等独立观测数据对其进行精度检验。模型在5′×5′空间分辨率上,精度与国际先进模型的精度水平相当。研究成果可为实现全球和我国高程基准现代化提供高精度的长波、中波、短波及甚短波重力信息,也可用于地球学科相关领域的研究,有着重要的科学和现实意义。

结项摘要

研究地球重力场精细结构和构建高精度超高分辨率全球重力场模型不仅是大地测量学科的主要科学任务之一,也是加快全球或区域海拔高程测定现代化进程的迫切需要,还是地球物理学、海洋学等相关地球学科研究的需要。本项目深入研究了高精度超高分辨率全球重力场模型构建的理论与方法,基于椭球谐展开理论推导了利用椭球面重力异常格网点值求解引力位系数的严密积分公式,突破了观测数据预处理和精化、航空重力数据向下延拓、超高阶次勒让德函数快速稳定计算、卫星和地面法方程最优联合、基于MPI+OpenMP的超高阶模型解算的并行算法等一系列关键技术,研制了具有自主版权和集成技术的超高阶重力场模型构建的软件平台。. 基于不同观测周期的GOCE实测SGG和SST-hl观测数据,在国内首次分别确定了220和300阶次纯GOCE卫星重力场模型GOSG01S和GOSG02S,模型精度与ESA发布模型时域解和直接解模型精度相当。联合GOCE卫星观测数据、ITSG-Grace2018模型的法方程、多代测高卫星数据和EGM2008重力异常解算了2个5′×5′空间分辨率的超高阶模型SGG-UGM-1和SGG-UGM-2,与国际同期权威模型EIGEN-6C4精度相当,是我国公开发布精度最高的超高阶模型。利用搜集到的美国、加拿大、澳大利亚、北冰洋、南极等陆地重力数据,联合卫星重力、卫星测高、地形位模型等数据,确定了我国独立自主的高精度5′×5′分辨率全球重力场模型SGG-UGM-3和SGG-UGM-3e,以及2′×2′分辨率的SGG-UGM-3-ch模型,不包含中国重力数据的模型SGG-UGM-3和SGG-UGM-3e整体精度与XGM2019系列模型相当,优于EIGEN-6C4、SGG-UGM-2模型,加入中国重力数据的模型SGG-UGM-3-ch在中国区域精度最高。项目构建的模型GOSG01S、SGG-UGM-1和SGG-UGM-2被国际权威网站ICEGM收录。. 总体来说,本项目在卫星重力场模型建模、全球超高阶模型构建等方面的研究成果及数据处理技术达到国际先进水平。研究成果为我国GF-7卫星全球测图几何高程向物理高程的转换提供了基础高程基准数据,服务于国家高程基准现代工程,还可用于地球内部结构研究等地球科学相关领域。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(3)
会议论文数量(0)
专利数量(1)
Improvement of Downward Continuation Values of Airborne Gravity Data in Taiwan
台湾机载重力数据向下延续值的改进
  • DOI:
    10.3390/rs10121951
  • 发表时间:
    2018
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Zhao Qilong;Xu Xinyu;Forsberg Rene;Strykowski Gabriel
  • 通讯作者:
    Strykowski Gabriel
Cycle Slip Detection and Repair for Dual-Frequency LEO Satellite GPS Carrier Phase Observations with Orbit Dynamic Model Information
具有轨道动态模型信息的双频 LEO 卫星 GPS 载波相位观测的周跳检测和修复
  • DOI:
    10.3390/rs11111273
  • 发表时间:
    2019-05
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Wei Hui;Li Jiancheng;Zhang Shoujian;Xu Xinyu
  • 通讯作者:
    Xu Xinyu
Moho Depth Estimation Beneath Tibet From Satellite Gravity Data Based on a Condensation Approach
基于凝结法的卫星重力数据估计青藏高原以下莫霍面深度
  • DOI:
    10.1029/2020ea001261
  • 发表时间:
    2021
  • 期刊:
    Earth and Space Science
  • 影响因子:
    3.1
  • 作者:
    Chen Wenjin;Tenzer Robert;Xu Xinyu;Wang Shuai;Wang Bin
  • 通讯作者:
    Wang Bin
A new method of improving global geopotential models regionally using GNSS/levelling data
使用 GNSS/水准测量数据改进全球位势模型的新方法
  • DOI:
    10.1093/gji/ggaa047
  • 发表时间:
    2020-04
  • 期刊:
    Geophysical Journal International
  • 影响因子:
    2.8
  • 作者:
    Liang Wei;Pail Rol;Xu Xinyu;Li Jiancheng
  • 通讯作者:
    Li Jiancheng
卫星跟踪卫星技术确定地球重力场的加速度法研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    测绘学报
  • 影响因子:
    --
  • 作者:
    吴汤婷
  • 通讯作者:
    吴汤婷

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

GOCE卫星引力梯度数据滤波方法研究
  • DOI:
    10.16251/j.cnki.1009-2307.2019.06.009
  • 发表时间:
    2019
  • 期刊:
    测绘科学
  • 影响因子:
    --
  • 作者:
    刘焕玲;赵永奇;文汉江;徐新禹
  • 通讯作者:
    徐新禹
利用能量法由沿轨扰动位数据恢复
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    武汉大学学报(信息科学版),2006,Vol31(11):1011-1014.
  • 影响因子:
    --
  • 作者:
    邹贤才;李建成;徐新禹;王正涛
  • 通讯作者:
    王正涛
利用GOCE模拟观测反演重力场的Torus法.
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    测绘学报
  • 影响因子:
    --
  • 作者:
    刘焕玲;文汉江;徐新禹;朱广彬
  • 通讯作者:
    朱广彬
一种新型重力测量卫星系统确定全球重力场的性能分析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    地球物理学报
  • 影响因子:
    --
  • 作者:
    徐新禹;姜卫平;张晓敏;周晓青;丁延卫;朱广彬
  • 通讯作者:
    朱广彬
新一代探测地球重力场的卫星编队
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    测绘学报
  • 影响因子:
    --
  • 作者:
    赵伟;赵倩;徐新禹;邹贤才
  • 通讯作者:
    邹贤才

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

徐新禹的其他基金

未来卫星重力梯度测量及其时变应用研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    59 万元
  • 项目类别:
    面上项目
由Torus方法确定300阶次高精度全球GOCE卫星重力场模型的研究
  • 批准号:
    41574019
  • 批准年份:
    2015
  • 资助金额:
    65.0 万元
  • 项目类别:
    面上项目
利用GOCE观测数据确定200阶高精度全球重力场模型的研究
  • 批准号:
    40904003
  • 批准年份:
    2009
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码