重力反演与气候实验(gravity recovery and climate experiment,GRACE)时变重力场条带误差直接影响着陆地水储量反演精度。采用加权平均滤波算法用于削弱此类误差,该算法简单有效,易于通过编程实现。采用德州大学奥斯丁分校太空研究中心...重力反演与气候实验(gravity recovery and climate experiment,GRACE)时变重力场条带误差直接影响着陆地水储量反演精度。采用加权平均滤波算法用于削弱此类误差,该算法简单有效,易于通过编程实现。采用德州大学奥斯丁分校太空研究中心(Center for Space Research of Texas University in Austin,CSR)提供的Level-2 RL05版本时变重力场模型反演2009年5月全球陆地水储量变化情况和2010年中国西南地区干旱事件,在处理条带误差时利用加权平均滤波算法,并将结果与其他方法进行比较。比较结果表明:加权平均滤波算法与传统算法处理效果基本一致,验证了该算法的有效性和可靠性。展开更多
文摘重力反演与气候实验(gravity recovery and climate experiment,GRACE)时变重力场条带误差直接影响着陆地水储量反演精度。采用加权平均滤波算法用于削弱此类误差,该算法简单有效,易于通过编程实现。采用德州大学奥斯丁分校太空研究中心(Center for Space Research of Texas University in Austin,CSR)提供的Level-2 RL05版本时变重力场模型反演2009年5月全球陆地水储量变化情况和2010年中国西南地区干旱事件,在处理条带误差时利用加权平均滤波算法,并将结果与其他方法进行比较。比较结果表明:加权平均滤波算法与传统算法处理效果基本一致,验证了该算法的有效性和可靠性。