以插值切割法为例，对理想模型在地表的重力异常数据进行不同尺度的扩边，并对扩边后的数据进行不同深度层源的切割分离。基于分离后的结果，从不同扩边尺度、不同深度层源的重力异常差异、扩边尺度与重力场源分离误差的角度研究扩边尺度对重力异常分层分离处理的影响。结果表明： 1） 理想模型数据区域的边界效应与扩边尺度、切割分离深度、异常的规模和幅度及空间位置等因素相关； 2） 扩边尺度的选择应综合考虑分析资料所需满足的精度和数据计算效率，扩边尺度不宜过大，扩边尺度与重力异常分层分离最大切割深度至少应满足2∶1的要求才能明显改善边界效应，对含有较大重力异常边界进行切割分离时，应在2倍扩边尺度的基础上再进一步扩边； 3） 边界效应的空间展布不是由数据区域边界向中心区域均匀分布，而与异常体的规模和空间位置有关。

以现有地磁台站的长期海量观测数据为基础，忽略地磁场成因及众多影响因素的复杂作用机理，对地磁变化场的时空关联性进行分析，挖掘数据中蕴含的规律信息，进一步构建基于BP神经网络的地磁变化场预测模型。通过实际地磁台站的观测数据对模型预测结果进行验证，结果表明，对于任意选取的100组验证数据，均方根误差为4.8 nT，求解精度能够满足一般科学研究对地磁变化场的精度需求。

利用鄂尔多斯西南缘的重力观测数据对长短期记忆循环神经网络(long short-term memory, LSTM)进行训练，结果表明，该神经网络可基于有限的数据获取较好的推估结果。基于自由空气重力异常数据，对比分析长短期记忆循环神经网络和传统克里金方法的推估结果发现，神经网络的推估能力优于传统克里金方法，但运算效率低于后者。利用自由空气重力异常对整个区域进行推估，结果表明，LSTM方法明显优于克里金方法，加入高程数据作为约束条件可有效提升LSTM方法推估自由空气重力异常场的精度。

利用福建重力台网7套gPhone重力仪的连续观测资料，对不同震中距和震级地震的同震响应特征及重力仪映震的最大震中距进行分析。结果表明：1）福建重力台网的映震效能受震级和震中距影响，从映震能力来看，泉州台优于莆田台，厦门台优于福州台，漳州台和龙岩台优于南平台；2）福建重力台网的仪器稳定性好和灵敏度高，与CMG-3ESP 120S地震计相比，重力仪具有较宽的地震频带，其同震响应持续时间与波幅呈高度正相关性；3）福建重力台网仪器映震的最大震中距(Δ)与震级（M_S）存在对应关系，具体公式为M_S=-0.218(logΔ)3+2.056(logΔ)2-4.594logΔ+6.459。

利用新疆测震台网在南天山地区架设的固定和流动台站记录的近8 a的观测资料，通过近震走时层析成像技术获得地壳三维速度结构，并利用三维速度结构对该区域的近震事件进行重定位。重定位后走时残差均方根由1.29 s减小为0.64 s，震源位置的不确定性约为0.1 km。三维速度结构显示，区域内速度结构表现出明显的横向和纵向不均匀性，5 km深度处，阿图什背斜和柯坪断裂以北表现为高速异常，以南表现为低速异常，波速比整体上以高值为主；15 km和20 km深度处，研究区P波速度主要以高速异常为主；25~30 km深度处，研究区内P波高速异常转变为以近NE向低速异常为主，波速比也以近NE向低值异常为主。区域内地震活动性与地壳速度结构具有较强的对应性，震源主要集中在P波高低速交界处的高速区域，同时波速比也偏向高波速比一侧。震源位置集中区的下方存在低速条带，该条带可为应变能的积累和释放提供有利的环境基础。

对重庆石柱和武隆地区的中小地震进行波谱分析得到地震能量、拐角频率、地震矩、视应力等震源谱参数，对比分析石柱M4.5及武隆M5.0地震前震源谱参数的差异。分析结果表明：1）同震级条件下，石柱地区的地震拐角频率及视应力均低于武隆地区，可能与石柱地区距离三峡库区较近有关。2）石柱地区的视应力在石柱M4.5地震前出现震前2 a上升、临震略微下降的变化过程，拐角频率在震前也有所升高。3）武隆地区的视应力在石柱M4.5和武隆M5.0地震前均出现“上升-下降-升高”的异常变化，拐角频率在2次地震前也呈现升高特征。4）研究区内所有地震的视应力在石柱M4.5和武隆M5.0地震前均出现上升变化，震后该区构造应力依然较高。

为探究ENSO事件对GNSS ZTD(水汽)周期变化的影响及其相互关系，以河北省为例开展ENSO事件对GNSS ZTD及其周期变化的影响研究。首先利用快速傅里叶变换方法筛选出南方涛动指数（SOI）与GNSS水汽的共同周期，再利用小波变换提取GNSS水汽与SOI共同周期所在的高频项，并将重构的高频项与SOI进行相关性分析。结果表明，SOI与GNSS ZTD存在负相关性，由此推断ENSO事件与GNSS ZTD的周期变化存在一定关联。利用快速傅里叶变换方法分别提取ENSO事件和正常气候下GNSS ZTD的变化周期，分析ENSO事件对GNSS ZTD周期变化的影响，结果表明，ENSO暖事件（厄尔尼诺事件）对GNSS ZTD的最长显著周期存在显著影响；ENSO冷事件（拉尼娜事件）对GNSS ZTD的最长显著周期影响较弱。

在充分考虑TEC序列非平稳、非线性、高噪声特性前提下, 以IGS提供的2017年电离层TEC格网数据为基准，运用BP神经网络和ARMA两种模型分别进行TEC 3 d预测，重点分析两种模型在不同季节时段、不同电离层活跃强度及不同样本长度下的TEC预测性能及精度。结果表明，在不同时段，两种模型均能很好地反映TEC的变化特性，其中ARMA模型在春、冬时段及整体预测精度上略优于BP神经网络。在平静期，两种模型的平均相对预测精度分别为87.3%和87.5%，预测效果相差较小；在活跃期，两种模型的平均相对预测精度分别为78.5%和75.5%，BP神经网络的精度比ARMA模型高3%。随着样本长度的增加，BP神经网络在21 d样本处预测效果最佳，ARMA模型的预测精度随样本长度的增加呈降低趋势。

GPS周跳是影响监测成果精度的重要因素之一，其多值性及如何判断各自频率上的周跳尤为重要。本文针对双频周跳探测，以ΔΦ=ΔN₁－(λ₂/λ₁)ΔN₂为主方程，提出一种通过Grubbs准则探测ΔN₁、ΔN₂异常值的方法来约束双频周跳ΔN₁、ΔN₂的搜索范围，通过计算满足主方程整数解的方式探测周跳。通过采样率为1 s、5 s和15 s的GPS数据进行验证，结果表明，采用本文方法不仅可以解决普通周跳和特殊周跳的多值问题，而且能准确探测各频率上的周跳，计算准确率达100%。

高斯和滤波可利用高斯混合模型精化非高斯噪声随机模型来提高估计精度，但导航测量环境的动态性和复杂性使非高斯噪声具有时变性特征，若GMM不随之调整会导致滤波解算失真。针对该问题，本文提出一种基于位移参数自适应估计的高斯和滤波算法。首先分析GMM位移参数对非高斯噪声拟合精度的影响，然后利用位移参数自适应技术修正GMM，进而改善高斯和滤波性能。实验结果表明，当GNSS/SINS量测模型存在时变非高斯噪声时，本文算法的滤波结果较传统高斯和滤波算法的波动小，抗干扰能力强，在实际应用中可进一步改善估计精度和稳定性。

从使用CNES产品的北斗实时PPP用户角度出发，对比分析连续10 d的北斗实时和存档产品，并对2种产品的轨道/钟差差异及该差异对北斗PPP的影响进行研究。结果表明，2种产品的轨道差异小于1 mm，但钟差存在±0.1 ns差异；将2种产品分别应用到4个IGS MGEX测站的北斗静态PPP中发现，2种产品的差异对PPP收敛速度存在一定影响，收敛后的定位精度差异可达3 cm。因此在实际使用中，用户不能忽视CNES实时产品和存档产品的差异。

针对卫星钟差不能被精确模型化的问题，将具有较强记忆功能和强大计算能力的Elman神经网络运用到卫星钟差预报中，提出适用于卫星钟差预报的Elman模型。首先对原始钟差数据进行一次差处理，然后选择合适的神经网络结构建立预报效果最佳的Elman钟差预报模型，最后选用国际GNSS服务（IGS）提供的精密钟差数据进行GPS卫星钟差预报，并与二次多项式模型、附加周期项的多项式模型和灰色系统模型进行对比分析。结果表明，Elman模型进行1 d、7 d和30 d钟差预报的精度得到显著提高，分别达到亚ns、ns和μs级，表明该模型的钟差预报性能优于3种常用模型，在卫星钟差预报中具有可行性。

长期GPS连续观测可获取高精度的垂直形变速度场，但多期GPS流动观测资料能否用于地壳垂直形变监测尚不明确。本文首先对中国大陆260个陆态网络基准站和2 000个GPS流动站1999~2019年的观测资料进行高精度统一处理，获得各站点的时间序列和速度场，对筛选出的226个基准站和226个流动观测站的垂直形变速度场进行比较分析。结果表明，95%的连续GPS观测站的垂直形变速率误差小于0.5 mm/a，约50%的流动GPS观测站的垂直形变速率误差大于1 mm/a，约40%的流动站与连续站的垂直形变速率残差值大于2 mm/a，且约50%的流动GPS站点的垂直形变趋势与连续站不一致。西部地区的流动GPS观测站的垂直形变监测精度比东部高，这可能与东西部的观测环境和站点稳定性存在差异有关。对GPS连续站和流动站的垂直形变速度场的精度和残差进行分析认为，中国大陆流动GPS观测资料不适用于监测垂直形变小于2 mm/a的地区。

使用1999~2007年及2009~2013年2期GPS速度场，利用TDEFNODE负位错-块体模型反演红河断裂带的闭锁程度和滑动亏损速率。结果表明，红河断裂带以右旋走滑为主，兼有部分拉张和挤压，2008年以前红河断裂平均走滑速率为3.8±2.5 mm/a，平均倾滑速率为1.2±2.5 mm/a，北段和中段表现为拉张，南段则为挤压。红河断裂带北段和中段0~15 km的闭锁系数在0.8~0.99之间，滑动亏损速率为4.5 mm/a，易于应变能的快速积累；南段0~10 km的闭锁系数在0.8~0.95之间，滑动亏损速率为4 mm/a。2008年以后，中段闭锁程度和滑动亏损速率有所减小，南段闭锁程度与亏损速率有所增大。

以在建的武汉绿地中心为研究对象，建立一套超高层建筑物动态特性监测与分析技术方法。采用该方法获取监测时段内建筑物动态位移时间序列、振幅以及显著性频率等动态特性信息，并基于灰色关联分析法分析楼顶位移与温度变化的相互关系。结果表明，研究时段内楼顶、楼高400 m以及楼高300 m处监测方向的水平位移最大振幅分别为5.12 mm、4.22 mm和3.11 mm，且标准差均为亚mm级；该建筑物固有频率为0.200 2 Hz，由于同时受施工震动、温度等影响，导致该大楼还受其他频率影响较明显，如楼顶处监测方向位移时间序列仍受频率0.308 2/8.033 9 Hz影响较显著；楼顶位移与温度变化时间序列的灰色关联度接近1，表明楼顶位移与温度变化存在较大关系。

基于诱导有序加权平均（IOWA）算子，将差分整合移动平均自回归（ARIMA）模型和Holt-Winters指数平滑模型进行组合，采用SBAS-InSAR监测值进行矿区地表沉降预测，并与各单一模型的预测结果进行对比分析。结果表明，基于IOWA算子的组合模型的预测精度较单一模型有明显提升，其中各点均方误差（MSE）平均值为1.458 mm，平均绝对误差（MAE）为2.175 mm，可用于矿山地表沉降监测预测。

针对SVM模型在基坑沉降预测领域存在参数选择困难和基于单点数据建模的缺点，建立顾及邻近点的PSO-SVM模型。采用PSO-SVM模型进行最优训练样本数量研究，结果表明短期样本的预测效果最优。将邻近点沉降变形值作为影响基坑沉降的因素引入到改进的PSO-SVM模型中，实例表明，在短期样本数据下顾及邻近点的PSO-SVM模型的拟合精度优于PSO-SVM模型，而在中长期样本条件下预测精度不佳。针对该缺点提出组合多尺度一维小波分解函数和柯西分布函数来改进顾及邻近点的PSO-SVM模型，实验结果表明，顾及邻近点的改进PSO-SVM模型可有效解决参数选择困难和单点建模的问题，适用于不同样本数量下的沉降变形预测，具有较高的预测精度。

针对微震信号采集过程中存在大量不同频率的干扰信号，导致信号初至拾取难度大的问题，提出一种经验小波变换（EWT）结合分量阈值重构规则及奇异值分解（SVD）技术对微震信号进行降噪的方法。该方法利用EWT自适应分解和抗模态混叠的特点分解微震信号，得到各分量信号。对于高信噪比信号，选取相关系数大于0.3且方差贡献率大于15%的固有模态分量进行重构，具有较好的降噪效果；对于低信噪比信号，在高信噪比降噪方法的基础上利用SVD去除高频分量中的噪声，并与EWT分解出的低频有效分量进行重构。实验表明，对不同信噪比的构造信号与实际微震信号进行降噪，信噪比均得到明显改善；以修改的能量比法和分形维数法拾取实际微震降噪信号初至到时作为验证，拾取相对误差均小于1%，证明了本文降噪方法的有效性。

为了对JCZ系列超宽频带地震仪采集到的地震数据进行有效去噪，探讨小波阈值法在不同地震数据中去噪的实际效果。首先介绍小波法的基本理论与去噪标准，探讨不同小波基的选取、不同分解、重建尺度与阈值的选取及处理方式对小波阈值法最终去噪效果产生的影响；使用控制变量法，选取武汉水院地震台的记录数据，探讨如何获得较好的去噪效果。为了比较小震和中强震两种情况下相同方法的处理效果，将选择好的小波基与几何尺度用于震例数据去噪发现，在实际地震去噪处理中基于样本数估计选取的阈值具有一定局限性，且相同阈值在不同震级的震例数据中具有不同的去噪结果。最后使用小波阈值对JCZ系列超宽频带地震仪采集到的地震数据进行去噪发现，小波阈值去噪对于P波初动的识别判断也具有一定意义。