地球物理探测卫星数据分析处理技术与地震预测应用研究项目及研究进展＊

申旭辉 黄建平 林 剑 罗志才 乐会军 吴立新 张学民 崔 静

1) 应急管理部国家自然灾害防治研究院，北京 100085

2) 华中科技大学物理学院引力中心，湖北武汉 430079

3) 中国科学院地质与地球物理研究所，北京 100029

4) 中南大学，湖南长沙 410083

5) 中国地震局地震预测研究所，北京 100036

引言

地震监测预警和预测预报是一个世界性科学难题，大力加强重大地震灾害监测预警科学技术研究，是落实新时期“两个坚持，三个转变”防灾减灾战略思想的重要举措。为进一步提高地震预测科学研究水平，推进地震监测预测能力建设，我国于世纪之交提出了建立地震立体观测体系的战略发展思路，并希望突破三维地球物理场获取能力瓶颈，发展地球多圈层耦合模型，通过卫星观测获取全球大地震的震例信息，以有效推进地震监测预测科学探索。

前苏联和美国自20世纪中叶以来，连续发射了一系列电磁卫星，取得了全球高精度高分辨率的地磁场和电离层信息。2004年法国发射了DEMETER电磁卫星，重点用于地震和火山电磁效应研究。最新进展是2013年欧空局发射了SWARM卫星星座，实现了低轨道区域地磁场和等离子体参量的多卫星联合探测，其总场探测精度达到0.3 nT，矢量场探测精度1 nT。全球地磁场、电离层建模以欧美国家为主，如国际主流的IGRF、NGDC和POMME地磁场模型，国际参考电离层模型IRI和快速电子密度模型NeQuick等。随着卫星数据的日益增加，相关模型向着精细化和实时化方向发展。

在重力卫星方面，自21世纪初先后成功实施CHAMP、GRACE和GOCE卫星重力测量计划以来，国外权威研究机构（GFZ、JPL和CSR等）在重力卫星数据处理与地球重力场建模方面取得了突破性进展。国内研究机构近年来利用国外L1重力卫星数据研制了全球重力场模型系列，其精度与国外权威机构发布的重力场模型精度相当。

我国从21世纪初开始启动相关研究。2015年，国务院批准《国家民用空间基础设施中长期发展规划（2015—2025）》实施，地球物理场探测卫星计划作为我国空间对地观测系统的重要组成部分，正式进入研发日程。2018年2月，电磁监测试验卫星ZH1（01）成功发射入轨，并顺利通过在轨测试；2018年4月，国家发展改革委批复电磁监测ZH1（02）卫星可研，计划2021年发射入轨；我国类GRACE重力卫星进入研制阶段，重力梯度卫星预研顺利推进。总体而言，欧美研究机构在地球物理场卫星探测领域整体上处于主导地位和领先水平，我国电磁卫星数据处理技术接近国际并跑状态，重力卫星数据处理尚处于跟踪研究阶段，全球地磁场建模方面处于起步阶段，电离层建模技术达到国际并跑水平。

随着卫星观测技术的快速发展和多平台多模式观测数据的不断累积，以多参数地球物理场、红外微波辐射等为代表的空间对地观测数据越来越多地用于地震研究，地球岩石圈—盖层—大气层—电离层（LCAI）耦合模型的提出和发展，为多参数地球物理场数据综合分析及地震预测应用提供了整体框架与科学思路，并在中国汶川、意大利L’Aquila和日本Tohoku等强震异常分析实践中取得了良好效果。地球物理卫星探测作为天基平台成为地震立体监测预测科学探索的新的重要方向。

项目“地球物理探测卫星数据分析处理技术与地震预测应用研究”针对相关重大科学问题和关键技术开展攻关研究，期望这项研究工作能推进地震立体观测系统业务化发展，支撑国家地球物理场探测卫星计划实施，提高我国防灾减灾能力和水平，保障经济和社会可持续发展，实现《国家中长期科学和技术发展规划纲要》提出的战略目标。项目牵头承担单位为应急管理部国家自然灾害防治研究院，参与单位包括：中南大学、华中科技大学、中国科学院地质与地球物理研究所、中国地震局地震研究所和中国地震局地震预测研究所。

1 项目的研究目标和内容

本项目面向重大地震灾害，基于电磁监测试验卫星在轨运行、重力卫星计划预研和相关国际合作基础，以突破电磁卫星数据精细处理关键技术、重力卫星L0-L1数据预处理技术为重点，研发电磁卫星和重力卫星数据处理技术、全球地球物理场建模技术和地球物理场综合分析技术，建立全球地球物理场模型和主要地震震例特征库及样本库，并在川滇地区开展地震监测预测应用示范和震情跟踪检验。

1.1 研究目标及科学问题和关键技术

研究目标：基于在轨运行的ZH1（01）探测数据，优化卫星观测电磁场及等离子体多参量的反演计算、交叉检验及定标技术，得到高精度电磁场及等离子体参量探测反演数据；利用国外重力卫星数据，发展重力卫星预处理和在轨定标关键技术，为正在推进的中国重力星任务提供技术支撑；综合卫星及地基多种探测资料，提出具有完全自主知识产权的全球地磁场模型和电离层模型，突破全球/区域重力场建模技术，提出全球/区域重力场模型；利用地球物理卫星观测数据并融合多源数据信息，挖掘大震前的地震异常综合特征，建立地震电离层、大气层扰动特征库和多参量时空关联样本库，发展震前电磁异常识别、前兆可靠性评估及地震统计预测经验模型；开展同期全球7级、中国6级以上震例研究，并在川滇南北带开展地震立体观测和短临地震预测示范。

科学问题：①地球物理场多尺度变化特征及机理；②地球物理场变化规律及其与孕/发震的时空关联性。

关键技术：①地球物理卫星高精度数据处理与交叉定标技术；②全球地磁场、电离层、重力场精细建模技术；③地球物理场震前扰动识别与地震预测应用技术。

1.2 项目课题设置与研究思路

项目拟围绕2个科学问题和3个关键技术展开研究，并关注以下研究重点：①优化和发展地球物理场卫星高精度数据处理与交叉定标技术，研制电磁卫星数据优化处理软件系统原型V2.0；②针对地磁场、电离层和重力场等3个地球物理场全球精细建模需求，重点发展并突破相应的建模技术方法，形成基于卫星数据的地磁场、重力场及电离层建模技术标准（征求意见稿）；③地球物理多参量综合分析与地震异常识别技术，为短临地震监测预测提供技术支撑和知识服务；④研制电磁卫星地震监测示范应用平台，集成卫星数据分析模块、模型库和特征库，开展川滇地区地震监测预测应用示范。

项目共设置6个研究课题。课题一：星载电磁场数据处理与定标校验技术；课题二：星载电离层数据处理与定标校验技术；课题三：星载重力场数据处理技术；课题四：全球/区域地球物理场精细建模技术；课题五：地球物理多参量综合分析与地震异常识别技术；课题六：地球物理多参量综合分析与地震异常识别技术。

课题一、二、三是直接针对地球物理卫星观测数据进行处理的前端任务；课题四是在课题一、二、三的基础上得到卫星地球物理场模型产品的中间任务；课题五和课题六是本项目的后端任务。其中，课题五是承上启下的关键性课题，既利用课题一、二及四的数据与模型开展背景场研究和地震异常分析，也扩展利用其他多源异质观测数据进行地震异常综合识别及前兆诊断，并为短临地震监测预测提供统计预测模型；课题六则是整个项目的引领和出口，旨在探索地球物理卫星在地震立体监测及短临预测中的应用潜能，通过集成前述课题的模型方法和软件模块并利用其数据产品和知识规则，在川滇地震带开展应用和示范检验。通过6个课题的有机联系和互动反馈，共同解决地球物理探测卫星地震预测应用的两个关键科学问题，即地球物理场多尺度变化特征及机理、地球物理场变化与地震的关联性。图1为课题之间的逻辑关系。

图1 课题之间的逻辑关系Fig. 1 Logical relationships among topics

本项目总体技术路线为：系统梳理现有地球物理场卫星数据处理及定标校验技术，定位核心技术问题。以实际数据为基础，充分利用项目组直接运行ZH1（01）卫星科学任务中心、中欧国际合作等有利条件，发展和完善数据处理算法，从而优化电磁卫星数据处理关键环节，全链路实现重力卫星数据处理流程。进一步积极推进数据处理方法技术软件化实现。在此基础上发展全球地球物理场建模技术，融合多源数据，有效提高多尺度地球物理场模型分辨率；基于地球物理卫星数据，提出地震异常识别方法与可靠性模型；通过震例解剖和示范应用，验证算法模型并评估应用效能，推进地球物理场卫星数据应用。图2为本研究的技术路线图。

图2 技术路线图Fig. 2 Roadmap of technology

2 项目研究进展和主要研究成果

项目执行两年多以来，开展了星载电磁场、电离层数据处理与定标校验技术、星载重力场数据处理技术、全球/区域地球物理场精细建模技术、地球物理场多参量综合分析与地震异常识别技术的研究，开展了川滇地区地震监测预测应用示范。实现了相应算法和模块的研发，建立了卫星地震监测预测应用平台，完成全球及中国强震震例积累。取得新技术3个：①高精度三频信标电离层反演技术；②VLF电波FDTD传播模型；③星载重力梯度数据的精细处理技术。新方法3个：①高精度磁场数据的优化处理方法；②卫星磁场扰动信号提取算法；③卫星多参量综合分析方法。新产品3个：①全球主磁场模型，成功纳入新一代全球地磁场参考模型IGRF2020.0，为全球地球物理场建模百年来首个中国模型；②全球三维电离层电子密度模型；③全球时变重力场模型。新理论1项：多源异质地震异常信息融合与异常识别。新平台1个：卫星地震监测预测应用平台。

2.1 星载电磁场数据处理与定标校验技术

以电磁卫星电磁类载荷的 L0 数据和标准化流程产出的L2数据为出发点，研究了平台干扰、载荷间干扰、传递函数长期变化等在数据处理过程中的影响，结合地面试验、模拟仿真等，建立载荷数据校正模式，优化了电磁卫星标准数据产品的处理算法，获得高精度电磁场探测数据，建立了我国首个自主知识产权的CSES全球地磁场模型，并被纳入第13代国际地磁场参考模型中；通过分析磁暴、闪电等典型事件的响应特征，以及与同类观测数据和模型比对，检验电磁卫星电磁类载荷的长期数据质量，通过集成开发，形成了优化电磁监测试验卫星数据处理原型系统 V2.0（电磁部分）。

2.1.1 卫星平台工作对载荷数据影响的模拟

基于卫星平台遥测数据，分别分析了太阳光照角度、太阳翼电源输出强度、姿态喷嘴工作对磁场观测的影响，利用叠加原理展现了卫星平台电流系统引起的磁场数据“阶跃”干扰现象，并通过卫星平台电源电气特征受太阳高度角控制的磁场干扰仿真模型进行仿真解释。对低轨卫星观测到的磁扰动事件开展了统计研究。大量卫星磁场数据的分析结果表明，在中低纬度，卫星观测到的高频磁扰动并不是源自卫星平台的人造干扰，其中大部分来源于电离层小尺度行进式扰动（SSTID）的自然过程。这些磁扰动事件具有明显的统计特征。图3为张衡1号的磁场数据中不规则变化点的全球分布图及已确认的干扰源。

图3 张衡1号的磁场数据中不规则变化点的全球分布图及已确认的干扰源Fig. 3 Global distribution of irregularity points in ZH1（01） magnetic field data and confirmed disturbance sources

2.1.2 矢量磁场数据高精度标定和去扰技术研究

围绕矢量磁场数据中受三频信标发射机工作的干扰问题，通过地面试验证明了干扰机理，射频信号能够作用于磁场各个分量，通过磁场数据阶跃的时段确认该时段和三频发射机工作时段完全吻合；在此基础上，建立了三频信标干扰模型，实现了未干扰时段与被干扰时段数据的平滑衔接。同时，在原有1.0版本数据处理算法基础上，考虑短周期变化因素的影响，采用分段参数模型和粒子群优化算法拟合规避参数梯度离散问题，建立了全年参数模型，避免了每天进行校正参数，提高了数据质量。图4为相应的成果图。

图4 三频信标工作对磁场数据影响及处理效果Fig. 4 Influence of three-frequency beacon on magnetic field data and processing effect

2.1.3 电磁场数据处理方法优化与评估

通过对低频段（ULF和ELF）电场和感应磁场的联合分析，纠正电场和感应磁场的时间偏移，明确了对高频采样信号需要星上提供更高分辨率的时间信息，为开展电磁场波矢量研究等同步分析提供了时间完全同步的电磁场数据；基于地基VLF站信号在卫星上的观测结果，通过重复轨道数据和DEMETER卫星同位置数据的对比，验证了张衡1号（ZH1（01））电磁场数据的稳定性（图5）；通过与全波解模拟结果对比，表明ZH1(01)观测到的NWC，NAA和NPM发射源的电场和磁场与全波解模型计算结果的趋势基本一致，大小接近；通过电离层加热试验中高频电场对应频点的能谱增强记录，表明高频电场的数据质量稳定可靠。

图5 地面VLF辐射源NWC顶空电离层重访轨道电磁场观测结果Fig. 5 Observation results of orbital electromagnetic field revisited by NWC headspace ionosphere，a ground-based VLF emitter

2.2 星载电离层数据处理与定标校验技术

本任务完成了电场和磁场与全波解模ZH1（01）GNSS数据质量分析；完成了ZH1（01）精密定轨，三维精度可达到3 cm；实现了三频信标高精度TEC反演算法，其精度可到课题指标（优于2%）；研究了朗缪尔探针IV曲线干扰分析及数字平滑方法；实现了GNSS中性大气反演算法，且通过了COSMIC实测验证。

2.2.1 电磁卫星GNSS数据评估

针对张衡1号卫星星载掩星接收机数据质量问题，课题组结合观测值载噪比、历元间三次差、多路径组合等，对其GPS与北斗2号观测数据进行了细致分析。通过与COSMIC掩星数据比较指出，张衡1号掩星接收机载荷在GPS信号跟踪初期，P1和P2观测值存在明显的异常跳变，进一步剔除跳变观测值后，P2观测值仍存在数分钟的异常波动，另一方面，张衡1号与北斗2号观测无明显异常，同时其观测数据质量略优于COSMIC。为避免张衡1号掩星接收机异常观测污染数据处理结果，结合多路径组合序列滑动窗口与中位数定标法，建立了张衡1号掩星数据质量控制算法，并将其应用于电子密度剖面反演，结果表明，该质量控制算法能有效识别并剔除异常数据，进而显著提升其反演精度（图6）。

2.2.2 三频信标TEC反演

三频信标技术通过将3个频率两两差分大大提高了TEC解算的模糊系数，降低了相位积分常数在TEC求解中的计算误差，提升了电子密度重构的精度。因此，三频信标技术未来将广泛应用于电离层扰动、小尺度电离层异常和地震前兆预警等领域。

三频信标技术的精确性和可靠性已得到了广泛的认可，我国刚刚发射了第1颗搭载三频信标系统的电磁实验卫星ZH1（01），因此，迫切需要开展关于三频信标数据处理的相关研究工作。针对ZH1（01）搭载的三频信标发射机（其中只有两个频段的信号处在工作状态），基于仿真模拟，通过3个频率间组合，采用多战法对相位积分常数的精确估计，反演获得了高精度的电离层TEC。

图7结果表明，观测误差为1°时，三频TEC反演的相对精度优于2%（均值为1.13%）；观测误差为3°时，三频TEC反演相对精度优于3%（均值为1.87%）。

图6 基于多路径组合序列滑动窗口与中位数定标的张衡1号掩星数据质量控制Fig. 6 Occultation data quality control of ZH1（01） based on multi-path combination sequence sliding window and median calibration

图7 三频信标k值计算流程及三频TEC反演精度统计Fig. 7 Calculation flow of k value of three-frequency beacon and accuracy statistics of three-frequency TEC inversion

2.2.3 中性大气反演

ZH1（01）卫星搭载了GNSS掩星接收机可进行中性大气反演。中性大气反演的原始数据由开环数据（IQ值和多普勒值）和闭环数据（载波相位观测值）组成，其采样率一般为50 Hz。ZH1（01）卫星的IQ值是按照100 Hz的采样率进行输出，而多普勒值按照1 Hz的采样率输出，显然多普勒值的输出采样率太低，由于数据密度不够，内插的结果与真值的符合度也较低，导致开环数据不可用，因此，低对流层（主要是5 km以下）几乎没有反演结果。进行中性大气反演的基本流程为：首先基于原始观测数据计算大气附加相位延迟，在大气低对流层约10 km以上采用几何光学方法反演计算大气弯曲角廓线，在10 km以下，采用物理全息反演算法计算大气弯曲角廓线，然后将两者进行拼接（拼接点约为10 km），组成一个新的弯曲角廓线。通过Abel积分变换公式，可以利用获得的弯曲角廓线反演得到大气折射率廓线，最后求得大气温度、密度和压强等大气参量。

图8为随机抽取的2019年4月13日4个掩星事件的反演算例。每个算例从左至右依次为大气折射率、大气干温和大气干压，其中绿色实线为自主反演结果，红色散点为ERA-Interim结果。通过反演结果可以看出，基于ZH1（01）的反演结果和ERA-Interim结果的折射率、干温及干压廓线吻合较好，尤其是在5—25 km内精度较高。为进一步评定精度，以ERAInterim数据为参考，图9给出了ZH1（01）卫星2019年4月13日共139个掩星事件的偏差均值（黑线）和标准差（红线）。其中大气干温统计的是绝对偏差，大气折射率和大气干压统计的是相对偏差。可以看出，在5—25 km高度，干温的标准差在2K以内，折射率和干压的标准差在1%以内。

图8 中性大气反演算例Fig. 8 An example of neutral atmosphere inverse calculus

图9 中性大气反演统计结果Fig. 9 Statistical results of neutral atmospheric inversion

2.2.4 朗缪尔探针伏安特性曲线干扰分析及数字平滑方法研究

基于ZH1（01）朗缪尔探针数据，开展了电子密度和电子温度的真实性检验研究，证实了朗缪尔探针观测数据真实可靠[1]，国内外相关研究也证实了朗缪尔探针观测数据的优势，可有效应用于电离层探测研究[2-3]。针对朗缪尔探针观测数据绝对值与其他同类卫星的差异，提出了IV曲线的改进算法（图10），在一定程度上降低了绝对值的差异性。探索了数据中现存的扰动现象及其产生的原因，提出了IV曲线的平滑拟合方法，可有效减轻数据干扰的剧烈程度，并对02星平台可能存在的同类问题提出了改善要求及需求。综合本研究内容，在数据处理2.0系统中分级别加入质量标签，对朗缪尔探针后续科学应用以及持续的数据质量检验工作提供了重要的依据。

图10 IV线分析图Fig. 10 IV curve analysis diagram

2.3 星载重力场数据处理技术

以获取高精度卫星重力场数据集为目标，重点研究了重力梯度数据L0-L1B的数据处理，包括梯度仪数据的转换、校验及粗差探测等预处理、多星象仪联合处理及其对重力梯度的影响、重力梯度观测值的生成；实现了重力梯度数据的粗差探测方法，研究了重力梯度数据的组合滤波方法并设计了相应的滤波器；实现了星载加速度计的1A数据处理、在轨标定和外部标定，并通过GRACE Follow-On和天舟1号进行了实例验证；完成了星间微波测距的误差改正方法，利用1A数据实现了有偏距离估计和相位中心改正，在此基础上分析了1B数据低频噪声的形成原因，建立了考虑低频噪声的重力场建模方法；建立了重力卫星集成处理平台，具备重力卫星核心载荷数据处理能力，评估各类数据处理精度达到国际官方机构数据处理水平，在此基础上解算的重力场模型精度水平与官方机构发布的模型精度水平相当。

2.3.1 重力卫星荷载星象仪姿态数据联合

本课题以欧洲空间局发布的GOCE卫星L1B数据资料为参考，对我国重力梯度测量卫星L0-L1B数据处理展开系统深入的分析研究。完成了关键荷载重力梯度仪、星象仪数据精细化预处理研究，实现了重力梯度卫星观测数据L0-L1B预处理的技术验证。重点开展了对重力卫星所搭载的星象仪数据预处理的分析研究，系统分析了星象仪角速度噪声传播原因，提出了基于维纳滤波方法恢复重建角速率，实现了多星象仪联合确定姿态数据的方法，可有效抑制由于坐标系变换（从SSRF转换到GRF）而导致的角速度误差分量耦合效应（图11）。从重力应用对民用重力卫星原始观测数据的需求出发，分析了目前重力梯度卫星GRACE、GOCE的观测数据体系及数据产品的分类分级规则，研究了卫星载荷原始观测数据的格式标准，初步搭建了科学数据、载荷数据的格式标准与框架，构建了统一的重力梯度测量卫星数据产品的分类分级体系（图12）。在我国十四五期间实施发展重力梯度卫星的背景下，具有直接的科学意义与应用价值，能为我国自主重力卫星任务预研和推进实施工作提供重要的数据处理技术支撑。

图11 角速度时间序列及其平方根的功率谱密度[4]Fig. 11 Time series and PSD of angular velocity[4]

2.3.2 加速度计数据的精细处理技术

采用GRACE Follow-On的加速度计1A数据集，通过时标改正、坐标转换和数值滤波等过程，解算得到了加速度计1B级数据，数据精度与JPL官方发布结果精度差异优于10—10m/s2量级，与GRACE Follow-On星载加速度计的测量精度水平相当（图13）。分析了星象仪观测值内插误差对非保守力坐标转换的影响，讨论了星象仪数据对重力场反演精度的影响，分析了星象仪观测值内插误差对非保守力坐标转换的影响，研究不同的粗差探测、数据内插、降采样和滤波方法对加速度计观测值精度的影响。研究结果表明，采用不同的数据内插方法处理星象仪数据，对地球重力场反演精度影响大，而采用样条插值方法能更好地实现星象仪观测值的内插工作。以国内天舟1号观测数据为基础，实现了星载加速度计的尺度因子、偏差（或零偏）和二次项的在轨标定及尺度因子和偏差的外部标定，并通过实测数据验证了标定方法的有效性；利用精密定轨数据估计的非保守力可标定加速度计的尺度因子和偏差，从而实现加速度计尺度因子和偏差的外部标定。

图12 重力梯度测量卫星数据产品的分类分级体系Fig. 12 Classification system of gravity gradient measurement

图13 加速度计1B数据与JPL官方结构结果差异Fig. 13 Discrepancies between JPL ACC 1B and our results

2.3.3 重力梯度数据的精细处理技术

详细制定了重力梯度数据精细处理的技术方案和处理流程（图14），主要包括时变重力信号改正、粗差探测与质量标记、外部相对与绝对标定和重力梯度有色噪声滤波。建立了卫星重力梯度时变信号的严密改正方法，实现了卫星重力梯度观测值中潮汐和非潮汐效应的有效分离，为利用重力梯度数据反演高精度静态重力场模型奠定了基础。建立了卫星重力梯度数据粗差探测的连续性准则和迹准则，基于统计检验和滤波平滑等算法，实现了阈值法、Dixon检验法、小波分析法及其组合方法对重力梯度数据粗差的有效探测。建立了利用地球重力场模型和卫星姿态标定卫星重力梯度数据的外部标定模型，提出了卫星角速度重构方法及数据处理方案，结果表明，标定后的重力梯度数据精度在低频段有了明显提高。针对卫星重力梯度数据的低频系统误差和有色噪声，提出分别基于移动平均（MA）和CPR（circle per revolution）经验参数与自回归移动平均（ARMA）模型相组合的级联数字滤波器，其中MA和CPR经验参数可有效滤除重力梯度数据中的系统误差，而ARMA去相关模型可以有效白化重力梯度数据中的有色噪声（图15）。在上述研究基础上，形成了标准的重力卫星梯度数据集。

图14 重力梯度数据精细处理技术的方案与流程Fig. 14 Scheme and flow of fine processing technology for gravity gradient data

2.3.4 星间测距数据的精细处理技术

收集了GRACE、GRACE-FO等重力卫星L1A数据及说明文档，重点研究了星间微波测距数据KBR1A的时标改正、电离层延迟误差改正、飞行时间改正和相位中心改正方法，形成了星间微波测距数据处理的整体流程。时标改正是将所有L1A数据的时间系统转换为GPS时，电离层延迟误差是由于电离层减慢了电磁波传播速度而引入的改正量，可采用经典的双频改正法进行改正。经过时标改正和电离层改正后的有偏距离结果如图16所示。卫星重力场解算需要的是两颗卫星质心之间的距离，而KBR系统测量的是天线之间的距离，因此，必须利用星象仪卫星姿态数据进行相位中心校正，经过相位中心改正后的结果与JPL分布结果的残差如图17所示。以1B数据为基础，开展了卫星重力场解算，研究了GRACE及GRACE Follow-On星间距离变率数据的低频噪声与星象仪和加速度计观测值倍频误差、先验力模型误差之间的关系，根据卫星运动的希尔方程和摄动力对星间距离影响的公式，发现任意频率的摄动力都会导致1 CPR及其本振频率的轨道摄动，建立了剔除星间距离变率低频噪声的经验公式，并通过实测数据验证了该方法的效率，结果表明，该方法可有效保留时变信号并削弱观测噪声的影响[5]。

图15 各种滤波器处理得到的重力梯度分量误差功率谱Fig. 15 Error power spectrum of gravity gradient components processed by various filters

图16 基于KBR1A计算得到的有偏距离Fig. 16 Biased range derived from KBR1A data

图17 相位中心结果与JPL1B结果的残差序列Fig. 17 Discrepancies of antenna-center correction between JPL1B and our results

2.3.5 重力卫星数据的质量评估技术

建立了重力卫星数据的质量评估体系和集成处理平台，对GOCE、GRACE和GRACE Follow-On卫星核心观测数据进行了处理，并完成了相关数据的精度评估，结果表明，重力梯度数据精度优于20 mE，微波星间测距精度优于2 μm，加速度计的精度优于10—10m/s2。采用精细处理的重力卫星观测数据解算了时变重力场模型HUST-Grace2020模型，模型精度优于同时期GFZ、CSR和JPL发布的RL06模型，模型已被国际地球重力场模型中心ICGEM收录[6]。采用精细处理后的卫星重力梯度数据反演地球重力场，并与GRACE数据联合反演长波重力场，结果表明，反演的两种模型（GOGR-MA和GOGR-CPR）精度与欧空间发布的同期模型（GOCO01S）精度一致（图18）。

图18 各种模型相比GOCO06S模型的阶误差RMSFig. 18 Degree-error RMS compared with GOCO06S

2.4 全球/区域地球物理场精细建模技术

以中国电磁卫星ZH1（01）卫星数据为基础，结合国际国内多种数据，开展了电离层电子密度、地球磁场和地球重力场3个地球物理场的精细建模技术研究和开发，解决了在3个地球物理场建模过程中的技术难题，提出了网格化分布式电离层全球电子密度建模新概念，探索了地基空间磁场数据融合建模新方法，发展了联合多颗卫星数据的全球高精度静态重力场建模新方法。通过发展新技术、使用新数据分别建立了全球/区域电离层电子密度模型、全球主磁场际岩石圈磁场、全球时变重力场及局部重力场等相关地球物理场模型。在建模过程中，总结完成了基于卫星数据的全球电离层建模技术标准和全球地磁场建模技术标准、全球时变重力场建模技术标准等3个行业的标准技术文本。下面分述3个全球地球物理场模型的进展。

2.4.1 全球/区域电离层电子密度精细建模

基于张衡1号掩星数据、COSMIC以及CHAMP卫星等掩星在2006—2020年积累的超过一个太阳活动周的大量电子密度剖面数据（总量约500万个剖面），开展了全球电离层电子密度建模技术开发和探索。采用将全球建模分解为对每一个网格点分别建模的创新思路，构建了全球三维电离层电子密度模型（图19）。全球三维结构被划分为经度间隔10°，纬度间隔2°，以及高度间隔10 km的网格，将所有电离层剖面数据划分到这些网格中（总计170 829个网格），针对每一个网格构建电离层模型方程，开展最小二乘拟合建模。每一个网格点建模均考虑太阳活动、地磁活动、地方时和季节等变化，每一个网格建模需要拟合16个系数，总计2 733 264个系数。该方法充分利用所有的电离层电子密度数据，可以有效地给出比较精细的电离层空间结构，比如电离层东西不对称性，电离层中纬槽特征的时空变化。该模型还同时考虑了太阳活动和地磁活动对电离层的影响，比如可以准确模拟出电离层中纬槽结构随地磁活动的变化特征。同时通过与国际参考电离层140 km以下E区电子密度数据融合，有效解决了掩星数据在中低纬地区F2层峰高以下的三峰值误差问题，可以准确模拟低高度电子密度变化。同时基于卫星数据，开展了区域电离层建模研究，建立了北美区域中高纬度电离层模型，该模型可以准确反映北美地区重要的中纬槽结构的高精度时空演化特征。

图19 全球三维电子密度模型网格及输出结果切片示意图Fig. 19 3D global electron density model grid and output slice diagram

2.4.2 全球主磁场精细建模

基于张衡1号卫星磁测数据，建立了全球地磁场模型CGGM。该模型能够对2018年3月—2019年9月的地球主磁场及其时间线性变化进行描述，并基于此模型生成了2020年1月1日的主磁场模型CGGM 2020.0（图20）。2019年10月1日，CGGM 2020.0作为候选模型之一提交至IGRF工作组，并成功入选新一代国际地磁参考场IGRF-13的计算。CGGM 2020.0是自IGRF更新以来唯一由中国科学家牵头制作的全球地磁场模型，也是唯一一个没有依赖国外数据制作的全球地磁场模型。图21显示了该模型与其他IGRF-13入选模型的建模结果一致[7]。

2.4.3 地磁岩石圈磁场精细建模

图20 CSES 全球地磁场模型（CGGM）与其他磁场模型的对比Fig. 20 Comparison of the CSES Global Geomagnetic Field Model （CGGM） with other magnetic field models

以张衡1号（ZH1（01））和中国地磁台网地磁场观测数据为基础数据源，以国际上在轨的地磁观测卫星和国际地磁台网数据为补充，建立了全球地磁场模型数据库。利用此数据库，在已建立的主磁场模型基础上，剔除卫星和地面台站数据中的主磁场部分。通过考虑地磁场整体特征设定权重系数，有效减小了地面台站空间分布不均匀产生的模型误差。将剔除主磁场后的地面台站数据与高度归算的卫星数据进行融合，通过最小二乘法求解高阶高斯系数，根据卫星和地面台站数据的空间分布特征确定描述岩石圈磁场的有效阶数，建立了全球岩石圈磁场模型。图22为建立的110阶全球岩石圈磁场模型各地磁要素分布图。岩石圈磁场的小尺度正负异常分布较为明显，并且大陆地区正负异常相互交替分布情况要多于海洋地区。通过与地磁台站数据进行对比，模型平均误差均小于10 nT。

图21 基于张衡1号卫星磁测数据建立的全球主磁场模型CGGM 2020计算得到的地磁场Bx，By，Bz分量及磁倾角和磁偏角全球分布Fig. 21 The global distribution of geomagnetic Bx，By and Bz components，magnetic inclination and magnetic declination angle calculated by the global main magnetic field model CGGM 2020 based on the magnetic survey data of ZH1（01） Satellite

通过对张衡1号卫星2019年8—9月的标量磁测数据进行数据筛选、去除主磁场和外源场、调平和网格化等处理后，得到了中国区域基于张衡1号卫星磁测数据的首张岩石圈磁异常图[8]，可以明显地识别出中国区域的3个高值异常，分别位于塔里木盆地、四川盆地和松辽盆地附近，以及1个位于青藏高原南部的低值异常。该结果与国际上比较成熟的CHAOS-7地磁场模型的岩石圈磁场分量进行了对比，二者在幅值大小和异常分布上均体现出良好的一致性（图23）。

2.4.4 全球时变重力场精细建模

基于国际卫星重力场数据，研究了全球时变重力场建模的改进动力学方法，发展了获取高精度高分辨率全球时变重力场约束解的解算方法，探索研究联合多颗卫星数据的全球高精度静态重力场建模方法。首先系统研究了星间距离低频噪声的形成原因，研究了改进的动力学法，解算了HUST-Grace2019模型，该模型的精度优于GRACE官方机构发布的RL05模型；研究全球时变重力场建模的改进动力学方法，解算了HUST-Grace2020模型，该模型的精度优于GRACE官方机构发布的RL06模型，300 km精度优于1 mGal，被国际组织ICGEM收录。研究了全球重力场建模的多参数正则化选取方法，并服务于独立倾斜轨道建模的模拟研究，证实了引入倾斜轨道观测可有效提升重力场精度水平（图24），可为下一代重力卫星任务论证与实施提供支撑。

2.4.5 局部重力场精细建模

首先用动力学法反演全球GRACE卫星重力场的结果，我们的模型与Graz大学的反演模型结果接近，初步验证了算法的准确性。利用地球物理信号作为正则化约束，使用MASCON分布模型，在特定区域使用拉普拉斯算子作为约束，将信号集中于局部区域之中，通过贝叶斯信息准则同时估计正则化因子和局部质量分布。我们的方法使信号更加集中，且通过对局部区域面积积分可直接得到该区域的真实质量变化。该局部质量反演结果的不确定度较小，结果可信。可以拟合重力卫星观测数据，拟合残差较小。相比于其他方法，如ABIC算法，我们的MCMC方法得到的不是一个最优解，而是收敛区域的平均解，优势是可以给出局部重力场不确定度的统计结果（图25）。

图22 110阶全球岩石圈磁场模型各地磁要素分布图Fig. 22 Distribution of magnetic elements in 110th order global lithospheric magnetic field model

图23 中国区域的卫星磁异常： （a） 张衡1号卫星数据结果； （b） CHAOS-7模型计算结果Fig. 23 Satellite magnetic anomalies in China：（a） ZH1（01） satellite data; （b） CHAOS-7 model

2.5 地球物理多参量综合分析与地震异常识别技术

本任务主要完成ZH1（01）卫星原位电离层观测数据；完成SWARM卫星2014—2019年电离层等离子体数据、磁场数据的下载和数据整理；完成地震目录数据、地磁活动指数Dst和Kp、太阳活动指数F10.7数据、行星际磁场数据的下载和整理；完成基于震例研究结果的地震电离层现象特征总结；完成卫星观测的电离层等离子体数据背景特征分析；基于震前快速扰动异常进行特征提取，基于该特征参量完成对33次M≥7.5地震进行震例分析及扰动与地震事件关系的分析；选取2018年2月张衡1号卫星发射以来全球7级以上地震，川滇近16年6级以上地震大气层多参量异常特征提取，开展了基于迁移学习的张衡1号电磁卫星数据地震预测模型研究。

图24 独立倾斜轨道确定时变重力场的可行性[9]Fig. 24 Feasibility of determining time-varying gravity field with independent inclined orbit[9]

图25 采用马尔科夫链—蒙特卡洛方法得到的局部重力场结果（华北地下水从2003年到2014年的变化速率）Fig. 25 Local gravity field results using Markov chain-Monte Carlo method （groundwater change rate in North China from 2003 to 2014）

2.5.1 不同时空尺度电离层背景构建

利用张衡1号卫星2018年8月—2021年7月连续3年的原位电子密度观测数据，构建卫星观测范围内不同时空尺度的电离层背景信息库；对比ZH1（01）卫星电子密度背景与同期SWARM星座数据得到的背景；分析ZH1（01）电离层背景信息的时空演化规律及空间气候现象的变化规律。取得的成果有：①形成基于ZH1（01）卫星2018年8月1日—2021年7月31日的原位电子密度观测数据背景信息库，空间尺度包括（纬度×经度）2°×5°、2°×10°和4°×10°，时间尺度包括月、季、半年和年。2019和2020年全球月背景（图26）结果显示，白天和夜间数据在地磁赤道附近呈波形结构分布，而且波数随季节变化；②ZH1（01）原位电子密度全球背景与具有类似高度的同期SWARM B等离子密度背景相比数值偏小，但两者具有相似的空间分布，数据间的相对变化一致；③ZH1（01）原位观测数据反映了一些特殊的空间气候现象，其中最为特殊的是夜间冬季异常现象（即夜间观测数据冬季大于夏季）（图27），以及太阳活动低年午夜后地磁赤道附近电离层闪烁的夏冬季峰值、春秋季谷值的季节演化规律（图28）。

图26 2019和2020年月均值背景逐月变化Fig. 26 Variations of monthly ionospheric background in 2019 and 2020

2.5.2 历史地震电离层多参量异常分析建库

基于近年主要的地震电离层现象研究成果，依据研究参量、地震事件的震级、异常出现的时间、异常的空间方位以及异常的正负等要素，对以往的地震电离层现象进行分类总结，探索了地震电离层异常出现在震前的天数与震级的关系、异常空间分布方位及频次、正负异常的震中距与震级的关系，以及地震电离层异常现象在时间上的变化特征和空间上的分布特征（图29）。基于 ZH1（01）和SWARM星座电离层电子密度观测数据，结合强地震类型和震源参数，考虑到太阳和地磁活动对扰动的影响，排除高磁纬度地区和赤道地区的强电离层扰动影响后，对ZH1（01）在轨观测期间全球M≥6.0的527次地震事件进行了震例分析，建立了电离层电子密度异常特征样本库，并基于样本库数据进行分类统计。从电离层扰动与地震事件的关系、电离层扰动的空间特征、地震与非地震区域扰动特征的比较和地震前后扰动特征比较4个方面进行研究，识别和检验了地震电离层现象及其主要特征，为岩石圈—大气—电离层耦合的相互作用提供参考依据。

2.5.3 历史地震大气层多参数异常分析建库

利用全球地震目录、大气层长波辐射和痕量气体成份CH4、CO、O3、水汽的观测数据，开展历史地震孕震过程的大气层响应及异常信息提取研究。针对地震引发气体参量变化的地源性排放特征，构建了异常指数法（ALICE）、浓度梯度法（gradient）、逐差法(diff)，从水平尺度、垂直尺度和时间尺度上分析地震前后气体的时空分布特征，探索其与地震活动的关系[10]。探讨了大气层异常特征与强震事件在时间、空间和异常强弱方面的对应关系；初步建立全球典型强震震例的大气层异常信息库，分析提取大气层多参量异常变化统计规律。研究结果表明：①地震前后大气层中气体浓度和长波辐射都有一定的异常响应，OLR、CH4、CO、水汽多为震前高值异常，O3多为临震前低值异常、震后高异常；②异常幅度与震级大小不成正比，需要根据参量变化程度，综合该区域一段时间内地震发生的情况，判定是否是由构造活动造成的，然后在此基础上进一步判定是否为异常；③与地震相关的异常现象多出现在断裂带附近有构造特征（或沿断裂带线性展布或断裂交汇）的地方；④异常持续性越久且面积持续或增大，地震发生概率越大；⑤全球震例研究发现，不同发震断层浓度梯度有一定差异，后续可加强相关研究。本研究结果有助于为特定区域的地震电离层异常诊断识别及地震多圈层耦合分析，提供参考依据和比照模型。

图27 夜间冬季异常现象Fig. 27 Winter anomaly phenomenon at night

图28 2019年地磁赤道附近闪烁的季节演化规律Fig. 28 Seasonal evolutions of the equatorial scintillation in 2019

图29 不同地震分类的地震发生前后扰动的分布特征Fig. 29 Distribution characteristics of disturbance before and after earthquake occurrence of different earthquake classification

2.5.4 多源异质地震异常信息识别及其不确定性分析方法

提出了考虑地表微波辐射时空差异性与相似性的时空加权两步法[11]，成功应用于2008年汶川地震[11-12]、2015年尼泊尔地震[13]和2017年两伊边境地震[14]的微波辐射异常提取与识别；建立了考虑活动断裂、地表岩性、圈层耦合并融入遥感物理知识的地表微波辐射地应力变化响应模型[13]（图30）；揭示了2008年汶川地震点、线、面、体4类多源异质地震异常信息多圈层耦合过程，并实现了多源异质异常信息的时间—空间—圈层可视化表达[15]；提出了联合多波段多极化微波遥感数据与多源辅助数据分析多时相地震遥感异常不确定性的思路，并在中国四川与尼泊尔地区的强震案例中得到验证[16]。

图30 地震微波辐射异常的地应力变化响应链条示意图Fig. 30 Response chain of seismic and microwave radiation anomalies

2.5.5 基于地球物理场多参量的短临地震统计预测模型

基于经典的Adaboost机器学习算法和盖层、大气层多参数，提出了一种新颖的基于逆向修剪树（Inverse Boosting Pruning Trees，IBPT）的地震预测框架，对2006—2013年全球6级地震进行了预测研究，预测性能评估指标AUC能达到0.887 8[17]，并用全球震例开展回溯验证（图31）；基于2005—2010年期间8 760次5级以上的震例和电离层多参数（积累的6年法国DEMETER卫星电场和磁场谱密度），发展了一种基于机器学习技术的震前卫星异常识别新方法，并发现异常多出现在电磁场低频、夜侧，其时间出现在震前48小时内，空间范围在Dobrovolsky距离范围内[18]；利用张衡1号电磁卫星与DEMETER电磁卫星设计与数据上的相似性，对两颗电磁卫星的电离层多参数（电子温度和电子密度）进行处理得到其原始时序特征，并结合地震和空间天气环境的影响将其分成3类，利用迁移深度学习网络对3类数据训练，建立分类模型，进而研究与地震相关数据的识别精度。结果表明，迁移学习能将异常识别性能提升12%（F1）及29%（MCC）；基于电离层参数（中国地区覆盖一个太阳周期的GPS TEC资料），建立深度学习预测网络模型，对不同季节、不同空间天气情况的中国区域GPS TEC进行预测，其预测效能明显优于其他基准模型[19]。相关研究不仅为有效区分地震与非震多参数异常提供依据，而且为地震LCAI耦合模型的机理研究提供全球范围的震例支撑和有效的科学解释，同时还能够扩充目前地震遥感监测的手段和方法，为地震监测预测提供参考。

图31 基于人工智能地震预测技术的全球震例回溯验证Fig. 31 Retrospective verification of global earthquake cases based on artificial intelligence earthquake prediction technology

2.6 川滇地区地震监测预测应用示范

以张衡1号电磁卫星数据为基础，发展卫星电磁地震监测应用示范平台，融合前面课题研究成果，研发集成多种针对电磁场和等离子体探测参量的异常提取技术，发展直流电场耦合模型，基于FDTD的ULF/ELF电磁场传播耦合模型，实现背景地球物理场、异常分析及样本库、耦合机理研究等综合示范应用平台，支撑川滇地区地震短临监测预测示范应用。开展卫星数据对比分析和异常样本数统计，张衡1号卫星在数据质量和异常信号采集概率中都呈现出独特的优势。统计分析了电磁场、等离子体参量与全球强震的时空关联，获得超过95%置信区间的相关性特征，为开展监测应用示范奠定了基础。通过在中国地震台网中心、中国地震局地震预测研究所周月会商中开展卫星数据监测应用，在中国西部几次强震前发现明显扰动，为地震短临预测提供了新的技术手段。开展异常分析方法评估，遴选适用于区域监测跟踪的数据分析算法，示范应用取得明显成效。

2.6.1 应用示范平台集成及典型震例解剖

基于张衡1号电磁卫星数据，研发了卫星电磁地震监测应用示范平台，集成地磁场、重力场和电离层结构模型，地—电离层圈层耦合模型、卫星电磁数据分析算法、异常样本库、震例库等，实现卫星数据区域跟踪应用示范、综合分析、震例应急响应等功能。开展全球7级和全国6级以上强震震例研究，综合利用地基地磁场、GPS TEC、GIM TEC、电离层垂测、空间电磁场和等离子体参量分析技术，完成对多个典型震例的解剖，其中包括2019年四川长宁6.0级、2020年于田6.4级地震[20]、2021年大理漾濞6.5级和青海玛多7.4级地震、以及国外典型震例等[21-22]。综合利用天地多种参量的时空演化特征，进一步完善了地震电磁立体监测体系建设，并通过对地震、台风等信号在电离层中的扰动响应，对地—电离层耦合机制和传播通道提供实测数据支撑，并提供更合理的边界约束条件，充分论证地震解剖过程中的圈层耦合过程和不同圈层不同参量间的相互作用机制。

2.6.2 直流电场立体观测试验与圈层耦合模型检验

针对岩石圈—大气层—电离层耦合（LAIC）机制，分别构建了直流电场穿透模型、超低频（ULF）和甚低频（VLF）电磁波传播模型。在直流电场穿透模型中，提出了基于p-hole应力电流源机制的地下矿物质应力—电流关系式，构建了岩石圈—大气层—电离层三维电场理论模式，可用于模拟震前、同震、震后地下空间至电离层底部的电场穿透过程。图32给出了2018年8月5日印度尼西亚地震震前电离层底部异常电场模拟结果[23]。结合电离层底部异常电场模拟结果与TIEGCM，可进一步实现对TEC、电子密度等参量的模拟。图33是2018年8月4日震前TEC异常模拟结果[23]。在超低频电磁波传播模型中，基于时域有限差分（FDTD）算法和动电效应机制、地球—电离层三维波导模型开展大规模数值仿真计算，构建超低频电磁波跨圈层传播模型，可用于研究同震电磁响应特征。在甚低频电磁波传播模型中，基于GPU计算和FDTD算法、全波解算法等手段开展大规模数值仿真计算，构建甚低频电磁波跨圈层传播模型，计算近地表自然/人工低频电磁辐射信号经大气层、电离层直达卫星的电磁场，可用于研究地震甚低频电磁响应特征。

图32 地震区域2018年8月4日电离层底部z=90 km 的水平异常电场分布Fig. 32 Distribution of the horizontal abnormal electric field on August 4，2018 at the bottom of the ionosphere （z=90 km）

2.6.3 超低频电磁波立体观测及示范应用

基于低轨卫星超低频电磁场观测数据，发展了自动探测超低频波动算法，获得了电离层中所有超低频波动事件，利用时序叠加分析揭示了磁层和非磁层起源的超低频波的不同特征[24]。同样基于上述波动事件，结合同时期地震目录，并考虑余震效应、超低频波的趋肤深度以及震源深度间的关系、高纬超低频波可能来自磁层等影响因素，选择了发生在磁纬＜40°，震源深度≤70 km的地震事件，分别研究了电离层超低频波对M≥4.8和M≥5.0地震事件的响应特征，发现超低频波发生率的显著增加发生在震前1周至1—2天，距震中＜200 km的区域，超低频波的震前效应随震级增强[25]。另外，利用磁场残差时序分析方法，在川滇地区开展超低频电磁波的地震示范应用，并结合地磁台站进行立体观测；已针对近期玛多和漾濞地震开展震例研究，并发现玛多地震前5天周期约10—15 s的Pc3波动；后续将继续利用磁场残差时序分析方法开展强震监测和震例研究，积累经验并对该方法进行评估。

2.6.4 川滇地区临震电离层电子密度扰动特征研究

综合利用GPS TEC、电离层垂测数据及电磁监测试验卫星（CSES）原位电子密度数据，围绕中国大陆6级以上地震事件，开展了震例分析工作。研究不同数据源对同一地震响应的同步性与差异性，讨论临震电子密度扰动在高度上的特征。基于CSES近两年半的原位电子密度观测数据，应用空间差分方法对228次M≥6.0全球地震进行统计，分析发现，强震前距震中300 km内2—5天出现异常的概率相对较高；与地震相关的扰动影响区域随着震级的增大而增大，同时震级越大，扰动出现时间越早。在震例及统计分析中，验证了空间差分方法的有效性。基于CSES原位电子密度数据，将该方法应用于川滇地区日常的地震监测跟踪，并对其示范应用的地震预测效能进行了评估。

2.6.5 强震地球物理场综合检验与震情跟踪示范

利用张衡1号卫星等离子体浓度数据和全球5级以上强震数据，在一定条件下，统计地震引起的电离层响应时空演化特征，并与DEMETER卫星结果对比。结果显示，地震探测率随震级、数据分辨率的增大而增大，地震引起的电离层响应随地震临近发生概率增大，张衡1号卫星能有效探测强震活动。在此基础上，将张衡1号卫星数据尝试性地应用于日常震情跟踪，在2020年6月26日新疆和田6.4级地震、2021年5月22日青海玛多7.4级地震以及2021年8月14日玛多5.8级地震前记录到等离子体浓度异常信息。

图33 2018年8月4日基于TIEGCM模型对插入异常电场后地震及磁共轭区域 TEC 情况的模拟结果Fig. 33 Simulation results of TEC evolution in the seismically active area and magnetically conjugated area after insertion of an abnormal electric field based on the model TIEGCM on August 4，2018

3 结语

项目“地球物理探测卫星数据分析处理技术与地震预测应用研究”围绕重大自然灾害监测预警与防范领域科技需求，开展地球物理场探测卫星数据处理技术和地震预测技术相关的科学理论和关键技术研究，构建了地震监测示范应用平台，并选取川滇地区开展监测预测示范应用。初步在中国地震台网中心、中国地震局地震预测研究所周月会商中开展监测应用，在中国西部几次强震前发现明显扰动，为地震短临预测提供了新的技术手段。开展异常分析方法评估，遴选适用于区域监测跟踪的数据分析算法，示范应用取得明显成效。为推动我国地震灾害风险评估与监测技术进步提供技术支撑。本文介绍了该研究项目的研究目标、技术思路以及需要解决的科学问题和关键技术，并着重介绍了项目已有的研究进展、取得的主要科研成果。

致谢

本研究针对国家重点研发计划项目“地球物理探测卫星数据分析处理技术与地震预测应用研究”（2018YFC1503500）进行了介绍，参与该项目的所有科技和管理人员对项目工作做出了相应的贡献，作者对他们表示衷心感谢。