近日，国际地学顶级期刊《Earth-Science Reviews》(地学大类排名: 3/199, 影响因子: 12.413)发表了题为“Array processing techniques for analyzing global geophysical observation networks: comprehensive analysis and typical applications”的研究成果。

武汉大学测绘学院丁浩教授为第一作者，他与徐新禹教授为共同通讯作者。该研究得到了国家自然科学基金创新研究群体、面上基金和湖北省杰出青年基金等项目资助。

地球是一个复杂的动态耦合系统，相同的激发源将产生多种不同类型的变化信号，这些信号会体现在不同的地学观测数据中(如：地表形变、重力、地磁、地球自转等)；从不同观测数据集中探寻具有相同周期和空间分布的信号(特别是长周期信号)，有助于理解地球内部复杂的结构和运动特征。鉴于此，该研究对国际常用、可从不同地学全球数据集中提取公共信号的6种叠积方法进行了全方位、深入的比较分析，并开展了方法的典型应用。团队首次从理论和实验上给出各种方法的优缺点及相应的适用范围，证实了经典的Spherical Harmonic Stacking方法及其扩展方法(SHS_GT和SHS_GK)，以及Multi-Station Experiment方法(MSE)均难以有效压制噪声信号影响和准确提取不同球谐阶次信号，而研究团队所提出的Optimal Sequence Estimation(OSE)方法可几乎完美解决这些问题，是目前该研究领域的最优处理方法。针对典型应用，取得的主要创新成果包括：1) 首次从地磁观测记录中剥离出不同球谐阶次的潮汐信号，证实了地磁潮汐信号与重力/形变潮汐信号具有相同空间分布；2) 在团队前期首次确定出下地幔滞弹性估值的基础上，给出了更稳健估值，该参数即使在实验室条件下也极难确定。