针对子午线弧长代数展开式存在的不足，以等量变换与模型阶数拓展时的阶次递增不变性为基本原则，采用第一偏心率或第三扁率分别重构子午线弧长与子午圈曲率半径的多项式函数模型。同时，推导模型常数系数直接估计的附有限制条件的最小二乘方法。计算结果表明，无论采用第一偏心率还是第三扁率参数，多项式函数模型均有利于子午线弧长代数展开式的高阶扩展和正确性检验，而且其估计精度均可满足高精度大地测量与地图投影等实际应用需求。

针对第一类世界时（UT1）预报精度对卫星精密定轨的关键影响，量化分析了116期国际地球自转和参考系服务A公报的预报性能。通过天琴三号、空间站及北斗卫星等多轨道实例，验证了世界时预报误差对定轨精度影响的量级估算公式，实现了仅基于轨道半径和世界时误差对卫星轨道三维偏差的快速评估。分析显示，A公报的世界时预报误差存在明显不确定性，且随时间尺度增加显著增大，其30 d平均预报误差（3.399 ms）导致地球低轨卫星至深空探测卫星（天琴三号）产生1.673~24.79 m的轨道偏差。量化结果揭示出现有预报产品精度对未来高精度航天任务具有不可忽略的影响，证明了发展我国自主、高精度世界时测量与预报系统的必要性。

针对目前仍缺乏对多GNSS系统广播星历轨道框架的长期系统性监测研究，基于2020-08—2024-12 GNSS广播星历轨道与精密轨道的Helmert七参数变换、RSS (root sum square)综合指标时序和与俄罗斯中央机械制造研究院(TsNIIMash)交换的BDS-3/GLONASS相应分析结果，系统揭示BDS-3、GPS、GLONASS及Galileo四大卫星导航系统广播星历轨道空间基准长期性能表现。结果表明，Galileo轨道空间基准实现整体稳定性最佳，其Helmert七参数的RSS (RSS₇)为4.7~5.2 cm，其次为GPS/BDS-3 (7.7~9.0/7.5~ 13.8 cm)，而GLONASS的离散度较大，为19.9~23.3 cm。在四系统中，GPS、Galileo及BDS-3的Helmert平移参数Z向分量均呈现出显著的年周期性变化特征，这可能与其星历确定时所用太阳辐射压模型存在缺陷有关。BDS-3自2023年地球自转参数(EOP)更新策略优化后，旋转R_X/R_Y/R_Z分量误差波动从±6/±8/ ±8 mas降低至±2/±4/±3 mas，轨道空间基准维持精度明显改善，RSS₇的RMS从12.2 cm降低至7.5 cm，与TsNIIMash分析结果一致。

对甘肃地区1984—2023年M_S≥5地震震前的地震空区进行预报效能分析。结果表明，甘肃及邻区地震空区对甘肃中强地震的报准率为0.75，虚报率为0.25，漏报率为0.38，R值为0.5，高于具有97.5%置信水平的R₀值0.23，地震空区对甘肃地区中强震具有较好的预报能力。主震一般发生在地震空区内部或靠近边缘的地区，这些地震空区的持续时间最长不超过8 a。被打破和未被打破的地震空区数量相当，空区被打破后1 a内发生主震的概率约为89%，被打破后4个月内发生主震的概率约为67%。地震空区持续时间与主震震级无明显相关性，起始震级在M_L3.0~4.0的空区震级下限与主震震级有一定相关性，地震空区长轴与主震震级有较好相关性。地震空区可作为祁连山西段、祁连山东段东南部和岷县-迭部段中强地震预测的重要指标之一。地震空区也是甘肃地区M_S≥6地震预测的重要指标之一，主震前出现2个地震空区且被打破的概率很高，空区被打破后主震发生的优势时间为4个月内，主震位于2个地震空区的重叠区或重叠区边缘。

以2021年科尔沁M_S4.7地震为震例，采用毕奥-萨伐尔定律和Monte Carlo法，利用台站地磁垂直分量反相位异常幅度来反演定位这些由地震引发的感应电流信息，揭示震前地磁反相位异常变化感应电流的时空演化特征及其与发震构造和周边远、近场地震的关联和影响。感应电流空间分布方面，感应电流峰值分布走向与发震断层性质相似；震前会出现共轭形态感应电流；区域周边地震事件和日本海6级以上强震会触发感应电流向其震中方向迁移。感应电流深度分布方面，发震时段感应电流深度与震源深度十分接近；随时间临近发震，感应电流最浅深度的一阶差分呈现收敛趋势；周边地震事件会引发感应电流最大深度出现“震前缩小-震后增大”现象。本文是电磁学科在地震前兆异常定位的新尝试，可为电磁异常的地震短临预测提供新思路。

基于大量微地震监测实践，提出基于水力压裂微地震监测的地应力反演方法，通过多约束矩张量反演震源机制，结合Michael线性应力反演与Vavryčuk断层面识别，构建地应力参数反演流程。以苏北盆地碳酸盐岩干热岩储层为例，使用优选后的90个微地震事件反演得到地应力参数，三向主应力的相对大小为S_V>S_Hmax >S_Hmin，最大水平主应力S_Hmax方向约为NW44°，应力形状因子R为0.74。该反演结果与同井滞弹性应变恢复（ASR）法岩心实测地应力数据在应力类型、主应力方位上高度吻合，验证了微地震地应力反演方法的场地适用性。本文提出的地应力反演方法可快速计算压裂期内的地应力参数，量化压裂过程中应力场的变化，为深部储层改造提供有力支撑。

提出基于集合经验模态分解(EEMD)高频差分转换和门控递归单元(GRU)算法的大坝变形异常值识别方法。首先，利用EEMD技术对原始变形监测数据进行分解变换，获得不同频率下的变形分量。然后，提取包含异常变形信息的高频分量进行差分序列转换，并提出异常单跳点判定准则。最后，通过GRU神经网络建立高频分量时序模型，并结合异常单跳点判定模式进行异常值的识别。结果表明，EEMD技术和高频序列差分转换能够有效分离变形异常信息，所提的单跳点判定模式符合大坝变形异常值特征，进一步结合GRU和3σ准则对差分序列进行时序建模分析能够准确识别所有变形异常值，识别准确度高于传统方法。

基于2018-01—2022-08共228景的Sentinel-1数据，采用SBAS-InSAR技术获取包头市地表时序形变，并结合降水、光学影像及矿产分布等多源数据，分析不同功能区形变特征及其驱动因素。结果表明，研究区整体较为稳定，约98.85%的永久散射点(PS)年均形变速率在-10~10 mm/a之间，但局部区域差异显著。平原城市区局部建成区受建筑荷载及废灰压密影响，出现明显沉降，最大沉降速率达-73 mm/a；东河区露天采矿引发显著形变，最大沉降速率达-77 mm/a，停采后呈现阶段性调整。时序分析结果显示，城市建成区对降水响应不明显，而矿区形变对降水表现出月尺度滞后响应特征。GNSS对比结果表明，InSAR与实测形变趋势一致性较好。研究结果表明，采矿与城市建设是区域形变的主要控制因素，自然条件在不同功能区对形变演化起调制作用，SBAS-InSAR技术在资源型城市地表形变监测中具有良好的应用潜力。

利用SBAS-InSAR技术获取西宁市2020-10—2024-11的地表形变分布，并结合形变点空间位置等静态特征及动态气候特征构建基于多特征的BiLSTM预测模型, 对典型形变特征区域进行预测。主要结论为：1）研究区年均形变速率为-48~30.2 mm/a，最大累积形变值达-187.2 mm；2）在3个典型形变区, 基于多特征BiLSTM模型的预测精度较LSTM模型最高提升约32.3%，且能更精确地识别局部细节和突变点。最后，利用最优模型对各典型形变区未来6个月的形变趋势进行预测，为地表形变监测提供了合理参考。

以金阳县为研究区，综合利用近6 a的332景Sentinel-1 SAR数据与多期光学影像，基于SBAS-InSAR技术对区域滑坡隐患进行识别与监测分析。结果表明：1）基于InSAR形变与光学解译结果，经野外验证，共识别出14处滑坡隐患，主要沿金沙江右岸与金阳河两岸分布，坡向以正东向和东南向为主；2）针对典型滑坡的深入分析显示，InSAR监测（2018-01-02—2023-10-27）的形变区域与光学解译结果高度一致，形变主要集中于坡体中部，依据形变速率大小可划分为极强、强、弱及稳定形变区；极强形变区累积形变量达到-490 mm，且持续形变；3）滑坡形变对降雨响应存在滞后性，且地形坡度是控制其形变模式的关键因素。本文结果可为区域滑坡风险管控与科学监测提供依据。