内容摘要： 地震流动重力测量通常使用车载运输重力仪器，通过固定测点/线的往返实现数据获取。通常测量以相对重力仪为主，测点之间距离在十几km到几十km之间，为保障测量结果的可靠性，通常至少两台仪器同步外业工作。通过每台仪器之间的自差和互差校验还保证测量质量。今天我们主要谈谈流动重力平差数据资料的分析思路，因为这是用好平差程序的关键。
1、冗余测量
相对于勘探重力测量，地震重力测量对数据精度和质量的控制要求更高。图1是从9个方面的对比，从信噪比上面看，地震重力是典型的弱信号提取和控制问题。
地震重力外业工作，通常是双仪器同步测量、单点全闭合、每个点仪器读数至少为三个。因此，如果单从地震重力测量的数据采集量来看，地震重力测量的冗余数据很多。这无疑为后续的处理和建模分析提供了基础的数据保证。
那应该从那些方面来构建数据分析模型呢？
2、残差序列
通过不同的平差算法，对实际测量数据进行平差计算之后，可以得到每个测点的残差重力值，让我们先看看下面的图2。该图为实际数据，用不同平差方法得到的计算结果。
首先，我们看图2b为采用线性漂移模型平差计算得到的残差序列，图中红线左右分别为两台仪器的残差结果。横坐标按照每个测量段差的时间顺序排列。在图2b中，可以看到如果假定在一个测量周期内，仪器漂移为线性，那么明显残差序列中包含着非随机的信号。
那这与高斯平差模型中，对于干扰为白噪声的假设就存在区别。而如果采用非线性漂移的贝叶斯模型，残差序列如图2a所示。两台仪器的残差序列更符合随机特征。
图4c是两种不同方法的残差直方图结果，通过对比可以看出两者直方图特征没有明显区别。图4d是贝叶斯方法估计的仪器在测量周期内的非线性漂移特征，在16天的测量周期内，这两台仪器每日的漂移率变化明显有一定的变化，通过在华北地区的研究表明，而这种变化对测量结果可能产生几微伽到十几微伽的影响。
当然，这种影响对于勘探重力测量来讲可以忽略不计，而对于研究时变重力信号的重力测量来讲，则至关重要。
因此，段差序列的残差分析和对比，可以作为评价平差方法和数据质量的第一个关键指标。
3、互差与段差
除了相对重力仪的非线性漂移问题，还有每台仪器的格值或一次项系数也至关重要。因为，每台相对重力仪都需要进行定期标定，高精度的重力测量，需要通过格值系数换算后才能转换为重力值。
假设一台仪器的格值精度为，那么对于一个
段差而言，就是
的不确定性。两个测点之间的段差能达到
，这在山区和地形起伏较大的地区非常常见。而从一些已有研究来看，有些相对重力仪的变化可能达到
水平。
在实际的重力外野工作中，我们经常会遇到自差符合很好，但是互差超限的情况，这就可能与仪器的格值系数不准确有关。
我们再看一下图3，图中为实际数据绘制得到。图中横坐标为每个测段之间的段差，纵坐标为两台仪器测量同一个测段得到的结果之间的差异。蓝色图标为用先验格值系数进行平差后得到的结果，线性拟合的结果可以看出，其互差与段差出现了明显的线性相关特征（蓝色虚线）。而如果通过格值系数的贝叶斯优化，这这种相关性可以显著降低。
这种优化如何实现的呢？因为现代的流动重力测网中，包含多个绝对重力点或起算基点，通过这些引入这些基点可以在测量中对标定不准确的格值系数进行优化。别看这一点点的优化，通常在大段差地区（比如200-500mGal大小段差测网）可以减小几十微伽量级的测量误差。
因此，仪器之间互差与段差之间的线性分析，可以作为评价平差方法和数据质量的第二个关键指标。
一句话总结：今天讨论的两个残差分析方法，是评价地震流动重力数据质量的关键指标。当然，也可以用来选择平差方法和判断数据测量是否可靠。而用专门的一节课讨论这个问题就是要为后续程序的设计和使用提供基础知识，其实任何数据处理方法都是越简单越好，能用简单模型解决的问题一定不要用复杂模型，如果您的数据在用简单模型或平差方法处理后，其残差特征没有以上分析的两个特征，那就说明您选择的平差方法是合适的，没必要再做过多的分析和处理。
