地球的自转运动可通过极移、日长变化、岁差及章动来描述，上述参数称为地球定向参数(earth orientation parameter, EOP)。EOP包含了丰富的地球动力学信息，在卫星定轨、宇宙飞船跟踪、天文动力学、深空探测等领域有着非常重要的应用。受限于复杂的数据处理过程，空间大地测量技术获取的地球定向参数存在几小时甚至几天的滞后，然而某些实际应用需要实时获取地球定向参数数据，因此地球定向参数的预报研究具有重要的理论和实用价值。论文从回归模型定阶、数据选取、稀疏建模等方面，改进了EOP预报方法，主要工作如下：

(1) 针对目前部分已有研究中，存在自回归模型定阶方法使用不当的情况，分析是否正确使用定阶准则对自回归模型(autoregressive model, AR)阶数及LS+AR(least-squares extrapolation of harmonic and autoregressive modeling)模型预报性能的影响。理论和试验结果表明，不当使用定阶准则将低估最终的模型阶数值，同时大幅降低LS+AR模型对中长期跨度内极移参数变化的预报性能。

(2) 针对LS+AR模型中，冗余且陈旧的数据将导致模型过学习的问题，分析研究了数据量对AR模型参数解算及最终预报性能的影响，给出了适合中长期极移参数预报的数据选择范围。试验结果表明，合理地选择AR模型基础数据量是提高极移参数预报精度的有效途径之一。

(3) 提出了一种加权最小二乘外推与自回归组合模型，采用EOP产品中对应参数的解算精度作为定权因子，对LS模型中观测向量部分进行定权。试验结果表明，该方法有效改善了1~270 d极移参数及1~500 d日长变化参数预报精度。

(4) 针对LS+AR模型中，LS与AR模型分为两步独立计算，只能获取分步最优结果，提出了基于LS+AR模型的一步法，将LS与AR模型合并计算并获取全局最优解。试验结果表明，该方法可提高中长期跨度的日长参数预报精度。

(5) 针对传统模型选择方法只能确定AR模型最高阶，无法对最高阶以下项进一步筛选的问题，将稀疏建模方法引入极移参数预报，利用LASSO与Elastic Net方法，结合L1范数及L1/L2范数约束，起到平滑及自动筛选模型参数、增强模型参数解算稳定性和提高预报精度的作用。试验结果表明，论文提出的方法在保留有效信息的同时，降低模型维度，具备更好的稳定性及更高的预报性能。

(6) 常规极移参数预报方法针对直角坐标分量分别建模预报，研究发现极移参数向量的极坐标分量(即极角和极径)表现出更好的规律性。鉴于此，本文提出了在极坐标系内对极移参数向量进行建模和预报的新思路，确定了极角和极径参数的最佳预报组合模型。试验结果表明，与目前最好的极移参数预报模型之一的LS+AR模型进行比较，本文提出的预报方案达到了较高的预报精度。