地球的自转运动可以通过极移、日长变化、岁差及章动来描述,上述参数称为地球定向参数(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。本文从回归模型定阶、数据选取、稀疏建模等方面,改进了地球定向参数预报方法,主要工作及成果如下:(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AR模型阶数及LS+AR模型预报性能的影响。理论和实验结果表明,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。实验结果表明,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。实验结果表明,该方法有效改善了1-270天极移参数及1-500天ΔLOD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。实验结果表明,该方法可提高中长期跨度的ΔLOD参数预报精度。(5)针对传统模型选择方法只能确定AR模型的最高阶,无法对最高阶以下的项进一步筛选的问题,将稀疏建模方法引入极移参数预报当中,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。实验结果表明,本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。实验结果表明,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。该论文有图51幅,表22个,参考文献144篇。