An improved ICEEMDAN-MPA-GRU model for GNSS height time series prediction with weighted quality evaluation index

据美国科技信息所(ISI)基本科学指标数据库（ESI）近日更新的数据显示，我院贺小星副教授团队研究论文（第一作者为硕士研究生周宇、目前于武汉大学测绘学院攻读博士研究生，通讯作者贺小星副教授）“An improved ICEEMDAN-MPA-GRU model for GNSS height time series prediction with weighted quality evaluation index”进入2026年9月份ESI高被引论文（Highly Cited Papers）。这是自2025年11月份该研究成果入选ESI热点论文、ESI高被引论文后，该成果连续12个月进入ESI高被引论文。

论文创新点

1.提出了一种改进的ICEEMDAN-MPA-GRU预测新模型，提高了模型预测精度与参数自适应能力。相较于LSTM、GRU、MPA-GRU、ICEEMDAN-MPA-LSTM模型，ICEEMDAN-MPA-GRU预测模型的WQE分别平均降低了63.77%、58.47%、54.20%和30.09%，实现了GNSS高程时间序列的准确预测。

2.创新性地提出了加权质量评估指标WQE（Weighted Quality Evaluation），通过整合MAE、RMSE、R²、MAPE多个传统指标，以权重机制综合反映模型在多个维度的表现，有效解决了传统单一或多指标评估下结果分散、难以统一的问题，实现对预测模型性能的统一、可量化评价。

3.ICEEMDAN-MPA-GRU模型在数据优缺失和噪声干扰环境下，仍保持较高精度预测，增强了模型在地形变监测、灾害预警等场景下的工程实用性。