GGOS对流层延迟产品精度分析及在PPP中的应用

对流层延迟是卫星导航定位的主要误差源,GNSS广域增强需要高精度的对流层延迟产品进行误差修正。对流层延迟可通过GNSS进行实时估计,也可通过融合多源数据的数值气象预报模型获取。IGS发布的全球对流层天顶延迟产品由GNSS解算,其精度可达4mm,时间分辨率为5min,但其分布不均匀,在广袤的海洋区域无数据覆盖。GGOS Atmosphere基于ECMWF 40年再分析资料,可提供1979年以来时间分辨率为6h、空间分辨率为2.5°×2°的全球天顶对流层总延迟格网数据。本文通过2015年全球IGS测站的ZTD资料对GGOS的ZTD产品进行了评估,研究了GGOS Atmosphere对流层延迟产品与IGS发布ZTD资料之间的系统差,通过线性拟合估计出每个测站GGOS-ZTD与IGSZTD系统差系数(包括比例误差a和固定误差b),然后对比例误差a、固定误差b进行球谐展开,建立了两种ZTD数据源之间的系统差模型。选取IGS测站和陆态网测站,对附加系统偏差改正后的GGOSZTD产品对PPP的收敛速度的影响进行研究。本文研究结果表明:GGOS-ZTD与IGS-ZTD间存在系统偏差,其bias平均为-0.54cm;两者之间较差的RMS平均为1.31cm,说明GGOS-ZTD产品足以满足广大GNSS导航定位用户对对流层延迟改正的需要。将改正了系统差后的GGOS-ZTD产品用于ALBH、DEAR、ISPA测站、PALM测站、ADIS测站、YNMH测站、WUHN测站进行PPP试验,发现可明显提高定位收敛速度,尤其是在U方向上,收敛速度分别提高10.58%、31.68%、15.96%、43.89%、51.46%、14.69%、18.40%。     

一种优化的基于神经网络的经验ZTD模型

目前,经验对流层天顶延迟（ZTD）模型已经有了飞速的发展,因为它们在使用时无需任何测量的实时地面气象数据,这给GNSS用户提供了极大方便。神经网络技术在实测参数型的ZTD建模中已经取得了一定的成果。与此同时,国内虽然有学者构建了神经外网络的经验ZTD模型,其最大的缺点是忽略了ZTD时间变化且只能单独预报ZTD。本文针对这些缺点构建了优化的神经网络经验ZTD模型。试验结果表明,本文提出的神经网络模型可以分别预报天顶干延迟ZHD和天顶湿延迟ZWD,且具有良好的精度：ZHD的Bias和RMSE分别为-3.7和19.8 mm;ZWD的Bias和RMSE分别为-0.6和34.2 mm。本文的神经网络模型预报的ZHD和ZWD的精度均与目前世界著名的GPT2w格网模型相当。另外,与GPT2w模型相比较,神经网络模型最大的优点就是无需庞大的预存格网数据作为输入,在使用时仅需要知道一个训练好的神经网络即可,该特点为GNSS用户提供了极大的方便。     

卫星定位中对流层延迟模型对比分析

对流层延迟是全球导航卫星系统（GNSS）定位中的重要误差源之一,本文对其产生机理进行了理论分析;对常用的Saastamoinen、Hopfield、Black和EGNOS 4种对流层延迟改正模型进行了详细的论述;选取国际GNSS服务（IGS）全球观测站中位于中国的6个站,利用全球大地测量观测系统（GGOS）提供的气象数据,对4种模型在这些站点的（ZTD）进行了计算。以IGS提供的ZTD数据作参考,对4种模型在各个站点的改正效果进行了对比分析,给出并分析了其偏差和均方根差,客观评价了其优劣,为国内GNSS卫星精确定位时对流层延迟改正模型的选择提供了参考依据。     

中国区域大气加权平均温度垂直递减率格网模型EI北大核心CSCD

大气加权平均温度(T m)是全球导航卫星系统(GNSS)反演大气水汽(PWV)的关键参数。然而,已有经验T m模型难以捕获T m的日周期变化,限制了其在高时间分辨率GNSS-PWV监测中的应用。利用大气再分析资料可获取高时间分辨率的T m信息,但需使用高精度的T m垂直递减率模型对其进行高程改正。针对已有T m垂直递减率模型建模仅使用单一格网点数据等不足,本文引入滑动窗口算法,利用2012—2016年的MERRA-2再分析资料建立了顾及时变垂直递减率的中国区域水平分辨率分别为1°×1.25°、2°×2.5°和4°×5°的T m垂直递减率格网模型(简称“CTm-H1、CTm-H2和CTm-H3模型”)。联合2017年的MERRA-2、GGOS大气格网数据和探空站资料,对CTm-H模型进行精度检验,并与中国区域统一的T m垂直递减率模型(简称“统一模型”)进行比较分析。结果表明:①以MERRA-2格网数据为参考值,通过CTm-H模型将MERRA-2地表格网数据改正到分层格网数据各层高度处检验,CTm-H 3个模型性能相当,在两种T m数据高程差异较大时,CTm-H模型表现出显著的优势,相比于统一模型,精度(RMS值)整体提高了30%。②以探空站资料为参考值,通过CTm-H模型将MERRA-2地表格网数据和GGOS大气格网产品分别改正到探空站高度处检验,与统一模型相比,CTm-H 3个模型的精度整体分别提高了3%和5%,且CTm-H和统一模型的精度相比于未顾及垂直改正提升较大,尤其在中国西部地区表现出显著的优势。总体而言,CTm-H 3个模型在中国区域均具有较高的精度,不需要实测气象参数即可提供中国区域近地空间范围内(本文指0~10 km的高程范围)任意位置实时高精度的T m高程改正值,因此,它在中国区域的实时高精度GNSS水汽探测中具有重要的应用。     

融合对流层模型及其在精密单点定位中的应用

受实测气象参数的限制，使用标准大气参数的传统对流层模型的精度并不高；使用参数估计法的精密对流层模型增加了观测方程的待估参数，影响收敛速度. 针对实测气象参数缺失的情况，提出一种融合对流层模型，使用两种非实测气象参数模型分别计算出平均海平面处和测站处的气象参数，再利用Saastamoinen模型经验公式求解天顶对流层延迟（ZTD）. 利用RTKLIB软件进行精密单点定位（PPP）实验. 提出的融合对流层模型摆脱了实测气象参数的限制，解算结果表明:使用该模型时，在东、北、天方向的定位精度分别比Saastamoinen模型提高16 mm、1 mm、2.2 mm，比MOPS模型提高13.8 mm、0.7 mm、1.6 mm，比GPT/UNB3m+Sa模型提高2.9 mm、0.4 mm、0.7 mm，在天、北方向的定位精度接近参数估计模型，实现了PPP定位精度的提高.      

不同全球天顶对流层延迟模型时空特征分析

对流层延迟误差与信号频率无关,且具有较强的随机性,是GNSS导航定位中的主要误差源之一。以GGOS Atmosphere发布的格网数据作为真值,从纬度、高程及时间特性3个方面分析了两种全球天顶对流层延迟ZTD(Zenith Total Delay)模型(UNB模型和EGNOS模型)的时空特征,为GNSS导航定位中模型选择的正确性与合理性提供参考依据。分析得出:在纬度方向,ZTD值的RMSE和Bias从南到北呈现递减趋势且逐渐趋于稳定,建议计算ZTD时在南半球通过格网插值,北半球采用UNB模型;在高程方向,ZTD值与高程值呈现出反比关系,EGNOS的残差值较UNB残差值分布更加均匀且规律性较强,可利用高程值进行建模修正;在时间特征方面,ZTD单天内变化较小,两模型互差在mm级且表现出一定的季节性特征。     

顾及气象数据的中国区域对流层延迟RBF神经网络优化模型

本文基于单层气象数据(ERA5单层数据、实测气象参数)和多层气象数据(ERA5气压层数据、COSMIC掩星数据),分别采取模型法和积分法获取了我国236个陆态网GNSS测站的ZTD值,即ERA5S_ZTD、MET_ZTD、ERA5P_ZTD、RO_ZTD。以GNSS_ZTD为参考,按月评估了上述4种ZTD估计值的精度,结果表明:4种ZTD估计值的月平均RMSE依次为42.8、53.6、16.1和62.3 mm,其中基于积分法估计的ERA5P_ZTD精度最高,采用模型法计算的ERA5S_ZTD和MET_ZTD次之,而利用积分法获取的RO_ZTD值精度较低。为进一步提升利用气象数据估计ZTD值的精度,本文提出了基于RBF神经网络的对流层延迟改进模型。计算结果表明:改进模型获得的4种ZTD值与GNSS_ZTD之间的月RMSE平均值分别为23.5、32.1、14.2和40.8 mm,精度较原有ZTD估计值提升43.4%,36.3%,10.0%和34.4%。整体而言,改进模型估计ZTD值精度提升效果明显,且提升率与测站分布的密集程度有关。     

一种基于SARIMA的经验对流层延迟模型

为了减弱对流层延迟的影响,提高GNSS定位精度,探讨了在无气象参数的条件下,利用预测模型计算对流层延迟的可能性,并提出了一种经验对流层延迟预测模型,即基于季节性自回归移动平均模型（SARIMA）的对流层延迟预报方法。结合中国长春和上海两个地区的ZTD数据进行预测分析,预测结果表明：基于SARIMA的ZTD预报模型能够满足不同地区不同时段下的ZTD估计需求,是一种较高精度的ZTD预报方法。     

一种改进的低纬度地区NWP反演ZTD积分模型

针对数值天气预报(NWP)模型在低纬度地区反演对流层延迟(ZTD)精度较差的问题,该文在原有积分模型的基础上,从考虑重力变化、统一高程系统、补偿缺失数据和分段积分4个方面着手提出了一种改进的积分模型,并采用低纬度地区108个IGS站点2018年全年的ERA-interim大气等压面数据及IGS ZTD数据进行实验以评估此改正积分模型的性能。结果表明,改进的积分方法较传统的积分方法精度高,具体表现为测站ZTD平均残差减小约80.93%,RMS平均减小约17.57%。此外,本文比较了5种插值方法估计NWP反演的GNSS ZTD的精度,结果表明在低纬度地区利用克里金插值和反距离权重插值得到的ZTD精度优于其他插值方法。     

单频GPS接收机定位中的电离层延迟改正

针对单频GPS接收机受电离层影响较大的特点，从定性的角度比较、分析了两种常用经验电离层模型的使用特点和改正精度。利用4个IGS测站的多天GPS实测数据，采用单点定位的方法，从定量的角度，研究了两种常用经验电离层模型应用于单频GPS用户定位时的改正效果，为单频GPS用户修正电离层延迟，选择合适的电离层模型提供了参考性建议。     

利用中国区域MERRA-2资料计算ZTD和ZWD的精度分析

对流层延迟是影响高精度定位与导航的主要误差之一,也是全球导航卫星系统（global navigation satellite system,GNSS）水汽探测的关键参数。美国航空航天局发布了最新一代的大气再分析资料（MERRA-2资料）,其可用于计算高时空分辨率的对流层延迟产品,但是目前尚无文献对利用MERRA-2资料计算天顶对流层延迟（zenith tropospheric delay,ZTD）和天顶湿延迟（zenith wet delay,ZWD）的精度进行分析。因此,联合2015年中国陆态网214个GNSS站ZTD产品和分布于中国区域的87个探空站资料,对利用MERRA-2资料在中国区域计算ZTD/ZWD的精度进行评估。结果表明：（1）以陆态网ZTD为参考值,利用MERRA-2资料积分计算ZTD的年均偏差和均方根误差（root mean square error,RMSE）分别为0.32 cm和1.21 cm,且偏差和RMSE均表现出一定的季节变化,总体上呈现为夏季精度低、冬季精度高;在空间分布上,偏差随纬度和高程的变化趋势并不明显,但RMSE随纬度和高程的增加总体上呈现递减的趋...     

A grid-based tropospheric product for China using a GNSS network

Tropospheric delay accounts for one source of error in global navigation satellite systems (GNSS). To better characterize the tropospheric delays in the temporal and spatial domain and facilitate the safety-critical use of GNSS across China, a method is proposed to generate a grid-based tropospheric product (GTP) using the GNSS network with an empirical tropospheric model, known as IGGtrop. The prototype system generates the GTPs in post-processing and real-time modes and is based on the undifferenced and uncombined precise point positioning (UU-PPP) technique. GTPs are constructed for a grid form (\(2.0{^{\circ }}\times 2.5{^{\circ }}\) latitude–longitude) over China with a time resolution of 5 min. The real-time GTP messages are encoded in a self-defined RTCM3 format and broadcast to users using NTRIP (networked transport of RTCM via internet protocol), which enables efficient and safe transmission to real-time users. Our approach for GTP generation consists of three sequential steps. In the first step, GNSS-derived zenith tropospheric delays (ZTDs) for a network of GNSS stations are estimated using UU-PPP. In the second step, vertical adjustments for the GNSS-derived ZTDs are applied to address the height differences between the GNSS stations and grid points. The ZTD height corrections are provided by the IGGtrop model. Finally, an inverse distance weighting method is used to interpolate the GNSS-derived ZTDs from the surrounding GNSS stations to the location of the grid point. A total of 210 global positioning system (GPS) stations from the crustal movement observation network of China are used to generate the GTPs in both post-processing and real-time modes. The accuracies of the GTPs are assessed against with ERA-Interim-derived ZTDs and the GPS-derived ZTDs at 12 test GPS stations, respectively. The results show that the post-processing and real-time GTPs can provide the ZTDs with accuracies of 1.4 and 1.8 cm, respectively. We also apply the GTPs in real-time kinematic GPS PPP, and the results show that the convergence time of the PPP solutions is shortened. These results confirm that the GTPs can act as an efficient information source to augment GNSS positioning over China.     

Using external tropospheric corrections to improve GNSS positioning of hot-air balloon

High accurate global navigation satellite systems (GNSS) require to correct a signal delay caused by the troposphere. The delay can be estimated along with other unknowns or introduced from external models. We assess the impact of the recently developed augmentation tropospheric model on real-time kinematic precise point positioning (PPP). The model is based on numerical weather forecast and thus reflects the actual state of weather conditions. Using the G-Nut/Geb software, we processed GNSS and meteorological data collected during the experiment using a hot-air balloon flying up to an altitude of 2000 m. We studied the impacts of random walk noise setting of zenith total delay (ZTD) on estimated parameters and the mutual correlations, the use of external tropospheric corrections, the use of data from a single or dual GNSS constellation and the use of Kalman filter and backward smoothing processing methods. We observed a significant negative correlation of the estimated rover height and ZTD which depends on constraining ZTD estimates. Such correlation caused a degraded performance of both parameters when estimated simultaneously, in particular for a single GNSS constellation. The impact of ZTD constraining reached up to 50-cm differences in the rover height. Introducing external tropospheric corrections improved the PPP solution regarding: (1) shortened convergence, (2) better overall robustness, particularly, in case of degraded satellite geometry, (3) less adjusted parameters with lower correlations. The numerical weather model-driven PPP resulted in 9–12- and 5–6-cm uncertainties in the rover altitude using the Kalman filter and the backward smoothing, respectively. Compared to standard PPP, it indicates better performance by a factor of 1–2 depending on the availability of GNSS constellations, the troposphere constraining and the processing strategy.     

耦合PSO与扩展RBF神经网络估计NWM模型ZTD计算精度EI北大核心CSCD

针对基于数值气象模型获取的对流层天顶延迟精度估计依赖外部基准的问题,本文构建耦合了粒子群算法与扩展径向基函数神经网络的ZTD精度估计模型,模型样本特征集利用NWM自身气象数据和地形特征数据构建,目标集以GNSS ZTD产品为参考值构建,模型规模结构通过层次聚类和模糊C均值聚类确定,模型参数通过粒子群算法优化。以欧洲中期天气预报中心提供的ERA5气压分层产品为NWM特例进行了模型训练和结果验证。结果表明,模型估计精度和泛化能力较好,平均估计精度优于4 mm,可在任意位置实现不依赖于外部参考基准的ZTD精度估计。     

京津冀地区GNSS对流层延迟空间插值研究

对流层延迟差异影响合成孔径雷达干涉测量技术(InSAR)形变测量精度;水汽的变化影响天气变化．对流层延迟与水汽具有较好的对应,因此有必要开展全球导航卫星系统(GNSS)对流层延迟的插值研究．以京津冀地区为例,针对GNSS对流层延迟,开展对流层延迟的空间插值研究．首先开展了GNSS对流层延迟与水汽的比较分析,两者存在显著正相关特性,相关性超过91.7％,论证了对流层延迟取代水汽的可行性．然后利用反距离权重法对京津冀地区2016年9月至2017年8月的12组GNSS测站对流层延迟进行空间插值,通过提取插值点对流层延迟与GNSS站点对流层延迟比较验证空间插值精度．全年数据平均偏差最大为1.12 cm,均方根误差最大为0.89 cm;未发生降水过程平均偏差最大为1.25 cm,均方根误差最大为0.82 cm;发生降水过程平均偏差最大为1.08 cm,均方根误差最大为1.38 cm．京津冀平原区域的GNSS对流层延迟空间插值结果精度满足气象等应用要求,可为气象预报和InSAR大气校正提供参考.      

基于GNSS基准站网的对流层延迟建模

针对在卫星导航定位中,通常采用对流层模型进行,对流层延迟误差修正的现状,该文研究了一种基于GNSS基准站网的对流层延迟建模方法,并基于此方法利用日本地区GENET参考网约737个站5a的GNSS-ZTD序列建立了区域对流层模型ZTDM-JPN,并将ZTDM-JPN模型应用于GPS及北斗定位实验,分析了其在GPS及北斗定位中的实际应用性能。通过与国际上常用的对流层模型EGNOS、UNB3m作比较,结果表明,ZTDM-JPN模型的模拟精度较相同条件下的EGNOS与UNB3m模型分别提升约26%和21%,从而验证了该建模方法的可行性与优越性。     

Characterization of diurnal cycles in ZTD from a decade of global GPS observations

The diurnal cycle of the tropospheric zenith total delay (ZTD) is one of the most obvious signals for the various physical processes relating to climate change on a short time scale. However, the observation of such ZTD oscillations on a global scale with traditional techniques (e.g. radiosondes) is restricted due to limitations in spatial and temporal resolution. Nowadays, the International GNSS Service (IGS) provides an important data source for investigating the diurnal and semidiurnal cycles of ZTD and related climatic signals. In this paper, 10 years of ZTD data from 1997 to 2007 with a 2-hour temporal resolution are derived from global positioning system (GPS) observations taken at 151 globally distributed IGS reference stations. These time series are used to investigate diurnal and semidiurnal oscillations. Significant diurnal and semidiurnal oscillations of ZTD are found for all GPS stations used in this study. The diurnal cycles (24 hours period) have amplitudes between 0.2 and 10.9 mm with an uncertainty of about 0.5 mm and the semidiurnal cycles (12 h period) have amplitudes between 0.1 and 4.3 mm with an uncertainty of about 0.2 mm. The larger amplitudes of the diurnal and semidiurnal ZTD cycles are observed in the low-latitude equatorial areas. The peak times of the diurnal cycles spread over the whole day, while the peak value of the semidiurnal cycles occurs typically about local noon. These GPS-derived diurnal and semidiurnal ZTD signals are similar with the surface pressure tides derived from surface synoptic pressure observations, indicating that atmospheric tides are the main driver of the diurnal and semidiurnal ZTD variations.