利用IGS产品推算对流层延迟湿分量

对流层延迟是GPS定位的主要误差源之一，一直是高精度GPS定位的障碍。本文针对湿分量延迟计算复杂，影响因素多，经模型改正后也不理想的现实情况，巧妙的使用IGS产品推算对流层延迟湿分量，进一步削弱了GPS定位中对流层延迟的影响，得出了一些有益的结论。     

利用稳健协方差转换法构建对流层顶经验模型

对流层顶与纬度具有极强的相关性,同时随季节呈周期性变化。文中利用2008年至2010年的COSMIC掩星数据采用稳健协方差估计求得每天全球范围内掩星事件处的对流层顶高度,以时间和纬度为自变量,建立对流层顶的全球经验模型。利用全球分布的28个探空站观测数据,基于与对流层顶相关的Hopfield湿延迟模型,讨论了对流层顶对湿延迟的影响。结果表明,建立的对流层顶经验模型有助于提高湿延迟的计算精度,约0～15 mm.      

一种新的全球对流层天顶延迟模型

利用IGS提供的高精度对流层天顶延迟数据,在全球范围内详细分析对流层延迟在高程及水平方向的变化规律,建立了一种新的全球对流层天顶延迟模型。该模型计算方法简单,只与年积日和位置参数有关,无需气象参数。经检验,新模型的对流层延迟改正精度优于输入标准气象参数的几种常用的对流层延迟模型,满足卫星实时定位和导航的精度要求。     

区域天顶对流层延迟时空变化特性及其建模研究

介绍几种常用的全球对流层延迟改正模型和几种区域对流层延迟模型的建立方法,再利用美国密歇根州的8个测站天顶对流层延迟数据对天顶对流层延迟进行研究,得出天顶对流层延迟在时间尺度及空间尺度上的变化规律,与经度和纬度相关性一般,与高程强相关。通过美国密歇根州的4个测站数据分别计算3种区域对流层延迟模型,得出各个模型的精度,并比较它们的优劣,结论是一次线性插值模型是三者中精度最高的模型。     

大型桥梁桥塔监测的GNSS相对对流层延迟估计

针对大型桥梁桥塔与基站高程差异较大,残余对流层延迟成为影响全球卫星导航系统(GNSS)监测成功率与精度的主要因素之一。该文基于随机过程理论,对桥梁监测GNSS残余对流层湿延迟进行参数估计,有效地提高了桥梁塔顶监测GNSS模糊度固定率。通过采用对流层经验模型改正对流层干延迟,将基准站和塔顶观测站对流层湿延迟组成相对对流层湿延迟,并联合位置参数和模糊度参数建立双差卡尔曼模型,最后利用最小二乘模糊度降低相关平差法(LAMBDA)对双差模糊度进行固定,并估计位置参数与相对对流层延迟参数。实验结果表明,该方法可以有效估计相对对流层延迟,有效提高GNSS模糊度固定率。     

利用气象数据计算局部对流层湿延迟的方法

天顶对流层湿延迟是反演大气水汽含量的重要参数。该文通过研究局部地区垂直剖面气象条件的变化特征,提出了一种利用地表实时观测气象数据及历史资料计算当前时刻局部地区垂直剖面气象参数的方法,进而可利用积分方法精确求得该地区对流层湿延迟。通过与当前精度较高的经验模型对比,证明本文提出的方法能有效削弱局部地区对流层湿延迟误差,RMS和Bias误差可分别降低30%、50%左右;由于观测量仅是温度和湿度,故相较于利用GNSS等空间大地观测台站估计湿延迟的方法,本文方法的成本将小许多。     

预测模型在对流层延迟计算中的应用研究

为了消弱对流层延迟影响,提高GPS定位的精度,探讨了利用预测模型计算对流层延迟的可行性。建立了计算对流层延迟的多元线性回归模型、组合预测模型、灰色模型和BP神经网络模型,并提出了一种基于可靠度的组合模型权系数确定方法。结合邳州、新沂两个CORS站的观测数据和地面气象数据,利用4种预测模型进行对流层延迟预测实验。实验结果表明:在48 h的预测时段内,4种模型预测对流层延迟的精度分别为10,15,25和30 mm。其中多元线性回归模型预测效果最佳,在已知学习样本真值的情况下,其预测精度达到1 cm,较传统对流层延迟改正模型精度提高约50%。     

GPT2w模型检验以及对流层模型的参数互融

各种对流层经验模型中,GPT2w模型是目前标称精度最高的对流层经验模型,其在模型化对流层延迟的同时,也提供具体的模型化气象元素。以USNO的ZTD产品检验模型ZTD精度;以IGRA发布的大气廓线数据,对模型加权平均温度T_m、水汽直减率λ的精度进行验证。计算发现,模型加权平均温度T_m具有-2.56K的系统偏差,改正该偏差后,模型ZTD对比USNO偏差从-1.38 mm提升至-0.3 mm;还验证了模型水汽直减率λ的两种获取方式具有很好的一致性。提出以测站气压P、测站温度t、测站相对湿度hr为实测气象元素,以校正后的T_m、高精度的λ为经验气象元素,作为对流层延迟模型输入参数的互融方法。该互融方法计算ZHD、ZWD经验模型分别采用目前最优的Saast静力学延迟模型和Askne & Nordius湿延迟模型。以USNO发布的340个IGS跟踪站的对流层延迟数据作为参考,该互融方法较直接气象元素法、校正后的GPT2w模型均有显著精度提升。在不可获取气象数据的前提下,校正后的GPT2w模型具有很高的先验精度;若可获取近实时气象数据（如自动气象站）,则推荐采用新的参数互融模型。     

GPS天顶对流层延迟计算方法研究

对流层延迟是影响卫星定位的主要误差源之一,如何建立更适合某个地区的区域对流层延迟改正模型,成为当今的一个热门研究课题。从目前广泛应用的全球对流层延迟模型入手,借助GAMIT高精度GPS数据处理软件,分析和总结天顶干、湿延迟规律和影响天顶干、湿延迟的主要因素,探寻并构建区域天顶对流层干延迟ZHD模型。     

全球高精度对流层延迟建模及其在地基GNSS技术中的应用研究

对流层延迟是空间大地测量技术的一种主要误差源。在GNSS中,一般采用模型化或参数估计的方法削弱对流层延迟影响。目前已建立的对流层经验模型均是基于单一数据源,时空分辨率和精度有限,且现有的模型应用研究大多局限于定位解算的直接改正法。本文旨在建立高精度的对流层延迟模型,发展其在地基PPP和GNSS-IR(GNSS interferometric reflectometry)技术中应用的新方法,围绕多源对流层延迟产品精度评估、多源对流层延迟模型和高精度湿延迟模型建立、对流层延迟模型在PPP以及地基GNSS-IR技术中的应用展开研究,主要工作和贡献如下:(1)提出了顾及相邻层之间协方差的探空对流层延迟精度评定方法,得到全球312个探空站2010—2015年的ZHD,ZWD和ZTD的精度分别为2.87 mm、2.71 mm和4.85 mm。     

大气潮给对流层延迟影响的探讨

探讨了大气潮对GPS信号对流层延迟改正的影响，提出大气潮的周期性涨落会给对流层湿层延迟带来误差，在更高精度的导航定位、时间传递、电波传播中应该考虑修正。     

利用GPS技术反演中国大陆水汽变化

利用中国地壳运动监测网络2004年的GPS数据，结合测站对应气象要素，计算出大气中的水汽。采用张性样条网格化法绘制中国大陆地区2004年各月份的水汽变化图，得到了水汽含量整体变化趋势与中国年降水量分布趋势相一致的结论。     

Retrieval of the Change of Precipitable Water Vapor by GPS Technique

The feasibility of GPS precipitable water vapor (PWV) is discussed based on the comparison of Radiosonde and GPS PWV where the correlation coefficient is 0.94 and the RMS is 4.0 mm. PWV change in the C...     

导航卫星信号湿延迟参数化模型和数值模式的比较

对高精度导航卫星处理软件(GAMIT)确定的卫星信号湿延迟和香港天文台中尺度数值模式(ORSM)所计算的湿延迟进行了比较,发现二者相关系数为0.99,偏差为3mm,平均绝对偏差为26.7mm,基本不存在系统性的偏差。卫星在天顶时,两者偏差最小,随着卫星仰角的降低,偏差增大,在天顶角70-80°时,两者确定信号湿延迟平均绝对偏差可达30mm。     

由Saastamoinen和Hopfield模型推算水汽含量的比较与分析

详细介绍利用ＧＰＡ数据推算大气水汽含量的过程。根据Ｓａａｓｔａｍｏｉｎｅｎ和Ｈｏｐｆｉｅｌｄ两种模型利用实测数据对大气水汽含量进行了推算,并对其结果进行了比较和分析,得到了一些有益的结论。     

GPS气象的可靠性检核研究

本文通过对GPS湿延迟和水汽辐射计、GPS可降水量与无线电探空资料的比较,进行了GPS气象可靠性检核研究。得出如下结论:GPS可降水量序列与无线电探空的相关性可达0.94;差值均值为-0.24mm;均方根4.0mm。文中对用精密星历及快速预报星历计算所得的GPS湿延迟和水汽辐射计数据进行了比较,在发展趋势上水汽辐射计观测数据与快速预报/精密星历解算出的对流层湿延迟相近,且经过精密星历与快速预报星历反演所得出的的对流层延迟与水汽辐射计数据的差值的均方根分别为1.51cm、1.52cm。     

全球定位系统(GPS)技术的最新进展 第六讲 GPS气象学

介绍了地基GPS气象学及空基GPS气象学的概念、基本原理、方法以及它们在数值天气预报和气候变化研究中的应用。     

基于BP神经网络的昆明天顶湿延迟模型

为了满足昆明市卫星定位综合服务系统(KMCORS)对高精度天顶湿延迟(ZWD)的需要,本文开发了适用于昆明地区的ZWD模型KM。KM模型是根据昆明探空站2015-2018年的探空资料,基于误差反向传播(BP)神经网络建立的,同时采用2019年的探空数据,验证了KM模型的预测性能。测试结果表明,与广泛使用的SA模型相比,KM模型的RMSE由4.0 cm降至2.2 cm,精度提升了45%;KM和SA模型的Bias分别为0和-3.1 cm。该结果表明KM模型对ZWD估计具有无偏性,而SA模型在高原区存在过度估计的问题,KM模型具有比SA经验模型更优的预测性能,其应用将有助于提升KMCORS的服务质量。