基于小波变换的GNSS ZTD与土壤水含量相关性初探

利用2018年11月—2019年1月,大陆环境检测网络的NMEL站全球卫星导航系统天顶对流层延迟（GNSS ZTD）数据和中科院遥感与数字地球研究所闪电河流域土壤水分监测试验区的土壤水含量数据,借助小波变换的方法进行了月时间尺度的GNSS ZTD与土壤水含量的相关性分析研究．实验表明:在月时间尺度上,GNSS ZTD与土壤水含量存在相关性,GNSS ZTD经小波分解后的低频趋势项与土壤水含量相关性明显高于GNSS ZTD与土壤水含量的相关性,[JP2]分析认为，降水发生时GNSS ZTD升高因素会造成与土壤水含量相关性异常      

京津冀地区FY-4A水汽校正模型研究CSCD

融合全球卫星导航系统(GNSS)与风云气象卫星FY-4A可获得高精度高空间分辨率的水汽分布信息.利用中国大陆构造环境监测网络(CMONOC)提供的GNSS观测资料开展京津冀地区FY-4A水汽校正研究.首先对京津冀地区进行区域划分,按区域分季节开展GNSS水汽与FY-4A水汽的相关性分析;其次分区域、分季节选择不同的函数模型结合GNSS水汽资料构建FY-4A水汽校正模型;然后采取区域模型、单站点模型与实测GNSS水汽开展模型的可靠性检验;最后通过分区域FY-4A水汽校正和图像叠加,获得校正后的京津冀地区FY-4A水汽分布.研究表明:FY-4A水汽与GNSS水汽的相关性较好,区域FY-4A水汽校正模型精度与单站点模型精度相当,可取代单站点模型用于FY-4A的水汽校正.基于CMONOC的分区域函数模型在一定程度上提高FY-4A水汽精度,为短期天气预报和合成孔径雷达(InSAR)大气校正提供参考.     

一种对流层延迟的ZTD与PM2.5浓度相关性研究

基于水汽与GNSS ZTD之间的高相关性,该文利用2015年12月至2016年5月中国大陆环境监测网络(CMONOC)的GNSS数据,借助小波变换方法开展GNSS ZTD与GNSS站点所在城市的PM2.5浓度观测的相关性研究。采用小波变换方法对ZTD与PM2.5进行相同的分解与重构,并对分解重构后的ZTD与PM2.5进行相关性分析。实验表明:基于小波变换方法分解重构的GNSS ZTD与PM2.5浓度的相关性明显高于GNSS ZTD与PM2.5浓度实测值的相关性,在中国华北、华中、西北及东北地区GNSS ZTD与PM2.5浓度的相关性呈显著正相关特性,中国西南以及沿海地区,由于降水及其他因素的干扰,GNSS ZTD与PM2.5浓度的相关性不显著。     

基于小波变换的CMONOC的ZTD与PM2.5浓度的相关性研究

基于水汽与GNSS ZTD之间的高相关性,该文利用2015年12月至2016年5月中国大陆环境监测网络(CMONOC)的GNSS数据,借助小波变换方法开展GNSS ZTD与GNSS站点所在城市的PM2.5浓度观测的相关性研究。采用小波变换方法对ZTD与PM2.5进行相同的分解与重构,并对分解重构后的ZTD与PM2.5进行相关性分析。实验表明:基于小波变换方法分解重构的GNSS ZTD与PM2.5浓度的相关性明显高于GNSS ZTD与PM2.5浓度实测值的相关性,在中国华北、华中、西北及东北地区GNSS ZTD与PM2.5浓度的相关性呈显著正相关特性,中国西南以及沿海地区,由于降水及其他因素的干扰,GNSS ZTD与PM2.5浓度的相关性不显著。     

基于小波变换的CMONOC的ZTD与PM2.5浓度的相关性研究

基于水汽与GNSS ZTD之间的高相关性,该文利用2015年12月至2016年5月中国大陆环境监测网络(CMONOC)的GNSS数据,借助小波变换方法开展GNSS ZTD与GNSS站点所在城市的PM2.5浓度观测的相关性研究。采用小波变换方法对ZTD与PM2.5进行相同的分解与重构,并对分解重构后的ZTD与PM2.5进行相关性分析。实验表明:基于小波变换方法分解重构的GNSS ZTD与PM2.5浓度的相关性明显高于GNSS ZTD与PM2.5浓度实测值的相关性,在中国华北、华中、西北及东北地区GNSS ZTD与PM2.5浓度的相关性呈显著正相关特性,中国西南以及沿海地区,由于降水及其他因素的干扰,GNSS ZTD与PM2.5浓度的相关性不显著。     

基于小波变换的CMONOC的ZTD与PM2.5浓度的相关性研究

基于水汽与GNSS ZTD之间的高相关性,该文利用2015年12月至2016年5月中国大陆环境监测网络(CMONOC)的GNSS数据,借助小波变换方法开展GNSS ZTD与GNSS站点所在城市的PM2.5浓度观测的相关性研究。采用小波变换方法对ZTD与PM2.5进行相同的分解与重构,并对分解重构后的ZTD与PM2.5进行相关性分析。实验表明:基于小波变换方法分解重构的GNSS ZTD与PM2.5浓度的相关性明显高于GNSS ZTD与PM2.5浓度实测值的相关性,在中国华北、华中、西北及东北地区GNSS ZTD与PM2.5浓度的相关性呈显著正相关特性,中国西南以及沿海地区,由于降水及其他因素的干扰,GNSS ZTD与PM2.5浓度的相关性不显著。     

基于小波变换的CMONOC的ZTD与PM2.5浓度的相关性研究

基于水汽与GNSS ZTD之间的高相关性,该文利用2015年12月至2016年5月中国大陆环境监测网络(CMONOC)的GNSS数据,借助小波变换方法开展GNSS ZTD与GNSS站点所在城市的PM2.5浓度观测的相关性研究。采用小波变换方法对ZTD与PM2.5进行相同的分解与重构,并对分解重构后的ZTD与PM2.5进行相关性分析。实验表明:基于小波变换方法分解重构的GNSS ZTD与PM2.5浓度的相关性明显高于GNSS ZTD与PM2.5浓度实测值的相关性,在中国华北、华中、西北及东北地区GNSS ZTD与PM2.5浓度的相关性呈显著正相关特性,中国西南以及沿海地区,由于降水及其他因素的干扰,GNSS ZTD与PM2.5浓度的相关性不显著。     

ERA-Interim资料计算对流层天顶延迟方法及精度分析

利用CDDIS提供的6个IGS站点2018年高精度对流层天顶延迟(ZTD)参考值,对利用ERA-Interim资料计算的ZTD值进行了精度评估.结果显示,ERA-Interim资料计算的ZTD与IGS提供的ZTD产品相比误差在cm级,不同纬度的计算ZTD及其偏差有不同的季节特征.IGS ZTD和ERA-Interim ZTD分别用于GNSS单点定位改正,伪距结果显示两者改正偏差的差异在亚毫米级,且结果在各个方向都得到了改善,U方向最明显,能达到0.5 m左右.     

基于再分析数据反演全球对流层延迟精度评估

对流层延迟是全球卫星导航系统(GNSS)定位的主要误差源之一,利用再分析数据可以精确估计天顶对流层延迟.基于欧洲中期天气预报中心提供的再分析数据集(ERA-interim),提出了利用再分析数据估计测站天顶对流层延迟(ZTD)的积分方法,并利用2018年全球范围内334个国际GNSS服务测站提供的高精度ZTD作为参考值,评估ERA-interim再分析数据集在全球范围内的精度,并分析其影响精度的主要因素.结果显示,利用再分析数据估计的ZTD平均偏差和平均偏差的均方根值分别为-1.14和14.48 mm,测站纬度是影响ZTD反演精度的主要因素之一.     

GNSS天顶对流层延迟的短时天气预报分析

针对天顶对流层延迟(ZTD)与大气可降水量(PWV)相关性特征及变化规律,该文提出基于无气象元素ZTD短时天气监测及预报的方法.该文以北京市2013-2015年BJFS站 日均数据为例,采用GZTD和Saastamoinen+GPT2模型拟合,得到传统的无气象元素的PWV模型.并利用2016年BJFS站ZTD和气象数据,计算出PWV1(含气象元素)和PWV2(无气象元素)数据,通过定量数据分析得出:PWV1与PWV2、ZTD相关系数分别达到0.633 2,0.967 6;PWV2与ZTD相关性为0.649 8.从短期数据,BJFS站6-9月的ZTD与PWV1相关性系数为0.969 6.这证明了 ZTD能够真实反映PWV1的真实变化趋势,同时也说明ZTD应用于短时天气预报的可行性.最后针对北京地区2016年的降雨、降雪和雾霾等极端天气事件,采用ZTD方法对其进行了分析研究,并取得了较好的效果.     

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.      

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...     

基于小波变换的地震前后GNSS ZTD异常变化分析

地震前后的水汽变化特征分析可为震前地震预测和灾后次生灾害预警提供参考．该文借助小波变换方法开展地震前后全球卫星导航系统(GNSS)天顶对流层延迟(ZTD)(水汽)的异常变化研究．通过对ZTD结合地震与降水数据来分析地震前后水汽变化特征,利用小波变换的方法分解重构ZTD数据,分析GNSS ZTD在地震前后的异常变化．研究发现:地震前后存在水汽突变情况,小波变换后的ZTD能更清楚显示震后水汽变化特征与地震关系及水汽周期变化．      

基于小波相干的雾霾与GNSS对流层延迟相关性分析

为了进一步揭示雾霾与对流层延迟相关性的细部特征,基于小波相干算法构建雾霾与天顶对流层延迟（zenith tropospheric delay,ZTD）相关性分析的新方法,有效地分析了雾霾与ZTD相关性的时频空间分布特征及成因。首先,通过分析IGS（internet GNSS service）北京站2014-2017年每个月的ZTD与量化评定雾霾的空气质量指数（air quality index,AQI）的相关系数,发现两者在月尺度上相关系数绝对值大于0.4的比率占29.17%,宏观上显示了两者具有相关性。其次,采用小波相干的方法分析了北京2014-2017年期间年度ZTD与AQI的相关性,发现ZTD与AQI在一定的时频域上具有很强的相关性,并且通过了95%置信度检验。最后,由北京、长春部分时域的ZTD与AQI相关性分析可知,北京3月份ZTD与AQI总体上呈现正相关,并且AQI与温度、气压、湿度和风速具有较好的相关性;在研究时域内秸秆燃烧加剧了北京、长春的雾霾,进而影响对流层延迟。     

基于BERN5．0软件计算的北京地区GPS可降水量研究

收集了2002-2007年6年期间的北京房山站（BJFS）连续观测数据,利用BERN高精度GPS数据处理软件计算出该站的对流层延迟,再利用该站的气象观测资料分离干延迟获得2mm精度的湿延迟,计算出BJFS站的可降水量（PWV）,组成长达6年的时间序列,初步探讨北京地区的季节性降水量变化,特别是第三季度的可降水量影响,通过数据走势,预测计算不同季度的降水概率。     

Optimum stochastic modeling for GNSS tropospheric delay estimation in real-time

GPS Solutions - In GNSS data processing, the station height, receiver clock and tropospheric delay (ZTD) are highly correlated to each other. Although the zenith hydrostatic delay of the...     

黄土高原地区PWV影响因素分析及精度评定

大气水汽是对流层的重要组成部分之一,研究影响水汽的因素及精度具有重要意义。主要研究黄土高原地区大气可降水量（precipitable water vapor, PWV）的影响因素,并对其实际精度进行评估。首先,对ERA5（the fifth-generation atmospheric reanalysis data of ECMWF）的气压、气温数据和全球导航卫星系统（global navigation satellite system, GNSS）获取的天顶对流层延迟（zenith troposphere delay, ZTD）进行评定;然后,依据ERA5的气压、气温数据和GNSS的ZTD数据计算1 h分辨率的PWV,并利用误差传播理论推导PWV的理论误差; 最后, 与PWV实际计算误差进行对比,分析黄土高原地区PWV的精度。结果表明,基于GAMIT/GLOBK软件获得的GNSS ZTD与PANDA软件解算的GNSS ZTD差值的均方根（root mean square, RMS）和Bias分别为4.05 mm和-0.46 mm;ERA5气压和气温的平均RMS和Bias分别为3.36 hPa/1.97 K和-0.01 ?hPa/0.04 K;黄土高原地区PWV的理论误差为1.51 mm,实际误差为1.94 mm。计算得到的PWV精度较高,对水汽分布以及气候监测的研究具有重要意义。     

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。     

Estimation and evaluation of real-time precipitable water vapor from GLONASS and GPS

The revitalized Russian GLONASS system provides new potential for real-time retrieval of zenith tropospheric delays (ZTD) and precipitable water vapor (PWV) in order to support time-critical meteorological applications such as nowcasting or severe weather event monitoring. In this study, we develop a method of real-time ZTD/PWV retrieval based on GLONASS and/or GPS observations. The performance of ZTD and PWV derived from GLONASS data using real-time precise point positioning (PPP) technique is carefully investigated and evaluated. The potential of combining GLONASS and GPS data for ZTD/PWV retrieving is assessed as well. The GLONASS and GPS observations of about half a year for 80 globally distributed stations from the IGS (International GNSS Service) network are processed. The results show that the real-time GLONASS ZTD series agree quite well with the GPS ZTD series in general: the RMS of ZTD differences is about 8 mm (about 1.2 mm in PWV). Furthermore, for an inter-technique validation, the real-time ZTD estimated from GLONASS-only, GPS-only, and the GPS/GLONASS combined solutions are compared with those derived from very long baseline interferometry (VLBI) at colocated GNSS/VLBI stations. The comparison shows that GLONASS can contribute to real-time meteorological applications, with almost the same accuracy as GPS. More accurate and reliable water vapor values, about 1.5–2.3 mm in PWV, can be achieved when GLONASS observations are combined with the GPS ones in the real-time PPP data processing. The comparison with radiosonde data further confirms the performance of GLONASS-derived real-time PWV and the benefit of adding GLONASS to stand-alone GPS processing.