���޵���EGNOS�춥�������ӳ�ģ�͵ľ�������

???????????48??IGS?2009-2011??????????????????ZTD?????????????EGNOS???????ZTD???????????????????????1??????????????????IGS?????ZTD??EGNOS???????ZTD???????????????-0.18 cm??5.98 cm?????й?????????0.81 cm??6.13 cm??2????????????????????????仯????????????????＾??С??????????????????????С??3????????????????γ?????仯???????????????????????????γ????????????????????????????????γ????????????????????仯????С??4:???????????γ?????????????????????????????????仯?????     

Bernese�������������̬��λ����

??Bernese??????ж??ο???????????????????????t??????λ??????λ??,??????????13??????????2013\|07\|23??29?????????е??????????GPS??λ????????????????????????λ???????cm??????????λ???????mm??????     

һ�ָĽ�������RTK�������ӳ���������ڲ�ģ��

??????RTK??????λ?У???????????ο?????????????????????????????????????????????????????????λ????????????????????????????LIM???????????????????????????????????????????CORS?????????ο??????????????????????????????????????LIM???????徫?????????1~2 cm??     

��������ϵͳ��GPS���ܵ��㶨λ���ȵĶԱȷ���

??????????????ɡ??????1???????γ?????????????????UNICORECOMM UR370??????????????????????GPS?????????人????????з???PANDA????????????????????????GPS???????λ????????????????????????????λ?????????????1~2 cm??????????3~4 cm??GPS???????λ???????????cm?????????????1~2 cm???????????????????????λ?????????GPS 50%???????????????λ?????????cm?????????????     

�ȴ�̫ƽ�����Ƶ��ƽ���쳣�ź��о�

????1992??11???2007??5?μ???????????????????????????仯???????????????1???????24~42???μ???????Я???????????ENSO?????2??SLA_2442?????????????????????????????????????????????????????????????????3?????????У????????????SLA_2442?????????·??????O???Σ??????????????,??γ????????λ??????9.86??N??8??S??????     

��-�����ٲ���ģʽ�й���߶ȵ��Ż�ѡȡ

???????????????????????????????120??GRACE???????????????????????1????????????????100 km??????????????10??????????????????????????????GRACE????????????????2????????????????????????????500 km?????????20?????????????????0.221?????Ч??????50???80???100???120?????????9.621????92.857????418.957????1 895.369????3??????????????????????????????????????????JPL??????GRACE?????????120???????500 km????????????????澫???17.316 cm????????450 km??400 km??350 km?????????????????1.566????4.502????10.871????4?? ???????????????????й?????????350 ~ 400 km??????120?????????????????     

����GPS��վ����в����е�ARMA��ģ�����о�

??GPS???????в????????????????ARMA?????????佨???????Box-Jenkins??????Pandit-Wu???????????????????????????????????,???в??????????????????????Ч??????????????????????????????Pandit-Wu???????Ч???????Щ,???в??????Box-Jenkins?????????1/3??????????????     

��ؿ��嶫��Ե���ڵؿ�ˮƽ�˶���Ӧ�����

?????????嶫???2001??2004??2004??2007??GPS????????????????????λ???????о??????????????????????????????????????????????????????????????????????????????2004??2007???????嶫??????巴????????????μ???????????????????????????????????2001??2004??????????????????????С????Ρ??????????μ??????顢?????????2001??2004????????????????????????????????Ρ?????′??????????????????     

���ֿռ似���ⶨ�ؿ��˶��ıȽ�

????????????????????VLBI?????????????SLR???????λ????GPS??3????????????????????????????????????仯???????￡???????????????????????????仯?????????3?????????????仯???????????????????????????????????????????,3???????????????????μ?:VLBI??GPS??????????仯??????С????SLR??????????????10??;GPS ??SLR??????????仯??????3 mm/a?????????VLBI??SLR??????????仯???????в???1 mm/a??????     

�����鳱վ��������ȫ�򺣳�ģ�͵ľ���

???????鳱??????5???????????NAO99b??FES2004??GOT4.7??TPXO7.2??EOT10a???о????????????????????????????????????????????????????????????????????????????2 cm??????????50 km?????й?????NAO99b?????????RSS?14.86cm??EOT10a???????Χ??????????????????????????????     

基于ECMWF再分析地表资料计算中国区域ZTD的精度分析

利用ECMWF再分析地表资料，结合GPT2w模型提供的水汽递减率和温度递减率计算中国区域对流层延迟值的精度。首先，以中国地区75个探空站2015年地表实测气象参数为参考值，利用ECMWF地表资料得到的气象参数（P，T，e）的精度分别为1.76 hPa、1.96 K、1.98 hPa。然后，以相同测站2010~2015年探空站分层数据算得的ZTD为参考值，对ECMWF地表资料计算的ZTD的精度进行分析，并与利用探空仪地面观测数据为输入参数计算的ZTD的精度进行对比。结果显示，利用ECMWF地表资料计算的ZTD的平均bias为0.07 cm，平均RMS为3.72 cm，在低纬度地区优于利用探空仪地面观测数据为输入参数计算的ZTD的结果。以陆态网237个GNSS测站2015年的ZTD作为参考值，比对利用ECMWF地表资料计算的ZTD的精度，结果为3.41 cm。由此可知，ECMWF地面资料计算的ZTD的精度能满足普通用户对流层延迟的计算需求，可用于缺少气象参数的测站进行对流层延迟值的计算及其他相关应用。     

不同时空条件下RTKLib与在线PPP解算系统的ZTD精度评估

基于精密单点定位(PPP)技术,分析RTKLib、CSRS-PPP、MagicGNSS和CGline四类PPP软件在不同时空条件下的对流层延迟ZTD精度。结果表明：1）4类PPP软件的ZTD精度由高到低依次为CSRS-PPP、MagicGNSS、RTKLib和CGline;2）不同地理位置下4类PPP软件的ZTD精度由高到低均为北半球、南半球和赤道;3）RTKLib-ZTD受季节影响较大,精度由高到低依次为夏季、春季、秋季和冬季,季节因素对其他在线解算系统的ZTD精度影响较小。总体而言,4类PPP软件的ZTD平均精度均优于1 cm,满足当前GNSS气象学的后处理及实时应用需求。     

对流层模型评估及其在GNSS精密单点定位中的应用

以水汽辐射计（WVR）精确测定的天顶方向延迟值作为参考,评估Saastamoinen、GPT2、EGNOS、UNB3M四种常用对流层模型在上海地区的改正精度;并将WVR观测值及以上4种对流层模型计算的对流层延迟值作为真值应用到GNSS精密单点定位（PPP）中,评估其对定位精度的影响。比较发现,GPT2模型的对流层改正精度比其余3种要好,其天顶干延迟（ZHD）的偏差均值与中误差分别为-0.11 cm、±0.75 cm,天顶湿延迟（ZWD）的平均偏差与中误差分别为-2.34 cm、±7.67 cm;和传统的PPP结果相比,采用WVR对流层观测值的定位精度提高了16%。     

����GPS/GLONASS��Ͼ��ܵ��㶨λ���������춥�������ӳ�

???????GPS/GLONASS?????????λ????????????????????????GPS???????λ??????????????????ж?????IGS?????????????????ο?????????????????????????λ???й??????????IGS???????????????????????????????????????????????????????????????λ???????????????????GPS??????GPS/GLONASS??????????????IGS??????????á?     

中国区域ZTD、ZWD高程缩放因子的时空特性分析

考虑到当前已有的ZTD、ZWD垂直剖面模型时空分辨率低等不足,以NASA提供的2014~2016年气象再分析资料MERRA-2为基础,分析中国区域ZTD、ZWD高程缩放因子的时空分布特性。结果表明,ZTD、ZWD高程缩放因子均具有明显的年周期和半年周期变化,与经度、纬度相关性显著,且两者时空分布特性具有明显差异。     

基于BDS与GPS精密单点定位的天顶对流层延迟估计比较

在BDS与GPS现有星座条件下,针对若干IGS和MGEX跟踪站的实测数据,利用CODE事后GPS产品与WHIGG计算的BDS精密轨道和钟差,对GPS单系统、BDS单系统及两者组合系统进行精密单点定位（PPP）处理,估计出相应的天顶对流层总延迟量,并进行分析比较。实验表明,与IGS提供的对流层产品相比,利用GPS单系统处理,能较准确地反映出天顶对流层延迟量,其精度为mm级;BDS单系统结果较GPS单系统略差,其精度优于2cm;GPS与BDS组合系统的结果与GPS单系统结果相近。     

����BDS��GPS���ܵ��㶨λ���춥�������ӳٹ��ƱȽ�

??BDS??GPS?????????????￡????????IGS??MGEX???????????????????CODE?o?GPS?????WHIGG?????BDS?????????????GPS??????BDS??????????????????о??????λ??PPP??????????????????????????????????????з?????????????????IGS???????????????????GPS???????????????????????????????????侫???mm????BDS?????????GPS????????侫??????2??cm??GPS??BDS???????????GPS????????????     

融合GPT2w模型与GNSS参数获取大气可降水量

针对GPT2w模型误差累积所导致的天顶对流层延迟(zenith tropospheric delay, ZTD)和大气可降水量(precipitable water vapor, PWV)精度不高的问题,利用2017年长三角地区7个探空站和2个GNSS站的实测数据检验GPT2w模型获取的气压、温度、水汽压、加权平均温度(Tm)和ZTD等参数的精度,并融合GNSS解算得到的ZTD(GNSS-ZTD)与GPT2w模型获取的气象参数,提高PWV反演精度。结果表明：1)近地面处的气压、温度和水汽压的bias分布在－3~4 mbar、－7~7 K和－9~2 mbar之间,精度较高;2)GPT2w模型获取的Tm在长三角地区适用性较好,年均bias和RMS分别为－1.21 K和6.89 K;3)基于GPT2w模型解算的ZTD的bias和RMS均值分别为1.4 cm和9.4 cm,精度明显低于基于实测气象数据获得的GNSS-ZTD;4)参数融合法计算的PWV与GNSS-PWV精度相当,该方法可用于无实测气象参数时实时获取PWV。     

BDS全球定位服务能力及天顶对流层延迟估计性能评估

基于自行解算的GPS/BDS精密轨道和钟差产品,选取全球均匀分布的9个MGEX观测站1周的观测数据,使用GAMP软件进行BDS静态精密单点定位（PPP）解算,以评估BDS全星座的全球定位服务能力及天顶对流层延迟（ZTD）的估计性能。实验结果表明,BDS静态PPP解算收敛后水平方向精度优于1 cm,高程方向精度在1 cm左右,定位精度已与GPS相当;其天顶对流层估计精度优于1 cm,与GPS PPP解算的ZTD误差的RMS值相差在1 mm以内。总体来说,BDS全星座已具备与GPS相当的全球定位服务能力和ZTD反演性能。