GNSS对流层水汽监测研究进展与展望EI北大核心CSCD

对流层是近地空间环境中与人类活动联系最为密切的大气层,而水汽是低层大气圈中最重要的组成部分之一。尽管水汽在对流层中所占比例较小,但在一系列天气和多种气候变化中都扮演着重要角色。随着全球导航卫星系统(GNSS)的快速发展,GNSS对流层水汽监测成为重要的研究和应用方向。本文系统介绍了GNSS多维水汽监测及其在相关方面应用的研究现状和进展。GNSS水汽监测研究方面,当前主要集中在二维大气可降水量监测和三维湿折射率/水汽密度廓线反演两部分;GNSS水汽应用研究方面,当前主要包括定位、短临降雨及旱涝监测、数值同化预报等。     

利用TSVD参数估值变化特性确定算法截断参数

TSVD是大地测量病态问题解算的常用有效方法。影响TSVD解算效果的关键因素是截断参数,现有截断参数确定方法可提供有效的截断参数,但仍难以给出最优截断参数。以均方误差最小为准则确定截断参数是一种理论依据较充分的截断参数确定方法,但均方误差计算所需的模型参数真值在实际应用中无法获得,导致该方法难以给出理论最优截断参数。鉴于此,本文研究了基于均方误差影响下(方差与偏差联合影响)参数估值变化特性的TSVD截断参数确定方法。通过TSVD依次截掉小奇异值,获得奇异值截掉前后的方差与参数估值变化,利用两者变化分析确定偏差影响,避免依赖参数真值计算偏差,从而确定出均方误差最小理论下的截断参数。数值与应用试验结果表明,本文方法确定的截断参数可有效改善TSVD解算效果,是一种行之有效的截断参数确定方法。     

三维坐标转换的通用整体最小二乘算法

三维坐标转换模型属于非线性EIV（errors-in-variables）模型,现有整体最小二乘算法均设定了某些特殊假设条件,如仅适用于小角度或者属于非统计意义上的数值解,并且不能用于结构性的系数矩阵等,算法适用性受到极大限制。本文提出了三维坐标转换模型的通用加权整体最小二乘算法,该算法适用于任意旋转角度以及一般性的权矩阵情况下的三维坐标转换模型,并且将结构性系数矩阵、同时包含随机和非随机元素的系数矩阵等情况纳入到了统一的坐标转换模型算法。实例计算表明,本文提出的算法具有通用性,适用于实际应用中的各类三维坐标转换模型。     

GGOS Atmosphere大气加权平均温度数据的精度检验与分析

GGOS Atmosphere提供了时间分辨率为6 h、空间分辨率为2.5°×2°的全球大气加权平均温度格网数据,该数据是利用ECMWF的相关资料计算得到的。利用全球的无线电探空资料和COSMIC掩星资料对该格网数据进行了验证和分析。检验结果表明,在全球范围内,该格网数据具有很高的精度,与无线电探空资料比较,年均RMS为1.96 K,与COSMIC掩星资料比较,年均RMS为1.91 K,与中国区域的无线电探空资料比较,年均RMS为2.24 K。此外,该格网数据在不同季节的精度有差异,但较小,不同纬度区域的精度也存在着一定的差异。     

顾及设计矩阵随机误差的最小二乘组合新解法

提出了一种顾及设计矩阵随机误差的最小二乘组合解法(combined least square,CLS),该算法适用于整体最小二乘(TLS)的参数估计。给出了整体最小二乘平差新算法下的精度评定公式,解决了传统TLS解算方法难以进行严密的精度评定的难题,并通过算例验证了新算法的可行性和正确性。     

一种适用于大角度的三维坐标转换参数求解算法

针对传统的三维基准转换模型局限于求取小角度的三维基准间转换参数的缺点,提出了一种适用于大角度的三维基准转换参数求解模型。利用实测数据和模拟数据对此模型进行了验证,结果表明,所提出的算法适用于任意角度的三维基准转换,既可利用传统的最小二乘方法估计坐标转换参数,又可利用整体最小二乘方法进行参数求解,可靠性高,解算速度快。     

Bevis公式在不同高度面的适用性以及基于近地大气温度的全球加权平均温度模型

加权平均温度(T_m)是全球卫星导航系统(GNSS)反演可降水量(PWV)过程中的关键参量。利用Bevis公式和地表温度可以方便地得到地表附近的高精度T_m估计值。然而,不少研究指出,Bevis公式在高海拔地区存在较大误差。本文对Bevis公式在不同高度面的适用性进行研究后发现,Bevis公式在海拔较低时精度较高,随着海拔升高,精度逐渐降低。为了解决Bevis公式在高海拔地区适用性较低的问题,本文对近地空间范围内(本文指0～10 km的高程范围)的T_m与大气温度的关系展开了研究,发现两者在全球范围内都拥有很高的相关性,由此本文构建了基于近地大气温度的全球加权平均温度模型。对模型的检验结果表明,该模型在近地空间范围内的任意高度面上都可以提供高精度的T_m估计值。     

基于CORS的区域大气增强产品对实时PPP的影响

精密单点定位（precise point positioning，PPP）的初始化速度是制约PPP实时应用的主要因素。基于连续运行参考系统（continuously operating reference system，CORS）获取大气改正产品可以改善非组合PPP收敛时间，同时可定量探究各类大气产品对实时PPP浮点解的影响，并评估产品的精度与有效性。实时PPP实验结果表明，相对于传统PPP模式，引入电离层产品使PPP东方向收敛时间显著改善，北方向与高程方向次之，且基于非组合PPP方法获取的区域PPP电离层产品（分别改善85%、61%、18%）优于无几何距离组合相位平滑伪距方法获取的区域平滑电离层产品；引入对流层产品对高程方向的收敛时间有显著改善（52%）。而相较于单一产品和其他产品组合约束，区域PPP电离层产品和区域对流层产品组合约束PPP拥有更好的性能，对东、北、高程方向分别改善85%、63%、69%。     

基于Spearman秩相关系数的PWV与PM2.5相关性研究

在讨论大气可降水量(PWV)与细颗粒物(PM 2.5)之间的相关性时,传统方法未能很好地顾及连续数据中包含的非雾霾天气信息的影响,为此本文提出2个数据选取标准——时间标准和空气质量指数(AQI)等级标准,用于获取雾霾期间对应的PWV和PM 2.5序列。为解决数据筛选后不连续的问题,引入一种非参数性质的Spearman秩相关系数ρ,在北京市2014~2016年雾霾多发期,分析不同AQI等级对应时段的非连续等距的PWV和PM 2.5序列的相关性可知,筛选后3 a的ρ在第1、4季度的均值分别为0.6613和0.6280,整体均值为0.6447,表明雾霾天气下PWV和PM 2.5序列具有单调正向的相关性,而传统分析方法(未筛选)下两者的相关系数均较小,表明在对数据进行选取后的分析结果更具针对性和准确性。     

一种适用于电离层层析成像的TV-MART算法

针对电离层电子密度重构问题,提出了一种综合利用总变差最小化(toalvariation,TV)与乘法代数重构算法(multiplicativealgebraicreconstructiontechnique,MART)的电离层层析成像算法。该算法对反演模型的参数施加总变差约束,以提高反演过程的稳定性和结果的精确性。通过模拟数据和实测数据对模型的重构结果进行验证,结果表明,相对于乘法代数重构算法,该算法能够有效地提高电离层电子密度的重构精度。