Global Statistical Assessment and Cross-Calibration with Jason-2 for Reprocessed HY-2 A Altimeter Data

HY-2 A (Haiyang-2 A) satellite was launched on August 16, 2011 and radar altimeter is one of its main payloads. We reprocessed two years of HY-2 A altimeter sensor geophysical dataset records (SGDR) data. This paper presents the main results in terms of reprocessed HY-2 A altimeter data quality: verification of data availability and validity, monitoring several relevant altimeter parameters, and assessment of the HY-2 A altimeter system performances. A cross-calibration analysis of reprocessed HY-2 A altimeter data with Jason-2 was conducted. The reprocessed HY-2 A altimeter data show good quality and have a low level of noise with respect to Jason-2. The same geophysical correction methods were used to calculate the sea surface height (SSH) for the two missions. The mean standard deviations of the crossover differences for HY-2 A and Jason-2 are 5.24 cm and 5.34 cm, respectively. The mean standard deviation of the crossover differences between HY-2 A and Jason-2 is 5.37 cm. These show that HY-2 A can provide SSH measurements at almost the same level of accuracy as Jason-2. The relative SSH bias between HY-2 A and Jason-2 due to the Ultra Stable Oscillator (USO) drift is obviously observed, and it can affect the calculation of mean sea level and should be further studied and corrected.     

北斗卫星类型间偏差快速改正分析

针对北斗卫星类型间偏差（ISTB）导致载波相位差分高精度定位（RTK）的整周模糊度无法固定问题，本文提出了改进ISTB快速改正方法，在观测量层面仅利用1组不同卫星类型的载波相位差分观测量即可实现ISTB估计与改正，实际应用中较传统方法更具普适性与简易性。该方法的测试结果表明，ISTB值由NH码调制不同引起，不同频点的ISTB值具有不一致性；此外，有无改正ISTB的北斗RTK性能对比反映了ISTB会严重降低整周模糊度固定与RTK定位性能。由此可知，本文方法能够保障现阶段北斗接收机更新换代过程中北斗RTK的高精度与高可靠性能。     

基于核函数NPSSB模型的HY-2A卫星雷达高度计海况偏差研究

利用机器学习的方法,对14个周期HY-2A卫星高度计数据:风速、有效波高和海面高度差值进行训练,探究海况偏差和风速、有效波高之间的关系,创建海况偏差核函数非参数模型(NPSSB),并与参数模型中具有代表性的BM3、BM4模型进行对比。研究表明:(1)核函数NPSSB模型能够很好的反映SSB与U、SWH之间的关系,SSB与U呈二次函数关系,SSB与SWH呈反比例函数关系;(2)核函数NPSSB模型对SSB的模拟能力与训练数据集相关,数据量越多,模拟能力越好;(3)核函数NPSSB模型与BM3、BM4模型都存在0^-0.03 m的差值,随着风速和有效波高的增加,差值的绝对值越大。     

Study on the negative bias temperature instability effect under dynamic stress

This paper studies negative bias temperature instability (NBTI) under alternant and alternating current (AC) stress. Under alternant stress, the degradation smaller than that of single negative stress is obtained. The smaller degradation is resulted from the recovery of positive stress. There are two reasons for the recovery. One is the passivation of H dangling bonds, and another is the detrapping of charges trapped in the oxide. Under different frequencies of AC stress, the parameters all show regular degradation, and also smaller than that of the direct current stress. The higher the frequency is, the smaller the degradation becomes. As the negative stress time is too small under higher frequency, the deeper defects are hard to be filled in. Therefore, the detrapping of oxide charges is easy to occur under positive bias and the degradation is smaller with higher frequency.     

基于方差递推法的Kalman滤波在钟差预报中的应用

卫星导航系统中星载原子钟的钟差预报对于导航、定位及授时具有重要的作用。为了提高卫星钟差预报的精度,设计了一种两步确定卫星钟噪声协方差矩阵的Kalman滤波钟差预报模型。该方法首先基于Hadamard总方差确定卫星钟噪声协方差矩阵的初值,然后,使用方差递推法得到滤波过程中卫星钟的噪声协方差矩阵。使用GPS系统的星载铷钟数据进行短期预报,并与常用的二次多项式模型、灰色模型进行对比,结果表明:本文中提出的方法可以实现高精度的卫星钟差预报且预报效果优于两种常用模型,同时,该方法能够在一定程度上弥补预报误差随预报时间增加而不断变大的不足。     

中国南海夏季风强、弱年多尺度相互作用能量学特征

中国南海夏季风为东亚季风的主要系统之一,其具有多重尺度特征,除季节平均环流场外,低频（季节内振荡）和高频（天气尺度）扰动也十分活跃,各尺度系统存在明显的年际变化。该研究使用ERA-Interim和NCEP/NCAR两套再分析资料,从季风平均动能（MKE）诊断的角度出发,探讨了1979-2010年中国南海夏季风环流年际变化的能量来源及其和扰动场的相互作用过程。结果表明:中国南海夏季风对流活跃年份,中国南海南部（12°N以南）及中南半岛一带为季风平均动能显著增强区,此与南亚季风区西风急流的增强并向东延伸有关;中国南海北部（12°N以北）及西太平洋为气旋性环流盘踞,季风槽加深。中国南海南部季风平均动能增强的能量源自于扰动动量通量与平均环流的相互作用,强季风年,平均环流失去较少的动能给扰动场（亦即平均环流保留较多的动能）。通过进一步探讨高频（<10 d）及低频（10-90 d）扰动场与平均环流不同分量的（散度、涡度、风垂直切变）相互作用过程,发现季风平均动能的增长主要来自于<10 d扰动与季风平均散度和涡度的相互作用。中国南海北部季风槽区季风平均动能的维持来自于大气热源和平均上升运动的相互作用,但同时有较多的季风平均动能向扰动动能转换,有利于扰动的成长。因此,强季风年,中国南海北部热带气旋生成数目增多,夏季北传的季节内振荡也增强,导致中国南部沿海及华南地区出现较多的灾害天气。      

利用Abel-Poisson径向基函数模型化局部重力场

多种类型高分辨率重力场数据的不断增加,使得在局部范围内精化重力场模型成为了可能。本文采用Abel-Poisson核将重力场量表示成有限个径向基函数线性求和的形式,对局部区域的多种重力场数据进行联合建模。为了提高运算速度,运用了基于自适应精化格网算法的最小均方根误差准则(RMS)来求解径向基函数平均带宽。以南海核心地区为例,联合两种不同类型、不同分辨率的重力场资料(大地水准面起伏6'×6'、重力异常2'×2'),构建了局部区域高分辨率的重力场模型。所建模型表示的重力场参量达到了2'×2'的分辨率,对原始的重力异常数据(2'×2')拟合的符合程度达到±0.8×10-5m/s2。结果表明,利用径向基函数方法进行局部重力场建模,避免了球谐函数建模收敛慢的问题,有效提高了模型表示重力场的分辨率。     

顾及周期项误差和起点偏差修正的北斗卫星钟差预报

根据北斗卫星导航系统星载原子钟自身的物理特性,采用武汉大学IGS数据中心发布的2016年1月1日至2016年11月1日共306天的事后钟差产品进行谱分析。分析结果表明:北斗卫星导航系统的3类卫星钟都存在一定的周期特性;其中GEO和IGSO卫星钟的主周期相对较为明显;GEO卫星钟的主周期依次为12、24、8和6h;IGSO的主周期为24、12、8和6h;而MEO的3个主周期为12.9、6.4和24h。依据各类原子钟的周期特性,同时对各天之间钟差的起始点偏差进行修正,并利用修正模型对北斗卫星钟差进行预报和精度分析。试验结果表明,改进的预报模型能显著提升北斗卫星的钟差预报精度,北斗卫星钟差24h、12h、6h的平均预报精度分别能达到6.55ns、3.17ns和1.76ns。     

均生函数与BP神经网络耦合模拟预测模型(MGF-BP-I)的建立与应用

水文气候因子模拟预测对气候变化研究、农业墒情预报、生态环境改善、水资源合理开发利用等具有一定参考意义。均生函数、BP神经网络及其结合改进方式在模拟预测中各有优点,被广泛应用,但仍有进一步改进空间。针对MGF、MGF-OSR、MGF-OSR-BP等方法粗选因子集、粗选集组合筛选、收敛适应性、精度控制等可改进空间,进一步发挥均生函数和BP神经网络优势,建立了MGF-BP-I模拟预测模型。利用MGF-OSR、MGF-OSR-BP、MGF-BP-I对科尔沁沙地区域平均年降水进行了模拟预测。结果表明,建模期MGF-OSR-BP、MGF-BP-I拟合效果均较好,MGF-BP-I建模阶段最优模式精度优于MGF-OSR-BP,MGF-BP-I整体同时最优模式结果也非常好。检验期,MGF-BP-I检验阶段最优及整体同时最优两种模式拟合效果最好,相比其他模式精度有所提高。MGF-BP-I考虑更加全面,充分发挥了均生函数和BP神经网络优势,精度远高于MGF-OSR和MGF-OSR-BP,MGF-BP-I整体同时最优模式更符合实际应用,效果理想,可用于水文气候因子模拟预测。