一种基于Emardson-H的GPT3改进模型构建方法北大核心CSCD

针对GPT3模型各气象参数存在明显周期性误差的问题,以2015~2019年长三角地区7个探空站资料作为参考,分析GPT3模型残差的季节性周期变化,并利用Emardson-H模型构建一种新的GPT3改进模型。实验结果表明:1)与探空资料相比,GPT3模型气压、温度、水汽压和加权平均温度(T_(m))的均方根(RMS)均值分别为5.09 hPa、3.90 K、4.01 hPa和4.54 K;2)基于Emardson-H的GPT3改进模型气压、温度、水汽压和T_(m)的RMS均值分别为4.64 hPa、3.53 K、3.73 hPa和3.27 K,比GPT3模型分别提升0.45 hPa、0.37 K、0.28 hPa和1.27 K。综上分析,基于Emardson-H的GPT3改进模型精度相比GPT3模型有所改进。     

星载GNSS-R地表土壤湿度反演方法的对比与评价

应用气旋全球导航卫星系统(cyclone global navigation satellite system, CYGNSS)的星载反射测量遥感数据和土壤湿度主被动项目(soil moisture active passive, SMAP)发布的土壤湿度产品,对2种星载全球导航卫星系统反射测量(global navigation satellite system reflectometry, GNSS-R)地表土壤湿度反演建模方法进行对比与评价。结果表明,在单个格网上直接对标定的有效反射率和SMAP参考土壤湿度回归建立线性模型,反演得到的地表土壤湿度精度远高于格网统一建模的反演精度。使用1 a的CYGNSS陆地观测数据建立的反演模型已经具有极高的时域稳定性。5个月的测试数据表明,单格网模型反演的地表土壤湿度RMSE可达0.056 cm³/cm³,相关系数达0.9。     

组合GPS/GLONASS观测数据的三维水汽层析

基于香港卫星定位参考站网（SatRef）15个测站共6 d的数据,联合GPS和GLONASS进行对流层三维水汽层析实验。结果表明,相比GPS单系统,GPS/GLONASS组合系统能显著增加信号穿越的网格数量,提高层析水汽分布的精度,平均改善率为36%。