基于探空数据的对流层延迟模型精度评估

采用IGRA提供的2017年81个无线电探空站的探空资料,对4种对流层延迟模型在中国区域的精度进行综合评估与分析。结果表明,GPT2w模型的性能要优于依赖气象参数的Saastamoinen模型及基于球谐函数的GZTD和UNB3m模型;GPT2w模型的偏差均值MB(mean bias)和均方根误差RMSE分别为-0.8 cm和4.1 cm,各测站的MB和RMSE分别处于-2~2 cm和1.3~7.9 cm之间。UNB3m模型在中国区域存在较大的MB和RMSE,模型的RMSE最大可达10.2 cm。4种模型的精度对测站纬度具有一致的敏感性,表现为随测站纬度的升高而降低;模型精度呈明显季节性变化,且不同模型对季节的敏感程度有所差异;对流层湿延迟难以精确建模导致模型精度在夏季(RMSE为6~9 cm)低于冬季(RMSE为2~2.5 cm)。     

一种新的全球对流层天顶延迟模型GZTD

对流层延迟是GNSS导航定位主要误差源之一,主要受气象参数(如总气压、温度和水汽压等)的影响,具有变化随机性强的特点.本文利用 GGOS Atmosphere提供的2002-2009年全球天顶对流层延迟格网时间序列研究了全球对流层天顶延迟的时空变化特征.并以此为基础对全球天顶对流层延迟(Zenith Troposphere Delay, ZTD)进行建模,提出了一种基于球谐函数的全球非气象参数对流层天顶延迟改正模型--GZTD模型.实验对比结果表明考虑ZTD经纬向变化的GZTD模型内符合精度全球统计结果(bias:0.2 cm,RMS:3.7 cm)优于只考虑ZTD纬向变化的UNB3m (bias:3.4 cm,RMS:6.0 cm)、UNB4 (bias:4.7 cm,RMS:7.4 cm)、UNB3 (bias:4.0 cm,RMS:7.0 cm)和EGNOS (bias:4.5 cm,RMS:6.9 cm)等模型.使用全球385个IGS站进行外符合检验,统计结果表明GZTD模型(bias:-0.02 cm,RMS:4.24 cm)同样优于其它模型.GZTD模型具有改正效果良好、使用简单、所需参数少等优点.     

GTDM:一种获取全球对流层延迟的新模型

对流层延迟是GNSS定位的主要误差源。现有的各对流层延迟模型大多存在过度拟合的弊端,不能反映延迟在短时间内的细节变化。本文利用2011-2017年ECMWF气象资料分析了对流层延迟的变化特征,发现同一格网相邻年份之间全球对流层延迟偏差绝大多数在5 cm内。在此基础上,本文提出了一种非参数拟合的对流层延迟模型GTDM。经验证,GTDM模型具有较好的拟合效果。本文将2016-2017年IGS分析中心提供的对流层延迟产品数据、探空气象数据解算的对流层延迟作为外检核数据,验证结果表明,GTDM模型在全球范围的精度均优于GZTD、GPT2w、UNB3m模型。GTDM模型建模方法简单,可避免过度拟合对流层延迟值的问题,能够有效地反映对流层延迟变化特征。     

一种改进的全球对流层天顶延迟模型

顾及文献[16]所建立的全球对流层天顶延迟模型GZTD的时间分辨率为24h,为进一步提高GZTD模型的时间分辨率,利用GGOS atmosphere的2002—2009年全球天顶对流层延迟格网时间序列按照其6h的时间分辨率分别建模,再采用三次样条插值计算任意时刻的天顶对流层延迟估值,由此构建了一种时间分辨率更高(6h)的改进的GZTD模型(GZTD-6h)。经过两种模型内符合检验对比分析表明,GZTD-6h模型内符合精度(bias:0.17cm,RMS:3.9cm)优于GZTD(bias:0.17cm,RMS:4.4cm)。使用全球IGS站进行外符合检验,统计结果表明GZTD-6h模型(bias:-0.22cm,RMS:4.05cm)相比GZTD(bias:-0.45cm,RMS:4.51cm)改善明显。