基于GPT3和傅里叶函数构建长三角地区ZHD模型

针对GPT3模型的对流层干延迟（GPT3-ZHD）存在明显周期性误差的问题，以2016—2020年长三角地区的7个GNSS站数据为参考，分析GPT3-ZHD残差的季节性周期变化，并利用多阶傅里叶函数建立一种新的ZHD改进模型，同时分析基于改进模型的PWV反演精度。实验结果表明：1）与GNSS相比，GPT3-ZHD和GPT3-PWV的Bias均值分别为-0.49 mm和2.72 mm,RMS均值分别为2.06 mm和11.08 mm;2）基于GPT3和傅里叶函数改进的ZHD模型Bias和RMS均值分别为-0.01 mm和0.52 mm，比GPT3模型分别提升0.48mm和1.54mm，精度改进明显；3）基于GNSS-ZTD、GPT3-Tm和改进ZHD所得PWV的Bias和RMS均值分别为0.46 mm和0.52 mm，比GPT3-PWV分别提升2.26 mm和10.56 mm。总体而言，基于GPT3和傅里叶函数的ZHD改进模型精度优于GPT3-ZHD，并可有效应用于长三角地区的实时高精度PWV反演。