高精度对流层天顶湿延迟模型研究

对流层湿延迟是GPS误差源中最难确定的量,鉴于目前的对流层湿延迟模型较少考虑相对湿度随高度变化对湿延迟估计的影响,文章根据对流层湿延迟折射率的变化特征,提出新的分段湿延迟模型TTZWD.通过实验证明TTZWD湿延迟精度较Saastamoinen模型有不同程度的提高,与IGS后处理结果吻合精度好,基本可以达到半波长以内.实验还证明在相对湿度未知的情况下,将相对湿度设置为1,TTZWD模型依然可以使用,与相对湿度已知时的精度相当.     

区域精密对流层延迟建模

在详细分析高差以及对流层延迟水平变化对GPS测量精度影响的基础上,通过Bernese软件估算香港连续参考站网基站数年的天顶对流层延迟,建立了符合香港地区的只需时间与位置输入参数的精密对流层延迟改正模型。经检验,新模型的对流层改正精度与输入标准气象的Saastamoinen模型相比提高了约2～3倍,对高差较大的对流层延迟改正效果更加显著。     

预测模型在对流层延迟计算中的应用研究

为了消弱对流层延迟影响,提高GPS定位的精度,探讨了利用预测模型计算对流层延迟的可行性。建立了计算对流层延迟的多元线性回归模型、组合预测模型、灰色模型和BP神经网络模型,并提出了一种基于可靠度的组合模型权系数确定方法。结合邳州、新沂两个CORS站的观测数据和地面气象数据,利用4种预测模型进行对流层延迟预测实验。实验结果表明:在48 h的预测时段内,4种模型预测对流层延迟的精度分别为10,15,25和30 mm。其中多元线性回归模型预测效果最佳,在已知学习样本真值的情况下,其预测精度达到1 cm,较传统对流层延迟改正模型精度提高约50%。     

区域天顶对流层延迟时空变化特性及其建模研究

介绍几种常用的全球对流层延迟改正模型和几种区域对流层延迟模型的建立方法,再利用美国密歇根州的8个测站天顶对流层延迟数据对天顶对流层延迟进行研究,得出天顶对流层延迟在时间尺度及空间尺度上的变化规律,与经度和纬度相关性一般,与高程强相关。通过美国密歇根州的4个测站数据分别计算3种区域对流层延迟模型,得出各个模型的精度,并比较它们的优劣,结论是一次线性插值模型是三者中精度最高的模型。     

不同全球天顶对流层延迟模型时空特征分析

对流层延迟误差与信号频率无关,且具有较强的随机性,是GNSS导航定位中的主要误差源之一。以GGOS Atmosphere发布的格网数据作为真值,从纬度、高程及时间特性3个方面分析了两种全球天顶对流层延迟ZTD(Zenith Total Delay)模型(UNB模型和EGNOS模型)的时空特征,为GNSS导航定位中模型选择的正确性与合理性提供参考依据。分析得出:在纬度方向,ZTD值的RMSE和Bias从南到北呈现递减趋势且逐渐趋于稳定,建议计算ZTD时在南半球通过格网插值,北半球采用UNB模型;在高程方向,ZTD值与高程值呈现出反比关系,EGNOS的残差值较UNB残差值分布更加均匀且规律性较强,可利用高程值进行建模修正;在时间特征方面,ZTD单天内变化较小,两模型互差在mm级且表现出一定的季节性特征。     

融合大气数值模式的高精度对流层天顶延迟计算方法

针对现有对流层天顶延迟模型改正法因水汽参数难以精确获取所导致的时空分辨率与精度上的不足问题,提出了一种融合WRF(weather research and forecasting model)大气数值模式的对流层天顶延迟估计方法。通过分析WRF模式的数值模拟机理及其数据结构特征,采用直接积分与模型改正相结合的混合计算方式,实现了全球任意位置上小时级的对流层天顶延迟估计。验证结果表明,该方法计算的小时级ZTD再分析值精度为13.6mm,日均值精度更是可达9.3mm,比传统模型UNB3m的49.6mm以及目前标称精度最高模型GPT2w的34.6mm,精度分别提高了约5倍和3.5倍。在30h的预报时段内,预报值精度也可达22mm。无论是ZTD再分析值还是预报值比现有模型的估计值精度均有明显提高。     

WAAS对流层延迟模型及其在网络RTK中的应用

对流层延迟误差是GPS定位中的一项主要误差源,一般可采用模型改正或待定参数的方法进行处理。本文首先介绍如何使用WAAS模型进行对流层延迟改正,然后给出一种网络RTK的对流层延迟误差的处理方法,最后通过对实测数据的处理,证明本文方法可有效地用于网络RTK用户对流层延迟实时改正和分析。     

全球天顶对流层延迟模型新修正方法

针对对流层延迟误差与信号频率无关且具有较强的随机性的性质,该文以GGOS Atmosphere发布的格网数据作为真值,依据现有模型的全球残差分析了不同全球天顶对流层延迟模型的时空特征,并将中误差和平均相对误差作为评价指标,在空间维对全球进行分区。以Saastamoinen作为基础模型,构建新的修正模型,在各分区内拟合新模型系数。验证结果显示:相比于Saastamoinen模型,新模型在南半球高纬地区模型计算残差平均值由0.8m降到了0.5m以下,在(0.0~0.2)绝对小误差区间的误差分布比例提升了3%左右,且模型的稳定性得到了保证。     

3种对流层干延迟模型在中国低纬度地区的精度分析

为了分析Saastamoinen模型、Hopfield模型和Black模型等干延迟(ZHD)模型在中国低纬度地区的精度情况,在中国低纬度地区的桂林、香港和海口3个地方,利用各地区相应的探空站2012年第122~152天的气象观测资料,分析了3种经验模型在低纬度地区的精度情况。结果表明,在所选的3个站内,3种经验模型计算的ZHD变化趋势具有很好的一致性,以Saastamoinen模型计算的ZHD值为参考,Saastamoinen模型和Hopfield模型的ZHD值较为接近,而Black模型计算值偏差较大。     

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。     

A simplified GNSS tropospheric delay model based on the nonlinear hypothesis

GPS Solutions - We have derived a global zenith tropospheric delay simplified model (GZTDS), assuming that the troposphere is a nonlinear system and can be handled as a black box. The GZTDS and its...     

GNSS对流层天顶延迟模型及映射函数研究EI北大核心CSCD

对流层延迟是指电磁波信号穿透中性大气层时速度和路径均发生改变的效应,具有非色散性,无法通过多频组合方式消除;由于水汽具有典型的时空非平稳特征,难以对非流体静力学分量进行精确建模。如何妥善处理对流层延迟,是提高GNSS定位精度的重点和难点问题。     

京津冀地区GNSS对流层延迟空间插值研究

对流层延迟差异影响合成孔径雷达干涉测量技术(InSAR)形变测量精度;水汽的变化影响天气变化.对流层延迟与水汽具有较好的对应,因此有必要开展全球导航卫星系统(GNSS)对流层延迟的插值研究.以京津冀地区为例,针对GNSS对流层延迟,开展对流层延迟的空间插值研究.首先开展了GNSS对流层延迟与水汽的比较分析,两者存在显著正相关特性,相关性超过91.7%,论证了对流层延迟取代水汽的可行性.然后利用反距离权重法对京津冀地区2016年9月至2017年8月的12组GNSS测站对流层延迟进行空间插值,通过提取插值点对流层延迟与GNSS站点对流层延迟比较验证空间插值精度.全年数据平均偏差最大为1.12cm,均方根误差最大为0.89cm;未发生降水过程平均偏差最大为1.25cm,均方根误差最大为0.82cm;发生降水过程平均偏差最大为1.08cm,均方根误差最大为1.38cm.京津冀平原区域的GNSS对流层延迟空间插值结果精度满足气象等应用要求,可为气象预报和InSAR大气校正提供参考.     

IGS精密星历和钟差对天顶对流层延迟精度的影响

为研究IGS精密轨道和钟差产品对天顶对流层延迟精度的影响,文章利用位于中国北京、上海、拉萨等地的6个IGS跟踪站所提供的2013年4月7日～10日4天的数据,采用GPSTools软件进行实验,计算各跟踪站的天顶对流层延迟(ZTD),并与IGS提供的对流层延迟产品进行对比.结果表明,利用IGS精密轨道解算的ZTD与IGS提供的ZTD相当,两者偏差的平均RMS优于5mm,利用IGS超快速钟差预报部分解算的ZTD与IGS提供的ZTD存在2cm～3cm误差,平均RMS大于1cm.     

网络RTK对流层拟合模型分析

为了拟合网络RTK中用户端双差对流层延迟,本文分析了基于距离的线性内插模型(DIM)、线性内插模型(LIM)原理,提出了指数拟合模型:以主参考站为原点,系数项与用户端和辅参考站间夹角成反比,指数底数值为0.35,用户端到主参考站与辅参考站到主参考站间距离比值被1减为指数.通过分析上述模型的误差系数给出了模型优缺点,试验验证了指数模型的有效性和稳定性:卫星拟合精度一般优于2cm,实现了单历元平面定位精度优于2cm,高程精度优于3cm.     

提高对流层天顶总延迟解算精度的新方法探讨

对流层天顶总延迟的解算精度,直接影响长基线解算的精度和大气水汽含量的计算精度。文中提出克利金内插法解算天顶总延迟的新方法,并利用南极长城站和周边IGS跟踪站的GPS数据,通过高精度解算软件GAMIT/GLOBK,解算出长城站上空的对流层天顶总延迟,将其与利用内插方法解算的天顶总延迟进行了对比分析,得出:利用该内插方法获取的南极长城站在夏季的天顶总延迟的均方差可达0.2mm,这对今后GPS高精度定位和GPS气象学应用来说,具有重要意义。     

高精度GNSS实时滑坡变形监测技术及环境建模分析研究

滑坡变形监测不仅是科学问题,也是实践问题。对地质滑坡灾害进行高精度变形监测是防灾减灾至关重要的命题。GNSS作为滑坡监测预警的重要手段之一,不仅具有连续高精度、全天候监测能力,而且是目前唯一可以直接获取滑坡地表三维矢量变形的监测手段。然而,滑坡灾害往往多发于山地丘陵等复杂环境下,加上地震、降雨等因素的诱发作用,极易影响GNSS技术的实时预处理质量和监测定位精度;此外,高价位的GNSS监测终端开销也使得大规模、高密度滑坡监测难以大规模推广应用。针对上述滑坡复杂环境影响和设备成本问题,本研究分别从高精度GNSS实时数据预处理算法、空间地形环境建模和低成本云平台监测系统3个方面进行了探讨。     

基于Keras平台的LSTM模型的对流层延迟预测

对流层延迟是影响全球卫星导航系统（GNSS）测量精度的重要因素. 针对现有对流层延迟模型稳定性差,精度较低等问题,在无实测气象参数条件下,提出一种基于Keras平台的长短期记忆神经网络（LSTM）的对流层延迟预测模型. 选取全球均匀分布的8个测站,使用其2016年第90-131年积日共42 天的整点对流层延迟数据预测其第132-136年积日的整点数据. 以国际GNSS服务（IGS）中心提供的对流层产品为真值,分析比较LSTM模型和反向传播（BP）神经网络模型的预测效果. 研究表明,LSTM模型预测结果的均方根误差基本达到mm级,其平均绝对误差和平均绝对百分比误差均比BP模型低,LSTM模型在精度和稳定性上较BP模型均有明显提高;LSTM模型在中高纬区域的均方根误差（RMSE）均值达到7.82 mm,中高纬地区更适合使用该模型.