顾及气象数据的中国区域对流层延迟RBF神经网络优化模型

本文基于单层气象数据(ERA5单层数据、实测气象参数)和多层气象数据(ERA5气压层数据、COSMIC掩星数据),分别采取模型法和积分法获取了我国236个陆态网GNSS测站的ZTD值,即ERA5S_ZTD、MET_ZTD、ERA5P_ZTD、RO_ZTD。以GNSS_ZTD为参考,按月评估了上述4种ZTD估计值的精度,结果表明:4种ZTD估计值的月平均RMSE依次为42.8、53.6、16.1和62.3 mm,其中基于积分法估计的ERA5P_ZTD精度最高,采用模型法计算的ERA5S_ZTD和MET_ZTD次之,而利用积分法获取的RO_ZTD值精度较低。为进一步提升利用气象数据估计ZTD值的精度,本文提出了基于RBF神经网络的对流层延迟改进模型。计算结果表明:改进模型获得的4种ZTD值与GNSS_ZTD之间的月RMSE平均值分别为23.5、32.1、14.2和40.8 mm,精度较原有ZTD估计值提升43.4%,36.3%,10.0%和34.4%。整体而言,改进模型估计ZTD值精度提升效果明显,且提升率与测站分布的密集程度有关。     

PPP与NCEP再分析资料在水汽反演的研究

对基于PPP水汽反演时站点气象数据(温度、气压)缺失的现象进行了研究,提出一种基于NCEP数据的插值方法。选择4个提供气象文件的IGS站点,将插值方法得到的温度、气压与站点实测数据比较,以实测气象数据反演得到的PWV为真实值,比较不加入气象数据、加入插值气象参数反演得到的PWV与真实值的差异。结果表明,站点插值法得到的气压与真实值差值平均RMS分别为1.39 mbar,插值温度与实测温度差值的平均RMS分别为3.83℃;不加入气象数据反演的PWV与真实值差值平均RMS为2.34 mm,而加入插值气象后,反演PWV与真实值差值平均RMS为0.37 mm,说明插值法可大大提高PWV反演精度,该方法在缺乏实测气象数据时是一种行之有效的补充方式。     

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.     

数值气象模型反演对流层延迟的精度评估

以全球IGS参考站2016年的ZTD资料为参考值,利用积分方法和ECMWF再分析资料,计算得到均匀分布在全球的133个参考站的ZTD,并对其精度进行了评估。研究结果表明:①利用ECMWF再分析资料计算的ZTD的Bias和RMS分别为3.4 mm和17.0 mm,优于NCEP再分析资料;②高纬度地区ZTD的Bias一般比低纬度地区小,高温地区ZTD的Bias比低温地区大,相对湿度变化大的地区ZTD的Bias比相对湿度变化小的地区大。     

GPT3模型在中国地区的精度分析

为验证分析最新全球气压气温模型(GPT3模型)在中国区域的模型精度,以中国区域18个IGS站为例,分别利用全球大地测量观测系统(Global Geodetic Observing System, GGOS) Atmosphere机构提供的2015-2017年气象数据和国际卫星导航服务(International GNSS Service,IGS)数据中心提供的2015年对流层延迟数据对GPT3模型气象参数和天顶对流层延迟(zenith troposphere delay,ZTD)进行验证,并联合全球其他GNSS站点共同进行GPT3模型误差特性分析。结果表明,相比GPT和GPT2模型,GPT3模型的精度和稳定性明显提高;GPT3模型在取得与GPT2w模型相近精度的同时,稳定性有所提高。GPT3模型精度受纬度影响显著,气温和气压的精度和稳定性由赤道向两极地区逐渐降低,水汽压精度几乎不受纬度影响,稳定性在中纬度和部分低纬度区域比高纬度地区差。GPT3模型对气象参数估值的偏差在低海拔地区具有随机性,以气压偏差最为明显,随着海拔升高,气压和水汽压偏差逐渐稳定在±2 hPa内,气温偏差在±2℃内。     

GNSS多系统实时对流层延迟估计及影响因素分析

为研究ZTD估计精度影响因素,使用PPP算法模型进行ZTD估计,分别使用德国地学研究中心和法国空间研究中心提供的实时和事后精密卫星产品实现ZTD解算,并针对功率谱密度、不同卫星产品、PPP解算方式(固定解或浮点解)、多系统融合解算、实施完好性监测和卫星可观测数量6个ZTD解算影响因素进行分析验证。实验使用12个欧洲IGS站,17个澳洲IGS站观测数据按照不同数据处理策略进行解算,得到了不同条件下ZTD解算结果,将解算得到的ZTD估值与IGS的ZTD产品进行对比和统计分析,得到影响ZTD解算的主要因素及利于提高ZTD解算精度的条件,以便利于后续进行实时ZTD高精度解算研究。     

一种基于SARIMA的经验对流层延迟模型

为了减弱对流层延迟的影响,提高GNSS定位精度,探讨了在无气象参数的条件下,利用预测模型计算对流层延迟的可能性,并提出了一种经验对流层延迟预测模型,即基于季节性自回归移动平均模型（SARIMA）的对流层延迟预报方法。结合中国长春和上海两个地区的ZTD数据进行预测分析,预测结果表明：基于SARIMA的ZTD预报模型能够满足不同地区不同时段下的ZTD估计需求,是一种较高精度的ZTD预报方法。     

基于相空间重构和高斯过程回归的对流层延迟预测

天顶对流层延迟(zenith tropospheric delay,ZTD)是影响GPS定位精度的关键因素,为了提高ZTD的预测精度,提出一种基于相空间重构的高斯过程回归预测模型.针对ZTD时间序列的混沌特性,利用国际GNSS服务(International GNSS Service,IGS)站提供的ZTD数据,采用C...     

顾及大高差的改进GPT3天顶对流层延迟模型

针对现有全球气温气压(GPT3)模型在大高差区域计算对流层延迟(ZTD)时存在较大误差的现象,该文提出一种顾及大高差的改进GPT3(IGPT3)ZTD模型,该模型同时考虑了ZTD残差项中的周期和高差因素对ZTD估计的影响,分别建立了顾及ZTD残差周期项的年周期模型和顾及高差项的线性模型。以青藏高原及云南区域为实验区域,选取中国环境构造监测网络青海、四川和西藏的连续运行参考站数据进行验证,统计结果发现,该文提出的方法能够改善经验ZTD的估计效果,其外符合精度的平均均方根为18.21 mm,且模型精度与测站高程无关系,说明该文提出的模型能够有效应用到大高差区域的ZTD估计。     

亚洲地区EGNOS天顶对流层延迟模型单站修正与精度分析

以亚洲地区46个IGS站2008-2011年实测的高精度天顶对流层延迟（ZTD）数据为参考值,通过对2008-2010年EGNOS模型计算ZTD的日均偏差进行频谱分析,建立了亚洲地区EGNOS模型的单站修正模型（SSIEGNOS）,对EGNOS和SSIEGNOS模型在亚洲地区的精度和适用情况进行了评估,结果表明：（1）EGNOS模型偏差和RMS在时间分布上呈现明显的季节变化规律,而SSIEGNOS模型偏差和RMS变化较小且平稳;（2）在空间分布上,两种模型的偏差随着经纬度和高程的变化均无明显规律,但随着高程或者纬度的增加RMS总体上都有递减的趋势;（3）SSIEGNOS模型预测ZTD的精度相对于EGNOS模型有明显提高。