利用中国区域MERRA-2资料计算ZTD和ZWD的精度分析

对流层延迟是影响高精度定位与导航的主要误差之一,也是全球导航卫星系统（global navigation satellite system,GNSS）水汽探测的关键参数。美国航空航天局发布了最新一代的大气再分析资料（MERRA-2资料）,其可用于计算高时空分辨率的对流层延迟产品,但是目前尚无文献对利用MERRA-2资料计算天顶对流层延迟（zenith tropospheric delay,ZTD）和天顶湿延迟（zenith wet delay,ZWD）的精度进行分析。因此,联合2015年中国陆态网214个GNSS站ZTD产品和分布于中国区域的87个探空站资料,对利用MERRA-2资料在中国区域计算ZTD/ZWD的精度进行评估。结果表明：（1）以陆态网ZTD为参考值,利用MERRA-2资料积分计算ZTD的年均偏差和均方根误差（root mean square error,RMSE）分别为0.32 cm和1.21 cm,且偏差和RMSE均表现出一定的季节变化,总体上呈现为夏季精度低、冬季精度高;在空间分布上,偏差随纬度和高程的变化趋势并不明显,但RMSE随纬度和高程的增加总体上呈现递减的趋...     

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。     

北京地区对流层延迟模型的建立

针对气象参数具有时空特性导致全球导航卫星系统测量精度不高的问题,该文探讨了北京地区对流层延迟模型建立的方法。使用2012年探空气象数据,基于最小二乘法拟合出北京地区气压、温度、露点温度随高程变化的关系式,建立了3层干延迟折射率模型、2层湿延迟折射率模型及天顶延迟折射率模型(BJ模型);采用Bernese软件,将BJ模型与Saastamoinen模型和Hopfield模型进行精度比较,结果表明BJ模型的残差均值及均方根均优于传统模型;同时,以1月份和7月份的BJ模型为例计算得出的区域模型适用于不同年份。     

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。     

常用对流层延迟修正模型的适用性分析及精化

针对不同对流层延迟模型的改正精度不同的问题,该文利用中国地区4个测站2015年的气象数据和天顶总延迟(ZTD)数据,研究了3种对流层延迟模型(萨斯塔莫宁(Saastamoinen)、SAAS和勃兰克(Black))在不同典型区域和不同季节的精度;在考虑Hopfield模型的纬度和周年周期特性的基础上,给出了一个新的HLD(Hopfield-Latitude-Day)模型。结果表明,3种经典模型中,Black模型的精度最高,SAAS模型次之,Hopfield模型最差。特别是在高海拔地区,以上特征更加明显。3种模型的数值精度均具有明显的季节性特征,冬季改正效果优于夏季。在低海拔地区,HLD模型的精度得到了明显提高,与同等条件下的3种经典模型相比,其精度分别提升了42.2%、40.2%和31.3%。     

大气再分析资料反演对流层延迟精度分析

针对传统对流层延迟模型在复杂山区大高差环境下误差过大的问题，该文对欧洲中期天气预报中心的ERA5大气再分析资料反演的天顶对流层延迟精度进行分析，其中ERA5 ZTD由积分法+Saastamoinen模型求得。结果表明：以精密单点定位模糊度固定估计的ZTD为参考，ERA5 ZTD平均偏差绝对值为3.8 mm,总平均均方根误差为10.5 mm。北半球夏季偏差与均方根误差最大，冬季最小，南半球反之。并址站间的日内变化趋势相同，与PPP-AR ZTD变化趋势符合性较好，且呈现明显的日内周期性变化。ERA5 ZTD均方根误差由赤道向两极呈递减趋势，不同测站高程处ZTD精度与高程无明显关系，整体表现出较高精度。总体上，ERA5 ZTD能够满足在复杂山区大高差环境下的对流层延迟误差要求，可作为数据源进行区域对流层建模。     

GPT2/GPT2w+Saastamoinen模型ZTD估计的亚洲地区精度分析

针对Global Pressure and Temperature2/Global Pressure and Temperature 2w(GPT2/2w)模型在亚洲区域对流层延迟估计中的适用性问题,该文基于GPT2/2w模型,结合Saastamoinen模型(分别用GPT2S、GPT2w-1S、GPT2w-5S表示)估计亚洲地区2007—2017年10年的天顶对流层延迟(ZTD)并分析其精度与时空分布。使用欧洲定轨中心(CODE)的ZTD产品来验证模型在亚洲地区的精度。分析结果表明GPT2w-1S模型精度最高,偏差(Bias)为0.88 cm,均方根误差(RMSE)为4.63 cm,GPT2w-5S模型精度次之,GPT2S模型最差。受水汽分布影响,时间上,3种模型精度表现出季节特性,冬季精度最好,夏季精度最差;空间上,3种模型在高海拔地区精度较好,模型精度对纬度的依赖性不明显且纬度对3种模型的影响程度差别不大。     

对流层经验改正模型在中国区域的精度评估

对流层延迟是全球导航卫星系统(GNSS)计算的主要误差之一,其模型精度对测站坐标解算有较大影响,在高程方向尤为明显。因此,有必要对不同的对流层延迟改正模型的适用性进行评估。采用SHA解算了中国陆态网GNSS跟踪站的对流层天顶延迟数据,对常用的对流层改正模型EGNOS/UNB3m/GPT/GPT2的天顶延迟量在中国不同区域、不同季节的适用性进行了分析。结果显示,4种模型的RMS均为4~5cm,各模型RMS之差小于1cm,其中GPT2模型的RMS最小;4种模型的平均偏差(BIAS)为1cm左右,GPT2模型的BIAS最大,为1.5cm;时间上,各个模型在夏季精度普遍较低,这是因为夏季水汽丰富,对流层湿延迟变化较大;空间上,各模型在东南沿海精度较低,因为东南沿海气候湿润,湿延迟变化较大;各模型精度对测站高程不敏感,精度在比较高的测站并无明显降低。通过对不同模型在中国区域的精度分析,验证该改正模型可以为中国区域用户的对流层模型的选择提供一定的参考。     

三种对流层延迟模型的精度对比

针对不同对流层延迟模型的改正精度不同的问题,该文采用3个IGS站BJFS、SHAO、WUHN的2014年对流层天顶总延迟数据以及地面气象数据,对目前常用的3种对流层延迟模型:霍普菲尔德(Hopfield)、萨斯塔莫宁(Saastamoinen)、欧洲地球静止导航重叠服务(EGNOS)的精度进行了分析。结果表明:Saastamoinen和Hopfield模型的精度相当,EGNOS模型精度略差于其余两种模型,但能满足GNSS米级的定位要求;在气象条件变化剧烈时,EGNOS模型精度不如实测地面气象数据的Hopfield和Saastamoinen模块。     

GPT2w模型在中国区域的精度检验与分析

全球温度气压湿度（global pressure and temperature 2 wet,GPT2w）模型常被用于计算某一位置的气温、加权平均温度、气压以及水汽压等各种气象参数,是目前公开的标称精度最高的对流层延迟经验模型。利用中国区域参与全球气象交换的86个测站2013-2015年的气象探空数据,对GPT2w得到的各种气象参数进行精度检验及分析。实验结果表明,气温平均偏差为1.31℃,均方根误差为3.62℃;加权平均温度的平均偏差为-1.58 K,均方根误差为4.07 K;气压和水汽压平均偏差的绝对值在1 hPa以内,其均方根误差分别为6.98 hPa与3.04 hPa。利用2006-2015年的数据分析了不同纬度模型精度的周期性特征,结果表明,气温、加权平均温度、气压和水汽压的均方根误差均具有一定的年周期特性,且在不同的纬度区域其周期特性不同。总体而言,GPT2w模型在中国地区范围内具有较高的精度和稳定性。     

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。     

一种基于遗传算法和BP神经网络的对流层延迟改正模型

对流层延迟是影响全球卫星导航系统定位精度的主要因素之一。针对全球气象数据建立的对流层延迟改正模型区域精度较低这一问题,文中基于遗传算法和BP神经网络技术,在EGNOS模型基础上建立一个高精度的区域融合模型(GA-BPEGNOS模型)。选取北美洲2010—2014年41个观测站点,以国际GNSS服务中心的对流层产品作为真值,分析比较EGNOS模型和融合模型的对流层天顶延迟。研究表明,EGNOS模型的均方根误差为80.38mm,融合模型的均方根误差为34.44 mm。与EGNOS模型相比,融合模型的精度提高约57%,取得满意效果。     

SHAtrop:基于陆态网GNSS数据的中国大陆区域ZTD模型

对陆态网223个全球导航卫星系统（Global Navigation Satellite System,GNSS）测站6 a实测对流层天顶延迟（zenith total delay,ZTD）的时空特性进行了分析,结果表明,各测站ZTD平均值随大地高指数递减,衰减因子与纬度近似线性关系,其时域变化呈现年周期和半年周期,周期、振幅、初相位与地域分布有关。综合采用周期函数及格网函数,建立了中国大陆区域ZTD经验模型SHAtrop。模型提供区域内分辨率为2.5°×2.0°的格网,用户使用时,先在相应格网内插得到对应参数,再利用三角函数得到椭球面ZTD,最后利用指数函数计算ZTD。实测ZTD的数据验证结果表明,SHAtrop的均方根误差（root mean square,RMS）为3.4 cm,优于常见经验模型。SHAtrop采用较多测站,对高程改正更精细;使用时只需要输入经纬度与时间,使用方便,能满足中国区域GNSS用户实时定位导航的ZTD改正需求。     

一种新的全球对流层天顶延迟模型

利用IGS提供的高精度对流层天顶延迟数据,在全球范围内详细分析对流层延迟在高程及水平方向的变化规律,建立了一种新的全球对流层天顶延迟模型。该模型计算方法简单,只与年积日和位置参数有关,无需气象参数。经检验,新模型的对流层延迟改正精度优于输入标准气象参数的几种常用的对流层延迟模型,满足卫星实时定位和导航的精度要求。     

利用稳健协方差转换法构建对流层顶经验模型

对流层顶与纬度具有极强的相关性,同时随季节呈周期性变化。文中利用2008年至2010年的COSMIC掩星数据采用稳健协方差估计求得每天全球范围内掩星事件处的对流层顶高度,以时间和纬度为自变量,建立对流层顶的全球经验模型。利用全球分布的28个探空站观测数据,基于与对流层顶相关的Hopfield湿延迟模型,讨论了对流层顶对湿延迟的影响。结果表明,建立的对流层顶经验模型有助于提高湿延迟的计算精度,约0～15 mm.      

4种对流层模型在南极地区的适用性分析

GPS信号传播过程中穿过对流层时受到大气折射的影响,其信号发生弯曲和延迟,因此,对流层延迟是GPS测量的主要误差源之一。对流层延迟模型改正算法的选择关系着GPS探测大气水汽的精度。介绍了Saastamoinen、Hopfield、UNB3及EGNOS等4种国际上常用的对流层延迟模型,以南极戴维斯站(DAV1)为例,计算了4种对流层模型在南极地区的天顶总延迟(ZTD)、天顶干延迟(ZHD)和天顶湿延迟(ZWD),与探空数据进行比较,得到了适合南极地区的对流层延迟模型。     

中国低纬度地区水汽转换系数分析研究

大气水汽转换系数K是利用对流层天顶湿延迟反演大气可降水量的关键参数,而大气水汽转换系数K的精度又要取决于加权平均温度Tm的精度。据此,利用中国低纬度地区8个探空站的相关数据,在Bevis公式的基础上加入了测站纬度和测站高程的影响因素,建立了一种与测站地面温度、测站纬度和测站高程有关的新的加权平均温度Tm模型,相比于Bevis模型,其在中国低纬度地区的精度提高了约29.7%,更适用于中国低纬度地区加权平均温度Tm的计算。     

基于小波分析的GPS对流层延迟变化研究

利用GAMIT软件获得了中国地壳运动监测网络GPS测站的天顶对流层延迟, 利用小波分析方法对GPS天顶对流层延迟序列进行处理, 获得了测站对流层延迟变化规律。由GPS天顶对流层延迟序列分析可知, 天顶对流层延迟序列呈明显的年周期变化;天顶对流层延迟的大小随海拔的增加而减小;低纬度和中纬度地区的对流层延迟曲线的波形存在明显差异。     

GPS天顶对流层延迟计算方法研究

对流层延迟是影响卫星定位的主要误差源之一,如何建立更适合某个地区的区域对流层延迟改正模型,成为当今的一个热门研究课题。从目前广泛应用的全球对流层延迟模型入手,借助GAMIT高精度GPS数据处理软件,分析和总结天顶干、湿延迟规律和影响天顶干、湿延迟的主要因素,探寻并构建区域天顶对流层干延迟ZHD模型。     

GPT和GPT2模型的偏差对定位结果的影响

气象模型GPT和GPT2均可用于获取测站的气压、气温等气象要素,对计算对流层延迟具有重要作用并在高精度的GPS数据分析中被广泛使用。GPT2对GPT模型精度的改进在很多文献中已经得到验证,但是目前没有相关文献对采用这两种模型获得的坐标时间序列的差异进行详尽的分析。本文分别利用气象模型GPT和GPT2处理相同的连续观测站数据,发现气压值偏差的季节性变化导致测站垂向位置偏差也产生季节性变化,是测站垂向位置“伪”年周变化信号的来源之一;同时,模型之间的气压值偏差对垂向位置的影响与测站纬度相关,表现为先验天顶延迟偏差传递进垂向位置偏差的比例随测站纬度增加而增大。