LEO卫星单频精密定轨电离层模型改进算法

电离层延迟的有效改正是LEO卫星单频精密定轨的关键所在。目前主要采用电离层比例因子法进行LEO卫星电离层延迟改正,但该方法在电子密度峰值高度确定时未考虑太阳活动、经纬度、昼夜变化、季节等因素的影响。IRI2012模型虽然考虑了上述因素对电子密度峰值高度的影响,但因其与电离层薄层高度选择的标准不一致,通常它们之间存在系统性偏差而无法直接使用。为此本文提出将电离层薄层高度作为约束条件对IRI2012模型确定的电子密度峰值高度的均值进行参数约束估计,得到一种改进的电离层模型算法,并利用Swarm卫星GPS观测数据对其进行验证。结果表明:改进的电离层模型对Swarm卫星径向、切向和法向定轨精度均有不同程度的提高,尤其对轨道径向和法向精度改善最为明显,分别提高了31.6%和32.0%;同时较大幅度地降低了轨道的系统性偏差,尤其是在径向和法向,分别平均降低了65.0%和54.7%。     

两种GPS测定电离层电子密度模型的探讨

详细推导出利用GPS双频码距及载波相位观测值进行电离层电子密度求定的Klobuchar模型以及Georgiadou模型,给出了求定这两种模型参数的数学表达,从理论上指出该两种模型适合单历元解算的基本条件,通过实例进行了两种模型的电离层修正误差及误差频率的分析和比较。结果证明,与Klobuchar模型相比,Georgiadou模型具有表达形式简单,对模型参数的初值精度要求较低,数据利用率较高,参数估计精度较高等优点。     

利用全球电离层地图分析芦山地震电离层异常变化

利用全球电离层地图（ g lobalionos p herema p,gim） 提 供 的 垂 直 电 子 含 量（ verticaltotalelectroncon-tent,vtec） 观测值,采用滑动四分位距法分析了芦山地震前后的电离层异常。为了探讨异常现象与地震之间的相关性,进一步确定了震中附近上空 vtec 东 向 及 北 向 梯 度 变 化,并 比 较 分 析 了2008～2012 年 相 同 时间段的 vtec 变化。结果表明,2013年4月18～20日的负异常现象很可能与地震相关。通过分析震中附近电离层赤道异常的变化,发现赤道异常峰值在震前5d内明显减 小,且 峰 值 的 位 置 向 磁 赤 道 方 向 移 动。结 合电离层负异常现象及赤道异常的变化,本 文 认 为 芦 山 地 震 孕 震 区 内 异 常 电 场 可 能 是 引 起 电 离 层 异 常 的 主 要原因之一。     

利用全球电离层地图分析芦山地震电离层异常变化

三维电子密度是研究电离层空间结构的关键参数,现有的技术和方法存在空间分辨率不足的缺陷。基于此,提出一种联合全极化合成孔径雷达(synthetic aperture radar, SAR)和国际参考电离层(international reference ionosphere,IRI)模型估计高空间分辨率三维电子密度分布的方法。首先利用全极化SAR计算法拉第旋转(Faraday rotation,FR)角;然后根据FR角结合磁场信息估计垂直总电子含量(vertical total electron content,VTEC);最后联合估计的VTEC和IRI电子密度剖线求解三维空间电子密度分布。为了验证所提方法的可行性,利用覆盖美国阿拉斯加地区的先进陆地观测卫星（advanced land observing satellite, ALOS）-1全极化SAR影像进行了实验,并获取GPS及Poker Flat测站的非相干散射雷达(incoherent scattering radar, ISR)数据对实验结果进行验证。结果发现,相对于IRI三维电子密度,所提方法获取的高空间分辨率三维电子密度整体误差减少了33.57%,其中高于133 km的电子密度误差减少了47.98%。     

不同活跃状态下香港区域电离层建模分析

针对如何选取合适的区域电离层模型阶数的问题,该文研究了不同活跃状态下香港区域电离层模型的精度,提供了电离层平静期、活跃期、异常期区域电离层球谐函数建模的最佳阶数。利用低纬度香港CORS网数据,建立区域电离层模型,通过对比欧洲定轨中心(CODE)电离层产品验证了区域电离层模型最佳阶数的建模精度。在约110 km区域范围内,研究结果表明：(1)电离层平静期,1～5阶球谐模型垂直电子总含量(VTEC)建模效果相当,相对于CODE产品VTEC偏差的均值为2.286～3.300 TECU;(2)电离层活跃期和异常期,2阶模型VTEC建模精度最高,相对于CODE产品VTEC偏差的均值分别为4.121、4.546 TECU;(3)随着球谐模型阶数增加,2阶以上球谐模型电离层拟合精度无显著提升;(4)随着电离层活跃更加剧烈,球谐模型拟合残差逐渐增大,拟合效果和建模精度出现下降。     

基于河北省CORS的区域电离层模型精度分析

为提高区域电离层模型和导航定位服务的精度,利用河北省连续运行参考站系统（CORS） 6个基准站的GPS卫星观测数据进行区域电离层建模和接收机差分码偏差（DCB）估计,并引入中国科学院（CAS）发布的电离层产品内插得到的垂直总电子含量（VTEC）进行区域电离层模型精度验证。实验结果表明,估计的单日GPS卫星DCB与产品值精度相当,偏差控制在0.5 ns以内;河北省CORS站GPS系统接收机DCB稳定性较好,5 d的标准偏差均小于0.1 ns;利用河北省CORS建立的区域电离层TEC在地磁平静期与磁暴期均与CAS产品值具有较高的一致性,TEC偏差控制在2 TECU以内。河北省区域电离层模型能有效监测电离层TEC在不同地磁状态下的时空变化,提高区域导航定位服务水平。     

附有国际参考电离层约束的全球电离层模型

提出利用国际参考电离层附加虚拟观测值对总电子含量值为负数的地区、赤道异常区域和南半球区域电离层进行约束,在日固地磁参考系下采用15阶次的球谐展开建立全球电离层模型,解算得单位权中误差约为1. 6TECU,残差绝对值小于3TECU的比例达90%以上,且全球电离层图与IGS电离层工作组的电离层产品精度相当,偏差RMS约为3. 7 TECU,卫星差分码偏差与欧洲定轨中心相比优于0. 1 ns,与 IGS相比优于0. 2 ns,接收机差分码偏差与欧洲定轨中心相比优于1 ns(大部分优于0. 5 ns),与lGS相比优于1. 5 ns.实验结果表明,附有国际参考电离层约束的全球电离层模型确保了全球各个地区的电离层总电子含量为正值,且有效提高了全球电离层模型在赤道异常区域、海洋地区和南半球的精度。     

NeQuick2电离层改正模型的性能评估

NeQuick2电离层改正模型是在NeQuick1模型基础上改进而来的。利用GPS实测观测值在不同卫星截止高度角情况下获得的斜路径总电子含量作为参考,对该电离层模型性能进行评价,并与常用的国际参考电离层和Klobuchar电离层模型进行比较。结果表明,NeQuick2模型获得的斜向总电子含量与实测差值的标准差保持在15TECU以内,其稳定性显著优于国际参考电离层和Klobuchar模型。     

电离层层析VTEC投影函数模型

目前通用的电离层投影函数在电离层垂直总电子含量(VTEC)向倾斜总电子含量(STEC)转换的过程中仅考虑高度角的影响,未考虑方位角的影响。针对此问题提出了一种基于电离层层析技术的新模型。该模型通过分析电离层电子密度分布的特点,对电子密度进行合理分层;并利用各层电子含量所占总电子含量比例确定权值。通过对穿刺射线的STEC进行分段计算,并对每段电子含量与对应权的乘积求和来确定最终的STEC值。最后,将新方法和传统方法得到的STEC值分别与"STEC真值"进行比较,验证了新算法的精度和可靠性。     

国际参考电离层2016模型在陆海区域的精度分析

为了研究IRI 2016模型在陆地、海洋及全球整体的预报精度和差异性问题,该文利用IGS组织提供的20002019年全球电离层TEC数据和12个GNSS跟踪站(陆地区域跟踪站6个,海洋区域跟踪站6个)实测TEC数据,基于陆地和海洋独立研究的方法,借助数理统计、相关系数及时间序列,分析了IRI 2016模型在陆地与海洋区域的精度特征.结果 表明:IRI 2016模型精度与研究区域内跟踪站的数量、纬度有密切关系,跟踪站密集区域、低纬度地区模型精度较高;太阳活动强度与IRI 2016模型精度高度相关,2008年和2019年为太阳活动低年,模型的精度较高.IRI 2016模型在全球范围内,相较于海洋区域,陆地区域模型的精度较高;与春秋冬三季相比,夏季TEC预测值与CODE GIM统计差值最小,模型的精度最高.     

全球电离层模型的OpenMP多线程并行解算

探讨了OpenMP多线程技术在全球电离层建模中的应用。在日固地磁参考系下采用15阶次的球谐展开建立全球电离层模型,并对1天解、3天解两种方案的结果与IGS电离层产品进行了对比,电离层图偏差的均方根约3~5 TECU,且3天解的方案首尾两组电离层图与IGS产品符合得更好;卫星差分码偏差和接收机差分码偏差与IGS的差异分别约为0.2 ns和2 ns,仅有少数几个接收机差分码偏差在少数几天与IGS差异较大,超过3~4 ns。实验中使用Dell服务器R730（配置:128 GB内存、2个CPU、8个核心和32个线程数）,采用OpenMP多线程并行计算能够明显提高全球电离层模型的建模效率,单天解算仅需约7 min,3天解算需约22 min,效率提升近8倍。使用3 d观测数据并采用OpenMP多线程并行计算来建立全球电离层模型可有效节省建模时间,同时还能提高首尾两组模型系数的精度以进一步提升全球电离层模型的精度,对建模算法的测试、电离层产品的快速发布以及模型后续检验和预测等带来了便利,也为后续实现利用多卫星导航系统观测数据快速建立全球电离层模型提供了参考。     

基于超算的全球电离层模型快速并行解算

为应对日益丰富的观测数据以及数据再处理对高性能计算的需求,开发了基于OpenMP以及MPI（Message Passing Interface）并行计算的全球电离层快速建模算法。采用武汉大学超级计算机对全球电离层建模效率进行了不同并行计算方案的实验。结果表明,采用多节点MPI并行计算能够极大地提高数据处理效率,相比传统单节点串行计算提高了近30倍,相比单节点OpenMP并行计算提高了近3~4倍。MPI并行计算方案充分利用了丰富的计算机资源来提高全球电离层建模效率,对电离层建模算法的快速测试、产品的重新再处理具有重要作用,对多系统全球导航卫星系统（Global Navigation Satellite System,GNSS）快速精密定轨、大规模GNSS网解也有较好的参考价值。     

北斗全球系统广播电离层模型性能初步评估

北斗三号系统于2017年正式启动建设,将采用新的北斗全球电离层延迟修正模型（BeiDou global ionospheric delay correction model,BDGIM）。使用高精度格网电离层数据和双频实测电离层延迟数据作为参考,对北斗试验卫星系统播发的BDGIM模型精度进行了相应分析和评估,并与北斗Klobuchar和GPS Klobuchar模型精度进行了比较。研究结果表明,在中国区域,BDGIM模型和北斗Klobuchar模型精度相当,优于GPS Klobuchar模型;在全球范围内,BDGIM模型精度优于北斗Klobuchar和GPS Klobuchar模型。采用不同电离层模型进行伪距单频单点定位,并对定位结果进行对比分析,结果显示,使用BDGIM模型比北斗Klobuchar模型的定位精度有13%的提高,比GPS Klobuchar模型有7%~10%的提高。     

利用深度学习模型进行城市内涝影响分析

城市内涝是当前典型的一类城市自然灾害,影响着居民的生活质量。以城市内涝点作为研究对象,综合考虑内涝对城市居民工作和生活等方面造成的影响,筛选出与影响程度相关的21类空间数据。同时,基于深度学习原理构建栈式自编码神经网络模型,结合层次分析法获取的内涝点影响程度标签,剖析21类空间数据与内涝点对居民工作生活影响程度的关系,实现城市内涝对居民工作和生活影响的定量分析。实验表明,栈式自编码神经网络模型能准确地描述内涝点周围的系列空间数据与内涝影响程度之间的关系,可有效预测潜在内涝点对居民工作和生活的影响程度大小,可用于城市防洪排涝方案的制定和排水管网的优化设计。     

基于深度学习的PM2.5预测模型建立

本文以京津冀地区为例,选择大气气溶胶光学厚度AOD(Aerosol Optical Depth)和气象参数为影响因子,建立基于深度置信网络DBN(Deep Belief Nets)的PM2.5预测模型,对PM2.5进行有效预测,并与BP神经网络预测结果对比,最后形成整个京津冀地区的PM2.5预测专题图。实验结果表明基于深度学习的置信网络对PM2.5浓度预测效果比BP神经网络更佳,预测精度有较大提高。     

利用GPS载波相位观测值建立区域电离层模型研究

介绍利用载波相位观测值建立区域电离层模型的理论和方法，讨论该模型在实现过程中需要注意的问题，结合具体算例与利用伪距观测值计算的电离层模型的精度进行比较。     

基于相对电离层延迟模型的单频GPS精密单点定位算法研究

分析了单频GPS精密单点定位的特点,提出了先在卫星间求差,再在相邻历元间求差的单频GPS动态定位数学模型,实现了定位坐标的非线性参数估计求解方法。为了降低电离层延迟残差对单频PPP的影响,研究建立了一种相对电离层延迟模型,并基于神经网络理论,实现了相应的算法,通过计算实例进行了精度分析。     

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。     

耦合知识图谱和深度学习的新一代遥感影像解译范式

在遥感大数据时代,遥感影像智能解译是挖掘遥感大数据价值并推动若干重大应用的关键技术,如何将知识推理和数据学习两类解译方法有机联合已成为遥感大数据智能处理的重要研究趋势。由此提出了面向遥感影像解译的遥感领域知识图谱构建与进化方法,建立了顾及遥感成像机理和地理学知识的遥感领域知识图谱。在遥感领域知识图谱支撑下,以零样本遥感影像场景分类、可解释遥感影像语义分割以及大幅面遥感影像场景图生成3个典型的遥感影像解译任务为例,研究了耦合知识图谱和深度学习的新一代遥感影像解译范式。在零样本遥感影像场景分类实验中,所提方法在不同的可见类/不可见类比例和不同的语义表示下,都明显优于其他方法;在可解释遥感影像语义分割实验中,知识推理与深度学习的联合方法取得了最好的分类结果;在大幅面遥感影像场景图生成实验中,知识图谱引导的方法精度明显高于基准的频率统计方法。遥感知识图谱推理与深度数据学习的融合可以有效提升遥感影像的解译性能。