顾及多因子影响的中国西部地区大气加权平均温度模型精化研究

针对中国西部地区地形起伏较大等情况,分析大气加权平均温度(Tm)与测站高程、地面温度的关系,利用2014?2016年探空数据,在Bevis模型基础上建立一种与地面温度、高程和季节变化有关的新Tm模型.以2017年探空数据为参考值,对新模型进行精度分析,并与广泛使用的Bevis模型和GPT2w模型进行精度比较.结果表明,...     

一种新的方差检验模型在GPS网基准点兼容性分析中的应用

在分析已有的单位权方差假设检验法基础上,讨论了基于单位权方差比构造统计量的方法,进而提出了一种新的适用于工程GPS网基准点兼容性分析的单位权方差假设检验模型,简称方差检验模型。利用算例验证了新模型的可行性和有效性。     

顾及地形起伏的中国低纬度地区湿延迟与可降水量转换关系研究

在地基GPS气象学中,湿延迟(zenithwetdelay,ZWD)与可降水量(precipitablewatervapor,PWV)的转换系数犓是一个重要的参数?疚睦弥泄臀扯鹊厍ǎ玻埃埃场悖巍玻福病悖危玻案鎏娇照荆玻埃埃浮玻埃保蹦甑奶娇帐荩治隽藸酥邓娌庹疚扯群秃0蔚谋浠卣鳎⒔⒘艘恢治扌枵镜闫笫?仅与站点纬度、年积日和海拔相关的区域转换系数犓值腜汀=峁砻鳎髡酒骄鶢酥捣直鹚嫖扯取⒑０蔚脑龃蠖跣?减小速率分别为0.0002/(°)和0.002/km;本文建立的区域模型的精度与单站模型或者通过加权平均温度(犜犿）获得的转换系数犓值的精度相当,可用于该区域无气象数据条件下ＧＰＳ反演ＰＷＶ     

一种新的高精度全球对流层天顶延迟模型

对流层延迟是影响高精度卫星导航定位的关键因素,也是大气科学研究的重要数据.针对已有全球对流层延迟模型的模型方程未同时顾及高程、纬度和季节变化以及模型构建时仅使用单一格网点数据等问题,本文提出了一种对流层天顶延迟（ZTD）全球模型构建的新方法,即引入滑动窗口算法将全球剖分为大小一致的规则窗口,利用2008—2015年全球大地观测系统（GGOS）大气格网产品构建每个窗口同时顾及高程、纬度和季节因子的全球ZTD新模型（GGZTD模型）.联合未参与建模的2016年全球GGOS格网产品和2016年全球316个IGS站精密ZTD产品,检验了GGZTD模型的精度和适用性.结果表明：以GGOS大气格网ZTD产品和IGS站ZTD产品为参考值,GGZTD模型在全球的精度分别为3.58 cm和3.62 cm,相对于UNB3m模型和目前标称精度最优的GPT2w模型计算的ZTD信息,GGZTD模型在全球表现出了最优的精度和稳定性,其精度相对于UNB3m模型具有显著的提升（精度提高了30%以上）,相对于GPT2w模型仍具有一定的改善;在ZTD计算时GGZTD模型相对于GPT2w模型显著地减少了模型参数,尤其相对于GPT2w-1（减少了99%）.GGZTD模型只需输入位置与时间和依赖相对较少的模型参数则能在全球获得高精度和稳定的ZTD信息,极大地提升了模型的计算效率.

     

用切比雪夫多项式标准化GPS卫星轨道

根据精密星历提供的等时间间隔点上的卫星坐标,采用切比雪夫多项式拟合的方法,选用达到精度要求的最佳拟合多项式阶数,对GPS卫星轨道进行标准化,从中得出：选用不同的多项式阶数直接影响到拟合的精度。     

自适应卡尔曼滤波法用于变形监测数据处理

卡尔曼滤波作为一种动态数据处理方法广泛应用在变形监测数据处理中。文中针对传统卡尔曼滤波因动态噪声不准或不容易确定影响结果准确度的问题,提出并探讨了方差补偿自适应卡尔曼滤波,并通过传统卡尔曼滤波和自适应卡尔曼滤波对GPS变形监测数据进行处理,其结果表明方差补偿自适应卡尔曼滤波对GPS变形监测具有很好的剔除噪声的作用,效果明显。     

Matlab与Visual C++混合编程处理全站仪数据的方法

内业数据检核中经常要对点的外业实测坐标与内业成图后的坐标进行比较,以此来发现是否出现造点或是点位挪动的情况.同时经处理后的观测数据能直观地得到外业人员想要的三维坐标,可方便地进行下一步的测量工作.以南方全站仪为例,利用Matlab 与visual C++混合编程生成可脱离Matlab环境直接运行的可执行文件,并给出相关...     

GPT3模型反演GNSS大气可降水量精度评定

采用中国区域2017~2018年与GNSS站并址的49个探空站资料对GPT3模型估算的气象参数的精度进行评估,再利用49个GNSS站结合GPT3模型估算的气象参数反演日均大气可降水量PWV,并采用与GNSS站并址的探空站数据对其精度进行评定。实验得出：1）在中国地区,1°分辨率的GPT3模型的精度和稳定性优于5°分辨率,其气压、气温和大气加权平均温度T_m的偏差均值分别为0.73 hPa、1.34 K和－1.67 K,均方根误差均值分别为4.21 hPa、3.75 K和4.15 K;2）利用GPT3模型提供的气温结合Bevis经验公式反演的PWV与GPT3模型提供的Tm反演的PWV精度相当,且2种方法反演的PWV和探空资料实测地表温度反演的PWV呈现很好的一致性,在我国青藏高原和西北地区反演PWV的精度优于我国南方和北方地区。     

基于多源数据和广义回归神经网络的ZWD预报模型EI北大核心CSCD

对流层湿延迟是GNSS误差源较难改正的部分。主流的天顶湿延迟(ZWD)经验模型大多基于单源数据,如探空数据或再分析资料的一种,且通过预设模型函数表征ZWD在不同尺度上的变化,难以准确描述ZWD在不同尺度上的非线性复杂变化,精度有待进一步提高。针对此问题,基于多源数据和具有强大非线性逼近能力的广义回归神经网络(GRNN),构建了一种ZWD预报模型。首先,采用GRNN模型优化和降采样两种不同数据源的格网ZWD,并将其与探空ZWD合并,获取高质量的ZWD数据集;然后,根据ZWD受时空影响较大的特点和机器学习的特点,设计了GRNN训练模型的输入变量和输出变量;最后,采用后验寻优的方法确定模型参数,进而获得最优的预报模型。经探空ZWD验证,相比国际典范经验模型GPT2w,模型的精度提高了25.3%(以RMS计);相对同方法单源(探空)数据模型,精度改善了11.1%;且模型的预报精度具有良好的时空稳定性。此外,计算效率和PPP应用试验结果表明,模型的计算效率可满足GNSS实时应用的需求,且应用于PPP的改进效果优于GPT2w。本文所提方法无须预设模型函数即可获得较高的ZWD预报精度,为ZWD模型化提供了一种思路。     

对流层延迟模型映射函数研究

在介绍经验映射函数NMF和动态映射函数VMF1、GMF模型的基础上,利用ECMWF提供的格网数据,具体研究和分析了这3种映射函数1 a中的时间变化特征及其随高程、纬度、高度角变化的特点,并比较了3种映射函数随高度角的变化对斜路径延迟估计的影响。