基于傅里叶级数的中国沿海地区Tm模型精化研究

本文采用中国沿海地区13个探空站2010~2014年实测地表温度T_s与平均温度T_m数据,利用傅里叶级数分析法精化中国沿海地区T_m模型,并将2015年探空站实测T_m数据与精化模型进行对比检验。结果表明,精化模型在T_m探测方面具有更高的计算精度,其计算大气可降水量的误差概率分布趋近于正态分布,具有较强的稳定性。     

基于GPS新型L5信号的地表雪深反演研究

利用GPS多路径反射信号测量地表雪深具有全天候和高时空分辨率的特点,因此其可作为一种代替气象站监测雪深的新手段。然而,先前大多数研究仅使用了GPS L1和L2C波段信噪比数据探测积雪深度。为验证新型的L5信号在雪深反演方面的优越性,本文阐述了GPS-R技术反演雪深的原理,利用Lomb-Scargle周期图法所处理的受积雪表层影响的信噪比数据计算了频谱振幅强度,通过获取频谱特征值与天线高度的关系求解雪深值,最后分别与L1反演结果和实测雪深数据进行了对比。试验结果表明：与现有的GPS-R测量雪深结果相比,利用新型的L5反射信号反演地表雪深的精度更佳;采用GPS-R技术探测雪深对把握测站区域内的雪深变化情况和淡水资源储量具有重要价值。     

中国区域ZTD、ZWD高程缩放因子的时空特性分析

考虑到当前已有的ZTD、ZWD垂直剖面模型时空分辨率低等不足,以NASA提供的2014~2016年气象再分析资料MERRA-2为基础,分析中国区域ZTD、ZWD高程缩放因子的时空分布特性。结果表明,ZTD、ZWD高程缩放因子均具有明显的年周期和半年周期变化,与经度、纬度相关性显著,且两者时空分布特性具有明显差异。     

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.     

���ڲ�ֵ��ѹ��GPS���ݴ����ɽ�ˮ���о�

????GPS?????????????(PWV)??????????????????????????SA????????????????GPS???????????????????GPS????????????????????????θ???????????????ù??????????????????????????С??100 m???????????????????μ????????????Saastamoinen?????????????????????????????????IGS???BJFS??KUNM??LHAZ??TWTF??????????????????????????????????GPS PWV????????????????????RS PWV?????ж???????????????????????????θ???????????????????GPS PWV??RS PWV??????????????1~3 mm?????????????????????????????????GPS????PWV??     

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,...     

顾及PWV的中南4省1区春节期间PM2.5浓度估算

社会经济的发展伴随而来的环境污染问题日渐得到人们的重视.针对中南地区4省1区(河南省、湖北省、湖南省、广东省和广西壮族自治区)春节期间PM2.5的变化情况,结合该区域所属及其相邻探空站获取的大气可降水量PWV数据以及气象监测站获取的风速数据,通过反距离加权插值得到中南4省1区春节期间的PWV和风速值,综合考虑CO、SO2、O3和NO2等大气污染物以及PWV、风速和DEM高程值建立该地区春节期间的地理加权回归(GWR)、地理加权回归克里金(GWRK)以及地理加权回归规则样条(GWRCRS)插值模型,并运用3种模型对中南地区4省1区2017、2018年春节假期期间进行PM2.5浓度估算.研究结果显示,GWRK和GWRCRS模型的估算效果较GWR模型更优,而GWRCRS模型估算精度最高,对中南地区4省1区春节期间的PM2.5监测预警具有一定的实用性参考价值.     

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。     

2015年3月特大磁暴期间中国区域电离层TEC NeuralProphet预报模型研究

延迟是全球卫星导航定位中重要的误差源之一,提高电离层TEC建模和预报精度对改善卫星导航定位精度至关重要.本文构建了以太阳辐射通量指数F_10.7、地磁活动指数Dst、地理坐标和中国科学院(Chinese Academy of Sciences, CAS)GIM数据为输入参数的NeuralProphet神经网络模型(NP模型),实现在2015年3月特大磁暴期中国区域电离层TEC短期预报.为验证NP模型的预报精度,本文同时构建了长短期记忆神经网络(Long Short-term Memory Neural Network, LSTM)模型进行对比分析.结果统计分析表明,NP模型在磁暴期(2015年DOY076-078)TEC预报值RMSE和RD分别为0.83 TECU和3.13%,绝对和相对精度较LSTM模型分别提高1.49 TECU和10.25%;且NP模型RMSE优于1.5 TECU的比例达97.24%,远高于LSTM模型.NP模型预报值与CAS具有较好一致性和无偏性,偏差均值仅为-0.01 TECU,而LSTM模型预报值的均值偏大,偏差均值为1.49 TECU.从...