���ڷ�ͶӰ�����Ķ������ӳ���ά�����о�

????GAMIT/GLOBK??????????????GPS?????????????????????????????????????????????????б·????????????????????????????????ò???????????????????????????????????????????????????????????????????????GAMIT???????????С?????в?С??5 mm????????4.1 mm??     

Cross-Calibration and Long-Term Monitoring of the Microwave Radiometers of ERS,TOPEX, GFO,Jason, and Envisat

The radiometers on board the satellites ERS-1, TOPEX/Poseidon, ERS-2, GFO, Jason-1, and Envisat measure brightness temperatures at two or three different frequencies to determine the total columnal water vapor content and wet tropospheric path delay, a major correction to the altimeter range measurements. In order to asses the long-term stability of the path delay, the radiometers are calibrated against vicarious cold and hot references, against each other, and against several atmospheric models. Four of these radiometers exhibit significant drifts in at least one of the channels, resulting in yet unmodeled errors in path delay of up to 1 mm/year, thus limiting the accuracy at which global sea level rise can be inferred from the altimeter range measurements.     

基于垂直剖面函数式的全球对流层天顶延迟模型的建立

对流层延迟是无线电导航定位的主要误差源之一,其值对目标高程的变化敏感.在动态导航定位中,由于目标高程变化随机性强,延迟改正实时性需求高,已有的对流层延迟模型难以满足应用需求.本文利用2005到2006年ERA-Interim再分析气象资料积分方法计算的对流层天顶总延迟(ZTD)、天顶静力学延迟(ZHD)以及天顶非静力学延迟(ZWD)的垂直剖面研究了ZTD随高程变化的最佳拟合形式,并以此为基础建立了全球ZTD改正模型SHAO-H.该模型以大气中水汽的垂直分布规律为依据,将ZTD表示为高程的分段函数,进而再模制每段函数中各参数随时间的变化.精度评估显示:与积分ZTD相比,SHAO-H模型计算的ZTD在不同等压层上的平均bias大部分在±1 mm以内,随着高度的上升,平均RMS由39 mm减小至不足1 mm;与IGS (International GNSS Service)实测ZTD相比,SHAO-H模型的精度(bias为7.02 mm,RMS为38.50 mm)优于UNB3m模型(bias为14.67 mm, RMS为51.95 mm).SHAO-H模型具有精度稳定、计算简便等优点,适宜任意高度的用户使用.     

亚洲—太平洋夏季风系统的基本模态特征分析

亚洲—太平洋季风区各季风子系统间的相互作用对季风区甚至全球的气候变化都有着显著的影响.整个亚洲—太平洋夏季风系统都处于高层辐散、低层辐合的庞大辐散环流中,从高层辐散中心流出的三支气流分别对推动印度夏季风、东亚副热带夏季风和南海夏季风起着重要的作用,很好地表现了亚洲—太平洋夏季风系统的整体性特征.季风区多种气象要素的基本模态在年代际和年际尺度上都表现出较为一致的变化特征:年代际尺度上亚洲—太平洋夏季风系统整体呈现减弱趋势;年际尺度上存在准2年和准4年的两个周期,其中准2年振荡特征表现为若印度西南季风偏强,则印度季风雨带偏强偏北,导致印度大陆中北部地区降水偏多;同时,由于西太平洋副热带高压的北移和偏强的印度西南季风显著向东延伸,10°N~30°N范围内的西北太平洋地区则表现为异常的气旋性环流,而30°N~50°N之间为反气旋性环流异常,对应东亚夏季风偏强,季风雨带能够北推至我国华北地区.也就是说,当亚洲夏季风中某一季风子系统表现为异常偏强时,另一季风子系统在这一年中也将表现为异常偏强,反之亦然.准2年的振荡周期可能是亚洲—太平洋夏季风系统的一种固有振荡,它从年际尺度上反映了亚洲—太平洋夏季风受热带太平洋—印度洋海温的强迫表现出明显的整体一致特征.     

利用不同气候类型的GPS可降水量比较研究

利用高精度定位定轨软件GAMIT对2000～2004年的中国地壳运动监测网络数据进行了处理,获得各测站的可降水量时间序列,并以不同气候类型将各测站的可降水量进行了分类比较。在不同气候类型的可降水量的比较中,青藏高原高寒地区的可降水量最低,温带大陆性气候的可降水量次之,温带季风气候的可降水量居中,热带季风气候的可降水量最高,亚热带季风气候的可降水量为次高。在可降水量的图形变化比较中,不同气候类型的可降水量序列的波形变化也不相同,对可降水量峰值时间进行了量化比较。     

GNSS对流层延迟推算可降水量的季节转换模型研究

利用台湾桃园（TWTF）站气象数据和对流层延迟数据开展可降水量和对流层延迟序列的相关性分析,显示两者存在显著正相关特性。利用回归分析建立季节和全年转换模型,并利用各季节降水和无降水期间的数据对模型进行检验。结果显示,各季节GNSS可降水量与线性回归可降水量的RMS值小于1.5 mm,最大误差不超过3.3 mm,满足GNSS气象学的基本要求。     

光学和近红外波段的大气群折射率差理论公式

中性大气折射延迟是激光测距技术的主要误差源.本文基于国际大地测量与地球物理联合会（IUGG）1999决议推荐的光学和近红外波段的大气折射率差理论模型,在Mendes（2004）理论的基础上,对某些理论公式进行了重新推导,给出了大气折射率差静力学和非静力学分量的实用表达式.推导出了大气折射率差的级数展开式,并保留至波长的负6次方项;同时在水气引起的折射率差上加上了频率改正项.计算发现,水气项中的频率改正对折射率差的贡献是不可忽略的.本文工作可为空间大地测量,特别是激光测距技术的研究提供一定的参考和依据.     

基于BP神经网络的对流层延迟预测研究

将Levenberg Marquart 算法改进的BP神经网络技术用于GPS对流层延迟的预测,以南加州GPS网数据为例的实验表明：76％的预测值与实际值之间的偏差在3 cm以内;利用BP神经网络进行预测对流层延迟的精度达到厘米级,部分站点达到毫米级。对部分预测效果不佳的站点进行分析,站点空间位置选取不合理、站点海拔与周边训练样本的站点海拔差异较大是造成预测效果不佳的原因。     

两种精化的对流层延迟改正模型

对流层延迟是全球导航卫星系统(Global Navigation Satellite System,GNSS)导航定位中的重要误差源,其量值主要受气象条件影响.采用传统对流层建模思路,利用GPT2模型来提供相对准确的气温、气压和相对湿度,然后利用Saastamoinen模型来计算天顶对流层延迟,由此构建了GPT2+Saas模型;采用新的对流层建模思路,直接针对天顶对流层延迟的时空特性建模,构建了与GPT2+Saas模型相匹配的GZTDS格网模型.以GGOS Atmosphere格网数据为参考,GPT2+Saas模型(Bias:0.2cm;RMS:4.2cm)和GZTDS模型(Bias:0.2cm;RMS:3.7cm)较UNB3m模型精度分别提升34%和43%.以IGS(International GNSS Service)数据为参考,GPT2+Saas(Bias:0.5cm;RMS:4.7cm)和GZTDS(Bias:-0.3cm;RMS:3.8cm)相对UNB3m模型精度分别提升10%和27%.针对GPT2+Saas模型在少数测站出现精度异常的情况进行了研究,探讨了可能的原因.在两种不同思路构建的精化对流层模型中,GZTDS模型不仅表现出更高的精度,而且在时间稳定性和地理稳定性上也表现出优越性.     

一种基于频谱分析和AR补偿的对流层延迟预报模型

利用实测天顶对流层延迟值（ZTD）,在无气象参数条件下,提出一种对流层延迟建模与预报方法。首先利用频谱分析,得到ZTD时间序列周期特性,并在此基础上对ZTD进行建模,给出模型参数计算方法。然后,基于频谱分析模型拟合ZTD,并与实测值进行比较分析。最后,将分析得到的拟合残差用AR模型进行改正并预报。结果表明,基于频谱分析和AR补偿的ZTD改正预报模型能够满足不同测试环境下的需求,精度达到cm级。