排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
转换系数(K值)是GNSS气象学中影响GNSS可降水量(Precipitable Water Vapor, PWV)反演精度的关键参数之一.针对中国地区缺乏统一的高精度K值模型, 本文选取2018—2019年均匀分布的42个探空站资料, 分析K值与测站经纬度和高程之间的相关性, 利用2018年K值和多元线性拟合法, 分别建立基于测站纬度和年积日的Emardson-I模型和基于测站纬度、高程和年积日的Emardson-H模型, 并用2019年K值作为真值验证以上两模型的K值预报精度.研究结果表明: (1)K值与测站纬度和高程之间呈负相关, 相关系数分别为0.735和0.941, 而与测站经度的相关性较小; (2)Emardson-H模型预报的K值平均绝对误差(MAE)和均方根(RMS)均值分别为0.00150和0.00182, 均优于Emardson-I模型的0.00221和0.00255, 特别在高海拔地区表现更好; (3)基于Emardson-H模型的GNSS-PWV的MAE和RMS均值分别为0.226 mm和0.283 mm, 均优于Emardson-I模型(0.288 mm和0.360 mm), 在低海拔地区精度提高更为显著.因此, Emardson-H模型的精度优于Emardson-I模型, 在中国西部高海拔地区能取得更好的K值预报效果, 但就PWV反演精度而言, 在低海拔地区效果更好.Emardson模型以其无需实测气象参数的特点使其在地基GNSS气象学中具有更好的实时应用前景.
相似文献2.
针对GPT2w模型误差累积所导致的天顶对流层延迟(zenith tropospheric delay,ZTD)和大气可降水量(precipitable water vapor,PWV)精度不高的问题,利用2017年长三角地区7个探空站和2个GNSS站的实测数据检验GPT2w模型获取的气压、温度、水汽压、加权平均温度(T... 相似文献
3.
根据长三角地区7个探空站基于积分法计算的2016年大气水汽转换系数（K值）,利用多元线性拟合分别构建不顾及高程的Emardson-I精化模型和顾及高程的Emardson-H精化模型,并用2017年的K值验证两种模型的精度。实验结果表明,Emardson-H预报模型的MAE和RMS分别为0.001 297和0.001 616,略优于Emardson-I预报模型的0.001 303和0.001 620;基于两种新模型的GNSS-PWV反演精度相当,其MAE和RMS均优于0.6 mm。因此,Emardson-I模型以其无需实测气象参数和无需顾及高程在长三角地区的地基GNSS气象学实时应用中具有更好的效率优势。 相似文献
1