顾及PWV的广西地区多尺度PM_(2.5)浓度预测

针对现有的雾霾预测方法较少考虑可降水量的影响,且大部分预测方法都没有对模型回归残差进行有效处理因而预测精度不是很高的问题,利用广西南宁、桂林、梧州和百色四市2017年的PM_(2.5)日均值数据,结合大气污染物、气象因子和大气可降水量PWV等因素,分别建立全年和分季度的ARIMA模型对该地区PM_(2.5)日均浓度进行短期预测,并将ARIMA模型预测残差分别用前馈神经网络径向基函数RBF和多层感知器MLP进行拟合,以达到优化ARIMA模型的目的。结果表明,除桂林外,分季度ARIMA模型预测效果优于全年ARIMA模型,季度ARIMA-MLP神经网络预测精度优于分季度ARIMA模型,表明该类模型可以用于区域PM_(2.5)浓度预测。

新疆地区ERA5和MERRA-2大气可降水量精度分析

大气再分析资料提供的大气可降水量(PWV)产品在天气变化和气候研究中扮演着极为重要的角色。新疆地区存在地形起伏大、气候复杂和实测高分辨率PWV产品缺乏等特点,大气再分析资料提供的PWV产品可作为有力补充。以新疆地区2018年11个GNSS站数据反演得到的PWV(GNSS-PWV)信息作为参考值,评估ERA5和MERRA-2提供PWV产品在新疆地区的精度,并分析两种再分析资料PWV的偏差(Bias)和均方根差(RMSE)的时空变化特性及其日变化。结果表明:以GNSS-PWV为参考值,ERA5和MERRA-2在新疆地区的PWV年均Bias分别为-0.97和-1.20 mm,年均RMSE分别为1.81和2.11 mm,两种再分析资料PWV均具有较高精度,其中ERA5 PWV精度略高于MERRA-2 PWV;两种再分析资料的PWV精度都有明显的季节性变化,总体表现为夏季精度低,冬季精度高;在PWV日变化分布上,两种再分析资料与GNSS-PWV展现出较高的一致性,能较好地反映新疆地区PWV的日变化特性。

桂林地区暴雨天气电离层VTEC时序预报模型适用性

针对极端天气下VTEC的不规律变化更会增加预测难度的问题,以欧洲定轨中心(CODE)提供的桂林上空2019和2020年电离层VTEC值为样本值,使用滑动四分位距法探测桂林地区暴雨期间的电离层VTEC扰动规律,并建立多种预报模型比较暴雨期间的模型适用性及预报精度。选取5种时间序列预测模型(ARIMA模型和Single、 Holt、 Brown、 Damped指数平滑模型)对桂林市暴雨期间的电离层VTEC进行未来24 h内的短期预报,结果表明:4~9 h以内ARIMA模型预测效果最好,预测值的RMSE和MAE均小于2 TECu, Single和Damped指数平滑模型其次,Holt和Brown指数平滑模型预测效果最差;超过9 h后各模型的预测能力减弱,RMSE和MAE均大于3 TECu,已无法满足精确预测的需求。

顾及日变化和非线性垂直改正的区域大气加权平均温度模型

大气加权平均温度(Tm)是全球导航卫星系统(GNSS)技术反演大气水汽的关键因素,针对已有区域Tm模型未能同时顾及Tm在垂直方向的非线性变化和精细的日变化以及在构建模型时仅使用单一格网点数据等问题,本文以中国地区为研究区域,提出了一种基于滑动窗口的区域Tm建模方法,利用2012—2017年欧洲中期天气预报中心(ECMWF)的ERA5资料建立顾及日变化和非线性垂直改正的区域Tm格网模型(CNTm模型).联合未参与建模的2018年ERA5资料和无线电探空数据,验证CNTm模型的精度和适用性,并与当前广泛使用的GPT3模型和顾及了线性垂直改正的IGPT2w模型进行精度对比.结果表明:以2018年ERA5资料和无线电探空数据为参考值,CNTm模型的均方根误差(RMS)分别为3.31 K和3.21 K,其精度相较于GPT3模型分别提高了约16%和23%,相较于IGPT2w模型分别提高了约7%和11%;顾及了非线性垂直改正的CNTm模型的估计值更接近于Tm在垂直方向上的变化趋势,且CNTm模型能够捕获Tm的日变化.由于CNTm模型在研究区域表现出优异的性能,因此,其在研究区域实时高精度、高分辨率GNSS水汽监测中具有重要的应用.

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.从低纬到中纬度的三个纬度带内,NP模型RMSE分别为1.12、0.83和0.44 TECU,精度比LSTM模型提高1.94、1.56和1.23 TECU.整体上,在磁暴期NP模型预报性能明显优于LSTM模型,能够精细描述中国区域电离层TEC时空变化.

顾及非线性高程归算的中国西北区域对流层天顶延迟模型

对流层延迟是影响高精度导航定位的关键因素,同时也是进行全球卫星导航系统(global navigation satellite system,GNSS)水汽反演的重要数据。中国西北区域地形起伏较大,目前中国西北地区对流层天顶延迟模型在高程方面顾及不足,无法满足实时高精度定位需求,因此建立高精度中国西北地区对流层延迟模型成为迫切需求。针对当前中国西北地区ZTD(zenith total delay)模型未同时顾及非线性高程归算以及季节变化等问题,利用2015—2017年欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)的ERA5资料建立顾及非线性高程归算的中国西北地区对流层天顶延迟模型(MZTD模型)。联合未参与建模的2018年ERA5资料和中国西北陆态网84个GNSS测站数据,验证MZTD模型的精度和适用性,并与目前使用广泛的GPT3模型进行精度对比。结果表明:以2018年ERA5资料和中国西北陆态网测站数据为参考值,MZTD模型的均方根误差(root mean square error RMS)分别为3.14 cm和2.81 cm,相对于GPT3模型精度分别提高了约16.3%和21.7%,同时MZTD减少模型参数,提升了模型计算效率。因此,顾及非线性高程归算的MZTD模型在中国西北区域体现了更好的精度和适用性,可以为中国西北地区进行实时GNSS水汽探测和导航定位提供重要参考。

新工科背景下的工程测量学课程教学内容拓展——以放样和线路测量内容为例

本文在总结梳理新工科发展的基础上,结合测绘科学与技术专业中工程测量学课程内容,并针对该课程的综合应用及相应专业基础知识的储备,提出了新工科背景下工程测量学课程在传统内容基础上拓展新的应用思路的重要意义;以放样和线路测量内容为例,探讨了该课程在新工科背景下的教学内容拓展思想。

测绘工程专业思政与课程思政教学体系构建

测绘工程专业服务于工程建设等国民经济的基础行业,与国家安全密切相关,用社会主义核心价值观培育测绘人才尤为重要。该文针对测绘工程课程思政教学中的问题,分析产生原因,提出测绘工程专业思政体系构建路径,从毕业要求和人才培养目标中分离出知识、能力和德育目标,分解产生课程目标,通过多层次多内涵专业课程思政案例库建设支撑不同课程目标,改革课程思政教学方法,构建专业思政四维考核评价体系,达成测绘工程专业立德树人根本任务。

广西地区MERRA-2加权平均温度模型

针对广西地区南接热带海洋、西临云贵高原、地形起伏较大等特点,通过分析广西2014—2016年的MERRA-2再分析资料格网点高度处的加权平均温度(T_(m))及格网点垂直方向温度递减率(K)的时序变化特征,建立了每个格网点高度处的加权平均温度模型和温度递减率模型,进而建立了广西地区MERRA-2加权平均温度模型(GXT_(m))。以2017年探空站资料计算得到的T_(m)作为参考值,对其进行精度检验,并与Bevis模型、中国东部模型、广西气象参数模型以及GPT2w-1和GPT2w-5模型进行比较。结果表明:GXT_(m)模型的平均偏差(Bias)和均方根误差(RMSE)分别为0.26和2.51 K,GXT_(m)模型的精度(RMSE)较Bevis模型、中国东部模型、GPT2w-1模型和GPT2w-5模型分别提高了32%、34%、17%和46%,与广西气象参数模型精度相当。

组合式深度学习的电离层TEC短期预报模型

针对磁暴期间电离层总电子含量TEC异常扰动导致预报精度大幅降低的问题,提出基于强化学习的Q学习算法,对遗传算法优化BP神经网络模型和长短时记忆网络模型进行优化组合,进而建立了一种组合式深度学习的电离层TEC预报模型。分别利用组合模型、两个单一模型对CODE提供的中国地区TEC数据进行3 d预报。结果表明,在不同磁暴等级(强、中、弱、无)下,组合模型预报的平均相对精度分别为95.9%、95.7%、92.6%和95.3%,较两个单一模型平均提高了约6%;其中预报残差小于1 TECu的占比分别达到60%、59%、76%和98%,相比两个单一模型平均提升了约27%。

亚洲地区EGNOS天顶对流层延迟模型的精度评估

基于亚洲地区48个IGS站2009—2011年实测的天顶对流层延迟(ZTD)数据,对利用EGNOS模型计算的ZTD的精度进行评估,结果表明:1)在亚洲地区,相对于IGS站实测的ZTD,EGNOS模型计算的ZTD的偏差和均方根分别为-0.18 cm和5.98 cm,在中国地区分别为0.81 cm和6.13 cm;2)偏差和均方根差呈现明显的季节变化,偏差表现为夏季最大,秋季最小,而均方根夏季最大,冬季最小;3)在空间分布上,偏差与纬度和高程变化无明显规律,但均方根随着高程或者纬度的增加总体上呈递减趋势,西部和北部高纬度地区,年均偏差和均方根变化相对较小;4:)亚洲南部低纬度地区和东部地区夏季日平均偏差和均方根差变化相对较大。

基于区域CORS网精密天顶对流层延迟建模方法研究

利用区域CORS网参考站已知天顶对流层信息,提出一种不需要气象数据的天顶对流层新模型。利用广西CORS网实测数据,分析了新模型与反距离加权法和移去恢复法的精度,结果表明新模型精度有显著提高。

基于改进的Kriging法区域似大地水准面精化

利用常规的Kriging法进行GPS高程拟合时,由于模型误差和公共点误差的存在,其拟合内符合精度值并不为零。通过对已知点拟合残差进行改正得到一种改进的Kriging法来精化区域似大地水准面。通过实测数据对比改进的Kriging法与Kriging法的GPS高程拟合精度,结果表明:改进的Krig-ing法的拟合精度明显优于Kriging法,该方法能有效削弱模型误差和公共点误差引起的拟合残差。

基于双三次曲面的GPS高程拟合及其程序

为了解决工程实践中GPS所测大地高与正常高的转换,给出了一种基于双三次曲面的GPS高程拟合方法及其程序,通过实测数据及所编程序计算对比一次曲面和二次曲面GPS高程拟合结果,研究表明,基于双三次曲面GPS高程拟合具有较高的精度。

土木工程测量实践教学的改革研究

土木工程测量是土木工程专业的基础必修课,也是土木工程专业技术人员从事工程建设的基础。分析土木工程测量实践教学模式存在的一些问题,从土木工程测量实践教学环节的现状出发,对土木工程测量实践教学改革与探索进行有效性研究。

创新创业教育与专业教育相融合的测绘工程专业人才培养模式探讨

以培养符合社会需求的人才为目标,将创新创业教育与人才培养体系、专业课程体系、专业课程体系、教学和实践平台深度融合,从而构建了多学科交叉、整合优化教学和实践资源,集业务素养、创新创业教育、产学研结合等为一体的高度融合的人才培养体系,培养具备较强的创新创业能力的应用型测绘类人才。

基于区域CORS网天顶对流层延迟4D建模研究

利用区域CORS网参考站的天顶对流层信息建立了一种不需要气象数据,只与时间和位置有关的天顶对流层延迟新模型。通过广西CORS网实测数据,与反距离加权法和移去恢复法进行了对比分析,结果表明,新模型计算的天顶对流层值平均精度为8.5 mm,尤其在下雨天,新模型计算的天顶对流层延迟精度比其他两种方法有显著提高。将新模型法应用于测站PWV值估计,其平均精度为1.5 mm。

广西地区GPT2w对流层延迟模型适用性分析

GPT2w是一种全球经验对流层延迟模型,具有1°和5°格网分辨率,可用于计算对流层天顶延迟(ZTD)和加权平均温度(T_m)。本文以广西地区的陆态网GNSS数据计算的ZTD值及探空站实测气象资料值计算的T_m值作为参考,对GPT2w模型进行适用性评估。结果表明:GPT2w模型的ZTD表现出显著的季节偏差,且其两种格网分辨率计算的年均值和RMS基本一致,年均RMS优于4.5 cm;GPT2w模型的T_m偏差也存在较明显的季节特性,且表现出一定的系统偏差。两种分辨率格网计算的T_m值精度相当,年均RMS优于3.4 K。

基于Holt-Winters的电离层总电子含量预报

利用IGS中心提供的不同经纬度平静期、活跃期14d的电离层TEC格网点数据,以前8d的TEC值作为样本序列,分别采用Holt-Winters加法模型和乘法模型建立TEC预报模型,并预报后6d的TEC值。结果表明,无论在电离层平静期还是活跃期,2种模型所得预报结果大致相同,并与实际观测数据吻合较好,但加法模型的预测结果能更好地反映电离层TEC的变化特性。

基于最小二乘配置法的高程拟合及精度评定方法

常规确定区域似大地水准面GPS水准法最常用的曲面拟合法通常只考虑测量误差,导致拟合结果不准确,并且简单地利用内、外符合精度去评定一个模型的拟合精度不是很可靠,只能在一定程度上说明模型拟合效果。针对此问题,利用同时顾及测量误差和模型误差的最小二乘配置法进行高程拟合,将其拟合得到的精度值作为参考,并提出利用高程异常残差三维图和内、外符合精度同时进行精度分析,然后与二次多项式和BP神经网络拟合结果进行对比分析。研究结果表明:对于大面积高程异常值变化较大的地区,最小二乘配置法能够取得较高的拟合精度;利用残差值三维图进行精度评定是一种有效可靠的方法。