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...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。展开更多
基于全球定位系统的多路径反射(GPS-MR)测量技术的潮位监测已经成为验潮站监测的有效补充,但较少学者利用GPS-MR反演潮位进行潮汐调和分析和预报。为了验证GPS-MR潮位预报的可能性,利用美国大陆板块边缘观测组织(PBO)提供的GPS信噪比数...基于全球定位系统的多路径反射(GPS-MR)测量技术的潮位监测已经成为验潮站监测的有效补充,但较少学者利用GPS-MR反演潮位进行潮汐调和分析和预报。为了验证GPS-MR潮位预报的可能性,利用美国大陆板块边缘观测组织(PBO)提供的GPS信噪比数据进行潮位反演,将该反演结果重采样为等间隔潮位序列,利用该潮位序列计算各分潮的调和常数,并进行潮汐预报。通过与美国海洋与大气局(NOAA)提供的实测验潮数据进行对比,结果表明:GPS-MR反演潮位与验潮站实测潮位具有一致性,相关系数为0.94,均方根误差为0.16 m;经样条函数拟合后的1 h GPS-MR潮位序列预测结果同采用验潮站潮位进行预测结果精度相当,同验潮站实测潮位的均方根误差为0.14 m,相关系数为0.97。可见,利用GPS-MR技术进行潮位监测和预报是可行的。展开更多
文摘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。
文摘基于全球定位系统的多路径反射(GPS-MR)测量技术的潮位监测已经成为验潮站监测的有效补充,但较少学者利用GPS-MR反演潮位进行潮汐调和分析和预报。为了验证GPS-MR潮位预报的可能性,利用美国大陆板块边缘观测组织(PBO)提供的GPS信噪比数据进行潮位反演,将该反演结果重采样为等间隔潮位序列,利用该潮位序列计算各分潮的调和常数,并进行潮汐预报。通过与美国海洋与大气局(NOAA)提供的实测验潮数据进行对比,结果表明:GPS-MR反演潮位与验潮站实测潮位具有一致性,相关系数为0.94,均方根误差为0.16 m;经样条函数拟合后的1 h GPS-MR潮位序列预测结果同采用验潮站潮位进行预测结果精度相当,同验潮站实测潮位的均方根误差为0.14 m,相关系数为0.97。可见,利用GPS-MR技术进行潮位监测和预报是可行的。