基于随机森林和反向传播神经网络机器学习方法的区域ZTD建模精度分析

针对常用的GPT2w和UNB3m两种区域(经验)对流层天顶总延迟(ZTD)模型精度不高的问题,探讨基于机器学习方法进行区域ZTD建模的可行性。以GAMIT软件解算的美国加州13个IGS测站2021年连续31 d的ZTD数据(ZTD_GAMIT)为例,构建以经度、纬度、大地高、年积日、每日小时数、GPT2w或UNB3m经验ZTD模型估计的ZTD值(ZTD_GPT或ZTD_UNB)为输入,以ZTD_GAMIT为输出的随机森林(RF)和反向传播神经网络(BPNN)区域ZTD改进模型。实验结果表明,相较于GPT2w和UNB3m模型,两种基于机器学习方法的区域ZTD改进模型的预测精度均有所提高,能有效改善系统偏差。以ZTD_UNB为输入的BPNN和RF改进模型的预测均方根误差(RMSE)分别为15.14 mm和19.48 mm,以ZTD_GPT为输入的BPNN和RF改进模型的RMSE分别为15.32 mm和20.74 mm。BPNN模型的预测精度总体上优于RF模型,具有较高的可靠性。

云贵川地区ZTD垂直剖面格网模型

利用ERA5大气再分析资料研究ZTD高程尺度因子的精细时间变化特征,构建顾及高程尺度因子精细时间变化的云贵川地区ZTD垂直剖面格网模型(YZTD-H模型)。以云贵川地区探空站分层ZTD数据作为参考值,检验YZTD-H模型的精度,并将其与GPT2w模型和GPT3模型进行比较。结果表明,顾及精细时间变化和垂直剖面变化的YZTD-H模型在时间维度和垂直剖面维度上均表现出较好的稳定性。

基于FFT和小波变换的台风天气GNSSZTD周期特征分析

利用中国内地构造环境监测网络GNSS观测数据,结合台风事件资料,开展台风事件对中国内地地区水汽变化周期影响研究。分析发现,在台风影响下,GNSS天顶对流层延迟(zenith tropospheric delay,ZTD)水汽变化周期与正常天气相比会缩短,同时降水增加。通过与降雨进行对比发现,台风过程中降雨发生之前ZTD会发生较为剧烈的变化,并保持在一个峰值。通过选取台风中心不同距离的GNSS站点进行对比分析发现,台风最先经过的区域站点ZTD产生波动要比之后经过的站点早,且台风先经过区域的降水量比后经过区域的降水量大。本文研究可为台风轨迹预报和气象部门的台风灾害及极端降水等预警提供参考。

不同时空条件下RTKLib与在线PPP解算系统的ZTD精度评估

基于精密单点定位(PPP)技术,分析RTKLib、CSRS-PPP、MagicGNSS和CGline四类PPP软件在不同时空条件下的对流层延迟ZTD精度。结果表明:1)4类PPP软件的ZTD精度由高到低依次为CSRS-PPP、MagicGNSS、RTKLib和CGline;2)不同地理位置下4类PPP软件的ZTD精度由高到低均为北半球、南半球和赤道;3)RTKLib-ZTD受季节影响较大,精度由高到低依次为夏季、春季、秋季和冬季,季节因素对其他在线解算系统的ZTD精度影响较小。总体而言,4类PPP软件的ZTD平均精度均优于1 cm,满足当前GNSS气象学的后处理及实时应用需求。

用中国地区ERA-Interim资料计算ZTD和ZWD的精度分析

对欧洲中尺度气象预报中心(ECMWF)提供的ERA-Interim资料在中国地区的可行性和精度进行了评估分析,探讨了ERA-Interim资料计算对流层天顶总延迟(ZTD)和湿延迟(ZWD)的处理方法,并和全国28个GPS台站实测值计算的ZTD和ZWD进行比较。结果显示ECMWF资料计算ZTD的总体平均偏差和中误差分别约为-1cm和2 cm,ZWD在BJFS和LHAS站的偏差和中误差绝对值分别约为1 cm和1.6 cm。

一种优化的基于神经网络的经验ZTD模型

目前,经验对流层天顶延迟(ZTD)模型已经有了飞速的发展,因为它们在使用时无需任何测量的实时地面气象数据,这给GNSS用户提供了极大方便。神经网络技术在实测参数型的ZTD建模中已经取得了一定的成果。与此同时,国内虽然有学者构建了神经外网络的经验ZTD模型,其最大的缺点是忽略了ZTD时间变化且只能单独预报ZTD。本文针对这些缺点构建了优化的神经网络经验ZTD模型。试验结果表明,本文提出的神经网络模型可以分别预报天顶干延迟ZHD和天顶湿延迟ZWD,且具有良好的精度:ZHD的Bias和RMSE分别为-3.7和19.8 mm;ZWD的Bias和RMSE分别为-0.6和34.2 mm。本文的神经网络模型预报的ZHD和ZWD的精度均与目前世界著名的GPT2w格网模型相当。另外,与GPT2w模型相比较,神经网络模型最大的优点就是无需庞大的预存格网数据作为输入,在使用时仅需要知道一个训练好的神经网络即可,该特点为GNSS用户提供了极大的方便。

BDS卫星天线相位偏差对PPP法估计ZTD的影响

为详细分析不同的BDS卫星的天线相位偏差模型差异性及其对ZTD估计的影响,分别采用MGEX模型和ESA模型改正天线相位偏差,利用PPP法处理8个MGEX站观测数据估计ZTD.以PPP法获得的GPS ZTD为参考值,实验结果表明:采用现有天线相位偏差改正模型能提高BDS ZTD估计精度;与MGEX模型相比,ESA模型能更有效的减小系统偏差,提高内、外符合精度;固定测站坐标能显著减小ZTD估值的系统偏差,提高外符合精度.因此,推荐采用ESA模型改正BDS卫星天线相位偏差.

利用探空产品评估GNSS-PPP估计ZTD精度

无线探空测站可以提供高精度和高垂直分辨率的大气产品。为评估GNSS精密单点定位获得的天顶对流层延迟(ZTD)的精度,将无线探空产品获得的ZTD作为真值,选取中国地区4个IGS观测站及其附近的探空测站2014—2018年的数据进行试算和分析。针对两种产品空间分辨率不一致性问题,利用GNSS气象观测值来弥补探空测站与GNSS测站高程的不匹配。实验结果表明:GNSS气象观测能够较好地弥补探空测站与GNSS测站高程的不一致性;GNSS精密单点定位技术获取的ZTD与探空产品估算的ZTD差值的RMS值小于4cm。

不同观测误差确定方法对地基GNSS-ZTD资料同化预报效果影响的对比分析

利用2016年6—8月华北—东北地区的地基全球卫星导航系统的天顶总延迟(GNSS-ZTD)观测资料、东北区域中尺度数值预报系统,以2016年6—8月的13 d强降水为例,开展基于Desroziers等(2005)理论的Des方法和传统方法进行观测误差确定的天顶总延迟资料同化对比试验研究,探讨Des方法相对于传统观测误差确定方法对天顶总延迟资料同化预报效果的影响,并以未做天顶总延迟资料同化的试验为对照试验,考察天顶总延迟资料在数值模式中的同化应用效果。结果表明:(1)Des方法得到的天顶总延迟观测误差诊断值较为合理,诊断值站点间差别较大,说明逐站进行观测误差诊断的必要性;(2)天顶总延迟资料同化使强降水的强度、落区预报性能得到提高,使温、湿、风等要素的预报与观测接近,Des方案同化分析、预报效果优于传统方案;(3)对2016年7月25日华北—东北强降水过程进行了同化预报分析,整体而言,天顶总延迟资料同化有效增强了对流层中低层初始湿度场,修正了积分初期水凝物含量与位置,进而改善了降水预报效果,修正了对照试验对辽宁东部地区强降水的明显漏报,且通过降水的反馈作用改进了温度与风场预报效果。基于Des方法逐站诊断观测误差相比传统方法得到的观测误差更为合理,因此能够提高天顶总延迟资料的同化预报效果,同化天顶总延迟资料能够提高降水及温、湿、风等气象要素的预报水平。

双台风期间横沙八期超大滩涂圈围工程基准站ZTD影响研究

水汽在灾害性天气演变能量传输中至关重要,受其影响GNSS信号传播过程中对流层延迟会发生相应变化,通过研究GNSS观测中对流层延迟演化特征可间接分析极端天气发展规律。为分析ZTD短临时计算关键因素,计算了0.5 h对流层天顶延迟,其精度可达到与1 h、2 h相当的精度;采用超快速精密星历参与数据处理可获得与最终精密星历相当的精度,通过上述参数配置可计算短临时对流层天顶延迟。为分析台风对局域ZTD的影响,以横沙八期超大滩涂圈围工程基准站为例,讨论了2016年9月双台风"莫兰蒂"和"马勒卡"影响期间项目区上空对流层天顶延迟的演化过程,分析得到台风对局域ZTD的影响,与其距离和强度关系密切。

Zenith Total Delay-Precipitation Water Vapor(ZTD-PWV)全球统计线性关系研究

可降水汽PWV一直是GPS气象学中的重点研究方向,欧洲中期天气预报中心（ECMWF）也提供其全球格网数值。本文利用全球大地测量观测系统（GGOS）和欧洲中期天气预报中心（ECMWF）提供的2005年-2006年的Zenith Total Delay（ZTD）、Zenith Wet Delay（ZWD）、Mean Temperature（Tm）、Precipitation Water Vapor（PWV）,时间分辨率为6 h,探讨了ZTD-PWV全球统计线性关系,得出了有益结论,为建立ZTD-PWV区域模型提供参考。

ZTD 型数控无线调车装置在安钢的运用

ＺＴＤ型数控无线调车装置在安钢的运用姜国钰姜国钰，安阳钢铁（集团）公司运输部，４５５００４收稿日期：１９９８－０３－０４随着安阳钢铁（集团）公司的不断发展，贯穿于生产全过程的铁路运输年运输总量已超过１７００万ｔ。产量的激剧增长和运输装备相对落后的矛盾...

亚洲地区ECMWF/NCEP资料计算ZTD的精度分析

对流层延迟是卫星导航定位的主要误差源,气象观测的数值预报资料可用来计算对流层延迟改正量.本文通过分布于亚洲地区的49个GPS台站一年的实测ZTD资料,对利用欧洲中尺度天气预报中心(ECMWF)分析资料、美国国家环境预报中心(NCEP)再分析资料和NCEP预报资料,计算对流层天顶延迟(ZTD)改正的有效性和可能达到的精度进行了评估,分析了ECMWF和NCEP在亚洲地区的适用程度和其分辨率对计算ZTD精度的影响.研究结果表明:(1)相对于GPS实测ZTD,用ECMWF资料计算ZTD的bias和rms分别为-1.0cm和2.7cm,优于NCEP再分析资料,可用于高精度ZTD研究和应用;NCEP预报数据计算ZTD的bias和rms分别为2.4cm和6.8cm,足以满足广大GNSS实时导航定位用户对流层延迟改正的需要.(2)bias和rms呈现明显的季节性变化,总体上夏季大,冬季小;在空间分布上随着纬度的变化不明显,但随高度的增加rms总体上有递减趋势.另外还发现,亚洲东部地区夏季日平均bias和rms和南部热带地区冬季的日平均bias和rms变化相对较大.(3)ECMWF2.5°和0.5°的资料进行了对比分析,发现0.5°分辨率资料的rms比2.5°减小1～5mm.这些结果,为在亚洲地区的空间大地测量、导航定位和INSAR等工作中,应用ECMWF/NCEP的资料进行对流层大气延迟改正的有效性和可能达到的精度提供了重要参考.

基于ECMWF再分析地表资料计算中国区域ZTD的精度分析

利用ECMWF再分析地表资料,结合GPT2w模型提供的水汽递减率和温度递减率计算中国区域对流层延迟值的精度。首先,以中国地区75个探空站2015年地表实测气象参数为参考值,利用ECMWF地表资料得到的气象参数(P,T,e)的精度分别为1.76hPa、1.96K、1.98hPa。然后,以相同测站2010~2015年探空站分层数据算得的ZTD为参考值,对ECMWF地表资料计算的ZTD的精度进行分析,并与利用探空仪地面观测数据为输入参数计算的ZTD的精度进行对比。结果显示,利用ECMWF地表资料计算的ZTD的平均bias为0.07cm,平均RMS为3.72cm,在低纬度地区优于利用探空仪地面观测数据为输入参数计算的ZTD的结果。以陆态网237个GNSS测站2015年的ZTD作为参考值,比对利用ECMWF地表资料计算的ZTD的精度,结果为3.41cm。由此可知,ECMWF地面资料计算的ZTD的精度能满足普通用户对流层延迟的计算需求,可用于缺少气象参数的测站进行对流层延迟值的计算及其他相关应用。

GPS ZTD资料同化对台风“利奇马”模拟的影响研究

2019年超级台风“利奇马”对我国东部地区造成了巨大灾害,针对台风“利奇马”,研究GPS ZTD资料同化对于台风“利奇马”登陆后降水预报的影响。在进行GPS ZTD资料同化试验前,采取了稳定性检查、极值检查、双权重检查、偏差订正检查等质量控制方法以改善资料的同化应用水平。模拟试验结果表明在同化探空、风廓线等常规资料基础上,增加质控GPS ZTD有效改善了初始场的水汽条件,使得低层水汽辐合更强,从而改进了台风外围雨带的预报。并且通过循环同化能够改善初始环流场,进而改进了台风路径的预报使得台风主体降水的位置得到改善。

基于FFT与小波变换的SOI与GNSS ZTD的周期变化影响研究

为探究ENSO事件对GNSS ZTD(水汽)周期变化的影响及其相互关系,以河北省为例开展ENSO事件对GNSS ZTD及其周期变化的影响研究。首先利用快速傅里叶变换方法筛选出南方涛动指数(SOI)与GNSS水汽的共同周期,再利用小波变换提取GNSS水汽与SOI共同周期所在的高频项,并将重构的高频项与SOI进行相关性分析。结果表明,SOI与GNSS ZTD存在负相关性,由此推断ENSO事件与GNSS ZTD的周期变化存在一定关联。利用快速傅里叶变换方法分别提取ENSO事件和正常气候下GNSS ZTD的变化周期,分析ENSO事件对GNSS ZTD周期变化的影响,结果表明,ENSO暖事件(厄尔尼诺事件)对GNSS ZTD的最长显著周期存在显著影响;ENSO冷事件(拉尼娜事件)对GNSS ZTD的最长显著周期影响较弱。

一种新的多因子约束下的NWP反演ZTD残差改正模型

对流层延迟是GNSS定位的主要误差源之一,利用NWP模型的气象数据积分反演ZTD是当前研究热点.然而,采用两大气象预报中心(ECMWF和NCEP)的再分析资料反演ZTD的残差一般在±60mm之间浮动,预报资料反演的ZTD的精度更差,都不能直接用于精密定位.一般是先将此反演的ZTD作为初值,设定先验方差,将残差作为未知参数求解.NWP反演的ZTD的精度,将直接影响对流层和模糊度参数在滤波过程中收敛速度.前人的研究表明.NWP反演ZTD的残差大小与测站所在纬度相关.利用纬度与残差的相关函数可提高NWP反演ZTD的精度.但效果并不明显.针对以上问题,比较ECMWF和NCEP再分析资料反演ZTD的精度,然后分析精度较高的ECMWF资料反演的ZTD的残差随温度、湿度、纬度、季节等因子变化的规律,并结合基于最小绝对残差法的多项式拟合方法拟合残差,提出一种新的多因子约束下的NWP反演ZTD的残差改正模型,从而提高NWP反演ZTD的精度.为验证模型的性能.以133个IGS站高精度ZTD为参考.拟合2015年ECMWF反演ZTD的残差.构建残差改正模型.并利用此模型改正2016年ECMWF反演的ZTD.实验结果表明:在纬度高于15°的地区.NWP反演的ZTD的平均残差和均方根误差比使用模型前分别减小了86.9%和36.3%.另外,对于较低纬度地区.此残差改正模型的效果不明显.

GNSS观测数据ZTD建模的质量控制方法

针对目前基于GNSS观测数据的对流层天顶总延迟(ZTD)模型缺乏有效质量控制手段的现状,提出了一套综合考虑数据量、网格分辨率以及模型稳定性的ZTD建模质量控制方法,并采用内华达大地测量实验室(NGL)解算的高空间分辨率GNSS对流层数据,选取了近十年德国及周边区域[47°N-55°N,5°E-15°E]183个测站的实测ZTD,对该方法进行了校验。实验结果表明:在该质量控制方法下建立的新模型精度稳定,平均均方根误差(RMS)为3.4 cm,相对于UNB3m、EGNOS、GPT2w+Saas平均改善了42.4%、35.8%、33.3%。本文提出的质量控制方法有效提升了基于GNSS观测数据的ZTD模型的性能,对于ZTD建模研究具有一定的参考价值。

京津冀地区GNSS ZTD时序分析及对厄尔尼诺事件的响应

京津冀地区夏季暴雨频发,水汽是影响暴雨形成的关键要素之一.本文利用中国大陆构造环境监测网络(CMONOC)京津冀地区GNSS(全球导航卫星系统)观测资料,开展GNSS天顶对流层总延迟(ZTD)时序分析及对厄尔尼诺事件的响应研究.利用快速傅里叶变换与小波变换方法从频域和时域开展GNSS ZTD时序分析,并对GNSS ZTD不同周期时序与东部型指数(I_(EP))、中部型指数(I_(CP))进行比较,分析I_(EP)、I_(CP)对GNSS ZTD周期变化的影响.研究发现:GNSS ZTD异常时段与厄尔尼诺事件存在对应关系.东部型指数(I_(EP))与GNSS ZTD呈正相关;中部型指数(I_(CP))与GNSS ZTD呈显著负相关.在东部型厄尔尼诺事件的影响下,GNSS ZTD的季节性周期增大,月周期和半月周期减小;在中部型厄尔尼诺事件的影响下,GNSS ZTD的季节性周期、月周期、半月周期都减小.研究结果可为掌握区域GNSS ZTD预测变化规律提供参考,并为利用水汽感知厄尔尼诺事件提供可行性基础.

融合GNSS ZTD和气象要素的内蒙古土壤水含量模型

土壤水含量是农牧业衡量干旱的重要指标,对气候生态具有重要影响,土壤水的变化趋势对于区域的水土流失和气候变化研究等工作具有重要意义,而我国对于土壤水含量的监测起步较晚,因此有必要利用其他已有数据开展土壤水含量模型研究.利用内蒙古已有全球导航卫星系统(GNSS)天顶对流层延迟(ZTD)数据和湿度、日照以及蒸发量数据进行土壤水含量反演模型研究.首先将各要素与土壤水含量进行相关性分析,因土壤水含量与GNSS ZTD数据均存在观测噪声,所以应对数据进行去噪处理.利用小波变换方法剔除噪声,去噪后土壤水含量数据与各要素相关性均有所提高,土壤水含量与湿度相关性最好,两者各实验点的平均相关性为0.645;土壤水含量与日照和蒸发量呈负相关,其平均相关性分别为−0.561、−0.547;而土壤水含量与GNSS ZTD数据相关性最小,其平均相关性为0.271.根据各要素与土壤水含量的相关性,进行土壤水含量模型构建并进行可靠性验证.经验证误差统计发现:实验区域NMWJ站模型精度最高,其精度为90.1%;HLAR站点模型精度最低,其精度为69.1%;各站点的平均精度为81.35%.基于多变量要素的土壤水含量模型可为土壤水含量的趋势变化研究提供参考,通过研究土壤水含量的变化趋势,对区域进行水资源的合理分配利用从而达到节约水资源目的.