多系统PPP天顶对流层延迟时空序列精度评估及分析

利用2021-09全球80个MGEX测站进行PPP实验,以国际GNSS服务组织(IGS)发布的ZTD产品为参考进行比较分析。结果表明,多系统联合估计ZTD在精度上具有较大优势,GPS+BDS双系统比单GPS系统平均RMSE精度提高约0.6 mm, GPS+BDS+GLONASS+Galileo四系统比双系统精度提高约0.9 mm,单系统条件下GPS的ZTD估计精度高于BDS。在精度空间分布上,随着纬度升高ZTD估计精度提升较为明显,当纬度大于50°时,四系统PPP估计的ZTD精度优于5 mm。在纬度基本不变的情况下,观测站海拔升高可提升ZTD估计精度。在模糊度固定的情况下,ZTD估计精度明显提升,单GPS系统估计ZTD的平均绝对误差(MAE)和均方根误差(RMSE)分别为7.6 mm和8.4 mm,相比于浮点解分别提高约11%和12%,平均收敛时间加快20 min。

多模型融合的对流层天顶延迟估计方法

为提高对流层天顶延迟(Zenith Tropospheric Delay,ZTD)估计精度,基于传统对流层天顶延迟建模思路,提出Saastamoinen,Askne和GPT3多模型融合的对流层天顶延迟估计方法。分别采用Saastamoinen和Askne模型估计干延迟和湿延迟,并引入GPT3模型提供温度、气压、水汽压、大气加权平均温度和水汽垂直递减率等气象参数。利用全球大地测量观测系统(Global Geodetic Observing System,GGOS)Atmosphere和国际GNSS服务机构(International GNSS Service,IGS)提供的亚洲区域2016~2018年66个IGS站的对流层天顶延迟数据对本文方法进行评估,结果表明,以GGOS Atmospheres数据为参考时,Sas+Ask+GPT3模型精度(均方根为4.53 cm)较同等条件下的Sas+Ask+UNB3m和Sas+GPT3模型分别提高约29%和19%,以IGS对流层天顶延迟数据为参考时,Sas+Ask+GPT3模型精度(均方根为4.35 cm)较另两种模型分别提高约25%和14%。Sas+Ask+GPT3模型误差具有冬季小、夏季大的季节性特征,且夏季误差明显低于另两种模型。在空间分布上,模型误差随高程或纬度的增加而降低。研究表明,本文方法可用于亚洲区域对流层天顶延迟的高精度实时修正。

顾及高程影响的区域天顶对流层延迟改正模型

利用美国南加州地区多个IGS站4年天顶对流层延迟(ZTD)数据,建立了一种不需要实测气象参数而只与测站高程和年积日有关的区域天顶对流层延迟模型。新模型与基于ECMWF再分析资料和年平均气象参数下的Saastamoinen模型相比,其稳定性和精度都优于Saastamoinen模型,且模型精度随高程的增加而增加。使用新模型预测2012年南加州地区ZTD,其整体精度约为3.86 cm。

一种新的全球对流层天顶延迟模型GZTD

对流层延迟是GNSS导航定位主要误差源之一,主要受气象参数(如总气压、温度和水汽压等)的影响,具有变化随机性强的特点.本文利用GGOS Atmosphere提供的2002—2009年全球天顶对流层延迟格网时间序列研究了全球对流层天顶延迟的时空变化特征.并以此为基础对全球天顶对流层延迟(Zenith Troposphere Delay,ZTD)进行建模,提出了一种基于球谐函数的全球非气象参数对流层天顶延迟改正模型———GZTD模型.实验对比结果表明考虑ZTD经纬向变化的GZTD模型内符合精度全球统计结果(bias:0.2cm,RMS:3.7cm)优于只考虑ZTD纬向变化的UNB3m(bias:3.4cm,RMS:6.0cm)、UNB4(bias:4.7cm,RMS:7.4cm)、UNB3(bias:4.0cm,RMS:7.0cm)和EGNOS(bias:4.5cm,RMS:6.9cm)等模型.使用全球385个IGS站进行外符合检验,统计结果表明GZTD模型(bias:-0.02cm,RMS:4.24cm)同样优于其它模型.GZTD模型具有改正效果良好、使用简单、所需参数少等优点.

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。

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。

一种改进的全球对流层天顶延迟模型

顾及文献[16]所建立的全球对流层天顶延迟模型GZTD的时间分辨率为24h,为进一步提高GZTD模型的时间分辨率,利用GGOS atmosphere的2002—2009年全球天顶对流层延迟格网时间序列按照其6h的时间分辨率分别建模,再采用三次样条插值计算任意时刻的天顶对流层延迟估值,由此构建了一种时间分辨率更高(6h)的改进的GZTD模型(GZTD-6h)。经过两种模型内符合检验对比分析表明,GZTD-6h模型内符合精度(bias:0.17cm,RMS:3.9cm)优于GZTD(bias:0.17cm,RMS:4.4cm)。使用全球IGS站进行外符合检验,统计结果表明GZTD-6h模型(bias:-0.22cm,RMS:4.05cm)相比GZTD(bias:-0.45cm,RMS:4.51cm)改善明显。

EGNOS天顶对流层延迟模型适应性评价与分析--以新疆地区为例

利用IGS站及实测气象参数的Saastamoinen模型来评估EGNOS天顶对流层延迟模型在新疆的精度,研究表明:(1)在新疆地区,EGNOS模型与IGS站数据符合较好,guao站BIAS为0.9 mm,RMS为1cm;(2)EGNOS模型与实测气象参数的Saastamoinen模型比较分析后发现,两者之间平均BIAS为-7.9mm,RMS为1.62 cm,BIAS随纬度的增加由负值变为正值,EGNOS模型精度在新疆地区随高程变化稳定,在高程较低处也能保证一定的精度,与其他同纬度不同高程的IGS站相比较,EGNOS模型精度在新疆地区优于其他地区;(3)与ECMWF资料计算的ZTD比较,EGNOS模型RMS优于ECMWF近3.6 cm。

天顶对流层干延迟模型高程适用性研究

针对天顶对流层干延迟（ZHD）的3种通用模型,即Saastamoinen模型、Hopfield模型和Black模型,构建基于探空数据的Radiosonde方法来解算ZHD并将其作为真值,在北美夏季中纬度地区真实大气和标准大气两种条件下,通过对比Radiosonde方法与3种通用模型计算的ZHD结果,对3种通用模型进行高程适用性分析。结果表明,3种通用模型都适用于0~30 km的高度,Black模型和Saastamoinen模型的精度相近,Hopfield模型精度最差。最后,构建高气压变化范围的本地化短期ZHD-P模型。

一种区域精密天顶对流层延迟组合预报模型

针对现有区域天顶对流层延迟(ZTD)模型属于函数或格网型,参数固定,且难以表达ZTD时空快速变化特性等问题,提出一种基于小波变换、傅里叶级数拟合、自回归(AR)、支持向量回归(SVR)的组合预报新模型构建方法。该模型在时域内对ZTD序列进行小波变换,分解出低频和高频序列。低频序列采用傅里叶级数拟合成时间函数,高频序列则由AR进行预报。在空间域内利用SVR建立位置参数向傅里叶级数参数的映射。在该模型中输入时间与位置信息即可获取ZTD预报值。利用94个GNSS基站2 a的ZTD数据进行建模,24个GNSS基站1 a的ZTD数据进行预测对比。结果表明,实测值与模型预报值之间的平均偏差为-2.02 mm,均方根误差为3.07 cm,优于大部分区域ZTD模型。在伪距单点定位测试中,该模型能够显著提高定位精度。实验表明,该组合模型具有较高的预报精度和可靠性,具有一定的应用价值。

一种用于中国地区的对流层天顶延迟实时修正模型

针对目前对流层延迟修正受限于探空数据不足导致修正效率低的问题,该文结合Saastamoinen和GPT2w模型构建形成组合模型Sa+GPT2w模型,通过利用GPT2w模型提供的高精度气象数据,实现中国地区对流层天顶延迟(ZTD)的实时修正,克服对探空数据的依赖,并用实测数据对计算结果进行验证。以IGS提供的中国地区2015至2017年ZTD时间序列为评估标准时,Sa+GPT2w模型(bias:1.661 cm, RMS:4.711 cm)的精度较同等条件下的Sa+EGNOS, Sa+UNB3m和Hop+GPT2w模型分别提升50.5%, 41.9%和37.1%;以GGOS Atmo-sphere 2017年ZTD数据为标准时,Sa+GPT2w模型(bias:1.551 cm, RMS:4.859 cm)的精度相对同等条件下的另3种模型分别提升49.5%, 38.5%和46.8%;最后对Sa+EGNOS, Sa+UNB3m和Sa+GPT2w模型在ZTD修正中误差结果的时空分布特征进行分析。研究结果可为在中国地区的导航定位、大气折射研究中,应用不同气象参数模型进行ZTD修正的有效性和可能达到的精度提供参考。

不同对流层天顶延迟模型在中国西北地区适应性研究

基于Fortran语言对GAMIT10.7软件进行二次开发,实现了Hopfield模型、Saastamoinen模型、Black模型、UNB3模型、EGNOS模型、GPT2w_1+Saastamoinen模型和GPT2w_5+Saastamoinen模型在中国西北地区的对流层延迟解算服务,并分析不同对流层延迟模型在西北地区的适应性问题。实验表明,在实测气象数据模型中,Saastamoinen模型在中国西北地区获取的天顶对流层延迟精度最高,各个测站平均bias值和RMS值分别是-1.67 cm、3.83 cm;Hopfield模型和Black模型精度相当。在非实测气象数据模型中,GPT2w_1+Saastamoinen模型精度最高,GPT2w_5+Saastamoinen模型次之,EGNOS模型最低。不同对流层延迟模型的精度均受季节变化影响,夏季bias的绝对值和RMS值最大,冬季最小,春季和秋季结果相当。

GNSS对流层天顶延迟模型及映射函数研究

对流层延迟是指电磁波信号穿透中性大气层时速度和路径均发生改变的效应,具有非色散性,无法通过多频组合方式消除;由于水汽具有典型的时空非平稳特征,难以对非流体静力学分量进行精确建模。如何妥善处理对流层延迟,是提高GNSS定位精度的重点和难点问题。

区域天顶对流层延迟时空变化特性及其建模研究

介绍几种常用的全球对流层延迟改正模型和几种区域对流层延迟模型的建立方法,再利用美国密歇根州的8个测站天顶对流层延迟数据对天顶对流层延迟进行研究,得出天顶对流层延迟在时间尺度及空间尺度上的变化规律,与经度和纬度相关性一般,与高程强相关。通过美国密歇根州的4个测站数据分别计算3种区域对流层延迟模型,得出各个模型的精度,并比较它们的优劣,结论是一次线性插值模型是三者中精度最高的模型。

综合时间序列与高程的天顶对流层延迟模型研究

利用南加州地区26个IGS站的天顶对流层延迟(ZTD)数据,运用傅里叶函数和指数函数,建立了一种不需要实测气象参数且只与时间序列及高程相关的天顶对流层延迟改正模型。该模型预报2012年ZTD平均精度为4.31 cm,计算公式简单,所需参数较少,可作为GNSS实时定位及导航的对流层天顶延迟改正。

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±1mm以内,随着高度的上升,平均RMS由39mm减小至不足1mm;与IGS(International GNSS Service)实测ZTD相比,SHAO-H模型的精度(bias为7.02mm,RMS为38.50mm)优于UNB3m模型(bias为14.67mm,RMS为51.95mm).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.

四种对流层天顶延迟模型精度评估

利用IGS提供的高精度对流层天顶延迟数据,在全球范围内对四种常用天顶对流层延迟模型的精度,进行了科学、合理的评估。得出EGNOS模型的精度最高,是对流层模型改正的最优选择。同时在选择改正模型时,应考虑测站高程的影响。

北斗区域系统解算对流层天顶延迟比对分析

在分析了当前GNSS主要的误差源,比较对流层延迟改正模型的基础上,应用Saastamoinen模型对BDS和GPS原始观测数据解算对流层天顶延迟,并对全球6个站点一个月的解算值进行比对分析,结果发现:北斗区域系统解算的ZTD相比于GPS结果,76%位于2cm之内,只有个别站点个别天的解算结果出现较大偏差,在中国周边站点解算结果优于其他地区站点。表明:北斗区域系统已经具备在中国周边同GPS相当的ZTD解算精度,为下一步北斗全球系统的建设奠定了坚实的基础。

GPT3模型计算中国大陆对流层天顶延迟精度分析

为了评估GPT3模型计算中国大陆对流层延迟改正的精度和可靠性,利用2017-2018年欧洲中期天气预报中心的ERA-Interim大气廓线资料和中国地震局提供的陆态网对对流层延迟产品进行了对比验证分析。结果表明,在中国大陆,GPT3-ZTD模型值的年均偏差(Bias)小于0.6 cm,均方根误差(RMSE)优于3.53 cm。ZTD模型值的精度总体呈现出从中国西北(RMSE<3 cm)到东南地区(RMSE>5 cm)逐渐降低的趋势;在中国东南地区,GPT3模型低估了对流层天顶延迟,其量级处于-2.0~0.5 cm。ZTD模型值的精度与测站高程呈非线性相关,随着高程增加而精度不断提升。此外,GPT3-ZTD的精度具有明显季节性变化,RMSE基本维持在1~6 cm,ZTD模型值精度的季节性变化与大气中水气含量和变化剧烈程度相关。GPT3模型对中国大陆的对流层天顶延迟计算有较好的精度和可靠性,可为中国大陆对流层延迟改正建模提供一定参考。