顾及双差残差反演GPS信号方向的斜路径水汽含量

给出了顾及GPS双差残差反演斜路径水汽SWV的解算流程;然后详细给出了双差残差到非差残差的转化算法,并对算法进行了改进;最后利用并址的GPS和WVR实测数据对反演SWV算法进行了验证,结果证实改进的反演算法能以优于4 mm精度近实时估算SWV值,与目前国际研究精度在同一量级。

融合GNSS PWV、风速与大气污染观测的河北省春季PM2.5浓度模型研究

PM2.5浓度时空演化特征分析有助于大气污染的现状和发展认知,但PM2.5浓度监测积累时间较短,且受到排放强度和气象因素的影响,因此可融合全球导航卫星系统(Global Navigation Satellite System,GNSS)天顶可降水量(precipitable water vapor,PWV)、风速和大气污染物构建PM2.5浓度模型。以河北省为例,首先分别开展PM2.5浓度与大气污染物、GNSS PWV及风速的相关性分析;然后将大气污染物、GNSS PWV和风速作为输入,PM2.5浓度作为输出,利用逆传播(back propagation,BP)神经网络分别构建城市PM2.5浓度模型和区域PM2.5浓度模型;最后进行PM2.5浓度模型可靠性检验。将模型预测值与PM2.5浓度实测值比较发现,预测PM2.5浓度等级准确率高,相对误差较低。该模型可用于区域PM2.5浓度时空演化特征分析。