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...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。展开更多
针对现有对流层天顶延迟模型改正法因水汽参数难以精确获取所导致的时空分辨率与精度上的不足问题,提出了一种融合WRF(weather research and forecasting model)大气数值模式的对流层天顶延迟估计方法。通过分析WRF模式的数值模拟机理...针对现有对流层天顶延迟模型改正法因水汽参数难以精确获取所导致的时空分辨率与精度上的不足问题,提出了一种融合WRF(weather research and forecasting model)大气数值模式的对流层天顶延迟估计方法。通过分析WRF模式的数值模拟机理及其数据结构特征,采用直接积分与模型改正相结合的混合计算方式,实现了全球任意位置上小时级的对流层天顶延迟估计。验证结果表明,该方法计算的小时级ZTD再分析值精度为13.6mm,日均值精度更是可达9.3mm,比传统模型UNB3m的49.6mm以及目前标称精度最高模型GPT2w的34.6mm,精度分别提高了约5倍和3.5倍。在30h的预报时段内,预报值精度也可达22mm。无论是ZTD再分析值还是预报值比现有模型的估计值精度均有明显提高。展开更多
文摘为提高对流层天顶延迟(Zenith tropospheric delay,ZTD)的估计性能,提出了基于数据融合的ZTD估计方法。估计干延迟采用Saastamoinen模型,估计湿延迟采用Askne模型,地表气象测量设备提供给两模型所需的气压、温度以及水汽压,Askne模型所需的加权温度、温度变化率和湿度变化率由全球气压和温度2w(Global pressure and temperature 2w,GPT2w)模型提供。当气象测量设备不可用时,上述所有气象参数均来自于GPT2w模型。利用国际GPS服务(International GPS service, IGS)提供的数据进行验证,结果表明:当地表测量设备存在时,所提方法较Saastamoinen模型提高了8mm;当全部气象参数来自GPT2w时,本方法较GPT2w+Saastamoinen模型提高了8.1mm;对于季节分明的测站,误差趋势同样具备季节性;对于海拔高和气候干燥的的测站,估计误差较小。
文摘针对现有对流层天顶延迟模型改正法因水汽参数难以精确获取所导致的时空分辨率与精度上的不足问题,提出了一种融合WRF(weather research and forecasting model)大气数值模式的对流层天顶延迟估计方法。通过分析WRF模式的数值模拟机理及其数据结构特征,采用直接积分与模型改正相结合的混合计算方式,实现了全球任意位置上小时级的对流层天顶延迟估计。验证结果表明,该方法计算的小时级ZTD再分析值精度为13.6mm,日均值精度更是可达9.3mm,比传统模型UNB3m的49.6mm以及目前标称精度最高模型GPT2w的34.6mm,精度分别提高了约5倍和3.5倍。在30h的预报时段内,预报值精度也可达22mm。无论是ZTD再分析值还是预报值比现有模型的估计值精度均有明显提高。