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。

海潮对GNSS总天顶延迟量观测的影响

在顾及(方案Ⅰ)和不顾及(方案Ⅱ)海潮影响的情况下,利用中国地壳运动观测网络工程基准站观测数据分别计算总天顶延迟量,并对其进行比较。通过频谱特征分析,进一步研究了海潮对GNSS总天顶延迟量观测的影响,并得出了一些有益的结论。

非组合PPP算法估计天顶对流层延迟及精度分析

为提高天顶对流层延迟的估计精度和可靠性,利用非组合精密单点定位(UPPP)模型估计了WUHN和BJFS站的天顶对流层延迟,将结果与传统的精密单点定位(PPP)模型的计算结果进行对比,结果表明:UPPP计算的天顶对流层延迟的内符合精度为2.75 mm,偏差为0.19 mm,该结果与IGS产品一致,外符合精度分别为8.58 mm,6.51 mm;以IGS的高精度对流层产品为真值,传统PPP模型和非组合PPP模型估计ZTD的精度(STD)分别为7.7 mm和5.9 mm;UPPP方法不仅在精度上和传统PPP方法保持相当甚至更高的精度,而且它还提供电离层产品以减弱噪声影响,提高数据利用率。

ERA-Interim资料计算对流层天顶延迟方法及精度分析

利用CDDIS提供的6个IGS站点2018年高精度对流层天顶延迟(ZTD)参考值,对利用ERA-Interim资料计算的ZTD值进行了精度评估。结果显示,ERA-Interim资料计算的ZTD与IGS提供的ZTD产品相比误差在cm级,不同纬度的计算ZTD及其偏差有不同的季节特征。IGS ZTD和ERA-Interim ZTD分别用于GNSS单点定位改正,伪距结果显示两者改正偏差的差异在亚毫米级,且结果在各个方向都得到了改善,U方向最明显,能达到0.5 m左右。

BDS对天津不同强度降雨的响应研究

为了进一步提升全球卫星导航系统(GNSS)探测大气水汽信息进行短临极端天气预警预报的精度,进行北斗卫星导航系统(BDS)对天津不同强度降雨的响应研究:选取天津市多个连续运行参考站(CORS),基于天津市2023年8月1日至23日发生的多次降雨,使用北斗卫星导航系统(BDS)数据反演大气可降水量(PWV);并研究其对不同强度降雨的响应机制。结果表明,以第五代大气再分析数据集(ERA5)探测的PWV作为参考值,BDS PWV的标准差(STD)和均方根(RMS)误差均小于2.86 mm,其精度与全球定位系统(GPS)反演的PWV相当;不同强度降雨发生前,PWV均快速陡增且其增量与降雨强度呈正相关;利用PWV的持续增加时间阈值10 h与其增量阈值20 mm,可对天津市不同强度降雨实现有效预测,对强降水尤其极端强降水事件的预警具有重要意义。

基于机器学习的NWP ZTD长短期预测模型

对流层延迟是影响全球卫星导航系统(GNSS)定位精度的主要误差源之一,利用数值天气预报(NWP)模型估计天顶对流层延迟(ZTD)是常用的方法之一,但NWP模型预报资料估计的ZTD精度有限;NWP模型再分析资料估计的ZTD不能用于GNSS实时定位,且目前大多数文献未能对ZTD长短期预测分别进行研究。因此,利用欧洲中期天气预报中心(ECMWF)的第五代全球气候再分析资料数据集(ERA5)和国际GNSS服务组织(IGS)的高精度ZTD数据,研究基于反向传播(BP)神经网络、支持向量机和长短期记忆网络3种机器学习算法构建以年为时间窗口的ZTD长期预测模型和以24h为时间窗口的ZTD短期预测模型的可行性。实验结果表明:构建的ZTD长期预测模型和短期预测模型可以有效提高预测ZTD的精度。

利用多GNSS分析澳大利亚极端降雨水汽变化

利用澳洲153个全球卫星导航系统(GNSS)站提供的北斗卫星导航系统(BDS)、全球定位系统(GPS)、伽利略卫星导航系统(Galileo)的多系统观测数据与武汉大学发布的超快速轨道和钟差产品/最终产品,计算2017年澳洲一次极端降雨过程中测站上空的天顶对流层延迟(ZTD)和大气可降水含量(PWV)。结果表明:多系统GNSS联合解算的ZTD与国际GNSS服务(IGS)最终产品互差的平均偏差为-0.01 mm,较单一GPS系统解算偏差更小;准实时ZTD计算与事后计算精度相当。利用气象再分析资料ERA5提供的温压数据进行PWV反演和精度验证的结果表明:多系统GNSS反演PWV与ERA5互差RMS为2.71 mm,符合气象学研究要求。最后,结合ERA5陆面产品的逐时降水量数据分析PWV与本次降雨的关联。在时序上,PWV达到极大值后2~3 h内降水量达到最大值。在空间上,PWV高值地区与强降雨地区具有高度一致性。

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.

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。

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.

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.

GPS天顶对流层延迟与可降水量的相关性

针对水汽含量在短时间内变化快、影响因素多,目前精确测定其含量仍是一个难点的现状,该文采用GAMIT软件,利用两次暴雨发生过程中香港地区6个连续运行参考站系统参考站数据,计算天顶对流层总延迟（ZTD）和大气可降水量（PWV）,并与实际降雨量进行对比。研究结果表明,暴雨发生前后的1-2h或者更长时间内,天顶对流层延迟、大气可降水量和实际降水量一直保持着较好的对应关系,天顶对流层延迟和大气可降水量会出现骤增和骤降现象,而且天顶对流层延迟和可降水量的变化速度越快,说明大气环境越不稳定,降水概率也就越高。

GNSS天顶对流层延迟的短时天气预报分析

针对天顶对流层延迟(ZTD)与大气可降水量(PWV)相关性特征及变化规律,该文提出基于无气象元素ZTD短时天气监测及预报的方法。该文以北京市2013—2015年BJFS站日均数据为例,采用GZTD和Saastamoinen+GPT2模型拟合,得到传统的无气象元素的PWV模型。并利用2016年BJFS站ZTD和气象数据,计算出PWV1(含气象元素)和PWV2(无气象元素)数据,通过定量数据分析得出:PWV1与PWV2、ZTD相关系数分别达到0.6332,0.9676;PWV2与ZTD相关性为0.6498。从短期数据,BJFS站6—9月的ZTD与PWV1相关性系数为0.9696。这证明了ZTD能够真实反映PWV1的真实变化趋势,同时也说明ZTD应用于短时天气预报的可行性。最后针对北京地区2016年的降雨、降雪和雾霾等极端天气事件,采用ZTD方法对其进行了分析研究,并取得了较好的效果。

基于IGS超级跟踪站的近实时GPS气象研究及应用

目前国内许多城市开始将CORS综合应用网服务于气象部门,为给地基GPS气象研究人员提供一个真实的研究环境,本文基于IGS超级跟踪站网络搭建了一个近实时GPS气象系统,并结合实测数据验证了该系统的有效性。基于该平台可以系统地研究GPS遥感水汽、层析水汽三维分布、数值天气预报同化GPS水汽以及利用电离层分布进行空间天气预报等理论。

地基GPS反演水汽影响因素分析

地基GPS(Global Position System)技术日益成熟,气象观测应用此技术逐渐增多,但对此影响因素的分析不是太多。本文首先阐述了地基GPS遥感水汽原理,然后结合雾灵山GPS气象观测试验数据,利用GAMIT软件解算此期间数据的对流层延迟量,主要分析了影响地基GPS遥感水汽的几项因素,得出测站精度与ZTD精度变化趋势图、星历精度与ZTD(Troposphere Zenith Delay)精度变化趋势图和不同参考站对ZTD的影响。其结果对GPS遥感大气水汽有一定的参考价值。

基于雾灵山气象观测试验数据的地基GPS反演原理及分析

多家单位于2005年8月2～29日在雾灵山进行GPS气象观测试验,本文利用处于该时期的地基GPS观测数据,根据地基GPS气象学原理以及GAMIT软件解算出8月22～28日的6个测站的对流层延迟量。图形分析比较了不同测站精度和星历对ZTD的影响,提出了在以后作业时采取的措施。

几种典型机器学习算法在短临降雨预报分析研究

针对降雨过程中大气可降水量(PWV)和气象参数(温度(T)、湿度(U)、露点温度(T_(d))、气压(P))特征变化情况,提出基于机器学习算法的短临降雨预报模型.以北京(BJFS)站和武汉(WUH2)站2020年的3 h天顶对流层延迟(ZTD)和气象数据为例,构建随机森林(RF)、支持向量机(SVM)、K近邻(KNN)、朴素贝叶斯分类器(NBC) 4种算法的预报模型,并引入各自时刻的降雨情况作为新的特征向量,分别采用70%和80%训练集的分割方式,降雨情况作为模型输出,并利用准确性、精确率和假负率评价模型的适用性.在取得准确性约0.92,精确率约80%,假负率约20%的结果下,进一步以时间序列年积日为第150—200天的数据为样本,对200—250天的降雨情况进行预报.实验结果表明:基于机器学习的短临降雨预报模型可以预报未来3 h 80%以上的降雨情况,且假负率在20%以下,其中SVM模型的综合性能更优.与传统的阈值模型相比,准确率相当,假负率降低约50%.

基于MGEX站多系统GNSS反演大气可降水量精度评估

2020年6月北斗卫星导航系统(BDS)完成全面组网,为分析其解算水汽信息的精度,选用15个MGEX(Multi-GNSS Experiment)测站2021年10月至11月的观测数据进行水汽反演.利用GAMIT软件分别解算BDS、GPS、Galileo和GLONASS的观测数据,将得到的对流层天顶延迟(ZTD)与国际GNSS服务(IGS)发布的结果进行对比,并将解算的大气可降水量(PWV)分别与探空数据、ERA5数据计算得到的PWV对比.实验结果表明:截止高度角设置为5°时,4个卫星系统估计的ZTD均方根(RMS)均小于13 mm,GPS-PWV、BDS-PWV、Galileo-PWV、GLONASSPWV与无线电探空可降水量(RS-PWV)相比,RMS平均值分别为2.25 mm、2.46 mm、2.52 mm和2.84 mm,RMS均小于3 mm;与ERA5-PWV相比,RMS平均值分别为1.63 mm、1.86 mm、1.76 mm和1.99 mm,RMS均小于2 mm.GPS探测水汽的精度最高,BDS探测水汽的精度低于GPS和Galileo,高于GLONASS,均满足气象学应用需求.

基于最小二乘法无气象要素的PWV反演

提出了一种无需气象数据,直接用对流层天顶总延迟(zenith total delay,ZTD)推导大气可降水量(precipitable water vapor,PWV)的新方法。该方法从GPS反演大气水汽的反演方程出发,基于最小二乘法建立ZTD推算PWV的模型。结果表明,就BJFS测站而言,模型推算的PWV与GPS反演的PWV的均方根(root mean square,RMS)值为4.5 mm,两者存在一个微小的系统偏差,但相关系数高达0.982。在不研究其数值大小只研究其趋势变化时,可以用模型直接推算PWV,这可为气象学短期预报提供一定参考。

基于Matern^(5/2)核函数高斯过程回归算法的实时对流层内插模型研究

连续运行基准站(continuously operating reference station,CORS)网络是网络实时动态(real-time kinematic,RTK)必需的基础硬件设施,而网络RTK依然受站间距离增长所带来的非线性大气误差影响。而精密单点定位(precise point positioning,PPP)不需要额外的参考站,其通过对各类误差精确建模,解算用户位置信息,但由于先验对流层模型精度较差、卫星端和接收机端未校准相位延迟(uncalibrated phase delays,UPD)难以与模糊度有效分离,传统PPP收敛时间过长。结合两者的优势,基于PPP-RTK的思想,通过提取固定参考站位置处的实时天顶总延迟(zenith total delay,ZTD),并采用一种基于Matern^(5/2)核函数的非线性高斯过程回归模型,在线估计核函数超参数,从而对长间距基准站网络进行ZTD实时空域建模,为网内区域提供实时高精度的ZTD产品信息。采用中国湖北省CORS网2021年2月1日至4日共4天采样率为30 s的实时观测值数据对模型进行评估。实验结果表明,其在天顶方向收敛时间为17.5 min,定位精度为2.474 cm。与常规动态PPP解算结果相比,收敛时间提升10.26%,定位精度提升4.81%;与传统的线性插值算法相比,收敛时间提升7.89%,定位精度提升3.28%。且该模型具备较好的鲁棒性。