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。

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.

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。

COSMIC-2近实时廓线反演对流层延迟及其质量分析

为了进一步提高全球大气探测和极端天气预报的精度,提出一种气象、电离层与气候星座观测系统2代(COSMIC-2)近实时廓线反演对流层延迟方法:指出随着气象、电离层与气候星座观测系统2代(COSMIC-2)掩星探测深度的加深,通过掩星手段为地表全球卫星导航系统(GNSS)观测站提供近实时先验天顶对流层延迟(ZTD)产品成为可能;采用COSMIC-2掩星Level 2近实时产品wetPf2大气湿度廓线获取掩星ZTD,并以欧洲中期数值天气预报中心第五代再分析资料(ERA5)作为参考,分高程、纬度、季节评估其反演精度。结果表明,COSMIC-2掩星反演天顶对流层延迟ZTD整体精度较高,10 km高程以下全球定位系统(GPS)信号反演ZTD精度较格洛纳斯卫星导航系统(GLONASS)信号更优;掩星反演ZTD精度随高程增加而提升,在0~1 km高程范围内精度最低,均方根(RMS)分别为11.33 mm(GPS)、11.54 mm(GLONASS);中低纬度区域(25°N—35°N)反演ZTD精度低于低纬(15°N—25°N)和中纬(35°N—45°N)区域,其中中纬区域精度最高,RMS分别为4.74 mm(GPS)、4.70 mm(GLONASS);掩星反演ZTD精度同样受季节影响,GPS/格洛纳斯全球卫星导航系统(GLONASS)双模信号均在夏季反演精度最差,冬季反演精度最高,冬季RMS分别为4.15 mm(GPS)、4.18 mm(GLONASS)。

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。

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。

利用天顶对流层延迟数据直接推算水汽含量的研究

比较和分析了北京、拉萨和武汉等跟踪站2002年7月的天顶对流层延迟和大气综合水汽的变化趋势,提出了无需进行其他转换利用天顶对流层延迟直接推算水汽含量的新方法,并对实测数据的计算结果进行了验证,证明了该方法的可行性。

天顶对流层延迟计算方法研究

依据精密单点定位(PPP)原理编写天顶对流层延迟估计程序,分别利用所编程序和GAMIT软件进行实测数据解算,将所得数据与IGS网站提供数据进行对比分析,结果显示PPP与双差法估计对流层延迟都有较高精度;但在双差法解算过程中发现,无远距离测站参与解算会影响对流层延迟估计的精度。

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。

基于BDS与GPS精密单点定位的天顶对流层延迟估计比较

在BDS与GPS现有星座条件下,针对若干IGS和MGEX跟踪站的实测数据,利用CODE事后GPS产品与WHIGG计算的BDS精密轨道和钟差,对GPS单系统、BDS单系统及两者组合系统进行精密单点定位(PPP)处理,估计出相应的天顶对流层总延迟量,并进行分析比较。实验表明,与IGS提供的对流层产品相比,利用GPS单系统处理,能较准确地反映出天顶对流层延迟量,其精度为mm级;BDS单系统结果较GPS单系统略差,其精度优于2cm;GPS与BDS组合系统的结果与GPS单系统结果相近。

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。

天津地区CORS站天顶对流层延迟年周期变化研究

利用天津地区9个GPS连续观测站两年的数据,及4个IGS参考站的观测数据,计算分析了天津地区GPS连续观测站天顶对流层延迟的年周期变化,以及不同位置的GPS站天顶对流层延迟的时空相关性。其中站间互差的均值为±4 mm左右,标准差优于1 cm;2006年和2007年互差的均值约为9 mm,标准差优于4 cm。

连续运行GPS观测网络的对流层天顶延迟估计

对基于连续运行GPS观测网络的对流层天顶延迟估算模型和参数的选择,及其对估计结果的影响进行研究。在选用相同的对流层改正模型、卫星截止高度角和相同的对流层天顶延迟参数个数的条件下,分段线性方法比分段常数法和单参数方法更能客观反映对流层随时间的变化趋势。在选择相同的天顶延迟模型的条件下,观测时间越长,用于对流层天顶延迟估算的数据越多,对天顶方向的对流层折射估计越有利。天顶延迟参数个数的选择对对流层折射有较大影响。参数过少,则不能充分反映对流层随时间的变化;参数过多,则降低了解的强度。一般对中长基线而言,选择每2～4h一个天顶延迟参数,能较真实地反映对流层的变化,提高基线解的精度。

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。

数据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)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。

单站地基非差GPS测量对流层天顶延迟

目前常用的测量天顶延迟的差分GPS技术具有效率低、成本高、可移动性差等缺点,而非差GPS技术可以克服差分GPS的缺陷.采用新的基于卫星仰角的余弦函数随机模型,利用非差码伪距精密单点定位方法估算了上海地区的对流层天顶延迟.通过把估算结果与探空观测和GIPSY软件的估算结果相比,显示大小都在同一个量级,趋势是一致的,而且均值相差和均方根误差都在厘米量级.表明单站地基非差GPS测量天顶延迟是可行的,并且其精度与GIPSY软件的精度相当.

基于N-BEATS的单站对流层天顶总延迟预报

高精度对流层延迟先验值有助于加速精密单点定位的快速收敛。基于高精度高分辨率气象数据库,采用深度学习N-BEATS算法,进行了单站对流层天顶总延迟的预报试验。试验选取了9个IGS跟踪站,试验弧段从2002年1月至2019年6月共18.5 a。首先基于N-BEATS算法,设计了3种预报策略,然后基于前17.5 a针对不同预报策略进行模型训练,并对最后365 d的对流层天顶总延迟进行预报。试验结果表明,以该气象数据库为基准,12 h以内预报弧段的预报残差均值量级大多可达亚毫米,2 h、4 h、6 h的预报残差的标准差分别约为5 mm、9 mm、13 mm。

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。