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。

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。

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.

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.