共查询到19条相似文献，搜索用时 187 毫秒
1.
为检验全球气压气温模型在中国地区的精度,基于我国29个探空站2015-03~2016-02期间实测的气压和气温数据,比较分析分别由GPT模型及最新的GPT2w_5和GPT2w_1模型导出的气压和气温结果。实验结果表明,中国地区3种气象模型均有明显的季节性且对纬度变化敏感,GPT2w_5与GPT2w_1模型精度相当,二者的气压和气温精度较GPT模型均有明显提高,但对于个别异常值,GPT2w_1模型较GPT2w_5模型表现出更好的鲁棒性。 相似文献
2.
由于对流层中气象因素变化剧烈且蕴含大量的水蒸气和颗粒物,雾霾的发生也极易改变卫星信号的传播路径,从而导致对流层延迟发生变化,因此重点研究气象因素与雾霾之间的相关性问题。通过上海市2016年62 d(DOY 153～214)的大气中污染物含量资料与天顶对流层延迟比较分析发现,大气中每种污染物含量基本呈现相似的走势,天顶对流层延迟随PM2.5含量增加而增大,且在日值数据的比较中发现,上海夏季的PM2.5含量与气压、气温和相对湿度成正相关关系,与风速、降水量呈负相关关系。 相似文献
3.
利用山东区域及邻近探空站,分析GPT2模型估算气象参数（气温和气压）的精度,并将GPT2模型应用于SDCORS反演可降水汽中,分析评估其精度。研究表明,GPT2模型估算气温和气压的偏差均值分别为-1.61 ℃和0.53 Pa,标准差均值分别为2.84 ℃和4.42 Pa,均方根误差均值分别为3.27 ℃和4.49 Pa;GPT2模型估算的气象参数解算的SDCORS/PWV的偏差均值为1.22 mm,标准差均值为3.05 mm,均方根误差均值为3.46 mm,较GPT模型精度高,可靠性强。对于未配备气象传感器的CORS站,基于GPT2模型估算气温和气压,有助于利用区域CORS反演可降水汽,有效实现对大气可降水量的监测与预报。 相似文献
4.
利用MATLAB实现UNB3m、GPT2w+Hopfield、GPT2w+Saastamoinen、GPT3+Hopfield、GPT3+Saastamoinen等5种模型，分析它们在陕西地区的适用性。结果表明，5种模型结果普遍偏小。GPT2w+Saastamoinen和GPT3+Saastamoinen模型整体精度相当，且优于其他3种模型，bias为1.41 cm，RMS分别为4.68 cm和4.67 cm，且随着高程增加精度越来越高。5种策略精度均随季节变化而变化，其中UNB3m变化最为明显，夏冬2季bias差达到7.92 cm，RMS差达到7.67 cm。更高精度计算时，秋季应使用GPT3，而春夏2季时使用GPT2w效果更好。选用同样的气象参数模型时，Saastamoinen模型比Hopfield模型更适用于陕西地区，并且陕北地区精度最好。对比最新的全球气压温度模型GPT3与GPT2w发现，2种模型算得的地面气压P、地面温度T、地面水汽压e、大气加权平均温度Tm等4种气象参数均相差细微，所以在陕西地区利用GPT2w或GPT3分别算得的对流层总延迟ZTD和对流层干延迟ZHD相差很小，通过对流层湿延迟ZWD算得的PWV也几乎相当。 相似文献
5.
采用IGRA提供的2017年81个无线电探空站的探空资料,对4种对流层延迟模型在中国区域的精度进行综合评估与分析。结果表明,GPT2w模型的性能要优于依赖气象参数的Saastamoinen模型及基于球谐函数的GZTD和UNB3m模型;GPT2w模型的偏差均值MB(mean bias)和均方根误差RMSE分别为-0.8 cm和4.1 cm,各测站的MB和RMSE分别处于-2~2 cm和1.3~7.9 cm之间。UNB3m模型在中国区域存在较大的MB和RMSE,模型的RMSE最大可达10.2 cm。4种模型的精度对测站纬度具有一致的敏感性,表现为随测站纬度的升高而降低;模型精度呈明显季节性变化,且不同模型对季节的敏感程度有所差异;对流层湿延迟难以精确建模导致模型精度在夏季(RMSE为6~9 cm)低于冬季(RMSE为2~2.5 cm)。 相似文献
6.
采用中国区域2017~2018年与GNSS站并址的49个探空站资料对GPT3模型估算的气象参数的精度进行评估,再利用49个GNSS站结合GPT3模型估算的气象参数反演日均大气可降水量PWV,并采用与GNSS站并址的探空站数据对其精度进行评定。实验得出：1）在中国地区,1°分辨率的GPT3模型的精度和稳定性优于5°分辨率,其气压、气温和大气加权平均温度Tm的偏差均值分别为0.73 hPa、1.34 K和－1.67 K,均方根误差均值分别为4.21 hPa、3.75 K和4.15 K;2）利用GPT3模型提供的气温结合Bevis经验公式反演的PWV与GPT3模型提供的Tm反演的PWV精度相当,且2种方法反演的PWV和探空资料实测地表温度反演的PWV呈现很好的一致性,在我国青藏高原和西北地区反演PWV的精度优于我国南方和北方地区。 相似文献
7.
通过不同的方案设计对中国陆态网测站进行解算,研究电离层高阶项延迟对测站坐标和接收机钟差的影响,并分析在不同地磁模型下的影响差异。结果表明,在太阳活动较为活跃时,电离层高阶项延迟对陆态网测站垂向坐标的影响能达到1.2 cm,对接收机钟差的影响接近4.4 mm;不同地磁模型下电离层高阶项延迟的影响很小。还分析了纬度、基线方向与长度对电离层高阶项延迟的影响。 相似文献
8.
使用亚洲区域18个IGS测站和中国区域内16个探空站2016~2018年的数据,研究GPT3模型反演天顶对流层延迟（ZTD）和大气可降水量（PWV）的精度,并与其他GPT系列模型进行对比。结果表明,GPT3-1模型估计的ZTD的bias均值和最大值均最小,分别为1.34 mm和14.06 mm;GPT3模型整体精度略优于GPT2w模型,优于GPT2模型。探空站处GPT3模型反演的PWV的bias和RMSE均表现出较强的季节性特征;由GPT3模型反演的PWV的月均值可知,GPT3-1模型比GPT3-5模型具有更高的精度和稳定性。 相似文献
9.
针对GPT2w模型误差累积所导致的天顶对流层延迟(zenith tropospheric delay, ZTD)和大气可降水量(precipitable water vapor, PWV)精度不高的问题,利用2017年长三角地区7个探空站和2个GNSS站的实测数据检验GPT2w模型获取的气压、温度、水汽压、加权平均温度(Tm)和ZTD等参数的精度,并融合GNSS解算得到的ZTD(GNSS-ZTD)与GPT2w模型获取的气象参数,提高PWV反演精度。结果表明：1)近地面处的气压、温度和水汽压的bias分布在－3~4 mbar、－7~7 K和－9~2 mbar之间,精度较高;2)GPT2w模型获取的Tm在长三角地区适用性较好,年均bias和RMS分别为－1.21 K和6.89 K;3)基于GPT2w模型解算的ZTD的bias和RMS均值分别为1.4 cm和9.4 cm,精度明显低于基于实测气象数据获得的GNSS-ZTD;4)参数融合法计算的PWV与GNSS-PWV精度相当,该方法可用于无实测气象参数时实时获取PWV。 相似文献
10.
利用北京市GPS连续观测资料结合气象资料开展GPS水汽与气象要素的相关性分析。首先使用GAMIT软件解算2009-06-01~2012-04-30的北京GPS连续观测网观测数据并结合气压数据获得测站水汽序列;然后用小波变换方法对GPS水汽、温度和气压数据进行分解与重构,并对重构后的数据进行相关性分析。GPS水汽序列的变化趋势与温度呈显著正相关,与气压呈显著负相关。水汽和气压存在年周期和半年周期变化,两者存在显著负相关特性;温度有年周期变化,水汽和温度在d13重构结果的相关性最好,存在显著正相关特性。 相似文献
11.
??????????9??GPS????????????????????4??IGS?ο??????????????????????????GPS??????????????????????????仯????????λ???GPS????????????????????????????以????????4 mm??????????????1 cm??2006???2007?????????9 mm???????????4 cm?? 相似文献
12.
利用台湾桃园（TWTF）站气象数据和对流层延迟数据开展可降水量和对流层延迟序列的相关性分析,显示两者存在显著正相关特性。利用回归分析建立季节和全年转换模型,并利用各季节降水和无降水期间的数据对模型进行检验。结果显示,各季节GNSS可降水量与线性回归可降水量的RMS值小于1.5 mm,最大误差不超过3.3 mm,满足GNSS气象学的基本要求。 相似文献
13.
????????????GPS??????????????IGS????2007??????????????IERS2003??IERS1992????GPS?????????????????????????????????????IERS1992???????IERS2003?淶?е???峱????????????????????????????????????γ???????? ??????????????????????????峱????????????????????????0.6~1.0mm???????峱?????????6%~8%?? 相似文献
14.
利用全球范围内224个IGS测站2019年的高精度对流层产品,对GPT3模型估计的天顶对流层延迟和大气水平梯度信息进行精度检验和分析。结果表明,精度在空间和时间分布上存在差异性,天顶对流层延迟、南北和东西方向大气水平梯度的平均偏差和均方根误差分别为0.12 mm/37.2 mm、-0.05 mm/0.49 mm、0.08 mm/0.57 mm。 相似文献
15.
通过计算对流层延迟和精密单点定位的点位坐标,研究雾霾天气对GPS天顶对流层延迟和精密单点定位精度的影响。结果表明,当空气质量持续良好、没有雾霾发生时,空气质量指数(air quality index, AQI)与对流层延迟的相关性很小;当重度雾霾天气持续发生时,雾霾会对天顶对流层延迟产生40~60 mm的影响。但在精密单点定位中,通过对对流层延迟进行参数估计的方法可以消除绝大部分雾霾对定位精度的影响,因此无论重度雾霾天气是否发生,AQI指数与精密单点定位精度的相关性很小。 相似文献
16.
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。 相似文献
17.
基于自行解算的GPS/BDS精密轨道和钟差产品,选取全球均匀分布的9个MGEX观测站1周的观测数据,使用GAMP软件进行BDS静态精密单点定位（PPP）解算,以评估BDS全星座的全球定位服务能力及天顶对流层延迟（ZTD）的估计性能。实验结果表明,BDS静态PPP解算收敛后水平方向精度优于1 cm,高程方向精度在1 cm左右,定位精度已与GPS相当;其天顶对流层估计精度优于1 cm,与GPS PPP解算的ZTD误差的RMS值相差在1 mm以内。总体来说,BDS全星座已具备与GPS相当的全球定位服务能力和ZTD反演性能。 相似文献
18.
???????GPS???????????????о???????????GPS???????????????????????о??????????????????????????????????????????????????????У???????????????????????е????????????????????????????????????????? 相似文献
19.
????InSAR????У????SAR???????????????????????????????????μ??????????????--??????κ???????????????????????????????GPS????????ж????????????????????????????????????????????????????????GPS????????????????????????mm??????????InSAR????У??????? 相似文献