共查询到14条相似文献，搜索用时 421 毫秒
1.
对常用的3种天顶对流层延迟改正模型(Saastamoninen模型、Hopfield模型和EGNOS模型)进行误差分析,代入气象元素及测站位置误差,得出各模型的ZTD估值受误差影响的程度。使用C++语言实现以上3种模型,选取一系列不同纬度和高程的IGS站,利用IGS分析中心提供的气象文件,结合测站时空信息,导入程序进行模拟计算,并与IGS对流层产品进行比较,对改正模型进行质量评价。结果表明,Saastamoninen模型和Hopfield模型能够较准确地根据地面气象资料反映对流层延迟的日变化,Saastamoninen模型的改正精度略高于Hopfield模型;同时,无需实测气象资料的EGNOS模型RMS小于0.1 m,也可满足GNSS m级定位需求。 相似文献
2.
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
3.
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
4.
为减小对流层误差改正数中系统偏差的影响以提高对流层改正精度,提出了基于神经网络的顾及空间的对流层误差建模模型,该模型的对流层延迟误差改正在网内外精度均达5 cm。 相似文献
5.
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。 相似文献
6.
针对传统InSAR技术在监测地表形变时受对流层延迟影响的问题,利用地面实测气象参数和NCEP气象再分析资料建立大气校正模型,对生成的鄞州区干涉图进行对流层延迟校正,获取鄞州区2018～2020年高精度地表形变分布。为分析不同大气校正模型对对流层延迟效应的削弱效果,将监测结果与同期实测水准数据作对比。结果发现,地面气象信息模型、NCEP气象再分析资料模型和未加大气校正的InSAR监测结果的均方根误差RMSE分别为2.78 mm、3.86 mm、5.62 mm,表明利用地面气象信息模型校正大气相位误差具有更高的监测精度,能有效削弱对流层延迟对干涉测量结果的影响。 相似文献
7.
选取中国大陆构造环境监测网（陆态网）提供的155个测站2014~2018年对流层延迟产品,基于BP-Adaboost算法将多个弱神经网络预测器集成为强预测器,建立新的无气象参数对流层延迟计算模型。利用陆态网2019年参与建模的141个建模测站、未参与建模的62个测站的对流层延迟产品和中国区域86个无线电探空站解算出的对流层延迟精确值对BP-Adaboost模型进行精度评定,结果表明,新模型的平均偏差分别为0.62 mm、-1.16 mm和12.32 mm,均方根误差分别为25.30 mm、26.72 mm和46.29 mm,优于常见的无气象参数模型;BP-Adaboost模型在内陆地区或海拔2 km以上地区具有更高的精度,能够满足中国大陆区域卫星导航用户实时对流层延迟改正的需求。 相似文献
8.
利用地基GNSS观测资料,对高海拔地区对流层延迟的活动特性展开分析。结果发现,在高原地区,随海拔高度变化,研究区对流层延迟差异明显,Saastamoinen模型的精度优于Hopfield模型,且两种模型在高海拔地区的精度均低于低海拔地区,表明常规对流层延迟模型在高海拔地区的性能有所下降;高海拔地区的总延迟、湿延迟平均值分别占低海拔地区的67%与30%,表明在高海拔地区干延迟部分适应性变弱并且是影响模型精度的主要因素,需要进一步优化。 相似文献
9.
以水汽辐射计（WVR）精确测定的天顶方向延迟值作为参考,评估Saastamoinen、GPT2、EGNOS、UNB3M四种常用对流层模型在上海地区的改正精度;并将WVR观测值及以上4种对流层模型计算的对流层延迟值作为真值应用到GNSS精密单点定位（PPP）中,评估其对定位精度的影响。比较发现,GPT2模型的对流层改正精度比其余3种要好,其天顶干延迟（ZHD）的偏差均值与中误差分别为-0.11 cm、±0.75 cm,天顶湿延迟（ZWD）的平均偏差与中误差分别为-2.34 cm、±7.67 cm;和传统的PPP结果相比,采用WVR对流层观测值的定位精度提高了16%。 相似文献
10.
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
11.
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
12.
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
13.
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
14.
针对高精度实时定位中区域天顶对流层延迟ZTD的时空特性导致插值精度不高的问题,提出一种基于高程归算的克里金插值模型。采用区域CORS网观测数据解算ZTD用于建模分析,相比于现有的其他方法,该模型能够提升插值精度,参与建模测站数量较少时其均方根误差RMSE仍可保持在10 mm以内,为区域实时高精度定位提供了基础。 相似文献