共查询到20条相似文献,搜索用时 484 毫秒
1.
北斗卫星导航系统是首个建成的区域导航系统,其在电离层建模中的可行性和作用倍受关注。采用多项式模型构建区域电离层模型,利用IGSjfng和cut0两站观测数据,从穿刺点分布、单系统建模精度和BDS/GPS融合建模精度等方面分析了北斗区域系统对于电离层建模的作用。结果表明,利用北斗建立电离层模型,其残差标准差小于1.2TECU(1TECU=10~(-16)m~2),外符合精度优于4TECU,与利用GPS建模精度相当,但融合北斗和GPS数据相对于采用单系统建模精度无明显提升。 相似文献
2.
3.
4.
船磁效应一直是影响海洋地磁测量精度的一个重要因素。传统船磁模型只取磁方位角为变量,改正后测线数据存在系统差和船磁影响的起伏变化,给不断累积的地磁数据拼接带来困难。磁正西北和北东方向的测线网受船的感应磁性变化的影响最小,东西向测线之间船磁影响差异最小,而磁南北向测线之间正好相反,据此可从测线布设方案着手减弱船磁效应影响。完备的船磁模型可以兼顾考虑测线航向、地磁总场、磁倾角和拖缆长度的变化,通过不同拖缆长度的主、副测线网交点差平差或三点各两种不同拖缆长度的方位测量,实现地磁异常分离和完备船磁效应的改正。实例说明固定船磁,甚至负的垂直分量,会使船磁效应随纬度出现可观变化,需要完备船磁模型的解算和改正才能解决这个问题。 相似文献
5.
6.
与海洋地磁日变改正有关的长期变化和磁扰的处理 总被引:3,自引:0,他引:3
提出地磁日变改正中需要顾及地磁长期变化和磁扰的可靠分离,保证磁力数据改正处理具有明确的基准,提高拼接整合的精度.如果日变站能够控制测区,两者可采用时间同步固定的地磁正常场作为磁异常基准,测区的地磁长期变化由日变站实测的地磁长期变化来改正,反之,对日变站和测区应分别采用时间同步变化的地磁正常场作为磁异常基准,测区的地磁长期变化由地磁正常场的地磁长期变化来改正.为此,应该明确定义与时间相关的日变改正基值为地磁正常场与地磁异常之和.通过磁静日总场观测值偏离正常场的某种形式的长期平均值,可以逼近日变站的地磁异常.磁扰的分离应保证磁扰初动和消失相对于磁静日无磁扰的连续过渡.采用综合模型一并进行日变改正、正常场及其长期变化改正,可以更好地解决目前日变改正中遇到的问题. 相似文献
7.
8.
基于IRI-2016数据,通过深度学习建立了电离层Keras神经网络模型。经测试,Keras神经网络模型与IRI-2016模型具有同等精度。将Keras神经网络模型应用于Jason-2卫星高度计的电离层电子含量观测,对Jason-2双频观测值进行多项式拟合并与Keras模型值进行比对,结果表明:二者平均电子含量均方根误差为4.46 TECU;平均相关系数为0.75;将总电子含量的均方根差值换算成Ku波段的传输延迟值为8.5 mm,对于测高精度在厘米级别的卫星高度计,该误差在可接受范围内。电离层Keras神经网络模型可以扩展IRI模型的使用范围,方便快捷,也有效地避免了IRI复杂繁琐的分层积分算法。该模型可应用于单频卫星高度计的电离层延迟误差校正。 相似文献
9.
10.
11.
近年来全球气候变化加剧,台风风暴潮灾害的频率、强度和损失逐渐加大,台风风暴潮灾害损失的预评估对海洋防灾减灾工作有重大现实意义.作者选用广东省1995年—2020年间的50组台风风暴潮数据进行研究,量化气候变化数据,建立台风风暴潮损失评估体系并通过主成分分析进行降维.采用麻雀搜索算法优化极限学习机建立预评估模型,分别对台... 相似文献
12.
研究分析了最新的国际地磁参考场模型IGRF-13的数据来源及模型特征,并与以往模型进行了精度对比。在此基础上,结合不同时期获取的海洋磁力数据融合的实际需求,制定了海洋磁力正常场校正方法及磁力异常重计算流程。选取了南海试验区和太平洋试验区的调查数据,应用最新国际地磁参考场IGRF-13对其进行了正常场校正和磁力异常重计算,得出以下结论:(1)磁力正常场模型IGRF-13包含1900-2025年的26个磁力模型,可采用该模型对以往不同时期获取的磁力数据进行统一重计算;(2)应用最新IGRF-13对南海、太平洋试验区的磁力异常数据进行重计算后,数据内符合精度提升了0.05~0.20 nT;(3)建议在对不同年代的地磁数据融合应用前,先消除时变效应。本文提出的地磁正常场校正方法适用于减弱长期变化磁场的时变效应影响,提升磁力成果数据精度。 相似文献
13.
14.
15.
台风风暴潮异模式集合数值预报技术研究及应用 总被引:2,自引:2,他引:0
台风风暴潮数值预报的准确性在很大程度上取决于台风路径预报和强度预报的精度以及风暴潮预报模型的计算精度。目前,国际上24/48 h台风路径预报平均误差分别约为120/210 km左右[1],对于走向异常的台风误差更大;更有,根据单一的台风路径和单族的风暴潮数值预报模式并不能保证获得可靠的风暴潮预报结果。考虑多重网格法原理具有在疏密不同的网格层上进行迭代以达到平滑不同频率的误差分量,使得计算快速收敛,精度提高的特性。在前期研究基础上基于业务化高分辨率(结构网格/有限差分算法)和精细化(非结构网格/有限元算法)台风风暴潮集合数值预报模型构建多模型台风风暴潮集合数值预报系统。采用"非同族"模型进行集合预报很大程度上降低了误差相似遗传的可能性。应用该方法对典型台风风暴潮过程进行了试应用,试报结果表明:该方法对风暴潮增、减水预报效果高于单一集合预报,具有一定的应用前景。 相似文献
16.
大气校正是水体定量遥感的基础与前提。本文从大气校正模型、大气校正模型参数、水体组分差异以及水深反演波段组合方式4个维度探讨大气校正模型对水深反演的影响。研究采用6S、FLAASH、ACOLITE与QUAC 4种大气校正模型,选取大陆型、海洋型与城市型气溶胶模式,以瓦胡岛西北侧与谢米亚岛周边浅水作为清洁水体研究区,以辽东浅滩与槟城海峡作为浑浊水体研究区,基于Landsat-8多光谱影像开展大气校正,并采用8种波段组合方式进行水深遥感反演。研究结果表明:(1)4种大气校正模型均可在一定程度上削弱大气对水体信号的影响;因参数选取以及研究区水体组分的不同,不同模型的校正结果存在一定差异;两类水体反射率峰值分别出现在蓝波段与绿波段;(2)6S大气校正模型鲁棒性较强,该模型因研究区水体组分发生变化导致对应的水深反演结果与其余模型相比波动较小;FLAASH模型在海洋型和城市型两种气溶胶模式水深反演结果在浑浊水体存在较为明显的差异,辽东浅滩浅水区平均相对误差相差7.9%;ACOLITE模型受水体类型影响显著且对浑浊水体具有优越性与稳定性,平均相对误差较FLAASH降低5.6%;(3)多波段水深反演精度... 相似文献
17.
18.
基于多种神经网络的风暴潮增水预测方法的比较分析 总被引:1,自引:0,他引:1
简要介绍了利用BP神经网络、小波神经网络、递归神经网络进行风暴潮增水值预测的原理。选取广东省珠江口以南的阳江站2017年风暴潮增水数据进行测试。结果表明,三种神经网络方法针对阳江地区风暴潮增水的预测均具有可靠性和实用性。以当前增水值为输入量的单因子模型更能反映真实风暴潮增水趋势,而从增水极值预测的准确性来看,以台风风力、气压、风向等相关参数为输入量的多因子模型优于单因子模型。BP神经网络更适用于多因子长时间预测,小波神经网络在单因子短时间预测上准确性更高,递归神经网络预测值与实测值相关性更强。在工程运用中,需根据地域时空特点、数据资料的丰富度与预测值评估指标选择合适的方法。 相似文献
19.
20.
台风预报的准确性在风暴潮预报中起着重要作用。台风强度和路径的不确定性意味着使用集合模式来预报风暴潮。本文利用中央气象台的最优路径台风参数驱动国家海洋环境预报中心业务化的水动力学模型,开展华南沿海的风暴潮模拟,模式模拟结果与实测吻合较好。为了改进计算效率,采用CUDA Fortran 语言对模型进行了改造,改造后的模型在计算结果与原模型基本一致的基础上,计算时间缩短了99%以上。通过融合欧洲中期天气预报中心(ECWMF)的50条路径与3种可能台风强度构造出了150个台风事件,并用150个台风事件驱动改进的风暴潮数值模型,计算结果可以提供集合预报产品和概率预报产品。通过“山竹”台风风暴潮过程可以发现集合平均预报结果和概率预报结果与实测吻合较好。改进的数值模型可以运行普通工作站上,非常适合风暴潮集合预报,并且可以提供更好的决策产品。 相似文献