共查询到15条相似文献，搜索用时 93 毫秒
1.
为简化GNSS大气可降水量(PWV)的计算过程,提高GNSS-PWV实时解算效率,利用2017~2018年长三角地区7个GNSS测站数据,分析GNSS-PWV与对流层延迟(ZTD)、地面气温(T)、地面气压(P)之间的线性关系,通过线性拟合建立PWV直接转换区域模型。实验结果表明：1）PWV与ZTD、P和T之间具有良好的相关性,相关系数分别为0.99、-0.74和0.73;2）基于ZTD的全年单因子PWV模型的RMS为3.07 mm,基于ZTD和T的全年双因子PWV模型RMS为2.35 mm,基于ZTD和P的全年双因子PWV模型RMS为1.18 mm,基于ZTD、T和P的全年多因子PWV模型RMS为0.47 mm,基于ZTD、T和P的分季节多因子PWV模型的平均RMS为0.28 mm,后者预测精度略优。 相似文献
2.
针对东南沿海地区GNSS大气可降水量(PWV)计算过程参数多、数据量大、效率不高且易产生累积误差等问题,本文基于中国东南沿海地区2017~2018年18个CORS站的GNSS数据,分析GNSS-PWV与对流层延迟(ZTD)、地面气温(Ts)和地面大气压(Ps)之间的线性关系,并利用多元线性拟合方法建立多因子GNSS-PWV直接转换模型,为研究区提供简捷高效的PWV计算方法。结果表明,GNSS-PWV与ZTD、Ps和Ts之间具有良好的相关性,相关系数分别为0.98、－0.65和0.78;基于ZTD、Ps和Ts的多因子PWV模型RMS为0.33 mm,精度最高,明显优于基于ZTD的单因子PWV模型（4.66 mm）,而基于ZTD和Ps的双因子PWV模型RMS为0.50 mm。 相似文献
3.
利用湖南地区长沙、怀化、郴州3个探空站连续3 a（2012～2014年）的观测数据，以数值积分法计算的大气加权平均温度（Tm）作为参考值，分析Tm与地面气温Ts、水汽压es及大气压Ps之间的相关性，并基于最小二乘原理建立湖南地区多因子Tm模型。研究结果表明，Tm与地面温度Ts和水汽压es呈正相关性，与大气压Ps呈负相关；Bevis模型的Tm偏差主要分布在0～4 K之间，存在一定的系统偏差，而基于Ts单因子的Tm模型偏差主要分布在-2~3 K之间；双因子与三因子精度相当，但均优于单因子模型。总体而言，基于地面气温Ts和水汽压es的双因子Tm模型的精度优于基于Ts的单因子模型，更优于Bevis模型，适用于湖南地区的GPS气象研究及业务应用。 相似文献
4.
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
5.
采用14个MGEX测站观测数据，利用实时PPP估计方法计算得到Galileo、GPS和GPS/Galileo组合ZTD估值。14个测站的Galileo和GPS ZTD估值的相关系数绝大多数大于0.9，且Galileo-GPS ZTD差值的RMS为8～16 mm，RMS的平均值为12.3 mm，证明Galileo和GPS解的符合性良好，Galileo实时估计的ZTD精度满足要求。同时，IGS最终ZTD产品被用来评价各解算结果的精度，结果显示，GPS/Galileo联合解算时，相对于GPS单系统精度提高了5%~35%，相对于Galileo 单系统精度提高了25%~51%。 相似文献
6.
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
7.
利用小波变换对暴雨过程中GNSS气象要素的初步探索 总被引：1，自引：0，他引：1
利用小波分解对地基GNSS获取的可降水量(PWV)、气压和对流层延迟(ZTD)等时序进行处理和分析,以暴雨的实际降水量作为判别依据。研究结果表明,1 h间隔PWV与ZTD的小波高频分解系数接近,均能够从中提取暴雨预报特征信息,可用高频ZTD代替PWV进行小波分析;频率在30 min-1h之间的ZTD,预报时间信息应在第1~3层级进行搜寻,30 min以下频率的应在第3~5层级进行搜寻;db4小波分解PWV的暴雨预报阈值可设为-1.2,db4小波分解ZTD的暴雨预报阈值可设置为-0.007,db2小波分解ZTD的暴雨预报阈值可设为-0.01。 相似文献
8.
利用中国大陆构造环境监测网络的GPS观测资料，结合ERA-Interim模型气压和温度，解算2016年新疆地区GPS测站的大气可降水量，分析该地区大气可降水量的空间分布和季节性变化。结果表明：1）GPS和探空观测获取的大气可降水量具有较好的一致性，均方根误差约为2.7 mm；2）新疆地区全年平均大气可降水量在7.0~13.0 mm之间，且海拔每升高1 km，其含量减少约1.4 mm，当测站海拔相近时，大气可降水量随纬度的升高而减少；3）大气可降水量季节性变化明显，夏季为12.0~23.2 mm，冬季为1.4~5.5 mm，春、秋季大气可降水量差异不大且变化范围介于夏、冬季之间。 相似文献
9.
针对GNSS气象学中大气加权平均温度(Tm)受时空影响的问题,利用长三角地区7个探空站2015~2017年数据,分析Tm与地面温度(Ts)、水汽压(es)和气压(Ps)的线性关系,并基于最小二乘法进行多元线性拟合,建立长三角地区本地化Tm模型。实验结果表明:1)本地化单因子模型效果优于Bevis模型,且双因子和多因子模型与单因子模型效果相当;2)分季节多因子模型优于全局模型,对秋冬季改善效果最为显著;3)分季节多因子Tm模型计算GNSS大气可降水量(PWV)的效果优于Bevis模型。分季节多因子本地化Tm模型更适用于长三角地区,可获得更准确的Tm和PWV。 相似文献
10.
引入温度递减率，和地表温度一起作为独立参数对加权平均温度进行拟合，并根据所建立的温度递减率模型，分析其对加权平均温度的影响。研究表明，高精度的温度递减率有利于改善加权平均温度模型拟合值的分布，使其不再与地表温度呈现简单的线性关系，即使不同探空站的地表温度相同，它们计算的加权平均温度也不相同，从而提高GPS气象学中PWV的转换精度。 相似文献
11.
利用中国西南地区19个探空站2011～2014年数据，通过积分法计算大气水汽转换系数K。采用2011～2013年的K值对Emardson模型进行精化，分别构建西南地区不顾及和顾及高程因子的K值模型Emardson-I和Emardson-H。利用2014年积分计算的K值检验这两种模型的预报精度，结果表明：1）相对于Emardson-I模型，Emardson-H模型表现出更高的K值预报精度和更好的适应性；2）在高海拔地区，Emardson-H模型预报精度明显优于Emardson-I模型，表明高程因子是影响高海拔地区K值计算的重要因素。将两种新模型用于拉萨站GPS大气水汽反演，Emardson-H模型表现出更优的反演精度，两种模型的反演精度均优于2 mm。 相似文献
12.
以河北省为例，利用GPS水汽进行MODIS水汽的校正模型研究。通过GPS水汽与MODIS水汽的比较发现，两者的相关系数超过0.879，均方根误差达到2.31 mm，说明两者存在较好的相关性和一定的偏差；利用线性回归方法分别构建城市和区域MODIS水汽校正模型，实验证明，利用实测GPS水汽对城市模型和区域模型进行可靠性验证，9个测站的模型检验的均方根误差小于1 mm。两类模型均可有效提高MODIS水汽精度，满足气象预报应用的要求。 相似文献
13.
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
14.
????GPS?????????????(PWV)??????????????????????????SA????????????????GPS???????????????????GPS????????????????????????θ???????????????ù??????????????????????????С??100 m???????????????????μ????????????Saastamoinen?????????????????????????????????IGS???BJFS??KUNM??LHAZ??TWTF??????????????????????????????????GPS PWV????????????????????RS PWV?????ж???????????????????????????θ???????????????????GPS PWV??RS PWV??????????????1~3 mm?????????????????????????????????GPS????PWV?? 相似文献
15.
针对2017-05-22~05-23湖南地区的一次暴雨过程，结合气温、气压等大气热动力条件，分析此次降雨过程的大气可降水量(precipitable water vapor，PWV)时空分布及其动态变化特征。研究表明，在水汽条件充足的情况下，降雨的形成需要强烈的水汽辐合上升作用，可以结合热动力条件来预判降水时间和强度；PWV与实际降雨量平面分布图的对比分析表明，PWV高值区和实际降雨落区基本重合，PWV时空变化分析对预测暴雨落区有一定的指示意义。 相似文献