排序方式： 共有16条查询结果，搜索用时 343 毫秒
1.
针对广西地区探空站稀少,难以获得精确的T_m问题,GGOS atmosphere提供了利用ECMWF的相关资料计算而得到的时间分辨率为6h(UTC 00:00:00,06:00:00,12:00:00,18:00:00)、空间分辨率为2.5°×2°的全球T_m格网数据可以在没有气象数据的情况下获得较高时空分辨率的T_m,该文利用GGOS atmosphere T_m格网数据对广西地区4个探空站插值T_m,并用无线电探空数据计算的T_m检验其精度;对误差进行分析后,选取最优小波基与尺度对其残差去噪,利用去噪后得到的曲线建立T_m的改正模型。实验结果表明,插值T_m经基于小波去噪的模型改正后,其RMSE为1.29K;Bevis模型的RMSE为10.71K;GPT2_1W模型的RMSE为3.56K;改正模型精度优于传统模型,可以达到地基GPS反演GNSS-PWV的精度要求。 相似文献
2.
3.
本文采用中国沿海地区13个探空站2010~2014年实测地表温度Ts与平均温度Tm数据，利用傅里叶级数分析法精化中国沿海地区Tm模型，并将2015年探空站实测Tm数据与精化模型进行对比检验。结果表明，精化模型在Tm探测方面具有更高的计算精度，其计算大气可降水量的误差概率分布趋近于正态分布，具有较强的稳定性。 相似文献
4.
??????????????????????????????????????????L??1??-?????????????????????????????????????????????????????????M??????÷???????н?????????????????С??????????????????????÷??????????????????LS????????????￡?????Ч???????????????????????????????????????? 相似文献
5.
利用IGS站的实测数据,采用最小二乘多项式模型建立中国区域电离层延迟模型。由于该模型各时段间连续性不强,故对其附加时空域上的限制条件。结果表明,附有限制条件的多项式模型保证了模型的连续性,在一定程度上能更好地反映电离层随时间的变化特性。采用该模型,研究分析中国区域电离层的周日、季节变化特性。 相似文献
6.
针对抗差估计方法初值与临界值选取不当的问题,提出一种以L1-范估计的平差值作为初值、以改进的丹麦法权函数作为第一步抗差阶段权函数的双步M估计,该方法既具有较强的抗差性,又具有最小二乘的最优性。试验表明,该方法估计结果与无粗差时的LS估计结果基本一致,抗差效果明显优于传统抗差估计方法与其他两步抗差估计。 相似文献
7.
利用GNSS-MR(Global Navigation Satellite System Multipath Reflectometry)技术反演积雪深度是近年来一种新兴的卫星遥感技术。目前大多数研究仅使用GPS(Global Position System)数据限制了该技术的发展,为了扩展GNSS-MR算法的应用,介绍了基于GNSS-MR算法的雪深反演模型。首先,通过多项式拟合分解GLONASS观测数据获取高精度的信噪比残差序列;然后,利用Lomb-Scargle谱分析法对其进行频谱分析可解算雪深值。选取IGS中心的YEL2站2015年11月到2016年6月共243天的GLONASS卫星L1波段反射信号的SNR数据进行实例分析,并以美国国家气象数据中心提供的加拿大Y-H (Yellowknife Henderson)气象站的实测雪深数据为真值,将反演雪深与实测雪深进行对比验证。所得实验结果如下:(1)与GPS卫星的反演值相比,基于GLONASS-MR(GLONASS Multipath Reflectometry)技术反演积雪深度的精度同样能达到厘米级,RMSE仅3.3 cm,反演值与实测值的空间分布趋势一致且相关性较强,其相关系数R2高达0.969;(2)不同的积雪深度对信噪比的振幅频率与垂直反射距离具有直接影响;(3)对同一卫星而言,信噪比的频谱振幅强度峰值与其对应的反演值存在线性相关;(4)在相同条件下,采用多颗GLONASS卫星数据比单颗GLONASS卫星数据反演雪深的效果明显更优。基于反演的高时间分辨率产品,分析该地区雪深日变化的情况,实验结果表明基于陆基CORS站的GLONASS-MR技术在用于实时、连续的雪深变化监测方面具有良好的潜力和可行性。 相似文献
8.
9.
以最小二乘曲面拟合模型为背景场,利用南宁市区域CORS网实测数据,对Klobuchar模型的初始相位、振幅和夜间时延值不断改正,建立南宁市区域电离层延迟模型。结果表明,改进的Klobuchar模型精度有显著提高。 相似文献
10.
太阳活跃期受太阳风高能粒子影响易发生磁暴，使得电离层总电子含量异常扰动，其非平稳性与非线性特征较平静期明显增强。分别利用2011年区域内多个测站的实测数据与IGS（International GNSS Service）发布的全球电离层模型（global ionosphere model，GIM）进行逐点建模，选取db4小波基对样本序列进行分解后，采用时间序列模型对各分量进行预报并重构，实现对ARIMA（auto regressive integrated moving average）模型的改进。通过分析ARIMA模型与改进模型预报值的残差比例和实验区域内均方根误差的分布情况，来评定改进模型的预报精度与适用性。结果表明，改进模型的残差与实验区域内的均方根误差较ARIMA模型总体减小，且该模型对区域内均方根误差峰值能起到较大的削弱作用。 相似文献