-
天顶对流层延迟(ZTD)是全球导航卫星系统(GNSS)气象学的关键参数之一,在气候研究及气象灾害预警等领域具有重要的应用价值,但部分GNSS站常因设备或网络故障等原因造成GNSS-ZTD时序缺失.虽然基于ZTD模型及再分析资料可以获得任何时间地点的ZTD时序,但其精度通常较低.本文利用2020-2022年香港地区18个GNSS站的GNSS-ZTD和欧洲中期天气预报中心(ECMWF)的第5代气候再分析资料(ERA5),首先基于多元线性回归、反向传播神经网络(BPNN)、随机森林(RF)和极限梯度提升(XGBoost)等算法构建ERA5-ZTD校正模型,插补缺失的GNSS-ZTD历史资料;之后,进一步构建GNSS大气可降水量(PWV)预测模型.结果表明,单因子、三因子、BPNN、RF 和 XGBoost 等算法校正后的 ERA5-ZTD 均方根误差(RMSE)分别为 11.47 mm、11.42 mm、10.67 mm、6.34 mm和5.19 mm,其中XGBoost的校正效果最好.当PWV预报时长分别为1 h、3 h和5h时,BPNN优于XGBoost和RF,其预测 PWV 的平均 RMSE 分别为 1.55 mm、2.34 mm 和 3.04 mm,平均 Bias 分别为-0.13 mm、-0.13 mm 和-0.16 mm.
GNSSERA5天顶对流层延迟大气可降水量校正预测
-
在全球导航卫星系统(global navigation satellite system,GNSS)桥梁监测中,实时动态定位(real time kinematic,RTK)技术因高精度与实时快速等优势而被广泛应用.在暴雨等区域对流层异常(regional tropospheric anomaly,RTA)条件下,针对山区大高差环境下融合气象估计(fusion weather estimation,FWE)方法存在水平延迟差异显著、差分残差较大的问题,提出一种面向RTA的顾及相对梯度的GNSS RTK监测方法.利用数值气象预报与射线追踪技术反演高精度三维延迟场,通过引入相对对流层延迟梯度参数增强对方向性残差的建模能力,并采用卡尔曼滤波实现坐标、模糊度与对流层参数的联合估计.实测暴雨数据验证表明,在RTA时段,相比于GPT3模型与FWE方法,所提方法使北斗卫星导航系统(BeiDou navigation satellite system,BDS)RTK垂向精度分别提升约19.8%与8.3%,北向精度平均提升约8%.残差分析结果显示,所提方法的圆度指标显著提高,残差点云形态由椭圆向近圆转变,BDS/GPS双系统卫星总圆度提升了14.9%.所提方法有效削弱了对流层的方位向残差,显著提升了RTA条件下桥梁变形监测的鲁棒性与工程适用性.
RTK桥梁监测区域对流层异常相对对流层延迟梯度数值气象预报残差指标
-
对流层各向异性是影响全球导航卫星系统(global navigation satellite system,GNSS)定位精度的重要因素之一,现有实时精密单点定位(real-time precise point positioning,RT-PPP)技术通常联合经验模型、投影函数和参数估计法消除对流层延迟的影响,但并未考虑对流层各向异性对定位结果的影响.太阳辐射是导致对流层各向异性的重要因素,因此,提出一种顾及太阳辐射导致对流层各向异性的RT-PPP解算方法,所提方法基于测站位置和地方时计算太阳高度角,表征太阳辐射对GNSS信号的影响,并对现有湿投影函数及随机模型进行改进,构建顾及对流层各向异性的RT-PPP函数模型和随机模型.选取全球分布的13个国际GNSS服务中心站2023年年积日64-70天共7d的GNSS观测数据对所提方法进行验证,实验结果表明,所提的顾及对流层各向异性的RT-PPP定位方法优于传统方法,在北、东、天3个方向上的定位精度均有一定的改善;在收敛时间方面,3个方向上收敛速度的改善率分别为1.42%、0.69%和2.46%.对不同纬度的测站进行分析,发现所提方法对不同纬度测站的定位结果和收敛速度均有一定程度的改善,说明该方法具有一定的鲁棒性,对进一步完善顾及对流层各向异性的RT-PPP理论与方法具有重要意义.
RT-PPP太阳辐射高度角随机模型对流层各向异性
-
对流层延迟是卫星导航定位的主要误差源之一,精准地预测对流层延迟对于提高全球导航卫星系统的定位精度至关重要.本文将半参数变系数模型(Semiparametric Varying Coefficient,Semi-VC)引入到对流层延迟建模中,构建一种综合半参数变系数与神经网络的新型经验对流层模型.首先,将频谱分析提取的主周期信号作为参数分量,将剩余周期信号和其他误差归入到非参数分量,建立半参数对流层天顶延迟模型(Semiparametric tropospheric zenith delay model,Semi);其次,为了减弱核函数和窗宽参数选择对估计值精度的影响,利用泰勒展式将参数分量展开到一次项,将窗宽参数与参数解算综合考虑,扩充为半参数变系数模型,综合核估计和最小二乘法,利用三步估计方法得到了参数分量和非参数分量的估计值及观测值的拟合残差;然后,引入广义回归神经网络模型(Generalized Regression Neural Network,GRNN)对拟合残差进行补偿建模,利用贝叶斯优化算法(Bayesian Optimization Algorithm,BOA)进行超参数选择,进一步提升混合模型对ZTD(Zenith Tropospheric Delay)的估计精度.最后,利用陆态网络2020至2022年的210个GNSS(Global Navigation Satellite System)测站的实测数据,对本文提出的半参数变系数与广义回归神经网络组合模型(Semiparametric Varying Coefficient-GRNN,Semi-VC-GRNN)与常用模型从系统误差分离和时空分布特性方面进行了对比分析.结果表明,Semi-VC-GRNN模型在2022年210个测站的测试中平均RMSE(Root Mean Square Error)和平均Bias分别为16.8 mm和0.4 mm,平均RMSE相较于5°分辨率和1°分辨率下的GPT3模型分别提升 51.25%和 50.07%.
天顶对流层延迟半参数变系数模型广义回归神经网络模型陆态网络
-
海洋超视距通信中大气波导与对流层散射机制共存,导致电波传播路径损耗难以准确预测.针对现有模型多聚焦单一传播模式、无法有效刻画混合传播机制的问题,构建基于抛物方程的双机制耦合路径损耗模型.利用中尺度数值模式模拟高时空分辨率的非均匀气象参数,通过抛物方程法分别解算蒸发波导与对流层散射机制下的电场强度,进而提出加权因子非相干合成的混合场强求解方法,获得双机制共存的路径损耗.跨海链路实验验证表明,所提模型与实测值吻合良好,平均绝对误差低于4 dB@300 km,均方根误差低于5 dB@300 km,精度优于现有模型,可为海洋对流层超视距通信系统设计与性能评估提供支撑.
超视距通信对流层散射蒸发波导路径损耗抛物方程法
-
天顶对流层延迟(Zenith Tropospher-ic Delay,ZTD)是影响高精度卫星导航定位的关键因素,也是反映大气状态变化的重要参数之一.本文利用 FY-4A 大气总可降水量(Total Precipitable Water,TPW)反演 ZTD,与 GNSS-ZTD 进行对比分析,并分析其对精密单点定位(Precise Point Positioning,PPP)的影响.研究结果表明:以 GNSS-ZTD 为 参 考,FY-ZTD 与ERA5-ZTD 的年均偏差分别为-1.40 mm和-1.89 mm,二者结果较为接近,整体略低于参考值.两类数据反演的 ZTD 均呈现出显著的南低北高空间分布格局.而探空数据计算的 ZTD 偏差普遍较大,范围在-200 mm 到-100 mm 之间.分析HRBN、NMEL、JSYC 三站的时间序列,发现 FY-ZTD 与 GNSS-ZTD 的吻合度最高,ERA5-ZTD 次 之,RS-ZTD 最差.将 FY-ZTD 和 ERA5-ZTD 用于 PPP 解算时,相较于 SAAS 模型,在收敛时间和定位精度(ENU 方向)上均有提升,效果与参数估计模型(Estimate model,EST)相当.
GNSSFY-4AERA5对流层延迟精密单点定位
-
针对目前常见的对流层垂直改正模型存在缺乏系统性偏差改正等局限性问题,提出一种顾及系统性偏差的中国区域对流层延迟垂直改正模型(CZTD-S模型):利用 2015-2017 年的数据研究发现,欧洲中期天气预报中心第五代大气再分析数据集与全球卫星导航系统(GNSS)提供的对流层延迟存在的系统偏差具有周期特性;然后根据这一特性进行模型构建.实验结果表明:相比未顾及系统性偏差的模型,CZTD-S模型在中国区域的均方根误差(RMSE)降低约 15%,特别是在西部地区和部分中部区域,RMSE降低尤为显著;此外,模型能够显著削弱误差随高度上升而逐步增加的趋势;在考虑系统性偏差的基础上,分别构建 4 种不同分辨率的中国区域 ZTD 垂直改正模型,其中 1°与 2°分辨率模型在保持较高精度的同时能减少模型参数,用户可依据需求在精度与效率之间选取合适的模型分辨率以实现最优应用效果;所提出的模型具备较强的对流层延迟垂直改正能力,能够为中国区域内对流层参数的空间插值及定位应用提供参考.
全球卫星导航系统(GNSS)天顶对流层延迟系统性偏差再分析数据模型构建
-
通过分析天线阵链路信号的大气传播特性,给出了对流层湿延迟时变特性与天线阵增益损耗的关系,以及利用水汽辐射计的对流层湿延迟高精度评估与补偿算法.基于NASA深空站短基线干涉仪系统多年的对流层延迟时间概率统计结果,计算了NASA深空站不同气候特点的天线阵增益损耗的时间概率分布.结果显示,随着频段的升高,同样程度的对流层大气延迟变化幅度导致的损耗会大大增加,几毫米的延迟标准偏差就会使得天线阵增益损耗增加几十分贝.最后,基于上述技术给出了美国NASA深空站多年的对流层延迟特性实测结果和补偿方法,为我国深空天线阵的设计和规划提供全面的技术手段和有效的数据支撑.
对流层延迟天线阵增益损耗大气湍流深空通信水汽辐射计
-
大气波导和对流层散射是自动识别系统(automatic identification system,AIS)信号实现超视距传播的两种主要方式,首次利用实测的 AIS数据开展了对流层散射传播的相关分析.通过定义一个 AIS报文指数,利用同步收集获得的AIS接收数据和表征对流层散射环境强弱的湍流结构常数数据,分析了位于132.3~192.6 km距离区间内 AIS报文指数与湍流结构常数的相关性.结果表明:两者呈现强相关,相关系数可达 0.883 5.同时拟合得到两者的线性表达式.通过建立 AIS接收数据与海上湍流结构常数之间的关联关系,形成了一种新的基于实测AIS数据的海上对流层散射环境监测方法.
VHF船舶自动识别系统(AIS)对流层散射超视距传播湍流结构常数
-
天顶对流层延迟(Zenith Tropospheric Delay,ZTD)的精确建模对提高全球卫星导航系统(Global Navigation Satellite System,GNSS)定位精度与气象应用至关重要.我国东部沿海区域南北跨度大,ZTD的时空变化复杂,现有全球气压气温 3(Global Pressure and Temperature 3,GPT3)模型难以准确模拟ZTD在不同时空尺度上复杂的非线性变化.基于GPT3模型,采用具有强大非线性拟合能力的反向传播神经网络(Back Propagation Neural Network,BPNN)和径向基函数(Radial Basis Function,RBF)神经网络算法,并针对 2种算法分别采用分季节和逐日建模策略,建立了中国东部沿海区域改进ZTD模型.选取中国大陆构造环境监测网(Crustal Movement Observation Network of China,CMONOC)2016-2019年连续 4年中国东部沿海区域GNSS ZTD数据中的 92个站点数据作为训练数据集,构建模型,其余 24个站点数据进行模型测试,结果表明:①改进ZTD模型具有良好的内符合精度,基于BPNN和RBF神经网络算法的改进模型ZTD估值的均方根误差(Root Mean Square Error,RMSE)分别为 2.70和 1.94 cm,与原有GPT3模型相比,精度分别提高了 46.9%和 61.8%;②利用不参与建模的测试集站点数据对改进模型进行检验,2种算法的改进模型ZTD估值的RMSE分别为2.78和2.28 cm,与原有GPT3模型相比,精度分别提高了46.5%和56.2%.
天顶对流层延迟全球导航卫星系统(GNSS)全球气压气温3(GPT3)模型反向传播神经网络(BPNN)径向基函数(RBF)神经网络