利用GPT3模型的GNSS-PWV计算方法
针对部分GNSS测站缺乏实测气象参数时无法实时计算可降水量(PWV)的问题,本文以长三角地区为例提出一种将GPT3模型参数与GNSS对流层总延迟(ZTD)融合获取高精度PWV的新方法.研究结果表明,GPT3 模型的气象参数和各类对流层延迟参数在长三角地区具有较好的稳定性和精度,融合GPT3 模型的干延迟(ZHD)、加权平均温度?和GNSS-ZTD所得PWV的RMS为3.56 mm,接近GNSS-PWV的3.74 mm,远优于GPT3-PWV的11.12 mm.
GNSS、PWV、GPT3模型、融合
P228(大地测量学)
国家自然科学基金41904033
2023-04-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
44-48,103