两种精化的对流层延迟改正模型
对流层延迟是全球导航卫星系统(Global Navigation Satellite System,GNSS)导航定位中的重要误差源,其量值主要受气象条件影响.采用传统对流层建模思路,利用GPT2模型来提供相对准确的气温、气压和相对湿度,然后利用Saastamoinen模型来计算天顶对流层延迟,由此构建了GPT2+ Saas模型;采用新的对流层建模思路,直接针对天顶对流层延迟的时空特性建模,构建了与GPT2+Saas模型相匹配的GZTDS格网模型.以GGOSAtmosphere格网数据为参考,GPT2+Saas模型(Bias:0.2 cm;RMS:4.2 cm)和GZTDS模型(Bias:0.2 cm;RMS:3.7cm)较UNB3m模型精度分别提升34%和43%.以IGS (International GNSS Service)数据为参考,GPT2+Saas (Bias:0.5 cm;RMS:4.7 cm)和GZTDS(Bias:-0.3 cm;RMS:3.8 cm)相对UNB3m模型精度分别提升10%和27%.针对GPT2+ Saas模型在少数测站出现精度异常的情况进行了研究,探讨了可能的原因.在两种不同思路构建的精化对流层模型中,GZTDS模型不仅表现出更高的精度,而且在时间稳定性和地理稳定性上也表现出优越性.
对流层延迟、GZTDS模型、GPT2模型、Saastamoinen模型
58
P228(大地测量学)
国家自然科学基金面上项目41174012,41274022、国家高技术研究发展计划863计划项目2013AA122502、教育部新世纪优秀人才支持计划项目NCET-12-0428、中央高校基本科研业务费专项资金2014214020202和国家测绘地理信息局测绘基础研究基金13-02-09共同资助.
2015-07-02(万方平台首次上网日期,不代表论文的发表时间)
1492-1501