基于区域连续运行参考站网的天顶对流层延迟校正模型外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

基于区域连续运行参考站网的天顶对流层延迟校正模型

Huang Liangke^1，2，Liu Lilong^1，2 and Yao Chaolong^{1，2 1}桂林理工大学测绘工程与信息学院，广西桂林541004

²广西空间信息与测绘重点实验室，广西桂林541004

摘要:对流层延迟是地球观测和各种无线电导航的主要技术的误差来源。本文研究了天顶对流层延迟与高程、经度的关系利用国际GNSS服务(IGS)的天顶对流层延迟最终产品对2011年台站进行了分析。提出了两种新的估算区域CORS天顶对流层延迟的模型没有气象数据的数据。将所提出的模型与直接插值方法进行了比较基于广西CORS数据的去除-恢复方法。结果表明，新模型具有较好的效果提高计算精度。最后，利用新模型的均方根(RMS)误差估算了CORS站的地表可降水量(PWV)值，结果表明该值较低超过2毫米。

关键词：区域连续运行参考站;天顶对流层延迟;区域建模;新模型;精度分析

1 引言

众所周知，对流层延迟是GPS测量中一个主要的误差来源。基于全球探空数据建立了许多经验的对流层延迟模型，包括Saanstamonien模型和Hopfield模型^［１］。由于低层大气存在较大的时空异质性，这些经验模型很容易导致在天顶^［２］处存在数厘米的对流层残余误差，而且在不同季节和不同区域^[3]之间存在很大的变化。然而，经验模型很难满足各种GPS调查的精度要求，如区域可降水量反演^[4]、大气InSAR校正^[5,6]和精密单点定位^[7]。近年来，许多区域性GPS网相继建成，如GPS地球观测网(GEONET，日本)、南加州综合GPS网(SCIGN，美国)和德国国家测量局(SAPOS，德国)^[8]卫星定位服务。因此，利用参考站的精确对流层数据建立区域性对流层模型是可行的。例如，Dai^[9]基于香港CORS站建立了适用于香港地区的精确对流层模型，Song^[10]建立了新的中国上空对流层延迟模型(称为SHAO-C模型)。为了建立精确的对流层区域模型，已有大量的方法，如直接插值法(DIM)^[11]、普通Kriging模型^[12,13]、移除-恢复法(RRM)^[14]、投影扩展法^[15]等。DIM和Kriging模型的优点是它们可以简单地从参考站数据计算出运动学站的对流层延迟;然而，这些模型仅适用于小而平坦的区域，并要求参考站的面积应该密集。RRM模型适用于波浪起伏地区，但模型的建立依赖于经验模型和实测气象数据的准确性。投影延拓法能较好地插值运动台站的对流层延迟，特别是在高海拔地区，但该模型必须提供更准确的气象资料。因此，有必要建立一种改进的对流层延迟修正模型。

利用区域CORS基准站的天顶对流层数据，建立了两种新的天顶对流层延迟模型。该模型不需要气象数据，只使用与该站的时间和位置有关的数据。利用GAMIT软件估算了参考站的天顶对流层延迟。利用广西CORS的实测数据，与直接插值法和移除-恢复法的精度进行了比较。最后，利用该模型对CORS观测站的地表可感知水汽进行了估算。

2 ZTD随站位的变化

2_.1 ZTD随海拔的变化

图1季节ZTD值与站高的关系

为了研究ZTD对高程的依赖关系，我们从IGS中心获取了2011年全球28个观测站的天顶对流层延迟最终数据,戈达德宇航中心( ftp://dis.gsfc.nasa.gov)用于变异分析。所有天顶对流层产物分为四个部分。每个部分对应一个季节，分析季节平均值ZTD值与台站高程的关系。统计结果如图1所示。图1显示了ZTD的季节平均值对站高的依赖关系，这种依赖关系在所有季节几乎都有相同的趋势。从图1也可以看出，ZTD随海拔变化呈现负指数特征。ZTD与高程的关系可以用下式表示:

（1)

其中h为参考站或流动站高程，ZTD(h)为ZTD高程，A₀、A₁为模型参数。

2_.2 ZTD随经度的变化

根据以往的研究，ZTD在水平方向呈线性变化^[9,16]。为了进一步研究ZTD与水平站位置的关系，利用武汉站和SHAO站2011年ZTD终值分析ZTD随经度的变化规律。武汉站和邵站在几乎相同的纬度和海拔，经度相差约7度;因此，它们可以用来说明ZTD随经度的变化。利用2011年ZTD终值测定了各台站ZTD月平均值、季节平均值和年平均值。结果如表1和表2所示。从表1可以看出，两个站点的月平均ZTD值差异一般较小。最大的差约为1.8厘米在2011年7月和8月。从表2可以看出，两个台站的ZTD季节平均值和年平均值也大体相似。ZTD的空间变化明显主要取决于GPS站的纬度和高程，与经度无关。因此，在水平方向对ZTD的影响主要是由纬度引起的。此外，ZTD有可能随纬度线性变化。

表1 2011年武汉站和SHAO站月ZTD平均值(单位:m)

表2武汉、SHAO站ZTD季节平均值和年平均值(单位:m)

3数据分析和新模型的建立

3_.1数据来源

本文选取广西CORS中的5天GPS数据，分别为2010年4月22日和5月30日，2012年6月8日、6月30日和8月4日。广西气象站提供了一些必要的气象资料。每个CORS站都包含一个以15秒采样间隔记录数据的每日观测文件。本次试验项目采用西安、武汉、邵三处场地联合解决方案。广西CORS站及气象站位置如图2所示。

3_.2数据处理方法

GPS数据使用GAMIT version 10.35软件进行处理。GAMIT参数设置如下:ZTD每隔2小时计算一次;现有的天顶对流层模型为Saanstamonien模型;对流层映射函数为GMF;卫星仰角截止角设置为15°。由于GAMIT软件估算的ZTD精度优于1 cm^[17]，所以GAMIT ZTD估计值可以作为本文的参考值。

3_.3建立新模型

图3(a)为JZ01 CORS站选定的5天的ZTD时间序列，图3(b)为不同CORS站2011年8月4日的ZTD时间序列。从图3(a)可以明显看出，同一CORS站在不同季节的ZTD有不规则的变化。然而，如图3(b)所示，不同台站的ZTD随时间的变化几乎相同。因此，通过对参考台站ZTDs的精确分析，可以建立只与台站时间和位置有关的区域ZTD模型。如第2节分析，对于大面积，新模型(称为EHBT模型)可以用以下公式表示:

(2)

其中ZTD_i (h，ϕ，t)为参考站i在周期t_i,h_i,ϕ_i计算的天顶对流层延迟，分别表示站i的高程和纬度，A_i(t)，(i = 0,1,2,3)为t时刻的模型参数，与时间有关。因此，至少需要4个已知的参考站来估计模型参数，可以使用快速收敛的迭代方法来估计模型参数。函数A(t)只与时间有关;因此，A(t)可以表示为:

(3)

图2广西CORS站及气象站位置

图3天顶对流层延迟时间序列

其中，ai(0),ai(1)，hellip;，ai(n)分别为参数ai(t)，(i = 0,1,2,3)在周期t时的多项式系数。式(3)中的多项式系数可以通过最小二乘拟合确定，使用统计显著性假设检验^［18］自动选择多项式的阶数。因此，我们可以在估计a(t)函数的行为后，计算出一个站在任意时段的ZTD。对于中、小面积区域，只考虑ZTD与海拔的关系，消除了ZTD与水平分量的差异。新模型(称为EHT模型)可以用以下公式表示:

(4)

其中ZTD_i(h,t)为周期t时参考站i计算的天顶对流层延迟，其他变量如前所述。显然，新模型的参数只能用三个已知的参考站来估计。

4评估新模型的精度

4_.1新模型的验证

为验证新模型的有效性，利用广西CORS网10个台站的GPS数据，观测范围为南纬21°N - 25°N和107.5°E - 110.5°E。选取6个参考台站(JZ01、JZ09、JZ17、JZ19、JZ22、JZ25)计算模型参数，4个台站作为检测台站。GAMIT软件程序使用2011年8月4日6个参考CORS站的测

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[405742]，资料为PDF文档或Word文档，PDF文档可免费转换为Word