CN112034490B - 一种nwp反演对流层延迟改进方法 - Google Patents
一种nwp反演对流层延迟改进方法 Download PDFInfo
- Publication number
- CN112034490B CN112034490B CN202011080617.0A CN202011080617A CN112034490B CN 112034490 B CN112034490 B CN 112034490B CN 202011080617 A CN202011080617 A CN 202011080617A CN 112034490 B CN112034490 B CN 112034490B
- Authority
- CN
- China
- Prior art keywords
- ztd
- nwp
- data
- height
- inversion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/07—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing data for correcting measured positioning data, e.g. DGPS [differential GPS] or ionosphere corrections
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种NWP反演对流层延迟的改进方法,具体包括:1获取全球范围内国际GNSS服务(IGS)提供的部分测站的高精度ZTD数据,记做IGS_ZTD;2在欧洲中尺度天气预报中心再分析资料ERA‑Interim产品中,获取相应测站区域连续一年的分层气象数据,包括气压、温度、相对湿度、比湿和重力位势;3获取NWP数据后,首先需要对NWP数据中的重力位势参数进行初步处理,将其最终转化为大地高;4利用相关气象数据和新的积分法反演得到作业区域格网点的ZTD,记做NWP_ZTD;5计算出测站周围格网点在测站所在高度上的ZTD后,通过相关插值方法内插出测站点的ZTD。本发明的方法反演对流层延迟精度明显提高,可将其应用于GNSS高精度定位中,且可适用于全球范围。
Description
技术领域
本发明涉及一种NWP反演对流层延迟的改进方法,属于全球卫星导航与定位技术领域。
背景技术
全球卫星导航***(Global Navigation Satellite System,GNSS)中的对流层延迟通常是泛指电磁波信号在通过高度为50km以下的未被电离的中性大气层时所产生的信号延迟。对流层延迟是影响GNSS导航定位精度的主要误差源之一。研究表明,天顶方向的对流层延迟(Zenith Tropospheric Delay,ZTD)约为2.3m,卫星高度角越低,其延迟量会逐渐增加,当卫星高度角为10°时,延迟量可达20m。
总结起来,GNSS数据处理的现有技术中有四种方法可用来削弱对流层延迟,分别为:模型改正法、差分法、参数估计法和利用外部数据方法。模型改正法常用的模型有Saastamoinen、Hopfield和Black等,使用方便但精度较低。差分法常用于GNSS中短基线的相对定位,但不能应用于绝对定位和长距离基线网络RTK(Real-time kinematic,RTK)。参数估计法是一种较为精确的方法,在数据处理中,将天顶湿延迟或者改正后的天顶延迟残差作为待定参数,随其他未知参数一起求解,但是这种方法需要较长时间的观测才能实现收敛。随着气象观测的数值预报资料精度的提高,利用数值天气预报(Numerical WeatherPrediction,NWP)模型的再分析或预报数据可反演较高精度的对流层延迟,一般能满足米级GNSS导航定位的要求。
陈钦明等在亚洲地区ECMWF/NCEP资料计算ZTD的精度分析,地球物理学报,2012,55(05):1541-1548,指出了在亚洲地区利用NWP再分析资料计算ZTD的平均残差和均方根误差(Root Mean Square Error,RMSE)分别为-10.0和27.0mm,而且随着测站纬度的增加RMSE有逐渐减小的趋势。研究表明,在低纬度地区,由于其水汽含量较中高纬度地区丰富且靠近赤道,常年高温,大气运动和对流层效应较为剧烈,导致反演的ZTD精度较差,要实现提高全球范围实时精密单点定位(Precise Point Positioning,PPP)或长距离基线网络RTK的精度,需要进一步提高相应地区ZTD的反演精度,针对这一问题,目前还未有切实可行的方法。
发明内容
本发明的目的在于,为提高卫星定位精度,对GNSS一项重要的误差源对流层延迟的反演方法进行改进,提供了一种NWP反演对流层延迟的改进方法,用于解决现有的NWP反演对流层延迟估计方法精度不足的技术问题。
为了解决背景技术所存在的问题,本发明提出了一种NWP反演对流层延迟的改进方法,包括以下步骤:
步骤1:参考资料获取。获取全球作业区域国际GNSS服务(International GNSSService,IGS)测站提供的高精度ZTD数据,记做IGS_ZTD,剔除粗差及IGS_ZTD数据缺失严重的测站,IGS_ZTD数据可在IGS官网下载。
步骤2:NWP数据获取。在欧洲中尺度天气预报中心(European Centre forMedium-Range Weather Forecasts,ECMWF)再分析资料ERA-Interim产品中,获取该区域与步骤1同年的连续一年的分层气象数据,气象参数包括气压、温度、相对湿度及重力位势。
步骤3:NWP数据初始化。获取NWP数据后,首先需要对NWP数据中的重力位势参数进行初步处理,将其转化为正高,位势与正高的转换公式为:
上式中,H正是正高,Φ为重力位势,重力加速度的表达式如下:
g(B,H)=9.80616(1-2.59×10-3cos2B)(1-3.14×10-7H)
上式中,B为大地纬度,H为大地高。
将重力位势转化为正高后,为了与测站已知的大地高统一高程***,需要将正高转化为大地高,其转化公式为:
H=H正+ξ
上式中,ξ为大地水准面高度,可根据GTP2模型输入时间和测站信息计算得到。
步骤4:NWP_ZTD计算。利用相关气象数据和新的积分法反演得到作业区域的ZTD,记做NWP_ZTD。计算公式为:
其中a为最底层等压面,b为距离地面大约1km的等压面,第i层与i+1层间的大气折射率为ΔNi,两层之间距离差为Δsi;ZTDTOP指格网点顶层之上的ZTD值,可将顶层大气参数代入相关对流层模型进行估算。ZTDBOT指格网点底层之下的ZTD,可利用外推气象参数至地表进行估算。
根据大气折射率随高度呈现不规律变化,对应上式中的ΔNi对应两种计算方法,若大气折射率线性衰减,则:
ΔNi=(Ni+Ni+1)/2
若大气折射率指数衰减,则:
大气折射率N的表达公式如下:
上式中大气折射率常数k1=77.604K/mbar,k2=64.79K/mbar,k3=377600.0K2/mbar;T为绝对温度,e为水汽压,pd为干空气气压,pd计算公式为:Pd=P-e;
步骤5:计算出测站周围格网点在测站所在高度上的ZTD后,通过相关插值方法内插出测站的ZTD。
作为本发明的一种优选技术方案,所述的步骤4中的对流层模型优先采用Saastamoinen模型,该模型简单方便,且计算结果能满足精度要求。
作为本发明的一种优选技术方案,所述的步骤5中的插值方法优先采用克里金插值法,该方法插值精度较高,以确保最终结果的精度。
与现有技术相比,本发明的有益效果是:第一,对比原NWP积分模型,本发明提出的积分模型的ZTD反演精度明显提高。第二,本发明提出的NWP反演对流层延迟积分模型,可反演高精度的ZTD,从而加快GNSS精密定位的收敛速度,提高定位精度。第三,由于NWP模型可提供覆盖全球的气象数据,所以本方法适用范围广,可估计全球NWP模型覆盖下的任意一点的ZTD。
附图说明
图1是本发明的工作流程图。
图2是100个IGS测试站站点分布图。
图3是测试站点采用本发明方法前后的ZTD残差对比图。
图4是测试站点采用本发明方法前后的ZTD残差的RMSE对比图。
说明:图3中(a)和(b)分别为100个测站2018年采用本发明方法改正前后的ZTD残差,这里的平均残差计算方法是测站一年的残差取绝对值再平均;图4中(a)和(b)分别为100个测站采用本发明方法改正前后的ZTD残差的RMSE。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
为验证进的NWP反演对流层延迟方法的有效性,下面选取全球范围内100个IGS提供的测站2018年连续一年的采样率为5分钟的高精度ZTD产品,以及测站区域相应的ECMWF再分析资料中ERA-Interim产品的分层气象数据,其平面分辨率为0.125°×0.125°,垂直分辨率为37层(顶层高度约为47km),时间分辨率为6小时。测站分布如图1所示。
步骤1:参考资料获取。获取全球范围内100个IGS测站提供的2018年的高精度ZTD产品,记做IGS_ZTD,剔除粗差及IGS_ZTD数据缺失严重的测站。IGS_ZTD数据可在IGS官网下载。
步骤2:NWP数据获取。在ECMWF再分析资料中ERA-Interim产品中,获取上述100个测站2018年连续一年的分层气象数据,气象参数包括气压、温度、相对湿度及重力位势。
步骤3:NWP数据初始化。获取NWP数据后,首先需要对NWP数据中的重力位势参数进行初步处理,将其转化为正高,位势与正高的转换公式为:
上式中,H正是正高,Φ为重力位势,重力加速度的表达式如下:
g(B,H)=9.80616(1-2.59×10-3cos2B)(1-3.14×10-7H)
上式中,B为大地纬度,H为大地高。
将重力位势转化为正高后,为了与测站已知的大地高统一高程***,需要将正高转化为大地高,其转化公式为:
H=H正+ξ
上式中,ξ为大地水准面高度,可根据GTP2模型输入时间和测站信息计算得到。
步骤4:NWP_ZTD计算。利用相关气象数据和新的积分法反演得到100个测站相应区域的格网ZTD,记做NWP_ZTD,计算公式为:
其中a为最底层等压面,b为距离地面大约1km的等压面,第i层与i+1层间的大气折射率为ΔNi,两层之间距离差为Δsi,ZTDTOP指格网点顶层之上的ZTD值,可将顶层大气参数代入Saastamoinen模型进行估算。ZTDBOT指格网点底层之下的ZTD,可利用外推气象参数至地表进行估算。
根据大气折射率随高度呈现不规律变化,对应上式中的ΔNi对应两种计算方法,若大气折射率线性衰减,则:
ΔNi=(Ni+Ni+1)/2
若大气折射率指数衰减,则:
大气折射率N的表达公式如下:
上式中大气折射率常数k1=77.604K/mbar,k2=64.79K/mbar,k3=377600.0K2/mbar;T为绝对温度,e为水汽压,pd为干空气气压,pd计算公式为:Pd=P-e;
步骤5:计算出测站周围格网点在测站所在高度上的NWP_ZTD后,通过克里金插值法内插出测站的ZTD。
计算出全球范围内100个IGS站点的ZTD后,与IGS提供的高精度ZTD产品IGS_ZTD进行比较,得到改进方法计算ZTD的精度。评定精度的指标为测站ZTD平均残差和RMSE。
ZTD平均残差的计算公式为:
ZTD残差的RMSE计算公式为:
上式中i为年积日。100个测站分布如图2所示,残差结果如图3所示,RMSE结果如图4所示。从图3和图4中可看出,采用本发明方法后的ZTD反演精度明显提高。具体表现为:改正前后的平均残差结果分别为14.11和4.87mm,改进前后的RMSE结果分别为20.84和15.57mm,平均残差和RMSE精度分别提高约65.49%和25.58%。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (3)
1.一种NWP反演对流层延迟的改进方法,其特征在于,包含以下具体步骤:
步骤1:参考资料获取;获取全球范围内国际GNSS服务提供的测站高精度ZTD数据,记做IGS_ZTD,并剔除粗差及IGS_ZTD数据缺失严重的测站,IGS_ZTD数据可在IGS官网下载;
步骤2:NWP数据获取;在欧洲中尺度天气预报中心再分析资料ERA-Interim产品中,获取该区域与步骤1同年的连续一年的分层气象数据,气象参数包括气压、温度、相对湿度及重力位势;
步骤3:NWP数据初始化;获取NWP数据后,首先需要对NWP数据中的重力位势参数进行初步处理,将其转化为正高,位势与正高的转换公式为:
上式中,H正是正高,Φ为重力位势,重力加速度的表达式如下:
g(B,H)=9.80616(1-2.59×10-3cos2B)(1-3.14×10-7H)
上式中,B为大地纬度,H为大地高;
将重力位势转化为正高后,为了与测站已知的大地高统一高程***,需要将正高转化为大地高,其转化公式为:
H=H正+ξ
上式中,ξ为大地水准面高度,可根据GTP2模型输入时间和测站信息计算得到;
步骤4:NWP_ZTD计算;利用相关气象数据和新的积分法反演得到作业区域的ZTD,记做NWP_ZTD,计算公式为:
其中a为最底层等压面,b为距离地面大约1km的等压面,第i层与i+1层间的大气折射率为ΔNi,两层之间距离差为Δsi;ZTDTOP指格网点顶层之上的ZTD值,可将顶层大气参数代入相关对流层模型进行估算;ZTDBOT指格网点底层之下的ZTD,可利用外推气象参数至地表进行估算;
根据大气折射率随高度呈现不规律变化,对应上式中的ΔNi对应两种计算方法,若大气折射率线性衰减,则:
ΔNi=(Ni+Ni+1)/2
若大气折射率指数衰减,则:
大气折射率N的表达公式如下:
上式中大气折射率常数k1=77.604K/mbar,k2=64.79K/mbar,k3=377600.0K2/mbar;T为绝对温度,e为水汽压,pd为干空气气压,pd计算公式为:Pd=P-e;
步骤5:计算出测站周围格网点在测站所在高度上的NWP_ZTD后,通过相关插值方法内插出测站的ZTD。
2.根据权利要求1所述的一种NWP反演对流层延迟改进方法,其特征在于,所述的步骤4中的对流层模型采用Saastamoinen模型。
3.根据权利要求1所述的一种NWP反演对流层延迟改进方法,其特征在于,所述的步骤5中的插值方法采用克里金插值法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080617.0A CN112034490B (zh) | 2020-10-10 | 2020-10-10 | 一种nwp反演对流层延迟改进方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080617.0A CN112034490B (zh) | 2020-10-10 | 2020-10-10 | 一种nwp反演对流层延迟改进方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112034490A CN112034490A (zh) | 2020-12-04 |
CN112034490B true CN112034490B (zh) | 2022-03-22 |
Family
ID=73573520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011080617.0A Active CN112034490B (zh) | 2020-10-10 | 2020-10-10 | 一种nwp反演对流层延迟改进方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112034490B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093241B (zh) * | 2021-03-12 | 2024-02-02 | 东南大学 | 一种考虑高度角的单测站对流层斜延迟计算方法 |
CN113639893B (zh) * | 2021-06-29 | 2022-09-30 | 东南大学 | 一种基于多气象因子的近地加权平均温度信息获取方法 |
CN113960635B (zh) * | 2021-10-25 | 2024-04-30 | 山东科技大学 | 一种顾及日变化的对流层延迟改正方法 |
CN116626730B (zh) * | 2023-07-24 | 2023-10-10 | 山东科技大学 | 一种顾及nwp的海上区域cors增强ppp方法 |
CN118131366A (zh) * | 2024-05-07 | 2024-06-04 | 南京信息工程大学 | 一种大气对流层顶折叠现象的预报方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1774645A (zh) * | 2003-04-17 | 2006-05-17 | 英国国防部 | 全球定位***中对流层所引起的错误的校正 |
CN103323888A (zh) * | 2013-04-24 | 2013-09-25 | 东南大学 | Gnss大气探测数据中对流层延迟误差的消除方法 |
CN105787556A (zh) * | 2016-02-23 | 2016-07-20 | 东南大学 | 一种基于Saastamoinen模型的BP神经网络对流层延迟改正方法 |
CN109884666A (zh) * | 2019-01-29 | 2019-06-14 | 东南大学 | 一种基于数据同化技术的对流层延迟改正方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120119944A1 (en) * | 2010-05-30 | 2012-05-17 | Trimble Navigation Limited | Gnss atmospheric estimation with ambiguity fixing |
CN104965207B (zh) * | 2015-05-19 | 2018-02-09 | 同济大学 | 一种区域对流层天顶延迟的获取方法 |
US10197706B1 (en) * | 2016-03-04 | 2019-02-05 | The Florida State University Research Foundation, Inc. | System and method for sub-seasonal forecasts of extreme weather events in winter |
WO2018103639A1 (zh) * | 2016-12-06 | 2018-06-14 | 曾宁 | 一种网络化的环境监测***、方法和计算机可读存储介质 |
CN109917424B (zh) * | 2019-03-08 | 2020-06-19 | 山东科技大学 | 多因子约束下的nwp反演对流层延迟的残差改正方法 |
CN110031877B (zh) * | 2019-04-17 | 2020-05-26 | 山东科技大学 | 一种基于grnn模型的区域nwp对流层延迟改正方法 |
CN111539109B (zh) * | 2020-04-24 | 2021-05-21 | 桂林理工大学 | 实时高精度全球多维对流层天顶延迟格网模型构建方法 |
-
2020
- 2020-10-10 CN CN202011080617.0A patent/CN112034490B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1774645A (zh) * | 2003-04-17 | 2006-05-17 | 英国国防部 | 全球定位***中对流层所引起的错误的校正 |
CN103323888A (zh) * | 2013-04-24 | 2013-09-25 | 东南大学 | Gnss大气探测数据中对流层延迟误差的消除方法 |
CN105787556A (zh) * | 2016-02-23 | 2016-07-20 | 东南大学 | 一种基于Saastamoinen模型的BP神经网络对流层延迟改正方法 |
CN109884666A (zh) * | 2019-01-29 | 2019-06-14 | 东南大学 | 一种基于数据同化技术的对流层延迟改正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112034490A (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112034490B (zh) | 一种nwp反演对流层延迟改进方法 | |
CN110031877B (zh) | 一种基于grnn模型的区域nwp对流层延迟改正方法 | |
CN108416031B (zh) | 气象多源探测资料融合分析*** | |
CN109543353B (zh) | 三维水汽反演方法、装置、设备和计算机可读存储介质 | |
CN109917424B (zh) | 多因子约束下的nwp反演对流层延迟的残差改正方法 | |
Huang et al. | A global grid model for the correction of the vertical zenith total delay based on a sliding window algorithm | |
CN108898252A (zh) | 一种全国对流层大气折射率剖面的预测方法 | |
CN110378540A (zh) | 一种适用于广西北部湾地区的大气加权平均温度计算方法 | |
CN109145344A (zh) | 一种基于探空数据的经验ztd模型改进方法 | |
CN111126466B (zh) | 一种多源pwv数据融合方法 | |
CN113009531A (zh) | 一种小尺度高精度的低空对流层大气折射率模型 | |
CN113960635B (zh) | 一种顾及日变化的对流层延迟改正方法 | |
CN115755103A (zh) | 一种抗差自适应的gnss水汽层析方法 | |
CN114357770B (zh) | 一种对流层层析方法 | |
Yang et al. | Determination of weighted mean temperature (Tm) lapse rate and assessment of its impact on Tm calculation | |
CN113639893B (zh) | 一种基于多气象因子的近地加权平均温度信息获取方法 | |
CN113534194B (zh) | 联合gnss与测风激光雷达的对流层温湿廓线反演方法 | |
Yang et al. | A weighted mean temperature (T m) augmentation method based on global latitude zone | |
Huang et al. | A novel global grid model for atmospheric weighted mean temperature in real-time GNSS precipitable water vapor sounding | |
CN115099159B (zh) | 基于神经网络且顾及地表差异的modis水汽反演方法 | |
Zhang et al. | A new four-layer inverse scale height grid model of china for zenith tropospheric delay correction | |
CN116466376A (zh) | 数值预报模式辅助的实时ppp改善方法 | |
CN111538943B (zh) | 新的高时空分辨率全球ztd垂直剖面格网模型构建方法 | |
Jensen et al. | The effect of different tropospheric models on precise point positioning in kinematic mode | |
Xia et al. | Establishing a high-precision ZHD model of China using 8 years of radiosonde data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20201204 Assignee: Gaowei spatiotemporal (Beijing) network Co.,Ltd. Assignor: SHANDONG University OF SCIENCE AND TECHNOLOGY Contract record no.: X2023980041232 Denomination of invention: An improved method for NWP inversion of tropospheric delay Granted publication date: 20220322 License type: Common License Record date: 20230906 |