一种新的高精度全球对流层天顶延迟模型

黄良珂, 陈华, 刘立龙, 姜卫平. 2021. 一种新的高精度全球对流层天顶延迟模型. 地球物理学报, 64(3): 782-795, doi: 10.6038/cjg2021O0322
引用本文: 黄良珂, 陈华, 刘立龙, 姜卫平. 2021. 一种新的高精度全球对流层天顶延迟模型. 地球物理学报, 64(3): 782-795, doi: 10.6038/cjg2021O0322
HUANG LiangKe, CHEN Hua, LIU LiLong, JIANG WeiPing. 2021. A new high-precision global model for calculating zenith tropospheric delay. Chinese Journal of Geophysics (in Chinese), 64(3): 782-795, doi: 10.6038/cjg2021O0322
Citation: HUANG LiangKe, CHEN Hua, LIU LiLong, JIANG WeiPing. 2021. A new high-precision global model for calculating zenith tropospheric delay. Chinese Journal of Geophysics (in Chinese), 64(3): 782-795, doi: 10.6038/cjg2021O0322

一种新的高精度全球对流层天顶延迟模型

  • 基金项目:

    国家自然科学基金(41704027,41664002,41864002),广西自然科学基金(2017GXNSFBA198139,2017GXNSFDA198016,2018GXNSFAA281182),广西空间信息与测绘重点实验室资助课题(19-050-11-02),广西"八桂学者"岗位专项经费项目联合资助

详细信息
    作者简介:

    黄良珂, 男, 1986年生, 工学博士, 副教授, 主要从事GNSS对流层建模研究.E-mail: lkhuang666@163.com

    通讯作者: 刘立龙, 男, 1974年生, 工学博士, 教授, 主要从事GNSS技术及应用研究.E-mail: hn_liulilong@163.com
  • 中图分类号: P228;P631

A new high-precision global model for calculating zenith tropospheric delay

More Information
  • 对流层延迟是影响高精度卫星导航定位的关键因素,也是大气科学研究的重要数据.针对已有全球对流层延迟模型的模型方程未同时顾及高程、纬度和季节变化以及模型构建时仅使用单一格网点数据等问题,本文提出了一种对流层天顶延迟(ZTD)全球模型构建的新方法,即引入滑动窗口算法将全球剖分为大小一致的规则窗口,利用2008—2015年全球大地观测系统(GGOS)大气格网产品构建每个窗口同时顾及高程、纬度和季节因子的全球ZTD新模型(GGZTD模型).联合未参与建模的2016年全球GGOS格网产品和2016年全球316个IGS站精密ZTD产品,检验了GGZTD模型的精度和适用性.结果表明:以GGOS大气格网ZTD产品和IGS站ZTD产品为参考值,GGZTD模型在全球的精度分别为3.58 cm和3.62 cm,相对于UNB3m模型和目前标称精度最优的GPT2w模型计算的ZTD信息,GGZTD模型在全球表现出了最优的精度和稳定性,其精度相对于UNB3m模型具有显著的提升(精度提高了30%以上),相对于GPT2w模型仍具有一定的改善;在ZTD计算时GGZTD模型相对于GPT2w模型显著地减少了模型参数,尤其相对于GPT2w-1(减少了99%).GGZTD模型只需输入位置与时间和依赖相对较少的模型参数则能在全球获得高精度和稳定的ZTD信息,极大地提升了模型的计算效率.

  • 加载中
  • 图 1 

    GGOS格网ZTD数据计算全球ZTD平均值、年周期、半年周期和日周期分布

    Figure 1. 

    Distributions of the mean value, annual, semi-annual and diurnal amplitudes of ZTD derived from GGOS Atmosphere gridded ZTD products over globe

    图 2 

    ZTD在高程上变化关系

    Figure 2. 

    ZTD changes with altitude

    图 3 

    ZTD在纬度上变化关系

    Figure 3. 

    ZTD changes with latitude

    图 4 

    滑动窗口算法示意图

    Figure 4. 

    The schematic of sliding window algorithm

    图 5 

    2016年全球GGOS大气格网ZTD产品验证不同模型的bias值全球分布

    Figure 5. 

    Distributions of the bias validated using GGOS Atmosphere gridded ZTD data for all models in 2016 over globe

    图 6 

    2016年全球GGOS大气格网ZTD产品验证不同模型的RMS全球分布

    Figure 6. 

    Distributions of the RMS error validated using GGOS Atmosphere gridded ZTD data for all models in 2016 over globe

    图 7 

    全球316个IGS站的点位分布

    Figure 7. 

    The distribution of 316 IGS stations over globe

    图 8 

    2016年全球IGS站ZTD产品验证不同模型的bias值全球分布

    Figure 8. 

    The distributions of the bias validated using IGS ZTD data in 2016 over globe

    图 9 

    2016年全球IGS站ZTD产品验证不同模型的RMS全球分布

    Figure 9. 

    The distributions of the RMS error validated using IGS ZTD data in 2016 over globe

    图 10 

    2016年全球IGS站ZTD产品验证不同模型的bias值直方分布图

    Figure 10. 

    Histogram of bias for different models tested with IGS ZTD data in 2016 over globe

    图 11 

    2016年全球IGS站ZTD产品验证不同模型的RMS比例分布

    Figure 11. 

    Proportional distribution of RMS values for different models tested with IGS ZTD data in 2016 over globe

    图 12 

    不同模型估计的2016年ZTD值在6个IGS站的bias时间序列(括号内表示每个测站的纬度、经度和高程)

    Figure 12. 

    Time series of ZTD bias for different models compared to the IGS data in 2016(the brackets indicate the latitude, longitude and altitude of each station)

    图 13 

    2016年全球IGS站ZTD产品验证各模型的bias和RMS在不同高程范围内的变化

    Figure 13. 

    Bias and RMS error statistics for different models tested with ZTD from IGS products in different altitude range in 2016

    图 14 

    2016年全球IGS站ZTD产品验证各模型的bias和RMS在不同纬度范围内的变化

    Figure 14. 

    Bias and RMS error statistics for different models tested with ZTD from IGS products in different latitude range in 2016

    表 1 

    2016年全球GGOS大气格网ZTD产品验证GGZTD、GPT2w-5、GPT2w-1和UNB3m模型的精度统计(单位:cm)

    Table 1. 

    Error statistics of GGZTD、GPT2w-5、GPT2w-1 and UNB3m models tested using GGOS Atmosphere gridded ZTD data in 2016 (Unit: cm)

    模型 UNB3m GPT2w-5 GPT2w-1 GGZTD
    bias 最大值 15.11 24.77 7.42 2.88
    最小值 -8.03 -5.56 -5.29 -5.06
    平均值 3.08 0.15 0.18 -0.23
    RMS 最大值 15.73 27.55 8.07 8.00
    最小值 1.06 1.10 0.84 0.85
    平均值 6.19 3.71 3.66 3.58
    下载: 导出CSV

    表 2 

    2016年全球316个IGS站ZTD产品验证GGZTD、GPT2w-5、GPT2w-1和UNB3m模型的精度统计(单位:cm)

    Table 2. 

    Error statistics of GGZTD、GPT2w-5、GPT2w-1 and UNB3m models tested using 316 IGS ZTD data in 2016 over globe (Unit: cm)

    模型 UNB3m GPT2w-5 GPT2w-1 GGZTD
    bias 最大值 9.81 2.55 2.37 3.04
    最小值 -7.18 -4.84 -4.57 -3.62
    平均值 0.66 -0.62 -0.52 -0.52
    RMS 最大值 19.62 8.17 8.28 7.44
    最小值 1.78 1.79 1.77 1.68
    平均值 5.15 3.75 3.69 3.62
    下载: 导出CSV
  •  

    Black H D. 1978. An easily implemented algorithm for the tropospheric range correction. Journal of Geophysical Research: Solid Earth, 83(B4): 1825-1828. doi: 10.1029/JB083iB04p01825

     

    Böhm J, Heinkelmann R, Schuh H. 2007. Short Note: A global model of pressure and temperature for geodetic applications. Journal of Geodesy, 81(10): 679-683. doi: 10.1007/s00190-007-0135-3

     

    Böhm J, Möller G, Schindelegger M, et al. 2015. Development of an improved empirical model for slant delays in the troposphere (GPT2w). GPS Solutions, 19(3): 433-441. doi: 10.1007/s10291-014-0403-7

     

    Byun S H, Bar-Sever Y E. 2009. A new type of troposphere zenith path delay product of the international GNSS service. Journal of Geodesy, 83(3-4): 1-7. doi: 10.1007/s00190-008-0288-8

     

    Hopfield H S. 1971. Tropospheric effect on electromagnetically measured range: prediction from surface weather data. Radio Science, 6(3): 357-367. doi: 10.1029/RS006i003p00357

     

    Huang L K, Liu L L, Wen H Y, et al. 2014. Single-site improvement and accuracy analysis for zenith tropospheric delay of EGNOS Model over Asia area. Acta Geodaetica et Cartographica Sinica (in Chinese), 43(8): 808-817. http://en.cnki.com.cn/Article_en/CJFDTOTAL-CHXB201408007.htm

     

    Lagler K, Schindelegger M, Böhm J, et al. 2013. GPT2: Empirical slant delay model for radio space geodetic techniques. Geophysical Research Letters, 40(6): 1069-1073. doi: 10.1002/grl.50288

     

    Leandro R F, Santos M C, Langley R B. 2006. UNB neutral atmosphere models: Development and performance.//Proceeding of ION NTM 2006. Monterey, California, USA: ION, 564-573.

     

    Leandro R F, Langley R B, Santos M C. 2008. UNB3m_pack: A neutral atmosphere delay package for radiometric space techniques. GPS Solutions, 12(1): 65-70. doi: 10.1007/s10291-007-0077-5

     

    Li W, Yuan Y B, Ou J K, et al. 2012. A new global zenith tropospheric delay model IGGtrop for GNSS applications. Chinese Science Bulletin, 57(17): 2132-2139. doi: 10.1007/s11434-012-5010-9

     

    Li W, Yuan Y B, Ou J K, et al. 2015. New versions of the BDS/GNSS zenith tropospheric delay model IGGtrop. Journal of Geodesy, 89(1): 73-80. doi: 10.1007/s00190-014-0761-5

     

    Li W, Yuan Y B, Ou J K, et al. 2018. IGGtrop_SH and IGGtrop_rH: two improved empirical tropospheric delay models based on vertical reduction functions. IEEE Transactions on Geoscience and Remote Sensing, 56(9): 5276-5288. doi: 10.1109/TGRS.2018.2812850

     

    Penna N, Dodson A, Chen W. 2001. Assessment of EGNOS tropospheric correction model. The Journal of Navigation, 54(1): 37-55. doi: 10.1017/S0373463300001107

     

    Saastamoinen J. 1972. Introduction to practical computation of astronomical refraction. Bulletin Géodésique, 106(1): 383-397. doi: 10.1007/BF02522047

     

    Schüler T. 2014. The TropGrid2 standard tropospheric correction model. GPS Solutions, 18(1): 123-131. doi: 10.1007/s10291-013-0316-x

     

    Song S L, Zhu W Y, Chen Q M, et al. 2011. Establishment of a new tropospheric delay correction model over China area. Science China Physics, Mechanics and Astronomy, 54(12): 2271-2283. doi: 10.1007/s11433-011-4530-7

     

    Sun J L, Wu Z L, Yin Z D, et al. 2017. A simplified GNSS tropospheric delay model based on the nonlinear hypothesis. GPS Solutions, 21(4): 1735-1745. doi: 10.1007/s10291-017-0644-3

     

    Sun Z Y, Zhang B, Yao Y B. 2019. A global model for estimating tropospheric delay and weighted mean temperature developed with atmospheric reanalysis data from 1979 to 2017. Remote Sensing, 11(16): 1893. doi: 10.3390/rs11161893

     

    Yao Y B, He C Y, Zhang B, et al. 2013. A new global zenith tropospheric delay model GZTD. Chinese Journal of Geophysics (in Chinese), 56(7): 2218-2227, doi:10.6038/cjg20130709.

     

    Yao Y B, Hu Y F, Yu C. 2015. An improved global zenith tropospheric delay model. Acta Geodaetica et Cartographica Sinica (in Chinese), 44(3): 242-249. http://en.cnki.com.cn/Article_en/CJFDTOTAL-CHXB201503003.htm

     

    Yao Y B, Xu C Q, Shi J B, et al. 2015. ITG: A new global GNSS tropospheric correction model. Scientific Reports, 5: 10273. doi: 10.1038/srep10273

     

    Yao Y B, Hu Y F, Zhang B. 2016. Establishment of a global zenith tropospheric delay model using multi-source data. Chinese Science Bulletin (in Chinese), 61(24): 2730-2741. http://en.cnki.com.cn/Article_en/CJFDTOTAL-KXTB201624010.htm

     

    Zhao J Y, Song S L, Chen Q M, et al. 2014. Establishment of a new global model for zenith tropospheric delay based on functional expression for its vertical profile. Chinese Journal of Geophysics (in Chinese), 57(10): 3140-3153, doi:10.6038/cjg20141005.

     

    黄良珂, 刘立龙, 文鸿雁等. 2014. 亚洲地区EGNOS天顶对流层延迟模型单站修正与精度分析. 测绘学报, 43(8): 808-817. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201408007.htm

     

    李薇, 袁运斌, 欧吉坤等. 2012. 全球对流层天顶延迟模型IGGtrop的建立与分析. 科学通报, 57(15): 1317-1325. https://www.cnki.com.cn/Article/CJFDTOTAL-KXTB201215006.htm

     

    姚宜斌, 何畅勇, 张豹等. 2013. 一种新的全球对流层天顶延迟模型GZTD. 地球物理学报, 56(7): 2218-2227, doi:10.6038/cjg20130709. http://www.geophy.cn//CN/abstract/abstract9605.shtml

     

    姚宜斌, 胡羽丰, 余琛. 2015. 一种改进的全球对流层天顶延迟模型. 测绘学报, 44(3): 242-249. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201503003.htm

     

    姚宜斌, 胡羽丰, 张豹. 2016. 利用多源数据构建全球天顶对流层延迟模型. 科学通报, 61(24): 2730-2741. https://www.cnki.com.cn/Article/CJFDTOTAL-KXTB201624010.htm

     

    赵静旸, 宋淑丽, 陈钦明等. 2014. 基于垂直剖面函数式的全球对流层天顶延迟模型的建立. 地球物理学报, 57(10): 3140-3153, doi:10.6038/cjg20141005. http://www.geophy.cn//CN/abstract/abstract10869.shtml

  • 加载中

(14)

(2)

计量
  • 文章访问数:  511
  • PDF下载数:  216
  • 施引文献:  0
出版历程
收稿日期:  2020-08-21
修回日期:  2021-01-05
上线日期:  2021-03-10

目录