两种GPT系列对流层经验模型精度分析

发布时间：2021-06-22 03:04

　　针对很多测站不能提供实测气象数据的情况,本文对两种高精度的GPT系列经验模型进行验证。通过对两种模型获得的经验气象数据及对计算可降水汽非常重要的ZHD的精度进行分析,得出如下结论:GPT2w模型的精度要高于GPT2模型,且在无实测气象数据的情况下可以使用GPT2w模型来进行GNSS水汽反演。 

【文章来源】：测绘与空间地理信息. 2020,43(03)

【文章页数】：3 页

【部分图文】：

GPT2模型(左)和GPT2w模型(右)3种气象元素的模型值和实际值的比较情况

从图2中可以看出，两种模型变化的曲线与GGOS Atmosphere提供的ZHD数据具有相同的变化趋势。为进一步分析两种模型计算出的ZHD的精度情况，计算出两种模型的平均偏差和均方根误差，见表2。从表中看出GPT2模型计算的ZHD的BIAS为3.55 mm,RMS为6.03 mm;GPT2w模型计算的ZHD的BIAS为2.01 mm,RMS为5.24 mm。在精度要求不高的情况下，两种模型都可以进行ZHD的计算，不过GPT2w模型计算的ZHD精度较GPT2模型有所提高，BI AS降低1.54 mm,RMS降低了0.79 mm。在没有实测的气象数据的情况下，可以采用GPT2w模型来进行ZHD的计算，进而可用于GNSS气象等方面的研究。3 结束语

【参考文献】：
期刊论文
[1]GPT2w模型检验以及对流层模型的参数互融[J]. 滑中豪,柳林涛,梁星辉.  武汉大学学报(信息科学版). 2017(10)
[2]基于GGOS Atmosphere数据的ZHD模型精度分析[J]. 丁茂华,胡伍生.  测绘与空间地理信息. 2017(03)
[3]GPT/2模型用于GPS大气可降水汽反演的精度分析[J]. 范士杰,臧建飞,刘焱雄,秦学彬,华亮,耿东哲.  测绘工程. 2016(03)



本文编号：3241982