GNSS观测数据ZTD建模的质量控制方法
发布时间：2021-11-24 12:04
针对目前基于GNSS观测数据的对流层天顶总延迟（ZTD）模型缺乏有效质量控制手段的现状,提出了一套综合考虑数据量、网格分辨率以及模型稳定性的ZTD建模质量控制方法,并采用内华达大地测量实验室（NGL）解算的高空间分辨率GNSS对流层数据,选取了近十年德国及周边区域[47°N-55°N,5°E-15°E]183个测站的实测ZTD,对该方法进行了校验。实验结果表明:在该质量控制方法下建立的新模型精度稳定,平均均方根误差（RMS）为3.4 cm,相对于UNB3m、EGNOS、GPT2w+Saas平均改善了42.4%、35.8%、33.3%。本文提出的质量控制方法有效提升了基于GNSS观测数据的ZTD模型的性能,对于ZTD建模研究具有一定的参考价值。
【文章来源】：宇航学报. 2020,41(09)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
模型建立与使用流程图
图2中柱状图为所选测区内各个测站数据可用时间的频数分布直方图,从图中可知各个测站之间可用数据差异较大。前人的研究中[4,21],仅简单剔除了数据量偏少的测站,未在数据量的选择对建模精度的影响上进行深入研究。为了解决不同数据量的测站用来一起建模是否合理、数据量越多是否越有益于提高模型精度等质量控制问题,实验选取了数据量满10年的15个测站,计算了分别使用1年至10年数据量建模,测站的平均拟合RMS值,结果如图2所示。可以发现,随着数据量的增多,RMS值在增大,幅度约为0.8 mm/年,但在数据量超过4年后,RMS逐渐平缓。由此可以得到结论:1)ZTD在年与年之间存在差异,这种差异在数据量超过1年的情况下会使得RMS值变大;2)这种差异的周期约为4年,在数据量超过4年后,RMS值趋于平缓,因此在数据量的选取上,建议不超过4年;3)这种差异的幅度为毫米级,将不同数据量的测站一起建模对精度影响有限。在本文中,考虑到在时间序列拟合过程中使用了年周期拟合模型,实验对217个测站进行筛选,在剔除数据量不足1年的测站后,选取了2015-2018共4年期间183个测站的ZTD数据进行建模。表1 NGL解算的德国区域IGS测站ZTD精度Table 1 ZTD accuracy of the IGS station in The German region calculated by NGL(mm) FFMJ HUEG LEIJ POTS PTBB WARN WTZA WTZR WTZS WTZZ Mean BIAS 1.15 0.43 1.66 -0.65 1.89 0.79 0.94 0.94 0.82 0.77 0.87 RMS 4.03 3.86 4.68 4.25 4.61 3.52 3.58 3.40 3.36 3.46 3.88
由1.3节可知,建模数据时长的增加并不能有效地提高模型精度,可见ZTD具有较高的稳定性。为了检验该结论并探究模型精度在模型使用过程中随时间的变化,实验选取了数据量满10年的15个测站2009-2012年共4年的数据进行建模,然后对2013-2018共6年时间的ZTD进行预报。图3为15个测站的预报残差平均值的时间序列,图中点划线为残差序列的线性拟合,可以发现,在长时间的预报过程中残差序列存在逐渐变大的趋势,残差序列变化率为1.42 mm/年。考虑到模型精度为厘米级,该趋势变化并不大,模型精度整体相对稳定,无需频繁(每年)更新,该模型可以在建模后的较长一段时间以其标称精度提供服务。2 结果与讨论
【参考文献】：
期刊论文
[1]融合大气数值模式的高精度对流层天顶延迟计算方法[J]. 毛健,崔铁军,李晓丽,陈莉,孙艳玲,高爽,张辉. 测绘学报. 2019(07)
[2]顾及映射函数误差的对流层延迟两步估计法[J]. 范昊鹏,孙中苗,张丽萍,刘晓刚. 测绘学报. 2019(03)
[3]GNSS空间环境学研究进展和展望[J]. 姚宜斌,张顺,孔建. 测绘学报. 2017(10)
[4]深空探测器被动式高精度多普勒测量方法与应用[J]. 郑为民,马茂莉,王文彬. 宇航学报. 2013(11)
[5]一种新的全球对流层天顶延迟模型GZTD[J]. 姚宜斌,何畅勇,张豹,许超钤. 地球物理学报. 2013(07)
[6]一种新的全球对流层天顶延迟模型[J]. 毛健,朱长青,郭继发. 武汉大学学报(信息科学版). 2013(06)
[7]Jason-2 DORIS/SLR精密定轨[J]. 彭冬菊,吴斌,曲伟菁. 宇航学报. 2012(10)
[8]全球对流层天顶延迟模型IGGtrop的建立与分析[J]. 李薇,袁运斌,欧吉坤,李慧,李子申. 科学通报. 2012(15)
[9]三种对流层延迟改正模型精度评估[J]. 曲伟菁,朱文耀,宋淑丽,平劲松. 天文学报. 2008(01)
本文编号：3515941
【文章来源】：宇航学报. 2020,41(09)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
模型建立与使用流程图
图2中柱状图为所选测区内各个测站数据可用时间的频数分布直方图,从图中可知各个测站之间可用数据差异较大。前人的研究中[4,21],仅简单剔除了数据量偏少的测站,未在数据量的选择对建模精度的影响上进行深入研究。为了解决不同数据量的测站用来一起建模是否合理、数据量越多是否越有益于提高模型精度等质量控制问题,实验选取了数据量满10年的15个测站,计算了分别使用1年至10年数据量建模,测站的平均拟合RMS值,结果如图2所示。可以发现,随着数据量的增多,RMS值在增大,幅度约为0.8 mm/年,但在数据量超过4年后,RMS逐渐平缓。由此可以得到结论:1)ZTD在年与年之间存在差异,这种差异在数据量超过1年的情况下会使得RMS值变大;2)这种差异的周期约为4年,在数据量超过4年后,RMS值趋于平缓,因此在数据量的选取上,建议不超过4年;3)这种差异的幅度为毫米级,将不同数据量的测站一起建模对精度影响有限。在本文中,考虑到在时间序列拟合过程中使用了年周期拟合模型,实验对217个测站进行筛选,在剔除数据量不足1年的测站后,选取了2015-2018共4年期间183个测站的ZTD数据进行建模。表1 NGL解算的德国区域IGS测站ZTD精度Table 1 ZTD accuracy of the IGS station in The German region calculated by NGL(mm) FFMJ HUEG LEIJ POTS PTBB WARN WTZA WTZR WTZS WTZZ Mean BIAS 1.15 0.43 1.66 -0.65 1.89 0.79 0.94 0.94 0.82 0.77 0.87 RMS 4.03 3.86 4.68 4.25 4.61 3.52 3.58 3.40 3.36 3.46 3.88
由1.3节可知,建模数据时长的增加并不能有效地提高模型精度,可见ZTD具有较高的稳定性。为了检验该结论并探究模型精度在模型使用过程中随时间的变化,实验选取了数据量满10年的15个测站2009-2012年共4年的数据进行建模,然后对2013-2018共6年时间的ZTD进行预报。图3为15个测站的预报残差平均值的时间序列,图中点划线为残差序列的线性拟合,可以发现,在长时间的预报过程中残差序列存在逐渐变大的趋势,残差序列变化率为1.42 mm/年。考虑到模型精度为厘米级,该趋势变化并不大,模型精度整体相对稳定,无需频繁(每年)更新,该模型可以在建模后的较长一段时间以其标称精度提供服务。2 结果与讨论
【参考文献】：
期刊论文
[1]融合大气数值模式的高精度对流层天顶延迟计算方法[J]. 毛健,崔铁军,李晓丽,陈莉,孙艳玲,高爽,张辉. 测绘学报. 2019(07)
[2]顾及映射函数误差的对流层延迟两步估计法[J]. 范昊鹏,孙中苗,张丽萍,刘晓刚. 测绘学报. 2019(03)
[3]GNSS空间环境学研究进展和展望[J]. 姚宜斌,张顺,孔建. 测绘学报. 2017(10)
[4]深空探测器被动式高精度多普勒测量方法与应用[J]. 郑为民,马茂莉,王文彬. 宇航学报. 2013(11)
[5]一种新的全球对流层天顶延迟模型GZTD[J]. 姚宜斌,何畅勇,张豹,许超钤. 地球物理学报. 2013(07)
[6]一种新的全球对流层天顶延迟模型[J]. 毛健,朱长青,郭继发. 武汉大学学报(信息科学版). 2013(06)
[7]Jason-2 DORIS/SLR精密定轨[J]. 彭冬菊,吴斌,曲伟菁. 宇航学报. 2012(10)
[8]全球对流层天顶延迟模型IGGtrop的建立与分析[J]. 李薇,袁运斌,欧吉坤,李慧,李子申. 科学通报. 2012(15)
[9]三种对流层延迟改正模型精度评估[J]. 曲伟菁,朱文耀,宋淑丽,平劲松. 天文学报. 2008(01)
本文编号：3515941
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3515941.html
