分类： 天文学 >> 天文学 提交时间： 2022-11-17 合作期刊: 《天文研究与技术》
摘要： 为提高对流层天顶延迟（Zenith Tropospheric Delay，ZTD）估计精度，基于传统对流层天顶延迟建模思路，提出Saastamoinen，Askne和GPT3多模型融合的对流层天顶延迟估计方法。分别采用Saastamoinen和Askne模型估计干延迟和湿延迟，并引入GPT3模型提供温度、气压、水汽压、大气加权平均温度和水汽垂直递减率气象参数。利用全球大地测量观测系统（Global Geodetic Observing System，GGOS）Atmosphere和国际GNSS服务机构（International GNSS Service，IGS）提供的亚洲区域66个IGS站的2016-2018年对流层天顶延迟数据对本文方法进行评估，结果表明，以GGOS Atmospheres数据为参考时，Sas+Ask+GPT3模型精度（RMS：4.53cm）较同等条件下的Sas+Ask+UNB3m和Sas+GPT3模型分别提高约29%和19%，以IGS 对流层天顶延迟数据为参考时，Sas+Ask+GPT3模型精度（RMS：4.35cm）较另两种模型分别提高约25%和14%；Sas+Ask+GPT3模型误差具有冬季小而夏季大的季节性特征，且夏季误差明显低于另两种模型；在空间分布上，模型误差随高程或纬度的增加而降低。研究表明，本文方法可用于亚洲区域对流层天顶延迟的高精度实时修正。
分类： 天文学 >> 天文学 提交时间： 2018-05-15 合作期刊: 《天文研究与技术》
摘要： 现有UT1-UTC预报模式在进行周期项与残差项拟合分离时，通常没有考虑最小二乘拟合序列的端部畸变现象（数据处理中称为端部效应），预报精度难以取得较大改善。针对最小二乘拟合存在的端部畸变现象，首先采用时序分析方法在UT1-UTC序列两端进行数据延拓，形成一个新序列，然后用新序列求解最小二乘外推模型系数，最后再联合最小二乘外推模型及神经网络对UT1-UTC序列进行预测。结果表明，在UT1-UTC序列端部增加延拓数据，可以有效地抑制最小二乘拟合序列的端部畸变；相对于常规最小二乘外推模型，基于端部效应改善的最小二乘（edge-effect corrected least squares，ECLS）外推模型的UT1-UTC中长期预报精度改善明显。
点击量
点击量
下载量
评论
