论文部分内容阅读
由于大气成分随高度的变化,GNSS信号在穿过中性大气层时会产生折射,引起无线电信号的弯曲和延迟。由此产生的对流层折射延迟量是GNSS定位过程中的重要误差源,需要采取模型约束、观测值组合、参数估计等方法消除大气延迟的影响。但从相反的角度来看,GNSS定位中的对流层延迟误差也蕴含了底层大气圈的水汽信息,利用对流层延迟获取高精度、高可靠性的水汽观测值,对在GNSS气象学中分析气候成因和预测天气变化都有着重要意义。随着全球导航卫星系统的迅猛发展,GNSS精密单点定位（Precise Point Positioning,PPP）的稳定性、可靠性、收敛速度和定位精度均得到了改善。相比传统的水汽探测手段,利用PPP反演的大气可降水量（Precipitable Water Vapor,PWV）具有全天候、高时间分辨率、高精度和低成本等优点,能够在灾害监测、降雨预报、探测降水信息等方面发挥重要作用。本文围绕PPP反演大气水汽的关键模型展开研究,以期望获取更高精度和更高可靠性的GNSS PWV信息。在PPP数据处理方面,提出了新的多路径误差削弱模型并基于ECMWF新一代再分析资料构建了高精度的天顶对流层延迟（Zenith Tropospheric Delay,ZTD）区域模型。在将PPP ZTD转为大气水汽方面,从无实测气象参数季节模型的建模方法出发,利用稀疏核学习算法改进了加权平均温度建模Tm策略,并对基于实测气象参数的实时PPP反演水汽的流程进行了初步研究。主要的工作和内容如下:（1）针对PPP多路径误差周期重复的特性,利用载波相位残差和基于稀疏正则化的多路径误差模型构建了新的恒星日滤波算法。验证结果表明,新的恒星日滤波算法能够有效降低受多路径效应影响的PPP载波相位残差,平均改善量约为49.8%。对动态PPP浮点解而言,应用多路径误差模型可以获得更平滑的坐标时间序列,其X、Y和Z方向的定位误差分别改善了约49.5%、48.9%和63.0%,坐标精度平均改善量约为54.0%,PPP ZTD精度平均改善量约为55.4%。（2）利用探空资料和GNSS ZTD产品检核了中国区域ERA5 ZTD值的精度。结果表明,ERA5再分析资料计算的ZTD的平均偏差为0.86 cm,平均均方根误差（Root Mean Squared Error,RMS）为1.95 cm,具有较高的精度和可靠性,可以作为建立ZTD经验模型的有效建模数据。基于大气折射率分段模型改进了ZTD垂直方向建模策略,利用2013～2018年间的ERA5再分析资料建立了新的中国及周边地区空间分辨率为2.5°×2.5°的ZTD经验模型——RGZTD模型,并使用ERA5再分析资料、探空资料和GNSS ZTD产品进行验证。结果表明,RGZTD模型在中国区域的总体精度优于指数模型、UNB3m模型和GPT3模型。相比指数模型,RGZTD模型的平均精度提高了约8.9%。（3）利用高斯径向基核函数对Tm季节模型残差进行建模,提出一种新的无实测气象参数Tm经验模型建模策略。针对模型复杂度问题,引入了L1范数正则化并采用快速迭代收缩阈值算法获取稀疏解。验证结果表明,相比季节模型,基于稀疏核学习方法获取的Tm精度平均提高了约52.9%,采用稀疏核学习Tm策略计算的GNSS PWV精度改善了约63.0%。同时,基于IGS（International GNSS Service）ZTD产品评定了PPP ZTD的精度,利用探空资料检验了无实测气象参数PPP PWV的精度,并使用雨量站的降雨量数据分析了PPP PWV与日总降雨量之间的关系。结果表明,PPP PWV与探空站PWV偏差的均值为-1.90 mm,RMS为2.41 mm。PPP PWV的变化可以为降雨预测提供一定的参考。（4）利用中国区域的探空资料对Tm与其它气象参数的关系进行了分析。结果表明,Tm与地面温度、水汽压、地面气压和相对湿度的相关系数均值分别为0.895、-0.590、0.785和0.004。在中国的热带地区和高海拔地区,Tm与其它气象参数的相关性均弱于其它地区,此时利用单参数或多参数经验模型计算Tm值的精度可能较差。同时,基于2013～2018年间86个探空站的探空资料建立了中国区域新的单参数、双参数和三参数Tm线性回归模型。验证结果表明,单参数、双参数和三参数Tm模型的精度均优于Bevis模型,平均RMS分别是4.06 K、3.66K和3.50 K。双参数和三参数模型能够较好地改善单参数模型在高海拔和内陆地区的精度。而相比双参数模型,引入气压的三参数模型的精度提升不太明显。（5）基于IGS最终产品对实时PPP的定位精度和ZTD精度进行了检验。结果表明,收敛后GPS实时PPP和GPS/BDS实时PPP的精度相当,其E、N、U三个方向的平均定位精度分别为2.19 cm、1.27 cm和2.02 cm,平均收敛时间为24.06 min。实时PPP ZTD的平均偏差为-0.85 mm,平均RMS为10.40 mm,具有较高的精度和可靠性,可以作为GNSS水汽反演的有效数据源。（6）基于气象站降雨数据对实时PPP PWV和小时降雨量之间的关系进行了分析。结果表明,降雨区间内PWV整体高于无降雨时段的PWV。受气流和降雨云层经过测站点时间的影响,降雨发生在PWV到达峰值前或PWV处于峰值后不断降低的初始阶段。与气压、温度等气象参数的对比结果则表明,实时PPP PWV可以作为降雨预报模型中的一个重要气象因子辅助进行气象预报。该论文有图69幅,表17个,参考文献243篇。