典型文献
GNSS大气加权平均温度经验模型精化方法的建立和分析
文献摘要：
加权平均温度Tm作为对流层湿延迟转换为大气可降水量的关键参数,在GNSS气象学研究中发挥着重要作用.Tm经验模型的构建,可以通过将测站位置和时间信息作为输入参数快速获取Tm估值,但其精度往往受限,尤其在某些局部区域.本文提出了一种Tm经验模型精化方法,引入了地表气温数据,通过最小二乘快速获取精化系数,达到Tm的误差补偿作用.基于我国及邻近区域180个探空测站2011—2015年的数据,本文构建了基于GPT3的精化模型,并对其进行分析.数值结果表明,与Bevis模型、区域线性模型和GPT3模型相比,本文提出的精化模型估计Tm的精度分别提高了16.2％、13.5％和21.1％.另外,基于GPT3的精化模型估计Tm表现出最优的时空分布结果,显著提高了高纬度地区Tm估计精度,有效解决了G P T 3模型只能表现Tm季节性变化的缺陷.本文方法计算公式简便,可以快速推广至任意Tm经验模型,具有较高的使用价值.
文献关键词：
GNSS气象学;加权平均温度;GPT3模型;大气可降水量
中图分类号：
作者姓名：
杨飞;郭际明;陈明;章迪
作者机构：
中国矿业大学(北京)地球科学与测绘工程学院,北京 100083;武汉大学测绘学院,湖北 武汉430079;国家基础地理信息中心,北京 100830
文献出处：
引用格式：
[1]杨飞;郭际明;陈明;章迪-.GNSS大气加权平均温度经验模型精化方法的建立和分析)[J].测绘学报,2022(11):2339-2345
A类：
B类：
GNSS,大气加权平均温度,经验模型,模型精化,Tm,对流层湿延迟,大气可降水量,气象学,测站,时间信息,输入参数,估值,局部区域,地表气温,误差补偿,补偿作用,邻近区,探空,空测,GPT3,Bevis,线性模型,模型估计,高纬度地区,估计精度,季节性变化,使用价值
AB值：
0.287696
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
