典型文献
日本区域加权平均温度建模
文献摘要：
由于日本区域易受自然灾害频发、水汽特征变化复杂、探空站点分布稀疏的问题,进而制约了高精度水汽的获取,因此缺少此区域的高精度加权平均温度(Tm)模型.鉴于此,采用2009—2016年全球大地测量观测系统(GGOS)Atmosphere Tm和ERA-Interim 2 m Ts格网数据新建立一种考虑Tm残差季节性变化和周日变化的适合日本区域的Tm模型(JQTm模型).同时,利用2017年日本区域13个探空站和110个GGOS Atmosphere Tm格网数据,对新建立的JQTm模型在日本区域的精度进行评估.研究发现:与GGOS Atmosphere Tm格网数据对比,JQTm模型的偏差(bias)和均方根误差(RMSE)分别为0.15 K和1.92 K,RMSE分别比GPT2w-1模型、GPT2w-5模型提升41.16％(1.33 K)、44.41％(1.53 K);与探空资料对比,JQTm模型的bias和RMSE分别为–0.66 K和2.14 K,RMSE分别比GPT2w-1模型、GPT2w-5模型提升28.43％(0.85 K)、29.61％(0.90 K).JQTm模型能够为日本区域提供高精度的Tm值,为研究此区域大气水汽和极端天气提供重要依据.
文献关键词：
日本区域;全球卫星导航系统(GNSS)水汽;全球大地测量观测系统(GGOS) Atmosphere Tm;探空资料;JQTm模型
中图分类号：
作者姓名：
罗相涛;黄良珂
作者机构：
广州市市政工程设计研究总院有限公司, 广州 510060;桂林理工大学测绘地理信息学院, 广西桂林 541006;广西空间信息与测绘重点实验室, 广西桂林 541006
文献出处：
引用格式：
[1]罗相涛;黄良珂-.日本区域加权平均温度建模)[J].全球定位系统,2022(04):93-100
A类：
GGOS,JQTm
B类：
日本区域,加权平均温度,温度建模,水汽特征,特征变化,探空站,大地测量,观测系统,Atmosphere,ERA,Interim,Ts,格网数据,季节性变化,周日变化,数据对比,bias,RMSE,GPT2w,探空资料,大气水汽,极端天气,全球卫星导航系统,GNSS
AB值：
0.216452
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。
