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。