GNSS观测数据ZTD建模的质量控制方法
2020-10-12丁君生陈俊平王君刚
丁君生,陈俊平,王君刚
(1. 中国科学院上海天文台,上海 200030; 2. 中国科学院大学天文与空间科学学院,北京 100049; 3. 德国地学中心,波兹坦14473)
0 引 言
电磁波信号在穿过大气层时受到气体分子的影响,被延迟和弯曲,从而使得测量距离产生偏差[1]。其中穿过电离层产生的偏差叫做电离层延迟,而穿过未被电离的中性大气(包含对流层和平流层)产生的偏差统称为对流层延迟[2]。电离层延迟可以通过双频差分技术基本消除,而对流层具有非色散性质,其延迟无法通过双频数据改正[3]。在全球卫星导航系统(Global navigation satellite system,GNSS)数据处理中,对流层延迟通常作为待估参数解算或通过模型进行改正[4]。
模型改正法可以分为两类,第一类是基于实测气象参数的对流层模型,如Saastamoinen[5](以下简称为Saas)和Hopfield[6]等,其改正精度可达厘米级或分米级[7]。由于这类模型高度依赖实测气象参数,且有学者发现这类模型计算的ZTD与经验模型相比精度上没有优势[8],故而这类模型在实时导航中的应用偏少。第二类是基于对流层关键参量的经验模型,这类模型不依赖实测气象参数,使用方便,仅需提供时间以及测站信息,便能得到厘米级精度的ZTD。其中有基于标准大气模型参数的UNB系列模型[9]和EGNOS模型[10],UNB3模型在北美区域估计的ZTD平均误差约为2 cm[11],EGNOS总体精度与采用实测气象参数的Saas和Hopfield模型相当[8]。还有基于再分析资料的GPT系列[12-14]、TropGrid系列[15-16]和IGGtrop系列模型[17],GPT模型基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)提供的数值天气模型(Numerical Weather Model,NWM)产品,可提供测站气象数据,然后采用Saas等模型计算ZTD,精度优于EGNOS、UNB3模型。……
