杨 飞 郭际明 李弈韬 唐 伟 郭 伟

1 中国矿业大学(北京)地球科学与测绘工程学院，北京市学院路丁11号，100083 2 武汉大学测绘学院，武汉市珞喻路129号，430079 3 资源与环境信息系统国家重点实验室，北京市大屯路甲11号，100101

作为GPT系列模型[1-2]的最新版本，GPT3模型可以提供计算天顶对流层延迟的各类气象参数，如气压、水汽压、加权平均温度、水汽压直减率等，还可以估计南北和东西方向的大气水平梯度，是当前精度最高、使用最为广泛的对流层延迟模型[3]。但目前缺乏对GPT3模型的精度检验，尤其是缺乏GPT3模型获取的ZTD和大气水平梯度精度的详细分析。本文利用IGS发布的高精度对流层产品，对GPT3模型在全球范围内计算的对流层产品进行精度检验，分析GPT3模型估计不同参数时精度的空间分布和时间分布特征。

1 模型介绍和计算方法

GPT3模型通过测站坐标和年积日即可获取任意时刻的气压，采用文献[4]修订的Saastamoinen模型计算天顶静力学延迟ZHD；再利用获取的测站任意时刻大气水汽压、加权平均温度和水汽压直减率，采用Askne等[5]给出的公式计算天顶湿延迟ZWD。

IGS可以提供天顶对流层总延迟ZTD、南北方向大气水平梯度GNS和东西方向大气水平梯度GEW等对流层产品。本文选取2019年224个包含300 d以上对流层产品的IGS测站，时间分辨率为2 h，将其ZTD、GNS和GEW作为参考值，以偏差bias和均方根误差RMS作为统计量，检验GPT3模型估计对流层产品的精度。

2 模型精度分析

2.1 GPT3模型精度的空间分布

图1为GPT3模型在全球范围内不同测站估计ZTD的精度，从图中可以看出，bias和RMS受测站纬度影响，低纬度地区测站的bias大多为负，中高纬度地区测站的bias大多为正；……