论文部分内容阅读
摘 要：在对GPS技术的研究过程中，流层折射延迟的改善与模拟始终都是重点研究对象。全球气压气温（GPT）模型与全球投影函数（GMF）对于GPS定位的垂直偏差与年周伪信号具有重大影响，其能够让GPS的定位精度得到有效提高。而GPT2模型则是由GPT与GMF结合在一起而形成，因此，和GPT与GMF进行比较，GPT2的时空变异性更加突出。本文主要根据国内基准站实测的气压气温数据验证GPT2的具体精度，进而对测站气温与气压对GPS定位结果的影响做出了深入探究。
关键词：测站气温与气压；全球气压气温模型；对流层延迟
分别采用全球气压气温模型OPT与GPT2对一样的连续观测站数据进行处理，经过比较两组测站位置估值发现，延迟参数无法完全吸收因测站气压偏差而致使的先验天顶延迟偏差，进而使得测站垂向位置产生偏差，而且偏差的大小和测站纬度及其数据处理中运用的数据权重具有直接联系。因此，虽然可以忽视测站气温偏差对测站位置的影响，不过GPS定位结果精准程度将随着测站气温的上升而下降。
一、测站气象三要素和对流层天顶延迟之间的关系
对流层延迟通常可以表示为： （1），
在此式当中，△p 代表信号的对流层路径延迟；ds代表信号传播途径中的距离微分增量；而n（s）与N（s）则分别代表信号传播途径中S处的大气折射率与大气折射指数，其和气温、气压以及大气湿度具有非常紧密的联系。一般情况下，必须先将测站天顶方向的对流层延迟加以确定，之后利用投影函数把天顶延迟投射至信号路径方向。当前Saastomoinen是运用最为普遍的天顶延迟模型，即
（2），
（3），在式子当中， （m）代表天顶干与湿延迟，P0 、T0 与 分别代表测站的气压（hPa）、气温（℃）与相对湿度（%），而 、h则是分别代表测站的纬度（°）与高程（km）。根据（2）式与（3）式即可得知，天顶干延迟和测站气压为线性关系，因此，测站气压的测量出现的误差程度，将对天顶干延迟的估算误差产生直接影响。天顶湿延迟会根据气温上升而近似指数递增，也就是在一样的气温测量误差情况下，测站气温越高，那么就会在更大程度上影响到天顶湿延迟。
在静态定位中，观测时间段的测站气象要素变化致使天顶延迟变化，尤其是大气当中的水汽成分在时间上发生的剧烈变化，以至使天顶湿延迟也随之出现剧烈变化，并且沒有规律可以遵循，这也是对定位精度产生影响的关键因素。所以，在高精度的GPS静态定位中，一般会将对流层天顶延迟参数引进，进而对所有指定的时间长度估计一个参数，而对流层的延迟则可以表示为：
（4），在此式当中，Fh（z） 与Fw（z） 分别代表天顶干、湿延迟的投影函数。
二、全球气温气压模型的改进对GPS定位结果的影响
想要验证GPT2模型对气温与气压模拟的改进，则可通过陆态网络基准站实测的气温与气压做出比较。根据有关测站气温与气压的实测值、模型值可以得知，与GPT比较，GPT2和实测数据具有更好的一致性，能够较好的将气温与气压在时间上所发生的变化模拟出来。
为了深入探究气压气温模型的改进对定位结果产生的影响，选择近些年陆态网络基准站与中国四周IGS站的数据并做出有关处理。而在具体的数据处理中，则可运用GAMIT软件，分别通过GPT与GPT2模型获得测站的气温与气压，进而利用Saastomoinen模型将测站先验天顶延迟计算出来，同时在这一前提条件下每2个小时对一个天顶延迟参数进行估计。经过对两组处理结果的比较发现，运用不一样的气温气压模型对测站位置水平分量产生的影响虽然可以忽略，不过对于垂向分量所产生的影响则十分明显。
如若把GPT2模型结果作为标准，那么因为天顶延迟与测站垂向位置的高相关性，先验天顶延迟出现的偏差，其实会致使一些观测信号在天顶延迟参数与垂向位置参数间的分配不能够达到合理化，进而致使测站垂向位置出现偏差。经过统计研究各个测站先验天顶延迟偏差至垂向位置偏差的传播比率得知，其的确和测站的纬度与数据处理过程中所运用的数据权重具有密切联系。此外，因先验天顶延迟偏差的周期性变化，而致使的测站垂向位置偏差也具有较为显著的周期性变化，由此则可证明，以往通过GPS所观测的垂向周期性变化，并不是所有都为真实的运动信号。
三、测站气温对定位精准程度的影响
在对流层天顶延迟当中，大概90%都是来源于干延迟，所以和测站气压具有密切联系。与气压相比，测站气温对于天顶延迟并没有做出较大贡献（因为在温度高达40℃的时候，也仅只有0.35米），其误差导致的天顶延迟偏差同样也能够被引进的参数吸收，对于测站位置的估计不会产生任何影响。不过，天顶延迟参数模拟通常是一定时期以内天顶湿延迟产生变化的平均值，因而每一观测时间的天顶湿延迟对于平均值产生的变化，其实也正是在一定程度上加大了观测值的偶然误差。因为天顶湿延迟会根据测站气温的上升而快速增长，所以测站气温更高，那么来自天顶湿延迟变化的观测值所出现的偶然误差便会更大，从而使定位结果的精准程度随之下降。
结束语：
在GPS定位中，对流层延迟是非常关键的一种误差源，而针对对流层延迟准确模型化来讲，其最为主要的就是需要同步获取GPS测站地表的气温与气压等有关气象参数。虽然可以忽略不计测站气温偏差对测站位置所产生的影响，不过GPS定位结果的精度却会根据测站气温的上升而逐渐呈现出下降趋势。所以，想要让定位精度得到进一步提升，那么就必须尽可能把流动观测安排在气温相对较低的季节，或者适当增加天顶延迟参数，从而使天顶湿延迟瞬时变化的影响可以得到有效降低。
参考文献：
[1]林萍. 全球气压气温模型对GPS定位结果的影响[J]. 吉林建筑大学学报， 2017， 34（3）：53-57.
[2]邢喜民， 李桂荣， 张涛. GPS垂直分量与温度、气压的相关性分析及影响机制探讨[J]. 地震， 2016， 36（1）：117-125.
关键词：测站气温与气压；全球气压气温模型；对流层延迟
分别采用全球气压气温模型OPT与GPT2对一样的连续观测站数据进行处理，经过比较两组测站位置估值发现，延迟参数无法完全吸收因测站气压偏差而致使的先验天顶延迟偏差，进而使得测站垂向位置产生偏差，而且偏差的大小和测站纬度及其数据处理中运用的数据权重具有直接联系。因此，虽然可以忽视测站气温偏差对测站位置的影响，不过GPS定位结果精准程度将随着测站气温的上升而下降。
一、测站气象三要素和对流层天顶延迟之间的关系
对流层延迟通常可以表示为： （1），
在此式当中，△p 代表信号的对流层路径延迟；ds代表信号传播途径中的距离微分增量；而n（s）与N（s）则分别代表信号传播途径中S处的大气折射率与大气折射指数，其和气温、气压以及大气湿度具有非常紧密的联系。一般情况下，必须先将测站天顶方向的对流层延迟加以确定，之后利用投影函数把天顶延迟投射至信号路径方向。当前Saastomoinen是运用最为普遍的天顶延迟模型，即
（2），
（3），在式子当中， （m）代表天顶干与湿延迟，P0 、T0 与 分别代表测站的气压（hPa）、气温（℃）与相对湿度（%），而 、h则是分别代表测站的纬度（°）与高程（km）。根据（2）式与（3）式即可得知，天顶干延迟和测站气压为线性关系，因此，测站气压的测量出现的误差程度，将对天顶干延迟的估算误差产生直接影响。天顶湿延迟会根据气温上升而近似指数递增，也就是在一样的气温测量误差情况下，测站气温越高，那么就会在更大程度上影响到天顶湿延迟。
在静态定位中，观测时间段的测站气象要素变化致使天顶延迟变化，尤其是大气当中的水汽成分在时间上发生的剧烈变化，以至使天顶湿延迟也随之出现剧烈变化，并且沒有规律可以遵循，这也是对定位精度产生影响的关键因素。所以，在高精度的GPS静态定位中，一般会将对流层天顶延迟参数引进，进而对所有指定的时间长度估计一个参数，而对流层的延迟则可以表示为：
（4），在此式当中，Fh（z） 与Fw（z） 分别代表天顶干、湿延迟的投影函数。
二、全球气温气压模型的改进对GPS定位结果的影响
想要验证GPT2模型对气温与气压模拟的改进，则可通过陆态网络基准站实测的气温与气压做出比较。根据有关测站气温与气压的实测值、模型值可以得知，与GPT比较，GPT2和实测数据具有更好的一致性，能够较好的将气温与气压在时间上所发生的变化模拟出来。
为了深入探究气压气温模型的改进对定位结果产生的影响，选择近些年陆态网络基准站与中国四周IGS站的数据并做出有关处理。而在具体的数据处理中，则可运用GAMIT软件，分别通过GPT与GPT2模型获得测站的气温与气压，进而利用Saastomoinen模型将测站先验天顶延迟计算出来，同时在这一前提条件下每2个小时对一个天顶延迟参数进行估计。经过对两组处理结果的比较发现，运用不一样的气温气压模型对测站位置水平分量产生的影响虽然可以忽略，不过对于垂向分量所产生的影响则十分明显。
如若把GPT2模型结果作为标准，那么因为天顶延迟与测站垂向位置的高相关性，先验天顶延迟出现的偏差，其实会致使一些观测信号在天顶延迟参数与垂向位置参数间的分配不能够达到合理化，进而致使测站垂向位置出现偏差。经过统计研究各个测站先验天顶延迟偏差至垂向位置偏差的传播比率得知，其的确和测站的纬度与数据处理过程中所运用的数据权重具有密切联系。此外，因先验天顶延迟偏差的周期性变化，而致使的测站垂向位置偏差也具有较为显著的周期性变化，由此则可证明，以往通过GPS所观测的垂向周期性变化，并不是所有都为真实的运动信号。
三、测站气温对定位精准程度的影响
在对流层天顶延迟当中，大概90%都是来源于干延迟，所以和测站气压具有密切联系。与气压相比，测站气温对于天顶延迟并没有做出较大贡献（因为在温度高达40℃的时候，也仅只有0.35米），其误差导致的天顶延迟偏差同样也能够被引进的参数吸收，对于测站位置的估计不会产生任何影响。不过，天顶延迟参数模拟通常是一定时期以内天顶湿延迟产生变化的平均值，因而每一观测时间的天顶湿延迟对于平均值产生的变化，其实也正是在一定程度上加大了观测值的偶然误差。因为天顶湿延迟会根据测站气温的上升而快速增长，所以测站气温更高，那么来自天顶湿延迟变化的观测值所出现的偶然误差便会更大，从而使定位结果的精准程度随之下降。
结束语：
在GPS定位中，对流层延迟是非常关键的一种误差源，而针对对流层延迟准确模型化来讲，其最为主要的就是需要同步获取GPS测站地表的气温与气压等有关气象参数。虽然可以忽略不计测站气温偏差对测站位置所产生的影响，不过GPS定位结果的精度却会根据测站气温的上升而逐渐呈现出下降趋势。所以，想要让定位精度得到进一步提升，那么就必须尽可能把流动观测安排在气温相对较低的季节，或者适当增加天顶延迟参数，从而使天顶湿延迟瞬时变化的影响可以得到有效降低。
参考文献：
[1]林萍. 全球气压气温模型对GPS定位结果的影响[J]. 吉林建筑大学学报， 2017， 34（3）：53-57.
[2]邢喜民， 李桂荣， 张涛. GPS垂直分量与温度、气压的相关性分析及影响机制探讨[J]. 地震， 2016， 36（1）：117-125.