首页 > 论文范文 > 自然科学论文 > 气象学论文 > 大气现象论文 > 试述GPS/BDS/GLONASS/Galileo组合PPP在大气水汽探测方面的性能

试述GPS/BDS/GLONASS/Galileo组合PPP在大气水汽探测方面的性能

2020-07-02 465 上传者：管理员

摘要：为进一步改善精密单点定位(PPP)探测大气可降水量(PWV)的性能，本文提出采用GPS/BDS/GLONASS/Galileo组合PPP进行PWV反演的方法，并利用国内3个MGEX观测站的实测数据，对GPS/BDS/GLONASS/Galileo组合PPP在大气水汽探测方面的性能进行了评估。试验结果表明:相较于GPSPPP、GPS/BDS组合PPP和GPS/GLONASS组合PPP,GPS/BDS/GLONASS/Galileo组合PPP估计天顶对流层延迟(ZTD)的初始化时间分别缩短了33%、26%、20%，且能获得更高精度的ZTD估值和PWV信息，在大气水汽探测方面的性能更优。

关键词：
GNSS气象学
多系统融合
大气现象
对流层延迟
水汽反演
精密单点定位
加入收藏

水汽在气候变化、水文循环、大气辐射等过程中发挥着重要作用[1]。通过全球卫星导航系统GNSS观测数据可估计出天顶对流层延迟，并可进一步获取高精度的大气可降水量[2]，从而使得地基GNSS探测大气水汽成为20世纪90年代以来的一种全新的水汽探测技术。相较于传统的大气水汽探测手段，地基GNSS反演水汽具有低成本、全天候、高精度、高时空分辨率等优点。目前，地基GNSS反演PWV主要有相对定位和精密单点定位2种模式，且均可获得精度相当的ZTD估值[3]。国内外学者对RP反演PWV已进行了大量的研究，取得了很多积极的研究成果[4,5,6]。然而，为获得高精度的ZTD绝对估值，RP需引入500～2000km的远距离测站[7]，以有效削弱对流层延迟误差空间相关性、卫星钟钟差和相位小数偏差项等影响，从而增加了地基GNSS反演PWV数据处理的复杂度。基于非差观测模型的PPP技术无需额外引入基准站，作业灵活、成本低、精度高，且能精确估计出绝对ZTD，因此在PWV反演方面较RP更具优势[8,9]。

当前，全球卫星导航系统GNSS(主要包括美国的GPS、俄罗斯的GLONASS、中国的BDS和欧盟的Galileo)兼容与互操作迅速发展。多模GNSS组合能够提供更多的、空间构型更加合理的可视卫星，从而有助于改善ZTD的估计精度和解求速度。随着卫星星历和卫星钟钟差时效性及精度的改善，多模组合PPP实时估计ZTD已成为GNSS探测PWV的研究热点。为获得高精度的ZTD估值，文献[10]利用GPS/GLONASS组合PPP进行ZTD的估计，试验结果表明，相较于单GPSPPP,GPS/GLONASS组合PPP的估计结果与国际GNSS服务提供的对流层天顶延迟产品更具一致性。文献[11]基于GPS/BDS组合PPP进行水汽反演试验，结果同样表明双系统组合可提高ZTD/PWV的精度。鉴于此，结合当前GNSS多模多频发展格局，为进一步改善ZTD的精度和速度，本文提出采用GPS/BDS/GLONASS/Galileo组合PPP反演PWV，并利用RTKLIB开源软件和德国波茨坦地学研究中心提供的快速混合精密星历(时间延迟17～41h)，选取中国境内3个MGEX站的GNSS观测数据，以IGS对流层产品(IGS/ZTD)和利用无线探空资料计算的大气可降水量(RS/PWV)作为参考值，对多模组合PPP在大气可降水量反演方面的性能进行评估。

1、PPP反演水汽原理与方法

GNSS卫星信号穿越中性大气时，受大气折射的影响将产生信号时延。这种信号延迟可分为静力学延迟(或干延迟)和湿延迟[12]。静力学延迟ZHD可采用Saastamoinen模型[13]、Hopfield模型[14]或Black模型[15]，基于地面温度、压强、海拔高度和纬度等参数进行求解;而ZTD可采用RP或PPP进行求解，从而间接获得ZWD(ZWD=ZTD-ZHD)。

PPP往往采用双频无电离层(ionosphere-free,IF)组合，以消除一阶电离层延迟影响。由于ZHD受气象条件影响小且数值较为稳定，一般采用Saastamoinen模型估计，而所需气象参数可通过GPT获取[16]。相反，ZWD受气象条件影响较大，不宜采用模型估计，故顾及大气方位不对称性分布的影响，ZWD采用随机游走法进行估计。据此，根据式(1)即可解得PWV。

式中，Π为转换系数，其求解方法详见文献[17]。

由式(1)可知，PWV的精度受Π和ZWD的共同作用。为改善ZWD的估值精度，引入GPS/BDS/GLONASS/Galileo组合PPP(简写为GCRE)。多系统组合PPP观测方程见文献[18]，待估参数为

式中，x、y、z为定位坐标;ISBj(intersystem-biases,ISB)为系统间偏差;tr为接收机钟差;GE和GN分别为对流层东方向和北方向的水平梯度;Nrs为模糊度参数。

在多模GNSS组合PPP中，GPS和GLONASS卫星与接收机端的PCO和PCV)均采用IGS提供的ATX文件进行改正[19]。由于ATX文件无BDS和Galileo卫星端的PCV和接收机端的PCV、PCO改正信息，因此对BDS和Galileo卫星仅进行了卫星端的PCO改正。此外，差分码偏差采用IGS提供的多系统DCB产品进行改正。

2、试验与分析

2.1数据获取与试验方案

为评估多模GNSS组合PPP在水汽反演方面的性能，本文选用中国境内3个MGEX观测站(URUM、HKSL、JFNG)2018年6月9日至6月15日(年积日160～167)的观测数据。鉴于当前GPS定位精度较高和Galileo卫星数目较少的情况，采用G、GC、GR和GCRE4种PPP方案进行ZTD的估计和PWV的反演试验。

精密星历和钟差采用GFZ提供的快速混合星历钟差产品，该产品时延为17～41h，具有较高的精度和时效性，能够用于准实时的水汽探测[20]。URUM、HKSL和JFNG观测站在各试验方案下的可视卫星数见表1。

由表1可以看出，3个观测站单GPS的卫星数目为9颗左右;相较于单GPS,GC和GR组合的卫星数目均有所增加，卫星数为14颗左右;GCRE卫星数目在双系统的基础上又得到了进一步的增加，基本维持在26颗左右。增加卫星数目可获得更多的冗余观测值、更加合理的卫星空间构型，从而有助于增强PPP的稳定性和可靠性、加速PPP的收敛、改善ZWD的估计精度和收敛速度。

表1测站可视卫星数目

2.2多模GNSS组合PPP估计水汽探测的性能分析

为分析多模GNSS组合PPP估计ZTD的效率，以IGS发布的对流层产品(IGS/ZTD)作为ZTD的参考值。

2.2.1ZTD收敛时间分析

HKSL、JFNG、URUM站各方案单日ZTD估值与IGS/ZTD参考值的对比如图1所示。

由图1可以看出，受PPP收敛过程的影响，3个测站各方案下的ZTD与IGS/ZTD参考值于开始历元相差均较为悬殊，此后随着PPP的收敛，ZTD与IGS/ZTD的变化趋势趋于一致。由此可见，ZTD存在着与PPP定位相似的收敛过程(或“初始化过程”)。为此，本文采用7d的观测数据进行ZTD解算，计算各方案ZTD与IGS/ZTD的差值，以分析不同方案下ZTD的初始化时间。试验时将ZTD与IGS/ZTD差值的阀值设置为20mm，搜索窗口设为10个历元，若连续10个历元的偏差小于阀值，则视为初始化结束。各测站4种方案下的平均初始化时间见表2。

图13个观测站ZTD结果对比

表2初始化时间对比

由表2可知，单GPSPPPZTD的初始化时间为30min左右，GC、GR、GCRE组合ZTD的初始化时间分别缩短为27min、25min和20min左右，GCRE初始化时间较G、GC和GR分别缩短了33%、26%和20%。

2.2.2多模组合PPPZTD精度分析

为进一步分析ZTD估值的精度，计算3个测站的ZTD估值相对于IGS/ZTD的偏差，并以标准差、平均偏差、均方根误差作为精度评价指标。不同方案ZTD估值的标准差、平均偏差和均方根误差见表3。

通过表3可知，同一测站GC、GR组合的ZTD估值精度相当，较单GPSPPP有所提高;而GCRE可获得较其他方案精度更高的ZTD估值。

2.2.3多模GNSS组合PPP反演PWV精度分析

以RS/PWV和香港天文台(http:∥gb.weathergov.hk/contentc.htm)的实际降水数据为参考值，对PPP反演PWV的精度进行分析。由于探空站单天中只有2个时段的数据，分析时仅保留了与探空资料采样时间一致的PWV。此外，鉴于HKSL站与探空站(编号:45004)相距较近(距离小于50km)，且对流层延迟具有较强的时空差异性，故分析时只采用了HKSL站的PWV，结果如图2所示。

表3ZTD精度对比

图2HKSL站PWV与实际降水

由图2可知，G、GC、GR、GCRE组合PWV与RS/PWV变化趋势基本一致，偏差均在10mm内;而GCRE/PWV整体变化趋势更接近RS/PWV。以RS/PWV为参考值，HKSL站PWV的精度见表4。

表4HKSL站PWV精度对比

由表4可知，GC、GR组合反演PWV较单GPS系统精度略有所提高，均方根误差分别减少了0.61和0.54mm;相较于GC、GR组合，GCRE组合可进一步提高PWV的反演精度，均方根误差分别减少了0.43和0.50mm。

3、结语

鉴于当前GNSS多模发展格局，为进一步提升地基GNSS水汽探测的精度和效率，本文采用多模组合PPP进行PWV的反演，并设置了G、GC、GR、GCRE4种PPP方案，以IGS/ZTD、RS/PWV和实际降水量为参考值，基于国内3个MGEX站GNSS观测数据，对多模GNSS水汽反演的性能进行了试验和评价。结果表明，相较于单系统和双系统组合，GCRE得益于更多的可视卫星数目和更加合理的卫星空间构型，不仅可以优化ZTD的初始化时间，而且可以改善ZTD估值的精度，获得更高精度的PWV反演结果，在水汽探测方面的性能更优，可为准实时、高精度的天气预报等气象应用提供更具参考价值的信息。

参考文献：

[1]李国平.地基GPS遥感大气可降水量及其在气象中的应用研究[D].成都:西南交通大学,2007.

[2]李森,贾光军.GNSS技术下北京7·21暴雨水汽含量反演分析[J].测绘通报,2018(6):78-81,97.

[6]高志钰,李建章,刘彦军,等.利用BDS数据反演大气可降水量及其精度分析[J].测绘通报,2019(5):35-38,47.

[7]徐宗秋,韩澎涛,徐爱功,等.利用PPP模糊度固定技术估计天顶对流层延迟[J].中国矿业大学学报,2019,48(2):445-451.

[8]张小红,李星星,李盼.GNSS精密单点定位技术及应用进展[J].测绘学报,2017,46(10):1399-1407.

[9]李黎,匡翠林,朱建军,等.基于实时精密单点定位技术的暴雨短临预报[J].地球物理学报,2012,55(4):1129-1136.

[10]蔡昌盛,夏朋飞,史俊波,等.利用GPS/GLONASS组合精密单点定位方法估计天顶对流层延迟[J].大地测量与地球动力学,2013,33(2):54-57,62.

[11]韩阳,吕志伟,徐剑,等.基于BDS/GPS观测量的大气可降水量反演精度分析[J].导航定位学报,2017,5(1):39-45.

[16]施宏凯,何秀凤,王俊杰.全球气压气温模型在中国地区的精度分析[J].大地测量与地球动力学,2017,37(8):841-844,848.

[18]龙新.多系统融合精密单点定位模糊度算法研究[D].贵阳:贵州大学,2018.

[19]胡新乔,刘万科,刘晓磊,等.北斗天线相位中心改正策略及其对定位精度的影响分析[J].大地测量与地球动力学,2018,38(11):1137-1142.