科学研究

GPS定位技术在对流层、电离层、全球温度模型等方面的应用

 构建了新一代全球加权平均温度计算模型GTm-II 在利用GPS计算得到的湿延迟反演水汽含量时,大气加权平均温度是需要用到的一个重要参数。在之前的研究成果基础上(Journal of Geodesy, 86:1125–1135, doi:10.1007/s00190-012-0568-1, 2012),顾及基于陆地无线电探空资料所建立的第一代全球大气加权平均温度模型(GTm-I)在海洋区域由于无可用的探空资料导致建模出现局部奇异,课题组进一步提出利用GPT模型和Bevis公式相结合来模拟海洋上的加权平均温度,对海洋空白无资料区域进行填补,并与陆地无线电探空资料计算的加权平均温度一起重新解算GWMT模型系数,因此构建了第二代全球大气加权平均温度模型(GTm-II)。经验证表明:新模型显著提高了在海洋上计算大气加权平均温度的精度,陆地上的精度也得到改善,模型的稳定性更高,适用性更强。相关研究成果再次发表在Journal of Geodesy上。国际同行审稿人认为:“GTm-II is an important improvement over GTm-I which was developed in an earlier paper by Yao et al. (2012). In particular, it removes large deficiencies of GWMT-I over the oceans (in particular the Pacific), thus it is important that this paper is published.”

 1  Results of GTm-I, GTm-II, and the Bevis Tm–Ts relationship tested by radiosonde and COSMIC data
  
 提出了一种像素基和函数基结合的三维层析新模型及电离层层析成像的混合正则化反演方法
 为了深入研究电离层三维结构,1986年Austen在国际上率先提出了电离层层析成像(CIT,Computerized Ionospheric Tomography)的思想。电离层层析的结果不但可以反映电离层的水平变化,而且可以反映电离层的垂直结构,克服了单层电离层模型的局限性。目前,电离层层析模型大致分为两类:一类是函数基电离层层析模型;另一类是像素基电离层层析模型。本文提出一种像素基和函数基结合的层析模型(COMBI模型)。该模型通过两步法构建,模型求解过程中不需要附加额外的约束条件,采用少量的模型参数即可表达反演区域内电子密度的三维分布。通过模拟数据和实测数据对模型的反演结果进行检核,结果表明本文提出的新模型能较好的表达电离层电子密度的精细结构,其反演精度与目前常用的迭代算法相当,但由于大量地减少了模型参数数量,在使用中更具优势。相关的研究以“A new ionospheric tomography model combining pixel-based and function-based models”为题发表在SCI源刊Advances in Space Research上。

 2  Comparison figure of inversion results using SIRT algorithm and COMBI model in 10ºE profile
 

 3  Comparison figure of inversion results using SIRT algorithm and COMBI model in 300km altitude profile
 
电离层电子密度重构是一不适定反问题。常用的Tikhonov正则化能够有效的反演光滑的电子密度,而总变差(TV)正则化则能够有效的去除噪声和抑制反演过度光滑的电子密度。本文结合Tikhonov正则化和总变差正则化的优点,提出了一种混合正则化(Hybrid Regularization)的方法进行反演研究。从模拟数据和实测数据的实验中可以看出,该方法不仅能够有效的提高反演精度,而且能够增强反演的可靠性。相关的研究以“Application of hybrid regularization method for tomographic reconstruction of midlatitude ionospheric electron density”为题发表在SCI源刊Advances in Space Research上。
在此基础上,课题组开展了电离层电子密度对磁暴的响应研究。利用南非TrigNet的GNSS观测值,采用GNSS电离层三维层析技术对2005年5月15日发生的剧烈磁暴前后南非地区电离层电子密度的时空变化进行分析,层析反演结果能很好的表达电离层电子密度的三维精细结构和随着磁暴发展而出现的响应。反演结果显示15日UT10:00电子密度较14日同一时刻有显著地增加,磁暴发生期间反演区域电离层出现了“正相暴”。此外,采用Jason-1卫星得到的VTEC数据对磁暴前后的电离层变化进行了分析。结果表明,5月15日下降轨道时得到的VTEC出现了显著地增加,而上升轨道时得到的VTEC没有显著变化,异常的时间和范围与层析的结果一致。相关的研究以“Temporal and spatial variations in ionospheric electron density profiles over South Africa during strong magnetic storms”为题发表在SCI源刊Natural Hazards and Earth System Sciences上。
由于电离层延迟对全球导航卫星系统(GNSS)信号的严重影响,单频(SF)精密单点定位(PPP)用户只能达到分米级定位结果。无电离层组合可以消除大部分的电离层延迟,但由此会导致观测噪声增加和双频率(DF)PPP收敛变慢。课题组开发了一个改进的区域电离层建模方法,并用于提高SF PPP的精度和加快DF PPP收敛速度。和传统的区域电离层延迟模型不同,新方法针对每个卫星进行建模并将其作为先验修正模型。利用电离层、宽巷UPD和卫星DCBS残差产品,DF用户的宽巷观测可演化为高精度伪距观测。通过连续运行参考站(CORS)网的数据验证,结果表明,该方法大大提高了SFPPP精度和显著减少了DFPPP的收敛时间。相关的研究以“An Improved Approach to Model Regional Ionosphere and Accelerate Convergence for Precise Point Positioning”为题发表在SCI源刊Natural Hazards and Earth System Sciences上。
建立了一种适用于极移预报的附加误差修正的LS+AR新模型
地球定向参数(Earth Orientation Parameters, EOP)是实现天球参考框架和地球参考框架转换的必要参数. 为了满足EOP使用的时效性要求,国内外广泛开展了EOP预报的相关研究. 目前,EOP中的岁差章动模型、UT1-UTC和LOD(Length Of Day)都取得了较为实用的预报成果. 但是在极移预报方面,由于其自身激发机理的复杂性(极移机制的因素包括太阳、月球引力和大气海洋等的作用,也涉及地球内部结构的变化),仍然不能取得较为理想的结果。
课题组通过对LS+AR模型的短期预报残差的时间序列统计分析,发现相邻期的模型预报残差具有极高的相关性,由此提出利用上一期的模型预报残差和经验调节矩阵对下一期预报结果进行修正,从而建立了一种适用于极移预报的附加误差修正的LS+AR新模型. 运用新模型进行了模拟预报,结果表明:该方法对于提高极移的预报精度和可靠性均有帮助,采用新方法进行超短期和短期预报的精度均达到了目前国际最好的精度水平。相关的研究以“A new LS+AR model with additional error correction for polar motion forecast”为题发表在SCI源刊SCIENCE CHINA: Earth Sciences(《中国科学:地球科学》)上。
建立了一种新的全球对流层天顶延迟模型GZTD
对流层延迟是GNSS导航定位主要误差源之一,主要受气象参数(如总气压、温度和水汽压等)的影响,具有变化随机性强的特点.课题组利用GGOS Atmosphere提供的2002-2009年全球天顶对流层延迟格网时间序列研究了全球对流层天顶延迟的时空变化特征.并以此为基础对全球天顶对流层延迟(Zenith Troposphere Delay, ZTD)进行建模,提出了一种基于球谐函数的全球非气象参数对流层天顶延迟改正模型——GZTD模型.实验对比结果表明考虑ZTD经纬向变化的GZTD模型内符合精度全球统计结果(bias:0.2 cm,RMS:3.7 cm)优于只考虑ZTD纬向变化的UNB3m (bias:3.4 cm,RMS:6.0 cm)、UNB4 (bias:4.7 cm,RMS:7.4 cm)、UNB3 (bias:4.0 cm,RMS:7.0 cm)和EGNOS (bias:4.5 cm,RMS:6.9 cm)等模型.使用全球385个IGS站进行外符合检验,统计结果表明GZTD模型(bias:-0.02 cm,RMS:4.24 cm)同样优于其它模型.GZTD模型具有改正效果良好、使用简单、所需参数少等优点.相关的研究发表在SCI源刊《地球物理学报》(Chinese Journal of Geophysics-Chinese Edition)上。
  

 4  Global bias and RMS of GZTD model