基于COSMIC-2反演的对流层延迟高程补偿方法及精度评估

doi:10.13474/j.cnki.11-2246.2025.0916

测绘通报 ›› 2025, Vol. 0 ›› Issue (9): 98-104.doi: 10.13474/j.cnki.11-2246.2025.0916

基于COSMIC-2反演的对流层延迟高程补偿方法及精度评估

吴昂道, 唐旭

南京信息工程大学遥感与测绘工程学院, 江苏南京 210044

收稿日期:2025-02-05 发布日期:2025-09-29
通讯作者: 唐旭。E-mail:Xu.Tang@nuist.edu.cn
作者简介:吴昂道(1999—),男,硕士生,主要从事GNSS气象学方向的研究。E-mail:202312480181@nuist.edu.cn
基金资助:
国家重点研发计划(2023YFE0208400)

Elevation compensation method and accuracy assessment for COSMIC-2 tropospheric delay

WU Angdao, TANG Xu

School of Remote Sensing & Geomatics Engineering, Nanjing University of Information Science & Technology, Nanjing 210044, China

Received:2025-02-05 Published:2025-09-29

摘要/Abstract

摘要： 针对部分掩星COSMIC-2由于近地表数据缺失导致反演的天顶对流层延迟(ZTD)偏小的问题,本文首先利用ERA5数据提取相应时空的ZTD高程缩放因子,然后结合负指数模型对COSMIC-2 ZTD进行高程校正,并使用2020—2022年我国区域的探空站和陆态网GNSS ZTD数据验证模型校正精度。结果表明,修正后的COSMIC-2 ZTD较修正前的平均RMSE分别减少了30.95 和32.48 cm。此外,进一步分析了2022年不同月份的修正效果,结果显示,各月份COSMIC-2修正后ZTD的RMSE集中于2～8 cm。表明负指数高程模型在校正我国地区COSMIC-2 ZTD数据上具有良好的适用性,可以为我国的GNSS导航定位和水汽监测提供良好的对流层延迟改正服务。

关键词: 对流层延迟, 高程缩放因子, 负指数高程模型, 掩星COSMIC-2, ERA5再分析资料

Abstract: In response to the underestimation of COSMIC-2-retrieved zenith tropospheric delay (ZTD)caused by missing near-surface data,this study firstly employs elevation-based scaling factors derived from the ERA5 dataset,then applies a negative exponential model to correct the COSMIC-2 ZTD,and finally validates the correction accuracy using radiosonde measurements and GNSS ZTD data from the crustal movement observation network of China (CMONOC)across China during 2020—2022.The results indicate that,after applying the correction,the mean RMSE of the COSMIC-2 ZTD decreases by 30.95 and 32.48 cm when compared to the radiosonde and GNSS ZTD references,respectively.Moreover,a month-by-month assessment for 2022 shows that the corrected COSMIC-2 ZTD RMSE stabilizes within a range of 2～8 cm.These findings demonstrate the suitability of the negative exponential elevation model for enhancing COSMIC-2 ZTD data over China,providing reliable tropospheric delay corrections that benefit both GNSS navigation and atmospheric water-vapor monitoring.

Key words: zenith tropospheric delay, elevation scaling factor, negative exponential elevation model, COSMIC-2 radio occultation, ERA5 reanalysis data

中图分类号:

P228

吴昂道, 唐旭. 基于COSMIC-2反演的对流层延迟高程补偿方法及精度评估[J]. 测绘通报, 2025, 0(9): 98-104.

WU Angdao, TANG Xu. Elevation compensation method and accuracy assessment for COSMIC-2 tropospheric delay[J]. Bulletin of Surveying and Mapping, 2025, 0(9): 98-104.

参考文献

[1] GLEISNER H, RINGER M A, HEALY S B.Monitoring global climate change using GNSS radio occultation[J].NPJ Climate and Atmospheric Science, 2022, 5: 6.
[2] KUO Y H, WEE T K, SOKOLOVSKIY S, et al.Inversion and error estimation of GPS radio occultation data[J].Journal of the Meteorological Society of Japan Ser II, 2004, 82(1B): 507-531.
[3] HEALY S B, THÉPAUT J N.Assimilation experiments with CHAMP GPS radio occultation measurements[J].Quarterly Journal of the Royal Meteorological Society, 2006, 132(615): 605-623.
[4] HO S P, ANTHES R A, AO C O, et al.The COSMIC/FORMOSAT-3 radio occultation mission after 12 years: accomplishments, remaining challenges, and potential impacts of COSMIC-2[J].Bulletin of the American Meteorological Society, 2020, 101(7): E1107-E1136.
[5] 章迪.GNSS对流层天顶延迟模型及映射函数研究[J].测绘学报, 2022, 51(9): 1984.
[6] 韦廖军, 莫懦, 任晓斌, 等.基于改进注意力机制CNN-ATT的区域性ZTD预测模型[J].导航定位与授时, 2024, 11(3): 85-100.
[7] 王倩倩.IF组合PPP及反距离加权法解算ZTD的精度分析[J].测绘与空间地理信息, 2023, 46(11): 84-86.
[8] 白子仪, 徐莹, 冯健, 等.基于机器学习的NWP ZTD长短期预测模型[J].导航定位学报, 2024, 12(4): 34-44.
[9] 李宗勋, 朱葛, 林泽荣.一种基于多项式函数的中国区域ZTD垂直改正模型[J].测绘科学, 2023, 48(10): 20-27.
[10] 胡方鑫, 叶世榕, 罗佳, 等.COSMIC-2近实时廓线反演对流层延迟及其质量分析[J].导航定位学报, 2024, 12(5): 27-35.
[11] 王大钊, 白伟华, 孙越强, 等.GNSS掩星探测大气反演算法的对比[C]//中国空间科学学会空间探测专业委员会第二十六届全国空间探测学术研讨会会议论文集.琼海:[s.n.], 2013: 613-620.
[12] 陈永潮.北半球区域对流层延迟模型研究[D].南京: 东南大学, 2017.
[13] 屈凯锋.中国大陆测站天顶对流层延迟模型[J].工程勘察, 2021, 49(7): 64-69.
[14] 谢劭峰, 潘清莹, 黄良珂, 等.中国区域ZTD、ZWD高程缩放因子的时空特性分析[J].大地测量与地球动力学, 2021, 41(12): 1211-1215.
[15] 陈冰, 龚绍琦, 张存杰, 等.COSMIC掩星大气水汽廓线的质量分析[J].地理与地理信息科学, 2021, 37(4): 37-44.

基于COSMIC-2反演的对流层延迟高程补偿方法及精度评估

Elevation compensation method and accuracy assessment for COSMIC-2 tropospheric delay

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李洋洋, 左小清, 肖波, 李勇发, 杨栩, 董玉娟. 联合LiCSBAS和机器学习的昆明市地面监测和预测[J]. 测绘通报, 2023, 0(7): 119-124.
[2]	马永超, 吕志平, 许国昌, 陈鹏, 袁勘省. GTDM:一种获取全球对流层延迟的新模型[J]. 测绘通报, 2021, 0(2): 72-76.
[3]	李宏达, 张显云, 廖留峰, 李婷, 聂士海. 利用GPS/BDS/GLONASS/Galileo组合PPP反演大气可降水量[J]. 测绘通报, 2020, 0(6): 63-66,98.
[4]	刘伟, 刘国超, 郑小战, 张庆华. 改进CIR算法在BDS长基线模糊度解算中的应用[J]. 测绘通报, 2020, 0(10): 74-78.
[5]	刘志平, 朱丹彤, 王潜心, 王坚. 利用NMF算法确定ZTD格网产品空间分辨率[J]. 测绘通报, 2018, 0(5): 6-10,19.
[6]	宋佳, 李敏, 赵齐乐, 戴志强. 一种区域实时对流层内插模型及其在PPP中的应用[J]. 测绘通报, 2018, 0(4): 1-5,15.
[7]	刘中流, 任超, 甘祥前, 梁春丽. 一种基于SARIMA的经验对流层延迟模型[J]. 测绘通报, 2018, 0(3): 14-17,31.
[8]	郑韵, 王洪栋. GPT和GPT2模型的偏差对定位结果的影响[J]. 测绘通报, 2018, 0(1): 112-116.
[9]	李滢, 陈明剑, 左宗, 姚翔. 网络RTK对流层延迟内插模型精度分析[J]. 测绘通报, 2018, 0(1): 33-37,43.
[10]	王建敏, 李亚博, 马天明, 祝会忠. 大范围网络RTK基准站间整周模糊度实时快速解算[J]. 测绘通报, 2017, 0(10): 7-11.
[11]	杨晶, 顾慧, 王勇, 吴亮, 曹志勇, 高永芹. 基于EMD的GPS对流层延迟变化分析[J]. 测绘通报, 2016, 0(6): 55-59,90.
[12]	赵章明, 冯径, 洪亮. 卫星定位中对流层延迟模型对比分析[J]. 测绘通报, 2016, 0(11): 18-21,136.
[13]	杨晶, 顾慧, 刘严萍, 吴亮, 高悦. 基于小波分析的GPS对流层延迟变化研究[J]. 测绘通报, 2015, 0(5): 60-62.
[14]	董春来李传奇蒋廷臣. 对流层延迟改正模型的敏感性分析[J]. 测绘通报, 2014, 0(9): 70-72.
[15]	曹文涛郭际明谢翔周命端贾效燕. 对流层水平梯度对PPP的影响[J]. 测绘通报, 2014, 0(2): 13-15.