文献类型：期刊文章

作　　者：刘赞[1,2] 陈西宏[1] 刘强[1] 张爽[1]

LIU Zan;CHEN Xi-hong;LIU Qiang;ZHANG Shuang(Air and Missile Defense College,Air Force Engineering University,Xi'an 710051,China;Unit 93567 of Chinese Peopls's Liberation Army,Laishui,074100,China)

机构地区：[1]空军工程大学防空反导学院,西安710051 [2]中国人民解放军93567部队,滦水074100

出　　处：《宇航学报》

基　　金：国家自然科学基金(61701525)。

年　　份：2020

卷　　号：41

期　　号：5

起止页码：586-591

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EBSCO、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高对流层天顶延迟(Zenith tropospheric delay,ZTD)的估计性能,提出了基于数据融合的ZTD估计方法。估计干延迟采用Saastamoinen模型,估计湿延迟采用Askne模型,地表气象测量设备提供给两模型所需的气压、温度以及水汽压,Askne模型所需的加权温度、温度变化率和湿度变化率由全球气压和温度2w(Global pressure and temperature 2w,GPT2w)模型提供。当气象测量设备不可用时,上述所有气象参数均来自于GPT2w模型。利用国际GPS服务(International GPS service, IGS)提供的数据进行验证,结果表明:当地表测量设备存在时,所提方法较Saastamoinen模型提高了8mm;当全部气象参数来自GPT2w时,本方法较GPT2w+Saastamoinen模型提高了8.1mm;对于季节分明的测站,误差趋势同样具备季节性;对于海拔高和气候干燥的的测站,估计误差较小。

关 键 词：对流层天顶延迟 GPT2w模型  Saastamoinen模型  Askne模型  

分 类 号：P228]