首页|基于GPT3和傅里叶函数构建长三角地区ZHD模型

基于GPT3和傅里叶函数构建长三角地区ZHD模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对GPT3模型的对流层干延迟(GPT3-ZHD)存在明显周期性误差的问题,以2016—2020年长三角地区的7个GNSS站数据为参考,分析GPT3-ZHD残差的季节性周期变化,并利用多阶傅里叶函数建立一种新的ZHD改进模型,同时分析基于改进模型的PWV反演精度.实验结果表明:1)与GNSS相比,GPT3-ZHD和GPT3-PWV的Bias均值分别为-0.49 mm和2.72 mm,RMS均值分别为2.06 mm和11.08 mm;2)基于GPT3和傅里叶函数改进的ZHD模型Bi⁃as和RMS均值分别为-0.01 mm和0.52 mm,比GPT3模型分别提升0.48 mm和1.54 mm,精度改进明显;3)基于GNSS-ZTD、GPT3-Tm和改进ZHD所得PWV的Bias和RMS均值分别为0.46 mm和0.52 mm,比GPT3-PWV分别提升2.26 mm和10.56 mm.总体而言,基于GPT3和傅里叶函数的ZHD改进模型精度优于GPT3-ZHD,并可有效应用于长三角地区的实时高精度PWV反演.
An Improved ZHD Model for Yangtze River Delta Based on Fourier Function and GPT3

GPT3 modelFourier functiontropospheric delayPWV(precipitable water vapor)

李黎、许思怡、高颖、卢厚贤、陈国栋、王晓明

展开 >

苏州科技大学地理科学与测绘工程学院,江苏苏州,215009

苏州科技大学北斗导航与环境感知研究中心,江苏苏州,215009

中国科学院空天信息创新研究院,北京,100094

GPT3模型 傅里叶函数 对流层延迟 可降水量

国家自然科学基金江苏省自然科学基金湖南省自然科学基金

41904033BK201809732016JJ3061

2024

10.14188/j.2095-6045.2022442

测绘地理信息
武汉大学

测绘地理信息

CSTPCD
影响因子：0.563
ISSN：1007-3817
年,卷(期)：2024.49(1)
  • 14