首页|GNSS信号估算大气可降雨系统原理及应用进展

GNSS信号估算大气可降雨系统原理及应用进展

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]通过分析机器学习方法与传统方法各自的优势和缺陷,可以融合机器学习方法和传统方法各自的优势,有效克服经验模型的缺陷,同时提高降雨估算精度,增强了降雨预测的可靠性,从而预防自然灾害.[方法]文章指出将人工智能等相关算法引入GNSS大气可降水量的反演过程成为了当前研究的重要方向,特别是将深度学习神经网络等模型运用到GNSS大气可降水量的探测实验中不仅能够提高实验运算效率及反演精度,还可以在一定程度上减少工作量.[结果]根据系统组合的PPP模式实验数据显示运用北斗系统进行大气可降水量反演具有可行性,反演结果与探空数据有很好的一致性,且将机器学习方法运用到多系统组合的PPP模型的精度更高,能够为天气预测提供技术支撑.[结论]通过对GNSS反演大气可降水量发展的分析,归纳了当前利用GNSS反演大气可降水量的研究方法,对GNSS的大气水汽含量反演从理论到技术应用进行了梳理.同时研发基于约束下的GPS系统和我国北斗卫星系统的联合大气水汽反演系统对于进一步推动GNSS技术在气象和农业方面的应用具有重要作用.
PRINCIPLE AND APPLICATION PROGRESS OF GNSS SIGNAL ESTIMATION SYSTEM FOR ATMOSPHERIC RAINFALL

孙一丹、郭中华、杨昌智、毛克彪、辛晓平、王一帆、王平

展开 >

宁夏大学物理与电子电气工程学院,银川 750021

中国农业科学院农业资源与农业区划研究所,北京 100081

GNSS 北斗卫星系统 机器学习 大气可降雨系统

宁夏回族自治区科技创新团队柔性引进人才项目(2021)中央级公益性科研院所基本科研业务费专项

2021RXTDLX141610132020014

2022

10.7621/cjarrp.1005-9121.20220905

中国农业资源与区划
中国农科院农业资源区划所 全国农业资源区划办公室 中国农业资源与区划学会

中国农业资源与区划

CSTPCDCSCDCHSSCD北大核心
影响因子：1.579
ISSN：1005-9121
年,卷(期)：2022.43(9)
  • 1
  • 15