[论文解读] Using a Numerical Weather Model to Improve Geodesy

A. E. Niell, Leonid Petrov|ArXiv.org|Jan 23, 2004

GNSS positioning and interference参考文献 10被引用 3

一句话总结

本文评估了利用数值天气模型（NCEP）数据改进大地测量VLBI和GPS解算中对流层映射函数的性能。通过将气候模型（NMF）替换为基于NCEP 2.5°网格数据生成的等压面映射函数（IMF），研究显示基线重复性显著提升，且残余谐波站点位置变化减小，尤其在干分量（IMFh）方面表现突出；然而，由于网格分辨率较粗，湿分量（IMFw）仅获得微小改进。

ABSTRACT

The use of a Numerical Weather Model (NWM) to provide in situ atmosphere information for mapping functions of atmosphere delay has been evaluated using Very Long Baseline Interferometry (VLBI) data spanning eleven years. Parameters required by the IMF mapping functions (Niell 2000, 2001) have been calculated from the NWM of the National Centers for Environmental Prediction (NCEP) and incorporated in the CALC/SOLVE VLBI data analysis program. Compared with the use of the NMF mapping functions (Niell 1996) the application of IMF for global solutions demonstrates that the hydrostatic mapping function, IMFh, provides both significant improvement in baseline length repeatability and noticeable reduction in the amplitude of the residual harmonic site position variations at semidiurnal to long-period bands. For baseline length repeatability the reduction in the observed mean square deviations achieves 80 of the maximum that is expected for the change from NMF to IMF. On the other hand, the use of the wet mapping function, IMFw, as implemented using the NCEP data, results in a slight degradation of baseline length repeatability, probably due to the large grid spacing of the NWM that is used.

研究动机与目标

• 评估数值天气模型（NWM）数据是否可改进大地测量定位中的对流层映射函数。
• 评估基于NWM的等压面映射函数（IMF）对VLBI解算中基线长度重复性和站点位置稳定性的影响。
• 确定与标准气候模型（NMF）相比，IMF是否可实现低仰角数据的可靠使用而不降低垂直精度。
• 探究在粗分辨率NWM数据下，IMFw的局限性，特别是其在减小残余谐波站点变化方面的表现。

提出的方法

• IMF映射函数基于NCEP提供的2.5°水平网格NWM数据生成，为每个站点提供温度、气压和水汽的垂直剖面。
• 利用射线追踪延迟数据拟合的三阶连分式近似（公式1）计算干分量与湿分量映射函数。
• IMF参数（a, b, c）被校准为气象变量与地理坐标的线性函数，以支持大地测量处理中的实时应用。
• IMF实现被集成至CALC/SOLVE VLBI数据处理软件中，基于11年VLBI数据进行全球解算。
• 在多个站点比较了NMF与IMF解算方案下的基线重复性与残余谐波站点位置变化。
• 通过将正式位置误差与映射函数引起的误差相结合，利用每毫米延迟误差对应0.3–0.8毫米高度不确定性的敏感度因子，估算高度不确定性。

实验结果

研究问题

• RQ1 基于NWM的气象剖面是否可提升大地测量VLBI解算中对流层映射函数的精度？
• RQ2 与NMF相比，使用IMF在多大程度上降低了基线长度重复性误差与残余谐波站点位置变化？
• RQ3 为何尽管理论上具有潜力，湿分量映射函数（IMFw）仍未能提升性能？
• RQ4 与NMF相比，使用IMF时，可在多小的最小仰角安全地包含数据而不降低垂直精度？

主要发现

• IMFh（干分量）将基线长度重复性误差降低了80%的理论最大改进值，表明性能显著提升。
• IMFh显著减小了半日潮至长周期带的残余谐波站点位置变化振幅，提升了站点稳定性。
• IMFw与NMFw相比仅获得微小改进，性能下降可能源于NCEP NWM的2.5°粗网格间距限制了湿延迟精度。
• 使用IMFh时，正式高度不确定性可维持在NMF水平，直至最小仰角7°；而NMF在低于10°时导致不确定性显著增加。
• 在15°最小仰角条件下，大气建模误差对垂直不确定性的贡献小于2毫米，但日相关误差可能延缓周解算中误差的收敛速度。
• 结果表明，未来大地测量解算应引入温度依赖的天线高度校正与更高分辨率的NWM数据，以进一步减小系统性对流层误差。