大氣水汽的時(shí)空分布和變化是氣象應(yīng)用中一項(xiàng)重要信息,常規(guī)水汽探測(cè)技術(shù)一方面由于無法進(jìn)行全天候觀測(cè)且探測(cè)站點(diǎn)分布稀疏,導(dǎo)致水汽觀測(cè)精度和時(shí)空分辨率較低;另一方面由于探測(cè)儀器昂貴,無法進(jìn)行大規(guī)模布設(shè),由于常規(guī)水汽探測(cè)技術(shù)的上述缺陷,利用常規(guī)水汽探測(cè)技術(shù)難以獲取高精度的連續(xù)水汽觀測(cè)值。隨著全球?qū)Ш较到y(tǒng)（Global Navigation Satellite Systems,GNSS）的快速發(fā)展,世界各國相繼建立了高密度的地基GNSS觀測(cè)網(wǎng),作為GNSS拓展應(yīng)用的GNSS遙感水汽技術(shù)也得到極大的發(fā)展,該技術(shù)是利用各國布設(shè)的GNSS基準(zhǔn)站網(wǎng)來遙感對(duì)流層中的水汽含量,具有全天候、高時(shí)空分辨率和造價(jià)成本低等優(yōu)點(diǎn),這些優(yōu)點(diǎn)使GNSS遙感水汽技術(shù)成為水汽探測(cè)領(lǐng)域的重要手段之一。GNSS遙感水汽可分為可降水量反演和水汽層析技術(shù),目前水汽反演和GNSS水汽層析主要存在的問題有:多種變量因子影響下大氣可降水量最佳解算策略該如何選取;傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)對(duì)大氣可降水量進(jìn)行預(yù)測(cè)易使預(yù)測(cè)模型迭代不穩(wěn)定和局部最小值;水汽層析離散化時(shí)常用的沿高度方向等分分層與水汽在垂直方向上的實(shí)際分布規(guī)律不符,降低了水汽層析結(jié)果的精度。為了... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 地基GNSS反演大氣可降水量研究現(xiàn)狀
        1.2.2 地基GNSS層析技術(shù)研究現(xiàn)狀
    1.3 研究內(nèi)容及技術(shù)路線
    1.4 本章小結(jié)
2 地基GNSS反演大氣可降水量原理與方法
    2.1 GNSS氣象學(xué)簡介
    2.2 地基GNSS反演大氣可降水量關(guān)鍵技術(shù)
        2.2.1 地基GNSS反演可將水量基本原理
        2.2.2 天頂對(duì)流層延遲模型
        2.2.3 映射函數(shù)模型
        2.2.4 大氣加權(quán)平均溫度模型
    2.3 高精度GNSS數(shù)據(jù)處理軟件簡介
    2.4 本章小結(jié)
3 對(duì)流層映射函數(shù)對(duì)GNSS-PWV的影響分析
    3.1 數(shù)據(jù)來源
        3.1.1 數(shù)據(jù)的預(yù)處理
        3.1.2 數(shù)據(jù)的選取
    3.2 GNSS-PWV解算方案
    3.3 GNSS基線解算誤差分析
    3.4 映射函數(shù)反演GNSS可降水量精度分析
    3.5 本章小結(jié)
4 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型的GNSS-PWV預(yù)測(cè)研究
    4.1 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型
        4.1.1 BP神經(jīng)網(wǎng)絡(luò)基本原理
        4.1.2 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法
    4.2 精度評(píng)定方法
    4.3 利用探空站歷史數(shù)據(jù)進(jìn)行PWV預(yù)測(cè)試驗(yàn)
        4.3.1 數(shù)據(jù)來源及解算策略
        4.3.2 算例分析
    4.4 利用GNSS-PWV歷史數(shù)據(jù)進(jìn)行PWV預(yù)測(cè)試驗(yàn)
        4.4.1 數(shù)據(jù)來源及解算策略
        4.4.2 算例分析
    4.5 本章小結(jié)
5 基于代數(shù)重構(gòu)算法的非均勻分層水汽層析研究
    5.1 斜路徑觀測(cè)值的求解
        5.1.1 斜路徑濕延遲的計(jì)算
        5.1.2 斜路徑可降水量的計(jì)算
    5.2 水汽層析技術(shù)
        5.2.1 水汽層析基本原理
        5.2.2 層析格網(wǎng)的劃分規(guī)則
    5.3 層析方程組的構(gòu)建
        5.3.1 試驗(yàn)區(qū)域模型的建立
        5.3.2 層析方程的約束條件
    5.4 層析方程組的解算
        5.4.1 最小二乘法
        5.4.2 截?cái)嗥娈愔捣纸夥?br>        5.4.3 卡爾曼濾波算法
        5.4.4 代數(shù)重構(gòu)算法
    5.5 算例分析
        5.5.1 數(shù)據(jù)與方法
        5.5.2 結(jié)果分析
    5.6 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]非均勻分層對(duì)GNSS水汽三維層析的影響[J]. 郜堯,楊力,朱恩慧,趙爽.  全球定位系統(tǒng). 2019(02)
[2]對(duì)流層映射函數(shù)對(duì)GNSS反演可降水量的影響分析[J]. 黃逸宇,魏冠軍,任瑞.  全球定位系統(tǒng). 2019(02)
[3]利用ECMWF改善射線利用率的三維水汽層析算法[J]. 趙慶志,姚宜斌,姚頑強(qiáng),陳鵬,吳滿意.  測(cè)繪學(xué)報(bào). 2018(09)
[4]基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)構(gòu)建區(qū)域精密對(duì)流層延遲模型[J]. 肖恭偉,歐吉坤,劉國林,張紅星.  地球物理學(xué)報(bào). 2018(08)
[5]天頂靜力延遲模型對(duì)GPS可降水量反演的影響分析及改進(jìn)[J]. 羅宇,羅林艷,范嘉智,段思汝.  測(cè)繪工程. 2018(08)
[6]基于神經(jīng)網(wǎng)絡(luò)模型誤差補(bǔ)償技術(shù)的對(duì)流層延遲模型研究[J]. 陳陽,胡伍生,嚴(yán)宇翔,龍鳳陽,張良.  大地測(cè)量與地球動(dòng)力學(xué). 2018(06)
[7]一種全球?qū)α鲗友舆t改正的映射函數(shù)選擇方法[J]. 張陽,陳晨,付丹丹,周立.  導(dǎo)航定位學(xué)報(bào). 2018(02)
[8]基于遺傳小波神經(jīng)網(wǎng)絡(luò)的GPS可降水量預(yù)測(cè)[J]. 謝劭峰,蘇永檸,王新橋,楊帆,梁春麗,邢尹.  中國科技論文. 2018(09)
[9]附加輔助層析區(qū)域提高射線利用率的水汽反演方法[J]. 趙慶志,姚宜斌,羅亦泳.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(09)
[10]高斯函數(shù)在香港地區(qū)對(duì)流層層析實(shí)驗(yàn)中的應(yīng)用[J]. 張豹,姚宜斌,胡羽豐,許超鈐.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(08)

博士論文
[1]地基GNSS水汽層析關(guān)鍵技術(shù)研究[D]. 丁楠.中國礦業(yè)大學(xué) 2018
[2]聯(lián)合空基和地基GNSS觀測(cè)反演大氣水汽方法研究[D]. 夏朋飛.武漢大學(xué) 2018
[3]地基GNSS探測(cè)2D/3D大氣水汽分布技術(shù)研究[D]. 江鵬.武漢大學(xué) 2014
[4]地基GNSS層析對(duì)流層水汽若干關(guān)鍵技術(shù)研究[D]. 王曉英.南京信息工程大學(xué) 2013

碩士論文
[1]地基GNSS對(duì)流層高精度模型快速構(gòu)建[D]. 黃瑾芳.武漢大學(xué) 2018
[2]地基GPS大氣可降水量估計(jì)及水汽層析研究[D]. 趙慶志.中國礦業(yè)大學(xué) 2014
[3]地基GPS探測(cè)水汽理論與技術(shù)研究[D]. 張鵬飛.長安大學(xué) 2013



本文編號(hào)：3249331