CN109001382A - 一种基于cors的区域大气水汽实时监测方法及系统 - Google Patents
一种基于cors的区域大气水汽实时监测方法及系统 Download PDFInfo
- Publication number
- CN109001382A CN109001382A CN201811098226.4A CN201811098226A CN109001382A CN 109001382 A CN109001382 A CN 109001382A CN 201811098226 A CN201811098226 A CN 201811098226A CN 109001382 A CN109001382 A CN 109001382A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- cors
- precise
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 208000028257 Joubert syndrome with oculorenal defect Diseases 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012937 correction Methods 0.000 claims abstract description 57
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 51
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 18
- 230000003068 static effect Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 230000002706 hydrostatic effect Effects 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 108010046685 Rho Factor Proteins 0.000 claims 1
- 230000002123 temporal effect Effects 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 108010014172 Factor V Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000005433 ionosphere Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于CORS的区域大气水汽实时监测方法及系统，其中方法包括步骤：将各CORS站的观测值实时汇集到数据中心形成GNSS数据；获取IGS精密轨道和精密钟差实时改正产品，并读入GNSS数据，采用精密单点定位技术估测各CORS站上空的大气总延迟；利用全球加权平均温度模型将大气总延迟中的湿延迟转换为大气水汽含量，得到所有CORS站天顶上空的大气水汽含量；采用克里金插值法将所述大气水汽含量插值获得特定时间分辨率与特定空间分辨率的区域大气水汽含量；利用区域大气水汽含量，实现区域上空水汽含量的实时监测。其显著效果是：实现了实时、稳定、高精度、高时空分辨率、全天候和全天时的水汽监测。
Description
技术领域
本发明涉及到大气水汽探测技术领域，具体涉及一种基于CORS的区域大气水汽实时监测方法。
背景技术
水汽是地球大气中的微量气体，在大气中所占比例很小，仅0.1％～3％，却是大气中最活跃的组分，水汽相比于其他微量气体更具有重要性。天气现象大多是大气水汽变化的结果，水汽在相变过程中吸收和释放大量潜热，直接影响地面和空气温度，进而影响大气垂直稳定度和对流天气系统的形成。大气水汽的三维分布、水汽垂直输送和相变是制约中尺度天气系统发展的动力机制之一。
目前，常规大气水汽探测手段有无线电探空、微波辐射计和卫星遥感。然而这些探测手段有如下不足：无线电探空仪不能重新利用，成本高昂；同时气象站一般会采用每6小时或12小时进行一次探空观测，其时间分辨率太低，无法做到实时大气水汽监测；微波辐射计是被动地接收各个高度传来的温度辐射的微波信号来测量大气参数，设备成本更高，其单台设备的价格达到了数十万元人民币；卫星遥感方式中由于卫星重访同一地点的时间间隔较长，以MODIS为例，其卫星的重访周期为一天四次，远远达不到实时水汽监测的目的，此外，MODIS进行水汽探测还受到云雨的影响。
随着GNSS应用领域的不断发展，GNSS气象学成为一种较新的水汽探测方式，利用放置在地面上的GNSS接收机，接收测量GNSS卫星的信号纵向穿过大气层到达地面所引起的延迟量，进而反演出天顶方向整层大气层或信号斜路径上的大气水汽的累积量，具有精度高、时空分辨率高、连续、不受云雨影响、成本低等特点，是一种新型廉价的大气水汽探测方法。
常用的基于GNSS进行大气水汽探测方法是精密单点定位(Precision PointPositioning，PPP)技术。该方法利用精密轨道和精密钟差，解算GNSS测站的天顶大气湿延迟，再利用加权平均温度将大气湿延迟转换为大气水汽。国际GNSS组织向全球提供精密星历和钟差产品，成为精密单点定位的必要条件。但是，事后的精密星历和钟差产品，如最终星历或快速星历存在十几天至几天的延迟，只能进行事后大气水汽的计算，无法满足实时大气水汽的监测。超快星历延迟3小时发布，并且预报的轨道精度满足精密单点定位的要求，但钟差精度有限，无法进行毫米级大气水汽监测。
综上而言，虽然各种基于GNSS的大气水汽探测方法被提出，但目前基于GNSS尚无真正实时的低成本廉价的大气水汽监测手段。
发明内容
针对现有技术的不足，本发明的目的是提供一种基于CORS的区域大气水汽实时监测方法及系统，通过收集CORS站观测数据和IGS精密轨道和钟差实时改正产品，并利用精密单点定位技术估计测站天顶方向的对流层延迟，最后转换得到区域大气水汽含量产品，达到对区域上空水汽含量的实时监测。
为达到上述目的，本发明采用的技术方案如下：
一种基于CORS的区域大气水汽实时监测方法，其关键在于，包括以下步骤：
步骤1、将GNSS系统中各CORS站的观测值，以特定频率实时汇集到数据中心形成GNSS数据，并存入观测值数据库；
步骤2、获取IGS精密轨道和精密钟差实时改正产品，并读入GNSS数据，采用精密单点定位技术估测各CORS站上空的大气总延迟；
步骤3、利用全球加权平均温度模型将大气总延迟中的湿延迟转换为大气水汽含量，得到所有CORS站天顶上空的大气水汽含量；
步骤4、采用克里金插值法将所述大气水汽含量进行插值处理，获得特定时间分辨率与特定空间分辨率的区域大气水汽含量；
步骤5、利用区域大气水汽含量，实现区域上空水汽含量的实时监测。
进一步的，步骤1中所述特定频率为1HZ。
进一步的，所述IGS精密轨道和精密钟差实时改正产品的获取过程为：将IGS实时服务产品提供的精密轨道改正数与精密钟差改正数，应用于广播星历的轨道和钟差，生成IGS精密轨道和精密钟差实时改正产品，并存入精密轨道和钟差数据库。
进一步的，所述精密单点定位技术进行大气总延迟估测时，所采用的数据为每隔时间段T1从观测值数据库提取的包含最临近时间段T2数据的RINEX文件，以及每隔时间段T3从精密轨道和钟差数据库提取的包含最临近时间段T4数据的精密轨道和精密钟差文件。
进一步的，所述时间段T1与T3的值均为5min，所述最临近时间段T2与T4的值均为2h。
进一步的，所述全球加权平均温度模型采用GTm-III模型，公式如下：
PWV＝Π×ZWD，
其中，PWV为大气水汽含量，为转换因子，ρw为液态水密度，Rv为水汽气体常数，k'2、k3为大气折射常数，Tm为加权平均温度，ZWD＝ZTD-ZHD为大气湿延迟，ZTD为大气天顶总延迟，ZHD为静力学延迟。
进一步的，所述克里金插值法的数学表达式为：
其中，Z(x0)为未采样点x0处的大气水汽含量，Z(xi)为采样点xi处的大气水汽含量，λi为权系数，i＝1,2,…,n。
根据上述的基于CORS的区域大气水汽实时监测方法，本发明还提出了一种区域大气水汽实时监测系统，其关键在于：包括CORS数据实时采集模块、RTS数据实时采集模块、实时精密星历生成模块、实时数据管理模块与数据处理模块；
所述CORS数据实时采集模块，用于以每秒的时间间隔接收RTCM格式的CORS站观测数据；
所述RTS数据实时采集模块，用于实时接收RTS轨道改正数和RTS钟差改正数，并将数据传入实时精密星历生成模块；
所述实时精密星历生成模块，用于将RTS轨道改正数和RTS钟差改正数应用于广播星历，生成精密轨道和精密钟差实时改正产品；
所述实时数据管理模块，用于以数据库的形式管理CORS站观测数据、精密轨道和精密钟差实时改正产品，并将CORS站观测数据每隔时间段T1生成一次包含最临近时间段T2内数据的RINEX文件，以及将精密轨道和精密钟差产品每隔时间段T3生成一次包含最临近时间段T4内数据的精密轨道和精密钟差文件；
所述数据处理模块，用于利用精密单点定位技术对RINEX文件、精密轨道和精密钟差产品进行精密单点定位，生成各CORS站上空的大气总延迟，并分离出天顶湿延迟；利用全球加权平均温度模型将大气总延迟中的湿延迟转换为各CORS站上空的大气水汽含量；采用克里金差值法插值得到特定时间分辨率与特定空间分辨率的区域大气水汽含量数据；依据区域大气水汽含量数据实现区域上空水汽含量的实时监测。
所述的基于CORS的区域大气水汽实时监测系统还包括显示模块和产品服务模块，所述显示模块用于实时显示区域大气水汽含量随时间的变化情况；所述产品服务模块用于查询、统计和下载大气水汽含量数据。
进一步的，所述时间段T1与T3的值均为5min，所述最临近时间段T2与T4的值均为2h。
显著效果是：
本发明通过收集GNSS站观测数据和IGS精密轨道和钟差产品，并利用精密单点定位技术估计测站天顶方向的对流层延迟，最后利用区域大气水汽含量产品，达到对区域上空水汽含量的实时监测，从而实现了实时稳定地提供基于GPS、GLONASS和北斗系统的高时空分辨率区域对流层延迟产品，以及毫米级精度的大气水汽产品，为改善短期临近的精细化气象预报提供了高精度可靠的数据依据；
区域CORS为服务于区域经济建设的基础设施，一经建设完成，即可长期无间断跟踪观测GNSS卫星，而基于CORS的实时水汽产品，是CORS的增值服务，在不增加建设成本的情况下，利用该技术能够提供稳定、高精度、实时、高分辨率、全天候和全天时的水汽监测，在有限的费用成本的前提下，是任何其他水汽探测技术都无法做到的。
附图说明
图1是本发明的方法流程图；
图2是本发明的原理框图。
具体实施方式
下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。
如图1所示，一种基于CORS的区域大气水汽实时监测方法，其处理步骤如下：
步骤1、将GNSS系统中第1～第n个CORS站的观测值，以1HZ的特定频率实时汇集到数据中心形成GNSS数据，并存入观测值数据库；
步骤2、每间隔5秒或1分钟接收RTS精密轨道改正数，同时每5秒或10接收RTS精密钟差改正数，并将获得的精密轨道改正数和精密钟差改正数应用于广播星历的轨道和钟差，生成IGS精密轨道和精密钟差实时改正产品，同时存入精密轨道和钟差数据库；
然后，每隔特定时间T1(本例T1＝5min)从观测值数据库中取出最临近时间段T2(本例T2＝2小时)的观测值生成为RINEX文件，同时每隔时间段T3(本例T3＝5min)从精密轨道和钟差数据库提取包含最临近时间段T4(本例T4＝2小时)的精密轨道和精密钟差文件，生成待处理任务；
之后，采用精密单点定位技术，每秒等待解算任务，当有新的解算任务出现时，及时解算生成所有CORS站上空的大气总延迟；
在精密单点定位中，主要通过处理测码伪距P和载波相位观测值L来得到定位结果，原始观测如下：
其中，i＝1,2，表示观测值频率f1，f2，本文采用双频观测数据，f1＝1575.42MHZ,f2＝1227.60MHZ；ρ表示卫星与测站之间的实际几何距离；dtrcv和dtsat分别表示接收机(rcv)和卫星(sat)的钟差；Tr为对流层延迟为电离层延迟系数，与频率相关，αiI为电离层延迟；和分别为接收机和卫星在fi上的伪距硬件延迟；和分别为接收机和卫星在fi上的相位硬件延迟；λi为载波相位Li的波长；Ni为载波相位Li的整周模糊度项；w为天线相位缠绕；M和m分别为伪距和相位的多路径误差；εPi和εLi分别为伪距和相位噪声。
需要说明的是，由于精密单点定位需要一段时间的收敛过程，因此在进行实时精密单点定位时，需要累积一段时间的观测数据和精密轨道、精密钟差产品。也即是选用最相近时间段的数据进行处理的原因所在。
步骤3、利用全球加权平均温度模型将大气总延迟中的湿延迟转换为大气水汽含量，得到所有CORS站天顶上空的大气水汽含量；
当时间分辨率要求更高时，适当将生成RINEX文件的频率提高，即可得到更高时间分辨率的区域大气水汽含量产品。
全球大气加权平均温度系列模型包括GTm-I、GTm-II和GTm-III三个模型。优选的，本发明中所述全球加权平均温度模型采用GTm-III模型，大气加权平均温度的是将大气湿延迟转换为大气水汽的必要参数。大气天顶总延迟、大气湿延迟与大气水汽的关系可以表达为：
PWV＝Π×ZWD，
其中，PWV为大气水汽含量，为转换因子，ρw为液态水密度，Rv为水汽气体常数，k'2、k3为大气折射常数，Tm为加权平均温度，ZWD＝ZTD-ZHD为大气湿延迟，ZTD为大气天顶总延迟，ZHD为静力学延迟。
Π为转换因子，是大气加权平均温度Tm的函数，其他参数为经验常数。由于Tm的计算需要采用长期累积的气象资料计算得到，在没有气象资料的地区无法计算得到该参数。而所述全球大气加权平均温度模型，则提供了球谐函数表达的全球范围内的大气加权平均温度。只要输入待计算数据点的经纬度和年积日，即可得到大气加权平均温度Tm。进而可以计算转换因子Π，并根据解算出的天顶总延迟提取出大气湿延迟，即可将大气湿延迟转换为大气水汽含量。
步骤4、采用普通克里金插值法将所述大气水汽含量进行插值处理，获得特定时间分辨率与特定空间分辨率的区域大气水汽含量；所述普通克里金插值法的数学表达式为：
其中，Z(x0)为未采样点x0处的大气水汽含量，Z(xi)为采样点xi处的大气水汽含量，λi为权系数，i＝1,2,…,n。其中，权系数λi的求解方程组为其中，j＝1,2,…,nμ为拉格朗日乘子。
步骤5、利用区域大气水汽含量，实现区域上空水汽含量的实时监测。
在具体实施时，利用精密单点定位技术进行大气水汽监测的精度取决于精密单点定位的精度。目前，精密单点定位收敛后的静态定位精度可达厘米级，相应的天顶总延迟含量的精度也可达厘米级。将天顶总延迟分离出湿延迟后，转换成大气水汽含量的精度在2-3mm。
如图2所示，一种基于CORS的区域大气水汽实时监测系统，包括CORS数据实时采集模块、RTS数据实时采集模块、实时精密星历生成模块、实时数据管理模块、数据处理模块、显示模块和产品服务模块，其中：
所述CORS数据实时采集模块，用于以每秒的时间间隔接收RTCM格式的CORS站观测数据；
所述RTS数据实时采集模块，用于实时接收RTS轨道改正数和RTS钟差改正数，并将数据传入实时精密星历生成模块；
所述实时精密星历生成模块，用于将RTS轨道改正数和RTS钟差改正数应用于广播星历，生成精密轨道和精密钟差实时改正产品；
所述实时数据管理模块，用于以数据库的形式管理CORS站观测数据、精密轨道和精密钟差实时改正产品，并将CORS站观测数据每隔时间段T1生成一次包含最临近时间段T2内数据的RINEX文件，以及将精密轨道和精密钟差产品每隔时间段T3生成一次包含最临近时间段T4内数据的精密轨道和精密钟差文件；
所述数据处理模块，用于利用精密单点定位技术对RINEX文件、精密轨道和精密钟差实时改正产品进行精密单点定位，生成各CORS站上空的大气总延迟，并分离出天顶湿延迟；利用全球加权平均温度模型将大气总延迟中的湿延迟转换为各CORS站上空的大气水汽含量；采用克里金差值法插值得到特定时间分辨率与特定空间分辨率的区域大气水汽含量数据；依据区域大气水汽含量数据实现区域上空水汽含量的实时监测；
所述显示模块用于实时显示区域大气水汽含量随时间的变化情况；
所述产品服务模块用于查询、统计和下载大气水汽含量数据。
本发明相较于传统的大气水汽检测，有如下优势：
(1)基于实时服务产品(RTS)的实时大气水汽监测方法
目前，尚无真正实时的GNSS水汽探测手段。见诸报道的利用GNSS进行水汽探测方法，主要是通过事后精密星历进行处理，并在水汽反演的可行性和精度上做出论证。而本发明采用实时服务产品(RTS)结合精密单点定位技术反演大气水汽含量，并提出行之有效的基于RTS的实时大气水汽监测系统结构。虽然从理论上，相对定位模型也可以实现实时大气水汽监测，但基于RTS和精密单点定位技术在实现上较相对定位模式更容易。
(2)基于实时CORS的区域大气水汽监测方法
当前见诸报道的GNSS大气水汽探测方法均是通过事后存储的观测文件进行。只有基于实时数据流的区域大气水汽反演，才能真正做到实时水汽监测。本发明基于实时CORS网络，实时接收RTCM3数据流格式并解码，存入观测值数据库，进而进行大气水汽解算，实现了数据的实时性，数据的时效性更好。
(3)可用于事后精密单点定位程序的实时处理模式
目前大多数的精密单点定位程序均是基于文件模式的事后处理方式，为了使这种精密单点定位程序可以用于实时精密单点定位的处理流程中来，本发明提出将实时数据流存入观测值数据库和精密轨道和钟差数据库，并每隔特定时间间隔生成一定时长的观测文件以及精密轨道和钟差文件，这样的处理模式既能满足实时性要求，又可以不改动已有精密单点定位程序。
(4)基于全球大气加权平均温度的实时大气水汽转换方法
将精密单点定位得到的大气总延迟分离出湿延迟后，可通过大气加权平均温度转换为大气水汽含量。然而，常用的大气加权平均温度模型需要长期气象观测资料计算求出，对于无实测气象资料的地区，无法将湿延迟有效转换为大气水汽含量，也就无法进行实时水汽监测。本发明采用全球大气加权平均温度模型进行转换，该模型是利用了全球气象观测资料计算出的经验模型，可以在全球任何地区，包括没有大气观测资料的地区使用。
Claims (10)
1.一种基于CORS的区域大气水汽实时监测方法，其特征在于，包括以下步骤：
步骤1、将GNSS系统中各CORS站的观测值，以特定频率实时汇集到数据中心形成GNSS数据，并存入观测值数据库；
步骤2、获取IGS精密轨道和精密钟差实时改正产品，并读入GNSS数据，采用精密单点定位技术估测各CORS站上空的大气总延迟；
步骤3、利用全球加权平均温度模型将大气总延迟中的湿延迟转换为大气水汽含量，得到所有CORS站天顶上空的大气水汽含量；
步骤4、采用克里金插值法将所述大气水汽含量进行插值处理，获得特定时间分辨率与特定空间分辨率的区域大气水汽含量；
步骤5、利用区域大气水汽含量，实现区域上空水汽含量的实时监测。
2.根据权利要求1所述的基于CORS的区域大气水汽实时监测方法，其特征在于：步骤1中所述特定频率为1HZ。
3.根据权利要求1所述的基于CORS的区域大气水汽实时监测方法，其特征在于：所述IGS精密轨道和精密钟差实时改正产品的获取过程为：将IGS实时服务产品提供的精密轨道改正数与精密钟差改正数，应用于广播星历的轨道和钟差，生成IGS精密轨道和精密钟差实时改正产品，并存入精密轨道和钟差数据库。
4.根据权利要求1所述的基于CORS的区域大气水汽实时监测方法，其特征在于：步骤2中所述精密单点定位技术进行大气总延迟估测时，所采用的数据为每隔时间段T1从观测值数据库提取的包含最临近时间段T2数据的RINEX文件，以及每隔时间段T3从精密轨道和钟差数据库提取的包含最临近时间段T4数据的精密轨道和精密钟差文件。
5.根据权利要求4所述的基于CORS的区域大气水汽实时监测方法，其特征在于：所述时间段T1与T3的值均为5min，所述最临近时间段T2与T4的值均为2h。
6.根据权利要求1所述的基于CORS的区域大气水汽实时监测方法，其特征在于：所述全球加权平均温度模型采用GTm-III模型，公式如下：
PWV＝Π×ZWD，
其中，PWV为大气水汽含量，为转换因子，ρw为液态水密度，Rv为水汽气体常数，k'2、k3为大气折射常数，Tm为加权平均温度，ZWD＝ZTD-ZHD为大气湿延迟，ZTD为大气天顶总延迟，ZHD为静力学延迟。
7.根据权利要求1所述的基于CORS的区域大气水汽实时监测方法，其特征在于：所述克里金插值法的数学表达式为：
其中，Z(x0)为未采样点x0处的大气水汽含量，Z(xi)为采样点xi处的大气水汽含量，λi为权系数，i＝1,2,…,n。
8.一种基于CORS的区域大气水汽实时监测系统，其特征在于：包括CORS数据实时采集模块、RTS数据实时采集模块、实时精密星历生成模块、实时数据管理模块与数据处理模块；
所述CORS数据实时采集模块，用于以每秒的时间间隔接收RTCM格式的CORS站观测数据；
所述RTS数据实时采集模块，用于实时接收RTS轨道改正数和RTS钟差改正数，并将数据传入实时精密星历生成模块；
所述实时精密星历生成模块，用于将RTS轨道改正数和RTS钟差改正数应用于广播星历，生成精密轨道和精密钟差实时改正产品；
所述实时数据管理模块，用于以数据库的形式管理CORS站观测数据、精密轨道和精密钟差实时改正产品，并将CORS站观测数据每隔时间段T1生成一次包含最临近时间段T2内数据的RINEX文件，以及将精密轨道和精密钟差产品每隔时间段T3生成一次包含最临近时间段T4内数据的精密轨道和精密钟差文件；
所述数据处理模块，用于利用精密单点定位技术对RINEX文件、精密轨道和精密钟差产品进行精密单点定位，生成各CORS站上空的大气总延迟，并分离出天顶湿延迟；利用全球加权平均温度模型将大气总延迟中的湿延迟转换为各CORS站上空的大气水汽含量；采用克里金差值法插值得到特定时间分辨率与特定空间分辨率的区域大气水汽含量数据；依据区域大气水汽含量数据实现区域上空水汽含量的实时监测。
9.根据权利要求8所述的基于CORS的区域大气水汽实时监测系统，其特征在于：还包括显示模块和产品服务模块，所述显示模块用于实时显示区域大气水汽含量随时间的变化情况；所述产品服务模块用于查询、统计和下载大气水汽含量数据。
10.根据权利要求8所述的基于CORS的区域大气水汽实时监测系统，其特征在于：所述时间段T1与T3的值均为5min，所述最临近时间段T2与T4的值均为2h。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811098226.4A CN109001382B (zh) | 2018-09-20 | 2018-09-20 | 一种基于cors的区域大气水汽实时监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811098226.4A CN109001382B (zh) | 2018-09-20 | 2018-09-20 | 一种基于cors的区域大气水汽实时监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109001382A true CN109001382A (zh) | 2018-12-14 |
| CN109001382B CN109001382B (zh) | 2020-05-29 |
Family
ID=64592491
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811098226.4A Active CN109001382B (zh) | 2018-09-20 | 2018-09-20 | 一种基于cors的区域大气水汽实时监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109001382B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110031877A (zh) * | 2019-04-17 | 2019-07-19 | 山东科技大学 | 一种基于grnn模型的区域nwp对流层延迟改正方法 |
| CN110244387A (zh) * | 2019-07-30 | 2019-09-17 | 成都润联科技开发有限公司 | 一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质 |
| CN110531395A (zh) * | 2019-09-05 | 2019-12-03 | 北京百度网讯科技有限公司 | 用于定位的方法、装置、设备和计算机可读存储介质称 |
| CN110580453A (zh) * | 2019-08-20 | 2019-12-17 | 清华大学 | 大气水汽含量监测方法、装置、计算机设备和存储介质 |
| CN110995381A (zh) * | 2019-11-26 | 2020-04-10 | 天津大学 | 一种短波无线传输可用频率预测方法 |
| CN111474606A (zh) * | 2020-03-30 | 2020-07-31 | 中国人民解放军国防科技大学 | 基于双频双极化微波链路的降雨与水汽综合测量装置及方法 |
| CN113811795A (zh) * | 2019-05-13 | 2021-12-17 | 古野电气株式会社 | 水蒸气观测系统及水蒸气观测方法 |
| CN114019584A (zh) * | 2021-10-11 | 2022-02-08 | 武汉大学 | 一种大高差地区高精度cors网vrs解算方法 |
| CN114019585A (zh) * | 2021-10-11 | 2022-02-08 | 武汉大学 | 一种大高差地区高精度定位cors网fkp解算方法 |
| CN115099159A (zh) * | 2022-07-20 | 2022-09-23 | 武汉大学 | 基于神经网络且顾及地表差异的modis水汽反演方法 |
| CN115144878A (zh) * | 2022-07-13 | 2022-10-04 | 武汉大学 | 基于ppp的短距离大高差nrtk对流层延迟改正方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007096466A1 (en) * | 2006-02-27 | 2007-08-30 | Antti Aarne Llmari Lange | A method for calibrating teh carrier-phases of radio signals from satellites and other transmitters by using fast kalman filtering |
| CN101526516A (zh) * | 2009-04-10 | 2009-09-09 | 中国科学院测量与地球物理研究所 | 利用超导重力连续观测确定大气水汽垂直分布的方法 |
| KR101221931B1 (ko) * | 2012-10-17 | 2013-01-15 | 한국해양과학기술원 | 위성신호 미약 환경에서의 관성센서를 이용한 선박의 위성측정치 생성방법 및 장치 |
| CN104020252A (zh) * | 2014-05-15 | 2014-09-03 | 中国农业科学院农业资源与农业区划研究所 | 全球和区域水汽变化监测方法 |
| CN107389029A (zh) * | 2017-08-24 | 2017-11-24 | 北京市水文地质工程地质大队 | 一种基于多源监测技术融合的地面沉降集成监测方法 |
-
2018
- 2018-09-20 CN CN201811098226.4A patent/CN109001382B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007096466A1 (en) * | 2006-02-27 | 2007-08-30 | Antti Aarne Llmari Lange | A method for calibrating teh carrier-phases of radio signals from satellites and other transmitters by using fast kalman filtering |
| CN101526516A (zh) * | 2009-04-10 | 2009-09-09 | 中国科学院测量与地球物理研究所 | 利用超导重力连续观测确定大气水汽垂直分布的方法 |
| KR101221931B1 (ko) * | 2012-10-17 | 2013-01-15 | 한국해양과학기술원 | 위성신호 미약 환경에서의 관성센서를 이용한 선박의 위성측정치 생성방법 및 장치 |
| CN104020252A (zh) * | 2014-05-15 | 2014-09-03 | 中国农业科学院农业资源与农业区划研究所 | 全球和区域水汽变化监测方法 |
| CN107389029A (zh) * | 2017-08-24 | 2017-11-24 | 北京市水文地质工程地质大队 | 一种基于多源监测技术融合的地面沉降集成监测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 姚宜斌 等: "GNSS空间环境学研究进展和展望", 《测绘学报》 * |
| 朱建树 等: "利用北海CORS监测大气可降水量的应用研究", 《测绘地理信息》 * |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110031877A (zh) * | 2019-04-17 | 2019-07-19 | 山东科技大学 | 一种基于grnn模型的区域nwp对流层延迟改正方法 |
| CN110031877B (zh) * | 2019-04-17 | 2020-05-26 | 山东科技大学 | 一种基于grnn模型的区域nwp对流层延迟改正方法 |
| US20220050212A1 (en) * | 2019-05-13 | 2022-02-17 | Furuno Electric Co., Ltd. | Water vapor observation device and water vapor observation method |
| US11662471B2 (en) * | 2019-05-13 | 2023-05-30 | Furuno Electric Co., Ltd. | Water vapor observation device and water vapor observation method |
| CN113811795A (zh) * | 2019-05-13 | 2021-12-17 | 古野电气株式会社 | 水蒸气观测系统及水蒸气观测方法 |
| CN110244387B (zh) * | 2019-07-30 | 2021-06-22 | 成都润联科技开发有限公司 | 一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质 |
| CN110244387A (zh) * | 2019-07-30 | 2019-09-17 | 成都润联科技开发有限公司 | 一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质 |
| CN110580453A (zh) * | 2019-08-20 | 2019-12-17 | 清华大学 | 大气水汽含量监测方法、装置、计算机设备和存储介质 |
| CN110580453B (zh) * | 2019-08-20 | 2020-06-30 | 清华大学 | 大气水汽含量监测方法、装置、计算机设备和存储介质 |
| CN110531395A (zh) * | 2019-09-05 | 2019-12-03 | 北京百度网讯科技有限公司 | 用于定位的方法、装置、设备和计算机可读存储介质称 |
| CN110995381A (zh) * | 2019-11-26 | 2020-04-10 | 天津大学 | 一种短波无线传输可用频率预测方法 |
| CN111474606A (zh) * | 2020-03-30 | 2020-07-31 | 中国人民解放军国防科技大学 | 基于双频双极化微波链路的降雨与水汽综合测量装置及方法 |
| CN111474606B (zh) * | 2020-03-30 | 2022-04-05 | 中国人民解放军国防科技大学 | 基于双频双极化微波链路的降雨与水汽综合测量装置及方法 |
| CN114019584A (zh) * | 2021-10-11 | 2022-02-08 | 武汉大学 | 一种大高差地区高精度cors网vrs解算方法 |
| CN114019585A (zh) * | 2021-10-11 | 2022-02-08 | 武汉大学 | 一种大高差地区高精度定位cors网fkp解算方法 |
| CN114019585B (zh) * | 2021-10-11 | 2024-06-11 | 武汉大学 | 一种大高差地区高精度定位cors网fkp解算方法 |
| CN114019584B (zh) * | 2021-10-11 | 2024-06-14 | 武汉大学 | 一种大高差地区高精度cors网vrs解算方法 |
| CN115144878A (zh) * | 2022-07-13 | 2022-10-04 | 武汉大学 | 基于ppp的短距离大高差nrtk对流层延迟改正方法 |
| CN115099159A (zh) * | 2022-07-20 | 2022-09-23 | 武汉大学 | 基于神经网络且顾及地表差异的modis水汽反演方法 |
| CN115099159B (zh) * | 2022-07-20 | 2023-03-07 | 武汉大学 | 基于神经网络且顾及地表差异的modis水汽反演方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109001382B (zh) | 2020-05-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109001382A (zh) | 一种基于cors的区域大气水汽实时监测方法及系统 | |
| Li et al. | Retrieving of atmospheric parameters from multi‐GNSS in real time: Validation with water vapor radiometer and numerical weather model | |
| US10078140B2 (en) | Navigation satellite system positioning involving the generation of advanced correction information | |
| CN104714239B (zh) | 一种北斗卫星大气层水汽含量测量仪 | |
| Lee et al. | Monitoring precipitable water vapor in real-time using global navigation satellite systems | |
| Cong et al. | Imaging geodesy—Centimeter-level ranging accuracy with TerraSAR-X: An update | |
| Lu et al. | Estimation and evaluation of real-time precipitable water vapor from GLONASS and GPS | |
| Zhang et al. | A real-time precipitable water vapor monitoring system using the national GNSS network of China: Method and preliminary results | |
| CN103728876A (zh) | 一种基于区域多参考站联合解算的卫星钟差实时估计方法 | |
| Zhao et al. | An improved GNSS tropospheric tomography method with the GPT2w model | |
| CN115857057B (zh) | 一种基于gnss pwv降雨监测方法 | |
| Zhao et al. | An improved troposphere tomographic approach considering the signals coming from the side face of the tomographic area | |
| Webb et al. | Kinematic GNSS estimation of zenith wet delay over a range of altitudes | |
| Pierdicca et al. | Excess path delays from sentinel interferometry to improve weather forecasts | |
| CN115902968A (zh) | 基于北斗三号geo播发增强信息的ppp终端定位方法 | |
| Zhou et al. | Long-term correlation analysis between monthly precipitable water vapor and precipitation using GPS data over China | |
| Satirapod et al. | Performance assessment of GPS-sensed precipitable water vapor using IGS ultra-rapid orbits: a preliminary study in Thailand | |
| Pan et al. | Real-time GNSS meteorology: a promising alternative using real-time PPP technique based on broadcast ephemerides and the open service of Galileo | |
| CN115980317B (zh) | 基于修正相位的地基gnss-r数据土壤水分估算方法 | |
| Bao et al. | Improvement of data precision and spatial resolution of cGNSS-R altimetry using improved device with external atomic clock | |
| Schaer | GNSS ionosphere analysis at CODE | |
| Du et al. | Construction of a meteorological application system based on BDS ground-based augmentation network and water vapor products validation | |
| Douša et al. | Advanced GNSS processing techniques (working group 1) | |
| Miidla et al. | Simulated studies of water vapour tomography | |
| Realini et al. | Local-scale precipitable water vapor retrieval from high-elevation slant tropospheric delays using a dense network of GNSS receivers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 400020 Jiangbei District, Chongqing electric measuring Village No. 231 Applicant after: Chongqing geographic information and Remote Sensing Application Center (Chongqing surveying and mapping product quality inspection and testing center) Applicant after: WuHan University Address before: 430000 Hubei city of Wuhan province Wuchang Luojiashan Applicant before: WuHan University Applicant before: Chongqing Geographical Information Center |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 430000 Hubei city of Wuhan province Wuchang Luojiashan Applicant after: WuHan University Applicant after: Chongqing geographic information and Remote Sensing Application Center (Chongqing surveying and mapping product quality inspection and testing center) Address before: 400020 Jiangbei District, Chongqing electric measuring Village No. 231 Applicant before: Chongqing geographic information and Remote Sensing Application Center (Chongqing surveying and mapping product quality inspection and testing center) Applicant before: WuHan University |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |