CN109543353B - 三维水汽反演方法、装置、设备和计算机可读存储介质 - Google Patents

三维水汽反演方法、装置、设备和计算机可读存储介质 Download PDF

Info

Publication number
CN109543353B
CN109543353B CN201811645301.4A CN201811645301A CN109543353B CN 109543353 B CN109543353 B CN 109543353B CN 201811645301 A CN201811645301 A CN 201811645301A CN 109543353 B CN109543353 B CN 109543353B
Authority
CN
China
Prior art keywords
atmospheric
water vapor
troposphere
delay
layer
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.)
Active
Application number
CN201811645301.4A
Other languages
English (en)
Other versions
CN109543353A (zh
Inventor
鄂盛龙
田翔
吴昊
罗颖婷
许海林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201811645301.4A priority Critical patent/CN109543353B/zh
Publication of CN109543353A publication Critical patent/CN109543353A/zh
Application granted granted Critical
Publication of CN109543353B publication Critical patent/CN109543353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种三维水汽反演方法、装置、设备和计算机可读存储介质，通过标定对流层干延迟，并建立了大气加权平均温度模型，提高了湿度转换因子的精度，通过高斯指数拟合模型精度估算水汽层层顶，将其作为层析网格的上边界层，再通过湿度转换因子和对流层湿延迟计算出大气可降水量，通过层析的方法反演出三维水汽的空间分布，不受卫星星座的分布和数量的影响，也不需要附加先验信息，解决了现有的GNSS掩星技术探测大气水汽分布实时性差和GPS层析反演精度依赖于高精度的先验信息的技术问题。

Description

三维水汽反演方法、装置、设备和计算机可读存储介质
技术领域
本申请涉及大气水汽信息反演技术领域，尤其涉及一种三维水汽反演方法、装置、设备和计算机可读存储介质。
背景技术
GNSS系统探测地球大气技术已经成为了大气科学一个全新的大气监测手段，GNSS掩星技术能够高精度、高垂直分辨率、低成本、近实时、全天候、全球覆盖地获得中性大气层到电离层的多级大气剖面产品，但是GNSS掩星技术受制于卫星星座的分布及数量，造成掩星产品不能实时地服务于数值天气预报模式。
GPS系统遥感探测大气水汽通常是通过数据处理手段首先获取天顶对流层路径延迟，然后利用测站提供的气象产品通过经验模型估算对流层天顶干延迟，并最终获取对流层天顶湿度延迟，并将其经过湿度转换因子转化为大气可降水量，或者通过层析的方法探测水汽密度的垂直分布状况，而经典的对流层干延迟模型，如Saastamoinen模型，与探空产品获得的干延迟存在系统偏差，最大偏差值达到2cm。为了提高GPS层析反演的精度，现有的做法是附加高精度的先验信息值，因此，对先验信息具有一定的依赖性。
发明内容
本申请实施例提供了一种三维水汽反演方法、装置、设备和计算机可读存储介质，解决了现有的GNSS掩星技术探测大气水汽分布实时性差和GPS层析反演精度依赖于高精度的先验信息的技术问题。
有鉴于此，本申请第一方面提供了一种三维水汽反演方法，包括：
根据大气压强、大气温度、大气分层的各层顶部高度和大气分层的各层大气折射率，标定对流层干延迟；
构建大气加权平均温度模型，标定湿度转换因子；
获取对流层水汽密度空间变化的高斯指数拟合模型，将所述高斯指数拟合模型的模型变化倾斜率为0时的高度标定为水汽层层顶；
获取对流层路径延迟，根据所述对流层路径延迟和所述对流层干延迟，计算对流层湿延迟；
根据所述对流层湿延迟和所述湿度转换因子，得到大气可降水量；
根据层析的方法对所述大气可降水量进行反演，估算水汽的空间分布。
优选地，所述对流层干延迟为：
Figure BDA0001931944800000021
其中，
Figure BDA0001931944800000022
为大气分层中的第i+1层大气折射率，
Figure BDA0001931944800000023
为大气分层中的第i层大气折射率，hi+1为大气分层中第i+1层顶部高度，hi为大气分层中第i层顶部高度。
优选地，所述大气加权平均温度模型为：
Figure BDA0001931944800000024
其中，Ts为地表处的大气温度。
优选地，所述湿度转换因子为：
Figure BDA0001931944800000025
其中，ρv为水的密度，且ρv＝103kg/m3；k1、k2、k3均为常数，md和mw分别为干和湿大气的摩尔质量，R为普适气体常数，Tm为大气加权平均温度。
优选地，所述高斯指数拟合模型为：
Figure BDA0001931944800000026
所述模型变化斜率为：
Figure BDA0001931944800000027
其中，PWVh为高度h对应的水汽密度，PWV0为地表处的水汽密度，h0为地表高度，H为大气层等效高度。
优选地，所述大气可降水量为：
PWV＝Π·ZWD；
其中，ZWD为对流层湿延迟，Π为湿度转换因子。
本申请第二方面提供了一种三维水汽反演装置，包括：
ZHD标定单元，用于根据大气压强、大气温度、大气分层的各层顶部高度和大气分层的各层大气折射率，标定对流层干延迟；
转换因子标定单元，用于构建大气加权平均温度模型，标定湿度转换因子；
层顶标定单元，用于获取对流层水汽密度空间变化的高斯指数拟合模型，将所述高斯指数拟合模型的模型变化倾斜率为0时的高度标定为水汽层层顶；
ZWD计算单元，用于获取对流层路径延迟，根据所述对流层路径延迟和所述对流层干延迟，计算对流层湿延迟；
PWV计算单元，用于根据所述对流层湿延迟和所述湿度转换因子，得到大气可降水量；
反演单元，用于根据层析的方法对所述大气可降水量进行反演，估算水汽的空间分布。
本申请第三方面提供了一种三维水汽反演设备，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行第一方面所述的三维水汽反演方法。
本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的三维水汽反演方法。
本申请第五方面提供了一种包括指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行第一方面所述的三维水汽反演方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请中，提供了一种三维水汽反演方法，包括：根据大气压强、大气温度、大气分层的各层顶部高度和大气分层的各层大气折射率，标定对流层干延迟；构建大气加权平均温度模型，标定湿度转换因子；获取对流层水汽密度空间变化的高斯指数拟合模型，将高斯指数拟合模型的模型变化倾斜率为0时的高度标定为水汽层层顶；获取对流层路径延迟，根据对流层路径延迟和对流层干延迟，计算对流层湿延迟；根据对流层湿延迟和湿度转换因子，得到大气可降水量；根据层析的方法对大气可降水量进行反演，估算水汽的空间分布。
本申请提供的三维水汽反演方法，通过标定对流层干延迟，并建立了大气加权平均温度模型，提高了湿度转换因子的精度，通过高斯指数拟合模型精度估算水汽层层顶，将其作为层析网格的上边界层，再通过湿度转换因子和对流层湿延迟计算出大气可降水量，通过层析的方法反演出三维水汽的空间分布，不受卫星星座的分布和数量的影响，也不需要附加先验信息，解决了现有的GNSS掩星技术探测大气水汽分布实时性差和GPS层析反演精度依赖于高精度的先验信息的技术问题。
附图说明
图1为本申请实施例中的一种三维水汽反演方法的流程示意图；
图2为本申请实施例中的一种三维水汽反演装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了便于理解，请参阅图1，本申请实施例中提供的一种三维水汽反演方法，包括：
步骤101、根据大气压强、大气温度、大气分层的各层顶部高度和大气分层的各层大气折射率，标定对流层干延迟。
需要说明的是，与对流层湿延迟相比，对流层干延迟变化较为平稳，通过建立经验的对流层干延迟模型，可以对对流层干延迟进行精确估算。本申请实施例中，联合几何光学和无线全息方法反演掩星观测值，并通过一维变分方法对折射率廓线进行同化，获取温度、压强和折射率等大气观测元素，通过对流层干延迟经验模型精确估算对流层干延迟进行标定。
步骤102、构建大气加权平均温度模型，标定湿度转换因子。
需要说明的是，湿度转换因子是关于大气加权平均温度的函数，本申请实施例中，先根据地表处的大气温度，构建大气加权平均温度模型，得到大气加权平均温度，通过大气加权平均温度代入湿度转换因子与大气加权平均温度的函数，可求解出精确的湿度转换因子。
步骤103、获取对流层水汽密度空间变化的高斯指数拟合模型，将高斯指数拟合模型的模型变化倾斜率为0时的高度标定为水汽层层顶。
需要说明的是，层析网格划分的上下限是从地面到对流层层顶的高度，实际上，从某个高度到对流层层顶的大气层中水汽密度接近于0，在实际的反演过程中，反演的结果通常出现负值。为了提高层析的精度，本申请实施例定义了某个低于对流层层顶的高度作为层析的上限高，并命名为水汽层层顶，同时，可以通过掩星反演产品来确定水汽层层顶，通过掩星事件水汽产品的空间分布及高斯指数拟合值，可以发现水汽密度值呈现指数变化，高斯指数拟合结果能够很好地符合水汽密度空间变化。根据拟合后的高斯模拟模型，可以估算出模型变化的倾斜率，将当倾斜率接近0时的高度定义为水汽层层顶。
步骤104、获取对流层路径延迟，根据对流层路径延迟和对流层干延迟，计算对流层湿延迟。
需要说明的是，选取研究区域的掩星事件，将反演的产品利用步骤101的对流层干延迟的计算结果和Saastamoinen模型计算的结果进行比较，经过统计分析，发现Saastamoinen模型的偏差主要与压强和温度有关，偏差模型为
Figure BDA0001931944800000051
其中，a、b为常用系数，P为大气压强，T为大气温度。利用Bernese软件获取对流层路径延迟ZTD，基于对流程干延迟的偏差模型对对流层干延迟ZHD进行矫正，对流层路径延迟ZTD与对流层干延迟ZHD、对流层湿延迟ZWD之间的关系为ZTD＝ZHD+ZWD，因此，可以从对流层路径延迟ZTD中分离出对流层湿延迟ZWD。
步骤105、根据对流层湿延迟和湿度转换因子，得到大气可降水量。
需要说明的是，对流层湿延迟ZWD确定之后，大气可降水量PWV的可表示为对流层湿延迟ZWD与湿度转换因子的乘积。
步骤106、根据层析的方法对大气可降水量进行反演，估算水汽的空间分布。
需要说明的是，在得到大气可降水量之后，通过经典的对流层层析方法，即可反演出水汽的三维分布信息。基于像素基的层析模型，将研究区域上方分割成不同的三维网格，每个独立网格的水汽信息视为待估参数，把一定时间内的SWV观测值作为输入值反演出这些参数。若研究区域在经度和纬度方向分别被分割成nl个网格和nm个网格，高程方向上被划分为nh个网格。则第q条电磁波信号方向上的SWV与其穿越网格内的水汽密度ρi,j,k及穿越距离
Figure BDA0001931944800000061
之间的函数关系可以表示为：
Figure BDA0001931944800000062
其中，ρ为水汽密度，SWVq为第q条GNSS电磁波信号方向上的斜路径水汽含量，单位为毫米，i、j、k为分割的三维网格的坐标。
进一步地，对流层干延迟为：
Figure BDA0001931944800000063
其中，
Figure BDA0001931944800000064
为大气分层中的第i+1层大气折射率，
Figure BDA0001931944800000065
为大气分层中的第i层大气折射率，hi+1为大气分层中第i+1层顶部高度，hi为大气分层中第i层顶部高度。
进一步地，大气加权平均温度模型为：
Figure BDA0001931944800000066
其中，Ts为地表处的大气温度。
进一步地，湿度转换因子为：
Figure BDA0001931944800000067
其中，ρv为水的密度，且ρv＝103kg/m3；k1、k2、k3均为常数，取值分别为k1＝77.6K/hPa，k2＝70.4K/hPa，k3＝3.739·10-5K/hPa；md和mw分别为干和湿大气的摩尔质量，取值分别为md＝28.96kg/kmol，mw＝18.02kg/kmol；R为普适气体常数，取值为R＝8314Pa·K-1·kmol-1；Tm为大气加权平均温度。
进一步地，高斯指数拟合模型为：
Figure BDA0001931944800000068
所述模型变化斜率为：
Figure BDA0001931944800000071
其中，PWVh为高度h对应的水汽密度，PWV0为地表处的水汽密度，h0为地表高度，H为大气层等效高度。
进一步地，大气可降水量为：
PWV＝Π·ZWD；
其中，ZWD为对流层湿延迟，Π为湿度转换因子。
本申请中，提供了一种三维水汽反演方法，包括：根据大气压强、大气温度、大气分层的各层顶部高度和大气分层的各层大气折射率，标定对流层干延迟；构建大气加权平均温度模型，标定湿度转换因子；获取对流层水汽密度空间变化的高斯指数拟合模型，将高斯指数拟合模型的模型变化倾斜率为0时的高度标定为水汽层层顶；获取对流层路径延迟，根据对流层路径延迟和对流层干延迟，计算对流层湿延迟；根据对流层湿延迟和湿度转换因子，得到大气可降水量；根据层析的方法对大气可降水量进行反演，估算水汽的空间分布。
本申请提供的大气三维水汽反演方法，通过标定对流层干延迟，并建立了大气加权平均温度模型，提高了湿度转换因子的精度，通过高斯指数拟合模型精度估算水汽层层顶，将其作为层析网格的上边界层，再通过湿度转换因子和对流层湿延迟计算出大气可降水量，通过层析的方法反演出三维水汽的空间分布，不受卫星星座的分布和数量的影响，也不需要附加先验信息，解决了现有的GNSS掩星技术探测大气水汽分布实时性差和GPS层析反演精度依赖于高精度的先验信息的技术问题。
为了便于理解，请参阅图2，本申请实施例提供了一种大气三维水汽反演装置，包括：
ZHD标定单元201，用于根据大气压强、大气温度、大气分层的各层顶部高度和大气分层的各层大气折射率，标定对流层干延迟。
转换因子标定单元202，用于构建大气加权平均温度模型，标定湿度转换因子。
层顶标定单元203，用于获取对流层水汽密度空间变化的高斯指数拟合模型，将高斯指数拟合模型的模型变化倾斜率为0时的高度标定为水汽层层顶。
ZWD计算单元204，用于获取对流层路径延迟，根据对流层路径延迟和对流层干延迟，计算对流层湿延迟。
PWV计算单元205，用于根据对流层湿延迟和湿度转换因子，得到大气可降水量。
反演单元206，用于根据层析的方法对大气可降水量进行反演，估算水汽的空间分布。
进一步地，对流层干延迟为：
Figure BDA0001931944800000081
其中，
Figure BDA0001931944800000082
为大气分层中的第i+1层大气折射率，
Figure BDA0001931944800000083
为大气分层中的第i层大气折射率，hi+1为大气分层中第i+1层顶部高度，hi为大气分层中第i层顶部高度。
进一步地，大气加权平均温度模型为：
Figure BDA0001931944800000084
其中，Ts为地表处的大气温度。
进一步地，湿度转换因子为：
Figure BDA0001931944800000085
其中，ρv为水的密度，且ρv＝103kg/m3；k1、k2、k3均为常数，取值分别为k1＝77.6K/hPa，k2＝70.4K/hPa，k3＝3.739·10-5K/hPa；md和mw分别为干和湿大气的摩尔质量，取值分别为md＝28.96kg/kmol，mw＝18.02kg/kmol；R为普适气体常数，取值为R＝8314Pa·K-1·kmol-1；Tm为大气加权平均温度。
进一步地，高斯指数拟合模型为：
Figure BDA0001931944800000086
所述模型变化斜率为：
Figure BDA0001931944800000087
其中，PWVh为高度h对应的水汽密度，PWV0为地表处的水汽密度，h0为地表高度，H为大气层等效高度。
进一步地，大气可降水量为：
PWV＝Π·ZWD；
其中，ZWD为对流层湿延迟，Π为湿度转换因子。
本申请实施例中提供了一种大气三维水汽反演设备，设备包括处理器以及存储器：
存储器用于存储程序代码，并将程序代码传输给处理器；
处理器用于根据程序代码中的指令执行前述的实施例中的三维水汽反演方法。
本申请实施例中提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行前述的实施例中的三维水汽反演方法。
本申请实施例中还提供了一种包括指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行前述的实施例中的三维水汽反演方法。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (9)

1.一种三维水汽反演方法，其特征在于，包括：
根据大气压强、大气温度、大气分层的各层顶部高度和大气分层的各层大气折射率，标定对流层干延迟；
构建大气加权平均温度模型，标定湿度转换因子；
获取对流层水汽密度空间变化的高斯指数拟合模型，将所述高斯指数拟合模型的模型变化倾斜率为0时的高度标定为水汽层层顶；
获取对流层路径延迟，根据所述对流层路径延迟和所述对流层干延迟，计算对流层湿延迟；
根据所述对流层湿延迟和所述湿度转换因子，得到大气可降水量；
根据层析的方法对所述大气可降水量进行反演，估算水汽的空间分布。
2.根据权利要求1所述的三维水汽反演方法，其特征在于，所述对流层干延迟为：
Figure FDA0002882260820000011
其中，
Figure FDA0002882260820000012
为大气分层中的第i+1层大气折射率，
Figure FDA0002882260820000013
为大气分层中的第i层大气折射率，hi+1为大气分层中第i+1层顶部高度，hi为大气分层中第i层顶部高度。
3.根据权利要求1所述的三维水汽反演方法，其特征在于，所述大气加权平均温度模型为：
Tm＝-0.01364·Ts 2+8.639·Ts-1076；
其中，Ts为地表处的大气温度。
4.根据权利要求1所述的三维水汽反演方法，其特征在于，所述湿度转换因子为：
Figure FDA0002882260820000014
其中，ρv为水的密度，且ρv＝103kg/m3；k1、k2、k3均为常数，md和mw分别为干和湿大气的摩尔质量，R为普适气体常数，Tm为大气加权平均温度。
5.根据权利要求1所述的三维水汽反演方法，其特征在于，所述高斯指数拟合模型为：
Figure FDA0002882260820000021
所述模型变化斜率为：
Figure FDA0002882260820000022
其中，PWVh为高度h对应的水汽密度，PWV0为地表处的水汽密度，h0为地表高度，H为大气层等效高度。
6.根据权利要求4所述的三维水汽反演方法，其特征在于，所述大气可降水量为：
PWV＝Π·ZWD；
其中，ZWD为对流层湿延迟，Π为湿度转换因子。
7.一种三维水汽反演装置，其特征在于，包括：
ZHD标定单元，用于根据大气压强、大气温度、大气分层的各层顶部高度和大气分层的各层大气折射率，标定对流层干延迟；
转换因子标定单元，用于构建大气加权平均温度模型，标定湿度转换因子；
层顶标定单元，用于获取对流层水汽密度空间变化的高斯指数拟合模型，将所述高斯指数拟合模型的模型变化倾斜率为0时的高度标定为水汽层层顶；
ZWD计算单元，用于获取对流层路径延迟，根据所述对流层路径延迟和所述对流层干延迟，计算对流层湿延迟；
PWV计算单元，用于根据所述对流层湿延迟和所述湿度转换因子，得到大气可降水量；
反演单元，用于根据层析的方法对所述大气可降水量进行反演，估算水汽的空间分布。
8.一种三维水汽反演设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-6任一项所述的三维水汽反演方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-6任一项所述的三维水汽反演方法。
CN201811645301.4A 2018-12-29 2018-12-29 三维水汽反演方法、装置、设备和计算机可读存储介质 Active CN109543353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811645301.4A CN109543353B (zh) 2018-12-29 2018-12-29 三维水汽反演方法、装置、设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811645301.4A CN109543353B (zh) 2018-12-29 2018-12-29 三维水汽反演方法、装置、设备和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109543353A CN109543353A (zh) 2019-03-29
CN109543353B true CN109543353B (zh) 2021-03-12

Family

ID=65831664

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811645301.4A Active CN109543353B (zh) 2018-12-29 2018-12-29 三维水汽反演方法、装置、设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109543353B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7280947B2 (ja) * 2019-05-13 2023-05-24 古野電気株式会社 水蒸気観測システム及び水蒸気観測方法
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
CN110610595A (zh) * 2019-08-01 2019-12-24 江苏科博空间信息科技有限公司 一种基于北斗水汽反演地质灾害预警方法
CN111241718B (zh) * 2019-12-27 2021-09-03 广东电网有限责任公司电力科学研究院 一种天顶对流层湿延迟计算方法和相关装置
CN111291476A (zh) * 2020-01-21 2020-06-16 福建省测绘院 一种对流层顶的高度的估算方法、装置、电子设备和存储介质
CN111309295B (zh) * 2020-03-12 2023-04-18 超越科技股份有限公司 一种三维变密度约束地下界面反演可视化方法，设备及可读存储介质
CN111610524B (zh) * 2020-05-09 2022-07-12 华中科技大学 一种基于一维变分算法的冰云廓线反演方法及系统
CN111551964B (zh) * 2020-05-27 2023-03-31 中国气象局气象探测中心 一种基于导航卫星系统的水汽观测方法
CN111881581B (zh) * 2020-07-29 2024-01-26 中国测绘科学研究院 一种建立三维水汽格网模型的方法和系统
CN112418684A (zh) * 2020-11-26 2021-02-26 清华大学 空中水资源时空分布规律的评估方法、装置、设备和介质
CN113009531A (zh) * 2021-02-22 2021-06-22 中国三峡建设管理有限公司 一种小尺度高精度的低空对流层大气折射率模型
CN114233281A (zh) * 2021-12-15 2022-03-25 西南石油大学 一种利用排砂管线湿度监测反演气体地层出水的方法
CN114415266B (zh) * 2021-12-31 2022-09-20 中国气象局气象探测中心 水汽数据处理方法、装置、电子设备和计算机可读介质
CN116340710B (zh) * 2023-05-30 2023-09-12 中国科学院精密测量科学与技术创新研究院 基于分层快速三维射线追踪的中性大气斜延迟计算方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150145717A1 (en) * 2013-11-26 2015-05-28 Korea Institute Of Construction Technology Integrated rainfall estimation method using x-band dual-polarimetric radar measurement data

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150145717A1 (en) * 2013-11-26 2015-05-28 Korea Institute Of Construction Technology Integrated rainfall estimation method using x-band dual-polarimetric radar measurement data

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
GPT/2模型用于GPS大气可降水汽反演的精度分析;范士杰 等;《测绘工程》;20160331;第25卷(第3期);全文 *
地基GPS不同水汽反演方法的误差分析;徐桂荣 等;《暴雨灾害》;20081231;第27卷(第4期);全文 *
地基GPS反演大气可降水量方法的改进;徐桂荣 等;《暴雨灾害》;20090930;第28卷(第3期);全文 *
地基GPS斜路径水汽反演技术及资料应用初探;万蓉 等;《气象》;20150430;第41卷(第4期);全文 *
地基GPS水汽反演中区域大气加权平均温度模型;李剑锋 等;《测绘科学技术学报》;20150215;第32卷(第1期);全文 *
地基GPS水汽反演及应用分析;薛骐;《铁道勘察》;20180821(第5期);全文 *
天顶对流层干延迟模型高程适用性研究;曹艳丰 等;《北京大学学报(自然科学版)》;20150131;第52卷(第1期);全文 *

Also Published As

Publication number Publication date
CN109543353A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN109543353B (zh) 三维水汽反演方法、装置、设备和计算机可读存储介质
CN114518586B (zh) 一种基于球谐展开的gnss精密单点定位方法
US10871593B2 (en) Method for increasing the spatial resolution of a weather forecast
CN110031877B (zh) 一种基于grnn模型的区域nwp对流层延迟改正方法
CN109580003B (zh) 一种静止气象卫星热红外数据估算近地面大气温度方法
CN105842692B (zh) 一种insar测量中的大气校正方法
KR101914550B1 (ko) 레이더의 표적 위치 추적 방법
CN106021868B (zh) 一种基于多规则算法的遥感数据降尺度方法
CN103792538A (zh) 一种基于地基高光谱微波辐射计的大气廓线反演方法
CN104965207A (zh) 一种区域对流层天顶延迟的获取方法
CN112034490B (zh) 一种nwp反演对流层延迟改进方法
CN109145344A (zh) 一种基于探空数据的经验ztd模型改进方法
CN108154193A (zh) 一种长时间序列降水数据降尺度方法
Negusini et al. Ground-based water vapor retrieval in Antarctica: An assessment
CN106908815B (zh) 一种基于探空数据的北半球对流层延迟改正方法
CN109917424A (zh) 多因子约束下的nwp反演对流层延迟的残差改正方法
CN116609859A (zh) 一种气象灾害高分辨率区域模式预报系统及方法
Albergel et al. Selection of performance metrics for global soil moisture products: The case of ASCAT product
CN111126466A (zh) 一种多源pwv数据融合方法
Huang et al. A global grid model for the estimation of zenith tropospheric delay considering the variations at different altitudes
CN116699729A (zh) 地基微波辐射计资料的直接同化方法及装置
CN109444055A (zh) 一种盐碱地土壤盐分含量的高光谱计算方法
da Silveira et al. Observational Investigation of the Statistical Properties of Surface-Layer Turbulence in a Suburban Area of São Paulo, Brazil: Objective Analysis of Scaling-Parameter Accuracy and Uncertainties
Liu et al. Estimating zenith tropospheric delay based on GPT2w model
CN114019585A (zh) 一种大高差地区高精度定位cors网fkp解算方法

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
GR01 Patent grant
GR01 Patent grant