CN115184967B - 一种扫描微波辐射计水汽数据的gnss校正方法 - Google Patents

一种扫描微波辐射计水汽数据的gnss校正方法 Download PDF

Info

Publication number
CN115184967B
CN115184967B CN202211112431.8A CN202211112431A CN115184967B CN 115184967 B CN115184967 B CN 115184967B CN 202211112431 A CN202211112431 A CN 202211112431A CN 115184967 B CN115184967 B CN 115184967B
Authority
CN
China
Prior art keywords
gnss
pwv
water vapor
era5
site
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
CN202211112431.8A
Other languages
English (en)
Other versions
CN115184967A (zh
Inventor
臧建飞
邓莹莹
范士杰
彭秀英
史航
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.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
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 China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN202211112431.8A priority Critical patent/CN115184967B/zh
Publication of CN115184967A publication Critical patent/CN115184967A/zh
Application granted granted Critical
Publication of CN115184967B publication Critical patent/CN115184967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
    • G01S19/235—Calibration of receiver components
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/35—Constructional details or hardware or software details of the signal processing chain
    • G01S19/37—Hardware or software details of the signal processing chain
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种扫描微波辐射计水汽数据的GNSS校正方法，属于卫星大地测量技术领域，用于辐射计水汽数据的校正，包括提取GNSS站点周边4°×4°区域的SMR网格点水汽数据和ERA5格网数据，利用GNSS观测数据计算站点上空对流层湿延迟，通过GNSS站点周围4个ERA5网格点的地表温度进行双线性内插得到站点处的地表温度，计算出水汽转换因子，将湿延迟转换得到站点处的GNSS PWV，并进行高程改正得到海平面高度水汽值；利用ERA5水汽计算各网格点相对于GNSS站点的水汽空间改正值，得到网格点处水汽参考值，将SMR网格点水汽数据与参考水汽求差，进行误差统计和精度评价。

Description

一种扫描微波辐射计水汽数据的GNSS校正方法
技术领域
本发明公开了一种扫描微波辐射计水汽数据的GNSS校正方法，属于卫星大地测量技术领域。
背景技术
利用岸基GNSS反演PWV进行HY-2A CMR水汽数据的传统检校方法，通常是将GNSS站点周围一定范围(如100km、200km)内的CMR水汽数据，采用反距离加权方法内插计算得到GNSS站点处的水汽：
Figure GDA0003937649870000011
式中，PWVCMR为利用CMR水汽计算得到的GNSS站点处水汽值，PWVi为CMR水汽数据，wi(s)为CMR水汽数据的权值，si为CMR水汽数据点至GNSS站点的距离(单位：km)，然后再将WPVCMR与GNSS PWV比较，进行CMR水汽数据的误差统计和精度验证。上述检校方法同样适用于HY-2B SMR水汽数据的检校，但是该方法只能对GNSS站点周围一定区域范围内的CMR/SMR水汽数据精度进行综合评定，不能实现对CMR/SMR水汽数据点的精准检校。
现有技术方法在应用中，SMR网格点水汽相对于站点GNSS PWV的平均偏差的数值由北向南逐渐减小，RMSE随着至GNSS站点距离的增大而增大，水汽的空间变化特征明显；但是，水汽平均偏差的绝对值和RMSE的变化并非严格与至GNSS站点的距离成反比关系，因此传统的反距离加权内插计算水汽的方法并不严谨，从而使得CMR/SMR水汽数据的检校精度也不够准确。
发明内容
本发明提出了一种扫描微波辐射计水汽数据的GNSS校正方法，解决现有技术中CMR/SMR水汽数据的检校不精准的问题。
一种扫描微波辐射计水汽数据的GNSS校正方法，包括：
S1、数据准备，提取GNSS站点周边4°×4°区域的SMR网格点水汽数据PWVSMR和ERA5格网数据；
S2、站点GNSS PWV计算，利用GNSS观测数据计算站点上空对流层湿延迟，通过GNSS站点周围4个ERA5网格点的地表温度进行双线性内插得到站点处的地表温度，计算出水汽转换因子∏，将湿延迟转换得到站点处的GNSS PWV，并进行高程改正得到海平面高度PWVGNSS；
S3、水汽空间改正值的计算；
S4、SMR网格点处水汽参考值的计算；
S5.将SMR网格点水汽数据PWVSMR与参考水汽PWVGNSS.ERA5求差，进行误差统计和精度分析。
优选地，所述双线性内插的算法如下：
x＝round((round(D)+1-D)/0.25)+1+(D0-round(D)-1)/0.25；
y＝round((L-round(L))/0.25)+1+(round(L)-L0)/0.25；
y1＝D0-0.25*x；y2＝y1+0.25；x2＝y*0.25+L0；x1＝x2-0.25；
N1＝N(x，y)/(x2-x1)*(y2-y1)*(x2-L0)*(D0-y1)；
N2＝N(x，y+1)/(x2-x1)*(y2-y1)*(L0-x1)*(D0-y1)；
N3＝N(x+1，y)/(x2-x1)*(y2-y1)*(x2-L0)*(y2-D0)；
N4＝N(x+1，y+1)/(x2-x1)*(y2-y1)*(L0-x1)*(y2-D0)；
N＝N1+N2+N3+N4；
其中，round为取整符号；D为待求点的纬度，L为待求点的经度，D0为西北角网格点纬度，L0为西北角网格点经度，单位为度；x为网格点的行数，y为网格点的列数；N(a，b)代表第a行b列网格点的值；(x1，y1)、(x1，y2)、(x2，y1)和(x2，y2)为待求站点所在网格单元四个网格点的坐标；N为待求网格点的值。
优选地，所述湿延迟转换包括：
对流层湿延迟转换为水汽的计算公式如下：PWV＝Π·ZWD，
Figure GDA0003937649870000021
其中，ZWD是站点上空对流层湿延迟，ρlw为液态水的密度，RV为水蒸气比气体常数，取值461.495J·(kg·K)-1；k1＝(17±10)K·hPa-1，k2＝(3.776±0.004)105K2·hPa-1，k1和k2均为大气折射常数；Tm＝70.2+0.72·T0，其中T0为地面温度。
优选地，所述高程改正包括：
水汽高程改正的公式如下：
Figure GDA0003937649870000022
其中，PWV(hs)为改正后的水汽高程，hg为GNSS站点的高度，hs为要改正到的高度，α为经验衰减系数，取值为2000，hs取值为0，即改正到站点平均海平面处的高度。
优选地，S3包括：将区域内网格点水汽进行高程改正得到海平面高度的PWVERA5(i)，其中i为网格点序号，利用GNSS站点周围4个网格点海平面高度的PWVERA5(i)进行双线性内插计算，得到站点海平面高度的PWVERA5，利用各网格点和站点海平面高度的大气可降水量，计算各网格点i相对于GNSS站点的水汽空间改正值ΔPWVERA5(i)：
ΔPWVERA5(i)＝PWVERA5(i)-PWVERA5。
优选地，S4包括：利用各网格点的水汽空间改正值，将站点的PWVGNSS改正到各网格点，得到网格点处水汽参考值PWVGNSS.ERA5：PWVGNSS.ERA5＝PWVGNSS+ΔPWVERA5(i)。
与现有技术对比，本发明的有益效果是：经过水汽空间改正后，得到了HY-2B SMR各网格点的精确PWV，从而实现了SMR水汽数据的精准检校；SMR各网格点水汽数据相对于参考水汽的平均偏差和RMSE均具有良好的稳定性，反映了SMR水汽数据质量较好；本发明得到的SMR水汽数据的RMSE比传统方法小，其精度指标更为可靠。
附图说明
图1为本发明的技术流程图。
具体实施方式
下面结合具体实施例对本发明的具体实施方式做进一步说明：
一种扫描微波辐射计水汽数据的GNSS校正方法，如图1，包括：
S1、数据准备，提取GNSS站点周边4°×4°区域的SMR网格点水汽数据PWVSMR和ERA5格网数据；
S2、站点GNSS PWV计算，利用GNSS观测数据计算站点上空对流层湿延迟，通过GNSS站点周围4个ERA5网格点的地表温度进行双线性内插得到站点处的地表温度，计算出水汽转换因子Π，将湿延迟转换得到站点处的GNSS PWV，并进行高程改正得到海平面高度PWVGNSS；
S3、水汽空间改正值的计算；
S4、SMR网格点处水汽参考值的计算；
S5.将SMR网格点水汽数据PWVSMR与参考水汽PWVGNSS.ERA5求差，进行误差统计和精度分析。
所述双线性内插的算法如下：
x＝round((round(D)+1-D)/0.25)+1+(D0-round(D)-1)/0.25；
y＝round((L-round(L))/0.25)+1+(round(L)-L0)/0.25；
y1＝D0-0.25*x；y2＝y1+0.25；x2＝y*0.25+L0；x1＝x2-0.25；
N1＝N(x，y)/(x2-x1)*(y2-y1)*(x2-L0)*(D0-y1)；
N2＝N(x，y+1)/(x2-x1)*(y2-y1)*(L0-x1)*(D0-y1)；
N3＝N(x+1，y)/(x2-x1)*(y2-y1)*(x2-L0)*(y2-D0)；
N4＝N(x+1，y+1)/(x2-x1)*(y2-y1)*(L0-x1)*(y2-D0)；
N＝N1+N2+N3+N4；
其中，round为取整符号；D为待求点的纬度，L为待求点的经度，D0为西北角网格点纬度，L0为西北角网格点经度，单位为度；x为网格点的行数，y为网格点的列数；N(a，b)代表第a行b列网格点的值；(x1，y1)、(x1，y2)、(x2，y1)和(x2，y2)为待求站点所在网格单元四个网格点的坐标；N为待求网格点的值。
所述湿延迟转换包括：
对流层湿延迟转换为水汽的计算公式如下：PWV＝Π·ZWD，
Figure GDA0003937649870000041
其中，ZWD是站点上空对流层湿延迟，ρlw为液态水的密度，RV为水蒸气比气体常数，取值461.495J·(kg·K)-1；k1＝(17±10)K·hPa-1，k2＝(3.776±0.004)105K2·hPa-1，k1和k2均为大气折射常数；Tm＝70.2+0.72·T0，其中T0为地面温度。
所述高程改正包括：
水汽高程改正的公式如下：
Figure GDA0003937649870000042
其中，PWV(hs)为改正后的水汽高程，hg为GNSS站点的高度，hs为要改正到的高度，α为经验衰减系数，取值为2000，hs取值为0，即改正到站点平均海平面处的高度。
S3包括：将区域内网格点水汽进行高程改正得到海平面高度的PWVERA5(i)，其中i为网格点序号，利用GNSS站点周围4个网格点海平面高度的PWVERA5(i)进行双线性内插计算，得到站点海平面高度的PWVERA5，利用各网格点和站点海平面高度的大气可降水量，计算各网格点i相对于GNSS站点的水汽空间改正值ΔPWVERA5(i)：
ΔPWVERA5(i)＝PWVERA5(i)-PWVERA5。
S4包括：利用各网格点的水汽空间改正值，将站点的PWVGNSS改正到各网格点，得到网格点处水汽参考值PWVGNSS.ERA5：PWVGNSS.ERA5＝PWVGNSS+ΔPWVERA5(i)。
本发明实施例获取的数据基于扫描微波辐射计SMR，将GNSS观测和欧洲中期天气预报中心(ECMWF)发布的第五代大气再分析资料(ERA5)数据进行融合处理，利用ERA5计算的大气可降水量PWV进行岸基GNSS PWV的空间改正。
以IGS跟踪站ASCG为例，采用2021年ASCG站点GNSS观测数据、ERA5数据和HY-2BSMR水汽产品，首先利用ERA5 PWV对站点GNSS PWV进行空间改正，得到SMR网格点处的水汽参考值PWVGNSS；然后将SMR网格点水汽数据与参考水汽PWVGNSS.ERA5比较，并进行误差统计和精度分析。
采用本发明提出的HY-2B SMR水汽数据的GNSS校正方法，获取200km范围内2021年SMR水汽数据相对于网格点参考水汽PWVGNSS·ERA5的平均偏差和RMSE分布，融合岸基GNSS PWV和ERA5数据，经过水汽空间改正后，得到了HY-2B SMR各网格点的精确PWV，从而实现了SMR水汽数据的精准检校；SMR各网格点水汽数据相对于参考水汽的平均偏差和RMSE均具有良好的稳定性，反映了SMR水汽数据质量较好。
利用传统方法与本发明提出的新方法，分别对50km、100km、150km和200km范围内2021年HY-2B SMR水汽数据进行检校，并进行误差统计和精度评价。表1为两种方法得到的SMR水汽数据的平均偏差和RMSE，其中新方法是将所有网格点的平均偏差和RMSE取均值。由表1可以看出，新方法得到的SMR水汽数据的平均偏差比传统方法略大，主要是由于大气水汽的空间非均匀分布所致；而新方法得到的SMR水汽数据的RMSE比传统方法小，主要是由于新方法实现了SMR网格点水汽数据的精准检校，其精度指标更为可靠；传统方法和新方法得到的SMR水汽数据的平均偏差和RMSE，均随着距离的增加而变大，说明两种方法均具有一定的适用范围，而新方法在200km范围内的适用性更好。
表1两种方法得到的SMR水汽数据的误差统计(mm)
Figure GDA0003937649870000051
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (4)

1.一种扫描微波辐射计水汽数据的GNSS校正方法，其特征在于，包括：
S1、数据准备，提取GNSS站点周边4°×4°区域的SMR网格点水汽数据PWVSMR和ERA5格网数据；
S2、站点GNSS PWV计算，利用GNSS观测数据计算站点上空对流层湿延迟，通过GNSS站点周围4个ERA5网格点的地表温度进行双线性内插得到站点处的地表温度，计算出水汽转换因子∏，将湿延迟转换得到站点处的GNSS PWV，并进行高程改正得到海平面高度的PWVGNSS，其中PWVGNSS表示参考水汽；
S3、水汽空间改正值的计算；S3包括：将区域内网格点水汽进行高程改正得到海平面高度的PWVERA5(i)，其中i为网格点序号，利用GNSS站点周围4个网格点海平面高度的PWVERA5(i)进行双线性内插计算，得到站点海平面高度的PWVERA5，利用各网格点和站点海平面高度的大气可降水量，计算各网格点i相对于GNSS站点的水汽空间改正值ΔPWVERA5(i)：
ΔPWVERA5(i)＝PWVERA5(i)-PWVERA5；
S4、SMR网格点处水汽参考值的计算；S4包括：利用各网格点的水汽空间改正值，将站点的PWVGNSS改正到各网格点，得到网格点处水汽参考值PWVGNSS·ERA5：PWVGNSS·ERA5＝PWVGNSS+ΔPWVERA5(i)；
S5.将SMR网格点水汽数据PWVSMR与PWVGNSS·ERA5求差，进行误差统计和精度分析。
2.如权利要求1所述的一种扫描微波辐射计水汽数据的GNSS校正方法，其特征在于，所述双线性内插的算法如下：
x＝round((round(D)+1-D)/0.25)+1+(D0-round(D)-1)/0.25；
y＝round((L-round(L))/0.25)+1+(round(L)-L0)/0.25；
y1＝D0-0.25*x；y2＝y1+0.25；x2＝y*0.25+L0；x1＝x2-0.25；
N1＝N(x,y)/(x2-x1)*(y2-y1)*(x2-L0)*(D0-y1)；
N2＝N(x,y+1)/(x2-x1)*(y2-y1)*(L0-x1)*(D0-y1)；
N3＝N(x+1,y)/(x2-x1)*(y2-y1)*(x2-L0)*(y2-D0)；
N4＝N(x+1,y+1)/(x2-x1)*(y2-y1)*(L0-x1)*(y2-D0)；
N＝N1+N2+N3+N4；
其中，round为取整符号；D为待求点的纬度，L为待求点的经度，D0为西北角网格点纬度，L0为西北角网格点经度，单位为度；x为网格点的行数，y为网格点的列数；N(x,y)代表第x行y列网格点的值；(x1,y1)、(x1,y2)、(x2,y1)和(x2,y2)为待求站点所在网格单元四个网格点的坐标；N为待求网格点的值，N1、N2、N3、N4表示待求站点所在网格单元四个网格点的值。
3.如权利要求2所述的一种扫描微波辐射计水汽数据的GNSS校正方法，其特征在于，所述湿延迟转换包括：
对流层湿延迟转换为水汽的计算公式如下：PWV＝∏·ZWD，
Figure FDA0003937649860000021
其中，PWV表示水汽值，ZWD是站点上空对流层湿延迟，ρlw为液态水的密度，RV为水蒸气比气体常数，取值461.495J·(kg·K)-1；k1＝(17±10)K·hPa-1，k2＝(3.776±0.004)105K2·hPa-1，k1和k2均为大气折射常数；Tm＝70.2+0.72·T0，其中T0为地面温度。
4.如权利要求3所述的一种扫描微波辐射计水汽数据的GNSS校正方法，其特征在于，所述高程改正包括：
水汽高程改正的公式如下：
Figure FDA0003937649860000022
其中，PWV(hs)为改正后的水汽高程，hg为GNSS站点的高度，hs为要改正到的高度，α为经验衰减系数，取值为2000，hs取值为0，即改正到站点平均海平面处的高度。
CN202211112431.8A 2022-09-14 2022-09-14 一种扫描微波辐射计水汽数据的gnss校正方法 Active CN115184967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211112431.8A CN115184967B (zh) 2022-09-14 2022-09-14 一种扫描微波辐射计水汽数据的gnss校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211112431.8A CN115184967B (zh) 2022-09-14 2022-09-14 一种扫描微波辐射计水汽数据的gnss校正方法

Publications (2)

Publication Number Publication Date
CN115184967A CN115184967A (zh) 2022-10-14
CN115184967B true CN115184967B (zh) 2023-01-06

Family

ID=83524454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211112431.8A Active CN115184967B (zh) 2022-09-14 2022-09-14 一种扫描微波辐射计水汽数据的gnss校正方法

Country Status (1)

Country Link
CN (1) CN115184967B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4873481A (en) * 1988-02-16 1989-10-10 Radiometrics Corporation Microwave radiometer and methods for sensing atmospheric moisture and temperature
CN103885046A (zh) * 2012-12-20 2014-06-25 河南省电力勘测设计院 基于GPS的InSAR大气延迟改正方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3669502B2 (ja) * 2002-06-25 2005-07-06 独立行政法人 宇宙航空研究開発機構 人工衛星用トータルパワー方式マイクロ波放射計の校正方法
AU2020101276B4 (en) * 2020-01-23 2021-04-01 Yongchao Wang Systems and methods for processing GNSS data streams for determination of hardware and atmosphere-delays
CN111753408B (zh) * 2020-06-09 2023-05-09 南京信息工程大学 一种顾及天气的gnss大气加权平均温度计算方法
CN112083453B (zh) * 2020-09-15 2022-03-04 中南大学 一种涉及水汽时空参数的对流层层析方法
CN114624790B (zh) * 2021-07-15 2023-09-12 自然资源部第一海洋研究所 基于三维气象模型的湿延迟高度改正方法
CN114037023B (zh) * 2021-12-20 2024-05-10 中国石油大学(华东) 海洋卫星校正微波辐射计极地异常水汽数据的校正方法
CN114509177A (zh) * 2022-01-07 2022-05-17 国家卫星气象中心(国家空间天气监测预警中心) 一种多模拟参考源的仪器在轨性能评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4873481A (en) * 1988-02-16 1989-10-10 Radiometrics Corporation Microwave radiometer and methods for sensing atmospheric moisture and temperature
CN103885046A (zh) * 2012-12-20 2014-06-25 河南省电力勘测设计院 基于GPS的InSAR大气延迟改正方法

Also Published As

Publication number Publication date
CN115184967A (zh) 2022-10-14

Similar Documents

Publication Publication Date Title
CN104965207B (zh) 一种区域对流层天顶延迟的获取方法
CN109543353B (zh) 三维水汽反演方法、装置、设备和计算机可读存储介质
Mateus et al. Experimental study on the atmospheric delay based on GPS, SAR interferometry, and numerical weather model data
CN107037439B (zh) 针对陆地目标的激光测高仪大气延迟测距误差修正方法
CN109917424B (zh) 多因子约束下的nwp反演对流层延迟的残差改正方法
Xia et al. Assessing water vapor tomography in Hong Kong with improved vertical and horizontal constraints
CN115755103B (zh) 一种抗差自适应的gnss水汽层析方法
Li et al. The assessment of ground-based weather radar data by comparison with TRMM PR
CN116027010A (zh) 一种多源卫星测量土壤水分的数据校正方法
CN111008355B (zh) 一种基于信任传播的气象地面要素插值方法
CN113639893B (zh) 一种基于多气象因子的近地加权平均温度信息获取方法
CN115184967B (zh) 一种扫描微波辐射计水汽数据的gnss校正方法
CN112711022B (zh) 一种GNSS层析技术辅助的InSAR大气延迟改正方法
CN113960642B (zh) 青藏高原区域光学遥感卫星影像大气折射定位误差修正方法
CN113960635A (zh) 一种顾及日变化的对流层延迟改正方法
Tang et al. High-spatial-resolution mapping of precipitable water vapour using SAR interferograms, GPS observations and ERA-Interim reanalysis
Eresmaa et al. An observation operator for ground-based GPS slant delays
CN111060139A (zh) 星载激光测高仪无场几何定标方法及系统
Zhu et al. Independent validation of Jason-2/3 and HY-2B microwave radiometers using Chinese coastal GNSS
CN113093241A (zh) 一种考虑高度角的单测站对流层斜延迟计算方法
CN116466376A (zh) 数值预报模式辅助的实时ppp改善方法
CN115099159B (zh) 基于神经网络且顾及地表差异的modis水汽反演方法
CN114252875B (zh) 一种成像高度计数据的高精度网格化方法
CN115830476A (zh) 地形因子空间降尺度方法
CN115292968A (zh) 一种基于球冠谐模型的多源大气可降水量数据融合方法

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