CN115857057A - 一种基于gnss pwv降雨监测方法 - Google Patents
一种基于gnss pwv降雨监测方法 Download PDFInfo
- Publication number
- CN115857057A CN115857057A CN202211478946.XA CN202211478946A CN115857057A CN 115857057 A CN115857057 A CN 115857057A CN 202211478946 A CN202211478946 A CN 202211478946A CN 115857057 A CN115857057 A CN 115857057A
- Authority
- CN
- China
- Prior art keywords
- pwv
- gnss
- zenith
- delay
- water vapor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 52
- 239000005436 troposphere Substances 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 2
- 239000005433 ionosphere Substances 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 10
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 16
- 238000001556 precipitation Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 208000028257 Joubert syndrome with oculorenal defect Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于GNSS PWV降雨监测方法，该方法包括步骤S1：获取GNSS数据及IGS精密轨道钟差数据，通过实时PPP观测方程，获取天顶对流层延迟ZTD；步骤S2：利用Saastamoinen模型计算天顶对流层干延迟ZHD；步骤S3：计算天顶对流层湿延迟ZWD，并转换为PWV，该方法精度高，无需定标，时间分辨率高，可以提供实时的水汽信息，成本低，维护简单。
Description
技术领域
本发明涉及降雨监测的领域，尤其涉及一种基于GNSS PWV降雨监测方法。
背景技术
GNSS对流层水汽反演技术具有连续运行、全天候、高精度、高时空分辨率等优点，且测站布设成本低，投入使用快，相比于传统技术手段，基于GNSS观测的大气探测技术可实现对大气水汽的高时空分辨率监测，是未来天气预报中十分重要的大气探测手段，也为极端天气事件的短临预报预警提供了可能。
大气可降水量(precipitable water vapor，PWV)指单位面积柱体中的水汽全部凝结成的液态水柱高度，可作为衡量大气中水汽含量的指标。基于实时精密单点定位(precise point positioning，PPP)技术，可通过全球导航卫星系统(global naviga-tionsatellite system，GNSS)实时反演PWV。GNSS反演PWV技术，关键就在于获取高精度的天顶湿延迟ZWD。对流层延迟产品主要包括天顶对流层延迟ZTD(zenith tropospheric delay，ZTD)，对流层湿延迟ZWD(zenith wet delay，ZWD)，对流层静力学延迟(干延迟)ZHD(zenithhydrostatic delay，ZHD)，这三种延迟存在如下关系：ZTD＝ZHD+ZWD
然而对流层湿延迟一般占总延迟的10％-20％，由于其变化迅速，很难用模型来进行表示，所以湿延迟一般不使用模型来进行表述。现有的降雨监测方法一方面监测存在准确度不高，另一方面受云雨影响，无法全天候观测。
发明内容
为了克服现有技术存在的缺点与不足，本发明提供一种基于GNSS PWV降雨监测方法。
本发明所采用的技术方案是，该方法包括：
步骤S1：获取GNSS数据及IGS精密轨道钟差数据，通过实时PPP观测方程，获取天顶对流层延迟ZTD；
步骤S2：利用Saastamoinen模型计算天顶对流层干延迟ZHD；
步骤S3：计算天顶对流层湿延迟ZWD，并转换为PWV；
进一步地，所述PPP观测方程，表达式为：
将IGS精密卫星星历和钟差引入，可以得到最终的定位误差方程，表达式为：
P′IF＝ρ-c·dT+dtrop+ε′(PIF)
Φ′IF＝ρ-c·dT+dtrop+N′+ε′(ΦIF)
以上各式中，PIF、ΦIF是伪距和相位观测值，上标’表示经过精密卫星星历和钟差改正的相应的观测值；ρ代表卫星到测站的几何距离；dt代表卫星钟差，dT代表接收机钟差；dtrop代表对流层参数(由投影函数和天顶对流层参数构成)；dmult代表多路径影响；N代表无电离层组合的整周模糊度参数；ε代表观测值的随机误差。
进一步地，利用Saastamoinen模型计算天顶对流层干延迟ZHD，表达式为：
其中，Ps为大气压，
为纬度，H为测站的高度。
进一步地，所述步骤S3，天顶湿延迟ZWD等于天顶总延迟ZTD减去天顶干延迟ZHD，将天顶湿延迟ZWD乘以转换系数Π得到大气可降水量PWV，表达式为：
天顶湿延迟ZWD通过计算转换成可降水总量PWV，公式中的转换系数∏，表达式为：
其中，ρw代表水汽密度，Rv代表水汽气体常数，Mw、Md分别代表水汽和干空气分子摩尔质量，k1、k2、k3代表大气折射系数，k1＝77.6890K/hPa，k2＝71.2952K/hPa，k3＝375463K2/hPa。
进一步地，Tm代表大气加权平均温度，表达式为：
其中，e代表水汽压，T代表绝对温度，Td代表露点温度，es代表饱和水汽压，es0代表0摄氏度时的饱和水汽压6.11hPa，对于水面来说a0＝7.5，b0＝273.3，对于冰面来说a0＝9.5，b0＝265.7。
进一步地，Π为无量纲数值，其数值与Tm的大小有关系，Tm利用地面或者探空资料对Tm进行数值积分来计算，然后利用地面温度对Tm进行统计建模。
有益效果：
本发明提出一种基于GNSS PWV降雨监测方法，该方法具有
(1)精度高，无需定标。一般情况下，GNSS系统无需定标，只要已知精确的测站点坐标，就能正确探测GNSS水汽量，因此GNSS水汽探测具有精度高且无需定标的优点。测雨雷达测量降水的准确性不高，需要结合雨量计的数据。
(2)不受云雨影响，可全天候观测。常规的遥感探测手段几乎都是靠波动进行观测，比如电磁波、声波或重力波，它们的变化携带着有用的遥感信息。大多数观测方法用波动中的振幅信息，激光雷达用波动中的频率信息，而GNSS探测则是利用了波动中的相位信息，降水的发生不会对相位信息造成影响，所以GNSS探测水汽不受云雨的影响，可全天候进行观测，而其它的方法如水汽辐射计则容易受到云雨的影响。
(3)时间分辨率高，可以提供实时的水汽信息。GNSS可以任意时间分辨率进行观测，其水汽探测的分辨率也优于30分钟，这与传统手段相比是一个很大的优势。
(4)成本低，维护简单。GNSS接收机价格相对于其它大型观测仪来说，体积小，价格低，并且适合于野外观测。测雨雷达的布设相对成本较高。GPS/MET在国内外已成为一种全新的水汽探测手段，并广泛应用于水汽的探测、试验及业务试运行中，并且将在未来气象探测、天气预报等技术中将扮演重要角色。
附图说明
图1为本发明总体步骤流程图；
图2为本发明实施例预测降水区域面积图；
图3为本发明实施例预测降水站点规划图；
图4为本发明实施例预测降水覆盖范围图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和有具体实施例对本申请作进一步详细说明。
实施例1：
如图1所示，一种基于GNSS PWV降雨监测方法，
该方法包括：
步骤S1：获取GNSS数据及IGS精密轨道钟差数据，通过实时PPP观测方程，获取天顶对流层延迟ZTD；
步骤S2：利用Saastamoinen模型计算天顶对流层干延迟ZHD；
步骤S3：计算天顶对流层湿延迟ZWD，并转换为PWV；
在定位数据处理中，对流层延迟模型是通过映射函数将一个测站天顶方向的延迟参数投影到斜路径方面上的，所以，映射函数的精度必然会影响斜路径延迟参数的精度，也会影响定位精度。目前，常用的映射函数有：NMF、VMF1、GMF不，同映射函数都是基于下式而构建，不同函数具有不同的系数，
基于ECWMF ERA40数据集15°×15°的全球格网数据，建立了GMF映射函数模型，采用的是连分数函数的形式。其中，系数b和c直接采用VMF1模型中的计算方式，系数a则利用均值项与年周期项构成的季节模型表示。为简洁表示，这里给出干湿连分数函数中系数a的统一表示公式：
其中，a为干连分数函数与湿连分数函数的系数，a0为对应的均值项，A为对应的年振幅，doy为年积日。采用9阶球谐函数表示均值项和年振幅，如：
其中，pnm为勒让德级数，
为纬度，λ为经度，Anm和Bnm为球谐函数。
天顶对流层延迟ZTD的获取，当前最为常见的两种方法主要包括双差网解法以及非差法。其中，双差网解作为一种较为成熟的数据处理方式，具有模型简单、待估参数少、精度高，整周模糊度易于固定等优势，然而该方法通常需要引入距离大于500km的地面参考站且需要约30分钟的时间间隔。随着GNSS的发展，由于许多误差项都能精确地被精细化模型估计得到，并且整周模糊度的解算策略也得到了进一步的改进，因而双差网解法已逐渐被非差处理策略所取代。利用非差法反演ZTD具有很大的灵活性，尤其是基于PPP技术，其在处理大规模数据时不需引入其他参考站便能以较快的速度快、较高的反演精度获取ZTD信息。PPP技术是一种新兴的数据处理方式，随着近年来的发展其逐渐成为一种精度高，速度快，操作简单，方便应用的数据处理手段。
PPP观测方程，表达式为：
将IGS精密卫星星历和钟差引入，可以得到最终的定位误差方程，表达式为：
P′IF＝ρ-c·dT+dtrop+ε′(PIF)
Φ′IF＝ρ-c·dT+dtrop+N′+ε′(ΦIF)
以上各式中，PIF、ΦIF是伪距和相位观测值，上标’表示经过精密卫星星历和钟差改正的相应的观测值；ρ代表卫星到测站的几何距离；dt代表卫星钟差，dT代表接收机钟差；dtrop代表对流层参数(由投影函数和天顶对流层参数构成)；dmult代表多路径影响；N代表无电离层组合的整周模糊度参数；ε代表观测值的随机误差。
Saastamoinen模型计算天顶对流层干延迟ZHD，表达式为：
其中，Ps为大气压，
为纬度，H为测站的高度。
步骤S3，天顶湿延迟ZWD等于天顶总延迟ZTD减去天顶干延迟ZHD，将天顶湿延迟ZWD乘以转换系数Π得到大气可降水量PWV，表达式为：
天顶湿延迟ZWD通过计算转换成可降水总量PWV，公式中的转换系数Π，表达式为：
其中，ρw代表水汽密度，Rv代表水汽气体常数，Mw、Md分别代表水汽和干空气分子摩尔质量，k1、k2、k3代表大气折射系数，k1＝77.6890K/hPa，k2＝71.2952K/hPa，k3＝375463K2/hPa。
Tm代表大气加权平均温度，表达式为：
其中，e代表水汽压，T代表绝对温度，Td代表露点温度，es代表饱和水汽压，es0代表0摄氏度时的饱和水汽压6.11hPa，对于水面来说a0＝7.5，b0＝273.3，对于冰面来说a0＝9.5，b0＝265.7。
Π为无量纲数值，其数值与Tm的大小有关系，Tm利用地面或者探空资料对Tm进行数值积分来计算，然后利用地面温度对Tm进行统计建模。
实时精密单点定位技术是目前GNSS领域常用的一种高精度绝对定位方法，可基于单台GNSS接收机获得全球范围内厘米级的定位精度。基于高精度的实时卫星轨道和卫星钟差信息，可以实时解算数据，实现实时精密单点定位，水汽监测数据采样率可达到1s甚至10Hz，可满足数据监测需求。
GNSS接收数据的技术要求，IGS RTS于2013年4月1日正式上线运行，实时发布精密轨道和钟差改正产品，以及部分IGS GNSS跟踪站的观测数据，实时数据流编码格式为RTCM(Radio Technical Commission for Maritime Services)。在获取到授权后利用Ntrip协议即可从IGS提供的网络地址获取实时数据流。
为了应对实时对流层水汽监测及其他地学应用的需求，建立一体化的实时PPP服务平台。首先通过Ntrip协议实时接收卫星精密星历，精密钟差，实时观测文件及导航电文，经过重新编码后发送给服务器，服务器采用优化的实时PPP算法进行实时坐标及ZTD参数解算，并通过网络对外进行产品发布。用户可以通过网络得到实时的坐标参数，ZTD参数及实时ZTD时间序列以供科研应用。另外，用户也可以通过上传观测文件给服务器以得到实时PPP解。该服务平台的产品主要包括：
实时卫星精密星历和卫星钟差(SP3格式，30秒采样间隔)；
实时PPP坐标解(5分钟采样间隔，ITRF参考框架)；
实时ZTD参数(5分钟采样间隔)；
实时PWV参数(5分钟采样间隔)。
实施例2
研究中，在中国东南部某省CORS网测站中选取地基GNSS测站的观测数据和测雨雷达数据进行试验。选取这些测站每小时一次的PWV及对应每小时一次的降雨信息用于分析PWV和降雨之间的关系，进行PWV降雨预报实验分析。
PWV和局地降水有很强的正相关关系，局地降水主要发生在PWV的峰值或者PWV迅速下降的初始阶段，降水发生前期测站附近的PWV会出现不同程度的相关变化，表现为总体上升的趋势；当PWV上升到其峰值或骤减的初始阶段，会有降水发生。
随着PWV增量阈值和PWV变化率阈值的逐渐增大，能够预测出的降雨事件数的百分比也在变大。这说明利用PWV增量和PWV变化率作为降雨预报要素能够预报出绝大多数较大的降雨事件，因此，将这两个指标作为降雨预报要素是可行的。
在中国东南部某省CORS网选取4个基站2014.9.1-2015.8.31一年的每小时一次的PWV数据进行实验。首先根据本发明提出的方法确定各测站的阀值，然后和对应雨量站每小时一次的降雨信息进行验证。
测雨雷达实例数据，本发明从中国天气网下载了中国东南部某市2019年7-8月4场次降水48景雷达反射率资料。对本研究选取的4场次降水数据进行分析，4场次降水预测的未来1h内逐6min的落区精度变化如图2所示、表1所列。
研究结果表明，随着预测期的延长，落区的精度成系统性降低趋势，30min时预测精度为68.6％～80.9％；60min时预测精度降低为40.2％～69.8％；由于云团总是处于不断的位移、形变、扩展收缩甚至分裂、融合的过程中，云的运动矢量描述是一个复杂的问题，云的追踪过程比计算机视觉中对一般的刚性或近刚性物体的追踪问题要难得多，特别是随着预测时长增加，其空间离散程度愈加明显，落区预测难度越来越大。
表1预测降水落区精度变化
对四场降水的量级进行精度检验，分析预测期内的预测降雨和实测降雨的关系，表2可看出，四场降水的相关系数为0.21～0.54，BIAS为-7.57～2.12mm，RMSE为3.19～21.47mm，相对误差绝对值平均值为28.92％，总体量级精度为71.08％。
表2预测降雨量级精度分析
实施例3
面向PWV降雨预测的区域GNSS监测站网布设方案
选择200平方公里范围为监测区域，大概需要多少监测站点？如何布设区域GNSS监测站网？
如图2所示至图4所示，以长江流域某地200平方公里范围为例：
根据《BD440013-2017北斗地基增强系统基准站建设技术规范》要求：每两个站点之间的相隔一般不超过60km，且基准站网形系数应不小于0.7。为更加精确反衍大气信息，精准预测降水概率，站间距保持在10km左右。
根据以上原则，挑选五处站址建设监测站，平均站间距10km。
后续可根据测区实际状况增加测站数，保证测站分布均匀。采用多基准站式布网，有若干台接收机长期固定在某几个点作为基准站进行长时间的观测，与此同时，另外一些接收机则在这些基准站周围相互之间进行网观测模式或点观测模式的测量。各基准站间基线向量精度高，可作为整个GPS网的骨架。其余同步观测图形与各个基准站之间也存在同步观测基线，图形结构强。
基站站址宜选择在基础坚实稳固，易于长期保存，并利于安全作业的地方；距易产生多路径效应的地物(如高大建筑物、树木、水体、海滩和易积水地带等)的距离不小于200米；应有10°以上地平高度角的卫星通视条件，特殊困难地区，可在一定范围(水平视角不超过60°)内，放宽至25°。距电磁干扰区(如微波站、无线电发射台、高压线穿越地带等)的距离应该大于200米；与高压输电线、微波通道的距离应该大于100米。避开易产生震动的地带(如距铁路200米，距繁忙公路50米以内或其它受剧烈振动的地点)；站址应该有利于方便架设市电线路或具有可靠的电力供应，并方便接入公共通讯网络或专用的通讯网络；屋顶观测墩应选在坚固稳定的建筑物上，建筑物高度不宜超过30米；实地进行卫星定位观测，以1s采样间隔记录不少于24小时，当数据有效率小于85％，多路径影响值大于0.45m时，应变更站址。
本发明提出一种基于GNSS PWV降雨监测方法，(1)精度高，无需定标。一般情况下，GNSS系统无需定标，只要已知精确的测站点坐标，就能正确探测GNSS水汽量，因此GNSS水汽探测具有精度高且无需定标的优点。测雨雷达测量降水的准确性不高，需要结合雨量计的数据。
(2)不受云雨影响，可全天候观测。常规的遥感探测手段几乎都是靠波动进行观测，比如电磁波、声波或重力波，它们的变化携带着有用的遥感信息。大多数观测方法用波动中的振幅信息，激光雷达用波动中的频率信息，而GNSS探测则是利用了波动中的相位信息，降水的发生不会对相位信息造成影响，所以GNSS探测水汽不受云雨的影响，可全天候进行观测，而其它的方法如水汽辐射计则容易受到云雨的影响。
(3)时间分辨率高，可以提供实时的水汽信息。GNSS可以任意时间分辨率进行观测，其水汽探测的分辨率也优于30分钟，这与传统手段相比是一个很大的优势。
(4)成本低，维护简单。GNSS接收机价格相对于其它大型观测仪来说，体积小，价格低，并且适合于野外观测。测雨雷达的布设相对成本较高。
GPS/MET在国内外已成为一种全新的水汽探测手段，并广泛应用于水汽的探测、试验及业务试运行中，并且将在未来气象探测、天气预报等技术中将扮演重要角色。
在本发明描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解的是，在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型，本发明的范围由所附权利要求及其等同范围限定。
Claims (6)
1.一种基于GNSS PWV降雨监测方法，其特征在于，该方法包括：
步骤S1：获取GNSS数据及IGS精密轨道钟差数据，通过实时PPP观测方程，获取天顶对流层延迟ZTD；
步骤S2：利用Saastamoinen模型计算天顶对流层干延迟ZHD；
步骤S3：计算天顶对流层湿延迟ZWD，并转换为PWV。
2.如权利要求1所述的一种基于GNSS PWV降雨监测方法，其特征在于，所述PPP观测方程，表达式为：
将IGS精密卫星星历和钟差引入，可以得到最终的定位误差方程，表达式为：
P′IF＝ρ-c·dT+dtrop+ε′(PIF)
Φ′IF＝ρ-c·dT+dtrop+N′+ε′(ΦIF)
以上各式中，PIF、ΦIF是伪距和相位观测值，上标’表示经过精密卫星星历和钟差改正的相应的观测值；ρ代表卫星到测站的几何距离；dt代表卫星钟差，dT代表接收机钟差；dtrop代表对流层参数(由投影函数和天顶对流层参数构成)；dmit代表多路径影响；N代表无电离层组合的整周模糊度参数；ε代表观测值的随机误差。
3.如权利要求1所述的一种基于GNSS PWV降雨监测方法，其特征在于，利用Saastamoinen模型计算天顶对流层干延迟ZHD，表达式为：
其中，Ps为大气压，
为纬度，H为测站的高度。
4.如权利要求1所述的一种基于GNSS PWV降雨监测方法，其特征在于，所述步骤S3，天顶湿延迟ZWD等于天顶总延迟ZTD减去天顶干延迟ZHD，将天顶湿延迟ZWD乘以转换系数Π得到大气可降水量PWV，表达式为：
天顶湿延迟ZWD通过计算转换成可降水总量PWV，公式中的转换系数Π，表达式为：
其中，ρw代表水汽密度，Rv代表水汽气体常数，Mw、Md分别代表水汽和干空气分子摩尔质量，k1、k2、k3代表大气折射系数，k1＝77.6890K/hPa，k2＝71.2952K/hPa，k3＝375463K2/hPa。
5.如权利要求4所述的一种基于GNSS PWV降雨监测方法，其特征在于，Tm代表大气加权平均温度，表达式为：
其中，e代表水汽压，T代表绝对温度，Td代表露点温度，es代表饱和水汽压，es0代表0摄氏度时的饱和水汽压6.11hPa，对于水面来说a0＝7.5，b0＝273.3，对于冰面来说a0＝9.5，b0＝265.7。
6.如权利要求4所述的一种基于GNSS PWV降雨监测方法，其特征在于，Π为无量纲数值，其数值与Tm的大小有关系，Tm利用地面或者探空资料对Tm进行数值积分来计算，然后利用地面温度对Tm进行统计建模。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211478946.XA CN115857057B (zh) | 2022-11-23 | 2022-11-23 | 一种基于gnss pwv降雨监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211478946.XA CN115857057B (zh) | 2022-11-23 | 2022-11-23 | 一种基于gnss pwv降雨监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115857057A true CN115857057A (zh) | 2023-03-28 |
| CN115857057B CN115857057B (zh) | 2023-11-07 |
Family
ID=85665635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211478946.XA Active CN115857057B (zh) | 2022-11-23 | 2022-11-23 | 一种基于gnss pwv降雨监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115857057B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117933145A (zh) * | 2024-03-22 | 2024-04-26 | 长江三峡集团实业发展(北京)有限公司 | 基于gnss的面向沙戈荒等干旱区域的对流层延迟建模方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111458768A (zh) * | 2020-03-27 | 2020-07-28 | 山东大学 | 一种强对流天气预警方法、计算机设备和存储介质 |
| CN114910982A (zh) * | 2022-07-05 | 2022-08-16 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于北斗技术的降雨预警模型构建方法 |
-
2022
- 2022-11-23 CN CN202211478946.XA patent/CN115857057B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111458768A (zh) * | 2020-03-27 | 2020-07-28 | 山东大学 | 一种强对流天气预警方法、计算机设备和存储介质 |
| CN114910982A (zh) * | 2022-07-05 | 2022-08-16 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于北斗技术的降雨预警模型构建方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117933145A (zh) * | 2024-03-22 | 2024-04-26 | 长江三峡集团实业发展(北京)有限公司 | 基于gnss的面向沙戈荒等干旱区域的对流层延迟建模方法 |
| CN117933145B (zh) * | 2024-03-22 | 2024-05-24 | 长江三峡集团实业发展(北京)有限公司 | 基于gnss的面向沙戈荒干旱区域的对流层延迟建模方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115857057B (zh) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109001382B (zh) | 一种基于cors的区域大气水汽实时监测方法及系统 | |
| Shi et al. | Real-time GPS precise point positioning-based precipitable water vapor estimation for rainfall monitoring and forecasting | |
| US6067852A (en) | Method and apparatus using slant-path water delay estimates to correct global positioning satellite survey error | |
| Zhang et al. | A real-time precipitable water vapor monitoring system using the national GNSS network of China: Method and preliminary results | |
| Deblonde et al. | Evaluation of GPS precipitable water over Canada and the IGS network | |
| Bianchi et al. | Multi-year GNSS monitoring of atmospheric IWV over Central and South America for climate studies | |
| CN110378540A (zh) | 一种适用于广西北部湾地区的大气加权平均温度计算方法 | |
| CN115857057B (zh) | 一种基于gnss pwv降雨监测方法 | |
| Webb et al. | Kinematic GNSS estimation of zenith wet delay over a range of altitudes | |
| Li et al. | Development of a GNSS-IR instrument based on low-cost positioning chips and its performance evaluation for estimating the reflector height | |
| CN114910982A (zh) | 一种基于北斗技术的降雨预警模型构建方法 | |
| Thundathil et al. | Assimilation of lidar water vapour mixing ratio and temperature profiles into a convection-permitting model | |
| Luce et al. | Validation of winds measured by MU radar with GPS radiosondes during the MUTSI campaign | |
| Liu et al. | Cloud-based near real-time sea level monitoring using GNSS reflectometry | |
| Brenot et al. | GNSS meteorology and impact on NRT position | |
| Seko et al. | The meso-γ scale water vapor distribution associated with a thunderstorm calculated from a dense network of GPS receivers | |
| Pang et al. | Variability and climatology of precipitable water vapor from 12-year GPS observations in Taiwan | |
| Wielgosz et al. | Research on GNSS positioning and applications in Poland in 2015–2018 | |
| Lutz | High-resolution GPS tomography in view of hydrological hazard assessment | |
| Nahmani et al. | Sensitivity of GPS tropospheric estimates to mesoscale convective systems in West Africa | |
| CN112528213B (zh) | 基于低地球轨道卫星全球电离层总电子含量多层解析方法 | |
| Kumar et al. | Initial results from SKiYMET meteor radar at Thumba (8.5 N, 77 E): 2. Gravity wave observations in the MLT region | |
| Aichinger‐Rosenberger et al. | Detecting Signatures of Convective Storm Events in GNSS‐SNR: Two Case Studies From Summer 2021 in Switzerland | |
| Jensen et al. | The effect of different tropospheric models on precise point positioning in kinematic mode | |
| Zhu et al. | A method for retrieving thermodynamic atmospheric profiles using microwave radiometers of meteorological observation networks |
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 |