CN116794682A - 一种水汽实时反演方法、装置、电子设备及存储介质 - Google Patents
一种水汽实时反演方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116794682A CN116794682A CN202310667495.2A CN202310667495A CN116794682A CN 116794682 A CN116794682 A CN 116794682A CN 202310667495 A CN202310667495 A CN 202310667495A CN 116794682 A CN116794682 A CN 116794682A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- water vapor
- frequency
- clock
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012937 correction Methods 0.000 claims abstract description 86
- 239000005436 troposphere Substances 0.000 claims abstract description 28
- 230000015654 memory Effects 0.000 claims description 25
- 239000005433 ionosphere Substances 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000006798 recombination Effects 0.000 claims description 6
- 238000005215 recombination Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000005055 memory storage Effects 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 description 8
- 239000004973 liquid crystal related substance Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 102000017177 Fibromodulin Human genes 0.000 description 3
- 108010013996 Fibromodulin Proteins 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/07—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing data for correcting measured positioning data, e.g. DGPS [differential GPS] or ionosphere corrections
- G01S19/072—Ionosphere corrections
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请实施例提供了一种水汽实时反演方法、装置、电子设备及存储介质,采用基于实时数据流的单频精密单点定位模型,实现单站对流层天顶延迟的实时估计,并借助监测站装配的温度计和气压计等气象设备获取的温度、气压数据,实现单站水汽的实时反演。本申请通过接收北斗分析中心播发的实时精密卫星轨道与钟差改正产品实现单站对流层天顶延迟的秒级估计,进而实现单站水汽的真实时反演,且在投入成本有限且对气象监测站数量有迫切需求的情况下,实现面向极端天气预警的低成本北斗水汽实时反演,以获得高精度、低成本、全天候、低时延的水汽产品。
Description
技术领域
本申请实施例涉及地质灾害预警领域,特别是涉及一种水汽实时反演方法、装置、电子设备及存储介质。
背景技术
科学、理性、高效应对气候变化趋势下的强降雨等极端天气事件,是当前应急监测的重点研究方向。灾害性天气的产生、演变与水汽的分布和变化密切相关,高精度、高时效的水汽产品对暴雨、台风等中小尺度灾害性天气预报、预警、服务能力提升具有重要作用。
而面向极端天气的水汽监测,存在以下难度:一方面,目前水汽建模精度处于瓶颈阶段,难以从模型方面有效提升水汽反演效果,只能寻求增加监测站数量,以减少大气建模中因内插带来的精度损失,但过多的监测站势必会带来硬件成本急剧升高的问题;另一方面,时效性是水汽监测可用性的一项重要指标,而传统水汽反演方法难以满足目前极端天气预报预警对水汽更新频率的要求。
发明内容
本发明提供了一种水汽实时反演方法、装置、电子设备及存储介质,能够在投入成本有限且对气象监测站数量有迫切需求的情况下,实现面向极端天气预警的低成本北斗水汽实时反演,以获得高精度、低成本、全天候、低时延的水汽产品。
第一方面,本发明提供了一种水汽实时反演方法,包括如下步骤:
获取实时单频观测数据;
获取实时广播星历及实时轨道钟差改正数,并根据所述时广播星历及实时轨道钟差改正数,获取精密卫星钟差;
将所述实时单频观测数据输入单频精密单点定位模型,并根据所述精密卫星钟差进行修正,获取对流层天顶延迟估计值;
根据所述对流层天顶延迟估计值,通过地表大气压数据和Saastamoinen经验模型计算获得单站实时水汽产品。
进一步地,将所述实时单频观测数据输入单频精密单点定位模型之前,还包括如下步骤:
将所述实时单频观测数据、所述实时广播星历及所述实时轨道钟差改正数通过RTCM解码器进行解码,获取解码数据;
若所述解码数据后续需进行基于电脑端和/或服务器端的多站网处理,则通过共享内存的方式对所述解码数据进行存储;
若所述解码数据后续需进行进行单站接收机的实时水汽反演,则通过全局变量的方式对所述解码数据进行存储。
进一步地,获取精密卫星钟差,具体包括如下步骤:
获取高频钟SSR信息δChigh rate;
根据所述高频钟SSR信息δChigh rate,计算基于SSR信息的卫星钟差改正值δC,所述δC的计算式如下:
δC=C0+C1(t-t0)+C2(t-t0)2+δChigh rate
其中,t为历元时刻,t0为SSR钟差改正数的参考时刻,Ci为SSR钟差改正信息的多项式系数,i={0,1,2};
根据所述δC,计算所述精密卫星钟差tsatellite,所述tsatellite的计算式为
其中,Xbroadcast为与钟差SSR改正数匹配的广播星历计算的卫星钟差。
进一步地,获取对流层天顶延迟估计值,具体包括如下步骤:
获取同一频率的所述实时单频观测数据并输入GNSS单频码伪距与载波相位原始观测方程;
根据所述精密卫星钟差,获取修正后的所述原始观测方程;
通过列满秩的单频消电离层模型,对所述原始观测方程进行参数重组,获取列满秩观测方程;
通过所述列满秩观测方程,获取所述对流层天顶延迟估计值。
第二方面,本发明还提供了一种水汽实时反演装置,包括:
观测数据获取模块,用于获取实时单频观测数据;
精密钟差获取模块,用于获取实时广播星历及实时轨道钟差改正数,并根据所述时广播星历及实时轨道钟差改正数,获取精密卫星钟差;
ZTD估计模块,用于将所述实时单频观测数据输入单频精密单点定位模型,并根据所述精密卫星钟差进行修正,获取对流层天顶延迟估计值;
水汽反演模块,用于根据所述对流层天顶延迟估计值,通过地表大气压数据和Saastamoinen经验模型计算获得单站实时水汽产品。
进一步地,还包括:
解码数据获取模块,用于将所述实时单频观测数据、所述实时广播星历及所述实时轨道钟差改正数通过RTCM解码器进行解码,获取解码数据;
共享内存存储模块,用于若所述解码数据后续需进行基于电脑端和/或服务器端的多站网处理,则通过共享内存的方式对所述解码数据进行存储;
全局变量存储模块,用于若所述解码数据后续需进行进行单站接收机的实时水汽反演,则通过全局变量的方式对所述解码数据进行存储。
进一步地,所述精密钟差获取模块,还包括:
高频钟信息获取单元,用于获取高频钟SSR信息δChigh rate;
钟差改正值计算单元,用于根据所述高频钟SSR信息δChigh rate,计算基于SSR信息的卫星钟差改正值δC,所述δC的计算式如下:
δC=C0+C1(t-t0)+C2(t-t0)2+δChigh rate
其中,t为历元时刻,t0为SSR钟差改正数的参考时刻,Ci为SSR钟差改正信息的多项式系数,i={0,1,2};
精密卫星钟差计算单元,用于根据所述δC,计算所述精密卫星钟差tsatellite,所述tsatellite的计算式为
其中,Xbroadcast为与钟差SSR改正数匹配的广播星历计算的卫星钟差。
进一步地,所述ZTD估计模块,还包括:
观测方程线性化单元,用于获取同一频率的所述实时单频观测数据并输入GNSS单频码伪距与载波相位原始观测方程;
观测方程修正单元,用于根据所述精密卫星钟差,获取修正后的所述原始观测方程;
列满秩观测方程获取单元,用于通过列满秩的单频消电离层模型,对所述原始观测方程进行参数重组,获取列满秩观测方程;
ZTD计算单元,用于通过所述列满秩观测方程,获取所述对流层天顶延迟估计值。
第三方面,本发明提供一种电子设备,包括:
至少一个存储器以及至少一个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如第一方面所述的一种水汽实时反演方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的一种水汽实时反演方法的步骤。
本发明基于实时数据流的单频精密单点定位模型,实现单站对流层天顶延迟的实时估计,并借助监测站装配的温度计和气压计等气象设备获取的温度、气压数据,实现单站水汽的实时反演。本申请实施例克服了现有主流GNSS水汽反演方法对双/多频接收机依赖的弊端,可直接基于低成本单频接收机输出的单频北斗数据进行水汽反演,显著降低单站硬件投入成本;本申请通过接收北斗分析中心播发的实时精密卫星轨道与钟差改正产品实现单站对流层天顶延迟的秒级估计,进而实现单站水汽的真实时反演,且在投入成本有限且对气象监测站数量有迫切需求的情况下,实现面向极端天气预警的低成本北斗水汽实时反演,以获得高精度、低成本、全天候、低时延的水汽产品。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
附图说明
图1为在一个示例性的实施例中提供的一种水汽实时反演方法的步骤流程图;
图2为在一个示例性的实施例中提供的一种水汽实时反演装置的模块示意图;
图3为在一个示例性的实施例中提供的一种电子设备的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施例方式作进一步地详细描述。
应当明确,所描述的实施例仅仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请实施例保护的范围。
在本申请实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请实施例。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请的描述中,需要理解的是,术语“第一”、“第二”、“第三”等仅用于区别类似的对象,而不必用于描述特定的顺序或先后次序,也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
此外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
现有的水汽反演方法主要包括无线电探空技术和GNSS水汽反演技术。
无线电探空技术通过通过施放探空气球,收集有关的温度、气压、湿度等气象要素,进而计算站点上空水汽含量,具体计算原理如下:
用单站探空得到的各标准层和所有特性层的温度T、露点温度Td、气压p计算各层饱和水汽压e,由已知的饱和水汽压计算水汽混合比
其中,r为水汽混合比,单位为:g·kg-1,由此计算气柱总含量
其中,计算结果W表示对流层垂直气柱(p1-p2)中的水汽总量或累计水汽量,代表气柱中的水汽凝结后聚集在气柱地面上液态水的深度。
该方法可准确获取大气轮廓线上的气象参数,但因其站址稀疏,且一般一天只观测两次,时空分辨率低,同时探空气球为一次性耗材,导致观测成本较高。
而GNSS水汽反演技术主要通过双/多频精密单点定位技术,实现测站上方对流层天顶延迟的准确估计,并借助监测站配备的气象设备获取的站点温度与气压数据,实现站点上方水汽反演。此类方法需依赖双频或多频GNSS接收机,硬件成本相对较高,且受限于精密卫星轨道钟差产品的发布时效,无法实现水汽产品的真实时反演。
总的来说,上述现有技术,在不考虑硬件成本与水汽产品时效性的前提下,单站水汽成果可实现较好的反演效果,但对于大范围区域极端天气预报预警对水汽产品的高精度与低时延要求下,现有方法显现出如下不足:
(1)对于无线电探空方法,设备成本较高,相对于地面观测站而言探空站分布稀疏,并且一般每天仅进行早晚2次探测,不足以分辨水汽的时空变化,因此不能很好地监测大范围的天气变化,如雷雨和多变天气。
(2)对于现有的GNSS水汽反演方法,过度依赖价格昂贵的双/多频GNSS接收机与精密卫星轨道钟差产品的时效性(通常为1-2周),硬件成本较高,无法实现水汽产品的真实时反演。
基于上述构思及背景技术,如图1所示,本申请实施例提供了一种水汽实时反演方法,具体包括如下方法步骤:
S201:获取实时单频观测数据。
S202:获取实时广播星历及实时轨道钟差改正数,并根据时广播星历及实时轨道钟差改正数,获取精密卫星钟差。
具体的,在本申请实施例中,由于受网络带宽以及时效性的限制,SSR信息以基于广播星历计算的卫星坐标与钟差的改正数的形式进行播发,因此用户在接收到SSR改正信息时首先需要匹配与之对应的广播星历。
目前,在RTCM标准中采用IODE(Issue of Data,Ephemeris)参数作为匹配指标实现SSR改正信息与对应广播星历的匹配。GPS与GALILEO系统的广播星历中均已有IODE参数的定义,因此可以直接使用;但BDS和GLONASS系统的广播星历中没有相关的IODE参数,因此需要根据一定的算法生成能够唯一标识广播星历的“IODE”参数,使SSR改正信息能与对应的广播星历进行匹配。对于GLONASS系统,目前主要利用广播星历中的TOC(Time of Clock)参数生成相应的IODE参数,其具体算法如下:
IODER=INT(FMOD(TOC+10500,86400)/900+0.5)
其中,INT(·)为取整函数;FMOD(,)为取余函数;TOC为GLONASS广播星历中的TOC参数;IODER为生成的GLONASS“IODE”参数。
对于BDS系统,利用广播星历中的TOE(Time of Ephemeris)参数生成相应的“IODE”参数,并占据8比特位,具体计算方式如下:
IODEC=FMOD(INT(TOE/720),240)
对于SSR卫星轨道改正数恢复,SSR卫星轨道改正数包括径向(Radial)、切向(Along)和法向(Cross)三个方向相对于基于广播星历计算的卫星位置的改正量。基于广播星历与轨道改正数恢复至精密卫星位置的方法如下所示:
Xorbit=Xbroadcast-δX
其中,Xorbit为基于轨道SSR信息改正后的精密卫星位置;Xbroadcast为与轨道SSR信息匹配的广播星历计算的卫星位置,δX为基于轨道SSR信息的卫星位置值。其中卫星位置改正数δX的计算方法如下:
δX=[eradial ealong ecross]δo
其中,r=Xbroadcast为地心地固(ECEF)坐标系下基于广播星历得到的卫星位置向量;为ECEF下基于广播星历得到的卫星速度向量;ei为方向单位向量,i={radial,along,cross};δo为轨道改正数向量,其完整形式如下式所示:
其中,t为历元时刻;t0为SSR轨道改正数的参考时间;δoi,为SSR轨道改正数参数。
对于SSR卫星钟差改正数恢复与上述SSR卫星轨道改正数恢复类似,基于广播星历与卫星钟差改正数恢复至精密卫星钟差的方法如下:
其中,Xbroadcast为与钟差SSR改正数匹配的广播星历计算的卫星钟差;tsatellite为基于钟差SSR信息改正后的精密卫星钟差;δC为基于钟差SSR信息的卫星钟差改正值,其具体计算方式如下所示:
δC=C0+C1(t-t0)+C2(t-t0)2
其中,t为历元时刻;t0为SSR钟差改正数的参考时刻;Ci为SSR钟差改正信息的多项式系数,i={0,1,2}。
优选的,高频钟SSR信息δChigh rate可以支持更高的分辨率和更新率。钟信息与高频钟信息共同组成了卫星钟差的完整状态。附加高频钟信息的完整钟差改正如下:
δC=C0+C1(t-t0)+C2(t-t0)2+δChigh rate
其中,t为历元时刻;t0为SSR钟差改正数的参考时刻;Ci为SSR钟差改正信息的多项式系数,i={0,1,2}。
S203:将实时单频观测数据输入单频精密单点定位模型,并根据精密卫星钟差进行修正,获取对流层天顶延迟估计值。
具体的,在本申请实施例中,GNSS单频码伪距与载波相位原始观测方程如下:
其中,上标S代表卫星的PRN(Pseudo Range Number)号;
下标r代表接收机号;
括号中的i代表历元号;
为码观测值,单位为m;
为载波相位观测值,单位为m;
为卫星至接收机的几何距离,单位为m;
Zr为测站处天顶对流层延迟,单位为m;
为对流层的投影函数;
dtr为接收机钟差,单位为m;
dts为卫星钟差,单位为m;
为第j个频率接收机至卫星的电离层斜延迟,单位为m;
为电离层在频率j上的转换因子;
br,j和分别为接收机与卫星码偏差,单位为m;
φr,j和分别为接收机与卫星相位偏差,单位为m;
为第j频率的模糊度,单位为周;
为第频频率的波长,单位为m/周;
为码多路径效应、观测值噪声及其它未模型化误差之和,单位为m;
为相位观测值多路径效应、观测值噪声及其它未模型化误差之和,单位为m。
首先,采用第一频率的GNSS观测数据并将上述原始观测方程线性化后可得:
其中,与/>分别为第一频率上的原始码与相位观测值减去计算值的常数项(O-C);/>为卫星到接收机的单位向量;/>为三维坐标向量/>
在单频精密单点定位模型计算过程中,需要引入外部高精度卫星轨道与钟差产品。而IGS等机构提供的卫星钟差产品通常基于消电离层组合的码与相位观测值计算得到,因此最终的精密卫星钟差产品中吸收了码伪距硬件延迟的消电离层组合,如下:
由于观测方程中的各类偏差参数与接收机钟差、电离层斜延迟以及相位模糊度参数之间线性相关,因此导致方程列秩亏。首先可以将接收机码偏差br,j、卫星码偏差以及卫星钟差产品中包含的卫星码偏差消电离层组合表示如下:
式中,为卫星码偏差的消电离层组合;/>为卫星码偏差的无几何组合,即卫星DCB;/>为接收机码偏差的消电离层组合;br,gf=br,1-br,2为接收机钟差的无几何组合,即接收机DCB。
将精密卫星钟差改正到上述原始观测方程中,可以得到如下的观测方程:
单频消电离层组合是利用电离层在同一频率码和相位观测值上大小相等、符号相反的性质进行组合消除,将上述修正后的观测方程中的码和相位观测值相加并取平均可得:
经过参数重组后可得列满秩观测方程:
其中,
在一个具体的应用场景中,在列满秩的单频消电离层模型下,假设i历元共有m颗可视卫星,则方程数为m,参数个数为(5+m),此时单历元中参数个数始终大于方程个数,因此仅用单一历元的观测数据无法获得行满秩的观测方程,需要累积多个历元(通常需要具有7颗共视卫星的两个历元即可)的观测值来启动滤波器。
S204:根据对流层天顶延迟估计值,通过地表大气压数据和Saastamoinen经验模型计算获得单站实时水汽产品。
具体的,通过步骤S203计算得到的对流层天顶延迟ZTD通常包含两部分,即天顶干延迟(ZHD)与天顶湿延迟(ZWD)。由于ZWD是水汽(PWV)和大气加权平均温度的函数,所以如果大气加权平均温度已知,则PWV可以由ZWD确定。因此大气加权平均温度Tm和地表大气压Ps是基于GNSS数据提取PWV的两个关键参数。ZHD可以借助地表大气压数据和Saastamoinen经验模型准确获得,如下:
ZTD=ZHD+ZWD
其中,h为测站的椭球高,为测站的纬度。ZWD可以由ZTD减去ZHD获得,PWV可以通过PWV=Π·ZWD计算获得,其中转换因子Π如下:
其中,ρw为液态水密度,Rv为水汽气体常数,k'2=(17±10)K/hPa和k3=(377600±400)K2/hPa为物理常数。Tm为大气加权平均温度,Tm=70.2+0.72Ts,其中,Ts为地表测站温度。
本申请采用基于实时数据流的单频精密单点定位模型,实现单站对流层天顶延迟的实时估计,并借助监测站装配的温度计和气压计等气象设备获取的温度、气压数据,实现单站水汽的实时反演。本申请实施例克服了现有主流GNSS水汽反演方法对双/多频接收机依赖的弊端,可直接基于低成本单频接收机输出的单频北斗数据进行水汽反演,显著降低单站硬件投入成本;本申请通过接收北斗分析中心播发的实时精密卫星轨道与钟差改正产品实现单站对流层天顶延迟的秒级估计,进而实现单站水汽的真实时反演,且在投入成本有限且对气象监测站数量有迫切需求的情况下,实现面向极端天气预警的低成本北斗水汽实时反演,以获得高精度、低成本、全天候、低时延的水汽产品。
本申请实施例还提供了一种水汽实时反演装置300,如图2所示,包括:
观测数据获取模块301,用于获取实时单频观测数据;
精密钟差获取模块302,用于获取实时广播星历及实时轨道钟差改正数,并根据时广播星历及实时轨道钟差改正数,获取精密卫星钟差;
ZTD估计模块303,用于将实时单频观测数据输入单频精密单点定位模型,并根据精密卫星钟差进行修正,获取对流层天顶延迟估计值;
水汽反演模块304,用于根据对流层天顶延迟估计值,通过地表大气压数据和Saastamoinen经验模型计算获得单站实时水汽产品。
在一个示例性的例子中,一种水汽实时反演装置300,还包括:
解码数据获取模块,用于将实时单频观测数据、实时广播星历及实时轨道钟差改正数通过RTCM解码器进行解码,获取解码数据;
共享内存存储模块,用于若解码数据后续需进行基于电脑端和/或服务器端的多站网处理,则通过共享内存的方式对解码数据进行存储;
全局变量存储模块,用于若解码数据后续需进行进行单站接收机的实时水汽反演,则通过全局变量的方式对解码数据进行存储。
在一个示例性的例子中,精密钟差获取模块302,还包括:
高频钟信息获取单元,用于获取高频钟SSR信息δChigh rate;
钟差改正值计算单元,用于根据高频钟SSR信息δChigh rate,计算基于SSR信息的卫星钟差改正值δC,δC的计算式如下:
δC=C0+C1(t-t0)+C2(t-t0)2+δChigh rate
其中,t为历元时刻,t0为SSR钟差改正数的参考时刻,Ci为SSR钟差改正信息的多项式系数,i={0,1,2};
精密卫星钟差计算单元,用于根据所述δC,计算所述精密卫星钟差tsatellite,所述tsatellite的计算式为
其中,Xbroadcast为与钟差SSR改正数匹配的广播星历计算的卫星钟差。
在一个示例性的例子中,所述ZTD估计模块,还包括:
观测方程线性化单元,用于获取同一频率的所述实时单频观测数据并输入GNSS单频码伪距与载波相位原始观测方程;
观测方程修正单元,用于根据所述精密卫星钟差,获取修正后的所述原始观测方程;
列满秩观测方程获取单元,用于通过列满秩的单频消电离层模型,对所述原始观测方程进行参数重组,获取列满秩观测方程;
ZTD计算单元,用于通过所述列满秩观测方程,获取所述对流层天顶延迟估计值。
需要说明的是,上述实施例提供的一种水汽实时反演装置与一种水汽实时反演方法属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
如图3所示,图3是本申请实施例根据一示例性实施例示出的一种电子设备的结构框图。
所述电子设备包括处理器910和存储器920。该主控芯片中处理器910的数量可以是一个或者多个,图3中以一个处理器910为例。该主控芯片中存储器920的数量可以是一个或者多个,图3中以一个存储器920为例。
存储器920作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例任意实施例所述的一种水汽实时反演方法程序,以及本申请实施例任意实施例所述的一种水汽实时反演方法对应的程序指令/模块。存储器920可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器920可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器920可进一步包括相对于处理器910远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器910通过运行存储在存储器920中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述任一实施例所记载的一种水汽实时反演方法。
本申请实施例还提供了一种计算机可读存储介质,其上储存有计算机程序,该计算机程序被处理器执行时实现上述任意一个实施例所述的一种水汽实时反演方法。
本发明可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读储存介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其它数据。计算机的存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其它类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其它内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其它光学存储、磁盒式磁带,磁带磁磁盘存储或其它磁性存储设备或任何其它非传输介质,可用于存储可以被计算设备访问的信息。
应当理解的是,本申请实施例并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请实施例的范围仅由所附的权利要求来限制。
以上所述实施例仅表达了本申请实施例的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请实施例构思的前提下,还可以做出若干变形和改进,这些都属于本申请实施例的保护范围。
Claims (10)
1.一种水汽实时反演方法,其特征在于,所述方法包括如下步骤:
获取实时单频观测数据;
获取实时广播星历及实时轨道钟差改正数,并根据所述时广播星历及实时轨道钟差改正数,获取精密卫星钟差;
将所述实时单频观测数据输入单频精密单点定位模型,并根据所述精密卫星钟差进行修正,获取对流层天顶延迟估计值;
根据所述对流层天顶延迟估计值,通过地表大气压数据和Saastamoinen经验模型计算获得单站实时水汽产品。
2.根据权利要求1所述的一种水汽实时反演方法,其特征在于,将所述实时单频观测数据输入单频精密单点定位模型之前,还包括如下步骤:
将所述实时单频观测数据、所述实时广播星历及所述实时轨道钟差改正数通过RTCM解码器进行解码,获取解码数据;
若所述解码数据后续需进行基于电脑端和/或服务器端的多站网处理,则通过共享内存的方式对所述解码数据进行存储;
若所述解码数据后续需进行进行单站接收机的实时水汽反演,则通过全局变量的方式对所述解码数据进行存储。
3.根据权利要求2所述的一种水汽实时反演方法,其特征在于,获取精密卫星钟差,具体包括如下步骤:
获取高频钟SSR信息δChighrate;
根据所述高频钟SSR信息δChighrate,计算基于SSR信息的卫星钟差改正值δC,所述δC的计算式如下:
δC=C0+C1(t-t0)+C2(t-t0)2+δChighrate
其中,t为历元时刻,t0为SSR钟差改正数的参考时刻,Ci为SSR钟差改正信息的多项式系数,i={0,1,2};
根据所述δC,计算所述精密卫星钟差tsatellite,所述tsatellite的计算式为
其中,Xbroadcast为与钟差SSR改正数匹配的广播星历计算的卫星钟差。
4.根据权利要求1所述的一种水汽实时反演方法,其特征在于,获取对流层天顶延迟估计值,具体包括如下步骤:
获取同一频率的所述实时单频观测数据并输入GNSS单频码伪距与载波相位原始观测方程;
根据所述精密卫星钟差,获取修正后的所述原始观测方程;
通过列满秩的单频消电离层模型,对所述原始观测方程进行参数重组,获取列满秩观测方程;
通过所述列满秩观测方程,获取所述对流层天顶延迟估计值。
5.一种水汽实时反演装置,其特征在于,包括:
观测数据获取模块,用于获取实时单频观测数据;
精密钟差获取模块,用于获取实时广播星历及实时轨道钟差改正数,并根据所述时广播星历及实时轨道钟差改正数,获取精密卫星钟差;
ZTD估计模块,用于将所述实时单频观测数据输入单频精密单点定位模型,并根据所述精密卫星钟差进行修正,获取对流层天顶延迟估计值;
水汽反演模块,用于根据所述对流层天顶延迟估计值,通过地表大气压数据和Saastamoinen经验模型计算获得单站实时水汽产品。
6.根据权利要求5所述的一种水汽实时反演装置,其特征在于,还包括:
解码数据获取模块,用于将所述实时单频观测数据、所述实时广播星历及所述实时轨道钟差改正数通过RTCM解码器进行解码,获取解码数据;
共享内存存储模块,用于若所述解码数据后续需进行基于电脑端和/或服务器端的多站网处理,则通过共享内存的方式对所述解码数据进行存储;
全局变量存储模块,用于若所述解码数据后续需进行进行单站接收机的实时水汽反演,则通过全局变量的方式对所述解码数据进行存储。
7.根据权利要求6所述的一种水汽实时反演装置,其特征在于,所述精密钟差获取模块,还包括:
高频钟信息获取单元,用于获取高频钟SSR信息δChighrate;
钟差改正值计算单元,用于根据所述高频钟SSR信息δChighrate,计算基于SSR信息的卫星钟差改正值δC,所述δC的计算式如下:
δC=C0+C1(t-t0)+C2(t-t0)2+δChighrate
其中,t为历元时刻,t0为SSR钟差改正数的参考时刻,Ci为SSR钟差改正信息的多项式系数,i={0,1,2};
精密卫星钟差计算单元,用于根据所述δC,计算所述精密卫星钟差tsatellite,所述tsatellite的计算式为
其中,Xbroadcast为与钟差SSR改正数匹配的广播星历计算的卫星钟差。
8.根据权利要求7所述的一种水汽实时反演装置,其特征在于,所述ZTD估计模块,还包括:
观测方程线性化单元,用于获取同一频率的所述实时单频观测数据并输入GNSS单频码伪距与载波相位原始观测方程;
观测方程修正单元,用于根据所述精密卫星钟差,获取修正后的所述原始观测方程;
列满秩观测方程获取单元,用于通过列满秩的单频消电离层模型,对所述原始观测方程进行参数重组,获取列满秩观测方程;
ZTD计算单元,用于通过所述列满秩观测方程,获取所述对流层天顶延迟估计值。
9.一种电子设备,其特征在于,包括:
至少一个存储器以及至少一个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1至4任一项所述的一种水汽实时反演方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的一种水汽实时反演方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310667495.2A CN116794682A (zh) | 2023-06-06 | 2023-06-06 | 一种水汽实时反演方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310667495.2A CN116794682A (zh) | 2023-06-06 | 2023-06-06 | 一种水汽实时反演方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116794682A true CN116794682A (zh) | 2023-09-22 |
Family
ID=88047350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310667495.2A Pending CN116794682A (zh) | 2023-06-06 | 2023-06-06 | 一种水汽实时反演方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116794682A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117784179A (zh) * | 2024-02-23 | 2024-03-29 | 中国科学院空天信息创新研究院 | 基于PPP-B2b的实时空间环境感知监测系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828690A (zh) * | 2018-07-02 | 2018-11-16 | 中国人民解放军战略支援部队信息工程大学 | 一种反演大气水汽含量的方法及装置 |
CN111551964A (zh) * | 2020-05-27 | 2020-08-18 | 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 |
-
2023
- 2023-06-06 CN CN202310667495.2A patent/CN116794682A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828690A (zh) * | 2018-07-02 | 2018-11-16 | 中国人民解放军战略支援部队信息工程大学 | 一种反演大气水汽含量的方法及装置 |
CN111551964A (zh) * | 2020-05-27 | 2020-08-18 | 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 |
Non-Patent Citations (1)
Title |
---|
赵传宝: "多模GNSS非组合精密单点定位:低成本单频模型构建与多频模型精化", 《中国知网》, pages 13 - 65 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117784179A (zh) * | 2024-02-23 | 2024-03-29 | 中国科学院空天信息创新研究院 | 基于PPP-B2b的实时空间环境感知监测系统及方法 |
CN117784179B (zh) * | 2024-02-23 | 2024-04-30 | 中国科学院空天信息创新研究院 | 基于PPP-B2b的实时空间环境感知监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109709591B (zh) | 一种面向智能终端的gnss高精度定位方法 | |
CN102331583B (zh) | 利用模糊度固定的gnss大气估计 | |
CN109001382B (zh) | 一种基于cors的区域大气水汽实时监测方法及系统 | |
CN110007326B (zh) | 一种用于星基增强系统的双频测距误差参数生成方法 | |
CN111273327B (zh) | 一种基于组合和非组合混合观测模型的精密单点定位方法 | |
Krzan et al. | GPS/GLONASS precise point positioning with IGS real-time service products | |
US11624838B2 (en) | System and method for providing GNSS corrections | |
CN112230252A (zh) | 终端定位方法、装置、计算机设备和存储介质 | |
CN111796309B (zh) | 导航卫星单频数据同步确定大气水汽和总电子含量的方法 | |
CN116794682A (zh) | 一种水汽实时反演方法、装置、电子设备及存储介质 | |
Su et al. | Improvement of multi-GNSS precise point positioning performances with real meteorological data | |
Li et al. | Real‐time sensing of precipitable water vapor from beidou observations: hong kong and CMONOC networks | |
Abdelazeem et al. | MGR-DCB: a precise model for multi-constellation GNSS receiver differential code bias | |
Marut et al. | Monitoring the water vapor content at high spatio-temporal resolution using a network of low-cost multi-GNSS receivers | |
CN111191293A (zh) | 基于区块链的北斗数据处理方法及装置 | |
Gurbuz et al. | Assessment of precipitable water vapor over Turkey using GLONASS and GPS | |
CN115980317B (zh) | 基于修正相位的地基gnss-r数据土壤水分估算方法 | |
Tunalı | Water vapor monitoring with IGS RTS and GPT3/VMF3 functions over Turkey | |
Yao et al. | An improved pixel-based water vapor tomography model | |
CN116087997A (zh) | 基于支持北斗/gnss的电子设备的水汽实时反演方法、系统 | |
CN114994724A (zh) | 一种gnss伪距差分定位性能评估方法及系统 | |
Tang et al. | PPP-derived tropospheric ZWD augmentation from local CORS network tested on bridge monitoring points | |
Abdelazeem et al. | Assessment of GNSS PPP-based zenith tropospheric delay | |
CN113465575A (zh) | 一种基于对流层先验信息约束的高落差山区gnss高精度快速网解方法 | |
Osah et al. | Comparative evaluation and analysis of different tropospheric delay models in Ghana |
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 |