顾及气象数据的中国区域对流层延迟RBF神经网络优化模型
顾及气象数据的中国区域对流层延迟RBF神经网络优化模型
Publication information
Publisher
Beijing: Surveying and Mapping Press
Subjects
More information
Scope and Contents
Contents
本文基于单层气象数据(ERA5单层数据、实测气象参数)和多层气象数据(ERA5气压层数据、COSMIC掩星数据)，分别采取模型法和积分法获取了我国236个陆态网GNSS测站的ZTD值，即ERA5S_ZTD、MET_ZTD、ERA5P_ZTD、RO_ZTD。以GNSS_ZTD为参考，按月评估了上述4种ZTD估计值的精度，结果表明：4种ZTD估计值的月平均RMSE依次为42.8、53.6、16.1和62.3 mm，其中基于积分法估计的ERA5P_ZTD精度最高，采用模型法计算的ERA5S_ZTD和MET_ZTD次之，而利用积分法获取的RO_ZTD值精度较低。为进一步提升利用气象数据估计ZTD值的精度，本文提出了基于RBF神经网络的对流层延迟改进模型。计算结果表明：改进模型获得的4种ZTD值与GN...
Alternative Titles
Full title
顾及气象数据的中国区域对流层延迟RBF神经网络优化模型
Identifiers
Primary Identifiers
Record Identifier
TN_cdi_wanfang_journals_chxb202208003
Permalink
https://devfeature-collection.sl.nsw.gov.au/record/TN_cdi_wanfang_journals_chxb202208003
Other Identifiers
ISSN
1001-1595
E-ISSN
1001-1595
DOI
10.11947/j.AGCS.2022.20210480
How to access this item
Log in as a Library member
