温度与天气对IGS跟踪站联测的残差影响分析

2019-06-26杨成林徐白山韩中含

全球定位系统 2019年3期

杨成林,徐白山,韩中含

(东北大学资源与土木工程学院,辽宁沈阳 110819)

0 引言

全球定位系统(GPS)的快速发展,促使了高精度数据处理软件的诞生,由于GAMIT/GLOBK软件方便快捷,既能满足规范要求,又能提高精度指标,已成为高精度基线解算的主要方法之一[1]．利用GAMIT/GLOBK软件进行联测过程中,一年的数据往往存在季节性周期变化．会造成基准站标准化均方根误差平均值(NRMS)过大、基线分量偏差升高,从而影响基准站联测的准确性,对基于高精度基线处理的基准站稳定性分析精度也会造成较大影响[2]．因此,研究影响联测精度的因素,避免季节性周期变化的影响成为了一个亟待解决的问题．为了监控在关东东部,日本中部地区的地壳形变,已经开始了高精度基线解算,分别估计为±4.6 mm/a 和±3.5 mm/a的北向和东向分量[3]．通过分析1999年至2001年25个站点的GPS基准网的日常连续数据,检测出幅度为3～10 mm的季节性高度变化[4]．文献[5-7]对不同国际全球卫星导航系统(GNSS)服务(IGS)站个数及分布情况对联测结果的影响进行了系统分析,获得了最合适的联测站点个数及网形分布．文献[8-10]对不同参数的影响进行了对比分析,得出最优参数选择的应用结论．文献[11-12]对跟踪站坐标解算情况进行了深入研究,取得了较好的效果．

上述研究成果主要是针对不同IGS站联测个数与分布情况进行处理,从而解决了基准站的选取对解算结果影响的问题．而分析影响GAMIT软件联测精度的因素研究相对较少．基于此本文采用GAMIT/GLOBK软件对2018年CHAN站的与接收机无关的交换格式数据(Rinex)进行了高精度基线处理,以NRMS值作为衡量处理效果的判定依据,对温度变化、雨雪天气与联测残差的关系进行总结,探索影响联测精度的因素,进一步提高联测精度,旨在为基于高精度基线解算基线处理提供实际参考．

1 高精度基线解算处理

1.1 GMAIT/GLOBK软件

GAMIT/GLOBK软件是目前GPS高精度基线解算软件中,应用频率最高的软件．该软件是由美国麻省理工学院(MIT)和SCRIPPS海洋研究所(SIO)共同开发的GPS数据处理软件,是国际上最优秀的GPS定位和定轨数据处理分析软件之一．

1.2 更新tables

GAMIT软件安装后第一次使用,需要将tables文件夹下的所有文件更新,根据自身情况选择需要的文件数据进行更新．更新GAMIT的相关表文件参数,如表1所示

表1 GAMIT/GLOBK软件的主要表文件

1.3 处理结果

通过对生成的o文件、q文件、h文件、sh_gamit_XXX.summary文件进行查看,可得到解算的情况．

2 基线解算结果及精度评定指标

IGS跟踪站联测精度的变化对高精度GPS数据处理至关重要,为了探讨影响IGS站联测精度的因素,选取CHAN站2018年数据进行实验,并采用2017年数据进行检核,基线结果的评价指标选择NRMS值．NRMS值代表联测精度指标,值越小,联测效果越好．

对于从历元的模糊度解算中得出的残差,可以采用单时段解算出的基线值偏离其加权值的程度得到,标准化均方根误差可进一步表示为

(1)

式中:NRMS为标准化均方根误差值;N为基线单日解的数目;n为观测天数;Yi为第i日的基线值;Y为单天解的基线值的加权平均值;σi是各单日解基线值的方差．

3 温度、天气与IGS站联测精度的关系

打开sh_gamit_XXX.summary文件夹,查看结果文件．未知点CHAN站与联测4个IGS(BJFS、DAEJ、SHAO、ULAB)站点位置如图1所示．

图1 未知CHAN站与联测IGS站的位置图

记录2018年CHAN站每天平均温度的变化与结果文件中NRMS值的变化趋势,如图2、图3所示．

图2 CHAN站2018年平均温度变化趋势

图3 CHAN站2018年NRMS值变化趋势

对2018年每天平均温度变化与NRMS值进行分析,总结温度变化与NRMS值的关系,如图4所示．

图4 CHAN站2018年平均温度变化与NRMS值的相关性

结果表明:NRMS值随温度的升高而减小,不论是线性拟合还是非线性拟合,相关性都超过60%,说明联测残差受温度影响较大,且与温度呈负相关趋势．

2018年,长春地区降雨降雪情况如表2所示．

表2 2018年CHAN站地区雨雪天气统计

对2018年长春地区的降雨降雪情况与CHAN站的NRMS值进行总结,图5示出了雨雪天气与非雨雪天气的NRMS值对比．图6示出了降雨、降雪天气的解算结果比较．

图5 雨雪天气与非雨雪天气NRMS值对比图

图6 雨雪天气NRMS值对比图

结果表明:雨雪天气较非雨雪天气联测效果较差,相差0.5 mm左右．降雪天气由于温度低、观测环境差等原因,联测效果最差,故应尽量避免雨雪天气进行高精度联测任务．

平均温度变化影响测量残差或由仪器设备所处环境与标准温度均有偏差,一般设备标准温度设为20°C,当气温较低时,温差较大,故联测残差影响较大;雨雪天气影响测量残差或由于雨雪天气地面积水或积雪影响卫星信号传播路径,从而产生干涉时延效应,影响卫星搜索,使联测残差值受到影响升高．

4 检核实验结果

为了避免由于选取一年数据进行实验产生的偶然性,再次选取2017年CHAN站数据进行联测．由于2017年上半年SHAO站数据存在缺失,故采用BJFS、DAEJ、ULAB三站进行联测．再次记录2017年CHAN站每天平均温度的变化与结果文件中NRMS值的变化趋势,如图7、图8所示．

图7 CHAN站2017年平均温度变化趋势

图8 CHAN站2017年NRMS值变化趋势

2017年CHAN站每天平均温度变化与NRMS值关系如图9所示．

图9 CHAN站2017年温度与NRMS值的相关性

2017年,长春地区降雨降雪情况如表3所示．

表3 2017年CHAN站雨雪天气统计

对2017年长春地区的降雨降雪情况与CHAN站的NRMS值进行总结,图10示出了雨雪天气与非雨雪天气的解算结果对比．图11示出了降雨、降雪天气的NRMS值比较．

图10 雨雪天气与非雨雪天气NRMS值对比图

图11 雨雪天气NRMS值对比图

结果表明:CHAN站2017年与2018年实验结果趋势相同,再次印证了上述结论:平均温度变化、天气情况是影响联测残差的两项因素．由于仪器设备标准温度与全年温度变化产生的温差较大,使NRMS值随温度的升高而降低,即联测精度随温度的升高而提高．由于受大气层的影响,雨雪天气情况下地面积水或积雪影响卫星信号传播路径,导致联测效果较差,雨雪天气较非雨雪天气NRMS值相差0.5 mm左右．故进行联测任务时,应避免在低温和雨雪天进行工作．