journal GUT.
2022, 42(3):
672-678.
针对对流层延迟误差改正模型在不同区域的影响各不相同, 为分析常用的GPT2w 和UNB3m 模型在桂林地区暴雨天气下的适用性, 以暴雨频发的2017 年6—7 月为研究时段, 基于桂林地区该时间段内8个CORS 基准站解算的对流层天顶总延迟(ZTD)产品为参考值, 对模型在桂林地区暴雨天气下的适用性进行分析。 结果表明: 在暴雨天气下, GPT2w-1 和GPT2w-5 模型的平均偏差BIAS 分别为-2. 94 和-4. 37 cm,RMS 分别为3. 77 和4. 86 cm, 而UNB3m 表现出较大的平均偏差( -11. 26 cm)和RMS(11. 37 cm); 相比暴雨天气, GPT2w-1、 GPT2w-5 和UNB3m 模型在晴朗天气下的精度(RMS 值)分别提高了1. 18、 2. 52 和3. 95cm。综合分析发现, 常用GNSS 对流层延迟模型在晴朗天气下的精度及稳定性普遍要优于暴雨天气, 同时在桂林地区暴雨天气下GPT2w 模型的精度及稳定性都优于UNB3m 模型。因此, 在桂林地区暴雨天气下GPT2w 相较于UNB3m 模型具有更好的适用性。