排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对现有的需要实测参数的对流层天顶湿延迟(zenith wet delay, ZWD)模型在青藏高原地区适配性不足的问题,根据青藏高原地区13个探空站2015—2017年的探空站数据,将气象参数(地面空气温度、水汽压)和时空变化特征(年积日和高程)作为模型输入因子,以数值积分法计算得到的ZWD作为学习目标,通过多层感知器(multi-layer perceptron, MLP)神经网络模型进行迭代训练,从而得到适用于青藏高原地区的ZWD预测模型(简称为MLP模型),并使用2018年的探空站数据对模型进行精度检验。结果表明,MLP模型的年均偏差(bias)和年均均方根误差(root mean square error, RMSE)分别为-0.08 cm和1.13 cm,分别比GPT3模型、Saastamoninen模型和Ifadis模型的精度(RMSE值)提高了51.5%、40.2%、52.9%。研究可为青藏高原地区的全球导航卫星系统(Global Navigation Satellite System, GNSS)导航定位和水汽反演研究提供参考。 相似文献
1