顾及季节和高程影响的青藏高原湿延迟神经网络预测模型 |
| |
引用本文: | 曾印,谢劭峰,张继洪,吴勇峰,刘俊文,徐庆兵.顾及季节和高程影响的青藏高原湿延迟神经网络预测模型[J].中国科技论文,2023(5):512-517. |
| |
作者姓名: | 曾印 谢劭峰 张继洪 吴勇峰 刘俊文 徐庆兵 |
| |
作者单位: | 1. 桂林理工大学测绘地理信息学院;2. 广西空间信息与测绘重点实验室(桂林理工大学) |
| |
基金项目: | 国家自然科学基金资助项目(41864002);;广西自然科学基金资助项目(2018GXNSFAA281182); |
| |
摘 要: | 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。
|
关 键 词: | 天顶湿延迟 多层感知器 青藏高原地区 精度检验 |
|
|