本文共 1493 字，大约阅读时间需要 4 分钟。
地面授信定位系统（GNSS）不仅在精确定位方面具有重要作用，还在监测和建模地表大气层（地trophere，通常指低层大气，约为12 km以下）方面发挥着关键作用。通过费马原理，GNSS卫星发出的无线电信号会因中性大气层（包括地trophere和外大气）的折射率而产生延迟，延迟距离可达60 km。这种延迟对GNSS定位有重要影响，通常被称为“地trophere效应”。
地trophere效应可以划分为干燥和湿润两种类型。干燥成分（在正交方向最大可达2.3米）可以通过大气压力模型较为准确地建模，而湿润成分（在正交方向最大可达50厘米）则与高时空变异的温度和湿度密切相关。因此，湿润成分通常被视为一个额外的时间可变参数，在定位过程中作为未知数进行估计。
为了避免系统过参数化，通常采用基站的延迟（ZTD，Zenith Tropospheric Delay）作为单个站点和特定时间间隔内的地trophere延迟参数。该参数反映了正交方向的地trophere延迟，并假设了对站点周围水蒸气分布的对称性。然而，这一假设通常不成立，因此引入了第一顺序的水平梯度修正，通过与其他状态向量参数一起估计。
在精确GNSS应用中，地trophere延迟需要与其他参数（如接收机坐标、时钟校正等）一起最优化估计。这种方法在静态坐标解算中效果较好，但在动态定位（kinematic positioning）中，由于高度坐标分量与ZTD高度相关，可能导致估计精度下降。
为了提高定位精度，可以通过引入外部精确ZTD模型进行校正。此外，结合高精度的外部模型可以减少收敛周期。在高级方法中，整数初始载波相位不确定性（AR，Ambigu Resolution）解算可以显著提升定位效率，使传统RTK方法在实际应用中与PPP（ Precise Point Positioning）技术相竞争。
GNSS信号路径因湿润成分的分布而受到延迟和折射效应，这些信息对于理解大气中的水蒸气分布具有重要意义。通过密集GNSS站点网络获取的地trophere参数，可以为气象数值模型（NWM，Numerical Weather Models）提供高精度、高分辨率的实时数据，从而改善天气预报。
GNSS技术在气象领域具有优势，主要体现在其高精度、低成本和易于部署等方面。相比传统气象工具（如气象气球），GNSS提供的数据更为经济高效。下图展示了从实时GNSS分析中得到的地trophere延迟时间序列。
长期运行的稳定GNSS站点网络已建立30年，其中部分站点持续运行。这些站点累积的地trophere参数数据为气候变化研究提供了重要数据源。然而，由于硬件升级等因素，数据系列中可能存在非齐次性问题，这需要在使用前进行严格的清洗和标准化处理。
GNSS产品不仅可用于模型验证和改进，还可用于评估水循环和其他应用领域。通过高精度的地trophere参数数据，可以更好地理解大气变化过程，为气候建模提供有力支持。
在精确GNSS定位中，地trophere延迟需要与其他参数（如接收机坐标、时钟校正等）一起最优化估计。这种方法在静态坐标解算中效果较好，但在动态定位中，由于高度坐标分量与ZTD高度相关，可能导致估计精度下降。
通过引入外部精确ZTD模型，可以显著提高定位精度并缩短收敛周期。高级方法还可以结合整数初始载波相位不确定性（AR）解算，通过引入外部的地trophere和外电离层校正参数加速解算，从而使PPP技术在实际应用中与传统RTK技术相竞争。
转载地址：http://qkqwz.baihongyu.com/