基于BP神经网络的昆明天顶湿延迟模型
Kunming zenith wet delay model based on a backpropagation neural network作者机构:昆明市测绘研究院云南昆明650051 武汉大学测绘学院湖北武汉430079 桂林理工大学广西空间信息与测绘重点实验室广西桂林541004
出 版 物:《测绘通报》 (Bulletin of Surveying and Mapping)
年 卷 期:2022年第3期
页 面:107-110页
核心收录:
学科分类:08[工学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术]
基 金:国家自然科学基金(41721003,41874033) 昆明市卫星定位综合服务系统整合技术服务项目(JS2020-03) 昆明市卫星定位综合服务系统扩展升级专项资金(JS2021-02) 昆明市卫星定位综合服务系统整合建设及关键技术研究(昆测研202003) 广西空间信息与测绘重点实验室资助课题(19-185-10-17)
主 题:昆明CORS 天顶湿延迟 BP神经网络 Saastamoninen模型
摘 要:为了满足昆明市卫星定位综合服务系统(KMCORS)对高精度天顶湿延迟(ZWD)的需要,本文开发了适用于昆明地区的ZWD模型KM。KM模型是根据昆明探空站2015—2018年的探空资料,基于误差反向传播(BP)神经网络建立的,同时采用2019年的探空数据,验证了KM模型的预测性能。测试结果表明,与广泛使用的SA模型相比,KM模型的RMSE由4.0 cm降至2.2 cm,精度提升了45%;KM和SA模型的Bias分别为0和-3.1 cm。该结果表明KM模型对ZWD估计具有无偏性,而SA模型在高原区存在过度估计的问题,KM模型具有比SA经验模型更优的预测性能,其应用将有助于提升KMCORS的服务质量。