基于机器学习的对流层模型研究文献综述

文献综述（或调研报告）：

1、国内外发展状况：

Hopfield对全球18个台站1年的高空气象探测资料进行分析，建立了Hopfield模型。Hopfield模型是用全球气象探测资料进行分析，在该模型中大气层仅分为对流层和电离层。

Saastamoinen基于美国标准大气模型计算得到了天顶延迟,并把地球的大气分为三层：对流层是从地面到10km左右高度处的对流层顶，其气体温度假设为6.5/km递减率;第二层是从对流层顶到70km左右的平流层顶，其中把大气温度假设成常数；70km以外是电离层。

Saastamoinen模型还首次把被积函数按照天顶距三角函数进行展开逐项进行积分，中纬度地区应用该模型预测干、湿延迟，能分别达到2~3mm和3~5cm的精度水平。此后H.D.BLACK在1978年，在Hopfield模型基础上加入路径弯曲改正之后，给出了BLACK模型。

目前得到国内外公认，应用最广泛的是Saastamoinen模型(简称SAAS)。SAAS模型需提供实测的气象参数(若用标称气象参数计算精度较差) ，在一定程度上无法满足广大实时导航定位用户的精度需要。针对SAAS模型的不足，Paul Collins等利用1966美国标准大气资料推出了UNB3模型，该模型通过分析海平面处的气象资料，把温度、气压、相对湿度等气象参数写成关于纬度和年积日的表格形式，并且考虑了参数的季节变化，从而求出海平面处的天顶延迟，然后通过高程函数求得测站处的天顶延迟。UNB3模型计算时不需要任何实测气象参数。之后又将表格中的相对湿度替换成水汽压，更新为UNB3m模型。1999年Penna等人利用1°times; 1°网格的欧洲中尺度数值预报中心ECMWF 资料推出了类似于UNB3的EGNOS模型。

EGNOS模型是欧盟的EGNOS (the European Geo-stationary Navigation Overly Sys-tem)所采用的对流层天顶延迟改正模型. EGNOS 模型的最大好处是计算天顶延迟时，不需要实测的气象数据，该模型提供计算对流层天顶延迟所需的5个气象参数:气压、温度、水气压、温度梯度、水气梯度,它们在平均海平面上的时空变化仅与纬度和年积日有关，且其年变化呈余弦函数,每个参数余弦函数的相位固定(最小值的年积日北半球取为28日，南半球为211日),余弦函数的振幅和年平均值由气象资料拟合求得。

国内学者也有在对局部大气模型进行研究，比如魏丽等研究人员利用青藏地区1960~1969的高空探测资料，借鉴美国标准大气的形式，建立了垂直32层(l.5~100km)的青藏高原大气模型。吴必军根据北京、上海、广州的探空气象资料,提出了基于Hopfield模型适合我国的对流层折射模型。西南交通大学的殷海涛博士采用成都地区2003~2005年的探空数据，以负指数的形式建立了折射率模型，进而得到了成都地区的天顶延迟模型。信息工程大学的杨力博士选择我国具有特殊气象条件的西北、西南高原地区的气象资料，建立了一种新的大气延迟模型。而中科院的宋淑丽等人通过对目前国际上常用的EGNOS模型在全球特别是在中国区域的适用性分析，利用ECMWF资料在中国区域对其进行了改进，建立了中国区域的对流层延迟改正模型(SHAO模型)，该模型直接模型化对流层天顶延迟，把用户起算点放到每个网格的平均高度上, 减少了高程改正的误差累积, 比EGNOS模型更适合中国区域的导航用户。

针对对流层折射误差改正，国内外诸多学者做了大量研究，并提出了很多方法，如射线轨迹法、模型改正法、映像函数法、差分法和参数估计法等。 近几年又提出了新的 GPS 对流层延迟改正模型 UNB3m、 EGNOS 等和具有中国地域特色的对流层天顶延迟改正模型 SHAO。

2、现有成果总结：