-
公开(公告)号:CN107389595B
公开(公告)日:2019-11-12
申请号:CN201710468466.8
申请日:2017-06-20
Applicant: 东南大学
IPC: G01N21/359 , G01N21/3504 , G01N21/3554
Abstract: 本发明公开了一种基于MODIS三通道加权平均的水汽反演方法,包括以下步骤:S1:对研究区的MOD021KM数据进行预处理;S2:分别计算17、18和19通道的水汽含量;S3:对步骤S2得到的三个不同通道的水汽含量进行加权平均。相比传统的二通道比值法模型和三通道比值法模型,本发明有效提高了计算精度。
-
公开(公告)号:CN106022470B
公开(公告)日:2019-01-29
申请号:CN201610278065.1
申请日:2016-04-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于BP‑EGNOS融合模型的对流层延迟改正方法,包括以下的步骤:S1:构建一个4×P×1的BP神经网络模型,表示测站处对流层延迟残差RES与测站处的纬度、测站处的高程、年积日和EGNOS模型计算的测站对流层延迟的非线性关系;S2:利用IGS站提供的高精度对流层延迟产品数据对建立的BP神经网络进行训练;S3:利用测站处的纬度、测站处的高程、年积日和EGNOS模型计算的测站对流层延迟,通过S1建立的BP神经网络计算测站处对流层延迟残差;S4:计算修改后新模型的对流层天顶延迟。本发明模型相对于EGNOS模型,能更好的拟合对流层延迟变化的规律,且在高海拔地区也同样具有较高精度,优于传统的EGNOS模型。
-
公开(公告)号:CN111273318A
公开(公告)日:2020-06-12
申请号:CN202010116479.0
申请日:2020-02-25
Applicant: 东南大学
IPC: G01S19/07
Abstract: 本发明公开了一种基于抛物线的区域对流层湿延迟计算方法,包括:1、采集目标区域中每个探空站点的探空数据、年积日和空间位置数据,根据采集到的探空数据计算每个探空站点的对流层湿延迟真值;2、建立对流层湿延迟抛物线函数模型;3、将步骤1中获取的探空站点的对流层湿延迟真值、年积日、纬度值、海拔高度值代入对流层湿延迟抛物线函数模型中,确定各项系数,得到目标区域内对流层湿延迟抛物线函数模型;4、获取目标区域内待测地的纬度值、海拔高度值和年积日,根据目标区域内对流层湿延迟抛物线函数模型得到待测地的对流层湿延迟计算值。该方法适用于无法获取探空数据的位置,且考虑了季节的影响,能够获取较为精确的对流层湿延迟。
-
公开(公告)号:CN111273318B
公开(公告)日:2021-10-19
申请号:CN202010116479.0
申请日:2020-02-25
Applicant: 东南大学
IPC: G01S19/07
Abstract: 本发明公开了一种基于抛物线的区域对流层湿延迟计算方法,包括:1、采集目标区域中每个探空站点的探空数据、年积日和空间位置数据,根据采集到的探空数据计算每个探空站点的对流层湿延迟真值;2、建立对流层湿延迟抛物线函数模型;3、将步骤1中获取的探空站点的对流层湿延迟真值、年积日、纬度值、海拔高度值代入对流层湿延迟抛物线函数模型中,确定各项系数,得到目标区域内对流层湿延迟抛物线函数模型;4、获取目标区域内待测地的纬度值、海拔高度值和年积日,根据目标区域内对流层湿延迟抛物线函数模型得到待测地的对流层湿延迟计算值。该方法适用于无法获取探空数据的位置,且考虑了季节的影响,能够获取较为精确的对流层湿延迟。
-
公开(公告)号:CN107389595A
公开(公告)日:2017-11-24
申请号:CN201710468466.8
申请日:2017-06-20
Applicant: 东南大学
IPC: G01N21/359 , G01N21/3504 , G01N21/3554
Abstract: 本发明公开了一种基于MODIS三通道加权平均的水汽反演方法,包括以下步骤:S1:对研究区的MOD021KM数据进行预处理;S2:分别计算17、18和19通道的水汽含量;S3:对步骤S2得到的三个不同通道的水汽含量进行加权平均。相比传统的二通道比值法模型和三通道比值法模型,本发明有效提高了计算精度。
-
公开(公告)号:CN106022470A
公开(公告)日:2016-10-12
申请号:CN201610278065.1
申请日:2016-04-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于BP‑EGNOS融合模型的对流层延迟改正方法,包括以下的步骤:S1:构建一个4×P×1的BP神经网络模型,表示测站处对流层延迟残差RES与测站处的纬度、测站处的高程、年积日和EGNOS模型计算的测站对流层延迟的非线性关系;S2:利用IGS站提供的高精度对流层延迟产品数据对建立的BP神经网络进行训练;S3:利用测站处的纬度、测站处的高程、年积日和EGNOS模型计算的测站对流层延迟,通过S1建立的BP神经网络计算测站处对流层延迟残差;S4:计算修改后新模型的对流层天顶延迟。本发明模型相对于EGNOS模型,能更好的拟合对流层延迟变化的规律,且在高海拔地区也同样具有较高精度,优于传统的EGNOS模型。
-
-
-
-
-