GNSS信号估算大气可降雨系统原理及应用进展

目的 通过分析机器学习方法与传统方法各自的优势和缺陷,可以融合机器学习方法和传统方法各自的优势,有效克服经验模型的缺陷,同时提高降雨估算精度,增强了降雨预测的可靠性,从而预防自然灾害。方法 文章指出将人工智能等相关算法引入GNSS大气可降水量的反演过程成为了当前研究的重要方向,特别是将深度学习神经网络等模型运用到GNSS大气可降水量的探测实验中不仅能够提高实验运算效率及反演精度,还可以在一定程度上减少工作量。结果 根据系统组合的PPP模式实验数据显示运用北斗系统进行大气可降水量反演具有可行性,反演结果与探空数据有很好的一致性,且将机器学习方法运用到多系统组合的PPP模型的精度更高,能够为天气预测提供技术支撑。结论 通过对GNSS反演大气可降水量发展的分析,归纳了当前利用GNSS反演大气可降水量的研究方法,对GNSS的大气水汽含量反演从理论到技术应用进行了梳理。同时研发基于约束下的GPS系统和我国北斗卫星系统的联合大气水汽反演系统对于进一步推动GNSS技术在气象和农业方面的应用具有重要作用。