《Geodesy and Geodynamics》：ZTD model construction and its performance for large height difference Xizang by fusing ground-based GNSS and ERA5
编辑推荐：
本文针对全球天顶对流层延迟（ZTD）模型在复杂地形的Xizang地区表征强高程效应和局地气候变异性性能有限的问题，研究人员通过融合2017-2019年49个台站的地基GNSS ZTD观测与同期ERA5再分析数据，构建了一个0.25°×0.25°高分辨率ZTD网格模型（XZZM）。该模型显著提升了ZTD表征精度，在精密单点定位（PPP）测试中，相比GPT3模型将垂直定位精度提高了35.9%，为复杂高原环境下的高精度GNSS应用提供了可靠的对流层延迟改正。
当卫星信号穿过大气层时，它会经历一种名为“对流层延迟”的弯曲和减速，这对于依赖卫星进行高精度定位的全球导航卫星系统（GNSS）来说，是一个令人头疼的主要误差源。尤其是在像Xizang这样的高原地区，地形复杂，海拔落差巨大，局地气候多变，使得现有的全球性对流层延迟模型（如GPT3）表现欠佳，难以精确刻画强烈的海拔效应和季节性变化。这直接限制了该地区高精度GNSS定位、气象监测等应用的可靠性。为了解决这一难题，一项发表在《Geodesy and Geodynamics》上的研究，创造性地将地基GNSS观测与先进的ERA5大气再分析数据融合，为Xizang地区量身定制了一个高精度的“天气修正器”。
为了构建这个模型，研究人员主要运用了以下关键技术方法：首先，他们收集了Xizang地区49个连续运行参考站（CORS）2017至2019年的GNSS观测数据，并使用GAMIT/GLOBK软件解算得到高精度的ZTD序列。其次，他们获取了同期的欧洲中期天气预报中心（ECMWF）ERA5再分析数据，该数据提供了高时空分辨率的压力、温度、比湿等大气垂直剖面信息。通过将GNSS ZTD与ERA5数据融合，研究人员构建了考虑高程和季节性变化的ZTD指数函数模型，并利用反距离加权（IDW）插值法，最终生成了空间分辨率为0.25°×0.25°的Xizang天顶对流层延迟网格模型（Xizang ZTD Model, XZZM）。研究还利用RTKLIB开源算法库进行了精密单点定位（PPP）测试，以验证模型的实际应用效果。
ZTD时空变化特征
分析发现，Xizang地区的ZTD值与台站经纬度相关性较弱，但与台站高程呈现极强的负相关，即海拔越低，ZTD值越大。同时，ZTD时间序列表现出清晰的年周期性变化，夏季和秋季数值高，冬季和春季数值低，这与地表温度和水汽的季节性变化密切相关。
ZTD高程归一化模型构建
基于ERA5数据计算的垂直剖面显示，大气折射率和ZTD随高度增加近似呈指数衰减。研究通过对比不同高度范围的拟合方案，发现仅对地面3公里以内的ZTD垂直剖面进行指数拟合，其残差远小于拟合整个压力层范围（最高约48公里）的方案，平均残差仅为0.19厘米。因此，研究采用了更贴近实际GNSS用户活动范围的地面3公里内数据来构建ZTD高程归一化模型，其核心参数是归一化参数β。
高程归一化参数β的敏感性与时空特性
敏感性分析表明，β的误差与ZTD高程归一化误差近似呈线性关系。当β误差在±0.005范围内时，对应的ZTD归一化误差约为0.5-1.0厘米。对β的时空分析发现，其在Xizang地区随经纬度的变化不明显，但具有清晰的年周期和半年周期信号。研究采用包含年周期和半年周期的余弦趋势模型来拟合β的时间序列，拟合残差对应的ZTD归一化误差约为0.5厘米，满足高精度应用要求。
XZZM模型精度验证
在参与建模的49个台站上，以GNSS解算的ZTD为参考，对XZZM模型进行内部一致性检验。结果显示，XZZM估算的ZTD整体精度在10-20毫米之间，其均方根误差（RMSE）在所有季节均小于直接由ERA5数据计算的ZTD，并且季节性表现更为稳定。空间上，相比ERA5，XZZM的偏差模式在空间上更均衡，幅度更小，显示出更稳定的ZTD估计性能。
XZZM模型应用效果测试
在Xizang地区12个观测点上，将XZZM模型与广泛使用的GPT3模型进行了对比。统计结果表明，XZZM估算的ZTD与GNSS观测值的差异更集中，季节性一致性更好。XZZM的平均偏差为0.7厘米，RMSE为2.0厘米，而GPT3模型的平均偏差为-3.9厘米，RMSE为5.9厘米。更重要的是，在精密单点定位（PPP）测试中，使用XZZM模型相比使用GPT3模型，在垂直方向（U方向）的定位精度提升了35.9%，在南北（N）和东西（E）方向也有小幅提升，证明了XZZM模型在实际高精度定位应用中的优越性。
综上所述，本研究成功构建了适用于Xizang复杂高原环境的高分辨率天顶对流层延迟网格模型XZZM。该模型有效融合了地基GNSS观测的高精度优势和ERA5再分析数据的垂直剖面信息，显著提升了ZTD估算的精度和季节性稳定性。研究发现ZTD在Xizang地区强烈依赖于高程并呈现明显年周期变化，所建立的高程归一化模型能够准确描述近地面ZTD的垂直分布特征。与ERA5和GPT3模型相比，XZZM在内部检验和外部PPP应用测试中均表现出更优的性能，特别是在提升垂直定位精度方面效果显著。这项研究不仅为Xizang地区的高精度GNSS定位、气象和水文应用提供了可靠的对流层延迟改正工具，其融合多源数据构建区域精细化模型的方法论，也为其他地形复杂地区开展类似研究提供了有价值的参考范例，随着GNSS观测网络的持续扩展，该方法具有广阔的应用前景。
