超高层建筑物GPS动态变形监测中对流层效应影响研究

1、 超高层建筑物 GPS 动态变形监测中对流层效应影响研究 30 s，观测截止高度角为 10°；然后，将斜路径方向的对流层延迟逐历元地添加到无误差的模拟观测 值中，得到只受对流层延迟影响的模拟观测值。这里，斜路径方向的对流层延迟由第一天的 GPS 观 测值计算得到，其方法与图 5 中求解斜路径方向的对流层延迟方法相同。 将包含对流层误差的模拟观测值和第一天的原始观测值，分别采用三种方法处理：不采用对流 层模型；采用 SAAS 模型改正；以及将对流层天顶延迟作为待定参数，求解流动站的坐标序列。由 于不采用对流层模型时无法正确确定所有整周模糊度，从而难以获得固定解，因此，图 8 和图 9

2、中 仅给出经后两种方法处理后的坐标序列。 图8 a 采用 SAAS 模型和 b 将对流层天顶延迟作为待定参数时， 模拟观测值在北、东和高程方向的坐标序列 从图 8 中可以看出，图 8a 的坐标序列振幅明显大于图 8b，在水平和高程方向图 8a 的坐标最大 值分别可达 2 cm 和 10 cm， 而图 8b 分别约为 0.4 mm 和 4 cm。 本文认为图 8a 是由模型改正后残余的 对流层误差过大所致，在变形监测中将难以反映建筑物的真实形变(尤其对水平方向。图 8b 在数据 处理过程中将对流层天顶延迟作为待定参数用观测资料来改正，不仅能很好地消除模型改正的系统 误差，而且能反映大气延迟的随机

3、变化，这在超高层建筑物的动态监测中显得尤为重要。 图9 a 采用 SAAS 模型和 b 将对流层天顶延迟作为待定参数时， 原始观测值在北、东和高程方向的坐标序列 由计算可知， 图 9a 中北、 东和高程方向坐标序列的 RMS 值分别为 0.90 cm、0.74 cm 和 2.27 cm； 图 9b 中三个方向的 RMS 分别为 0.75 cm、0.69 cm 和 2.18 cm。这与图 8 中的结果一致，说明将对流 层天顶延迟作为待定参数求解可提高 GPS 定位精度。 6 CSNC2010 第一届中国卫星导航学术年会 北京 从图 9 中不难看出，图 9a 和图 9b 的三个方向坐标序列的振幅相

4、当。本文认为这是由于实验中 的参考站处于强反射环境(如图 2 所示所致，使图 9 的坐标序列除包含图 8 中对流层延迟影响外，还 主要包含不能由差分法消除的多路径误差。 与图 8a 相比， 图 9a 中过大的多路径误差将模型改正后的 对流层误差完全淹没。这说明在超高层建筑物的动态监测中，多路径误差对定位结果的影响也必须 加以考虑。关于多路径误差的削减方法，笔者已另文探讨，详见文献6和12。 4 结论与建议 本文提出了定量分析对流层延迟误差对 GPS 定位结果影响的方法，并通过模拟和实测数据的分 析得到如下结论： 1. 在对超高层建筑的动态监测中，测站间过大的高差使对流层延迟成为影响 GPS 定

5、位精度的主 要误差来源之一。 在变形监测中(如基线长度小于 5 km， 相对对流层天顶延迟仅随高差的增大而增大， 而与测站间的水平距离无关。 2. 对流层延迟对水平方向的定位精度影响仅为几个毫米；而对高程方向的影响可达数厘米。 3. 降雨等特殊的天气条件可使测站间的相对湿延迟增大， 从而使对流层误差对 GPS 定位精度的 影响增大。在本文实验中，降雨使对流层延迟对水平和高程方向的影响分别增大约 2 mm 和 10 mm。 4. 在超高层建筑物的 GPS 动态监测中，相对定位解算或模型改正难以消除对流层误差，而将对 流层天顶延迟作为待定参数求解，能很好地反映对流层延迟的随机变化，提高 GPS 定

6、位精度。 参 考 文 献 1 2 Darin F, Johansson J, Carlsson R, Elgered G, Jaelemark P, Ronnang B. Continuous Monitoring of the Atmosphere Using GPS C. Proc ION-GPS 97, 1997: 199-205. Saastamoinen J. Atmospheric Correction for the Troposphere and Stratosphere in Radio Ranging of Satellites C. The use of artifici

7、al satellites for geodesy, Geophysical Monograph Series 15, eds. S. W. Henriksen et al., AGU, Washington, D.C., 1972: 247-251. 陈洪滨, 吕达仁. GPS 测量中的大气路径延迟订正C. 测绘学报, 1996, 25(2: 127-132. Boehm J, Heinkelmann R, Schuh H. A Global Model of Pressure and Temperature for Geodetic Applications J. Journal of G

8、eodesy, 2007, 81(10: 679-683. 葛茂荣, 刘经南. GPS 定位中对流层折射估计研究C. 测绘学报, 1996, 25(4: 285-291. Zheng D W, Zhong P, Ding X L, Chen W. Filtering GPS Time Series Using a Vondrak Filter and Cross-Validation C. Journal of Geodesy, 2005, 79: 363-369. Larson K M, Bilich A, Axelrad P. Improving the Precision of High

9、-Rate GPS C. Journal of Geophysical Research, 2007, 112: B05422. Webb F H, Zumberg J F. An Introduction to GIPSY/OASIS-II Precision Software for Analysis of Data from Global Positioning System R. Jet Propulsion Laboratory, California Institute of Technology, 1993. Boehm J, Niell A, Tregoning P, Schu

10、h H. Global Mapping Function (GMF: A New Empirical Mapping Function Based on Numerical Weather Model Data C. Geophysical Research Letters, 2006, 33: L07304. King R W, Bock Y. Documentation for the GAMIT GPS Analysis Software (Version 10.3 R. Massachusetts Institute of Technology, 2006. Mohino E, Gende M, Brunini C, Heraiz M. SiGOG: Simulated GPS Observation Generator C. GPS Solutions, 2005, 9: 250-254. Zhong P, Ding X L, Zheng D W, Chen W, Huang D F. Adapt