4-D Tropospheric Tomography using a Ground-Based Regional GPS Network and Vertical Profile Constraints
Notice bibliographique
Résumé
The troposphere causes a delay in the GPS signal received at the Earth, generally classified as a hydrostatic component and a wet component. Once other sources of error are mitigated, the positioning problem at a given GPS station can be inverted such that the total neutral atmospheric delay overlying the site is solved for. By applying a hydrostatic model, the wet delay can be isolated and recovered, and this type of information can be used to describe water vapor distribution within a network of GPS receivers. It is possible to derive estimates of slant wet delay (SWD) along individual satellite-receiver lines-of-sight for a GPS reference station. By using data from a regional network of GPS stations, spatial models of the atmospheric moisture can be derived in a local area. Such models may employ a tomographic technique to estimate the 4-D wet refractivity. The resulting atmospheric moisture field generally has high horizontal resolution, but often poor vertical resolution due to network geometry. If vertical atmospheric profiles are available from other sources this information may be assimilated into the model to strengthen the tomography solution. The focus of this paper is improved 4-D modeling of tropospheric refractivity in a regional GPS network using ground-based observations and vertical profiles derived from alternative sources. In 2003 a network of 14 GPS stations were deployed by the University of Calgary’s Department of Geomatics Engineering in southern Alberta for precise positioning and atmospheric water vapor determination. Data was collected from this network (called the Southern Alberta Network - SAN) and radiosondes were released by the Meteorological Service of Canada (MSC) at regular intervals during a data collection campaign in the summer of 2003. Accuracy of tomographic water vapor retrieval techniques are evaluated in the SAN for the 2003 data collection campaign. Tomography methods are tested using 1) only ground-based GPS input, 2) a ground-based GPS solution augmented with vertical wet refractivity profiles derived from radiosondes released within the GPS network, and 3) a ground-based GPS solution augmented with climate information about the vertical wet refractivity distribution. Zenith wet delays (ZWD) are computed for the various cases, by integrating through the 4-D tomography predictions, and these values are compared with truth ZWD derived from radiosondes. Results indicate that ZWD may be modeled with accuracies at the sub-centimeter level using a ground-based GPS network augmented with radiosonde observations. This represents an improvement over the GPS-only approach.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».