Kinematic Zenith Tropospheric Delay Estimation with GNSS PPP in Mountainous Areas
Notice bibliographique
Résumé
The use of global navigation satellite systems (GNSS) precise point positioning (PPP) to estimate zenith tropospheric delay (ZTD) profiles in kinematic vehicular mode in mountainous areas is investigated. Car-mounted multi-constellation GNSS receivers are employed. The Natural Resources Canada Canadian Spatial Reference System PPP (CSRS-PPP) online service that currently processes dual-frequency global positioning system (GPS) and Global'naya Navigatsionnaya Sputnikovaya Sistema (GLONASS) measurements and is now capable of GPS integer ambiguity resolution is used. An offline version that can process the above and Galileo measurements simultaneously, including Galileo integer ambiguity resolution is also tested to evaluate the advantage of three constellations. A multi-day static data set observed under open sky is first tested to determine performance under ideal conditions. Two long road profile tests conducted in kinematic mode are then analyzed to assess the capability of the approach. The challenges of ZTD kinematic profiling are numerous, namely shorter data sets, signal shading due to topography and forests of conifers along roads, and frequent losses of phase lock requiring numerous but not always successful integer ambiguity re-initialization. ZTD profiles are therefore often only available with float ambiguities, reducing system observability. Occasional total interruption of measurement availability results in profile discontinuities. CSRS-PPP outputs separately the zenith hydrostatic or dry delay (ZHD) and water vapour content or zenith wet delay (ZWD). The two delays are analyzed separately, with emphasis on the more unpredictable and highly variable ZWD, especially in mountainous areas. The estimated delays are compared with the Vienna Mapping Function 1 (VMF1), which proves to be highly effective to model the large-scale profile variations in the Canadian Rockies, the main contribution of GNSS PPP being the estimation of higher frequency ZWD components. Of the many conclusions drawn from the field experiments, it is estimated that kinematic profiles are generally determined with accuracy of 10 to 20 mm, depending on the signal harshness of the environment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».