Multi-GNSS real-time tropospheric delay retrieval based on SSR products from different analysis centers
Notice bibliographique
Résumé
Abstract. The troposphere plays an important role in a range of weather and various climate changes. With the development of the Global Navigation Satellite System (GNSS), the zenith tropospheric delay (ZTD) inversion based on GNSS has become one of the common methods. Research on real-time precise point positioning (RT-PPP)-derived ZTD accuracies of SSR corrections from different Analysis Centers (ACs) is important for earth observation correction, meteorological disaster forecasting, and warning with the increasing abundance of state-space representation (SSR) products obtained by the International GNSS Service Analysis Center (IGS). Therefore, accuracies and availability of real-time orbits and clock errors obtained by the Chinese Academy of Sciences (CAS), GMV Aerospace and Defense (GMV), Centre National d’Etudes Spatiales (CNE) and Wuhan University (WHU) were evaluated, and the RT positioning performance and ZTD accuracies were analyzed for GPS, Galileo, BDS3. The results indicate that CAS has the higher satellite availability, providing SSR corrections for 82 GPS, Galileo, BDS3 satellites. The accuracies of GPS/Galileo/BDS3 orbits are best at WHU, CAS, WHU with values of 5.57/5.91/11.77 cm, respectively; the STDs of clock error are all better than 0.22/0.19/0.55 ns, and the RMSEs are better than 0.54/0.32/1.46 ns. CAS has the best Signal-In-Space Ranging Errors (SISRE), followed by WHU, while CNE and GMV are worse. In the RT-PPP test, convergence times for CAS and WHU are 14.9 minutes and 14.4 minutes, respectively, with 3D positioning accuracy both around 3.3 cm, which is better than CNE and GMV. Among them, WHU-SSR has the higher accuracy of RT-PPP-derived ZTD with an RMSE of 6.06 mm and desirable availability with a completeness rate of 89 %.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».