导读:本文包含了加权平均模型论文开题报告文献综述及选题提纲参考文献，主要关键词:天顶对流层湿延迟,GPT2w,加权平均温度,可降水量
加权平均模型论文文献综述
翟树峰,吕志平,李林阳,吕浩,邝英才[1]（2019）在《基于GPT2w模型化加权平均温度反演可降水量》一文中研究指出提出一种基于GPT2w模型化加权平均温度反演大气可降水量的方法,并分析附加系统偏差改正的模型化加权平均温度对可降水量的影响。结果表明,基于GPT2w模型化加权平均温度反演的大气可降水量的精度与基于Bevis公式计算的加权平均温度反演的大气可降水量的精度相当;对GPT2w模型化加权平均温度进行系统偏差改正后,大气可降水量的精度有一定改善,但改善率不到1%。(本文来源于《大地测量与地球动力学》期刊2019年07期）
孙菲浩,郑南山,杜飞[2]（2019）在《香港市域大气加权平均温度模型构建及其应用》一文中研究指出为提高地基反演大气可降水量中加权平均温度的计算精度和效率,以香港市域为例,根据2017年香港无线电探空资料,设计了一种以地面气压为基础的大气加权平均温度模型,并通过2014—2016年探空数据对该模型进行验证,分析表明该模型与探空数据得到的加权平均温度有良好的一致性,具有较高的精度。基于气压回归模型和气温回归模型对2017年7月香港地区进行地基反演大气可降水量,验证新建模型的水汽反演精度。结果表明,该模型能很好的满足地基反演大气可降水量的精度要求,相比于气温回归模型反演精度有了较好的提升。(本文来源于《气象科技》期刊2019年03期）
郭彬洋,李黎,谢威,周嘉陵,李媛[3]（2019）在《长叁角地区加权平均温度本地化模型拟合》一文中研究指出针对大气加权平均温度(T_m)易受地理位置等因素影响的问题,给出一个适合长叁角地区的T_m本地化模型:利用长叁角地区7个探空站2015—2017年的探空数据,分析T_m与地面温度T_s的线性关系;并基于最小二乘原理对长叁角地区T_m进行一元线性拟合。实验结果表明,本地化模型T_m值与实际T_m的差值的平均偏差和均方根值、利用本地化T_m模型计算的GPS大气可降水量与探空数据得到的大气可降水量的差值的平均偏差和均方根值均比常用的Bevis模型精度有所提高,即利用本地化模型可获得更准确的T_m和大气可降水量。(本文来源于《导航定位学报》期刊2019年02期）
杨飞,郭际明,赵胤植,许毅[4]（2019）在《无需气象参数的加权平均温度模型精度比较与分析》一文中研究指出加权平均温度是GNSS天顶湿延迟转换为大气水汽的关键参数,本文探讨在没有地面气象观测数据的情况下获取测站加权平均温度的方法。利用中国大陆地区87个探空测站数据验证不同方法的计算精度,并将其划为不同气候分区进行统计分析。实验发现,利用GPT2模型直接计算加权平均温度的精度最高;在亚热带和热带季风气候区域,叁种方法解算精度都较高,而在高原高山气候地区的结果普遍较差。分析不同方法在各类气候分区Tm的残差信息,为改进叁种方法提高解算精度提供依据。(本文来源于《第十届中国卫星导航年会论文集——S01 卫星导航行业应用》期刊2019-05-22）
黄良珂,李琛,王浩宇,黄军胜,刘立龙[5]（2019）在《基于GPT2w模型计算中国地区对流层加权平均温度的精度分析》一文中研究指出以2015年GGOS Atmosphere格网产品和探空站资料为参考值,评价GPT2w模型在中国地区计算对流层加权平均温度T_m的精度和适用性。结果表明:1)在中国地区,1°分辨率的GPT2w模型精度和稳定性优于5°分辨率,且GPT2w模型表现出显着的系统性误差;2)T_m的bias和RMS误差均具有明显的时空变化特性,季节变化表现为春冬季较大、夏季较小,空间变化上RMS误差表现为随纬度增加而变大;3)受地形起伏和T_m日周期变化影响,T_m在中国西部和东北地区误差较大。(本文来源于《大地测量与地球动力学》期刊2019年05期）
刘开第,庞彦军,栗文国,金斓[6]（2019）在《模糊综合评判加权平均模型的误导性阐释》一文中研究指出模糊综合评判在不能界定隶属度转换是线性转换条件下,硬性用加权平均线性模型实现隶属度转换.通过揭示指标隶属度中通常包含确定目标隶属度不起作用的非线性冗余值,建立区分权滤波的冗余理论,用冗余理论界定隶属度转换不是线性转换,并构建近似推理逻辑支撑的隶属度转换模型.阐述所建模型为什么是当前条件下人们能构建的最优近似模型.当指标隶属度只取1或0两个值时模型将退化成模糊综合评判的"加权平均"模型.(本文来源于《数学的实践与认识》期刊2019年08期）
臧建飞,彭秀英,胡卓,崔凯,宫雅文[7]（2019）在《顾及周期性误差修正的加权平均温度模型构建》一文中研究指出针对目前多数大气加权平均温度(Tm)模型没有考虑季节性影响这一问题,该文首先利用IGRA 2005—2010年全球探空数据,分别建立了各探空站点与地表温度有关的线性Tm模型、与地表水汽压有关的指数Tm模型以及与地表温度和水汽压均有关的混合Tm模型。然后以探空站积分Tm值为参考,对上述3类模型的误差时间序列进行了分析,发现这3种模型均存在周期性误差,并在此基础上构建了考虑周期性误差修正的3类Tm新模型。利用2011—2014年全球探空数据对3类新模型进行精度验证,结果表明:3类Tm新模型的精度相比于原模型均有所提升,模型的周期性误差影响基本得以消除,且3类Tm新模型的精度基本一致。(本文来源于《测绘科学》期刊2019年08期）
姚宜斌,孙章宇,许超钤[8]（2019）在《Bevis公式在不同高度面的适用性以及基于近地大气温度的全球加权平均温度模型》一文中研究指出加权平均温度(T_m)是全球卫星导航系统(GNSS)反演可降水量(PWV)过程中的关键参量。利用Bevis公式和地表温度可以方便地得到地表附近的高精度T_m估计值。然而,不少研究指出,Bevis公式在高海拔地区存在较大误差。本文对Bevis公式在不同高度面的适用性进行研究后发现,Bevis公式在海拔较低时精度较高,随着海拔升高,精度逐渐降低。为了解决Bevis公式在高海拔地区适用性较低的问题,本文对近地空间范围内(本文指0～10 km的高程范围)的T_m与大气温度的关系展开了研究,发现两者在全球范围内都拥有很高的相关性,由此本文构建了基于近地大气温度的全球加权平均温度模型。对模型的检验结果表明,该模型在近地空间范围内的任意高度面上都可以提供高精度的T_m估计值。(本文来源于《测绘学报》期刊2019年03期）
姚宜斌,孙章宇,许超钤,徐星宇[9]（2019）在《顾及非线性高程归算的全球加权平均温度模型》一文中研究指出加权平均温度(T_m)是全球导航卫星系统技术中反演可降水量的关键参数。利用欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的产品对T_m在垂直方向上的分布特性进行分析,并构建了一种新的全球T_m模型。利用ECMWF和无线电探空数据对该模型进行检验,并将其与现存的高精度T_m模型进行比较。实验结果显示,T_m在高程方向上存在非线性变化特征,而且该特征在高纬度地区特别是两极区域尤为明显。当利用ECMWF和探空数据检验构建的T_m模型时,其均方根误差分别为3.84 K和4.36 K,相比于现存的T_m模型精度分别提升了27%和20%。构建的模型可以显着提升T_m在垂直方向上的归算效果,由该模型计算出的T_m廓线与参考值更加接近。(本文来源于《武汉大学学报(信息科学版)》期刊2019年01期）
李经纬,陈刚,李水平,金波文[10]（2019）在《新疆地区对流层加权平均温度模型分析》一文中研究指出针对现有的模型不能满足新疆地区加权平均温度的高精度应用问题,该文讨论了几种常用计算方法的优缺点,然后利用新疆地区8个探空站2004—2014年的数据,采用多元线性回归分析的方法建立了新疆地区的加权平均温度区域模型。经过与其他已研究模型进行统计分析,同时利用中尺度数值天气预报(WRF)模式拟合气象元素值对各模型进行了检验,结果表明该文所建立的对流层加权平均温度模型更适应于新疆地区。(本文来源于《测绘科学》期刊2019年04期）
加权平均模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高地基反演大气可降水量中加权平均温度的计算精度和效率,以香港市域为例,根据2017年香港无线电探空资料,设计了一种以地面气压为基础的大气加权平均温度模型,并通过2014—2016年探空数据对该模型进行验证,分析表明该模型与探空数据得到的加权平均温度有良好的一致性,具有较高的精度。基于气压回归模型和气温回归模型对2017年7月香港地区进行地基反演大气可降水量,验证新建模型的水汽反演精度。结果表明,该模型能很好的满足地基反演大气可降水量的精度要求,相比于气温回归模型反演精度有了较好的提升。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
加权平均模型论文参考文献
[1].翟树峰,吕志平,李林阳,吕浩,邝英才.基于GPT2w模型化加权平均温度反演可降水量[J].大地测量与地球动力学.2019
[2].孙菲浩,郑南山,杜飞.香港市域大气加权平均温度模型构建及其应用[J].气象科技.2019
[3].郭彬洋,李黎,谢威,周嘉陵,李媛.长叁角地区加权平均温度本地化模型拟合[J].导航定位学报.2019
[4].杨飞,郭际明,赵胤植,许毅.无需气象参数的加权平均温度模型精度比较与分析[C].第十届中国卫星导航年会论文集——S01卫星导航行业应用.2019
[5].黄良珂,李琛,王浩宇,黄军胜,刘立龙.基于GPT2w模型计算中国地区对流层加权平均温度的精度分析[J].大地测量与地球动力学.2019
[6].刘开第,庞彦军,栗文国,金斓.模糊综合评判加权平均模型的误导性阐释[J].数学的实践与认识.2019
[7].臧建飞,彭秀英,胡卓,崔凯,宫雅文.顾及周期性误差修正的加权平均温度模型构建[J].测绘科学.2019
[8].姚宜斌,孙章宇,许超钤.Bevis公式在不同高度面的适用性以及基于近地大气温度的全球加权平均温度模型[J].测绘学报.2019
[9].姚宜斌,孙章宇,许超钤,徐星宇.顾及非线性高程归算的全球加权平均温度模型[J].武汉大学学报(信息科学版).2019
[10].李经纬,陈刚,李水平,金波文.新疆地区对流层加权平均温度模型分析[J].测绘科学.2019