姚宜斌¹, 張順¹, 孔建²     

1. 武漢大學測繪學院, 湖北 武漢 430079; 
2. 武漢大學南極測繪研究中心, 湖北 武漢 430079

基金項目：國家自然科學基金（41574028）；湖北省杰出青年科學基金（2015CFA036）

之一作者簡介：姚宜斌(1976-), 男, 博士, 教授, 研究方向為測量數據處理理論與 *** 、GNSS空間環境學。E-mail:ybyao@whu.edu.cn

微信號：MeetyXiao
添加微信好友, 獲取更多信息
復制微信號

摘要：對流層和電離層是地球近地空間環境中兩個重要的組成部分，是靠近地球表面且與人類生活聯系最密切的大氣圈層。全球導航衛星系統技術的快速發展，為GNSS空間環境學的研究提供了良好的契機。本文介紹了現有GNSS空間環境學中在對流層和電離層方面的研究現狀和進展。在GNSS對流層研究方面，主要集中于GNSS對流層關鍵參數建模和水汽反演兩部分；在GNSS電離層研究方面，主要包括GNSS二維/三維電離層建模和區域/全球電離層監測。

關鍵詞：對流層    大氣可降水    電離層    GNSS空間環境學    

Research Progress and Prospect of GNSS Space Environment Science

YAO Yibin¹, ZHANG Shun¹, KONG Jian²     

Abstract: Troposphere and ionosphere are two important components of the near-earth space environment. They are close to the surface of the earth and have great influence on human life. The developments of Global Navigation Satellite System (GNSS) over the past several decades provide a great opportunity for the GNSS-based space environment science. This review summarizes the research progress and prospect of the GNSS-based research of the Earth's troposphere and ionosphere. On the tropospheric perspective, modeling of the key tropospheric parameters and inversion of precipitable water vapor (PWV) are dominant researching fields. On the ionospheric perspective, 2D/3D ionospheric models and regional/global ionospheric monitoring are dominant researching fields.

Key words: troposphere     PWV     ionosphere     GNSS space environment science    

對流層是地球近地空間環境的重要組成部分之一，是與人類生活聯系最密切的大氣圈層。作為對流層中一種非常重要的溫室氣體，水汽在其變化過程中會吸收和釋放大量潛熱，直接影響地面和空氣溫度，進而影響大氣垂直穩定度和對流天氣系統的形成與演變，在全球大氣輻射、能量平衡、水循環中都扮演了極其重要的角色。水汽是降水、蒸發和濕度平衡的結果，它是底層大氣圈相關天氣過程中的一個重要指標，是天氣、氣候變化發生和發展的主要驅動力，是災害性天氣形成和演變的重要因子。大氣中的水汽受季節、地形及其他全球氣候條件等因素的影響，具有空間分布不均勻、隨時空變化較快等特性。因此，研究掌握全球水汽變化的時空特性有助于了解全球水汽循環路徑，可為監測和預報暴雨、寒流、臺風等多種惡劣天氣和重大旱澇災害災前信息獲取與災害預警提供數據支持，對于研究全球氣候變化和改善氣象預報水平具有重要的科學和現實意義。

作為地球近地空間環境的另外一個重要組成部分，電離層的變化，特別是空間暴的發生，對航天安全、無線電通信、定位與導航等有破壞性影響，近年的研究發現，一些自然災害(如地震、臺風、海嘯、火山噴發等)的孕育和發生過程及一些人為活動(如火箭發射等)都有可能引起電離層異常，很可能成為預報重大自然災害和監測人類活動的一種潛在手段。利用現代科技手段進行日地空間特別是地球空間的探測，掌握電離層的基本結構和變化規律，不僅有利于提高測速、定位、授時、通信和導航等系統的精度，而且對于研究高空大氣各層之間的相互關系和作用，特別是對全球性的電離層擾動及不規則變化的發生機理的研究等具有重要的科學意義。這項工作已引起不少國家的學者甚至是 *** 部門的重視，在電離層監測及其應用研究方面已取得不少成果。

傳統水汽和電離層探測手段時空分辨率低，受天氣影響，GNSS的出現提供了新的技術手段。利用GNSS信號經過電離層、對流層時受到的延遲影響，可以高時空分辨率地反演出電離層電子密度和對流層水汽信息，監測這兩方面的空間環境的變化，由此衍生出GNSS空間環境學這一新的學科方向。

下面分別對GNSS空間環境學中的關鍵技術進行介紹，主要包括對流層關鍵參量建模、GNSS對流層水汽反演、GNSS電離層監測和建模方面的研究。

1 對流層關鍵參量建模

對流層在全球大氣輻射、能量平衡、水循環中都扮演了極其重要的角色，氣溫、氣壓、水汽壓、天頂濕延遲(zenith wet delay，ZWD)、天頂靜力學延遲(zenith hydrostatic delay，ZHD)與水汽等都是對流層中重要的參量，也是研究全球氣候變化、極端天氣產生機理等的參考指標。當前主要有3類關鍵參量建模 *** ：對流層關鍵參量經驗模型、基于實測氣象參數的對流層延遲模型和基于GNSS觀測數據的對流層延遲模型。這3類模型建模成本(時間、人力、物力)依次增加，但相對應的對流層模型精度也逐漸提高。

1.1 基于經驗模型的對流層關鍵參量建模進展

對流層關鍵參量經驗模型旨在解決無任何輔助信息下通過模型直接獲取高精度的對流延遲，文獻[1—2]最初為美國廣域增強導航系統的應用建立了UNB系列模型，用來估計所需的氣象參數，UNB3模型在北美地區估計的對流層天頂延遲的平均誤差約為2 cm。EGNOS模型^[3]對UNB3模型進行了簡化，但是氣象參數的估計公式不同，已被用于歐洲和日本等地區的衛星導航增強系統^[4-5]。文獻[6]利用美國國家環境預報中心(National Centers for Environmental Prediction，NCEP)的數字天氣模型(numerical weather model，NWM)產品建立了水平分辨率為1°×1°的TropGrid模型，其與EGNOS相比全球平均精度提高了25%。文獻[7]利用由歐洲中期天氣預報中心(European Centre for Medium-Range Weather Forecasts，ECMWF)提供的NWM產品ERA-40建立了全球氣壓和溫度經驗模型(global pressure and temperature，GPT)，GPT模型在實際中得到了廣泛的應用^[8-14]。文獻[15—16]利用NCEP資料建立了全球對流層延遲經驗模型IGGtrop系列模型。文獻[17]針對GPT模型的部分不足之處進行了改進和優化，構建了新的經驗模型GPT2。文獻[18]對TropGrid模型進行優化升級，建立了新的經驗模型TropGrid2，模型能提供氣溫、氣壓、大氣加權平均溫度及天頂對流層濕延遲等對流層關鍵參數估值。文獻[19]建立的GPT2w模型，相比GPT2模型增加了水汽遞減率和大氣加權平均溫度這2項估計參數。GPT2系列模型一經發布，便有不少學者都對其精度及應用效果進行了評估，結果表明其具有很高的精度^[20-22]。文獻[20]考慮到GPT2和TropGrid2模型所提供參數種類的優缺點，提出了對流層誤差改正模型ITG(improved tropospheric grid model)，該模型的建模對象包括地表氣溫、氣壓、ZWD及氣溫直減率。

1.2 基于實測氣象參數的對流層關鍵參量建模進

基于實測氣象參數的對流層延遲模型利用氣象參數來計算ZTD，通常將ZHD與ZWD分開進行計算。文獻[23]提出了基于氣象參數的對流層延遲模型，通過利用測站高度及氣溫、氣壓、水汽壓來計算ZTD，Hopfield模型的ZHD和ZWD可以分開計算。文獻[24]也提出了基于氣象參數的對流層延遲模型，通過利用測站緯度、高度，以及氣溫、氣壓、水汽壓即可計算出ZTD，Saastamoinen模型中ZHD與ZWD也可分開進行計算。文獻[25]則提出了利用氣象參數計算ZWD的模型，模型輸入的參數包括測站處的氣溫、氣壓及水汽壓。文獻[26]也提出了一種計算ZWD的模型，模型所需的氣象參數包括大氣加權平均溫度、水汽壓及水汽壓遞減率。但是不少學者的研究結果^[27]都表明：Hopfield、Saastamoinen等模型通過氣象參數計算的ZTD與經驗模型相比精度上沒有優勢，甚至還更差。這在一定程度上不僅使得對基于氣象參數的對流層延遲模型研究熱度降低，也使得該類模型的應用偏少。

1.3 基于GNSS觀測數據的對流層關鍵參量建模進展

基于GNSS的對流層延遲模型即利用GNSS觀測數據進行ZTD解算，然后再建模。目前在利用GNSS觀測數據估計ZTD時，都需要通過對流層映射函數將斜路徑的延遲轉換為天頂方向的延遲。對流層映射函數從發展至今已經日趨成熟穩定，映射函數通常采用連分式^[28]。文獻[29]通過擬合10個北美探空氣球站的觀測數據，首次建立了基于實測大氣的映射函數，并且把連分式系數從與氣象參數相關改成與溫度和地理位置相關。文獻[30]利用26個北半球無線電探空測站一年的數據建立了NMF映射函數，在NMF中連分式系數只與測站緯度、高度和年積日相關。由于NMF誤差大小依賴于緯度的變化及對經度不敏感，許多學者開始利用NWM建立投影函數，如IMF^[31]、VMF1^[32]。其中VMF1被認為是目前更高精度的全球范圍對流層映射函數模型，已經被GAMIT、Bernese等高精度GNSS數據處理軟件所采用^[33]。考慮到非在線用戶無法獲取VMF1產品的情況，文獻[34]建立了經驗映射函數模型GMF，僅需測站坐標及年積日即可提供全球范圍的映射函數系數，該模型使用簡單方便且與VMF1具有很好的一致性。

限于雙差精密定位技術在實時估計天頂對流層延遲時需要引入500 km以外GNSS參考站的問題^[35]，精密單點定位技術(precise point positioning, PPP)較雙差技術相比具有更大的優勢。文獻[36]研究了利用JPL實時軌道、時鐘產品和PPP技術估計天頂對流層濕延遲，結果表明其精度可達13 mm。文獻[37]研究了利用PPP技術估計對流層延遲的精度，其結果表明利用PPP技術估計對流層延遲可以獲得很高的精度。文獻[38]利用了CNES的實時改正數和近實時PPP估計了對流層延遲，與事后處理的結果相比大概存在6.5 mm的偏差，RMS為13 mm。

在區域對流層建模方面，目前已經存在著諸多線性內插模型，如反距離內插模型、線性內插模型、最小二乘配置模型、線性組合模型等，但是文獻[39]認為這些模型基本類似并沒有明顯的區別。文獻[40]提出了含高程因子的對流層內插模型。文獻[41]按照經驗研究分析了幾種不同形式的對流層內插模型。

2 GNSS對流層水汽反演

GNSS對流層水汽反演技術具有連續運行、全天候、高精度、高時空分辨率等優點，且測站布設成本低，投入使用快，可實現大范圍高密度的實時水汽監測，該技術的出現是傳統水汽探測技術的強有力補充，它不僅可以得到對流層中大氣可降水量(precipitable water vapor, PWV)的二維空間分布，也可以通過層析成像技術(tomography technique)重構大氣水汽在垂直方向上的三維廓線信息，已逐漸成為獲取對流層中大氣水汽更具有潛力的手段之一。根據GNSS水汽反演產品不同，可分為二維水汽產品和三維水汽時空分布信息。下面分別對二維水汽和三維水汽反演進展進行介紹。

2.1 二維對流層水汽(PWV)反演研究進展

在二維PWV反演方面，文獻[42]首次利用GPS觀測數據估計得到測站天頂方向的PWV，這促進了一門全新的學科，即GNSS氣象學(GNSS Meteorology)的發展。國內外眾多學者對獲取PWV的可行性和精度進行了大量研究。通過與探空數據(radiosonde)、水汽輻射計(water vapor radiometer, WVR)和甚長基線干涉(very long baseline interferometry, VLBI)對比發現，基于地基GNSS反演的PWV精度在1~1.5 mm^[35, 43-50]。

在斜路徑水汽含量(slant water vapor, SWV)精度評定方面，眾多學者對SWV的計算 *** 進行改進，提出了顧及雙差殘差、星間單差等反演水汽的 *** ^[48-49]，并將結果與微波輻射計對比發現，GPS反演SWV的精度在4 mm^[51]。近年來，隨著我國北斗衛星導航系統的迅猛發展，相關學者也對北斗衛星系統獲取PWV的精度進行檢驗。文獻[52]基于上海市氣象局的北斗氣象站數據反演PWV，并與GPS和探空數據計算結果進行對比，發現其均方根誤差分別小于3.5和3.6 mm。文獻[53]對北斗衛星探測PWV的性能進行分析，并與探空數據計算結果進行對比，發現北斗反演PWV與探空數據計算結果有很好的一致性，但與GPS反演的PWV有2~3.3 mm的系統誤差。

2.2 三維水汽反演研究進展

在對流層層析領域，文獻[54]首次提出了利用區域觀測網重構對流層水汽結構的概念。文獻[55]首先實現了利用層析技術得到區域GPS網的四維濕折射率圖像，證明了利用層析技術監測對流層時空變化的可行性。隨后，眾多學者對三維水汽層析 *** 進行大量驗證和改進^[56-59]，提出了有限先驗信息非約束、改進卡爾曼濾波、蒙特卡羅等水汽反演 *** 。

在多系統數據和多源數據聯合反演水汽方面，試驗證明了利用多系統觀測數據可以在一定程度上提高水汽反演結果的精度和可靠性^[60-61]。此外，也有相關研究聯合地基和空基GNSS觀測數據聯合反演水汽的 *** ^[62]。近年來，一些學者也相繼提出了利用合成孔徑雷達(interferometric synthetic aperture radar, InSAR)和GNSS觀測值聯合反演三維水汽信息的思路^[63-65]。重構的三維水汽信息可用于氣象方面的研究，例如對冷鋒路徑的探測^[66]、改善不同尺度數值預報結果^[67-71]及災害性天氣的研究^[47]。

在層析模型求解和算法改進方面，文獻[66]提出了阻尼最小二乘 *** 對觀測方程進行求解。文獻[72—73]采用擴展的序貫逐次濾波 *** ，克服了解算結果敏感性的問題。文獻[74]給出了一種新的節點參數化水汽反演 *** 。文獻[75—76]提出了基于卡爾曼濾波的三維水汽層析算法。文獻[77]提出了基于代數重構算法層析三維水汽的 *** 。文獻[78]為了克服水平約束方程權值選取不合理對層析結果造成的影響，提出了選權擬合法進行層析解算的 *** 。文獻[79—82]在層析方程解算方面分別提出了自適應卡爾曼濾波 *** 、聯合迭代重構算法、三維分布數值積分 *** 和抗差-方差分量估計的水汽反演算法。文獻[83]對代數重構算法在水汽反演中的應用進行討論，并通過實驗證明該算法能夠滿足三維水汽反演的要求。

在對層析網格劃分，約束信息選取方面，文獻[84]對三維水汽層析中網格大小、水平和垂直分辨率選取、觀測噪聲及不同衛星系統對層析結果的影響進行了詳細分析。文獻[85]對國內外層析水汽網格劃分 *** 進行描述。文獻[86]對不同層析垂直分辨率及層析區域選擇 *** 進行研究，提出了一種優化的區域網格劃分 *** 。文獻[87—89]針對側面穿出射線利用問題提出了引入水汽單位指數和比例因子等一系列反演技術。

3 電離層監測和建模方面3.1 二維電離層建模研究進展

隨著全球導航衛星系統(GNSS)技術的快速發展，地基GNSS的全球電離層TEC(total electron content)監測與建模已成為當前的研究熱點之一^[90-96]。目前，IGS(International GNSS Service)電離層工作組下設7個電離層分析中心，分別是歐洲定軌中心(CODE)、美國噴氣推進實驗室(JPL)、歐空局(ESA)、西班牙加泰羅尼亞理工大學(UPC)，馬薩諸塞大學(UML)、中國科學院(CAS)和武漢大學(WUH)。不同機構在二維模型的處理 *** 上有所差異，JPL在電離層單層模型(single layer model, SLM)假設的基礎上，以三角格網內插和雙三次樣條函數內插的 *** 建立電離層模型^[97]。UPC則是在基于雙層電離層假設，以逐基準站準層析的方式建立電離層模型，對于無觀測值區域采用克里金插值的 *** 進行合理外推^[98]。CODE、ESA和WHU均采用15階次的球諧函數(spherical harmonic, SH)在全球范圍內建模^[99-100]，得到時空分辨率為2 h×2.5°(緯度)×5°(經度)的全球電離層VTEC格網。CAS電離層產品首先采用廣義三角級數函數逐基準站地建立局部電離層模型，然后采用球諧函數建立全球電離層TEC模型用于保證無觀測區域內電離層TEC的合理外推^[94-95]。

現階段，地基GNSS仍是電離層探測最重要的技術手段之一，但GNSS基準站大多分布在陸地，南半球海洋和高緯區域幾乎沒有基準站分布，使得模型在這些區域精度有限。空基電離層探測技術具有精度高、全球均勻覆蓋等優點，因此聯合地基與空基等多源數據進行電離層建模的研究具有重要意義。文獻[101]結合GNSS數據和衛星測高數據進行全球電離層建模，結果表明衛星測高數據可以有效提高模型的精度。文獻[93]首次聯合地基GNSS、LEO掩星及衛星測高數據進行建模，結果表明模型的RMS降低了0.1TECU。2011年，文獻[102]利用地基GNSS、LEO掩星觀測值、海洋測高衛星數據和甚長基線干涉VLBI電離層觀測值建立區域電離層模型。文獻[96, 103]利用地基GNSS觀測值、海洋測高衛星、CO *** IC及DORIS觀測值建立全球電離層模型，并利用赫爾默特方差分量估計對不同觀測值精確定權, 模型在海洋地區的精度和可靠性進一步提高。

3.2 三維電離層層析研究進展

電離層二維模型具有估計模型簡單、精度高等優點，但是通常假定所有電子集中在一個薄層上，不能反映電離層的空間結構變化。為此，文獻[104]在國際上首先提出了電離層層析成像(computerized ionosphere tomography, CIT)的概念，其實現手段主要借助于快速飛行的極軌衛星在短時間內對待探區域的一次斷層掃描反演信號傳播路徑的TEC經度-高度方向分布信息。此后，國內外許多電離層研究者先后在理論和 *** 上對三維電離層層析技術進行了深入研究，建立了多種電離層層析模型。目前，這些模型大致可分為兩類：一類是函數基電離層層析模型^[105-109]；另一類是像素基電離層層析模型^[110-123]。

在函數基方面，文獻[124]早在1992年就提出用經驗正交函數展開表示電離層垂直模式，用球諧函數表示電離層水平模式。文獻[125]最早明確給出函數基電離層模型的公式，并利用WAAS (wide area augmentation system)系統的觀測數據和隨機反演 *** ，反演了80~580 km高度范圍內電子密度的空間分布。文獻[126]將函數基層析模型的反演高度范圍擴展到整個電離層高度，并利用GPS觀測數據和Kalman濾波重構了電離層結構的時空分布。文獻[108]基于GPS觀測數據，利用B樣條基函數和正交函數建立了函數基層析模型，并重構了電離層電子密度的時空分布。文獻[127—128]研究了一種基于B樣條基函數的三維電離層建模 *** 。文獻[129]提出了一種基于Chapman函數的射線追蹤層析算法。文獻[130]提出了一種附加投影函數的函數基電離層層析算法。

在像素基方面，常用的反演算法有ART(algorithm reconstruction technique)、MART(multiplicative algorithm reconstruction technique)和SIRT(simul-taneous iteration reconstruction technique)^[131-132]。為了克服觀測信息不足給層析結果帶來的不利影響，國內外很多電離層研究者提出了改進的 *** 。文獻[133]聯合28個站的GPS/MET掩星數據和IGS提供的全球160個站的觀測數據，利用Kalman濾波 *** 實現了真正意義上的三維層析。文獻[134]提出了一種參數化電離層模型輔助的Kalman濾波法。文獻[135—136]提出三維變分數據同化算法，并在2004年利用該 *** ，開發了一套電離層電子密度分析程序，該程序可以同化GNSS衛星和測高儀等多手段觀測數據。文獻[137]提出了廣義奇異值分解算法。文獻[138]提出了Sobolev正則化約束的SIRT算法。文獻[139]提出了融合GPS觀測數據和測高儀數據的層析 *** 。文獻[121]提出了一種兩步法電離層層析算法。文獻[123]發展了一種自適應的聯合迭代重構算法，通過自適應地調整松弛因子和加權參數，能夠有效地反演電離層電子密度。文獻[140]提出過一種附加雙網格約束和速度圖像的電離層層析算法。文獻[141]提出了顧及電離層變化的層析反演新算法，提高了電子密度反演精度。

3.3 電離層監測和應用進展

GNSS二維/多維建模具有常規電離層探測手段(如電離層測高儀)無法比擬的優勢。其探測時間和空間分辨率高，精度可靠，所以在電離層監測和預報領域具有廣闊的應用前景。電離層的不規則擾動對航天安全、無線電通信、導航定位等有重要的影響，因此監測異常空間天氣下的電離層擾動具有重要意義。早在1996年，文獻[142]就利用60臺GPS觀測站求取的GIM圖像，對磁暴期間電離層異常現象進行了研究，文獻[143]利用層析技術監測了磁暴期間不同高度方向電離層響應機制，GNSS電離層反演手段的出現和發展促進了磁層-熱層-電離層耦合機制的研究^[144-147]。地震電離層異常，包括震前電離層異常(pre-earthquake ionospheric abnormal，PEIA)和同震電離層異常(cosei *** ic ionospheric disturbances，CID)是近十幾年來研究的一個熱點之一。地震的電離層前兆之一次引起人們的注意是1965年，文獻[148—149]首次對1964年Alaskan M9.0地震震區上空電離層擾動進行了研究。早期地震電離層異常的研究主要集中在統計性研究^[150-154]，隨著電離層信息更加多元化和研究的不斷深入，地震電離層異常的研究向更加精細的方向發展。文獻[155]在研究Chi-Chi地震時利用格網搜索的 *** 不僅估計出CID傳播速度而且確定了CID觸發點的地面位置。文獻[156]引入了電離層地震學的概念，并從理論上總結了目前地震電離層異常擾動物理機理的研究成果，同時指出該學科將是未來幾十年具有挑戰性的熱門研究課題。隨著GNSS連續運行站在全球范圍內數量的不斷增加及電離層層析算法的不斷完善和發展，GNSS電離層監測必將在空間物理研究等領域發揮更加積極的作用。

4 GNSS空間環境學未來研究和展望4.1 對流層建模展望

在對流層建模方面，基于氣象參數的對流層延遲模型與利用GNSS觀測數據建立的對流層延遲模型相比，精度仍然存在著一定的差距，主要是在ZWD的計算方面精度不足。倘若能夠繼續提高利用實測氣象參數計算ZWD的精度，使其接近于GNSS能夠獲取的精度，對于大范圍、密集、高精度監測對流層或水汽具有重大的意義，能夠節省大量的成本。另外，目前還未開展對不同對流層觀測值的實時融合研究，利用廉價的氣象觀測設備來加密GNSS網從而對對流層實現更密集的監測，所以研究更優的融合算法，將不同精度、不同數據源的對流層觀測值進行融合得到精度更優、水平分辨率更高的對流層模型產品具有重要的意義。

4.2 對流層水汽反演及應用展望

基于GNSS對流層水汽反演已經較為成熟，但對于其在氣象等方面的應用仍待研究。對于二維水汽信息進行降雨預報來講，一方面可以對某區域多個測站的觀測數據進行聯合處理，以期得到更為準確、全面的預報結果；另一方面，大氣水汽與溫度息息相關，可以通過分析降雨前后水汽與溫度的相關關系，建立一個更為合理和精確的多因子短臨降雨預報模型。在全球范圍內通過融合多源觀測數據(地基和空基GNSS觀測數據、無線電探空儀數據、CO *** IC數據和ECMWF再分析資料等)對大尺度中長期的二維水汽信息進行分析和研究，探究全球水汽變化演變機理，識別重大氣候災害致災因子，對中長尺度氣候災害事件進行監測和預報。在三維水汽產品方面，可將GNSS三維對流層產品與WRF模式數值同化，對WRF模式中數據同化系統模塊進行改進，彌補地表常規資料和高空探測資料的不足，進一步提高WRF模式的預報能力。

此外，大量研究均已表明基于GNSS反演水汽的能力及優越性，如何進一步拓展GNSS水汽產品在氣象學上的應用也是重點研究方向之一。

4.3 電離層監測和建模展望

在精化全球電離層模型方面，多系統多源數據融合將成為下一步研究的重點。在建立電離層模型時，筆者認為應進一步考慮伽利略系統、北斗系統等多系統數據對建模的貢獻，同時要考慮不同系統及不同頻率間的組合定權問題。另外，電離層高階項與磁場分布強度密切相關，而全球磁場的分布不一致，因此電離層高階項對模型精度的影響也有待進一步的研究。電離層層析算法方面，基于1 Hz及50 Hz的高頻、多系統GNSS數據進行高時間分辨率的電離層層析反演，進一步結合非相干散射雷達、測高儀及InSAR技術進行三維層析的優化，優化層析算法提高電離層層析模型的可靠性和精度，特別是提高層析模型空間分辨率和時間分辨率。在電離層應用研究方面，在現象提取、統計的基礎上，應深入研究電離層異常觸發、傳播的物理機制。如地震電離層異常研究，可以結合破裂面分析、巖石圈-大氣層-電離層的耦合機制進行綜合研究，地震通過瑞利波、聲重波、海嘯波等對電離層產生作用，今后的研究中將結合此類觀測數據對電離層異常進行相關分析，驗證相關理論的準確性。
 

【引文格式】姚宜斌，張順，孔建。GNSS空間環境學研究進展和展望[J]. 測繪學報，2017，46(10)：1408-1420. DOI: 10.11947/j.AGCS.2017.20170333