Pages Navigation Menu

ISSN 2227-6017 (ONLINE), ISSN 2303-9868 (PRINT), DOI: 10.18454/IRJ.2227-6017
ПИ № ФС 77 - 51217, 16+

DOI: https://doi.org/10.23670/IRJ.2020.98.8.038

Скачать PDF ( ) Страницы: 31-39 Выпуск: № 8 (98) Часть 2 () Искать в Google Scholar
Цитировать

Цитировать

Электронная ссылка | Печатная ссылка

Скопируйте отформатированную библиографическую ссылку через буфер обмена или перейдите по одной из ссылок для импорта в Менеджер библиографий.
Ханеева Э. Д. СРАВНИТЕЛЬНЫЙ АНАЛИЗ ВЛИЯНИЯ ВРЕМЕННЫХ РЯДОВ МЕТЕОРОЛОГИЧЕСКИХ ПАРАМЕТРОВ НА РЕЗУЛЬТАТЫ СПУТНИКОВЫХ ИЗМЕРЕНИЙ / Э. Д. Ханеева // Международный научно-исследовательский журнал. — 2020. — № 8 (98) Часть 2. — С. 31—39. — URL: https://research-journal.org/earth/sravnitelnyj-analiz-vliyaniya-vremennyx-ryadov-meteorologicheskix-parametrov-na-rezultaty-sputnikovyx-izmerenij/ (дата обращения: 27.10.2020. ). doi: 10.23670/IRJ.2020.98.8.038
Ханеева Э. Д. СРАВНИТЕЛЬНЫЙ АНАЛИЗ ВЛИЯНИЯ ВРЕМЕННЫХ РЯДОВ МЕТЕОРОЛОГИЧЕСКИХ ПАРАМЕТРОВ НА РЕЗУЛЬТАТЫ СПУТНИКОВЫХ ИЗМЕРЕНИЙ / Э. Д. Ханеева // Международный научно-исследовательский журнал. — 2020. — № 8 (98) Часть 2. — С. 31—39. doi: 10.23670/IRJ.2020.98.8.038

Импортировать


СРАВНИТЕЛЬНЫЙ АНАЛИЗ ВЛИЯНИЯ ВРЕМЕННЫХ РЯДОВ МЕТЕОРОЛОГИЧЕСКИХ ПАРАМЕТРОВ НА РЕЗУЛЬТАТЫ СПУТНИКОВЫХ ИЗМЕРЕНИЙ

СРАВНИТЕЛЬНЫЙ АНАЛИЗ ВЛИЯНИЯ ВРЕМЕННЫХ РЯДОВ МЕТЕОРОЛОГИЧЕСКИХ ПАРАМЕТРОВ НА РЕЗУЛЬТАТЫ СПУТНИКОВЫХ ИЗМЕРЕНИЙ

Научная статья

Ханеева Э.Д. *

ORCID: 0000-0003-2087-1033,

Российский университет дружбы народов, г.Москва, Россия

* Корреспондирующий автор (elvira41196[at]mail.ru)

Аннотация

В связи с разнообразным применением спутниковой навигации растут требования к ее точности. В последнее время идет активная работа по развитию методов определения местоположения высокой точности. В настоящей статье в качестве внешней среды рассматриваются метеорологические факторы, такие как температура и влажность воздуха, атмосферное давление на территории местонахождения постоянно действующей базовой станции, непосредственно с которой производятся спутниковые измерения. Проведение анализа влияния метеорологических факторов внешней среды на результаты спутниковых измерений предоставляет возможность минимизировать погрешности проведения геодезических съемочных работ для целей землеустройства и кадастров, а также многих научных исследований касающихся применения технологий глобальных навигационных спутниковых систем.

Ключевые слова: спутниковые измерения, глобальные навигационные спутниковые системы, постоянно действующие базовые станции, файлы формата RINEX, средняя квадратическая ошибка обработки векторов.

COMPARATIVE ANALYSIS OF TIME-SERIES METEOROLOGICAL PARAMETERS INFLUENCING
THE RESULTS OF SATELLITE MEASUREMENTS

Research article

Khaneeva E. D. *

ORCID: 0000-0003-2087-1033,

The Peoples’ Friendship University of Russia, Moscow, Russia

* Corresponding author (elvira41196[at]mail.ru)

Abstract

Due to the diversity of satellite positioning usage, the standards of its accuracy raise. High-precision methods for position findings are actively developed lately. This article looks into the meteorological factors as the environment, namely air temperature and humidity, air pressure at the location of a regular base station used directly to take satellite measurements. Analysing the effect that environmental meteorological factors have on the results of satellite measurements enables the possibility of minimising the errors of carrying out geodetics surveying works needed for land boundary survey and land inventory as well as for much scientific research focused on the application of global positioning satellite systems’ technologies.

Keywords: satellite measurements, global positioning satellite systems, regular base stations, RINEX files, root-mean-square error for vector processing.

Введение

Технологии применения глобальных навигационных спутниковых систем, одной из основных целей которых является определение местоположения (географических координат) наземных, водных и воздушных объектов в настоящее время широко используются во многих сферах хозяйственной, производственной и научной деятельности. Благодаря научно техническому прогрессу структура, технологии и способы применения глобальных навигационных спутниковых систем непрерывно претерпевают изменения.

Точность измерительных спутниковых данных повышается вместе с инновационной политикой развития геодезических съемочных приборов, программного обеспечения, имеющего возможность производить постобработку полученных данных и многих других аспектов. Однако, влияние внешней среды на проведение съемочных работ и на результаты спутниковых измерений до настоящего момента имеет место быть.

Для проведения анализа были выбраны четыре постоянно действующие базовые станции находящихся на пунктах Фундаментальной астрономо-геодезической сети (ФАГС) Росреестра. В качестве основных базовых пунктов были взяты постоянно действующие базовые станции в городах Севастополь (код станции: SEV1); Пятигорск (код станции: PTGK); Астрахань (код станции: AST2); Ростов-на-Дону (код станции: RSTD). Расположение данных станций на территории России приведено на рис. 1

 

23-08-2020 17-04-08

Рис. 1 – Пространственное расположение базовых станций

 

Данные базовые станции непрерывно получают измерительную информацию от спутниковых космических аппаратов, находящихся на орбите. Непрерывные суточные измерения данных станций являются фундаментальной основой для проведения анализа. По исходным постоянно действующим базовым станциям с официального общедоступного сервиса Росреестра «РГС-Центр» были получены измерительные спутниковые суточные данные за каждый календарный день 2018 г. Суточные измерительные спутниковые ГНСС-данные хранятся в базе открытого доступа сервиса РГС-Центр в виде файлов формата RINEX 2.11.

Для проведения исследования были необходимы данные о метеорологических аспектах мест нахождения постоянно действующих базовых станций. Данную информацию удалось получить благодаря архиву сервиса расписания погоды [4].

Для проведения анализа необходима была постобработка файлов измерительных спутниковых суточных данных за каждый календарный день 2018 года в формате RINEX 2.11. Данная обработка происходила в программном обеспечении по векторам, образованным между исходными базовыми станциями. Вектор представляет собой линию в пространстве соединяющую базовые станции. Для проведения постобработки векторов были определены следующие параметры: минимальное время измерений для статики – 600 сек, максимальная длина вектора – 2000 км, система координат – WGS 1984, поперечная проекция Меркатора. Правильность и качество обработанного вектора обуславливает cредняя квадратическая ошибка обработки вектора (RSM). Чем ближе значения данных показателей к нулю, тем больше точность обработки вектора.

Для выполнения постобработки измерительных спутниковых ГНСС-данных был выбран программный продукт «EFT Post Processing», который имеет широкую известность в использовании как в научных целях, так и в решении прикладных производственных задач. «EFT Post Processing» специализированное программное обеспечение для обработки данных полученных с помощью спутникового оборудования в режимах статика и кинематика.

Основные результаты

Для выполнения анализа движения метеорологических изменений во времени были составлены графики изменения температуры и влажности воздуха, а также атмосферного давления на протяжении 2018 года в место расположения базовых станций. Данные графики представлены на рис 2.

 

23-08-2020 17-04-27

Рис. 2 – Изменения температуры воздуха на протяжении 2018 года на метеостанциях

23-08-2020 17-04-56

Рис. 3 – Изменения атмосферного давления на протяжении 2018 года на метеостанциях

 

23-08-2020 17-05-11

Рис. 4 – Изменения влажности воздуха на протяжении 2018 года на метеостанциях

 

По данным графикам были выявлены дни, с самыми резкими изменениями метеорологических факторов. В результате отбора была отобрана следующая информация, представленная в таблице 1.

 

Таблица 1 – Даты с резкими изменениями метеорологических характеристик по каждой метеостанции

23-08-2020 17-05-55

Окончание таблицы 1 – Даты с резкими изменениями метеорологических характеристик по каждой метеостанции

23-08-2020 17-13-56

Для проведения визуального анализа характера движения изменений cредней квадратической ошибки обработки векторов и параметров изменения метеорологических условий были составлены графики, представленные на рис. 4-11.

 

23-08-2020 17-14-21

Рис. 5 – «График изменения значений СКО обработки вектора и температуры воздуха по вектору AST2-PTGK»

23-08-2020 17-14-34

Рис. 6 – График изменения значений СКО обработки вектора и атмосферного давления по вектору AST2-PTGK»

23-08-2020 17-14-43

Рис. 7 – График изменения значений СКО обработки вектора и влажности воздуха по вектору AST2-PTGK»

23-08-2020 17-18-59

Рис. 8 – График изменения значений СКО обработки вектора и температуры воздуха по вектору AST2-SEV1»

23-08-2020 17-19-27

Рис. 9 – График изменения значений СКО обработки вектора и атмосферного давления по вектору AST2-SEV1»

23-08-2020 17-19-43

Рис. 10 – График изменения значений СКО обработки вектора и влажности воздуха по вектору AST2-SEV1»

23-08-2020 17-24-22

Рис. 11 – График изменения значений СКО обработки вектора и температуры воздуха по вектору AST2-RSTD»

23-08-2020 17-24-35

Рис. 12 – График изменения значений СКО обработки вектора и атмосферного давления по вектору AST2-RSTD»

 

На графиках изменения значений средней квадратической ошибки обработки векторов и соответственных изменений значений температуры воздуха, атмосферного давления, влажности воздуха, прослеживается схожесть движения изменений данных значений относительно друг друга. Соответственно, исходя из полученных графиков, можно сделать вывод о том, что резкие изменения метеорологических параметров, таких как температура воздуха, атмосферное давление, влажность воздуха воздействуют на среднюю квадратическую ошибку обработки вектора, отвечающую, в свою очередь, за качество выполненных спутниковых и геодезических работ. В правильно выполненных работах, обеспечивающих качественные значения полученных спутниковых измерительных данных, величина средней квадратической ошибки обработки вектора стремиться к нулю, однако в выбранных датах с резкими изменениями метеорологических параметров температуры воздуха, атмосферного давления, влажности воздуха, значения полученных спутниковых измерительных данных различаются в пределах от 0,0197 метров до 0,0883 метров.

Корреляционный анализ позволяет выявить причинно-следственную связь между факторными и результативными результатами спутниковых измерений. Корреляционный анализ представляет собой метод обработки статистических данных, заключающийся в изучении коэффициентов корреляции между переменными. В данной работе наиболее целесообразно использовать метод квадратов, так как значения метеорологических параметров и результатов спутниковых измерений (средняя квадратическая ошибка обработки вектора) имеют количественное выражение. Также необходимо выявить точную силу связи между изменениями значений метеопараметров и средней квадратической ошибки обработки векторов.

Для вычисления коэффициента методом квадратов была осуществлена следующая последовательность действий:

1) Построены вариационные ряды для каждого вектора, в которых за коэффициент «Х» последовательно брались значения температуры воздуха, атмосферного давления и влажности воздуха. За коэффициент «Y» были приняты значения средней квадратической ошибки обработки вектора.

2) Определены средние значения (М1 и М2) для каждого полученного вариационного ряда.

3) Найдены отклонения (dх и dy) каждого числового значения от среднего значения своего вариационного ряда.

4) Полученные отклонения перемножены друг на друга (dx * dy).

5) Каждое отклонение возведено в квадрат и суммировано по каждому вариационному ряду (Σdx 2 и Σdy 2)

6)Полученные значения подставлены в формулу расчета коэффициента корреляции:

23-08-2020 17-28-19         (1)

Для оценки степени тесноты корреляционной связи использовалась формула Романовского [10]:

23-08-2020 17-28-27       (2)

где 23-08-2020 17-29-11 – стандартное среднее квадратическое отклонение.

По результатам вычислений была получена таблица 2.

 

Таблица 2 – Анализ значений коэффициента корреляции и стандартного среднего квадратического отклонения

Название вектора AST2-PTGK
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г.Астрахань Атм.дав. в г.Астрахань Вл-ть в г.Астрахань
Коэффициант корреляции -0,150 0,030 0,173
Стандартное среднее квадратическое отклонение 0,104 0,106 0,103
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г.Пятигорк Атм. дав. в г.Пятигорк Вл-ть в г.Пятигорк
Коэффициант корреляции -0,161 -0,019 0,117
Стандартное среднее квадратическое отклонение 0,103 0,106 0,105
Название вектора AST2-SEV1
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г.Астрахань Атм.дав. в г.Астрахань Вл-ть в г.Астрахань
Коэффициант корреляции -0,092 -0,044 0,108
Стандартное среднее квадратическое отклонение 0,105 0,106 0,105
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г.Севастополь Атм. дав. в г.Севастополь Вл-ть в г.Севастополь
Коэффициант корреляции -0,113 0,010 -0,042
Стандартное среднее квадратическое отклонение 0,105 0,106 0,106
Название вектора PTGK-RSTD
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в в г.Пятигорск Тем-ра в в г.Пятигорск Тем-ра в в г.Пятигорск
Коэффициант корреляции -0,046 -0,046 -0,046
Стандартное среднее квадратическое отклонение 0,106 0,106 0,106
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г. Ростов-на-Дону Тем-ра в г. Ростов-на-Дону Тем-ра в г. Ростов-на-Дону
Коэффициант корреляции -0,080 -0,080 -0,080
Стандартное среднее квадратическое отклонение 0,105 0,105 0,105
Название вектора AST2-RSTD
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г.Астрахань Тем-ра в г.Астрахань Тем-ра в г.Астрахань
Коэффициант корреляции -0,259 -0,259 -0,259
Стандартное среднее квадратическое отклонение 0,099 0,099 0,099
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г. Ростов-на-Дону Тем-ра в г. Ростов-на-Дону Тем-ра в г. Ростов-на-Дону
Коэффициант корреляции -0,275 -0,275 -0,275
Стандартное среднее квадратическое отклонение 0,098 0,098 0,098
Название вектора PTGK-SEV1
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г.Пятигорск Тем-ра в г.Пятигорск Тем-ра в г.Пятигорск
Коэффициант корреляции -0,024 -0,024 -0,024
Стандартное среднее квадратическое отклонение 0,106 0,106 0,106
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г.Севастополь Тем-ра в г.Севастополь Тем-ра в г.Севастополь
Коэффициант корреляции -0,051 -0,051 -0,051
Стандартное среднее квадратическое отклонение 0,106 0,106 0,106
Название вектора RSTD-SEV1
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г. Ростов-на-Дону Атм. дав. в г.Ростов-на-Дону Вл-ть в г.Ростов-на-Дону
Коэффициант корреляции -0,274 0,364 0,232
Стандартное среднее квадратическое отклонение 0,098 0,092 0,100
Метеопараметр, участвующий в вычислении коэф.кор-ции Тем-ра в г.Севастополь Атм. дав. в г.Севастополь Вл-ть в г.Севастополь
Коэффициант корреляции -0,306 0,392 0,065
Стандартное среднее квадратическое отклонение 0,096 0,090 0,106

 

Заключение

В результате выполненных вычислений значения коэффициента корреляции изменялись в пределах от -1 до 1, что говорит о линейной связи рассматриваемых рядов. В большинстве случаев вычисленный коэффициент корреляции превышает значение стандартного отклонения, что говорит о статистической значимости корреляции. Корреляционная связь наиболее ощутима в сравниваемых рядах температуры воздуха.

Из результатов анализа можно сделать предварительной вывод о связи изменения метеорологических параметров и значений средней квадратической ошибки обработки вектора, отвечающей за качество и достоверность выполненных спутниковых геодезических работ.

Конфликт интересов

Не указан.

Conflict of Interest

None declared.

Список литературы / References

  1. Антонович К.М., Использование спутниковых радионавигационных систем в геодезии [Текст]. В 2 т. Т. 1. Монография / К.М. Антонович; ГОУ ВПО «Сибирская государственная геодезическая академия». – М.: ФГУП «Картгеоцентр», 2017. – 334 с.: ил.
  2. Антонович К.М, Использование спутниковых радионавигационных систем в геодезии [Текст]. В 2 т. Т. 2. Монография / К.М. Антонович; ГОУ ВПО «Сибирская государственная геодезическая академия». – М.: ФГУП «Картгеоцентр», 2018. – 360 с.
  3. Басманов А.В. Результаты геодезического мониторинга геодинамических полигонов Росреестра на основе измерений 2017 года // Интерэкспо ГЕО-Сибирь-2017. XII Междунар. науч. конгр.: 18-22 апреля 2017 г., Новосибирск : Пленарное заседание : сб. материалов. – Новосибирск: СГУГиТ, 2017. С. 9-15.
  4. Интернет-сервис расписания погоды: https://rp5.ru/
  5. Гаврилов С.Г. Система дистанционного мониторинга деформационных процессов Дворца спорта «Мегаспорт» / С.Г. Гаврилов, К.В. Шаров, А.Г. Ананьева и др // Геопрофи, 2018. № 2. С. 49-53.
  6. Голяндина Н.Э. Метод «Гусеница»–SSA: анализ временных рядов: Учеб. пособие. СПб, 2018, 76 с.
  7. Горшков В.Л. Нагрузочные эффекты в ГНССнаблюдениях при исследовании региональной геодинамики / Горшков В.Л., Смирнов С.С., Щербакова Н.В. // Вестник СПбГУ. Сер. 1, 2017. №2. С. 148-156.
  8. Горшков В.Л. Исследование случайных и систематических ошибок GPS-наблюдений на территории Пулковской обсерватории / Горшков В.Л., Н.В. Щербакова. // Международный научно-технический и производственный электронный журнал «Науки о Земле», 2019. №4, С. 12-22.
  9. Иодис В.Я. Система мониторинга деформаций компании JAVAD GNSS // Геопрофи, 2017. № 3. С. 4-8.
  10. Тюрин С.В. Применение метода сингулярного разложения для обработки данных с датчика расстояний при наблюдениях за вращающимися объектами, СПб, 2018, 20 с.

Список литературы на английском языке / References in English

  1. Antonovich K.M. Ispol’zovanie sputnikovyh radionavigacionnyh sistem v geodezii [Use of satellite radio navigation systems in geodesy] [Text]. V. 1. Monograph / K.M. Antonovich; GOU VPO “Siberian State Geodetic Academy”. – M .: FSUE “Kartgeocenter”, 2017. – 334 p. [in Russian]
  2. Antonovich K.M. Ispol’zovanie sputnikovyh radionavigacionnyh sistem v geodezii [Use of satellite radio navigation systems in geodesy] [Text]. V. 2. Monograph / K.M. Antonovich; GOU VPO “Siberian State Geodetic Academy”. – M.: FSUE “Kartgeocenter”, 2018. – 360 p. [in Russian]
  3. Basmanov A.V. Rezul’taty geodezicheskogo monitoringa geodinamicheskih poligonov Rosreestra na osnove izmerenij 2017 goda [The results of geodetic monitoring of geodynamic test sites of Rosreestr based on measurements of 2017] // nterjekspo GEO-Sibir’-2017. XII Mezhdunar. nauch. kongr.: 18-22 aprelja 2017 g. [Interexpo GEO-Siberia-2017. XII International scientific Congr .: April 18-22, 2017], Novosibirsk: Plenary meeting: Sat materials. – Novosibirsk: SSUGiT, 2017.P. 9-15. [in Russian]
  4. Internet-servis raspisanija pogody [Big Encyclopedic Dictionary]: AZ / Ch. ed. Prokhorov A.M. – 2nd ed., Revised. and add. M.; St. Petersburg: TSB, 2016, 1452 p. [in Russian]
  5. Gavrilov S. G. Sistema distancionnogo monitoringa deformacionnyh processov Dvorca sporta «Megasport» [The system of remote monitoring of deformation processes of the Megasport Sports Palace] / Gavrilov S. G., Sharov K. V., Ananiev A. G., Efremova I. B., Kryukov E. Yu. Turkevich O.Yu. // Geoprofi, 2018. No. 2. P. 49-53. [in Russian]
  6. Golyandina N.E. Metod «Gusenica»–SSA: analiz vremennyh rjadov: Ucheb. posobie [Method “Caterpillar” –SSA: time series analysis: Textbook]. allowance. SPb, 2018, 76 p. [in Russian]
  7. Gorshkov V.L. Nagruzochnye jeffekty v GNSSnabljudenijah pri issledovanii regional’noj geodinamiki [Load effects in GNSS observations in the study of regional geodynamics] / Gorshkov V.L., Smirnov S.S., Scherbakova N.V. // Vestnik SPbGU. Ser. 1 [Bulletin of St. Petersburg State University. Ser. 1], 2017. No. 2. P. 148-156. [in Russian]
  8. Gorshkov V.L. Issledovanie sluchajnyh i sistematicheskih oshibok GPS-nabljudenij na territorii Pulkovskoj observatorii [The study of random and systematic errors of GPS observations on the territory of the Pulkovo Observatory] / Gorshkov V.L., N.V. Shcherbakova. // Mezhdunarodnyj nauchno-tehnicheskij i proizvodstvennyj jelektronnyj zhurnal «Nauki o Zemle» [International Scientific, Technical and Industrial Electronic Journal “Earth Sciences”], 2019. No. 4, P. 12-22. [in Russian]
  9. Iodis V. Ya Sistema monitoringa deformacij kompanii JAVAD GNSS. [System for monitoring deformations of JAVAD GNSS company] // Geoprofi, 2017. no. 3. Pp. 4-8.. [in Russian]
  10. Tjurin S.V. Primenenie metoda singuljarnogo razlozhenija dlja obrabotki dannyh s datchika rasstojanij pri nabljudenijah za vrashhajushhimisja obektami [The main components of the time series: the Caterpillar method]. Under. ed. D.L. Danilova, A.A. Zhiglyavsky. St. Petersburg: Pressky, 2017, 307 p. [in Russian]

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Лимит времени истёк. Пожалуйста, перезагрузите CAPTCHA.