抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
グローバルナビゲーション衛星システム(GNSS)気象学において,加重平均温度(T_m)は,GNSSの天頂湿潤遅れ誤差と可降水性水蒸気の間の変換における可変パラメータである。T_m季節変動とT_mとサイト気象測定(主にサイト測定温度)の間の関係によってモデル化されたT_mの結合モデルは,比較的高い精度であることが証明された。本研究では,NN-IIモデルと呼ばれるT_mに対する改良複合モデルを開発し,NNモデルの第二世代である。NNモデルと同様に,NN-IIは結合モデルであり,ニューラルネットワークモデルを用いてモデル化した。NNモデルは表面近くのT_m推定のためにのみ設計されたが,NN-IIは表面から対流圏のほぼ上部までのT_m推定のために設計された。NNモデルと比較して,NN-IIモデルは,モデル設計に関していくつかの進歩した特徴を示した。モデル化したT_mデータは,表面から対流圏のほとんどのトップまでカバーして,GTrop-T_mモデルからより正確な季節的T_mを使用して,入力変数を洗練した。これらの精密化により,表面から対流圏のほぼ上部へのグローバルT_mのためのNN-IIのバイアスとRMSEは,それぞれ0.08Kと3.34Kであり,この新しいモデルは,それぞれ,GTrop-T_mモデルとNNモデルのものと比較して,29.1%と40.6%の改良精度を示した。精度優位性は,グローバルスケールに関して対流圏のいろいろな高さに関して維持した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】