已知点坐标文件的创建与使用

已知点坐标文件(.apr 文件)是使用 GLOBK 进行网平差时,用于输入已知点坐标的文件。GAMIT/GLOBK 程序所附带的 APR 文件,一般只有各 IGS 核心站在 ITRF 框架下的坐标和速度。因此,使用自带的 APR 文件,可以将解算点的坐标归化到某一 ITRF 框架内。但是,如果想获得站点在 CGCS2000 国家坐标系的位置,或已知点坐标不在自带的 APR 文件中时,我们就需要制作自己的 APR 文件。

本文将介绍 APR 文件的制作和使用方法。

阅读全文

站点信息文件的创建与更新

站点信息文件 station.info 是使用 GAMIT 程序进行数据处理前必须准备的文件之一,该文件包含了各站点的接收机/天线类型、天线高和观测时段等信息。

使用 GAMIT/GLOBK 程序进行数据解算时,通常需要创建或者更新站点信息文件。本文将详细介绍该文件的文件格式以及创建和更新方法。

阅读全文

获取站点概略坐标的几种方法

在 RINEX 观测数据(O-文件)的文件头信息中,包含观测点的概略坐标值。并且,在大多数的数据处理时,这一项都是必要的。例如,对于 GAMIT 或 PANDA 等 GNSS 数据处理程序而言,若观测文件中缺失概略坐标或概略坐标值有误,将会造成解算失败。

然而,有些观测点由于操作人员的配置或操作失误,常常会造成观测文件中概略坐标缺失或错误的现象。本文试总结了一些获取站点概略坐标的方法。

阅读全文

Pinot 脚本文档索引目录

Pinot(Pinot is not only TEQC) 是一系列使用 Python 语言开发的脚本,主要用于对大量的 GNSS 静态数据进行批量处理,特别适合处理 CORS 站等静态数据。该项目目前以开源的形式托管在 Github 网站上,也算做了一点微小的工作。

本站多篇文章与该软件包中的程序有关。本文是该软件包的简介及文档索引目录,以方便进行查找。

阅读全文

GNSS 数据批量整理脚本

组织保存大量的 GNSS 数据文件时,IGS 的数据存放方式是一个不错的借鉴。但数据的分类整理亦是非常枯燥繁琐的工作。并且,限于目前的 GAMIT/GLOBK 程序所能处理的数据在 99 个站点以内,因此在处理大量的数据时常常需要对观测网进行子网划分操作。这也同样需要按照子网划分方案对观测数据进行整理。

本文将介绍 Pinot 中所涉及的两个 GNSS 数据整理脚本:orderfile.py 和 subnet.py。

阅读全文

接收机原始数据批量转化脚本

将 GNSS 接收机中导出的原始观测数据转化为 RINEX 格式也是数据预处理的一部分。我们通常采用接收机厂商提供的随机软件或 TEQC 程序完成这部分工作。但我在使用随机软件进行数据转化时,发现其操作略有不便。因此在 Pinot 中实现了两个原始观测数据转化脚本:leica2rnx.py 和 trimble2rnx.py。

本文是脚本 leica2rnx.py 和 trimble2rnx.py 的说明文档。

阅读全文

GNSS 数据信息批量检查脚本

在进行大量的 GNSS 数据处理之前(尤其不是自己观测的数据),我们通常首先需要检查各站点的数据完备性和核对观测信息的正确性等。从而得知缺失数据的站点,并及时掌握观测条件(如所使用的接收机类型、天线类型、先验坐标、天线高等)的变更情况等。

本文介绍 Pinot 中相关的两个脚本:sitecheck.py 与 metacheck.py。

阅读全文

GNSS 数据批量质量分析脚本

在对 GNSS 观测数据进行处理之前,我们一般都需要进行观测质量分析。其中 TEQC、GFZRNX 等都是常用的质量检查工具。但这些程序处理大量的数据时皆显得略有不便。并且,很多时候我们只需记录一些最关键的质量分析指标。

qualitycheck.py 脚本是一个批量进行 RINEX 数据质量分析的脚本,通过调用 TEQC 程序对输入数据处理,输出观测时长、信噪比、多路径效应、周跳等质量检查成果。

阅读全文

站点数据批量重命名脚本

在处理 GNSS 观测数据时,我们经常需要涉及到对数据文件的重命名处理。比如,变更观测站点名、文件名大小写转换等。虽然之前的博文文件名大小写批量转换介绍过两个 SHELL 语言编写的脚本,但这两个脚本不甚灵活且运行时需要 C SHELL 语言环境。

本文将介绍 Pinot 中涉及对观测文件重命名的三个脚本:renamesite.py、up2lower.py 和 low2upper.py。

阅读全文

GNSS 数据批量标准化脚本

在处理大量的 GNSS 数据时,我们常常需要编辑大量的 RINEX 观测文件(Obs)。有些测站由于观测人员的设置等原因,导致观测数据的文件头信息不标准或不正确。也有些观测数据的采样间隔、观测卫星系统或观测量等不一致。这就需要对数据进行标准化工作。

TEQC 或 GFZRNX 程序可以做到这一点,但这些程序比较适合处理单个或单个测站的观测文件,对于处理大量的数据时显得略不便。本文将介绍 Pinot 中实现的批量标准化程序 unificate.py。该脚本以多线程的方式执行,运行快速。

阅读全文