长三角地区GNSS可降水量直接转换模型研究

为简化GNSS大气可降水量(PWV)的计算过程,提高GNSS-PWV实时解算效率,利用2017~2018年长三角地区7个GNSS测站数据,分析GNSS-PWV与对流层延迟(ZTD)、地面气温(T)、地面气压(P)之间的线性关系,通过线性拟合建立PWV直接转换区域模型。实验结果表明：1）PWV与ZTD、P和T之间具有良好的相关性,相关系数分别为0.99、-0.74和0.73;2）基于ZTD的全年单因子PWV模型的RMS为3.07 mm,基于ZTD和T的全年双因子PWV模型RMS为2.35 mm,基于ZTD和P的全年双因子PWV模型RMS为1.18 mm,基于ZTD、T和P的全年多因子PWV模型RMS为0.47 mm,基于ZTD、T和P的分季节多因子PWV模型的平均RMS为0.28 mm,后者预测精度略优。     

对流层延迟与可降水量直接转换模型研究

采用线性回归和最小二乘法拟合建立无线电探空可降水量（RS-PWV）与GPS对流层延迟（GPS-ZTD）、地面温度及大气压之间的直接转换模型，并将直接转换模型得到的PWV分别与RS-PWV及GPS反演得到的可降水量（GPS-PWV）进行比较。结果表明，RS-PWV与GPS-ZTD之间存在良好的线性关系，相关系数达0.927 6；RS-PWV与4阶拟合温度和大气压呈现较好的相关性，相关系数分别为0.640 1和－0.626 3；基于ZTD的单阶单因子模型PWV与GPS-PWV的相关系数达到0.969 9；基于ZTD、温度及大气压的单阶多因子模型PWV比基于ZTD的单阶单因子模型PWV精度明显提高，RMS从4.3 mm提高到3.3 mm。     

北斗CORS探测的大气可降水量与重庆降雨的关系

通过分析2018年2次典型降雨过程中大气可降水量(precipitable water vapor,PWV)的分布特征及其与实际降水量的关系,探讨PWV在预测降雨中的应用。结果表明,在降雨过程中,PWV的分布与实际降水量具有很好的相关性。PWV对降雨的发生具有一定的指示作用,在降雨发生前6~12 h,PWV开始增加;在降雨发生前1~2 h内PWV迅速上升;当PWV显著增加并保持高值时,预示强降雨的发生。PWV变化越快,降雨概率和降水量就越大。滑动平均处理结果进一步证明,强降雨发生前后,PWV会出现快速聚集和释放的现象,PWV可作为短期临近预报及天气分析等研究和应用的序列资料,为传统气象手段提供有力补充。     

中国IGS站点ZTD长时序特征及其与年降水量的关系研究

利用小波变换方法对中国IGS站点ZTD时间序列进行分解与重构，分析ZTD序列的低频趋势项、高频年变化周期项与年降水量的对应关系，并结合气候资料分析原因。研究发现，ZTD低频趋势项与年降水量的变化趋势相同，ZTD高频周期项与年降水量变化存在较好的对应关系，ZTD年周期项峰值的高低对应年降水量的多少。     

一种区域精密天顶对流层延迟组合预报模型

针对现有区域天顶对流层延迟(ZTD)模型属于函数或格网型,参数固定,且难以表达ZTD时空快速变化特性等问题,提出一种基于小波变换、傅里叶级数拟合、自回归(AR)、支持向量回归(SVR)的组合预报新模型构建方法。该模型在时域内对ZTD序列进行小波变换,分解出低频和高频序列。低频序列采用傅里叶级数拟合成时间函数,高频序列则由AR进行预报。在空间域内利用SVR建立位置参数向傅里叶级数参数的映射。在该模型中输入时间与位置信息即可获取ZTD预报值。利用94个GNSS基站2 a的ZTD数据进行建模,24个GNSS基站1 a的ZTD数据进行预测对比。结果表明,实测值与模型预报值之间的平均偏差为-2.02 mm,均方根误差为3.07 cm,优于大部分区域ZTD模型。在伪距单点定位测试中,该模型能够显著提高定位精度。实验表明,该组合模型具有较高的预报精度和可靠性,具有一定的应用价值。     

基于GPT3模型的ZTD及PWV反演精度分析

使用亚洲区域18个IGS测站和中国区域内16个探空站2016~2018年的数据,研究GPT3模型反演天顶对流层延迟（ZTD）和大气可降水量（PWV）的精度,并与其他GPT系列模型进行对比。结果表明,GPT3-1模型估计的ZTD的bias均值和最大值均最小,分别为1.34 mm和14.06 mm;GPT3模型整体精度略优于GPT2w模型,优于GPT2模型。探空站处GPT3模型反演的PWV的bias和RMSE均表现出较强的季节性特征;由GPT3模型反演的PWV的月均值可知,GPT3-1模型比GPT3-5模型具有更高的精度和稳定性。     

融合GPT2w模型与GNSS参数获取大气可降水量

针对GPT2w模型误差累积所导致的天顶对流层延迟(zenith tropospheric delay, ZTD)和大气可降水量(precipitable water vapor, PWV)精度不高的问题,利用2017年长三角地区7个探空站和2个GNSS站的实测数据检验GPT2w模型获取的气压、温度、水汽压、加权平均温度(Tm)和ZTD等参数的精度,并融合GNSS解算得到的ZTD(GNSS-ZTD)与GPT2w模型获取的气象参数,提高PWV反演精度。结果表明：1)近地面处的气压、温度和水汽压的bias分布在－3~4 mbar、－7~7 K和－9~2 mbar之间,精度较高;2)GPT2w模型获取的Tm在长三角地区适用性较好,年均bias和RMS分别为－1.21 K和6.89 K;3)基于GPT2w模型解算的ZTD的bias和RMS均值分别为1.4 cm和9.4 cm,精度明显低于基于实测气象数据获得的GNSS-ZTD;4)参数融合法计算的PWV与GNSS-PWV精度相当,该方法可用于无实测气象参数时实时获取PWV。     

利用湖南CORS网监测分析湘北一次局地暴雨水汽场时空变化

基于72个湖南连续运行参考站 (CORS) 反演得到的可降水量 (PWV) ,针对2015-04-03~04-04湘北地区一次局地暴雨,结合温度和气压等大气热动力条件,分析湖南省PWV时间序列及其平面动态分布变化,并总结此次暴雨过程中水汽场变化规律。研究结果表明,作为降水的必要条件,PWV峰值越大降水概率越高,当PWV突破48 mm并首次降低时,随后1 h内会出现降水;当PWV持续增强达到峰值50 mm之后再次下降时,PWV增量变化很大程度上决定着雨势的大小及降雨持续时长;气温和气压等热动力条件也对雨势预测有一定的指示作用;PWV分布变化可对实际降水范围（落区）趋势作出较为准确的预测。     

捷联式海洋重力数据的小波阈值滤波

基于捷联式海洋重力测量数据，对比不同小波、阈值及施加方式对滤波效果的影响。结果表明，db6、db7、db8、db9、db10、sym6、sym7、sym8、sym9、sym10、coif3、coif4和coif5小波较适用于海洋重力测量，小波分解层次可取至8层或9层，采用史坦无偏风险阈值滤波效果较好；小波分解至第8、9层时，阈值滤波结果与截止频率为0.005 Hz和0.003 3 Hz的Butterworth低通滤波器的滤波结果吻合较好，但小波阈值滤波结果更加平滑，两者差值的RMSE在0.25 mGal以内，且小波阈值滤波更容易分解出噪声成分，可以更有效地消除重力畸变。     

中国东南沿海地区PWV直接转换模型研究

针对东南沿海地区GNSS大气可降水量(PWV)计算过程参数多、数据量大、效率不高且易产生累积误差等问题,本文基于中国东南沿海地区2017~2018年18个CORS站的GNSS数据,分析GNSS-PWV与对流层延迟(ZTD)、地面气温(T_s)和地面大气压(P_s)之间的线性关系,并利用多元线性拟合方法建立多因子GNSS-PWV直接转换模型,为研究区提供简捷高效的PWV计算方法。结果表明,GNSS-PWV与ZTD、P_s和T_s之间具有良好的相关性,相关系数分别为0.98、－0.65和0.78;基于ZTD、P_s和T_s的多因子PWV模型RMS为0.33 mm,精度最高,明显优于基于ZTD的单因子PWV模型（4.66 mm）,而基于ZTD和P_s的双因子PWV模型RMS为0.50 mm。     

中国大陆地区GNSS ZTD对超强东部型厄尔尼诺事件的响应

利用CMONOC提供的GNSS连续观测数据分析天顶对流层延迟（ZTD）代替水汽的可行性,并利用快速傅里叶变换（FFT）和小波变换(WT)开展GNSS ZTD对超强东部型厄尔尼诺事件的响应分析。结果表明,超强东部型厄尔尼诺事件会增加中国大陆地区水汽含量,在热带及亚热带地区响应更为显著;同时该事件会影响GNSS ZTD 的显著变化周期,使9个月的变化周期减弱,0.8~3个月内的变化周期增强。     

连续台风时期香港区域的水汽变化分析

利用香港卫星定位参考站网GNSS观测数据,提取强热带风暴"塔拉斯"与热带风暴"洛克"影响期间各测站天顶方向对流层延迟,反演香港区域大气可降水量;根据香港区域49个天文台气象站提供的实测降雨量数据,分析大气可降水量与实际降雨量的相关性,以及两次台风对香港区域水汽时空分布的不同影响。结果表明,大气可降水量在台风影响前期均上升,在大量降雨后回落,但在连续台风的间歇期间,仍高于台风来临前的水平;水汽累积是大量降雨的前提条件,当水汽累积量相近时,水汽累积时长与累积降雨量呈正相关;台风期间大气可降水量值超过65 mm的区域面积与台风等级相关,台风路径对局部水汽分布有一定的影响。     

基于FFT与小波变换的SOI与GNSS ZTD的周期变化影响研究

为探究ENSO事件对GNSS ZTD(水汽)周期变化的影响及其相互关系,以河北省为例开展ENSO事件对GNSS ZTD及其周期变化的影响研究。首先利用快速傅里叶变换方法筛选出南方涛动指数（SOI）与GNSS水汽的共同周期,再利用小波变换提取GNSS水汽与SOI共同周期所在的高频项,并将重构的高频项与SOI进行相关性分析。结果表明,SOI与GNSS ZTD存在负相关性,由此推断ENSO事件与GNSS ZTD的周期变化存在一定关联。利用快速傅里叶变换方法分别提取ENSO事件和正常气候下GNSS ZTD的变化周期,分析ENSO事件对GNSS ZTD周期变化的影响,结果表明,ENSO暖事件（厄尔尼诺事件）对GNSS ZTD的最长显著周期存在显著影响;ENSO冷事件（拉尼娜事件）对GNSS ZTD的最长显著周期影响较弱。     

PPP�н��ջ��Ӳ�������Ӳ�Զ�̬�������ӳٽ����Ӱ��

??鷢?????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????2012-07-21??????????????????????????????????????t??????λ??????IGS?????????????????????2??3 mm