顾及垂直递减率的中国区域Tm格点产品空间插值

大气加权平均温度(T_m)是全球导航卫星系统(global navigation satellite system, GNSS)反演大气水汽(precipitation water vapor, PWV)的关键参数。当前已有T_m模型提供的T_m信息难以捕获其日周期变化,因此限制了其在高时间分辨率GNSS PWV估计中的精度。大气再分析资料可提供高时空分辨率的T_m格点产品,但是在使用时需要对其进行空间插值,且T_m在高程上的变化远大于其在水平方向上变化。同时,针对中国区域地形起伏大等特点,提出顾及垂直递减率的中国区域T_m格点产品空间插值方法,以分布于中国区域的2015年89个探空站资料为参考值,验证了提出的方法在全球大地测量观测系统大气中心T_m格点产品和美国国家航空和太空管理局提供的MERRA-2的T_m格点产品中的空间插值精度。结果表明：(1)在顾及垂直递减率的T_m格点产品空间插值中,反距离加权法的...     

中国区域加权平均温度的时空分析及模型研究

加权平均温度(T_m)是全球卫星导航系统技术反演大气可降水量的关键参数,影响着水汽反演的精度。针对传统的Bevis模型运用在中国区域精度不高的问题,该文提出新的增加时空参数的T_m多元线性回归模型。根据2013—2015年中国86个探空站点的探空资料,分析了T_m的时空特征;然后根据2013年站点资料,利用线性回归建模方法建立了中国区域的T_m单因子回归模型和增加了时空参数的T_m多因子回归模型,并利用2014—2015年的探空数据进行验证。T_m单因子回归模型和T_m多因子回归模型的精度分别为3.1 K和2.6 K,比Bevis模型(精度3.3 K)分别提高了约6.0%和21.2%。考虑到季节对T_m的影响,将T_m多因子回归模型按季节分段,得到按季节分段的T_m多因子回归模型,其精度与T_m多因子回归模型大致相当,但能更细致表达出不同季节T_m的精度情况。结果表明增加了时空参数的T_m多因子回归模型更加适合中国区域的加权平均温度T_m的计算。     

顾及日变化的山东省大气加权平均温度模型构建

联合使用无线电探空和数值气象模式数据,构建了顾及日变化特征的山东省大气加权平均温度模型。以ERA5积分T_m值为参考,对构建T_m模型用于山东省卫星定位连续运行综合应用服务系统(SDCORS)的精度和适用性进行了验证。结果表明：顾及日变化的山东省T_m模型基本消除了系统性偏差影响,均方根误差(RMSE)为3.0 K左右,较Bevis模型和Li模型分别提升24%和16%;且该模型具有良好的稳定性,在SDCORS各站点处的RMSE的最大变化为0.3 K,能够满足SDCORS的GNSS水汽反演应用需求。     

顾及非线性高程归算的全球加权平均温度模型

加权平均温度（T_m）是全球导航卫星系统技术中反演可降水量的关键参数。利用欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）的产品对T_m在垂直方向上的分布特性进行分析，并构建了一种新的全球T_m模型。利用ECMWF和无线电探空数据对该模型进行检验，并将其与现存的高精度T_m模型进行比较。实验结果显示，T_m在高程方向上存在非线性变化特征，而且该特征在高纬度地区特别是两极区域尤为明显。当利用ECMWF和探空数据检验构建的T_m模型时，其均方根误差分别为3.84 K和4.36 K，相比于现存的T_m模型精度分别提升了27%和20%。构建的模型可以显著提升T_m在垂直方向上的归算效果，由该模型计算出的T_m廓线与参考值更加接近。     

基于北斗/GNSS的中国-中南半岛地区大气水汽气候特征及同降水的相关分析

本文采用统一的处理模型和处理策略对中国-中南半岛地区地基北斗/GNSS测站2006—2016年历史观测数据进行高精度重处理和水汽反演,获得近10年的大气可降水含量（PWV）产品。基于北斗/GNSS PWV产品,研究了该地区大气水汽平均含量、年周期振幅和半年周期振幅等气候特征,发现这些特征主要受到了测站纬度、高程以及季风的影响。通过分析PWV同并址气象站降水观测的关联特性,揭示了该地区大气水汽含量同降水相关性随测站纬度减小而降低的特点（在云南相关系数可达0.8,在靠近赤道的泰国南部相关系数约为0.2）。此外,PWV和降水的距平值相关分析表明,相比于历史同期,大气水汽含量较高的月份在一定程度上对应着降水异常偏高,两者相关系数为0.2~0.4。     

基于水汽垂直指数分布特征的PWV快速层析方法

GNSS水汽层析技术可以反演对流层水汽三维时空变化情况,但该技术比较复杂、运算量大,需要消耗一定的时间.故本文提出了一种利用地基GNSS反演的大气可降水量(precipitable water vapor, PWV)结合水汽在垂直方向上的指数分布特性来计算大气水汽三维分布的快速层析方法.该方法利用香港地区2022年8月的GNSS数据开展试验,与传统GNSS水汽层析方法进行对比.试验结果表明：两种方法的层析解算结果与探空数据均具有良好的一致性.虽然快速层析方法的解算结果在底层区域缺少一些水汽变化的细节信息,精度略逊于传统层析方法,但是在中、高层时精度会有所提升,层析解算结果良好.而且本文提出的快速层析方法无需构建和解算复杂的层析方程组,可以在大量GNSS测站参与水汽层析时减少计算复杂度,提升运算能力,同时可以更快地得到任意高度层的水汽密度,是一种简便、高效的层析方法.     

澳大利亚区域大气加权平均温度建模

大气加权平均温度T_m是计算水汽转换因子和大气可降水量的重要参数。利用2007—2017年全球大地观测系统(global geodetic observing system, GGOS) Atmosphere T_m格网数据和欧洲中尺度天气预报中心(European centre for medium-range weather forecasts, ECMWF) 2 m温度数据,建立一种适合澳大利亚区域、顾及T_m残差季节性和日周期变化的T_m模型——qTm。此外,采用2018年的GGOS Atmosphere T_m格网数据和探空资料对该模型进行评估。结果表明,qTm模型在澳大利亚区域具有较高的精度和适用性,与GGOS Atmosphere T_m相比,qTm模型的年均偏差(Bias)和均方根误差(root mean square error, RMSE)分别为－0.31 K和1.97 K,相对于GPT2w-1和GPT2w-5模型,RMSE分别提高21.8%和25.9%;qTm模型值与探空积分值更符合,模型的年均Bias和RMSE分别为－0.44 K和2.45 K,相比GPT2w-1和GPT2w-5模型分别提高10.2% 和11.8%。qTm模型可为澳大利亚区域提供精确的T_m值,为该区域大气水汽分析和厄尔尼诺现象研究提供基础。     

GPS/PWV在台风"玛莉亚"袭闽期间的变化特征研究

可降水量（PWV）表征大气中的水汽含量，本文利用福建省卫星导航定位基准服务系统（FJCORS）的GPS观测资料反演得到可降水量（GPS/PWV），通过与实测的高精度探空PWV资料进行对比发现，其相关系数达到0.98，与探空结果具有较好的一致性；平均偏差在1.10 mm以内，表明GPS/PWV资料具有较高的精度。在此基础上分析2018年第8号台风“玛莉亚”登陆福建前后的GPS/PWV变化特征及其与实际降水量的关系，结果表明，GPS/PWV资料能够很好地反映台风期间水汽的时空动态传输过程，并与降水之间具有良好的对应关系。     

日本区域加权平均温度建模

由于日本区域易受自然灾害频发、水汽特征变化复杂、探空站点分布稀疏的问题,进而制约了高精度水汽的获取,因此缺少此区域的高精度加权平均温度(T_m)模型. 鉴于此,采用2009—2016年全球大地测量观测系统(GGOS) Atmosphere T_m和ERA-Interim 2 m T_s格网数据新建立一种考虑T_m残差季节性变化和周日变化的适合日本区域的T_m模型 (JQTm模型). 同时,利用2017年日本区域13个探空站和110个GGOS Atmosphere T_m格网数据,对新建立的JQTm模型在日本区域的精度进行评估. 研究发现:与GGOS Atmosphere T_m格网数据对比,JQTm模型的偏差(bias)和均方根误差(RMSE)分别为0.15 K和1.92 K,RMSE分别比GPT2w-1模型、GPT2w-5模型提升41.16% (1.33 K)、44.41% (1.53 K);与探空资料对比,JQTm模型的bias和RMSE分别为–0.66 K和2.14 K,RMSE分别比GPT2w-1模型、GPT2w-5模型提升28.43% (0.85 K)、29.61% (0.90 K). JQTm模型能够为日本区域提供高精度的T_m值,为研究此区域大气水汽和极端天气提供重要依据.      

GNSS辅助风云三号卫星MERSI近红外通道的大气可降水量反演方法

大气水汽是对流层中的重要参数之一,已被广泛应用于短临天气预警和长期气候监测等领域。我国风云三号(FY-3)系列卫星搭载的中分辨率光谱成像仪可用于大气水汽监测,但反演大气可降水量(PWV)时存在大气透过率参数低估、水汽与大气透过率回归系数经验选取的缺陷,无法满足在短临降雨监测、数值同化等高精度PWV应用方面的需求。针对该问题,本文提出一种GNSS辅助FY-3卫星的高精度PWV反演方法。本文方法引入高精度实测GNSS PWV作为大气透过率计算模型的回归拟合参数,辅助FY-3 L1级数据精确估计PWV和大气透过率的模型回归系数;同时,该方法顾及季节和高程因素对FY-3-L1 PWV反演的影响,分季节反演PWV并引入数字高程模型修正由于部分大气透过率参数低估导致的FY-3 L1 PWV相对不准确的现象。选取中国区域2013—2014年FY-3A卫星的L1数据和中国地壳运动观测网络的260个GNSS测站数据进行试验。结果表明,本文提出的GNSS辅助FY-3系列卫星PWV反演方法优于传统方法(FY-3A-L2 PWV),其整体精度改善率为74.5%,可得到更加可靠、稳健性更强的PWV格网产品,对于...     

地基GNSS大气水汽探测遥感研究进展和展望

大气水汽是表征极端天气事件和气候变化的重要参数,准确监测与分析水汽含量对于精准预测各类灾害性天气事件与研究气候变化具有显著意义。作为新兴的大气水汽探测方法,GNSS大气水汽探测技术得到了广泛的关注与应用研究,随着多频多模GNSS系统的发展,全球服务能力的逐步完备和地面基础设施的不断加强,地基GNSS大气水汽探测遥感技术水平得到显著提升,为基于空间大数据揭示气候变化、极端天气过程提供了强有力的数据支撑和发展契机。本文首先系统阐述了GNSS大气水汽探测遥感技术及其应用的发展过程;然后介绍了近年来包括对流层延迟、大气可降水量等多类型GNSS大气参数高精度反演的研究进展,特别是对GNSS大气反演在极端天气短临预报及气候变化现象解释两个方向的研究工作进行了科学探析;最后,阐明了GNSS大气水汽探测遥感技术面临的主要挑战及未来研究展望。     

非均匀分层对GNSS水汽三维层析的影响

针对目前地基全球卫星导航系统(GNSS)层析大气水汽精度不高的问题,本文提出对网格划分垂直方向非均匀分层的方法,提高了区域层析结果精度．基于多系统GNSS观测数据,对河南地区东经111.5°～115.5°,北纬33.6°～35.6°区域上空水汽分布进行层析探测,研究垂直分层方法对层析结果的影响,垂直方向采用均匀和非均匀两种分层方式,得到的水汽密度结果与探空反演水汽密度值都非常接近,对比来看,非均匀分层层析在相关系数、均方根误差和平均偏差等数据分析方面表现出了较好的数据精度,采用非均匀分层方法可以得到更优的大气水汽反演结果.      

Remote sensing of water vapor content using ground-based GPS data

Spatial and temporal resolution of water vapor content is useful in improving the accuracy of short-term weather prediction. Dense and continuously tracking regional GPS arrays will play an important role in remote sensing atmospheric water vapor content. In this study, a piecewise linear solution method was proposed to estimate the precipitable water vapor (PWV) content from ground-based GPS observations in Hong Kong. To evaluate the solution accuracy of the water vapor content sensed by GPS, the upper air sounding data (radiosonde) that are collected locally was used to calculate the precipitable water vapor during the same period. One-month results of PWV from both ground-based GPS sensing technique and radiosonde method are in agreement within 1–2 mm. This encouraging result will motivate the GPS meteorology application based on the establishment of a dense GPS array in Hong Kong.     

Bevis公式在不同高度面的适用性以及基于近地大气温度的全球加权平均温度模型

加权平均温度(T_m)是全球卫星导航系统(GNSS)反演可降水量(PWV)过程中的关键参量。利用Bevis公式和地表温度可以方便地得到地表附近的高精度T_m估计值。然而,不少研究指出,Bevis公式在高海拔地区存在较大误差。本文对Bevis公式在不同高度面的适用性进行研究后发现,Bevis公式在海拔较低时精度较高,随着海拔升高,精度逐渐降低。为了解决Bevis公式在高海拔地区适用性较低的问题,本文对近地空间范围内(本文指0～10 km的高程范围)的T_m与大气温度的关系展开了研究,发现两者在全球范围内都拥有很高的相关性,由此本文构建了基于近地大气温度的全球加权平均温度模型。对模型的检验结果表明,该模型在近地空间范围内的任意高度面上都可以提供高精度的T_m估计值。     

一种多因子加权平均温度模型的构建方法

针对在地基GNSS水汽反演的过程中,天顶湿延迟转换为大气可降水量时如何建立精确的大气加权平均温度(Tm)模型的问题,该文在建立Tm模型前全面考虑了对Tm有显著影响的变量并选择最优回归子集。但分析发现,最优回归子集中各变量之间存在较强的相关性,这将会导致变量之间存在多重共线性,从而影响模型的稳定性和可靠性。选择2013—2015年相关气象数据作为变量并应用岭回归的方法削弱变量之间的多重共线性,建立稳定的多因子Tm回归模型。并利用该模型分别预测2016年1—12月、2019年1—7月的Tm,均方根误差分别为2.3 K和2.0 K,预测精度较高,这将为高精度的水汽反演奠定较好的数据基础。     

Remote sensing of water vapor content using ground-based GPS data

Spatial and temporal resolution of water vapor content is useful in improving the accuracy of short-term weather prediction.Dense and continuously tracking regional GPS arrays will play an important role in remote sensing atmospheric water vapor content.In this study,a piecewise linear solution method was proposed to estimate the precipitable water vapor (PWV) content from ground-based GPS observations in Hong Kong.To evaluate the solution accuracy of the water vapor content sensed by GPS,the upper air sounding data (radiosonde) that are collected locally was used to calculate the precipitable water vapor during the same period.One-month results of PWV from both ground-based GPS sensing technique and radiosonde method are in agreement within 1～2 mm.This encouraging result will motivate the GPS meteorology application based on the establishment of a dense GPS array in Hong Kong.     

基于超快速星历反演大气可降水量的精度分析

水汽是预报某些灾害性天气的重要依据,因此及时获得高分辨率的水汽产品对精准预报天气具有至关重要的意义．针对最终精密星历更新速度较慢、时延较长,无法满足实时反演大气可降水量的要求,提出一种利用超快速星历代替最终精密星历反演大气可降水量的方法:基于地基GNSS反演大气可降水量的原理,利用GAMIT软件,根据国际GNSS服务(IGS)网站提供的不同精度的星历产品获得大气可降水量,并与气象探空站所获得的大气可降水量对比分析．研究结果表明,利用超快速星历所获得的大气可将水量与最终精密星历一致,二者平均差值优于0.1 mm,且与探空站测得的大气可降水量值非常一致,其精度可以满足天气预报的需求．