利用GPS可降水量校正MODIS近红外水汽数据

针对MODIS近红外水汽产品精度不足以及地基GPS技术解算的大气可降水量地理分布不连续的问题,提出一种利用地基GPS可降水量来校正MODIS水汽产品从而得到区域性连续分布的高精度可降水量的方法。利用GAMIT软件和地基GPS数据解算出IGS站点的大气水含量,建立GPS可降水量与MODIS近红外水汽产品的回归分析模型得到最终的校正结果。通过与实测气象站数据对比分析可知,所提方法有效地结合了MODIS和地基GPS两种遥感水汽技术的优点,能够得到高精度、地理分布连续的大气可降水量,研究结果可为实时天气预报、气候监测等工作提供参考。     

基于MODIS与GPS的D-InSAR大气延迟改正量提取

受GPS站点密度的限制,利用GPS数据改正D-InSAR中大气延迟误差往往达不到很好的效果。为此,研究了GPS与MODIS联合实现大气延迟改正量提取方法,利用两期GPS观测数据及相应时间的MODIS数据分析GPS-PWV与MODIS-PWV的关系,进一步得到MODIS水汽的校正模型。经过GPS+MODIS算法改正后,大气延迟改正精度为3.618mm,满足形变测量的要求。实验结果表明:在大气状态变化缓慢时,利用GPS结合MODIS数据对D-InSAR大气延迟改正有一定的效果。     

基于GPS和MODIS数据的大气可降水量反演算法研究

基于高精度的PWVGPS与MODIS近红外三通道比值透射率间的关系建立MODIS大气可降水量新反演算法以提高反演精度。利用美国Kansas州和Oklahoma州2009年4月～9月间17期的MODIS数据和对应的SuomiNet网PWVGPS数据进行研究,发现Kaufman和Gao Bo-Cai算法反演的PWVMODIS系统性地偏低于PWVGPS,存在较大的反演误差。以高精度的PWVGPS为标准水汽值,研究PWVGPS与MODIS近红外第19波段的三通道比值透射率间的关系,建立了MODIS大气可降水量新反演算法,并利用研究区数据进行试验验证,结果表明新算法可大幅提高PWVMODIS的反演精度。     

3种全球气压与温度模型的精度对比分析北大核心CSCD

针对目前全球气象模型受不同季节、纬度、高程等因素影响问题,该文利用全球分布的IGS站实测气象数据,对GPT、GPT2、GPT2w模型的精度进行对比,对模型的季节性特征以及纬度、高程因素对模型精度的影响进行分析,并对3种模型反演GPS大气可降水量(PWV)的精度进行比较。结果表明:(1)GPT2和GPT2w模型的精度相当,均优于GPT模型;(2)3种模型均具有明显的季节性特征,7月份(夏季)的模型精度最优;(3)纬度、高程因素对3种模型气压误差的影响较大,而对气温误差的影响相对较小;(4)GPT2、GPT2w模型解算的PWV估值精度相当,偏差均值和平均RMS分别小于1.2mm和1.8mm,均优于GPT模型计算结果。研究结果:可为全球或区域气象模型的改进和生产应用提供借鉴。     

3种全球气压与温度模型的精度对比分析

针对目前全球气象模型受不同季节、纬度、高程等因素影响问题,该文利用全球分布的IGS站实测气象数据,对GPT、GPT2、GPT2w模型的精度进行对比,对模型的季节性特征以及纬度、高程因素对模型精度的影响进行分析,并对3种模型反演GPS大气可降水量(PWV)的精度进行比较。结果表明:(1)GPT2和GPT2w模型的精度相当,均优于GPT模型;(2)3种模型均具有明显的季节性特征,7月份(夏季)的模型精度最优;(3)纬度、高程因素对3种模型气压误差的影响较大,而对气温误差的影响相对较小;(4)GPT2、GPT2w模型解算的PWV估值精度相当,偏差均值和平均RMS分别小于1.2mm和1.8mm,均优于GPT模型计算结果。研究结果:可为全球或区域气象模型的改进和生产应用提供借鉴。     

MODIS水汽反演用于InSAR大气校正的理论研究

大气效应尤其是大气水汽的影响是InSAR干涉测量中主要的误差源和限制因素之一,因此高精度的InSAR应用迫切需要及时掌握大气水汽含量及其时空变化。本文深入分析了利用MODIS的水汽反演结果进行InSAR干涉测量大气校正的可行性,对MODIS近红外水汽反演结果与地基GPS水汽探测结果进行了比较和分析。同时根据GPS解算结果,利用实例讨论了基于地面气象参数的水汽延迟模拟的效果。     

利用BDS数据反演大气可降水量及其精度分析

随着GAMIT软件版本的不断更新，对BDS数据基线解算已成为可能。本文提出了一种基于GAMIT软件的BDS大气可降水量反演方法，并对利用探空数据计算得到的大气可降水量与GPS数据反演结果进行精度验证。结果表明，通过BDS反演得到的大气可降水量与探空数据计算结果之间的平均相对误差、均方根误差均小于2 mm，相关系数大于0.98；与GPS反演结果之间的平均相对误差、均方根误差均小于3 mm，相关系数大于0.96。BDS反演结果精度较高，基本能够满足气象需要。     

利用CORS站研究多因子分季节可降水量转换模型

针对GNSS气象学中可降水量转换过程较为复杂的问题,利用2017年江苏CORS站及其并址探空数据,分析大气可降水量(PWV)与天顶对流层延迟(ZTD)、温度和气压之间的相关性,采用线性回归拟合法建立多因子分季节PWV模型,并用2017-2018年数据验证模型精度.结果表明PWV与ZTD有很强的线性相关性,相关系数为0.980 3,PWV与温度和气压有较强的相关性,相关系数分别为0.611 2和-0.613 6;全年PWV模型中,单、双、多因子模型的RMS分别为2.88、1.70和0.49 mm,精度依次提高;多因子PWV模型中,分季节PWV模型较全年PWV模型的RMS分别提高0.23、0.20、0.18和0.37 mm,精度明显优于全年模型.因此,多因子分季节PWV模型预测精度优于1 mm,满足GNSS监测水汽的气象应用精度要求.     

大气加权平均温度建模及其在GPS／PWV中的应用

大气加权平均温度的准确获取对高精度的GPS水汽反演至关重要。文中基于线性回归理论,在分析加权平均温度与地面温度间相关性的基础上,采用一元线性拟合的方法,建立大气加权平均温度经验模型。最后,采用香港地区2006-2015年无线电探空资料对经验模型进行验证。实验结果表明,文中模型计算加权平均温度的整体均方根误差为2.356 K,较Bevis模型精度提高了41.94％,且季节变化对加权平均温度计算的影响并不明显;对于GPS水汽反演,采用本文经验模型反演水汽的均方根误差为1.807 mm,平均偏差为1.362 mm,能够满足GPS可降水量反演的精度,且优于Bevis模型。      

GA-BP神经网络的GPS可降水量预测

针对传统BP神经网络模型存在的学习速度慢、易陷入局部极值以及网络结构参数取值的不确定性等问题,该文研究了一种基于遗传算法与BP神经网络相结合的GPS可降水量预测的新方法。该方法利用遗传算法对BP神经网络的初始权值和阈值进行优化,并对该模型进行训练,以提高预测模型的性能。实验结果证明了遗传BP神经网络模型用于GPS可降水量预测的可行性,其预测结果的均方根误差为0.16 mm、平均绝对百分误差为0.23%。相对于BP神经网络和小波神经网络模型,均方根误差分别降低了0.37和0.19 mm,平均绝对百分误差分别降低了0.62%和0.33%。同时遗传BP神经网络模型亦显示了很好的非线性拟合能力,能更好地预测GPS可降水量,对实际工作具有较强的参考价值。     

GPS反演大气综合水汽含量的影响因素分析

目前地基GPS遥感大气综合水汽含量的可行性已经被众多实验所验证,为进一步改善地基GPS遥感大气综合水汽含量的精度,本文对2004年6月哈尔滨GPS跟踪站的观测数据进行了解算,并结合探空资料计算的水汽结果对各项误差进行了分析。结果表明:广播星历不能用于高精度GPS水汽遥感;5cm的测站坐标误差将引起3mm的水汽误差,截止高度角的不同以及通用模型均会对水汽结果造成不同程度的影响。     

成都地区地基GPS观测网遥感大气可降水量的初步试验

利用首个成都地区地基GPS观测网2004年7～9月30s间隔的测量数据，通过Bernese GPS SoftwareV4．2解算出30min间隔的天顶总延迟量，结合自动气象站获得的气象资料计算出30min间隔的GPS遥感的大气可降水量。与根据气象探空站探测资料算出的可降水量进行统计对比，确定出本次GPS遥感可降水量试验的精度为3．09mm，两种可降水量时间序列呈现高度的一致性。同时验证了计算对流层加权平均温度的Bevis经验公式在成都地区的适用性。     

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.     

Validation of MODIS integrated water vapor product against reference GPS data at the Iberian Peninsula

In this work, the water vapor product from MODIS (MODerate-resolution Imaging Spectroradiometer) instrument, on-board Aqua and Terra satellites, is compared against GPS water vapor data from 21 stations in the Iberian Peninsula as reference. GPS water vapor data is obtained from ground-based receiver stations which measure the delay caused by water vapor in the GPS microwave signals. The study period extends from 2007 until 2012. Regression analysis in every GPS station show that MODIS overestimates low integrated water vapor (IWV) data and tends to underestimate high IWV data. R² shows a fair agreement, between 0.38 and 0.71. Inter-quartile range (IQR) in every station is around 30–45%. The dependence on several parameters was also analyzed. IWV dependence showed that low IWV are highly overestimated by MODIS, with high IQR (low precision), sharply decreasing as IWV increases. Regarding dependence on solar zenith angle (SZA), performance of MODIS IWV data decreases between 50° and 90°, while night-time MODIS data (infrared) are quite stable. The seasonal cycles of IWV and SZA cause a seasonal dependence on MODIS performance. In summer and winter, MODIS IWV tends to overestimate the reference IWV value, while in spring and autumn the tendency is to underestimate. Low IWV from coastal stations is highly overestimated (∼60%) and quite imprecise (IQR around 60%). On the contrary, high IWV data show very little dependence along seasons. Cloud-fraction (CF) dependence was also studied, showing that clouds display a negligible impact on IWV over/underestimation. However, IQR increases with CF, except in night-time satellite values, which are quite stable.     

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.     

利用GPS技术反演中国大陆水汽变化

利用中国地壳运动监测网络2004年的GPS数据，结合测站对应气象要素，计算出大气中的水汽。采用张性样条网格化法绘制中国大陆地区2004年各月份的水汽变化图，得到了水汽含量整体变化趋势与中国年降水量分布趋势相一致的结论。     

基于无线电探空的武汉大气加权平均温度模型研究

以武汉地区为例,本文推导无线电探空推导的大气加权平均温度模型并对其可靠性进行检验。采用武汉无线电探空数据推算武汉地区的大气加权平均温度计算模型,以此模型计算GPS可降水量,通过与无线电探空结果比较来检验该模型的精确度。在WHDH站GPS可降水量与无线电探空的比较中,两者差值的均方根为3.0mm,两者的相关性达到了0.952。利用中国地壳运动监测网络2002年武汉站GPS数据和武汉地区大气加权平均温度模型推算的可降水量与无线电探空比较,GPS可降水量与无线电探空可降水量在数值上和发展趋势上比较接近,说明了无线电探空的大气加权平均温度模型的可靠性。     

无气象要素的GPS对流层延迟推算可降水量的研究

本文针对武汉地区GPS气象网资料,进行了GPS对流层延迟直接推算可降水量的研究。在武汉东湖站GPS对流层延迟与无线电探空可降水量的比较中,两者具有很好的相关性,相关系数达到了0.93;推导了对流层延迟直接推算可降水量的模型,对模型结果进行了检验,在武汉东湖站的对流层延迟转换的可降水量与无线电探空可降水量的比较中,均方根为7.8mm,相关性为0.91,这说明了在没有气象数据的地区对流层延迟直接推算的可降水量可以作为气象短期预报的参考。     

Experiment on driving precipitable water vapor from ground-based GPS network in Chengdu Plain

The estimates of total zenith delay are derived using Bernese GPS Software V4. 2 based on GPS data every 30 s from the first measurement experiment of a ground-based GPS network in Chengdu Plain of Southwest China during the period from July to September 2004. Then the estimates of 0.5 hourly precipitable water vapor (PWV) derived from global positioning system (GPS) are obtained using meteorological data from automatic weather stations (AWS). The comparison of PWV derived from GPS and those from radiosonde observations is given for the Chengdu station, with RMS (root mean square) differences of 3.09m. The consistency of precipitable water vapor derived from GPS to those from radiosonde is good. It is concluded that Bevis’ empirical formula for estimating the weighted atmospheric mean temperature can be applicable in Chengdu area because the relationship of GPS PWV with Bevis’ formula and GPS PWV with radiosonde method shows a high correlation. The result of this GPS measurement experiment is helpful both for accumulating the study of precipitable water vapor derived from GPS in Chengdu areas located at the eastern side of the Tibetan Plateau and for studying spatial-temporal variations of regional atmospheric water vapor through many disciplines cooperatively.