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。     

基于GPS的MODIS近红外可降水量季节性模型建立

在考虑可降水量季节性变化的基础上,提出利用GPS数据建立MODIS近红外可降水量季节性模型。首先对比分析2014年北京房山(BJFS)站的GPS可降水量和相应时间的MODIS近红外可降水量数据,发现两者之间的变化趋势基本一致,存在显著线性相关性;然后以GPS可降水量为标准值,利用回归分析建立GPS和MODIS可降水量之间的季节和全年校正模型。经检验,GPS可降水量与四个季节模型校正的MODIS近红外可降水量的均方根误差均小于3mm,最大误差不超过6mm,季节校正模型的精度都要高于全年校正模型。     

不同星历反演大气可降水量的时间序列分析

针对地基GPS水汽探测过程中星历文件的选取对最终反演结果影响的问题,该文利用探空资料建立了一种新的香港季度加权平均温度计算公式,采用3种不同星历对GPS观测数据进行基线解算。通过MATLAB对反演的大气可降水量进行时间序列分析,3种不同星历反演的大气可降水量与探空数据的结果相似,均方差非常接近,快速星历与最终精密星历反演精度基本一致,超快速星历与最终精密星历的反演精度接近。此结果表明:不同星历的选取能够对最终反演结果产生影响,但影响可以近似忽略;最终精密星历可用于事后的高精度水汽反演,分析水汽的变化规律;快速星历结果可用于时效性快的水汽探测;超快速星历用于实时水汽探测,成为水汽探测的手段之一。     

基于BDS精密星历产品的水汽探测性能分析

研究北斗卫星导航系统（BDS）反演大气可降水量的性能有利于推动BDS在数值天气预报、气象学研究等方面的应用. 基于武汉大学发布的BDS最终精密星历产品(WUM)、快速精密星历产品(WHR)和超快速精密星历产品(WHU),利用MGEX站和单基站连续运行参考站（CORS）提供的全球卫星导航系统（GNSS）多模观测数据,在验证三种BDS精密星历产品解算对流层天顶延迟的精度达到要求后,将基于三种BDS精密星历产品解算的大气可降水量分别与GPS水汽探测结果、ERA-5再分析资料和探空站数据进行对比,分析基于三种精密星历产品的BDS水汽探测性能. 实验结果表明:基于BDS最终精密星历产品的大气水汽探测精度高于快速星历产品和超快速星历产品,三种BDS星历产品反演大气可降水量的相对精度和可靠性与GPS相当,满足中小尺度数值天气预报和气象学研究等要求.      

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。     

地基GPS数据结合MODIS数据的大气水汽反演研究

大气中的水汽不仅是影响地球天气变化的重要因素,更是多项气象研究中的重要参数,正确确定大气中水汽的含量,对研究降水与气候、灾害性天气预报、全球气候变化等具有十分重要的作用。本文详细地介绍了基于地基GPS以及基于MODIS数据的大气水汽含量反演方法,并利用天津测区的GPS数据与MODIS数据反演的大气水汽含量进行对比分析,得到了两种方法都具有反演大气水汽含量的结论。     

TERRA/MODIS热红外通道陆地晴空大气可降水分裂窗反演

大气水汽在遥感反演地表温度中起到关键作用,精确的大气水含量对于提升反演精度有着重要意义,而热红外方法是夜晚获得区域大气水汽含量的唯一方法。本研究采用热红外方法中的改良分裂窗算法,首先,使用TIGR大气廓线与MODIS波谱响应函数通过MODTRAN辐射传输模式进行模拟,将大气廓线的水汽含量与大气透过率进行回归;然后,根据MODIS数据产品特点,使用2015年夏季MODIS数据观测角小于20°的范围进行反演;最后,将白天反演水汽分别与全球GPS地基大气水汽观测网络和MODIS近红外水汽产品进行比较,均方根误差分别为5.5 g/cm2和6.4 g/cm2,显示了高度的区域一致性。由于MODIS观测角度较大,本研究未对其他角度进行反演,若对其余角度的MODIS数据进行反演,可根据余弦角度变化,针对不同角度范围进行模拟与回归。     

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。     

不同IGS星历产品对地基GPS反演水汽的影响北大核心CSCD

为了研究不同国际GNSS服务(IGS)星历产品对地基GPS反演可降水汽精度的影响,评估超快星历用于实时水汽反演的精度,该文借助Bernese5.2软件获取不同IGS星历产品解算的IGS跟踪站天顶总延迟,结合GPT2模型估算的气象参数反演得到大气可降水,最后与探空站资料计算的大气可降水进行对比分析。结果表明,利用超快速星历预报部分反演大气可降水结果的RMS在±8mm内波动,优于1cm,有助于实时探测大气可降水量的变化,进一步有效促进地基GPS在短临天气预报中的应用。     

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.     

First comparisons of precipitable water vapor estimation using GPS and water vapor radiometers at the Royal Observatory of Belgium

We compare precipitable water vapor (PWV) time series measured by water vapor radiometers (WVRs) to PWV time series estimated using global positioning system (GPS) observations in a regional network of stations in western Europe. Inside this network, we focus on the baseline Brussels – Wettzell which presents the advantage to have the collocation of a GPS receiver and a WVR at both endpoints. The comparison between our GPS and WVR estimations of precipitable water vapor shows an agreement at the millimeter level. In addition, we show that the zenith total delay (ZTD) estimations computed with our GPS processing strategy agrees with the GPS estimations of ZTD done by the CODE analysis center at the millimeter level. Electronic Publication     

利用珠海CORS监测大气可降水量

依托珠海城市连续运行参考站(continuously operating reference stations,CORS)系统,采用地基全球导航卫星系统(global navigation satellite system,GNSS)反演大气可降水量(precipitable water vapor,PWV),展开大气...     

利用MODIS影像反演大气水汽含量的方法研究

目前,利用MOD IS近红外波段反演大气水汽含量主要采用两通道比值加权法和三通道比值加权法,为了对比研究这两种的方法,本文结合四川地区MOD IS影像,采用两通道比值法和三通道比值法分别获得17、18、19近红外通道大气水汽值,然后对两通道比值法和三通道比值法计算的三个近红外通道大气水汽值取加权平均,分别得到该地区加权平均大气水汽含量。对子区域(成都地区)MOD IS的两种加权平均大气水汽含量与同时同地SONDE大气水汽含量进行对比分析,实验结果表明:用MOD IS近红外波段反演大气水汽含量拟采用三通道比值加权法。     

利用地基GPS资料分析成都地区大气可降水量

利用成都地区GPS地震监测网的观测资料,通过Bernese软件求解获得CHDU、JYAN、PIXI、QLAI、RENS、ZHJI测站的天顶总延迟和湿延迟,运用湿延迟与大气可降水量之间的转换关系得到各测站大气可降水量,与站点地面实际降雨量及SONDE大气可降水量进行了比较分析。结果表明：地基GPS监测大气可降水量变化与地面实际降雨量有很强的相关性,与SONDE大气可降水量的平均差值为0．43mm,均方偏差为2．56mm。多站点GPS监测大气可降水量联合分析,对于研究区域大气可降水量的变化有一定的意义。     

顾及边界入射信号的多模水汽层析方法

利用GNSS三维水汽层析技术全天候地获取高时空采样率的水汽垂直分布信息,已成为GNSS气象学中一大研究热点。当前,基于单一导航系统的传统层析方法存在观测数据利用率低、观测分布不均等不足。本文设计和实现了一种顾及边界入射信号的多模水汽层析方法,采用香港CORS网观测数据和无线电探空产品进行精度验证,并详细分析边界入射信号和多模层顶信号的引入对层析水汽结果的改善程度。结果表明:相较于传统GPS层析方法,本文采用的融合两类多模层顶信号和边界入射信号的新水汽层析方法,兼备边界入射信号和多模层顶信号的优点,可得到更高精度和更可靠的三维水汽信息。     

经验模态分解与神经网络的GPS可降水量预测

本文将经验模态分解与神经网络相结合的方法应用于GPS可降水量预测。对GPS可降水量进行经验模态分解,在分解过程中采用径向基神经网络处理端点问题,针对经验模态分解得到的每个分量分别运用径向基神经网络进行预测,并重构出最后的预测结果。重构结果与直接运用神经网络进行预测的GPS可降水量、实测GPS可降水量进行比较,结果表明,相对于直接预测,经验模态分解与神经网络结合的方法具有更高的预测精度。     

北京地区GPS水汽变化与雾霾的相关性

针对北京地区雾霾频发的现状,该文基于雾霾与GPS水汽共有的影响因素,以具体季节为背景,对北京地区2014年1—11月对流层干延迟ZHD、GPS可降水量与大气中PM2.5含量的一致性做了分析。研究结果表明:雾霾过程中盛夏季节表现为大气中PM2.5含量与GPS可降水量具有很好的正相关性,而在冬季则表现为大气中的PM2.5含量与对流层干延迟含量具有很好的正相关性,并发现结合两者的变化在一定程度上可用于雾霾天气的监测与预警。     

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.     

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.     

Interpolating atmospheric water vapor delay by incorporating terrain elevation information

In radio signal-based observing systems, such as Global Positioning System (GPS) and Interferometric Synthetic Aperture Radar (InSAR), the water vapor in the atmosphere will cause delays during the signal transmission. Such delays vary significantly with terrain elevation. In the case when atmospheric delays are to be eliminated from the measured raw signals, spatial interpolators may be needed. By taking advantage of available terrain elevation information during spatial interpolation process, the accuracy of the atmospheric delay mapping can be considerably improved. This paper first reviews three elevation-dependent water vapor interpolation models, i.e., the Best Linear Unbiased Estimator in combination with the water vapor Height Scaling Model (BLUE + HSM), the Best Linear Unbiased Estimator coupled with the Elevation-dependent Covariance Model (BLUE + ECM), and the Simple Kriging with varying local means based on the Baby semi-empirical model (SKlm + Baby for short). A revision to the SKlm + Baby model is then presented, where the Onn water vapor delay model is adopted to substitute the inaccurate Baby semi-empirical model (SKlm + Onn for short). Experiments with the zenith wet delays obtained through the GPS observations from the Southern California Integrated GPS Network (SCIGN) demonstrate that the SKlm + Onn model outperforms the other three. The RMS of SKlm + Onn is only 0.55 cm, while those of BLUE + HSM, BLUE + ECM and SKlm + Baby amount to 1.11, 1.49 and 0.77 cm, respectively. The proposed SKlm + Onn model therefore represents an improvement of 29–63% over the other known models.