郑州地区大气加权平均温度模型确定

地基GPS气象学中,大气加权平均温度Tm作为一个重要参数,影响着GPS信号湿延迟在垂直方向上转化为大气水汽的精度。文中首先介绍了几种常用的大气加权平均温度计算方法;然后利用郑州无线电探空资料,通过线性回归方法得出郑州地区大气加权平均温度的计算模型;最后将所得模型应用到郑州地区GPS可降水量计算中。通过与无线电探空实测结果对比分析,验证了该模型的可用性。     

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。     

香港地区大气加权平均温度建模与研究

在地基GPS水汽反演过程中,针对因大气加权平均温度的精度而影响大气可降水量计算结果精度的问题,文中采用回归分析方法对香港地区2006-2016年的探空数据进行研究,构建适用于香港地区的单因子以及多因子两种大气加权平均温度计算模型．并使用两种模型分别预测2017年加权平均温度,与多种经验公式结果以及真值进行对比,单因子和多因子模型与真值的偏差在－5 ～5 K范围内分别占比80.72％和85.26％,明显优于其他经验公式;且按季节分别建模对大气加权平均温度计算结果的精度并没有明显提高,但按昼夜分别建模能够使计算结果的精度得到明显的提高．因此为了能够使水汽反演计算时的精度得到提升,应当使用当地多年的探空气象资料构建适用于当地的加权平均温度计算模型,对于提高GPS反演大气水汽总量的精度具有重要意义.      

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。      

地基GPS水汽反演中区域大气加权平均温度模型

利用地基GPS反演可降水量,需要准确求得水汽转换参数。为了提高区域GPS大气水汽反演的精度,分析了大气加权平均温度的时空特性及其与地面温度之间的函数关系;利用江苏地区2003—2011年的气象探空数据建立了适用于江苏地区的局地大气加权平均温度计算模型。比较江苏模型、Bevis模型和李建国模型求得的大气加权平均温度值,江苏模型的精度较Bevis模型和李建国模型分别提高33.14%和9.28%。由江苏模型得到的可降水量内符合精度约为11.12 mm,较GAMIT软件结果精度提高约7.91%。     

区域大气加权平均温度模型确定及其应用

大气加权平均温度T_m是决定GPS水汽反演精度的关键参数,不同地区的T_m具有区域性差异。本文基于河南省Nanyang探空站2015-2018年的气象数据,建立了适用于河南亚热带季风气候地区的单因子和多因子的大气加权平均温度T_m模型,同时按照四季划分构建了季节模型,并对比经验模型分析其精度。结果表明,新建立的加权平均温度模型精度整体上优于Bevis模型。将其用于CORS站GPS可降水量反演中,相比经验模型,新建T_m模型与实际降水量的吻合性更好,可以满足地基GPS反演可降水量的要求。     

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。     

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。     

基于GPS的海表温度遥感反演参数估计

在GPS技术支持下,研究利用多学科综合从GPS卫星数据中反演大气水汽含量的问题;探讨了通过建立大气水汽含量与大气平均作用温度和多光谱热波段透过率的关系模型,进而求算热波段的大气平均作用温度和大气透射率参数,进一步反演海洋表面温度的新方法.     

青岛地区CORS反演水汽中大气加权平均温度模型的建立

作为区域连续运行参考系统(CORS)反演大气可降水量的关键参数——大气加权平均温度,时空特性明显。为了提高区域CORS反演大气可降水量的精度和可靠性,利用青岛探空站2009-2011年3年的探空数据,分析得到地表温度Ts与加权平均温度Tm的相关系数R为0.877 6,为强线性相关;采用回归分析建立了青岛地区加权平均温度模型;利用该模型计算青岛地区2012年加权平均温度,与由探空数据计算的加权平均温度的平均偏差、标准差和均方根误差分别为0.307 K、3.359 K和3.384 K;将该模型应用在青岛CORS反演大气可降水量的计算中,与临近探空站计算的大气可降水汽相比,平均偏差、标准差和均方根误差分别为0.70 mm、3.48 mm和3.53 mm.研究表明,应用区域探空数据建立加权平均温度模型具有可行性,并可以在一定程度上提高区域CORS反演大气可降水量的精度和可靠性。      

利用地面气象观测资料确定对流层加权平均温度

地基GPS气象学的核心思想是通过垂直方向上GPS信号的湿分量延时确定出可降水分 ,而这两个物理量之间的转换必须使用对流层加权平均温度。本文首先讨论了上述转换估计中加权平均温度的几种逼近方式及其容许误差 ,然后利用香港地区的地面和高空气象资料 ,采用逐步回归分析方法 ,建立了适合香港地区的对流层加权平均温度计算公式 ,通过数据分析表明 ,这个公式有效地消除了在香港地区使用Bevis经验公式引起的系统误差 ,较好地满足了地基GPS气象应用中实时性和高精度的要求。本研究也充分表明 ,在地基GPS气象研究中 ,应该利用本地区的气象资料来确定适合本地区的估计对流层加权平均温度的经验公式。     

DETERMINATION OF WEIGHTED MEAN TROPOSPHERIC TEMPERATURE USING GROUND METEOROLOGICAL MEASUREMENTS

1　ＩｎｔｒｏｄｕｃｔｉｏｎＩｎ ｇｒｏｕｎｄ＿ｂａｓｅｄＧＰＳＭｅｔｅｏｒｏｌｏｇｙ ,ｔｈｅ ｐｒｅｃｉｐ ｉｔａｂｌｅｗａｔｅｒｖａｐｏｒｉｓｃｏｎｖｅｒｔｅｄｆｒｏｍｔｈｅｗｅｔｚｅｎｉｔｈｄｅｌａｙｏｆｔｈｅＧＰＳｓｉｇｎａｌ.Ｑｕａｌｉｔａｔｉｖｅｌｙ ,ｔｈｅＰｒｅｃｉｐ ｉｔａｂｌｅＷａｔｅｒＶａｐｏｒ (ＰＷＶ)ｃａｎｂｅｒｅｌａｔｅｄｔｏｔｈｅＷｅｔＺｅｎｉｔｈＤｅｌａｙ (ＷＺＤ)ｂｙＰＷＶ =Ｆ·ＷＺＤＦ =1 0 6ρｖ·Ｒｖ· ｋ3Ｔｍ +ｋ2( 1 )ｗｈｅｒｅｔｈｅｍａｐｐｉｎｇｓｃａｌｅｆａｃｔ…     

Determination of weighted mean tropospheric temperature using ground meteorological measurements

The weighted mean tropospheric temperature is a critical parameter in the conversion of wet zenith delay to precipitable water vapor in GPS Meteorology. This parameter can not be calculated from the radiosonde data in real time through the conventional methods. In this study, we first discuss the admissible error of weighted mean temperature to enable the accuracy of the conversion better than 1 mm, then summarize the performance of some of the existing methods. An empirical formula is established that satisfies the real-time requirement in GPS meteorology using Sequential Regression Analysis method. It is shown that this real-time formula as compared with other empirical methods is more accurate for local applications.     

Improved one/multi-parameter models that consider seasonal and geographic variations for estimating weighted mean temperature in ground-based GPS meteorology

In ground-based GPS meteorology, weighted mean temperature is the key parameter to calculate the conversion factor which will be used to map zenith wet delay to precipitable water vapor. In practical applications, we can hardly obtain the vertical profiles of meteorological parameters over the site, thus cannot use the integration method to calculate weighted mean temperature. In order to exactly calculate weighted mean temperature from a few meteorological parameters, this paper studied the relation between weighted mean temperature and surface temperature, surface water vapor pressure and surface pressure, and determined the relationship between, on the one hand, the weighted mean temperature, and, on the other hand, the surface temperature and surface water vapor pressure. Considering the seasonal and geographic variations in the relationship, we employed the trigonometry functions with an annual cycle and a semi-annual cycle to fit the residuals (seasonal and geographic variations are reflected in the residuals). Through the above work, we finally established the GTm-I model and the PTm-I model with a $2^{\circ }\times 2.5^{\circ }(\mathrm{lat}\times \mathrm{lon})$ resolution. Test results show that the two models both show a consistent high accuracy around the globe, which is about 1.0 K superior to the widely used Bevis weighted mean temperature–surface temperature relationship in terms of root mean square error.     

A globally applicable, season-specific model for estimating the weighted mean temperature of the atmosphere

In GPS meteorology, the weighted mean temperature is usually obtained by using a linear function of the surface temperature T _s. However, not every GPS station can measure the surface temperature. The current study explores the characteristics of surface temperature and weighted mean temperature based on the global pressure and temperature model (GPT) and the Bevis T _m–T _s relationship (T _m =?a?+?bT _s). A new global weighted mean temperature (GWMT) model has been built which directly uses three-dimensional coordinates and day of the year to calculate the weighted mean temperature. The data of year 2005–2009 from 135 radiosonde stations provided by the Integrated Global Radiosonde Archive were used to calculate the model coefficients, which have been validated through examples. The result shows that the GWMT model is generally better than the existing liner models in most areas according to the statistic indexes (namely, mean absolute error and root mean square). Then we calculated precipitable water vapor, and the result shows that GWMT model can also yield high precision PWV.     

对流层顶的变化趋势对加权平均温度的影响

对流层顶与加权平均温度和可降水量（precipitable water vapor，PWV）之间存在很强的相关性，然而目前几乎没有学者讨论它对加权平均温度和PWV的影响。针对对流层顶对GNSS（global navigation satellite system）气象模型影响研究所存在的空白，基于已有学者提出的联系对流层顶和加权平均温度的公式，首次讨论中国区域对流层顶变化对加权平均温度的影响。在不损失公式精度的前提下，将该公式整理后得到对流层顶与加权平均温度的二次函数关系，分析了中国不同纬度区域的对流层顶对加权平均温度的影响，利用探空站观测数据得到了影响分布图。该图可以预测对流层顶对加权平均温度和PWV的影响。     

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 consis- tency 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 accumu- lating 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.