PLAOD支持下高时间分辨率的可降水量分析

针对短期临近天气和气象业务预报,为了更好地分析和提供实时的可降水量(PWV),获取高时间分辨率的GPS可降水量数据,本文选用PLAOD数据处理软件,可实现30 s采样间隔的对流层延迟近实时解算。以武汉站为例,分别用PLAOD和GAMIT取1 h的时间分辨率对解算出的可降水量数据进行了对比试验,验证了PLAOD软件的可靠性和实用性。     

GPS气象的可靠性检核研究

本文通过对GPS湿延迟和水汽辐射计、GPS可降水量与无线电探空资料的比较,进行了GPS气象可靠性检核研究。得出如下结论:GPS可降水量序列与无线电探空的相关性可达0.94;差值均值为-0.24mm;均方根4.0mm。文中对用精密星历及快速预报星历计算所得的GPS湿延迟和水汽辐射计数据进行了比较,在发展趋势上水汽辐射计观测数据与快速预报/精密星历解算出的对流层湿延迟相近,且经过精密星历与快速预报星历反演所得出的的对流层延迟与水汽辐射计数据的差值的均方根分别为1.51cm、1.52cm。     

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-PWV的不同云系降水个例的综合分析

利用成都地基GPS观测网的观测数据,结合自动气象站资料计算出GPS遥感的大气可降水量(GPS-PWV)。按照降水性质,选取对流云降水和层状云降水个例,分析不同类型降水过程中GPS-PWV的变化特征。结果表明,对流云降水和层状云降水一般均发生在GPS-PWV的高值阶段。     

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。     

GPS水汽反演在成都地区的应用

本文利用成都及周边GPS连续观测站的观测数据及IGS精密星历数据,反演了成都地区2005年7、8、9三个月的大气可降水量,并与探空结果、实际降水量进行对比分析,证实了GPS水汽反演在成都地区的可行性.研究表明,GPS水汽反演结果与探空结果有良好的相关性,但目前还无法将其用于中、短期的降雨预报.     

成都地区大气平均温度建模及其在GPS/PWV计算中的应用研究

地基GPS气象学的关键技术是在于通过垂直方向上GPS信号的湿分量延迟值来确定大气可降水量-PWV,而这两个物理量间进行转换时需要用到一个关键性的参数——大气加权平均温度。本文首先讨论了估算加权平均温度的几种方法,然后利用成都地区2005年全年的大气探空数据,采用回归分析方法,建立了适合成都地区的大气加权平均温度模型,精度为±2.21K。最后将该公式应用到成都地区PWV的计算中,得到了非常理想的效果。     

GPS反演可水量中的三种对流层延迟模型精度分析

利用GAMIT/GLOBK软件解算bjfs、shao、wuhn、twtf四个IGS站的数据,分别运用Hopfield、Saastamoinen、EGNOS模型,计算出测站shao的GPS大气可降水量,并结合气象数据,对三种不同对流层延迟模型在GPS探测大气可降水量中的精度进行了分析。结果表明,Saastamoinen模型的精度略高于Hopfield模型的精度,EGNOS模型精度好于Hopfield和Saastamoinen模型,但在气象条件变化剧烈时,其精度不如实测地面气象数据的Hopfield和Saastamoinen模型。     

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。     

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.     

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.     

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.     

利用超快速星历进行数值天气预报的可行性研究

实时获取高时空分辨率的大气水汽是制约数值天气预报准确性的关键问题。基于地基GPS遥感大气水汽原理,结合香港CORS网的实测数据进行处理,对由IGU超快速星历、IGS精密星历和探空资料解算的大气可降水量(Precipitable Water Vapor,PWV)序列进行比较分析。实验结果表明,利用超快速星历估计PWV用于数值天气预报是切实可行的。     

可降水份的误差分析

分析了由无线电探空数据计算可降水份中逼近误差和观测误差的影响 ,利用香港的无线电探空资料计算出逼近误差和观测误差的影响分别为 0 .5mm和 1 .2mm ,两者的综合影响为 1 .3mm。     

GPT／2模型用于 GPS 大气可降水汽反演的精度分析

气象参数(温度T、气压P)是GPS大气可降水汽(PWV)反演中必不可少的数据,也是PWV反演的重要误差源之一。文中主要对GPT/2(GPT、GPT2)模型用于PWV反演的精度进行验证和分析。基于非差精密单点定位(PPP)技术,选取SuomiNet网9个测站的观测数据,借助研制的PPP软件,分别采用GPT模型、改进的GPT2模型以及测站实测气象数据进行大气可降水汽(PWV)反演。以实测气象数据处理结果为参考,对两种模型解算的PWV进行了对比和精度分析。结果表明:改进的GPT2模型优于GPT模型,尤其是当测站的高程较大时,GPT2模型的稳定性更优、适用性更广;采用GPT2模型解算的PWV偏差均值小于±1.0mm,精度(RMS)优于±1.5mm。在缺少实测气象数据的情况下,利用GPT2模型数据仍然能够取得较为理想的PWV反演结果。     

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。     

GPS可降水汽含量在强降雨过程中的特征分析

针对水汽在大气中易于变化,高时空分辨率水汽资料的欠缺,造成强降雨短时临近的预报水平不高的问题,探讨分析了GPS水汽反演的精度。利用香港CORS数据,通过GAMIT软件解算获得各测站1 h大气可降水量时间序列,将其与探空数据获得的液态水含量（PWV）和实际降水量进行比较分析。结果表明,GPS／PWV与Radio／PWV在整体变化趋势上具有很好的一致性,其相关系数大于0.9;GPS／PWV与Radio／PWV精度相当,两者平均偏差小于1 mm,均方根误差小于3 mm;GPS反演的大气可降水量与实际降水量具有较好的对应关系,能够精确地监测到水汽变化的过程,可以用于水汽的监测和预报研究。      

利用GPS/BDS/GLONASS/Galileo组合PPP反演大气可降水量

为进一步改善精密单点定位（PPP）探测大气可降水量（PWV）的性能，本文提出采用GPS/BDS/GLONASS/Galileo组合PPP进行PWV反演的方法，并利用国内3个MGEX（multi-GNSS experiment）观测站的实测数据，对GPS/BDS/GLONASS/Galileo组合PPP在大气水汽探测方面的性能进行了评估。试验结果表明：相较于GPS PPP、GPS/BDS组合PPP和GPS/GLONASS组合PPP，GPS/BDS/GLONASS/Galileo组合PPP估计天顶对流层延迟（ZTD）的初始化时间分别缩短了33%、26%、20%，且能获得更高精度的ZTD估值和PWV信息，在大气水汽探测方面的性能更优。