InSAR观测值大气改正方法的研究进展

介绍了国际上InSAR观测值大气改正方法最新的研究进展，应用实例证明了由于大气（尤其是水汽）的影响，传统的InSAR形变量的监测精度往往只能限制在cm级；而利用GPS数据，通过基于地形的GPS扰动模型（GTTM），大幅度削弱了大气对干涉影像的影响，并成功地探测出了美国洛杉矾地区明显的季节性地表形变，形变量精度可提高到5mm左右。通过与GPS／MODIS集成大气改正模型的结果的比较表明，GTTM和GPS／MODIS两种大气改正模型在削弱InSAR观测值大气水汽影响方面具有很强的互补性。     

InSAR大气水汽改正模型的比较应用研究

对基于GPS数据的大气水汽扰动模型(GPS topography-dependent turbulence model,GTTM)和GPS/MODIS集成的大气水汽改正模型进行了比较研究.试验证明,GTTM模型和GPS/MODIS集成模型的改正方法都可以大大降低大气水汽对InSAR测量地面形变量精度的影响.另外,当两种模型都用于改正InSAR观测值时,它们具有很强的互补性.     

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GPS的InSAR干涉图大气效应校正方法研究

大气折射延迟是InSAR测量的一个重要误差源,严重影响对干涉图的正确解译,因此必须对其进行削弱或消除,利用GPS连续运行站估计的大气天顶延迟可对干涉图中的大气效应进行校正.但离散的GPS天顶延迟须进行空间插值才能满足InSAR的高分辨率要求.本文基于天津的GPS观测数据,利用Berense、PANDA软件估算了天顶延迟...     

应用GPS观测量改正InSAR大气误差的空间插值比较

大气水汽的空间变化和时间分布是限制重复轨道干涉测量技术精度的主要因素之一。基于GPS数据,研究比较了改进后的基于地形的GPS扰动模型(GTTM)和基于地形的湍流混合模型(TDTM)。结果表明,改进的GTTM模型和TDTM模型都能有效地降低大气水汽对InSAR测量地面形变精度的影响,且TDTM插值效果更佳。     

利用微波辐射计AMSR-E的京津冀地区大气水汽反演

目的 发展了微波遥感水汽反演算法,对于裸露地表,通过极化差比值形式消除地表信息对大气水汽反演的干扰;针对非裸露地表,首先反演了地表发射率并对不同波段地表发射率之间的关系进行分析,进而建立了非裸露地表上空大气水汽的反演算法。本文算法的反演结果与GPS探测结果的对比显示均方根误差为7.4mm,与MODIS大气水汽产品空间分布特征的对比也显示了两者较高的区域一致性。最后对京津冀平原地区和山地地区的水汽进行了时间序列的分析。     

InSAR生成DEM中WRF大气校正

利用星载重复轨道合成孔径雷达干涉测量InSAR技术获取数字高程模型(DEM),无法避免大气延迟效应的影响。InSAR大气校正的方法很多,但在DEM获取方面的大气校正研究却非常少见。本文研究星载重轨InSAR生产DEM时利用大气数值模式WRF(Weather Research and Forecasting model)得到的水汽结果进行大气校正的问题,重点讨论大气校正的策略,包括WRF模式设置和大气校正时机的选择,简要介绍了基于WRF运算结果的大气校正方法。利用Terra SAR-X数据进行实验,检验了所提出方法的有效性,证明了在干涉相位解缠前进行大气校正,比在相位解缠后进行的效果更好。将所提出方法应用于多基线、多波段InSAR干涉结果融合中,实验结果表明大气校正能够有效降低误差,对于相干性较高的地区效果更好。     

利用GPS技术遥感哈尔滨地区大气可降水量的分析

利用2004年6月哈尔滨GPS跟踪站的观测资料和气象资料,对哈尔滨地区的大气综合水汽含量进行反演,根据反演结果得出GPS反演的水汽含量与实际降水以及地面气象元素的对应关系。并对利用GPS技术遥感大气综合水汽含量时应注意的事项提出建议。     

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。     

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。     

Estimating the motion of atmospheric water vapor using the Global Positioning System

Water vapor is both an important component in the atmosphere for the transport of energy and a noise source for space geodetic observations of the Earth's surface, such as from GPS and interferometric SAR (InSAR) measurements. GPS data collected from ground receivers are sensitive to the total amount of water vapor above the antenna and data from continuously operating GPS receivers are routinely used to estimate delays caused by atmospheric water vapor. Using these time series of atmospheric delay, we have estimated the motion of atmospheric water vapor above GPS networks. The motion above each site is determined by comparing the time series from different sites and estimating relative time offsets in these time series. These are then used to determine the velocity field of the atmospheric delays as they move across the network. We have compared the results with similar estimates inferred from geostationary satellite data and found clear correlation on several occasions. Such results can be useful for improving the understanding of the energy transport in the atmosphere, the spatial interpolation of water vapor, and for calibrating InSAR observations for delays caused by water vapor. Electronic Publication     

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。     

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.     

CMONOC观测约束下的中国大陆地区MODIS PWV校正

基于CMONOC提供的GNSS观测和气象资料，开展中国大陆地区不同气候类型的MODIS PWV校正研究。首先依据不同气候类型，开展GNSS PWV与MODIS PWV的相关性分析；然后基于GNSS PWV构建不同气候类型的MODIS PWV校正模型；最后根据MODIS PWV、模型校正的MODIS PWV分别与GNSS PWV比较，开展模型改进效果检验。研究表明：不同气候类型的MODIS PWV校正模型，均能有效改善MODIS PWV精度，提高MODIS PWV在短期天气预报和InSAR大气校正的应用。     

基于北斗三号的大气水汽探测性能初步分析

对我国刚布署完成的北斗三号卫星导航系统（BDS-3）的大气水汽探测性能作初步分析可更好地发挥BDS-3的气象探测潜能. 采用全球不同位置的台站进行几种手段的对比,探测结果具有代表性和说服力. 研究结果表明:将BDS-3/PWV（大气可降水量）与GPS/PWV对比,平均偏差（BIAS）优于1.0 mm,均方根误差（RMSE）优于2.0 mm,相关系数均在94%以上;BDS-3/PWV与GPS/PWV求差取绝对值后的平均值（MEAN）为1.1 mm,比北斗二号（BDS-2）降低了71%;BDS-3/PWV与GPS/PWV的RMSE为1.4 mm,比BDS-2降低了63%. 将BDS-3/PWV与ERA5/PWV对比, BIAS优于2.9 mm,RMSE优于2.8 mm,相关系数均在92%以上,BDS-3/PWV与ERA5/PWV的MEAN为2.1 mm,比BDS-2降低了48%;BDS-3/PWV与ERA5/PWV的RMSE为1.6 mm,比BDS-2降低了57%. BDS-3探测水汽性能明显优于BDS-2;BDS-3水汽探测结果与GPS、ERA5再分析资料有很好的一致性.      

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。