地基GPS反演大气水汽含量实践

随着地基GPS技术日益完善以及GPS在气象学中应用的不断深化,地基GPS探测技术已经成为一种有效的大气水汽探测手段,总结了地基GPS反演大气水汽含量的原理和方法,并通过实例分析了其误差产生的原因,验证了GPS反演大气水汽含量的可行性。     

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。     

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。     

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.     

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。     

地基GPS技术探测大气水汽含量的误差分析

随着GPS气象学研究的深入和发展，GPS遥感技术在气象学中的应用日益广泛。其中GPS遥感大气水汽含量的两类技术即地基GPS气象遥感技术和空基GPS气象遥感技术也已日益成熟。本文着重对地基GPS气象遥感技术探测大气水汽含量的基本原理和方法进行了详细阐述，在此基础上对其产生误差的主要因素从三方面即计算天顶静力学延迟的误差；GPS数据对总中性延迟的影响；从天顶湿延迟转换为综合水汽含量时的误差进行了分析。     

基于IGS超级跟踪站的近实时GPS气象研究及应用

目前国内许多城市开始将CORS综合应用网服务于气象部门,为给地基GPS气象研究人员提供一个真实的研究环境,本文基于IGS超级跟踪站网络搭建了一个近实时GPS气象系统,并结合实测数据验证了该系统的有效性。基于该平台可以系统地研究GPS遥感水汽、层析水汽三维分布、数值天气预报同化GPS水汽以及利用电离层分布进行空间天气预报等理论。     

基于双差GPS Kalman滤波的方法实时动态监测水汽变

基于双差模型的地基GPS反演水汽法通常滞后时间一般为1～2 h,而基于非差精密单点定位技术,由于目前无法解决卫星钟差问题,基本也是事后处理模式,且通常反演的水汽时间分辨率较低.研究基于双差GPS卡尔曼滤波的方法实时动态监测水汽变化,采用西安地区地面沉降监测网的数据并利用双差网解的方法和精密单点定位程序,验证了该算法的有...     

利用GPS遥感哈尔滨地区大气综合水汽含量

介绍了利用全球定位系统遥感水汽的原理,并利用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了反演。     

利用地基GPS PWV序列和相对湿度RH序列研究暴雨过程

针对2004年7月10~13日,北京地区的一次特大暴雨过程,本文利用处于该时期的地基GPS观测数据,根据地基GPS气象学原理反演出大气可降水量PWV(Precipitable Water Vapor)序列,采用最小二乘曲线拟合的方法,结合实测降水量,研究了PWV序列和RH(Relative Humidity)序列在暴雨过程中所反映出的变化规律。     

GPS反演的可降水量与降水的对比分析研究

本文以秦皇岛为例,分析GPS可降水量与降水实况的关系。2007年5月~8月期间发生16次降水过程,每次水汽的增加,都对应着一次降水过程和降水峰值的出现;16次降水事件中,GPS可降水量序列峰值超前降水发生时间1h和2h分别各为6次,两者占到总降水次数的75%,也就是说GPS可降水量序列峰值超前降水发生时间约为1~2h;降水出现的时间一般发生在大气可降水量迅速增加之后,在2h或3h的大气可降水量的增幅迅速增加达到5mm后,2h内出现降水占68.75%,3~4h出现降水占18.75%,5~6 h出现降水占6.25%;而大气可降水量迅速增加前2h内出现降水的仅占6.25%,即GPS可降水量迅速增加后4h内出现降水的比率占到87.5%。GPS可降水量可作为降水短期预报的指标之一。     

单站地基GPS天顶延迟反演大气剖面研究

基于一定的大气折射率剖面模型和搜索方法,可以由GPS天顶延迟反演大气折射率剖面。利用上海气象站的探空数据和上海IGS站的GPS数据,对基于单站地基GPS天顶延迟的大气折射率剖面反演方法进行了验证。结果表明,根据目前处理得到的天顶延迟,反演剖面与实际剖面吻合较好。     

GPS/INS navigation precision and its effect on airborne radio occultation retrieval accuracy

An airborne radio occultation (RO) system has been developed to retrieve atmospheric profiles of refractivity, moisture, and temperature. The long-term objective of such a system is deployment on commercial aircraft to increase the quantity of moisture observations in flight corridors in order to improve weather forecast accuracy. However, there are several factors important to operational feasibility that have an impact on the accuracy of the airborne RO results. We investigate the effects of different types of navigation system noise on the precision of the retrieved atmospheric profiles using recordings from the GNSS Instrument System for Multistatic and Occultation Sensing (GISMOS) test flights, which used an Applanix POS/AV 510 Global Positioning System (GPS)/Inertial Navigation System (INS). The data were processed using a carrier phase differential GPS technique, and then the GPS position and inertial measurement unit data were combined in a loosely coupled integrated inertial navigation solution. This study quantifies the velocity precision as a function of distance from GPS reference network sites, the velocity precision with or without an inertial measurement unit, the impact of the quality of the inertial measurement unit, and the compromise in precision resulting from the use of real-time autonomous GPS positioning. We find that using reference stations with baseline lengths of up to 760?km from the survey area has a negligible impact on the retrieved refractivity precision. We also find that only a small bias (less than 0.5% in refractivity) results from the use of an autonomous GPS solution rather than a post-processed differential solution when used in an integrated GPS/INS system. This greatly expands the potential range of an operational airborne radio occultation system, particularly over the oceans, where observations are sparse.     

区域大气加权平均温度模型构建与适用性分析

加权平均温度作为GNSS水汽反演的重要参数,直接影响大气可降水量的反演精度,而建立区域化加权平均温度模型有助于提高水汽反演精度。利用香港探空站2012-2015年数据资料,在分析加权平均温度与地面气象要素关系的基础上,运用最小二乘原理探究最优回归方程系数,回归建立了区域加权平均温度的单因素模型和多因素模型。结果表明:多因素模型精度高于单因素模型,但并不显著,Bevis经验公式应用于香港区域时不满足精度要求;对模型精度和适用性进行了分析比较,表明文中建立的模型精度较高,能更好满足水汽遥感高精度的要求。      

基于EMD和WD联合算法的GPS水汽时间序列的周期性振荡分析

水汽在全球水文和气候变化上扮演着非常重要的角色。选取了中国台湾GPS水汽时间序列作为算例数据,分析了水汽与地理环境的对应关系,得到中国台湾地区的大气水汽分布主要受纬度,地形特征和气候条件控制的结论。利用经验模态分解（EMD）和小波分解（WD）联合算法将中国台湾GPS站水汽的长时间序列和短时间序列进行分解,探测出每个GPS站都存在周年、半周年、天、半天的周期振荡,再结合地理、气候因素分析周期振荡产生的物理原因,得出结论:年周期的水汽振荡主要是由于在中国台湾特殊地形条件下年季风周期变化引起的;半周年的振荡主要是由于夏季风与冬季风对中国台湾地区的交替控制所导致的;而导致水汽日变化的原因则是海陆风环流、海陆风-山谷风叠加环流;天顶可降水量（PWV）半日振荡的振幅较小,则主要是因为受到了太阳辐射加热引起的局地热对流的影响所导致。     

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。     

基于超快速星历反演大气可降水量的精度分析

水汽是预报某些灾害性天气的重要依据,因此及时获得高分辨率的水汽产品对精准预报天气具有至关重要的意义．针对最终精密星历更新速度较慢、时延较长,无法满足实时反演大气可降水量的要求,提出一种利用超快速星历代替最终精密星历反演大气可降水量的方法:基于地基GNSS反演大气可降水量的原理,利用GAMIT软件,根据国际GNSS服务(IGS)网站提供的不同精度的星历产品获得大气可降水量,并与气象探空站所获得的大气可降水量对比分析．研究结果表明,利用超快速星历所获得的大气可将水量与最终精密星历一致,二者平均差值优于0.1 mm,且与探空站测得的大气可降水量值非常一致,其精度可以满足天气预报的需求．      

The Role of Ground-Based GPS Meteorological Observations in Numerical Weather Prediction

For lack of sufficient observations, the definition of atmospheric moisture fields (including water vapor and clouds) remains a difficult problem whose solution is essential for improved weather forecasts. Moisture fields are under-observed in time and space, primarily because the distribution of water in the atmosphere is highly variable. Because water is important in weather and climate processes, a significant effort has been expended to develop new or improved remote sensing systems to mitigate this problem. One such system uses ground-based Global Positoning System (GPS) receivers to make accurate all-weather estimates of atmospheric refractivity at very low cost. This largely unanticipated application of GPS had led to a new and potentially significant upper-air observing system for meteorological agencies and researchers around the world (Wolfe & Gutman, 2000). The first and most mature use of GPS for this purpose is in the estimation of integrated (total column) precipitable water vapor above a fixed site (Duan et al., 1996, with improvements by Niell, 1996, and Fang et al., 1998). The techniques currently used by the National Oceanic and Atmospheric Administration's Forecast Systems Laboratory (NOAA/FSL) to collect, process, and distribute GPS water vapor observations are mature and almost ready for transition to operational use. NOAA/FSL has shown that GPS integrated water vapor data can be used effectively in objective (i. e., numerical weather prediction) and subjective weather forecasting. To understand the strengths and limitations of GPS for weather forecasting, it is essential to understant what types of information are currently available to forecasters and modelers, and how models use the data to describe the current and probable future state of the atmosphere. It is also important to understand the current trends in modern weather prediction to ensure that GPS observing system play a significant role in the future. ? 2001 John Wiley & Sons, Inc.     

Study of cloud liquid water path and total precipitable water from irs-p4/msmr and numerical weather prediction model output

A global weather analysis-forecast system is used to produce six hourly analysis of meteorological fields at roughly 150 km × 150 km resolution at the National Center for Medium Range Weather Forecast (NCMRWF). In this paper, we have studied the Total Precipitable Water Content (TPWC) and Cloud Liquid Water Path (CLWP) derived from the Indian Remote Sensing (IRS-P4) Satellite over the Indian Ocean region in relation to operational numerical weather prediction (NWP) model analysis and short-range forecasts. An objective analysis was carried out by introducing the observations of CLWP, TPWC and their values (six hour forecasts) from the T80 model as the first guess, for a 20 days period of August 1999 using the standard Cressman’s technique. The reanalysis could capture the signature of TPWC and CLWP data from IRS-P4 satellite. In general the observed values of TPWC and CLWP from IRS-P4 have a positive bias compared to NCMRWF analysis over the region where the satellite passed. The CLWP values have been compared with Special Sensor Microwave/Imager (SSM/I) products from the Defense Meteorological Satellite Program (DMSP) satellites. Results indicate that the model derived CLWP values were within acceptable limits, whereas the observations from the Multi-channel Scanning Microwave Radiometer (MSMR) showed slightly larger values.