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。     

GNSS对流层延迟推算可降水量的季节转换模型研究

利用台湾桃园（TWTF）站气象数据和对流层延迟数据开展可降水量和对流层延迟序列的相关性分析,显示两者存在显著正相关特性。利用回归分析建立季节和全年转换模型,并利用各季节降水和无降水期间的数据对模型进行检验。结果显示,各季节GNSS可降水量与线性回归可降水量的RMS值小于1.5 mm,最大误差不超过3.3 mm,满足GNSS气象学的基本要求。     

基于GNSS和再分析资料的ZTD/PWV精度评定与模型构建方法研究EI北大核心CSCD

水汽虽然占总中性大气含量不足4%,但它却是地球中性大气的重要组成部分。一方面,它是大气能量传递的基础,水在低纬度地区被蒸发吸收热量,水汽被输送到高纬度地区凝结,释放出大量的热量;另一方面,水汽也是地球上最重要的温室气体之一,对全球气候变化有着重要影响。此外,水汽在大气水文循环中也起着关键作用,在风的作用下,水汽围绕地球移动。     

天津滨海新区土地利用变化及驱动因子分析

随着全球变化研究的深入,人们逐渐认识到人类活动所导致的土地利用/土地覆盖变化(Land Use and Cover Change)最终会反过来影响到人类自身的生存和发展。因此,土地利用与土地覆盖变化成为全球变化研究的热点问题。本文以天津滨海新区为研究区域,使用ENVI软件通过面向对象解译的方法分别对2005、2010、2014年的遥感图像进行处理,得到3期的解译数据;然后,运用土地利用动态度及土地利用转移矩阵的方法对土地利用的面积变化情况进行分析;最终得出结论:该区域土地利用类型面积变化以建筑用地、未利用地的大幅增加及水域的锐减为主。2005~2014年9年间建筑用地和未利用地面积增加量分别为13 638.15 hm~2、6 926.94 hm~2;植被和盐田的面积都是减少的,而植被减少的面积最多,减少的面积量为10 673.28 hm~2。同时,本文进一步分析了经济、人口、政策驱动因子对该区域土地利用变化的影响。     

顾及气象数据的中国区域对流层延迟RBF神经网络优化模型

本文基于单层气象数据(ERA5单层数据、实测气象参数)和多层气象数据(ERA5气压层数据、COSMIC掩星数据),分别采取模型法和积分法获取了我国236个陆态网GNSS测站的ZTD值,即ERA5S_ZTD、MET_ZTD、ERA5P_ZTD、RO_ZTD。以GNSS_ZTD为参考,按月评估了上述4种ZTD估计值的精度,结果表明:4种ZTD估计值的月平均RMSE依次为42.8、53.6、16.1和62.3 mm,其中基于积分法估计的ERA5P_ZTD精度最高,采用模型法计算的ERA5S_ZTD和MET_ZTD次之,而利用积分法获取的RO_ZTD值精度较低。为进一步提升利用气象数据估计ZTD值的精度,本文提出了基于RBF神经网络的对流层延迟改进模型。计算结果表明:改进模型获得的4种ZTD值与GNSS_ZTD之间的月RMSE平均值分别为23.5、32.1、14.2和40.8 mm,精度较原有ZTD估计值提升43.4%,36.3%,10.0%和34.4%。整体而言,改进模型估计ZTD值精度提升效果明显,且提升率与测站分布的密集程度有关。     

中国区优化气压外推模型构建及GNSS-PWV应用

针对进一步提升标准气压外推模型在中国大陆地区的精度及可用性的问题,该文利用2004—2014年ERA5气压层数据补偿平均海平面气压(MSLP)的外推误差,顾及残差的时空变化构建了一种优化的气压外推模型(CPM)。基于2015年传感器实测气压的验证结果表明,CPM模型的精度较标准外推模型提升40.6%,对应的静力学(干)延迟(ZHD)不确定度减少3 mm。以2015年无线电探空大气可降水量(PWV)为参考,基于CPM模型计算的GNSS-PWV精度较标准外推模型提升14.9%,且与探空PWV表现出高度相关性。