GPS/PWV在台风"玛莉亚"袭闽期间的变化特征研究

可降水量（PWV）表征大气中的水汽含量,本文利用福建省卫星导航定位基准服务系统（FJCORS）的GPS观测资料反演得到可降水量（GPS/PWV）,通过与实测的高精度探空PWV资料进行对比发现,其相关系数达到0.98,与探空结果具有较好的一致性;平均偏差在1.10 mm以内,表明GPS/PWV资料具有较高的精度。在此基础上分析2018年第8号台风“玛莉亚”登陆福建前后的GPS/PWV变化特征及其与实际降水量的关系,结果表明,GPS/PWV资料能够很好地反映台风期间水汽的时空动态传输过程,并与降水之间具有良好的对应关系。     

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。      

基于北斗PWV的暴雨时空变化特征分析

利用49个山东省连续运行参考站(SDCORS) 2020年的北斗观测数据,使用GAMIT软件进行了大气水汽反演,得到了全年逐小时的大气可降水量(PWV)序列. 将反演得到的PWV与探空气象站观测的PWV对比,平均偏差为2.4 mm,均方根误差(RMSE)为3.4 mm,相关系数达到0.98,结果表明反演结果的精度符合气象研究需求. 分别从单连续运行参考站(CORS)和全省范围对PWV在暴雨过程中的变化进行了分析,发现PWV在暴雨产生前5~12 h开始上升,至暴雨产生时刻,PWV最大值普遍达到60 mm以上,平均变化率达到1~3 mm/h,越临近暴雨产生,PWV变化幅度越大,降水结束后,PWV会迅速下降. PWV的变化与暴雨的产生具有高度相关性,PWV在暴雨产生前后的剧烈变化,可用于暴雨预警研究,对于生产生活活动具有重要现实指导意义.      

连续运行参考站网的暴雨过程时空变化分析

为了分析2017年8月19日苏北的一次局部暴雨降水过程的水汽场时空变化分布特征,该文基于无线电探空资料建立适合本地的加权平均温度(T_m)模型,利用66个江苏连续运行参考站(CORS)反演得到的GNSS大气可降水量(PWV),并结合温度和气压等大气热动力条件着重分析了江苏新沂站和江苏睢宁站的情况。研究结果表明:PWV增量变化很大程度上决定了降水强度及持续时间,降水强度与达到峰值后PWV增量变化幅度成正相关,暴雨的持续时间与PWV持续上升的时间成正相关;综合考虑PWV及其增量变化后,温度和气压等大气热动力条件对暴雨预报有一定的指示作用;PWV峰值区与实际降水区基本吻合,PWV时空变化分析可对暴雨实际降水范围进行较为准确的预测。     

基于GIS的苏锡常地区PM_(2.5)分布模拟

基于GIS技术和多元线性回归方法,采用苏锡常地区的PM_(2.5)浓度观测资料和同期苏锡常及周边地区的气象资料,构建了基于气象要素的多元线性回归模型,模拟2013年春季苏锡常地区PM_(2.5)的空间分布状况。对比此模型与IDW插值方法的精度,结果表明,该模型利用气象要素与PM_(2.5)浓度显著的相关性建立多元线性回归模型,有效地模拟了PM_(2.5)的空间分布状况;2013年春季苏锡常地区PM_(2.5)的空间分布具有整体上东南低、西北高、局部上分布小范围低值区的特点;该模型有效地消除了单一使用IDW插值方法容易受到监测站空间分布的影响而出现极值区域和极值中心偏差的现象,对于研究PM_(2.5)的空间分布规律具有一定的实际应用价值。     

上海地区GPS／STORM试验与结果

为了进一步验证地面GPS连续实时探测可降水汽量,提供恶劣天气气象预报的可能性,于1997年8月天气变化剧烈的两个时段在上海地区进行了两次GPS/STORM试验,试验结果表明,地面GPS可提供近实时的、连续的,高精度（内部精度可达1-2mm)的可降水汽量,并与实际降雨和天气变化的过程有很好的对应关系。GPS可降水汽量（PWV）与无线电探空（Radiosonde)结果间的系统差小于1mm,由于地面GPS高精度,高分辨率探测可降水汽量变化的能力。可成为恶劣天气气象预报的重要手段。     

GPS7水汽反演的双向滤波结果分析

针对利用精密单点定位(PPP)技术进行GPS水汽反演时,存在相位模糊度的收敛而导致水汽收敛的问题。该文引入PPP双向滤波处理方法,利用香港卫星定位参考站(HKSC)连续30d的GPS观测数据,分别进行PPP单、双向滤波处理。对PPP单向滤波大气可降水量(PWV)的收敛时间及对应的高程误差进行了统计;以ECMWF提供的ERA-Interim再分析资料和附近探空站观测数据为参考,对PPP单、双向滤波处理结果进行了比较和精度分析。结果表明:PPP单向滤波PWV的平均收敛时间约为30min,对应的平均高程误差为11cm;PPP双向滤波可以克服单向滤波初期的水汽收敛问题,且双向滤波PWV结果明显优于单向滤波,相对于ECMWF的平均偏差和均方根误差(RMS)分别减小25%和10%;相对于探空数据的平均偏差和RMS分别降低15%和7%。     

台风“安比”袭鲁期间GPS-PWV时空特性分析

台风会带来丰富的水汽,认知台风期间水汽分布及其动态变化过程对台风暴雨天气监测预报具有重要的指导意义。通过中国大陆构造环境监测网络(CMONOC)基准站反演的PWV与高精度探空数据对比分析发现,二者具有较好的一致性,达到高度相关,相关系数K=0.936 8,平均误差为1.19 mm,标准差为4.22 mm。CMONOC基准站反演的PWV变化梯度与台风"安比"移动路线相吻合,可较好地反映台风过程中的水汽动态运输过程。     

整层大气水汽含量与地面水汽压相关性的统计研究

根据合肥站4 a的观测资料,对比分析了整层大气可降水量(precIpitable water vapor,PWV)与地面水汽压(surface vapor pressure,SVP)之间的几种经验关系.统计结果表明,PWV与SVP的对数关系、线性关系和二次曲线关系回归方程的年决定系数普遍大于0.820;二次曲线关系的经验系数随年度变化较明显;线性关系的经验系数则相对具有年度稳定性;二次曲线关系更符合合肥地区的实际情况.     

利用CORS站研究多因子分季节可降水量转换模型

针对GNSS气象学中可降水量转换过程较为复杂的问题,利用2017年江苏CORS站及其并址探空数据,分析大气可降水量(PWV)与天顶对流层延迟(ZTD)、温度和气压之间的相关性,采用线性回归拟合法建立多因子分季节PWV模型,并用2017-2018年数据验证模型精度.结果表明PWV与ZTD有很强的线性相关性,相关系数为0.980 3,PWV与温度和气压有较强的相关性,相关系数分别为0.611 2和-0.613 6;全年PWV模型中,单、双、多因子模型的RMS分别为2.88、1.70和0.49 mm,精度依次提高;多因子PWV模型中,分季节PWV模型较全年PWV模型的RMS分别提高0.23、0.20、0.18和0.37 mm,精度明显优于全年模型.因此,多因子分季节PWV模型预测精度优于1 mm,满足GNSS监测水汽的气象应用精度要求.     

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。     

基于MGEX站多系统GNSS反演大气可降水量精度评估

2020年6月北斗卫星导航系统(BDS)完成全面组网,为分析其解算水汽信息的精度,选用15个MGEX (Multi-GNSS Experiment)测站2021年10月至11月的观测数据进行水汽反演. 利用GAMIT软件分别解算BDS、GPS、Galileo和GLONASS的观测数据,将得到的对流层天顶延迟(ZTD)与国际GNSS服务(IGS)发布的结果进行对比,并将解算的大气可降水量(PWV)分别与探空数据、ERA5数据计算得到的PWV对比. 实验结果表明:截止高度角设置为5°时,4个卫星系统估计的ZTD均方根 (RMS)均小于13 mm,GPS-PWV、BDS-PWV、Galileo-PWV、GLONASS-PWV与无线电探空可降水量(RS-PWV)相比,RMS平均值分别为2.25 mm、2.46 mm、2.52 mm和2.84 mm,RMS均小于3 mm;与ERA5-PWV相比,RMS平均值分别为1.63 mm、1.86 mm、1.76 mm和1.99 mm,RMS均小于2 mm. GPS探测水汽的精度最高,BDS探测水汽的精度低于GPS和Galileo,高于GLONASS,均满足气象学应用需求.      

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。     

加权平均温度模型对GPS水汽反演的影响

针对加权平均温度(Tm)模型对GPS水汽反演精度影响的问题,该文基于无线电探空资料,利用线性回归分析方法建立湖南地区Tm模型,以此模型反演GPS可降水量。通过与无线电探空资料对比,分析Tm本地化对GPS水汽反演精度的影响。对2016年4月至12月临近长沙、怀化和郴州的GPS可降水量进行反演,结果表明:较Bevis Tm模型,采用本地化的Tm模型反演得到的GPS可降水量精度更高,和无线电探空测得可降水量对比,平均偏差分别降低了25.68%、36.87%和13.70%,均方根误差分别降低了1.40%、1.93%和1.36%。     

加权平均温度模型对GPS水汽反演的影响北大核心CSCD

针对加权平均温度(Tm)模型对GPS水汽反演精度影响的问题,该文基于无线电探空资料,利用线性回归分析方法建立湖南地区Tm模型,以此模型反演GPS可降水量。通过与无线电探空资料对比,分析Tm本地化对GPS水汽反演精度的影响。对2016年4月至12月临近长沙、怀化和郴州的GPS可降水量进行反演,结果表明:较Bevis Tm模型,采用本地化的Tm模型反演得到的GPS可降水量精度更高,和无线电探空测得可降水量对比,平均偏差分别降低了25.68%、36.87%和13.70%,均方根误差分别降低了1.40%、1.93%和1.36%。     

基于GNSS的北京地区水汽含量与雾霾浓度的相关性分析

介绍了利用GNSS观测数据反演大气可降水量PWV的相关原理,分析了北京地区春、夏、秋、冬时节的可降水量、天顶干延迟ZHD与雾霾浓度PM_2.5的相关性,通过分析发现北京地区不同季节的PWV、ZHD与雾霾浓度PM_2.5的相关性表现出较大的差异性,冬季的相关性最强,春季和秋季的相关性次之,夏季的相关性最弱。通过试验分析,笔者认为利用GNSS反演获得的PWV、ZHD等气象数据在一定程度上可用于雾霾灾害天气的监测和预警。     

湿延迟与可降水量转换系数的全球经验模型

利用2005~2011年的全球大地测量观测系统(global geodetic observing system,GGOS)Atmosphere提供的2.5°×2°(经度×纬度)的天顶湿延迟(zenith wet delay,ZWD)格网数据和欧洲中尺度天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)提供的2.5°×2°可降水量(precipitable water vapor,PWV)格网数据,在全球范围内计算得到各格网点的地基GPS水汽反演关键参数Π-1的时间序列,分析了其时空分布特征,建立了一种转换系数Π的全球经验模型。该模型无需站点气象数据,仅与站点经纬度、年积日和海拔相关。利用未参与建模的2012年的GGOS Atmosphere和ECMWF格网数据、2012年661个无线电探空站的探空资料对模型进行精度检验。结果显示,采用格网数据检验,其偏差的平均值(Bias)为-0.179mm,均方根误差(root mean square error,RMS)的平均值为1.806mm;采用无线电探空资料进行检验,其Bias为0.465mm,RMS为0.789mm。结果都表现出了较小的系统性偏差与较高的精度,说明所建立的湿延迟与可降水量转换系数模型在全球范围内具有较高的精度与稳定性。     

利用高分一号卫星监测开封地区PM_(2.5)

PM_(2.5)是影响开封地区空气质量的首要污染物,利用卫星遥感手段可以快速获得PM_(2.5)浓度的空间分布。通过采用过境开封市的GF-1卫星数据,获取气溶胶光学厚度,结合地面PM_(2.5)监测数据与边界层高度、相对湿度和气温等辅助数据,采用多元线性回归,建立了基于GF-1的PM_(2.5)遥感反演模型。研究表明,2015年6—9月GF-1数据反演得到的PM_(2.5)浓度与地面监测结果较为接近,且有较高的相关性;加入地理加权回归能明显提高模型精度,较好地反映PM_(2.5)的空间分布;但在PM_(2.5)浓度较高时,该模型会出现低估现象。     

PWV对全球气候变化的响应研究

利用全球导航卫星系统(global navigation satellite system,GNSS)反演得到全球118个IGS站点和251个探空站的大气可降水量(precipitable water vapor,PWV),结合温度、降水以及干旱指数资料,利用多种回归分析法(线性模型,断点模型和转折点模型)对全球PWV、温度、降雨和干旱的趋势和相关性问题进行研究。结果表明:①在全球大陆区域,PWV、温度和降雨上升速率分别为0. 215 mm/decade、0. 67℃/decade和0. 029 mm/decade;②PWV和标准化降水蒸散发指数(standardized precipitation evapotranspiration index,SPEI)之间没有直接相关性,但基于PWV获取的降雨转换率(rrecipitation conversion rate,PCR)与SPEI具有较强相关性,全球范围内近91%的地区相关系数大于0. 5,这为干旱监测提供了一种新方法。     

基于精细模式气溶胶与WRF模式估算PM_(2.5)质量浓度

将气象要素加入到基于气溶胶光学厚度(aerosol optical depth,AOD)的近地面大气颗粒物浓度估算是目前热门的技术手段之一。获取了江苏省南京市2014年3月—2019年2月期间的AOD,精细模式分数(fine-mode fraction,FMF)和PM_(2.5)质量浓度数据,并结合天气研究和预报(weather research and forecast,WRF)模式得到的气象模拟数据,对南京市PM_(2.5)的质量浓度进行反演。结果表明,相比于AOD与PM_(2.5)进行相关性分析,通过FMF校正得到的精细气溶胶光学厚度AOD_f与PM_(2.5)的相关性分析能够取得更高的拟合系数,R~2最高达到0.40。利用随机森林模型,引入含不同高度的气象因子对PM_(2.5)质量浓度建立反演模型,得到的拟合系数与各误差指标均优于仅含近地面气象因子的模型,表明PM_(2.5)质量浓度受到多因子共同作用的影响,能较好地为利用多源数据反演PM_(2.5)质量浓度提供依据和参考。