Determination of weighted mean tropospheric temperature using ground meteorological measurements

The weighted mean tropospheric temperature is a critical parameter in the conversion of wet zenith delay to precipitable water vapor in GPS Meteorology. This parameter can not be calculated from the radiosonde data in real time through the conventional methods. In this study, we first discuss the admissible error of weighted mean temperature to enable the accuracy of the conversion better than 1 mm, then summarize the performance of some of the existing methods. An empirical formula is established that satisfies the real-time requirement in GPS meteorology using Sequential Regression Analysis method. It is shown that this real-time formula as compared with other empirical methods is more accurate for local applications.     

利用地面气象观测资料确定对流层加权平均温度

地基GPS气象学的核心思想是通过垂直方向上GPS信号的湿分量延时确定出可降水分,而这两个物理量之间的转换必须使用对流层加权平均温度。本文首先讨论了上述转换估计中加权平均温度的几种逼近方式及其容许误差,然后利用香港地区的地面和高空气象资料,采用逐步回归分析方法,建立了适合香港地区的对流层加权平均温度计算公式,通过数据分析表明,这个公式有效地消除了在香港地区使用Bevis经验公式引起的系统误差,较好地满足了地基GPS气象应用中实时性和高精度的要求。本研究也充分表明,在地基GPS气象研究中,应该利用本地区的气象资料来确定适合本地区的估计对流层加权平均温度的经验公式。     

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。     

北京地区地基GPS加权平均温度计算本地化模型研究

利用中国区域内93个无线电探空站2005-2010年的探空数据,分析加权平均温度的特征,并分析Bevis公式在中国的适用性。同时利用北京站2005-2010年的无线电探空数据进行北京地区加权平均温度模型的本地化研究,并利用模型进行北京地区2011年加权平均温度的计算,其结果与实际加权平均温度的差值平均值为2.16K,均方根误差为4.78,同时将利用模型生成的可降水汽量与利用探空数据获得的可降水汽量进行对比,差值平均值为-1.42K,均方根误差为2.87。实验证实北京地区本地化模型的精度较高,实用性较强。     

一种多因子加权平均温度模型的构建方法

针对在地基GNSS水汽反演的过程中,天顶湿延迟转换为大气可降水量时如何建立精确的大气加权平均温度(Tm)模型的问题,该文在建立Tm模型前全面考虑了对Tm有显著影响的变量并选择最优回归子集。但分析发现,最优回归子集中各变量之间存在较强的相关性,这将会导致变量之间存在多重共线性,从而影响模型的稳定性和可靠性。选择2013—2015年相关气象数据作为变量并应用岭回归的方法削弱变量之间的多重共线性,建立稳定的多因子Tm回归模型。并利用该模型分别预测2016年1—12月、2019年1—7月的Tm,均方根误差分别为2.3 K和2.0 K,预测精度较高,这将为高精度的水汽反演奠定较好的数据基础。     

顾及周期性误差修正的加权平均温度模型构建

针对目前多数大气加权平均温度(Tm)模型没有考虑季节性影响这一问题,该文首先利用IGRA 2005-2010年全球探空数据,分别建立了各探空站点与地表温度有关的线性Tm模型、与地表水汽压有关的指数Tm模型以及与地表温度和水汽压均有关的混合Tm模型。然后以探空站积分Tm值为参考,对上述3类模型的误差时间序列进行了分析,发现这3种模型均存在周期性误差,并在此基础上构建了考虑周期性误差修正的3类Tm新模型。利用2011-2014年全球探空数据对3类新模型进行精度验证,结果表明:3类Tm新模型的精度相比于原模型均有所提升,模型的周期性误差影响基本得以消除,且3类Tm新模型的精度基本一致。     

中国区域加权平均温度的时空分析及模型研究

加权平均温度(T_m)是全球卫星导航系统技术反演大气可降水量的关键参数,影响着水汽反演的精度。针对传统的Bevis模型运用在中国区域精度不高的问题,该文提出新的增加时空参数的T_m多元线性回归模型。根据2013—2015年中国86个探空站点的探空资料,分析了T_m的时空特征;然后根据2013年站点资料,利用线性回归建模方法建立了中国区域的T_m单因子回归模型和增加了时空参数的T_m多因子回归模型,并利用2014—2015年的探空数据进行验证。T_m单因子回归模型和T_m多因子回归模型的精度分别为3.1 K和2.6 K,比Bevis模型(精度3.3 K)分别提高了约6.0%和21.2%。考虑到季节对T_m的影响,将T_m多因子回归模型按季节分段,得到按季节分段的T_m多因子回归模型,其精度与T_m多因子回归模型大致相当,但能更细致表达出不同季节T_m的精度情况。结果表明增加了时空参数的T_m多因子回归模型更加适合中国区域的加权平均温度T_m的计算。     

香港地区大气加权平均温度建模与研究

在地基GPS水汽反演过程中,针对因大气加权平均温度的精度而影响大气可降水量计算结果精度的问题,文中采用回归分析方法对香港地区2006-2016年的探空数据进行研究,构建适用于香港地区的单因子以及多因子两种大气加权平均温度计算模型.并使用两种模型分别预测2017年加权平均温度,与多种经验公式结果以及真值进行对比,单因子和多因子模型与真值的偏差在-5～5K范围内分别占比80.72%和85.26%,明显优于其他经验公式;且按季节分别建模对大气加权平均温度计算结果的精度并没有明显提高,但按昼夜分别建模能够使计算结果的精度得到明显的提高.因此为了能够使水汽反演计算时的精度得到提升,应当使用当地多年的探空气象资料构建适用于当地的加权平均温度计算模型,对于提高GPS反演大气水汽总量的精度具有重要意义.     

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。     

地基GPS水汽反演昆明地区加权平均温度的模型建立

本文根据长期的气象探空资料通过数值积分的方法算出每个时次的加权平均温度,然后在此基础上对Bevis回归经验公式进行订正;在加权平均温度模型的建立中,计算公式中系数a、b的求解由计算软件根据最小二乘原理快速结算。最后通过相应的数据模拟计算证明这种方法可以确定出适合昆明本地区的加权平均温度计算模型。     

Exploring relation of land surface temperature with selected variables using geographically weighted regression and ordinary least square methods in Manipur State,India

In the present study, relationship between Land surface temperature and selected indices, vegetation index (VARI), built-up index (BUI) and elevation (DEM) is investigated. Ordinary least square method and geographically weighted regression are used to analyse the spatial correlation between the indices with surface temperature. Subsequently, temporal trends (2001–2015) in surface temperature and vegetation are explored after every two years of interval. LANDSAT image and ASTER DEM are used to extract LST and additional indices. The selected variables (Built-up, vegetation and topography) explain 69% of the variation in surface temperature. The OLS and GWR revealed that topography and vegetation are the significant factor of LST in Manipur State. Topography being a constant parameter, its effect is constant over time. The changing scenario of vegetation is significantly contributing to LST. The surface temperature over a period of 15 years show increasing trend and is negatively and strongly correlated to vegetation cover.     

精密单点定位中卫星星历对天顶对流层延迟估计的影响

为了分析不同卫星星历对天顶对流层延迟估计的影响,本文选取不同的卫星星历产品分别进行静态精密单点定位试验,估计天顶对流层延迟,并与IGS发布的天顶对流层延迟产品相比。结果表明,采用最终星历、快速星历和超快星历实测部分时,天顶对流层延迟的平均RMS值分别为4.5mm、4.3mm和4.6mm,估计精度一致。而采用超快星历外推部分时,平均RMS值为6.3mm,估计精度略低。     

GPS/MET中水汽转换参数本地化研究与时空特性分析

随着全球定位系统(GPS)的高速发展,它在测绘科研领域的应用范围不断扩大,在GPS气象方向,可以通过地基GPS技术计算得到水汽转换参数,从而计算大气可降水量.使用本地化的水汽转换参数能有效提高GPS水汽反演的精度.本文利用中国西南地区2015-2018年12个探空站点数据,计算得到中国西南地区的年、季度、月和每日水汽转换参数,实现了水汽转换参数本地化研究.分析发现,在一定范围内,水汽转换参数Π随着站点高度的增加而逐渐增加,且我国西南地区的水汽转换参数Π的时空分布具有明显的气候分布特点和纬度地带性.     

江苏区域格网加权平均温度线性模型研究

针对建立区域加权平均温度线性模型的问题,该文提出了将ERA5再分析数据和无线探空数据结合的方法,利用线性回归方法建立单因子和多因子模型,实现对江苏及周边地区的加权平均温度建模。对于有探空站点分布的ERA5格网区域,利用探空数据对ERA5建立的线性Tm模型进行修正,对于无探空站分布的ERA5格网区域使用江苏及周边区域整体修正系数对Tm进行修正。根据2018年数据进行验证,结果表明,本文所建立的单因子模型精度与之相当甚至略优,建立双因子模型的精度提高最大可达10.52%,证明了利用ERA5再分析资料和无线电探空建立江苏区域Tm模型的适用性。     

区域大气加权平均温度模型确定及其应用

大气加权平均温度Tm是决定GPS水汽反演精度的关键参数,不同地区的Tm具有区域性差异.本文基于河南省Nanyang探空站2015—2018年的气象数据,建立了适用于河南亚热带季风气候地区的单因子和多因子的大气加权平均温度Tm模型,同时按照四季划分构建了季节模型,并对比经验模型分析其精度.结果表明,新建立的加权平均温度模...     

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。     

Geographically weighted regression‐based determinants of malaria incidences in northern China

Geographically weighted regression (GWR) is an important local method to explore spatial non‐stationarity in data relationships. It has been repeatedly used to examine spatially varying relationships between epidemic diseases and predictors. Malaria, a serious parasitic disease around the world, shows spatial clustering in areas at risk. In this article, we used GWR to explore the local determinants of malaria incidences over a 7‐year period in northern China, a typical mid‐latitude, high‐risk malaria area. Normalized difference vegetation index (NDVI), land surface temperature (LST), temperature difference, elevation, water density index (WDI) and gross domestic product (GDP) were selected as predictors. Results showed that both positively and negatively local effects on malaria incidences appeared for all predictors except for WDI and GDP. The GWR model calibrations successfully depicted spatial variations in the effect sizes and levels of parameters, and also showed substantially improvements in terms of goodness of fits in contrast to the corresponding non‐spatial ordinary least squares (OLS) model fits. For example, the diagnostic information of the OLS fit for the 7‐year average case is R² = 0.243 and AICc = 837.99, while significant improvement has been made by the GWR calibration with R² = 0.800 and AICc = 618.54.     

FY-3C/MWHTS资料反演陆地晴空大气温湿廓线

针对风云三号C星微波湿温探测仪(FY-3C/MWHTS)的陆地晴空观测资料,建立了一维变分反演系统,对大气的温湿廓线进行反演。为了更好地描述温湿廓线的相关性,同时减小温度和湿度在反演过程中相互之间的误差传递,提出了使用背景协方差矩阵的联合矩阵和单独矩阵进行组合反演的方法。对于MWHTS模拟亮温和观测亮温之间的偏差,使用逐扫描点的统计回归方法进行校正。选择中国部分陆地区域的晴空观测亮温进行温湿廓线的反演,并利用欧洲中期天气预报中心(ECMWF)再分析数据、美国国家环境预报中心(NCEP)分析数据以及无线电探空观测(RAOB)数据对反演结果进行验证,温湿廓线的反演结果与ECMWF再分析数据验证的最大均方根误差分别是2.59 K和11.87%,与NCEP分析数据验证的最大均方根误差分别是1.88 K和21.50%,与RAOB数据验证的最大均方根误差分别是3.43 K和25.48%,验证结果表明了反演结果的可靠性。另外与国外同类载荷AMSU观测亮温的物理方法和统计方法反演精度进行了对比,结果表明:MWHTS具有较强的湿度廓线以及高空温度廓线的探测能力,且针对MWHTS的观测亮温建立的一维变分反演系统具有较高的反演精度。与NCEP 6小时预报廓线的验证结果表明:反演的湿度廓线可以提高预报廓线的精度。