地基GPS反演大气可降水量方法的改进

利用地基GPS反演大气可降水量（PW,precipitable water）的方法中,GPS PW的准确度依赖于天顶静力延迟（ZHD,zenith hydrostatic delay）的计算模型和转换系数П。分析Saastamoinen模型、Hopfield模型、Black模型计算的ZHD误差发现,其计算的ZHD与探空ZHD相比具有模型偏差,这些模型偏差换算成对GPS PW的影响约为4～10 mm。通过回归建模,对Saastamoinen模型、Hopfield模型和Black模型中的系数进行修正后,可明显减小这些模型偏差,且不影响这些模型的精度。转换系数П是大气加权平均温度（Tm,atmospheric weighted mean temperature）的函数,Tm与地面温度（Ts）高度相关,根据这一特性,利用9个探空站数据通过回归建模得到的Tm本地化模型可很好地拟合Tm,其模型均方差为2.8 K,对应的相对误差为1.0%。对地基GPS反演PW的方法进行改进后,求得的GPS PW的系统偏差明显减小,其中,采用改进的Hopfield模型和Tm本地化模型求得的GPS PW,与探空廓线计算的PW相比,其偏差为-1.6 mm,而与微波辐射计廓线计算的PW相比,其偏差为-1.2 mm。     

基于IGS超级跟踪站近实时解算浙江地基GPS大气可降水量

浙江CORS综合应用网正在不断建设中,并已开始服务于气象部门。为给地基GPS(Global Positioning System)气象研究人员提供一个真实的研究环境,在IGS超级跟踪站(全球GPS服务超级跟站,International GPS Service)网络的基础上搭建了浙江地基近实时GPS气象系统,并根据实测数据验证了该系统的有效性。结合浙江省的GPS观测网数据,对浙江地基GPS大气可降水量作了初步研究。该平台可用于研究GPS遥感水汽、层析水汽三维分布、数值天气预报等。     

地面气象要素对GPS反演大气可降水量结果的影响

简要介绍了利用GPS技术计算大气可降水量的原理及方法,以西宁GPS水汽站为例介绍了利用GAMIT软件对大气可降水量的反演流程,利用西宁站观测数据计算了有地面气象数据参与解算和无地面气象数据参与解算的大气可降水量结果,并对两种反演结果进行了对比分析,得出两种计算结果相近、具有很好的相关性,相关系数为0.921,两种反演结果在数值上最大相差5mm、平均相差1.54mm,在总体趋势上两者一致。分析了GPS技术计算大气可降水量的误差,其中地面气象要素对计算结果有重要作用,但影响不大,在不需要精度太高的计算结果及没有条件获得地面气象数据时,可以直接用GAMIT对大气可降水量进行解算,这为探测大气可降水量提供了一种可行的方法。     

基于地基GPS的祁连山大气可降水量特征

利用2016-2018年祁连山区中东部11个站的地基GPS反演的大气可降水量(以下简称GPS/PWV),分析了大气可降水量的时空分布、地带性和垂直变化特征.结果 表明:与张掖和民勤探空实测资料计算的PWV(以下简称RS/PWV)相比,GPS/PWV均方根误差和偏差平均值分别为2.1 mm和1.07 mm,GPS/PWV...     

青藏高原大气水汽探测误差及其成因

青藏高原大气水汽分布对区域天气气候有很大影响,其探测资料的可靠性备受关注。以地基全球定位系统(GPS)遥感的大气可降水量为对比参照,分析了1999—2008年拉萨和2003年那曲探空观测大气可降水量的误差及其原因。结果表明,近10年拉萨站探空观测的可降水量比GPS遥感的可降水量明显偏小,偏小程度随使用不同的探空仪而异。GZZ-2型机械探空仪和GTS-1型电子探空仪多年平均的大气可降水量相对偏差分别为8.8%和4.4%,随机误差分别为19.8%和13.3%。近10年大气可降水量探测偏差具有减少的趋势,从12.7%减少至2.4%,主要是由探空仪性能改进所致。分析发现青藏高原大气可降水量探测偏差具有明显的日变化,12时(世界时)比00时大。拉萨站GZZ-2型和GTS-1型探空仪在12时多年平均的大气可降水量探测偏差分别为15.8%和8.3%,00时分别为1.6%和0.5%。那曲站GZZ-2型探空仪在12和00时的大气可降水量探测偏差分别为12.4%和0.3%。大气可降水量探测偏差还具有季节变化,夏季大,冬季小。对大气可降水量探测偏差日变化和季节变化的成因分析表明,12时气温比00时气温高以及夏季比冬季气温高是造成大气可降水量探测偏差日变化和季节变化的重要原因。     

GPS遥感的大气可降水量与局地降水关系的初步分析

该文利用2002年“973”项目安徽GPS外场试验和2000年北京GPS/VAPOR试验积累的资料对GPS遥感的大气可降水量与局地降水之间关系进行了定量分析。结果表明:在降水前后, GPS遥感的大气可降水量有很大的变化; 在2002年入梅前后, 其变化甚至大于30mm; 在海拔高的山区台站, 2hGPS遥感的大气可降水量增量和本站是否发生降水关系密切; 多数情况下, 降水出现在GPS遥感的大气可降水量迅速增加的3~4h内; 每小时降水量峰值和GPS遥感的大气可降水量增量的大小有关。     

区域GPS网对流层延迟直接推算可降水量研究

针对武汉地区GPS气象网资料进行GPS对流层延迟直接推算可降水量的研究。推导了对流层延迟直接推算可降水量的模型,并对模型结果进行检验。从武汉东湖站GPS对流层延迟与无线电探空可降水量的比较中可知,两者具有很好的相关性,相关系数达到0.931;由该站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可得,均方根为4.45 mm,相关系数为0.905,对流层延迟转换的可降水量与GPS可降水量的均方根为2.23 mm,相关系数为0.988。说明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依据。     

云南地基GPS观测大气可降水量变化特征

利用2007年云南地基GPS站点观测资料,分析GPS反演的大气可降水量(PWV)变化特征,并用探空、实际降水量资料和GPS反演结果进行比较。结果表明:GPS/PWV能反映云南降水的季节变化特征,海拔较低的测站普遍比同期海拔较高的测站测得的GPS/PWV值高;GPS/PWV值与探空得到的大气水汽总量随时间演变趋势基本一致,其相关系数均达0.89;GPS/PWV变化周期和实际降水发生的周期基本相同,降水大多为GPS/PWV值连续增加达到峰值(或从峰值开始下降)后开始;GPS/PWV上升幅度较大或位于高位可作为连续性强降水过程出现的预报指标,但使用GPS/PWV峰值作预报指标时,还应考虑季节因素。     

我国GPS反演大气可降水量的时空变化

基于地基GPS探测水汽的原理,利用2016年陆态网的站点数据,对北京十三陵、福建武夷山、内蒙古乌拉特后旗、黑龙江绥阳、新疆若羌和云南东川6个站点GPS反演大气可降水量(GPS/PWV)的时间变化以及在典型月(1、4、7、10月)的空间分布变化进行了分析。结果表明:GPS/PWV具有显著的季节分布规律,周期性较强,3—5月为GPS/PWV的快速上升阶段;6—8月达到最大,最大值约80 mm;9—11月为GPS/PWV快速下降阶段;12月—次年1月为全年的最低阶段,基本在30 mm以下。6个站点GPS/PWV的逐小时变化也具有一定的周期性,最大值出现在20时,最小值出现在06—08时。在典型月,水汽含量的空间分布主要集中在华中、华南、华东地区,其余地区变化幅度较小,并且随着纬度的增加而下降,随着经度的增加而上升。     

GPS探测与FY-2反演大气可降水量对比分析

为深入了解FY-2卫星大气可降水量(PW)的反演质量,文章选取2012和2015年地基GPS水汽观测数据,与FY-2的PW反演产品进行了对比分析。结果表明:(1)北京、武汉和海口三站GPS/PW(PW_(GPS))与FY-2/PW(PW_(FY-2))在夏季存在显著正相关,三站的相关系数都达到0.67以上,夏季PW的均方根误差值、月平均偏差绝对值均小于冬季。北京与武汉站PW平均偏差和均方根误差在四季均具有明显日变化特征;(2)当PW_(GPS)20 mm时,北京、武汉、海口和拉萨站FY-2/PW与GPS/PW比较一致,PW偏差均值的绝对值和均方根误差较小,当PW_(GPS)20 mm时,PW偏差均值绝对值和均方根误差随PW_(GPS)值减小而迅速变大。FY-2的PW产品在夏季可以为大部分区域提供高时空分辨率、高精度的大气可降水量,在大气湿度非常低、冬季和夜间条件,反演结果精度有待提高。     

2002年台风Ramasun影响华东沿海期间可降水量的GPS观测和分析

介绍了2002年建成的长江三角洲地区GPS(全球定位系统)网对台风Ramasun影响华东沿海地区时可降水量的探测,指出GPS探测的可降水量(PWV)与加密探空资料所计算的可降水量具有高度的一致性.通过对多站GPS资料时间序列的分析,揭示了在台风影响过程中PWV 的三个阶段的变化特征: 在台风降水产生前PWV 都有一个急升的过程,PWV的急升时间长短、升幅、量值大小反映了水汽累积情况,它与台风过程降水总量、每小时降水量大小有较好的对应关系;PWV 急升达到峰值后进入高值波动阶段,一般在达到峰值后7～10小时开始出现明显的降水, 在这一阶段中PWV 时间序列的波动和空间分布特征与台风降水的短时变化和螺旋雨带演变有较好的对应关系;PWV 的急降则反映台风降水即将结束.     

地基GPS技术在广东区域水汽分布研究中的应用

利用广东省连续运行卫星定位服务系统（GDCORS）观测资料,采用地基GPS／MET技术线路,用Bemese软件平台求解各参考站上的对流层天顶总延迟和湿延迟。通过推导湿延迟与大气可降水汽含量之间的转换关系得到GPS各测站大气水汽含量。试验结果表明,GPS／MET技术可获得覆盖广东省范围的高时空分辨率的大气水汽总含量分布图。     

GPS地基遥感大气水汽总量分析

概述了利用地基GPS接收机遥感大气水汽总量的一般方案,分析了各种因素导致的误差以及相应的消除或降低办法,总结了由湿项延迟计算水汽总量的方法。介绍了GPS/STORM试验和两种解算方案。最后提出试验研究方案和在我国进行业务应用要解决的问题。     

地基GPS遥感大气水汽总量中的"静力延迟"和"湿延迟"

介绍了静力延迟和湿延迟概念的由来,推导了由对流层延迟计算水汽总量的一般公式;与李延兴等提出的新模型进行了对比,对其相应的观点提出讨论意见.认为国际上通用的AN模型比较严密地求解了对流层大气水汽总量,不存在与"真值"相比偏小的问题.     

地基GPS遥测大气可降水量应用精度和范围

利用2005年6～8河北省石家庄、张家口两个地基GPS站反演得到的大气可降水量资料,对探空资料计算的大气可降水量和GPS反演的大气可降水量进行比较,并通过2007年7月17～19日河北中南部一次强降水过程的个例分析,发现GPS资料反演的大气可降水量略高于探空站资料的计算结果,但两种资料的可降水量计算结果变化趋势一致,GPS反演的大气可降水量具有较高的使用价值,但单站GPS反演的大气可降水量有效半径距离具有一定限度.     

北京可降水量变化特征的地基GPS观测与分析

利用GAMIT软件对2004年7月至2005年7月北京GPS观测数据进行解算,结合地面温度及气压观测数据,反演了1a时间内分辨率为2h的水汽总量序列,并与探空和微波辐射计的反演结果做了对比,均方根差分别为3.05mm和3.29mm,得到了北京地区水汽总量的季节变化特点及水汽与降水的相互关系,这对气象研究和天气预报有很好的作用.     

北斗和GPS反演大气可降水量的对比分析

北斗地基增强系统是我国北斗卫星导航系统重要的地面基础设施,它可以获取高精度、高时间分辨率的水汽产品,满足数值预报、空间天气监测和预警业务的需求。本文利用2017年北斗地基增强系统中北斗单模、GPS单模和GPS+BD双模的数据资料,对同址的北斗气象站、GPS气象站和探空站反演大气可降水量进行对比分析,结果表明:(1)现行北斗地基增强系统所提供的数据,可以有效地用来反演大气柱总水汽含量,所得结果合理,平均偏差都小于1 mm,在变化上与GPS系统和探空系统基本一致,对数值预报有一定的指示作用;(2)与GPS系统相比,GPS单模/PWV和GPS+BD双模/PWV的均方差小于2 mm,相关系数均在0. 97以上,表明两者在反演PWV的精度上与GPS系统相当,而北斗单模/PWV的均方差为3～6 mm,相对方差达到了15%～20%,其精度与GPS系统还有一定的差距;(3)与探空相比,北斗单模在个别时次变化趋势上存在不一致的情况,其均方差为2. 14～6. 12 mm,相对方差为15. 32%～20. 84%,其误差可能是由于探测系统误差等因素造成的,而GPS+BD双模和GPS单模会更加稳定。     

准实时地基GPS可降水量的解算方案与可靠性研究

对准实时地基GPS可降水量的解算方案与可靠性的探讨,围绕三个方面展开:准实时GPS对流层延迟解算的最佳方案的确定;GPS可降水量与无线电探空资料的比较;GPS可降水量与水汽辐射计数据的比较。为了实时应用于气象领域,准实时对流层延迟的最佳方案为快速预报星历松弛解。在快速预报星历松弛解GPS可降水量与无线电探空数据的比较中,两者的相关性为0.88,绝对值均值为5.4 mm。GPS可降水量与水汽辐射计资料比较得到两者差值的均方根为1.68 mm。最后得到了最佳的准实时地基GPS可降水量的解算方案和在气象领域可降水量的反演的可行性的结论。     

GPS遥感大气可降水量在暴雨天气过程分析中的应用

利用北京市气象局地基GPS监测试验网遥感大气可降水量（PWV）数据,分析2004年汛期暴雨天气过程PWV的变化特征及其与降雨量、降雨强度的关系;通过分析地面、高空的位势高度场、风场,以及比湿外水汽通量Q及水汽通量散度AQ等物理量诊断场分布,研究天气系统与大尺度水汽输送、辐合的关系,大尺度水汽输送、辐合与PWV变化的关系;探讨GPS遥感大气水汽资料在预报强降雨天气过程中的应用。得出：PWV的增长方式受当地天气系统的支配和制约,对于明显降雨过程,当地面、高空天气系统有利于暖湿空气的输送时,在北京附近形成等湿度线密集区,PWV逐渐增长（降雨开始前的13-24h）的趋势;当地面、高空有辐合系统东移或生成,或有中小尺度天气系统影响时,PWV显著增长（降雨开始前的3～4h）;当PWV大于某阈值后出现较强降雨,PWV值及增量的大小与降雨量的大小没有明显的关系。