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。      

对流层映射函数对GNSS反演可降水量的影响分析

对流层映射函数是将对流层天顶延迟转化为信号传播路径上总延迟的重要模型,选择合适的映射函数对反演大气可降水量(PWV)精度的提高具有十分重要的意义．本文研究了对流层映射函数对反演PWV精度的影响,选取VMF1、GMF、NMF 3种映射函数,利用GAMIT解算比较3种映射函数在不同季节、不同高度角对网基线解算以及反演PWV的精度影响．结果表明,在进行PWV反演时,选择10°高度角作为解算截止高度角的GMF函数模型反演精度最佳,为进一步提高GNSS水汽反演的实时精度提供了参考．      

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%。     

GNSS大气加权平均温度经验模型精化方法的建立和分析

加权平均温度T_m作为对流层湿延迟转换为大气可降水量的关键参数,在GNSS气象学研究中发挥着重要作用。T_m经验模型的构建,可以通过将测站位置和时间信息作为输入参数快速获取T_m估值,但其精度往往受限,尤其在某些局部区域。本文提出了一种T_m经验模型精化方法,引入了地表气温数据,通过最小二乘快速获取精化系数,达到T_m的误差补偿作用。基于我国及邻近区域180个探空测站2011—2015年的数据,本文构建了基于GPT3的精化模型,并对其进行分析。数值结果表明,与Bevis模型、区域线性模型和GPT3模型相比,本文提出的精化模型估计T_m的精度分别提高了16.2%、13.5%和21.1%。另外,基于GPT3的精化模型估计T_m表现出最优的时空分布结果,显著提高了高纬度地区T_m估计精度,有效解决了GPT3模型只能表现T_m季节性变化的缺陷。本文方法计算公式简便,可以快速推广至任意T_m经验模型,具有较高的使用价值。     

台站处北斗/GNSS实时大气水汽反演及试验分析

针对当前GNSS水汽反演的业务系统中普遍采用准实时、集中式的解算模式的现状,该文提出一种台站处分布式北斗/GNSS实时水汽解算模式,基于实时精密单点定位(PPP)技术获取高精度水汽结果以满足短期天气预报与气象研究的需求。在中国3个典型区域进行了连续观测试验,并以中国气象局准实时水汽产品与无线电探空结果为参考对本产品的结果进行了评估和分析。结果表明,实时水汽产品的平均RMS在5 mm以内,与准实时水汽产品和无线电探空结果的相关系数均达到0.95,且能反映水汽的日变化特征。     

利用GPS/BDS/GLONASS/Galileo组合PPP反演大气可降水量

为进一步改善精密单点定位（PPP）探测大气可降水量（PWV）的性能,本文提出采用GPS/BDS/GLONASS/Galileo组合PPP进行PWV反演的方法,并利用国内3个MGEX（multi-GNSS experiment）观测站的实测数据,对GPS/BDS/GLONASS/Galileo组合PPP在大气水汽探测方面的性能进行了评估。试验结果表明：相较于GPS PPP、GPS/BDS组合PPP和GPS/GLONASS组合PPP,GPS/BDS/GLONASS/Galileo组合PPP估计天顶对流层延迟（ZTD）的初始化时间分别缩短了33%、26%、20%,且能获得更高精度的ZTD估值和PWV信息,在大气水汽探测方面的性能更优。     

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．      

地基GNSS用于冻土区域地表环境多参数反演研究

季节性冻土具有周期性地表抬升/沉降的物理特性,传统测量方法已不能满足当前高精度、实时的监测需求.地基GNSS是一种低成本、全天时、全天候、能够实现连续监测的新兴地基遥感技术.实验应用美国的板块边界观测台网(plate boundary observational GNSS network,PBO)计划SG27测站2013—2021年观测数据,使用地基GNSS技术解译了阿拉斯加巴罗永久冻土区域典型异常年份降雪、无雪期地表形变、测站形变、土壤湿度、大气水汽变化,并通过PBO实测降雪数据验证异常年雪深反演精度,通过测站形变结果验证反演结果为冻土活动层形变,同时对水汽与土壤湿度进行相关性分析.结果显示：反演雪深与实测雪深绝对系数R2为0.815 5,均方根误差(root mean squared error,RMSE)为0.064 3,平均绝对误差(mean absolute error,MAE)为0.040 2;通过水汽与土壤湿度变化趋势图发现两者具有较弱滞后性对应关系,但仅表现在趋势而非幅度值上.表明地基GNSS在长时序冻土环境监测中存在巨大的应用潜力.     

地基GPS水汽反演中区域大气加权平均温度模型

利用地基GPS反演可降水量,需要准确求得水汽转换参数。为了提高区域GPS大气水汽反演的精度,分析了大气加权平均温度的时空特性及其与地面温度之间的函数关系;利用江苏地区2003—2011年的气象探空数据建立了适用于江苏地区的局地大气加权平均温度计算模型。比较江苏模型、Bevis模型和李建国模型求得的大气加权平均温度值,江苏模型的精度较Bevis模型和李建国模型分别提高33.14%和9.28%。由江苏模型得到的可降水量内符合精度约为11.12 mm,较GAMIT软件结果精度提高约7.91%。     

顾及地形起伏的中国低纬度地区湿延迟与可降水量转换关系研究

在地基GPS气象学中,湿延迟(zenithwetdelay,ZWD)与可降水量(precipitablewatervapor,PWV)的转换系数犓是一个重要的参数?疚睦弥泄臀扯鹊厍ǎ玻埃埃场悖巍玻福病悖危玻案鎏娇照荆玻埃埃浮玻埃保蹦甑奶娇帐荩治隽藸酥邓娌庹疚扯群秃0蔚谋浠卣鳎⒔⒘艘恢治扌枵镜闫笫?仅与站点纬度、年积日和海拔相关的区域转换系数犓值腜汀=峁砻鳎髡酒骄鶢酥捣直鹚嫖扯取⒑０蔚脑龃蠖跣?减小速率分别为0.0002/(°)和0.002/km;本文建立的区域模型的精度与单站模型或者通过加权平均温度(犜犿）获得的转换系数犓值的精度相当,可用于该区域无气象数据条件下ＧＰＳ反演ＰＷＶ     

GPT／2模型用于 GPS 大气可降水汽反演的精度分析

气象参数(温度T、气压P)是GPS大气可降水汽(PWV)反演中必不可少的数据,也是PWV反演的重要误差源之一。文中主要对GPT/2(GPT、GPT2)模型用于PWV反演的精度进行验证和分析。基于非差精密单点定位(PPP)技术,选取SuomiNet网9个测站的观测数据,借助研制的PPP软件,分别采用GPT模型、改进的GPT2模型以及测站实测气象数据进行大气可降水汽(PWV)反演。以实测气象数据处理结果为参考,对两种模型解算的PWV进行了对比和精度分析。结果表明:改进的GPT2模型优于GPT模型,尤其是当测站的高程较大时,GPT2模型的稳定性更优、适用性更广;采用GPT2模型解算的PWV偏差均值小于±1.0mm,精度(RMS)优于±1.5mm。在缺少实测气象数据的情况下,利用GPT2模型数据仍然能够取得较为理想的PWV反演结果。     

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。     

不同星历反演大气可降水量的时间序列分析

针对地基GPS水汽探测过程中星历文件的选取对最终反演结果影响的问题,该文利用探空资料建立了一种新的香港季度加权平均温度计算公式,采用3种不同星历对GPS观测数据进行基线解算。通过MATLAB对反演的大气可降水量进行时间序列分析,3种不同星历反演的大气可降水量与探空数据的结果相似,均方差非常接近,快速星历与最终精密星历反演精度基本一致,超快速星历与最终精密星历的反演精度接近。此结果表明:不同星历的选取能够对最终反演结果产生影响,但影响可以近似忽略;最终精密星历可用于事后的高精度水汽反演,分析水汽的变化规律;快速星历结果可用于时效性快的水汽探测;超快速星历用于实时水汽探测,成为水汽探测的手段之一。     

利用珠海CORS监测大气可降水量

依托珠海城市连续运行参考站（continuously operating reference stations,CORS）系统,采用地基全球导航卫星系统（global navigation satellite system,GNSS）反演大气可降水量（precipitable water vapor,PWV）,展开大气可降水量监测系统的应用研究。系统采用精密单点定位（Precise Point Positioning,PPP）技术与IGS(International GNSS Service)轨道、钟差产品实时或事后估计CORS站点上的大气可降水量,可实时更新发布水汽监测数据。通过对监测系统的内符合精度与外符合精度的测试,表明本大气可降水量监测系统对PWV的估计精度优于2 mm,能实现对珠海北斗CORS(ZHBDCORS)网中站点间小区域的水汽监测,区分各站之间的水汽变化,能满足实时对流层水汽监测及其他气象应用需求,有效地拓展ZHBDCORS系统的服务领域。     

利用BDS数据反演大气可降水量及其精度分析

随着GAMIT软件版本的不断更新,对BDS数据基线解算已成为可能。本文提出了一种基于GAMIT软件的BDS大气可降水量反演方法,并对利用探空数据计算得到的大气可降水量与GPS数据反演结果进行精度验证。结果表明,通过BDS反演得到的大气可降水量与探空数据计算结果之间的平均相对误差、均方根误差均小于2 mm,相关系数大于0.98;与GPS反演结果之间的平均相对误差、均方根误差均小于3 mm,相关系数大于0.96。BDS反演结果精度较高,基本能够满足气象需要。     

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%。     

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.     

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。     

利用地基GPS资料分析成都地区大气可降水量

利用成都地区GPS地震监测网的观测资料,通过Bernese软件求解获得CHDU、JYAN、PIXI、QLAI、RENS、ZHJI测站的天顶总延迟和湿延迟,运用湿延迟与大气可降水量之间的转换关系得到各测站大气可降水量,与站点地面实际降雨量及SONDE大气可降水量进行了比较分析。结果表明：地基GPS监测大气可降水量变化与地面实际降雨量有很强的相关性,与SONDE大气可降水量的平均差值为0．43mm,均方偏差为2．56mm。多站点GPS监测大气可降水量联合分析,对于研究区域大气可降水量的变化有一定的意义。