代数重构算法在GNSS水汽层析解算中的应用

全球导航卫星系统(GNSS)水汽层析反演技术是目前获取对流层水汽三维分布的重要方法。考虑到代数重构算法在迭代反演中具有节省计算机内存且计算稳定度高的优点,对代数重构算法在GNSS水汽层析中的应用进行了研究。研究结果表明,受水汽在对流层中的分布情况的影响,传统的加法代数重构算法在实际的层析解算中,会出现较大的重构误差,而乘法代数重构算法和调整了松弛参数向量的加法代数重构算法则大大提高了层析解算的精度;代数重构算法较附加约束条件的层析解算方法更易受到观测值误差的影响,但采用乘法代数重构算法可以获得优于加法代数重构算法的结果。     

附加高水平分辨率PWV约束的GNSS水汽层析算法

全球导航卫星系统(global navigation satellite system, GNSS)水汽层析技术凭借高精度、低成本、全天候等优点成为获取高时空分辨率水汽三维分布的重要手段之一。引入遥感卫星提供的高分辨率水汽信息,首次提出附加高水平分辨率大气可降水量(precipitable water vapor, PWV)约束的GNSS水汽层析算法,对现有水汽层析算法的约束条件进行补充和改进。首先对高分辨率PWV观测值进行校正,然后基于二次加密划分的层析体素块构造PWV约束方程,通过将PWV约束方程融合到GNSS层析模型来改善模型的约束条件,进而优化层析结果质量。利用徐州地区2017-08的GNSS观测数据和风云三号A星(Fengyun-3A, FY-3A)遥感水汽数据对该算法的可行性及精度进行验证,分别以高精度的探空水汽廓线和ERA5三维水汽密度场为参考值对层析结果进行评估。实验结果表明,所提算法反演的水汽廓线和三维水汽分布均优于传统层析算法,各类精度指标都有了显著改善,其中平均均方根误差由2.73 g/m~3减小为1.78 g/m~3,反演精度提高了34.80%,进一步表明所提算法可有效改善层析结果质量,有助于获取高精度和高可靠性的三维大气水汽分布。     

遥测地表温度与比辐射率的迭代反演方法──理论推导与数值模拟

首先在地表比辐射率为已知的条件下,提出一个非线性迭代温度反演模型,我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时的温度均方根误差为０．４８Ｋ。当大气模式误差一个模式时反演的温度均方根误差为０．８５Ｋ。在此基础上,引人相邻像元的概念,相邻像元的大气状况可以认为是相同的,应用两个时相的遥感影像数据,假定在两个相近时相之间地表比辐射率值不变,建立地表比辐射率与温度的反演模型。我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时地表温度均方根误差小于１．５Ｋ,地表比辐射率均方根误差小于０．０２,地表辐射均方根误差为１％;当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±１０％时,地表温度均方根误差小于１．０Ｋ,地表辐射均方根误差小于０．６％。     

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。     

GNSS水汽层析的自适应非均匀指数分层方法

GNSS水汽层析技术在中小尺度灾害性天气的监测和预警中发挥着重要作用。常见的GNSS水汽层析技术在垂直分层时采用均匀分层,不符合大气水汽在垂直方向上的实际分布情况。本文以大气水汽密度为依据,提出一种自适应非均匀指数分层方法。该方法大大降低了各层之间的水汽密度差异,提高了水汽层析模型分层精度,且能够实现对任意给定层析区域的自适应分层建模。利用2019年8月香港CORS实测数据和探空数据对该方法进行试验与分析,与传统均匀分层相比,自适应非均匀指数分层的均方根误差和平均绝对误差分别降低了0.401 g/m³和0.223 g/m³,在低海拔处和恶劣天气下层析结果的精度和质量显著提高。     

附加虚拟信号精化水汽层析模型的方法

在全球导航卫星系统（global navigation satellite system,GNSS）水汽层析中,受卫星星座和接收机几何分布的影响,穿过层析区域的射线条数有限。针对该问题,设计并实现了一种附加虚拟倾斜路径信号精化水汽层析模型的方法,该方法能够增加穿过研究区域的射线条数和射线穿过的网格数,使层析结果更加逼近真值。利用香港卫星定位参考站网2015年5月共31 d的GPS网实测数据和气象数据进行实验,并结合无线电探空数据验证该方法的可行性及精度。结果表明,该方法能够提高层析结果的精度,与传统层析方法相比,该方法在均方根（root mean square,RMS）、水汽密度廓线和误差分布上均优于传统方法。     

基于水汽密度比例因子的三维水汽层析算法

针对传统水汽密度层析方法的缺点,设计并实现了一种基于水汽密度比例因子的三维水汽层析算法,提高了观测数据的利用率。利用香港CORS网的实测GPS和气象数据,并结合研究区域内45004探空站的探空数据,验证了该算法用于实测数据的可行性及精度,并分析了不同天气对层析新算法的影响。试验结果表明:该算法在观测数据的利用率上远大于传统层析方法,以探空数据为参考基准,RMS、水汽廓线相关系数和误差分布均优于传统方法。此外,降水天气对层析结果影响要比无降水天气的影响大。     

自适应测站高的GNSS-R潮位监测研究

针对已有的GNSS-R反演潮位过程中由测站与潮位基准面高度的不确定性带来的误差,该文提出了一种 自适应测站高优化方法.该方法通过更新Lomb-Scargle谱分析噪声频率的阈值,可有效剔除噪声主频,从而提高GNSS-R反演潮位的精度.基于30 s采样间隔的GNSS的L2波段数据进行潮位反演的实验表明,该文提出的方法有效提高了GNSS-R反演潮位的精度.与传统反演方法相比,反演潮位与验潮站观测潮位之间的均方根误差降低了28.3％,相关系数提升了12.3％.同时,该文还证实了所提出方法求解出的自验潮站基准面起算的测站高度,可进一步应用于无验潮站或验潮站数据中断情况下的GNSS潮位反演.     

GNSS对流层水汽监测研究进展与展望EI北大核心CSCD

对流层是近地空间环境中与人类活动联系最为密切的大气层,而水汽是低层大气圈中最重要的组成部分之一。尽管水汽在对流层中所占比例较小,但在一系列天气和多种气候变化中都扮演着重要角色。随着全球导航卫星系统(GNSS)的快速发展,GNSS对流层水汽监测成为重要的研究和应用方向。本文系统介绍了GNSS多维水汽监测及其在相关方面应用的研究现状和进展。GNSS水汽监测研究方面,当前主要集中在二维大气可降水量监测和三维湿折射率/水汽密度廓线反演两部分;GNSS水汽应用研究方面,当前主要包括定位、短临降雨及旱涝监测、数值同化预报等。     

非均匀分层对GNSS水汽三维层析的影响

针对目前地基全球卫星导航系统(GNSS)层析大气水汽精度不高的问题,本文提出对网格划分垂直方向非均匀分层的方法,提高了区域层析结果精度.基于多系统GNSS观测数据,对河南地区东经111.5°～115.5°,北纬33.6°～35.6°区域上空水汽分布进行层析探测,研究垂直分层方法对层析结果的影响,垂直方向采用均匀和非均匀两种分层方式,得到的水汽密度结果与探空反演水汽密度值都非常接近,对比来看,非均匀分层层析在相关系数、均方根误差和平均偏差等数据分析方面表现出了较好的数据精度,采用非均匀分层方法可以得到更优的大气水汽反演结果.     

TERRA/MODIS热红外通道陆地晴空大气可降水分裂窗反演

大气水汽在遥感反演地表温度中起到关键作用,精确的大气水含量对于提升反演精度有着重要意义,而热红外方法是夜晚获得区域大气水汽含量的唯一方法。本研究采用热红外方法中的改良分裂窗算法,首先,使用TIGR大气廓线与MODIS波谱响应函数通过MODTRAN辐射传输模式进行模拟,将大气廓线的水汽含量与大气透过率进行回归;然后,根据MODIS数据产品特点,使用2015年夏季MODIS数据观测角小于20°的范围进行反演;最后,将白天反演水汽分别与全球GPS地基大气水汽观测网络和MODIS近红外水汽产品进行比较,均方根误差分别为5.5 g/cm2和6.4 g/cm2,显示了高度的区域一致性。由于MODIS观测角度较大,本研究未对其他角度进行反演,若对其余角度的MODIS数据进行反演,可根据余弦角度变化,针对不同角度范围进行模拟与回归。     

利用ECMWF改善射线利用率的三维水汽层析算法

针对传统水汽层析技术只能利用完整穿过研究区域射线重构三维水汽的缺陷,提出了一种利用欧洲中尺度天气预报中心格网产品改善三维水汽反演射线利用率的方法。该方法通过引入比例因子,计算出侧面穿出射线在层析区域内的水汽含量,并参与观测方程的建立。利用香港卫星定位参考站网的实测全球定位系统和气象数据,结合该区域的无线电探空站45004和ECMWF格网点数据,对该方法的可行性及精度进行验证。试验结果表明：相对于传统方法,该方法的射线利用率和网格覆盖率分别提高了55.16%和16.46%;分别以探空数据和ECMWF格网数据为参考基准,发现提出的方法其均方根误差、平均绝对偏差和相对误差等均优于传统方法。     

激光掩星探测大气UTLS温度和水汽的方法及仿真

以高精度和高垂直分辨率探测大气区间对流层顶—平流层底UTLS (Upper Troposphere/Lower Stratosphere,5—35 km)的温度和水汽廓线是提高大气条件变化监测水平的关键,而利用激光掩星方法同时探测温度和水汽则是对现有探测技术的重要补充。本文研究了激光掩星协同探测和反演温度和水汽分子数密度的方法,其中重点研究了双吸收波长近红外激光反演温度的方法,具体为从近红外波段氧气吸收光谱中,选择2个不同跃迁能级对应的特征吸收峰,在每个吸收峰附近各选出1个吸收线,利用2个吸收线对应的双吸收波长激光以及参考线对应波长激光进行掩星探测,进而由探测数据反演出温度。整个温度和水汽协同反演步骤是先反演温度廓线,然后由温度廓线以及5 km参考高度处的压强先验值计算得到压强廓线,最后在温度和压强廓线基础上,结合水汽单吸收波长和参考波长激光掩星数据,反演得到水汽分子数密度廓线。此外,本文对探测和反演过程进行了模拟仿真,通过在近红外波段选择合适的氧气吸收波长和水汽吸收波长,模拟得到掩星透过率数据,以此反演得到温度和水汽分子数密度廓线。并通过对整个过程的分析,明确了反演过程中的误差项及其...     

基于神经网络的太赫兹冰云探测反演算法研究

太赫兹频段在冰云探测上具有独特优势,但是目前的太赫兹冰云反演算法将不同种类冰相粒子（主要是冰和霰）视为冰粒子统一计算。本文根据冰云太赫兹辐射特性实现了一种预分类的神经网络算法,能够从太赫兹亮温中分别反演得到冰、霰两种粒子的统计参数和廓线分布。首先,基于WRF数值模式和ATMS载荷真实观测的冰云霰数据构建了包含冰、霰粒子密度廓线的混合冰云数据库,然后,使用DOTLRT辐射传输模式模拟183 GHz、243 GHz、325 GHz、448 GHz、664 GHz和874 GHz这6个频段的星载太赫兹冰云探测亮温,最后,开展冰云参数探测仿真试验,验证反演算法性能。仿真试验中反演得到的冰和霰的路径总量均方根误差分别为8.97 g/m²和10.90 g/m²,等效粒径均方根误差分别为7.54 μm和25.38 μm,反演的冰、霰密度廓线也具有较高的精度。研究结果表明本文算法能够以较好的精度从多频太赫兹冰云探测亮温数据中分别反演得到冰、霰两种粒子的路径总量、等效粒径、等效云高和密度廓线,突破现有研究仅仅计算单一冰粒子的局限,更加符合冰云真实情况。     

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.     

机器学习算法辅助的GPS信噪比观测值土壤湿度反演

利用BP神经网络和支持向量回归机两种机器学习算法,构建基于机器学习算法的GNSS卫星反射信号土壤湿度反演模型,并与线性回归统计模型和实测数据进行对比分析。结果表明:基于机器学习算法的GNSS卫星反射信号土壤湿度反演方法获取的土壤湿度结果与土壤湿度参考值误差较小,反演模型的决定系数分别为0.928 3和0.913 1,均方根误差为0.026 6和0.032 6,线性回归统计模型的决定系数分别为0.553 2和0.859 8,均方差根误差分别为0.093 9和0.041 6。说明利用回归算法定量估测土壤湿度明显优于线性回归统计模型,且基于支持向量回归机的土壤湿度反演模型定量估测土壤湿度优于基于BP神经网络算法的土壤湿度反演模型,证明了该方法的可靠性,为土壤湿度的实时反演研究提供了一种新方法。     

融合ECMWF格网数据的水汽层析精化方法

全球导航卫星系统(global navigation satellite system, GNSS)层析技术是获取对流层三维水汽信息的重要途径之一。然而,传统水汽层析方法在构建层析模型时缺少足够的初始先验信息,导致层析模型设计矩阵结构不稳定,层析解算结果精度较差。针对上述情况,提出了一种融合欧洲中尺度天气预报中心(European Center for Medium-Range Weather Forecasting, ECMWF)格网数据精化层析模型反演水汽的方法。该方法通过ECMWF ERA-Interim再分析资料数据集提供的格网数据计算得到层析区域各网格内的水汽密度初值,将其作为先验初始信息附加到传统层析模型中对模型精化。在层析模型解算时,顾及层析模型先验信息权比对层析结果的影响。为了验证提出方法的有效性,以中国香港卫星定位参考站网(satellite positioning reference station network, SatRef)实测GNSS和气象数据为例进行实验,并以实验区域的无线电探空数据为基准验证该方法的可行性及精度。实验结果表明,提出的方法能够明显提高层析结果的精度,反演水汽的均方根误差(root mean squared error, RMSE)由原来的1.82 g/m3减小到了1.07 g/m3,改善率为41.2%。此外,所提方法在平均绝对偏差(mean absolute error, MAE)、偏差(Bias)和标准差(standard deviation,STD)等方面也均优于传统层析方法。     

迭代重构算法在三维水汽场构建中的应用

水汽是大气中活跃而富有变化的成分,在大气能量传输和天气系统的演变中起着非常重要的作用。以GPS斜路径湿延迟(SWD)为观测值,通过附加水平约束和垂直约束条件,建立联合观测方程,采用迭代重构算法,可以重构局地上空的三维水汽空间分布。结果表明:联合迭代重构算法要优于代数重构算法;在香港地基、渤海区域GPS三维水汽层析解算中,初值分别选用无线电探空资料、MM5探空资料得到的大气湿折射率的精度更高;最佳松弛因子的选取是算法实现关键,文中以均方根差RMS作为迭代质量优劣的标准对最优松弛因子进行搜索。     

针对Terra/MODIS数据的改进分裂窗地表温度反演算法

针对Terra/MODIS数据提出改进的分裂窗地表温度反演算法。充分考虑了传感器观测角度(VZA)的影响,并对地表和有效大气辐射按照不同的亮度温度区间分别进行Planck函数简化。利用TIGR3大气廓线库中的875条晴空大气廓线,ASTER波谱库中的106条地物发射率波谱,结合MODTRAN4大气辐射传输模型模拟得到分裂窗算法系数。利用MODTRAN4模拟数据对算法精度进行验证,结果表明本文的改进算法和原算法的均方根误差RMSE分别为0.34K和0.65K。敏感性分析表明,在中等湿润的大气条件下,算法对大气水汽含量并不敏感。该算法降低了传感器观测角度带来的地表温度反演误差。利用2009年6月美国SURFRAD辐射观测网6个站点的实测数据对改进算法、原算法以及MOD11_L2地表温度产品进行了对比验证,RMSE分别是0.93K、1.49K和1.0K,表明本文算法可以提高反演精度。     

多通道地基微波辐射计大气遥感

本文主要介绍了自主研发的多通道地基微波辐射计观测亮温和数据反演方法,并与探空观测值进行对比,分析了辐射计观测亮温、反演的温度和水汽廓线的精度。结果表明,该仪器亮温观测误差小且利用神经网络反演的大气温度及水汽等廓线参数准确可靠,具有实际应用价值。