Experiment on driving precipitable water vapor from ground-based GPS network in Chengdu Plain

The estimates of total zenith delay are derived using Bernese GPS Software V4. 2 based on GPS data every 30 s from the first measurement experiment of a ground-based GPS network in Chengdu Plain of Southwest China during the period from July to September 2004. Then the estimates of 0.5 hourly precipitable water vapor (PWV) derived from global positioning system (GPS) are obtained using meteorological data from automatic weather stations (AWS). The comparison of PWV derived from GPS and those from radiosonde observations is given for the Chengdu station, with RMS (root mean square) differences of 3.09m. The consistency of precipitable water vapor derived from GPS to those from radiosonde is good. It is concluded that Bevis’ empirical formula for estimating the weighted atmospheric mean temperature can be applicable in Chengdu area because the relationship of GPS PWV with Bevis’ formula and GPS PWV with radiosonde method shows a high correlation. The result of this GPS measurement experiment is helpful both for accumulating the study of precipitable water vapor derived from GPS in Chengdu areas located at the eastern side of the Tibetan Plateau and for studying spatial-temporal variations of regional atmospheric water vapor through many disciplines cooperatively.     

Remote sensing of water vapor content using ground-based GPS data

Spatial and temporal resolution of water vapor content is useful in improving the accuracy of short-term weather prediction.Dense and continuously tracking regional GPS arrays will play an important role in remote sensing atmospheric water vapor content.In this study,a piecewise linear solution method was proposed to estimate the precipitable water vapor (PWV) content from ground-based GPS observations in Hong Kong.To evaluate the solution accuracy of the water vapor content sensed by GPS,the upper air sounding data (radiosonde) that are collected locally was used to calculate the precipitable water vapor during the same period.One-month results of PWV from both ground-based GPS sensing technique and radiosonde method are in agreement within 1～2 mm.This encouraging result will motivate the GPS meteorology application based on the establishment of a dense GPS array in Hong Kong.     

Remote sensing of water vapor content using ground-based GPS data

Spatial and temporal resolution of water vapor content is useful in improving the accuracy of short-term weather prediction. Dense and continuously tracking regional GPS arrays will play an important role in remote sensing atmospheric water vapor content. In this study, a piecewise linear solution method was proposed to estimate the precipitable water vapor (PWV) content from ground-based GPS observations in Hong Kong. To evaluate the solution accuracy of the water vapor content sensed by GPS, the upper air sounding data (radiosonde) that are collected locally was used to calculate the precipitable water vapor during the same period. One-month results of PWV from both ground-based GPS sensing technique and radiosonde method are in agreement within 1–2 mm. This encouraging result will motivate the GPS meteorology application based on the establishment of a dense GPS array in Hong Kong.     

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。     

利用GPS可降水量校正MODIS近红外水汽数据

针对MODIS近红外水汽产品精度不足以及地基GPS技术解算的大气可降水量地理分布不连续的问题,提出一种利用地基GPS可降水量来校正MODIS水汽产品从而得到区域性连续分布的高精度可降水量的方法。利用GAMIT软件和地基GPS数据解算出IGS站点的大气水含量,建立GPS可降水量与MODIS近红外水汽产品的回归分析模型得到最终的校正结果。通过与实测气象站数据对比分析可知,所提方法有效地结合了MODIS和地基GPS两种遥感水汽技术的优点,能够得到高精度、地理分布连续的大气可降水量,研究结果可为实时天气预报、气候监测等工作提供参考。     

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。     

基于GPS的MODIS近红外可降水量季节性模型建立

在考虑可降水量季节性变化的基础上,提出利用GPS数据建立MODIS近红外可降水量季节性模型。首先对比分析2014年北京房山(BJFS)站的GPS可降水量和相应时间的MODIS近红外可降水量数据,发现两者之间的变化趋势基本一致,存在显著线性相关性;然后以GPS可降水量为标准值,利用回归分析建立GPS和MODIS可降水量之间的季节和全年校正模型。经检验,GPS可降水量与四个季节模型校正的MODIS近红外可降水量的均方根误差均小于3mm,最大误差不超过6mm,季节校正模型的精度都要高于全年校正模型。     

Retrieval of the Change of Precipitable Water Vapor by GPS Technique

The feasibility of GPS precipitable water vapor (PWV) is discussed based on the comparison of Radiosonde and GPS PWV where the correlation coefficient is 0.94 and the RMS is 4.0 mm. PWV change in the C...     

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。     

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。     

GPS遥感大气综合水汽含量局部区域模型与通用模型结果的比较分析

为进一步提高利用GPS遥感大气综合水汽含量的精度,部分学者提出了利用当地探空气象资料建立局部区域模型,以改善采用通用模型计算综合水汽含量结果的观点。为此本文就局部区域模型和通用模型反演的水汽结果进行了比较分析,得出了一些重要的结论。     

GPS水汽含量自动处理系统的研究及应用

随着北京全球定位系统(GPS)综合网的建设,以及地基GPS水汽反演技术的不断成熟,建立实时GPS数据下载和水汽自动处理系统,可提供气象科学研究所需的数据资料,为地基GPS气象学的业务化提供技术支持。本文介绍地基GPS反演水汽的基本原理及北京市GPS综合网的水汽含量自动处理系统,并利用该系统对2004年7月10日北京的一次强降水过程的大气水汽含量进行了反演。结果表明:在暴雨发生前3~4小时左右,GPS测量的气柱水汽含量在两小时内突增了6-7mm,很好地预示了其后的降水过程。可见该系统反演的全天候大气水汽场,可为准确监测和预报突发性强降水提供有意义的指标。     

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。     

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。     

大气可降水量预测模型的自适应Kalmam滤波改进

针对现有可降水量预报模型存在预报精度不高等问题,该文提出采用方差分量估计自适应卡尔曼滤波对可降水量数据进行预处理,用以提高径向基神经网络预测模型的预测精度,从而形成高精度预报模型。通过比较不同基站不同时间的数据,分析使用方法的预报精度。实验结果表明:将预测模型应用于全国7个测站进行实验,预测相对精度的平均值可达95%以上,预报残差在10-5左右,残差值小于0.001的占90%以上。在影响因素方面,使用较短时间作为模型原始数据进行预测会得到较好的预测结果。实验证明本预测方法在预报大气可降水量值方面具有较高的精度。     

TRMM/VIRS热红外通道陆地大气可降水汽总量分裂窗反演

大气水汽对全球以及区域气候变化有重要的影响,精确获取水汽数据是非常重要的研究方向。TRMM(热带降雨观测计划)卫星上搭载的VIRS传感器(可见光/红外扫描仪)在降雨观测中应用广泛,但是目前很少有研究将其用于水汽反演。本文尝试使用VIRS的两个红外分裂窗通道(10.8μm和12μm),通过建立改进的方差协方差比值分裂窗方法进行水汽反演。首先对TRMM/VIRS数据和方差协方差比值法进行了介绍,接着针对VIRS数据特点,利用MODTRAN辐射传输模式和探空大气廓线数据模拟回归了大气透过率和水汽的定量关系,最后利用VIRS遥感数据开展了水汽反演试验。由于红外波段分裂窗水汽反演算法只适合于晴空条件下,因此在云雨识别的时候,为了保证时空一致性,采用TRMM提供的基于微波成像仪TMI的云中液态水信息来对晴空与否进行判断。水汽反演结果首先与地基GPS大气水汽观测值进行了比较,均方根误差为5.76 mm;其次和MODIS卫星水汽反演结果进行了面状对比,二者显示出了高度的区域一致性。验证结果表明,TRMM/VIRS的水汽反演结果精度较高,具有进行业务化推广的潜力,丰富了水汽数据的来源,同时也对利用风云系列卫星传感器数据进行热红外通道的水汽反演具有借鉴意义。     

地基GPS水汽实时监测系统及其气象业务应用

给出了接收机五参数定位模型和精度评定的相关公式以及接收机C/A码伪距观测量精度评定方法和经验公式。设计了两组试验,分别是GPS信号能量为42dBHz和32dBHz时的950个及600个启动测试算例。数据分析结果表明,即使在高能量42dBHz的情况下,五参数的成功率达到了90%,一倍中误差的定位精度基本上在30～50m左右;在32dBHz时的成功率仅有60%,一倍中误差定位精度为60～80m左右。为了有效地提高5参数的解算成功率,需要提高卫星星历精度(包括卫星轨道精度和钟差精度)和大气延迟模型的改正精度。另外,还需要提高接收机基带C/A码的测量精度,包括中频量化精度和C/A码环跟踪精度。     

基于北斗三号的大气水汽探测性能初步分析

对我国刚布署完成的北斗三号卫星导航系统(BDS-3)的大气水汽探测性能作初步分析可更好地发挥BDS-3的气象探测潜能.采用全球不同位置的台站进行几种手段的对比,探测结果具有代表性和说服力.研究结果表明:将BDS-3/PWV(大气可降水量)与GPS/PWV对比,平均偏差(BIAS)优于1.0 mm,均方根误差(RMSE)...     

基于GPS-PWV的不同云系降水个例的综合分析

利用成都地基GPS观测网的观测数据,结合自动气象站资料计算出GPS遥感的大气可降水量(GPS-PWV)。按照降水性质,选取对流云降水和层状云降水个例,分析不同类型降水过程中GPS-PWV的变化特征。结果表明,对流云降水和层状云降水一般均发生在GPS-PWV的高值阶段。     

地基GPS技术遥感香港地区大气水汽含量

提出了分段多项式方法计算大气水汽含量,并结合无线电高空气象探测资料,分析并评估了地基GPS遥感技术的精度。香港地区的可降水份计算结果表明,地基GPS遥感技术的精度为1 mm~2 mm