郑州地区大气加权平均温度模型确定

地基GPS气象学中,大气加权平均温度Tm作为一个重要参数,影响着GPS信号湿延迟在垂直方向上转化为大气水汽的精度。文中首先介绍了几种常用的大气加权平均温度计算方法;然后利用郑州无线电探空资料,通过线性回归方法得出郑州地区大气加权平均温度的计算模型;最后将所得模型应用到郑州地区GPS可降水量计算中。通过与无线电探空实测结果对比分析,验证了该模型的可用性。     

澳大利亚区域大气加权平均温度建模

大气加权平均温度T_m是计算水汽转换因子和大气可降水量的重要参数。利用2007—2017年全球大地观测系统(global geodetic observing system, GGOS) Atmosphere T_m格网数据和欧洲中尺度天气预报中心(European centre for medium-range weather forecasts, ECMWF) 2 m温度数据,建立一种适合澳大利亚区域、顾及T_m残差季节性和日周期变化的T_m模型——qTm。此外,采用2018年的GGOS Atmosphere T_m格网数据和探空资料对该模型进行评估。结果表明,qTm模型在澳大利亚区域具有较高的精度和适用性,与GGOS Atmosphere T_m相比,qTm模型的年均偏差(Bias)和均方根误差(root mean square error, RMSE)分别为－0.31 K和1.97 K,相对于GPT2w-1和GPT2w-5模型,RMSE分别提高21.8%和25.9%;qTm模型值与探空积分值更符合,模型的年均Bias和RMSE分别为－0.44 K和2.45 K,相比GPT2w-1和GPT2w-5模型分别提高10.2% 和11.8%。qTm模型可为澳大利亚区域提供精确的T_m值,为该区域大气水汽分析和厄尔尼诺现象研究提供基础。     

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%。     

顾及日变化的山东省大气加权平均温度模型构建

联合使用无线电探空和数值气象模式数据,构建了顾及日变化特征的山东省大气加权平均温度模型。以ERA5积分T_m值为参考,对构建T_m模型用于山东省卫星定位连续运行综合应用服务系统(SDCORS)的精度和适用性进行了验证。结果表明：顾及日变化的山东省T_m模型基本消除了系统性偏差影响,均方根误差(RMSE)为3.0 K左右,较Bevis模型和Li模型分别提升24%和16%;且该模型具有良好的稳定性,在SDCORS各站点处的RMSE的最大变化为0.3 K,能够满足SDCORS的GNSS水汽反演应用需求。     

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。     

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%。     

GGOS Atmosphere大气加权平均温度数据的精度检验与分析

GGOS Atmosphere提供了时间分辨率为6 h、空间分辨率为2.5°×2°的全球大气加权平均温度格网数据,该数据是利用ECMWF的相关资料计算得到的。利用全球的无线电探空资料和COSMIC掩星资料对该格网数据进行了验证和分析。检验结果表明,在全球范围内,该格网数据具有很高的精度,与无线电探空资料比较,年均RMS为1.96 K,与COSMIC掩星资料比较,年均RMS为1.91 K,与中国区域的无线电探空资料比较,年均RMS为2.24 K。此外,该格网数据在不同季节的精度有差异,但较小,不同纬度区域的精度也存在着一定的差异。     

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.     

水汽加权平均温度回归公式的验证与分析

在中国地区部分无线电探空仪2003~2006年探空资料的基础上,对Bevis回归公式在中国地区的适用性进行了验证和分析。结果表明,利用Bevis回归公式得到的水汽加权平均温度Tm的精度与测站的海拔高度间存在着很强的线性关系。根据这种相关性,对其进行与高度相关的改进,改进后的回归公式可以应用于中国任何地区的水汽加权平均温度的计算。     

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...     

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...     

武汉地区GPS气象网应用研究

针对武汉地区GPS气象网进行了3方面的应用研究。首先为利用武汉地区的无线电探空资料推算了适合武汉地区的大气加权平均温度计算模型,该模型与Bevis模型存在一定的区别;其次为武汉地区GPS气象网的可降水量的可靠性研究,将GPS可降水量与无线电探空数据比较,得到两者差值的均方根为3.9 mm,相关系数为0.933。最后为武汉地区GPS气象网的可降水量序列对武汉地区2005年入秋季节的转换进行了监测,得到武汉地区的入秋转换为2005年262日14时开始,263日11时完成。     

利用GPS技术反演中国大陆水汽变化

利用中国地壳运动监测网络2004年的GPS数据,结合测站对应气象要素,计算出大气中的水汽。采用张性样条网格化法绘制中国大陆地区2004年各月份的水汽变化图,得到了水汽含量整体变化趋势与中国年降水量分布趋势相一致的结论。     

青藏高原地区大气加权平均温度模型的构建

加权平均温度(Tm)是将天顶湿延迟转换为大气可降水量的关键参数,针对青藏高原地区海拔高、地形起伏大、水汽高度分布复杂的特点,本文利用2010—2014年GGOS Atmosphere Tm格网数据和地表高程数据建立Tm垂直递减率函数,进而建立一种顾及Tm垂直递减率变化的适合青藏高原地区的新模型(QTm模型).此外,利用...     

GPS气象的可靠性检核研究

本文通过对GPS湿延迟和水汽辐射计、GPS可降水量与无线电探空资料的比较,进行了GPS气象可靠性检核研究。得出如下结论:GPS可降水量序列与无线电探空的相关性可达0.94;差值均值为-0.24mm;均方根4.0mm。文中对用精密星历及快速预报星历计算所得的GPS湿延迟和水汽辐射计数据进行了比较,在发展趋势上水汽辐射计观测数据与快速预报/精密星历解算出的对流层湿延迟相近,且经过精密星历与快速预报星历反演所得出的的对流层延迟与水汽辐射计数据的差值的均方根分别为1.51cm、1.52cm。     

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。     

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。     

湿延迟与可降水量转换系数的全球经验模型

利用2005~2011年的全球大地测量观测系统(global geodetic observing system,GGOS)Atmosphere提供的2.5°×2°(经度×纬度)的天顶湿延迟(zenith wet delay,ZWD)格网数据和欧洲中尺度天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)提供的2.5°×2°可降水量(precipitable water vapor,PWV)格网数据,在全球范围内计算得到各格网点的地基GPS水汽反演关键参数Π^-1的时间序列,分析了其时空分布特征,建立了一种转换系数Π的全球经验模型。该模型无需站点气象数据,仅与站点经纬度、年积日和海拔相关。利用未参与建模的2012年的GGOS Atmosphere和ECMWF格网数据、2012年661个无线电探空站的探空资料对模型进行精度检验。结果显示,采用格网数据检验,其偏差的平均值(Bias)为-0.179 mm,均方根误差(root mean square error,RMS)的平均值为1.806 mm;采用无线电探空资料进行检验,其Bias为0.465 mm, RMS为0.789 mm。结果都表现出了较小的系统性偏差与较高的精度,说明所建立的湿延迟与可降水量转换系数模型在全球范围内具有较高的精度与稳定性。     

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。     

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。