基于GA-MLP的东北地区Tm模型研究

针对常用的经验大气加权平均温度(T_m)模型在我国东北地区普遍精度较低等问题,利用遗传算法优化的多层感知器模型,采用东北地区7个探空站2014—2017年的数据进行模型训练,建立适合我国东北地区的T_m模型。依据2018年的数据进行预测分析,实验结果表明：首先,GA-MLP的T_m模型的预测平均偏差为0.04 K、均方误差为4.06 K和判定系数R²=0.920,各项精度评估指标较常用的GPT2w、单/多因子线性、非线性T_m和MLP模型均为最优,模型性能更好,拟合度更高;其次,在GPS反演大气可降水量中,较常用的单因子线性和GPT2w模型,GA-MLP的T_m模型在长春站的反演精度最高,均方误差精度提升1.1%和4.9%,平均偏差精度提升2.5%和13.2%,证明GA-MLP的T_m模型在东北地区反演PWV的适用性。     

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％。     

基于沿海业务观测的ＢＤＳ大气可降水量反演

随着中国北斗导航卫星系统新一代ＢＤＳ－３卫星发射,需要对ＢＤＳ反演大气可降水量的精度进行评估。选取 ４个中国沿海ＧＮＳＳ业务观测站,采用精密单点定位方法,设计了ＢＤＳ－２、ＢＤＳ－３和ＢＤＳ－２／３等３种数据处理方案, 开展岸基ＢＤＳ水汽反演试验,并以ＧＰＳ　ＰＷＶ和ＥＣＭＷＦ提供的ＥＲＡ５产品作为参考值,对ＢＤＳ　ＰＷＶ进行精度分 析。结果表明,利用新一代ＢＤＳ－３卫星反演的ＢＤＳ－３ＰＷＶ和ＢＤＳ－２／３ＰＷＶ与ＧＰＳ　ＰＷＶ和ＥＲＡ５ＰＷＶ参考值均 具有很好的一致性,其平均偏差分别为０．６ｍｍ和０．２ｍｍ,均方根误差分别优于１．０ｍｍ和１．６ｍｍ,具有较高的精 度,从而验证了新一代ＢＤＳ－３卫星对ＢＤＳ水汽反演精度提升的贡献;ＢＤＳ－２／３ＰＷＶ的精度略优于ＢＤＳ－３ＰＷＶ,在 一定程度上验证了ＢＤＳ混合星座对水汽反演精度的影响。     

大气加权平均温度建模及其在GPS／PWV中的应用

大气加权平均温度的准确获取对高精度的GPS水汽反演至关重要。文中基于线性回归理论,在分析加权平均温度与地面温度间相关性的基础上,采用一元线性拟合的方法,建立大气加权平均温度经验模型。最后,采用香港地区2006-2015年无线电探空资料对经验模型进行验证。实验结果表明,文中模型计算加权平均温度的整体均方根误差为2.356 K,较Bevis模型精度提高了41.94％,且季节变化对加权平均温度计算的影响并不明显;对于GPS水汽反演,采用本文经验模型反演水汽的均方根误差为1.807 mm,平均偏差为1.362 mm,能够满足GPS可降水量反演的精度,且优于Bevis模型。      

青岛地区CORS反演水汽中大气加权平均温度模型的建立

作为区域连续运行参考系统(CORS)反演大气可降水量的关键参数——大气加权平均温度,时空特性明显。为了提高区域CORS反演大气可降水量的精度和可靠性,利用青岛探空站2009-2011年3年的探空数据,分析得到地表温度Ts与加权平均温度Tm的相关系数R为0.877 6,为强线性相关;采用回归分析建立了青岛地区加权平均温度模型;利用该模型计算青岛地区2012年加权平均温度,与由探空数据计算的加权平均温度的平均偏差、标准差和均方根误差分别为0.307 K、3.359 K和3.384 K;将该模型应用在青岛CORS反演大气可降水量的计算中,与临近探空站计算的大气可降水汽相比,平均偏差、标准差和均方根误差分别为0.70 mm、3.48 mm和3.53 mm.研究表明,应用区域探空数据建立加权平均温度模型具有可行性,并可以在一定程度上提高区域CORS反演大气可降水量的精度和可靠性。      

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%。     

应用TM数据估算沿岸海水表层时绿素浓度模型研究

本研究以大亚湾为实验区，以陆地卫星ＴＭ数据为信息源，结合表层海水叶绿素浓度实测资料建立模型。在对叶绿素光谱特征及遥感估算叶绿素浓度机理研究基础上，选取了ＴＭＩ—ＴＭ４波段的７５种波段组合为子因素，以叶绿素浓度为母因素，利用灰色系统理论，分析各波段组合与叶绿素浓度之间的关联度。将关联度最大的５种波段组合分别建模，得到５个估算表层海水叶绿素浓度的反演模型。误差分析表明，各模型的最大相对误差在１９％以下，平均绝对相对误差在１１．２％以下，相对标准误差在６．７％以下，模型精度较高。研究表明：（ＴＭ３×ＴＭ４）是估算沿岸海水表层叶绿素浓度的最佳波段组合，采用（ＴＭ３×ＴＭ４）与ＴＭ１、ＴＭ２或ｌｎ（ＴＭ十ＴＭ２）、Ｉｎ（ＴＭ１×ＴＭ２）之比值并不能改善估算精度。     

天顶静力延迟模型对GPS可降水量反演的影响分析及改进

利用地基GPS遥感大气可降水量(PWV,precipitable water vapor)过程中,天顶静力延迟(ZHD,zenith hydrostatic delay)模型精度直接影响PWV反演精度。文中将常用天顶静力延迟模型(Black模型、Hopfield模型和Saastamoinen模型)计算所得ZHD与基于湖南省2016-04-01—2017-03-31高空气象探测秒级数据计算所得探空ZHD进行对比,发现模型存在较明显系统偏差,其中Black模型ZHD平均偏低40mm以上。利用探空实测ZHD对天顶静力延迟模型进行回归建模,订正模型系数后可明显减小模型系统偏差和均方误差。改进后的ZHD模型可明显减小GPSPWV反演的系统偏差,并略微降低均方误差,其中采用改进后SA模型反演所得GPSPWV与探空PWV相比,平均偏低不超过0.230 7mm,反演准确性有较显著改善。     

MAIS成象光谱仪飞行定标和反射率反演

该文利用６Ｓ辐射传礓模型设计了一种可对ＭＡＩＳ成象光谱仪进行飞行研究定标和反射率反演的方法，并分析了成象光谱图象反经反演过程中影响反演精度的各种因素。这种方法的特点是地面同步测量中只采用一台仪器，同时获得了参考地物的反射率，大气光学厚度和大气垂直柱水汽含量。     

红外高光谱资料反演有云时大气温湿廓线的模拟研究

在模拟星载红外高光谱辐射观测值对云高和有效云量的敏感性基础上展开了有云时大气温湿廓线反演的模拟研究,用特征向量统计反演法反演大气温湿廓线时进行云顶高度分类在一定程度上可提高反演精度,但在云顶以下高度反演误差仍然较大.在AIRS像元中加入匹配的晴空MODIS红外观测值,可以提高云顶以下高度的反演精度,云顶所在高度越高大气参数反演精度提高越大,尤其足温度反演精度,有云时模拟的均方根误差在整层大气中几乎小于2K.     

青岛地区大气加权平均温度模型优化

大气加权平均温度是GNSS气象学中大气可降水量反演的一个关键变量,其精度对水汽反演结果具有重要影响.利用IGRA提供的青岛站2013-2017年的探空资料,采用单站建模方法,考虑单因子、双因子以及周期性误差改正等因素,构建和优化了青岛地区的大气加权平均温度模型;分别以青岛站2018-2019年的探空数据和ECMWF模式数据为参考,对本地化优化模型进行了精度分析.结果表明,青岛地区本地化优化模型基本消除了周期性误差影响,精度优于现有模型.     

GPS掩星技术反演气象要素的误差分析

利用GPS掩星技术反演气象要素会包含一些误差,误差源有：热噪声、卫星轨道误差、多路径误差、折射率常数误差、气体状态模型误差、电离层改正残差、大气边界条件误差、大气球对称假设误差、几何光学近似误差等。分析表明,通过采取适当措施,可以降低误差源的负面影响,提高反演气象要素的精度。     

基于ＳｔａＭＰＳ方法的大坝形变监测可行性研究

利用时序ＩｎＳＡＲ技术的优势,以新疆ＷＬＬ水库大坝为研究对象,使用３１幅Ｓｅｎｔｉｎｅｌ－１Ａ影像,采用ＳｔａＭＰＳ 方法对其进行形变监测,得到大坝及周边区域的形变结果,并从内、外符合精度两个方面进行精度验证。结果表明, 研究区域ＰＳ点平均形变速率标准差区间为０．３～３．１ｍｍ／ａ;ＳｔａＭＰＳ与ＳＢＡＳ形变速率中误差为±５．７ｍｍ;与大 坝二等水准监测成果比较,垂直形变速率中误差为±５．０ｍｍ,垂直累积形变量中误差为±１０．２ｍｍ。从而证明 ＳｔａＭＰＳ方法在大坝形变监测应用中的可行性。     

热红外遥感中大气下行辐射效应的一种近似计算与误差估计

在热红外遥感中,大气下行辐射效应很难处理,原因是地表双向反射分布函数很难精确描述。因此常见的处理方法是在如下２ 个假设前提下对该项作做简化计算： 一是假设地表反射为朗伯体特性,二是大气下行辐射在半球空间内取常数。该文提出了一种在地表为非朗伯体、大气下行辐射为非各向同性等一般条件下近似计算大气下行辐射效应的方法。通过数值模拟表明：（１） 所采用的方法可以在放弃２ 个假设的前提下,更精确地计算热红外大气下行辐射效应的数值,计算精度比２ 个假设前提下的计算方法至少提高２０ ．５３ ％ ;（２） 该方法所带来的误差是大气模式、遥感器视角和通道的函数。其中,通道４ 的相对误差比通道５大,同一通道中模式５ 的相对误差最大,但最大可能相对误差不到８ ％ ,且随扫描角的增大而减小;（３） 大气下行辐射效应项占总辐射亮度值之比例在±３０°视角范围内一般不超过４ ％ 。     

加权平均温度模型对GPS水汽反演的影响

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%。     

大气水汽的红外遥感

本文讨论了利用差分吸收法来遥感大气中的水汽。水汽透过率用辐射计测量，水汽含量由我们自行编制的红外辐射大气透过率计算程序计算。在此同时还观测了气象参数，以确定光路上的水汽含量。结果表明，水汽长度的计算值和测量值非常吻合，回归曲线的相关系数达０．９７，均方根偏差为０．０１５ｇ／ｃｍ２。文中最后讨论误差来源和改善精度的途径，并指出对其它气体分子的吸收和气溶胶的消光进行修正的必要性。     

高精度干涉测量的物理模型:Ⅰ.大气时延模型的比较和选用

本文概述了中性大气层对ＶＬＢＩ时延观测值的影响，给出了计算这一影响的基本方法和各种映射函数模型并综合比较了它们的特性和适用范围，介绍了这些模型在ＶＬＢＩ大地测量数据处理软件ＸＰＶＳ中的实现。通过对实际观测数据处理所获各种模型结果的比较和分析，表明在与目前国标上标准ＶＬＢＩ解一致的条件下，最佳映射函数模型为ＣｆＡ２．２干气／Ｃｈａｏ湿汽模型；Ｉｆａｄ和ＭＴＴ大气模型的精度高于目前使用的ＣｆＡ２．２／     

GPS可降水汽含量在强降雨过程中的特征分析

针对水汽在大气中易于变化,高时空分辨率水汽资料的欠缺,造成强降雨短时临近的预报水平不高的问题,探讨分析了GPS水汽反演的精度。利用香港CORS数据,通过GAMIT软件解算获得各测站1 h大气可降水量时间序列,将其与探空数据获得的液态水含量（PWV）和实际降水量进行比较分析。结果表明,GPS／PWV与Radio／PWV在整体变化趋势上具有很好的一致性,其相关系数大于0.9;GPS／PWV与Radio／PWV精度相当,两者平均偏差小于1 mm,均方根误差小于3 mm;GPS反演的大气可降水量与实际降水量具有较好的对应关系,能够精确地监测到水汽变化的过程,可以用于水汽的监测和预报研究。      

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。     

近地表大气逆温条件下的地表温度遥感反演与验证

为了减少近地表大气逆温对地表温度遥感反演精度的影响,提出在晴空的地表温度"通用劈窗算法"模型中增加一个温度改正项来实现。在建立该误差改正项时,利用正常条件下的通用劈窗算法系数和具有不同逆温强度的逆温廓线,并结合大气辐射传输模型MODTRAN计算,得到近地表大气逆温条件下的地表温度反演误差,并在分析了该误差值与相应的逆温强度的关系后,发现该温度改正项可以表示为近地表大气逆温强度的二次项函数。为了进一步提高地表温度的反演精度,将地表温度和大气水汽含量进行分组,分别针对每个分组来确定温度改正项方程的系数。模拟结果表明,在逆温强度为1.7 K/100m时,该温度改正项可以使地表温度的反演精度提高0.44 K。利用内蒙古海拉尔试验站的实测数据对地表温度反演结果进行了验证,在近地表大气存在逆温的条件下,该方法能提高地表温度的遥感反演精度0.47K。但是,由于本文提出的方法需要已知大气温度廓线来计算大气逆温强度,因此在实际应用中该方法受到了一定的限制。