基于北斗/GNSS PWV数据构建的短临强降雨模型及其应用

传统降雨预警模型仅局限于预警降雨事件是否发生,忽略了对短临强降雨事件的预警。基于降雨发生前大气可降水量(PWV)表现出明显增长的趋势,本文提出了基于北斗/GNSS PWV的短临强降雨预警模型。模型包含PWV值、PWV变化量和PWV变化率3种预测因子,并引入百分位法确定预测因子关键参数的最优阈值。选取湖北省宜昌市5个GNSS站点2022年逐小时PWV和降雨数据进行验证,统计结果显示,本文提出的短临强降雨预警模型可预测未来2~6 h内94%的大雨事件,误报率仅为32.84%。

GNSS PWV典型季风气候特征奇异谱分析

为了进一步研究利用全球卫星导航系统(GNSS)大气可降水量(PWV)分析不同气候类型特征,进行GNSS PWV典型季风气候特征奇异谱分析:选取中国中东部地区2016—2021年部分连续运行参考站(CORS)数据,提出将全球气压和温度(GPT(GPT3_1、GPT3_5))模型、欧洲中期天气预报中心第五代大气再分析数据集(ERA5)模型3种大气模型分别与GNSS解算的对流层总延迟(ZTD)数据融合获取的PWV值进行对比分析,得出中国3种典型季风气候类型GNSS PWV最优大气模型;然后提出利用奇异谱分析(SSA)法分解重构出GNSS PWV时间序列,从而基于GNSS PWV分析不同季风气候类型特征。结果表明,中国3种典型季风气候类型条件下ERA5模型精度较优,选择ERA5模型为最优大气模型,重构后的GNSS PWV变化趋势能够很好地反映出3种典型季风气候类型的特征;因此GNSS PWV可应用于气候特征分析。

融合GNSS和随机森林算法的FY-3D PWV高精度校正模型

FY-3D可降水量(precipitable water vapor,PWV)是我国新一代极轨气象卫星提供的新型遥感水汽产品。针对降水、云、地表反射等因素影响导致的FY-3D PWV产品精度不高的问题,提出了一种融合GNSS和随机森林算法的FY-3D PWV高精度校正模型。该模型使用随机森林算法作为核心结构,充分考虑FY-3D PWV产品的多类型影响因素,以FY-3D像元的PWV值、时间、位置、高程、地表类型以及观测姿态等特征参数为输入变量,以高精度GNSS PWV为目标变量,利用美国西部地区2020年的实测数据进行了模型训练和测试。实验结果表明,相比于初始产品和线性校正模型,该模型分别使FY-3D PWV产品的精度提高了40.68%和36.07%,说明了其在FY-3D水汽产品校正中的优越性和稳定性。

利用GPT3模型的GNSS⁃PWV计算方法

针对部分GNSS测站缺乏实测气象参数时无法实时计算可降水量(PWV)的问题,本文以长三角地区为例提出一种将GPT3模型参数与GNSS对流层总延迟(ZTD)融合获取高精度PWV的新方法。研究结果表明,GPT3模型的气象参数和各类对流层延迟参数在长三角地区具有较好的稳定性和精度,融合GPT3模型的干延迟(ZHD)、加权平均温度(Tm)和GNSS⁃ZTD所得PWV的RMS为3.56 mm,接近GNSS⁃PWV的3.74 mm,远优于GPT3⁃PWV的11.12 mm。

北斗卫星导航系统在数值天气中的应用

气象作为最早应用BDS的重要领域之一,现已逐渐形成北斗全面应用的新格局。利用基于BDS的地基增强系统开展气象行业系统建设与应用,一方面可以有效提高我国卫星导航系统气象观测能力,另一方面也可以降低目前卫星导航系统气象应用对GPS和GLONASS的依赖,无论是对于我国气象事业的发展还是对北斗产业化的支撑都具有重要意义。本文调研了目前卫星导航数值天气模式应用进展,并基于BDS开展数值天气模式应用,对实时反演的大气可降水量(PWV)进行观测误差估计,通过区域数值天气模式BDS-PWV同化应用试验,初步评估了我国BDS-PWV同化应用对华东区域天气模式初始场的改善效果。

利用GNSS PWV的AOD自适应预测方法

气溶胶光学厚度(aerosol optical depth,AOD)是气溶胶总含量的基本参数,对研究大气空气质量变化具有重要作用。为了探究不同类型AOD对空气质量的影响,本文提出两种基于GNSS PWV的AOD自适应预测方法。提出的方法考虑了相邻历元间AOD的时间自相关性,且模型系数能够自适应更新。一种方法是直接基于GNSS PWV对550 nm的AOD进行建模,简称TAF(total AOD forecast)模型。另一种AOD建模方法顾及了5种不同类型AOD对PWV的敏感性,简称FTAF(five type-based AOD forecast,FTAF)模型。该模型首先建立PWV与5种类型AOD的函数关系。其次,依据550 nm AOD与5种类型AOD之间的关系,确定不同类型AOD在550 nm AOD中所占的权重。最后,利用PWV预测5种类型的AOD,并通过加权平均获取最终的550 nm AOD。选取京津冀地区16个GNSS测站数据对提出模型的精度进行验证,结果发现提出的两种550 nm AOD预测模型均具有较高的精度,且FTAF模型优于TAF模型。本文提出的AOD预测模型能有效地将GNSS反演的对流层参数应用于大气环境遥感监测,为大气环境质量研究提供了一种新思路。

青海地区大气加权平均温度模型精度优化

针对当前大气加权平均温度(T_(m))模型在青海省各地区的适用性较差,气象要素顾及较少等问题,提出一种青海地区大气加权平均温度模型精度优化方法:利用青海省4个探空站2014—2018年5 a的数据,通过线性回归的方法构建适用于青海省西宁、都兰、郭勒木得及玉树4个地区的本地化单因子T_(m)模型和多个气象因子参与的本地化多因子T_(m)模型;并通过反演的大气可降水量(PWV)与贝维斯(Bevis)模型和龚绍琦全国模型反演的PWV结果进行对比分析。结果表明,所构建的模型精度均优于现有模型,在反演PWV精度方面也要优于现有模型,可为提高青海地区全球卫星导航系统(GNSS)水汽反演精度提供参考。

基于专家场模型FoEs的安徽省GPS/PWV资料插补初步研究

由于GPS/PWV资料在短时和临近天气预报、人工影响天气和空中水资源研究中具有潜在应用价值。考虑到GPS/PWV资料存在较多缺测,文中基于专家场模型(Fields of Experts,FoEs)进行了GPS/PWV资料插补初步研究。采用交叉验证法检验了常用插值方法(临近点、线性、三次样条和立方插值法)和FoEs插补GPS/PWV的精度,得到的FoEs模型插补精度较高。进一步给出了FoEs插补GPS/PWV连续缺测资料,解决了常用插值法无法对连续缺测资料有效插值的问题,为其它资料插补提供了新的思路。

中国东部地区ZWD精化模型构建

针对已有天顶湿延迟(zenith wet delay,ZWD)模型的建模数据未能顾及精细的日周期变化的问题,为充分探究顾及日周期变化对建模的精度影响,根据2015—2017年ECMWF提供的第5代再分析资料(ERA5)建立未顾及日变化的CZWD_1模型和顾及日变化的CZWD_2模型,利用未参与建模的2018年ERA5再分析资料和无线电探空数据进行精度验证,并与广泛使用的GPT3模型进行精度对比。结果表明:以2018年ERA5再分析资料为参考值,CZWD_2模型表现出最优的精度,年均均方根(root mean square,RMS)值相较于GPT3和CZWD_1模型分别提高了0.90 cm (18.7%)和0.32 cm (7.6%);以2018年无线电探空数据为参考值,CZWD_2模型的年均均方根(root mean square,RMS)值相较于GPT3和CZWD_1模型分别提高了1.24 cm (21.2%)和0.47 cm (9.3%)。此外,将所构建的ZWD模型应用于全球导航卫星系统(global navigation satellite systems,GNSS)水汽(precipitable water vapor,PWV)反演,CZWD_2模型表现出最优的反演精度,其RMS值相较于GPT3和CZWD_1模型分别提高了1.52 mm (27.7%)和0.38 mm (8.8%)。因此,CZWD_2模型更适用于中国东部地区的GNSS水汽探测及气象研究。

CMONOC观测约束下的中国大陆地区MODIS PWV校正

基于CMONOC提供的GNSS观测和气象资料,开展中国大陆地区不同气候类型的MODIS PWV校正研究。首先依据不同气候类型,开展GNSS PWV与MODIS PWV的相关性分析;然后基于GNSS PWV构建不同气候类型的MODIS PWV校正模型;最后根据MODIS PWV、模型校正的MODIS PWV分别与GNSS PWV比较,开展模型改进效果检验。研究表明:不同气候类型的MODIS PWV校正模型,均能有效改善MODIS PWV精度,提高MODIS PWV在短期天气预报和InSAR大气校正的应用。

GPS/PWV资料在梅雨锋暴雨个例中的同化试验

基于WRF(Weather Research and Forecasting Model,天气预报模式)及其三维变分同化系统3DVAR,利用江苏省GPS/PWV(PWV:Precipitable Water Vapor,GPS反演得到可降水量)资料,并将其与探空资料比对订正,针对2011年6月18日梅雨锋暴雨进行3 h循环同化模拟。在降水参数化方案敏感性试验与单点同化试验基础上,设计多组试验对6 h降水量进行TS(Threat Score)评估。结果表明:(1)同化订正GPS/PWV资料对降水预报能力显著提高,特别是大雨、暴雨量级以上的预报能力;(2)降水量的RMSE(Root Mean Squared Error,均方根误差)相比控制试验均减小,CC(Correlation Coefficient,相关系数)均增大,最显著试验RMSE从19.1 mm下降到12.6 mm,CC从0.45上升到0.74;(3)NMC方法统计的背景误差协方差条件下中雨至暴雨量级TS评分均有一定程度提高,默认的背景误差协方差在大雨以上量级TS评分大幅提高。

顾及高程的南极洲GNSS可降水量K值模型

针对南极洲地区水汽资料匮乏且时空分辨率低的问题,提出顾及高程的南极洲GNSS可降水量K值模型:基于全球卫星导航系统(GNSS)获取的大气可降水量(PWV),利用2015—2021年南极洲地区的8个探空站资料,通过数值积分法计算水汽转换系数(K值),用2015—2017年的K值建立Emardson-I模型与顾及高程的Emardson-H模型;并用2018—2021年5个探空站和4个GNSS站检验2种模型的预测精度。结果表明:就K值预报精度而言,Emardson-I模型的平均绝对偏差(MAE)和均方根(RMS)的平均值分别为0.00199和0.00247,Emardson-H模型的平均MAE和平均RMS分别为0.00179和0.00228,Emardson-H模型精度略优于Emardson-I模型;在南极洲的低海拔地区,基于Emardson-I和Emardson-H模型的GNSS-PWV精度一致,顾及高程的Emardson-H模型优势并不明显;与探空资料的PWV相比,Emardson-H模型的PWV反演精度优于Emardson-I模型。顾及高程的Emardson-H模型预测精度较高,更适用于南极洲地区的GNSS-PWV反演。

基于GPT3模型的ZTD及PWV反演精度分析

使用亚洲区域18个IGS测站和中国区域内16个探空站2016~2018年的数据,研究GPT3模型反演天顶对流层延迟(ZTD)和大气可降水量(PWV)的精度,并与其他GPT系列模型进行对比。结果表明,GPT3-1模型估计的ZTD的bias均值和最大值均最小,分别为1.34 mm和14.06 mm;GPT3模型整体精度略优于GPT2w模型,优于GPT2模型。探空站处GPT3模型反演的PWV的bias和RMSE均表现出较强的季节性特征;由GPT3模型反演的PWV的月均值可知,GPT3-1模型比GPT3-5模型具有更高的精度和稳定性。

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2.356K,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1.362mm,能够满足GPS可降水量反演的精度,且优于Bevis模型。

一种新的青藏高原地区加权平均温度模型

大气加权平均温度(T_(m))是进行全球导航卫星系统(GNSS)水汽反演的关键参数之一,也是进行大气气象研究的重要数据,针对中国青藏高原地区地面起伏较大、探空站分布不均匀、在建模时未能同时顾及T_(m)在垂直方向上的非线性变化和季节变化等问题,建立高精度的T_(m)模型成为中国青藏高原地区的迫切需求。在分析T_(m)的时空特性的基础上,分别利用2015—2017年的ERA5再分析资料和无线电探空数据构建中国青藏高原地区实时高精度格网T_(m)模型(ERATm_H模型)和需要气象参数的本地化区域T_(m)模型(TKZTm_H模型),并利用未参与建模的2018年的无线电探空数据和ERA5再分析资料进行精度验证,并与广泛使用的Bevis模型和目前较优的GPT3模型进行精度对比。结果表明,以ERA5再分析资料为参考值,ERATm_H模型在中国青藏高原地区表现出最优的精度,年均均方根误差(Root Mean Squared Error,RMSE)值相较于Bevis模型、GPT3模型以及TKZTm_H模型分别提高了46.1%、21.1%和14.5%;以无线电探空数据为参考值,ERATm_H模型在中国青藏高原地区依旧表现出最优的精度,年均RMS值相较于Bevis模型、GPT3模型以及TKZTm_H模型分别提高了36.6%、26.7%和6.1%。因此,建立的高精度实时ERATm_H模型在中国青藏高原地区表现出最优的性能,可为中国青藏高原地区进行实时高时空分辨率的GNSS水汽反演和气象学研究提供重要应用。

区域大气加权平均温度模型的构建及其精度分析

大气加权平均温度(Tm)可通过模型计算得到,针对一些常用的Tm模型在中国区域研究中存在精度较低的问题,提出一种顾及地表温度(Ts)和Tm年周期、半年周期、日周期的Tm模型——BGTm模型。利用2017—2019年欧洲中期天气预报中心(ECMWF)提供的ERA5再分析数据建立适用于中国区域的区域Tm模型,使用2020年ERA5数据和探空数据对模型精度进行评估。实验结果表明,与GPT3、UNB3和Bevis模型相比,BGTm模型在研究区域内具有更好的适用性。BGTm模型可为中国区域提供精确的Tm值,为该区域水汽反演提供水汽信息的参考。

GPS与InSAR数据融合的研究现状与展望

GPS与InSAR数据融合研究是一个极具潜力的研究方向。本文在详细论述其研究现状的基础上,探讨了它的研究特点、应用优势。针对其研究现状,讨论了其在基本概念、相位解缠算法、水汽模型和大气层延迟改正模型、时间域与空间域的融合模型和算法、精度评定和质量控制等研究方面的问题,为GPS与In-SAR数据融合提出了基本的研究框架。

GPS与InSAR数据融合在矿山开采沉陷形变监测中的应用探讨

GPS与InSAR数据融合具有重要的研究意义,本文分析了传统测量方法在矿山开采沉陷形变监测中的不足,讨论了GPS与InSAR数据融合的技术优势及其在InSAR相位解缠算法、水汽模型和大气层延迟误差改正模型、时间域与空间域的融合模型和算法等方面研究内容,提出了GPS与InSAR数据融合的研究特点与具体方法,并给出了比较详细的研究方案。

基于插值气压的GPS反演大气可降水量研究

为解决GPS反演大气可降水量(PWV)所需的气象参数,通过标准大气(SA)模型分析插值得到了GPS站气压与相邻探空站气压、GPS站与探空站之间高差的关系,及基于分段高差的气压插值公式。该公式与标准大气模型精度相当,且在高差小于100 m时,其计算更为简单。利用新的气压插值公式、Saastamoinen干延迟模型与建立的局地加权平均温度模型,将四个IGS站(BJFS、KUNM、LHAZ和TWTF)提供的对流层天顶延迟转化得到大气可降水量(GPS PWV),与探空大气可降水量(RS PWV)进行对比,结果表明在不同高差条件下基于分段高差的气压插值模型计算得到的GPS PWV与RS PWV差值的均方根误差为1～3 mm,说明该气压插值模型可应用于无气象数据的GPS反演PWV。

基于探空资料的华北平原地区Tm模型精化

为了进一步提高全球卫星导航系统(GNSS)反演大气可降水量(PWV)的精度,提出一种基于探空资料的华北平原地区大气加权平均温度(Tm)模型精化方法:利用中国华北平原地区8个无线电探空站2015—2017年的探空资料,通过快速傅立叶变换分析Tm的周期性变化以及与诸多因子的相关性;然后基于最小二乘线性回归分析方法分别建立Tm与地表温度(Ts)的线性模型(T_(m1)模型)以及顾及周期性的多因子Tm区域化回归模型(T_(m2)模型);最后以2018年的探空数据为参考值,与Bevis公式对比进行精度验证。结果表明,相对于Bevis公式,T_(m1)模型和T_(m2)模型的均方根误差(RMS)分别为3.61和3.47 K,精度分别提升9.4%和12.7%;说明提出的Tm模型在中国华北平原地区具有更高的精度,可为该地区的GNSS水汽探测提供参考。