云贵地区顾及高度改正的大气加权平均温度模型

针对云贵地区地形起伏特点,分析T_(m)与高程、Ts的关系,利用2016—2018年的ERA5数据,建立两种顾及高度改正的T_(m)模型——YGTrop-T_(m)和YGMete-T_(m)。以2019年ERA5和探空数据为参考值,结合Bevis公式、GPT2w和CTrop模型,对新模型精度进行评估。结果表明,以ERA5数据为参考值,YGTrop-T_(m)和YGMete-T_(m)模型的年均RMS分别为2.72和2.16 K,相较于Bevis公式、GPT2w-5和GPT2w-1模型,YGTrop-T_(m)模型RMS减少了20%、28%、9%,与CTrop模型相当,而YGMete-T_(m)模型RMS相较于Bevis公式、GPT2w-5、GPT2w-1和CTrop模型减少了36%、43%、28%和20%;以探空数据为参考值,YGTrop-T_(m)模型年均RMS与Bevis公式和CTrop模型相当,分别为2.88、2.93和2.80 K,而YGMete-T_(m)模型的年均RMS最小,为2.45 K,相较于Bevis公式、GPT2w-5、GPT2w-1和CTrop模型,减少了16%、21%、20%和12%。此外,将YGTrop-T_(m)和YGMete-T_(m)模型用于GNSS水汽计算,对应的水汽理论RMS误差分别为0.25和0.21 mm,相对误差分别为1.01%和0.86%。

基于自动LightGBM的贵州局地大气加权平均温度模型构建

针对贵州地形起伏大、探空站数量少,以及现有大气加权平均温度(T_(m))模型不能很好地刻画T_(m)及其垂向变化的空间差异性和日变化特征等问题,结合贝叶斯超参数优化和LightGBM机器学习方法各自的优势,提出了一种顾及T_(m)及其垂向变化的空间差异性、年周期、季节周期和日变化特征的自动机器学习建模方法,并以包围威宁探空站的4个ERA5格网点为例,构建了一种无气象参数依赖的贵州局地T_(m)经验模型(WNTm模型)。实验结果表明:WNTm模型在训练集和验证集上均取得了较高的拟合精度,其不仅可以诊断出T_(m)的日变特征,还能较好地刻画T_(m)的垂向变化趋势;以探空站气象资料计算的T_(m)为参考值,WNTm模型相比于目前较优的GPT3模型取得了更高的预测精度,平均绝对误差和均方根误差分别降低了14.63%和20.14%。该研究方法和思路可为进一步改善T_(m)的精度提供一种新的途径。

顾及日变化和非线性垂直改正的区域大气加权平均温度模型

大气加权平均温度(Tm)是全球导航卫星系统(GNSS)技术反演大气水汽的关键因素,针对已有区域Tm模型未能同时顾及Tm在垂直方向的非线性变化和精细的日变化以及在构建模型时仅使用单一格网点数据等问题,本文以中国地区为研究区域,提出了一种基于滑动窗口的区域Tm建模方法,利用2012—2017年欧洲中期天气预报中心(ECMWF)的ERA5资料建立顾及日变化和非线性垂直改正的区域Tm格网模型(CNTm模型).联合未参与建模的2018年ERA5资料和无线电探空数据,验证CNTm模型的精度和适用性,并与当前广泛使用的GPT3模型和顾及了线性垂直改正的IGPT2w模型进行精度对比.结果表明:以2018年ERA5资料和无线电探空数据为参考值,CNTm模型的均方根误差(RMS)分别为3.31 K和3.21 K,其精度相较于GPT3模型分别提高了约16%和23%,相较于IGPT2w模型分别提高了约7%和11%;顾及了非线性垂直改正的CNTm模型的估计值更接近于Tm在垂直方向上的变化趋势,且CNTm模型能够捕获Tm的日变化.由于CNTm模型在研究区域表现出优异的性能,因此,其在研究区域实时高精度、高分辨率GNSS水汽监测中具有重要的应用.

顾及多因子的中国区域加权平均温度模型

针对中国地区地形起伏较大等情况影响T m值特别是短期T m值的高精度获取的问题,提出一种顾及多因子的大气加权平均温度模型。首先,通过探空数据利用积分法计算出加权平均温度,拟合分析选出特征因子加入建模;其次,将利用积分法计算的探空数据与NCEP数据分别作为参考值,引入Bevis模型、GPT3-Z模型和时空模型,将模型计算的预测值和参考值作对比,分析各模型精度;之后,将各模型用于水汽反演,分析反演精度。结果表明:多因子T m模型反演的T m值精度最高,且多因子T m模型中加入了日周期变化,相比全年在短期时间内提升更加明显;将各模型用于GNSS水汽计算,多因子T m模型精度最好,理论RMS误差和相对误差分别为0.23 mm和1.69%。

顾及多因子的江苏省大气加权平均温度精化模型

加权平均温度(T_m)是GNSS可降水量反演过程中的关键变量。基于江苏省徐州、射阳和南京这3个探空站18a的实测探空数据(2000—2017年),对T_m与地表温度T_s、地表气压P、地表水汽压e以及地表水汽压对数形式ln e之间的相关性进行分析,采用最小二乘法构建江苏省的T_m经验模型:单因子模型T_(m1)和多因子模型T_(m2)、T_(m3)。采用2018—2019年探空数据作为对未来预测的数据,对3种本地化模型的精度进行评估。结果表明3种本地化模型的精度均高于Bevis模型,且多因子模型T_(m3)的精度高于多因子模型T_(m2)和单因子T_(m1)的精度,该模型的精度比Bevis模型提高了16.8%。

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。

一种中国区GNSS加权平均温度分层格网模型

为了进一步提升大气加权平均温度(T_(m))模型在地基全球卫星导航系统(GNSS)反演可降水量(PWV)中的精度,提出一种中国区GNSS加权平均温度模型:针对中国地势复杂多变,气候多样的环境特征,基于1990—2019年欧洲中期天气预报中心第五代大气再分析数据集(ERA5),综合考虑T_(m)的季节性变化及长期线性趋势,构建T_(m)的分层格网模型(CT_(m)S);然后以74个无线电探空站提供的2020年气象数据为参考,评估CT_(m)S的精度及可用性,并利用第三代全球T_(m)模型(GT_(m)-III)及全球气压温度(GPT3)模型进行对比验证。结果表明:CT_(m)S模型的均方根偏差(RMSE)均值为4.0 K,较GPT3及GT_(m)-III模型分别提升21.6%及8.0%,且在高海拔地区表现出明显的精度优势;CT_(m)S模型的PWV不确定度均值为0.32mm,相比于GPT3及GT_(m)-III模型分别减少16.6%及6.5%,且在中国西北地区表现出更优的精度及稳定性;提出的模型可为中国地区GNSS实时水汽监测提供参考。

顾及周期性变化的大气加权平均温度模型构建

针对大气加权平均温度(T_(m))是地基全球卫星导航系统(GNSS)水汽反演过程中的一个中间变量,其精度会影响地基GNSS水汽反演精度,同时T_(m)表现出较强的地域性差异的现状,研究建立地区的T_(m)模型:利用兰州市榆中探空站气象数据和欧洲中期天气预报中心第五代大气再分析数据集(ERA5)分别建立单因子、顾及年周期变化、顾及年和半年周期变化的T_(m)模型;并对2种气象数据所建的3类模型进行显著性检验和精度验证。结果表明:模型均能通过显著性水平为0.05的显著性检验,同时顾及周期性变化模型的预测值的均方根误差和平均绝对误差均小于贝维斯(Bevis)模型和单因子模型;利用顾及周期变化的模型预测的T_(m)偏差中大于5 K和大于10 K的值占比明显减小且预测残差的周期趋势明显减弱,具有零均值的正态分布特性,仅表现出误差的随机性。总体而言,ERA5气象数据所建模型预测精度高于探空站气象数据所建模型;用ERA5气象数据建立的顾及周期性变化的T_(m)模型可用于兰州市GNSS大气水汽反演。

东北地区加权平均温度模型研究

针对东北地区高精度GPS可降水量研究中确定加权平均温度的问题,提出采用最小二乘原理确定出适用于东北地区的加权平均温度模型。利用美国怀俄明大学提供的2004—2015年的探空数据,首先分析了不同积分大气层高度对所建立模型的影响,确定出适合东北地区加权温度的积分大气层高度为5 km;其次研究了不同时段探空数据对建立模型的影响,表明增加单天的数据采样率可提高建立模型的预报精度;最后对比了多年模型和单年模型的差异,表明单年模型与多年模型精度相近,预测值与实际值偏差均小于4.5 K。通过对东北地区加权平均温度模型的变化情况的研究阐明了转换因子动态确定的必要性和实用性。

使用全球定位系统遥感水汽分布原理和中国东部地区加权“平均温度”的回归分析

文中讨论了利用全球定位系统探测水汽的原理。为了反演出大气垂直积分水汽或可降水，需要计算加权“平均温度”Ｔｍ。Ｔｍ与对流层温度廓线和水汽垂直分布有关，但从北京气象台１９９２年探空资料分析表明，它与表面温度存在着很好的线性关系。文中应用中尺度气象模式。

香港地区加权平均温度特征分析

利用香港King's Park探空站(站号45004)2003-2009年探空资料回归了大气加权平均温度Tm、地面温度Ts、气压es和水汽压Ps的线性公式.通过比较分析发现Tm-Ts单因素回归结果和Tm-Ts、es、Ps多因素回归结果没有显著差异,但基于本地化探空数据的回归公式精度比Bevis公式高;增加样本数回归分析并不能显著提高公式精度,采用最近一月探空数据回归公式即可很好地由Ts拟合下年Tm,拟合均方根误差(F-RMS)为1.946K;用2003年数据回归出的经验公式Tm=113.29+0.5863Ts去拟合2004-2009年的数据,拟合均方根误差基本没有差异,因此某地Tm-Ts经验公式一次回归可长期使用.通过对全国83个国际交换站2009年探空数据回归得出我国大陆地区最新Tm-Ts经验公式为Tm=53.244+0.783Ts,该一般公式拟合均方根误差与本站数据回归剩余均方根误差(RRMS)相当,可代替本地公式广泛使用.

基于探空资料的湖南地区加权平均温度本地化模型研究

利用湖南地区长沙、怀化、郴州3个探空站数据,将数值积分法计算的T_m作为参考值,并基于最小二乘法建立湖南地区T_m本地化模型。研究结果表明,Bevis模型计算的T_m值在湖南地区存在2.51K的系统偏差;湖南本地化模型T_m值与地面温度Ts之间的相关系数达到0.942 5,模型平均偏差1.60K,内符合精度1.41K;基于本地化T_m模型计算的GPS PWV与利用探空数据计算的PWV相比,平均偏差为0.52mm,标准差为2.21mm,RM_S为2.45mm。总体而言,本地化T_m模型的精度优于Bevis模型,更适用于湖南地区的GPS气象研究及业务应用。

华北地区地基GPS水汽反演中加权平均温度模型研究

运用几种不同的加权平均温度的算法,计算了华北地区张家口、北京和邢台的加权平均温度。结果表明,对于华北地区而言,常规的计算模型普遍存在一定的系统误差。在对加权平均温度与地面各气象要素的关系分析基础上,分别建立了华北地区基于地面气象要素的单因子和多因子回归方程,较好地满足了GPS遥感水汽总量实时性和高精度的要求。

Bevis公式在不同高度面的适用性以及基于近地大气温度的全球加权平均温度模型

加权平均温度(T_m)是全球卫星导航系统(GNSS)反演可降水量(PWV)过程中的关键参量。利用Bevis公式和地表温度可以方便地得到地表附近的高精度T_m估计值。然而,不少研究指出,Bevis公式在高海拔地区存在较大误差。本文对Bevis公式在不同高度面的适用性进行研究后发现,Bevis公式在海拔较低时精度较高,随着海拔升高,精度逐渐降低。为了解决Bevis公式在高海拔地区适用性较低的问题,本文对近地空间范围内(本文指0～10 km的高程范围)的T_m与大气温度的关系展开了研究,发现两者在全球范围内都拥有很高的相关性,由此本文构建了基于近地大气温度的全球加权平均温度模型。对模型的检验结果表明,该模型在近地空间范围内的任意高度面上都可以提供高精度的T_m估计值。

GPS水汽遥感中的大气加权平均温度的变化特征及局地算式研究

根据广东清远1996～2001的气象探空资料,计算了大气加权平均温度,在此资料基础上,利用最优子集回归建立了GPS水汽遥感中的大气加权平均温度局地算式,该算式的精度优于目前广泛使用的Bevis算式.

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。

广西地区大气加权平均温度模型

地基GPS反演大气水汽中,加权平均温度(T_m)是一个非常重要的参数。分析了广西地区T_m的时空变化特性及其与地面温度之间的关系,利用2012~2015年的探空数据,建立了适用于广西地区的T_m模型。通过对比广西模型、Bevis模型、李建国模型求得的加权平均温度发现:广西模型的中误差为1.05 K,其精度比Bevis模型提高42%,比李建国模型提高62%;广西模型的大气水汽中误差为2.7 mm,其精度比GAMIT解算结果提高11%。

利用NCEP再分析资料建立全球大气加权平均温度模型

针对全球加权平均温度模型（GWMT）在海洋地区存在显著异常的缺陷,利用2007~2011年NCEP再分析资料建立全球大气加权平均温度模型GWMT_N。利用2011年全球650个无线电探空站T m数据和2011年COSMIC掩星T m数据对GWMT_N模型的精度进行验证。结果表明,GWMT_N模型避免了GWMT模型的缺陷,且在陆地地区的精度也得到了提高;GWMT_N模型的整体精度与采用地面实测温度的Bevis公式相当,且无需已知地面实测温度。

新疆地区GGOS Atmosphere加权平均温度的精化

绝大多数地基GPS站观测时未进行测站上空气象观测,导致无法获得精确的大气加权平均温度(GT_m),限制了地基GPS遥感水汽的应用。基于此,本文分析了利用GGOS Atmosphere T_m格网数据获取新疆地区加权平均温度(T_m)的方法。利用无线电探空资料评估由GGOS Atmosphere加权平均温度格网数据计算得到的GT_m的精度,通过考虑季节和地理变化的精化模型对GT_m进行改正。结果表明,利用平均值插值方法得到的GT_m经过精化模型改正后,可以满足新疆地区地基GPS精密遥感水汽的要求。

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0.307K、3.359K和3.384K;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0.70mm、3.48mm和3.53mm.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。