云微物理参数的地基探测反演研究综述

云相态、云滴谱分布和云液态水含量作为重要的云微物理参数,对气候变化、天气变化、人工影响天气和飞行安全等很多方面都有着重要的影响。云微物理参数的研究已是国际气象学研究领域中的热点之一,而在国内这方面的研究较少。简要论述了地基方法在云微物理学研究的优越性,扼要总结了国内外地基探测技术的发展现状,重点概括了云相态、云滴谱和云液态水3个参数的地基反演算法,并予以评价,展望了未来发展趋势,为国内云微物理研究提供了参考与借鉴。

南京地区地基GPS水汽反演中加权平均温度模型研究

地基GPS气象学的核心思想是通过垂直方向上GPS信号的湿分量延时确定出可降水量,而这两个物理量之间的转换必须使用加权平均温度。本文讨论了加权平均温度的几种逼近方式及其容许误差,然后利用南京地区高空大气探测资料,采用回归分析方法,建立了适合该地区对流层加权平均温度计算公式。研究结果表明,该公式有效地消除了在南京地区使用探空数值积分公式引起的系统误差,较好地满足了地基GPS气象应用中对温度实时性和高精度的要求。

南京地区地基GPS水汽反演中加权平均温度模型研究

地基GPS气象学的核心思想是通过垂直方向上GPS信号的湿分量延时确定出可降水量,而这两个物理量之间的转换必须使用加权平均温度。本文利用南京地区高空大气探测资料,采用回归分析方法,建立了适合该地区对流层加权平均温度计算公式。研究结果表明,该公式有效的消除了在南京地区使用常规公式引起的系统误差,较好地满足了地基GPS气象应用中对温度实时性和高精度的要求。

郑州地区大气气溶胶光学特性的地基遥感研究

根据自动跟踪扫描光度计观测资料，利用Bouguer-Lamber定律反演郑州地区2007年2-9月气溶胶光学厚度和波长指数，分析郑州地区该时段气溶胶光学特性的季节变化和日变化情况.结果表明，郑州地区2007年2-9月1020nm气溶胶光学厚度为0.49±0.09；870nm气溶胶光学厚度为0.60±0.13；670nm气溶胶光学厚度为0.76±0.20；440nm气溶胶光学厚度为1.08±0.34.季节变化以夏季最高，秋冬次之，春季最低.波长指数春季为0.37-0.69，夏季为1.18-1.26.春季有50%以上的天气，扬尘粒子为主控粒子，而夏季城市-工业气溶胶是主控粒子之一.日变化规律与近地面污染物浓度变化一致，8：30和17：00左右出现峰值，11：30出现谷值，由于气温上升，湍流剧烈，12：30左右气溶胶光学厚度有1个小高峰，但仍处于全天的低值区.

利用透射太阳辐射反演云光学厚度及有效粒子半径：方法研究

提出了一种利用地基观测透射太阳辐射反演层状云光学厚度及有效粒子半径的方法。通过原理分析和详细的数值模拟对该方法的可行性进行了讨论,并给出了反演流程,进行了误差分析。数值模拟采用了与MODIS遥感云原理相同的波长组合(0.75和2.13μm),结果表明,当水云尺度化光学厚度τ′_(0.75)＞1,γ_e＞5μ时,利用0.75和2.13μm的太阳透射值可以反演出该云的光学厚度及有效粒子半径。对于光学较薄的云,由于透射的2.13μm辐射值对于有效粒子半径敏感性变差,该方法不再适用。随着光学厚度的增大,τ′_(0.75)和γ_e的反演误差均单调减小,当τ′_(0.75)≥2以后,τ′_(0.75)和γ_e的误差分别下降到10％和20％以下。结合0.75和1.65μm的太阳透射值也可以反演水云的光学厚度和有效粒子半径。

不同饱和水汽压模型对GNSS反演可降水量的影响分析

地基全球卫星导航系统(GNSS)水汽反演过程中需要大气加权平均温度Tm的参与,而饱和水汽压Es作为Tm计算过程中的一个重要变量影响着Tm,因此Es将会间接地影响大气可降水量(PWV)的反演精度.针对目前地基GNSS水汽反演研究中普遍采用的三种不同的饱和水汽压模型(Magnus-Tetens模型、BUCK模型、Goff-Gratch模型),本文就不同的饱和水汽压模型参与反演是否会引起水汽反演结果的差异进行了研究.以香港为研究区域,利用GAMIT解算了2016年旱雨两季(2、7月)的天顶湿延迟(ZWD),同时利用king’s park探空站的探空数据通过数值积分计算得到旱雨两季(2、7月)的Tm,然后严格参照反演步骤编程模拟计算旱雨两季(2、7月)每天的PWV.最后对比并分析了不同饱和水汽压模型参与计算对Tm和PWV的影响及原因,结果表明:三种饱和水汽压模型参与计算得到的PWV与真值(探空站计算得到的PWV)之间不存在具有统计意义的显著性差异,因此均可被用来提供计算Tm时所用到的饱和水汽压Es,但是通过对比分析发现部分研究人员将BUCK模型中的变量T当作露点温度而非大气温度进行计算会使Tm产生较大的误差,进而对该误差进行了不合理性分析.本文的分析将会对后续地基GNSS水汽反演研究中的处理提供一定的参考.

基于GPS双频信号增强的雪水当量估计

雪水当量是重要的积雪参数之一,对气候变化预测与水资源管理等有重要意义。GPS干涉反射技术(GPS-IR)是一种十分有效的积雪深度监测技术,结合积雪密度估计模型可实现雪水当量的估计。基于此,提出了一种GPS-IR双频积雪参数反演增强方法。首先,利用美国板块边界观测(PBO)AB33测站2016年水文年与P019测站2020年水文年的L1和L2C信号信噪比数据,通过GPS-IR技术获取了两个测站的双频反射高度,建立了双频反射高度的线性关系模型,并通过该模型填补了L2C信号反射高度缺测数据,进而获取双频增强积雪深度时间序列,然后通过积雪密度估计模型转换得到雪水当量日估计值,最后采用SNOTEL测站实测积雪参数进行检验。结果表明:基于L2C信号的积雪深度反演精度要优于L1信号,基于增强方法的积雪深度反演精度介于L1信号和L2C信号之间;基于增强方法的雪水当量反演精度与L2C信号基本相当,且均优于L1信号;增强方法在AB33测站与P019测站分别有效填补了基于L2C信号的积雪深度/雪水当量时间序列25.8%与13.7%的空缺数据。本文提出的增强方法充分利用了GPS双频信号数据资源,可获取高连续性的GPS积雪深度和雪水当量,为设备缺乏地区的雪水当量估计、水环境监测等研究提供参考。

新疆地区GPT2w模型计算加权平均温度适用性分析

利用GPT2w模型计算加权平均温度Tm值,以新疆地区9个探空站2013-2015年实测气象数据积分计算的Tm值为参考,通过时空序列分析1°×1°和5°×5°两种格网分辨率下G1-Tm和G5-Tm的精度分布情况,进而检验利用GPT2w模型在新疆地区进行地基GNSS大气水汽反演的适用性。结果表明:①G1-Tm和G5-Tm均存在-3^-4 K的年均偏差;②G5-Tm存在精度异常突出区域,影响整个新疆地区Tm值的计算精度,而G1-Tm具有较好的稳定性;③G1-Tm模型的年均Bias、MAE和RMS分别为-3.17 K、4.12 K和5.17 K,总体上优于G5-Tm模型,因此运用G1-Tm进行地基GNSS大气水汽反演具有较好的精度保障。