基于PWV差值方法分析沙尘暴期间GNSSPWV与大气颗粒物相关性

针对2021年3月15日中国北方发生的沙尘暴事件,提出了一种基于大气可降水量差值的方法,旨在探究GNSS站点反演的大气可降水量与大气颗粒物浓度之间的相关性.选取了位于宁夏中卫(NXZW)、北京房山(BJFS)和吉林长春(CHAN)的3个GNSS站点及附近的大气颗粒物浓度数据进行分析.结果显示,在非沙尘暴条件下,GNSS解算的大气可降水量(precipitable water vapor,PWV)精度表现良好,其与ERA5模型的PWV的差值均值和标准差均约在2 mm,证明了解算结果的可靠性.沙尘暴发生前,各站点PWV与大气颗粒物浓度的相关性均低于20%,表现出较弱的相关性.在沙尘暴期间,该相关性显著提高,尤其在BJFS和CHAN站点,PWV与大气颗粒物浓度的相关性超过60%.相位滞后消除后,NXZW站点的相关性更是达到70.25%.进一步分析还发现,沙尘暴发生时,PWV差值与大气颗粒物浓度的相关性也显著提高,其中BJFS和CHAN站点的相关性超过70%.综合分析表明,沙尘暴发生时,PWV差值与大气颗粒物浓度的相关性进一步增高,这表明大气颗粒物对PWV差值的贡献比对PWV本身的贡献显著增加,从而说明了PWV差值方法在大气颗粒物浓度监测方面的潜在应用价值.因此,本研究提供了一种新的研究思路和方法,为大气颗粒物浓度和气象条件之间复杂交互关系的进一步研究奠定了基础.

基于水汽垂直指数分布特征的PWV快速层析方法

GNSS水汽层析技术可以反演对流层水汽三维时空变化情况,但该技术比较复杂、运算量大,需要消耗一定的时间.故本文提出了一种利用地基GNSS反演的大气可降水量(precipitable water vapor,PWV)结合水汽在垂直方向上的指数分布特性来计算大气水汽三维分布的快速层析方法.该方法利用香港地区2022年8月的GNSS数据开展试验,与传统GNSS水汽层析方法进行对比.试验结果表明:两种方法的层析解算结果与探空数据均具有良好的一致性.虽然快速层析方法的解算结果在底层区域缺少一些水汽变化的细节信息,精度略逊于传统层析方法,但是在中、高层时精度会有所提升,层析解算结果良好.而且本文提出的快速层析方法无需构建和解算复杂的层析方程组,可以在大量GNSS测站参与水汽层析时减少计算复杂度,提升运算能力,同时可以更快地得到任意高度层的水汽密度,是一种简便、高效的层析方法.

广州CORS BDS-3的大气可降水量反演

为了评估北斗三号全球卫星导航系统(BDS-3)在广州应用于气象的可行性,利用广州市连续运行卫星定位综合服务系统(GZCORS)14个测站2023年6月1—15日的BDS3的观测数据进行大气可降水量(PWV)反演研究:给出地基GNSS反演PWV原理;然后构建区域大气加权平均温度。实验结果表明:BDS-3解算的天顶对流层延迟(ZTD)时间序列变化趋势与全球定位系统(GPS)解算的ZTD基本趋于一致,BDS3-ZTD与GPS-ZTD的相关系数均大于0.97;BDS3-PWV、GPS-PWV与基于欧洲中期天气预报中心第五代大气再分析数据集(ERA5)计算的PWV间相关系数均大于0.87,BDS3-PWV可以很好地反映大气水汽变化情况;以ERA5-PWV为参考值,14个GZCORS站点BDS3-PWV的均方根误差(RMS)平均值为2.98 mm,偏差(Bias)最大值为1.71 mm,最小值为−2.34 mm;GZCORS的BDS-3反演的PWV可以用于气象研究。

基于GPS数据的MODIS大气可降水量反演精度提高模型

水汽含量是大气的最重要变量之一。本文对地基GPS数据反演的PWV(Precipitable Water Vapor,可降水量,单位mm或cm)和MODIS数据反演的PWV结果进行了对比研究,得出了两者线性相关的结论。并对地基GPS数据反演的PWV和探空数据反演的PWV进行对比研究,验证了地基GPS数据反演PWV的精度在mm级别的结论。最后,本文应用最小二乘回归法,构建了一种基于GPS数据的MODIS大气PWV实时精度提高模型。

湖南省地基北斗卫星导航系统大气可降水量反演及降水分析

水汽是影响天气变化的重要因子,灾害天气的发生往往伴随着水汽含量、空间分布的急剧变化。针对目前关于地基北斗卫星导航系统(BDS)反演大气可降水量(PWV)研究相对较少现状,进一步验证BDS PWV的反演精度和PWV与实际降水的关系,利用湖南探空站和邻近的连续运行基准站(CORS)数据,构建湖南本地化大气加权平均温度(Tm)模型,基于此模型进行水汽反演,分析BDS水汽探测的精度,与实际降水结合探究PWV与降水之间的响应关系。结果显示:与探空数据相比,CORS测站解算的BDS PWV均具有较强的相关性,均方根误差(RMSE)和平均绝对误差(MAE)均在4 mm以内,符合水汽监测的要求;PWV与实际降水之间存在明显的联系,降水前6~12 h水汽快速聚集为降水发生提供充足的条件,PWV为60 mm可以作为降水预报的阈值。因此,利用BDS对水汽的持续监测在降水、水旱灾害监测预报中可以发挥重要作用。

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。

基于LightGBM算法的大气可降水量预测方法研究

大气可降水量(precipitable water vapor,PWV)为单位横截面积垂直气柱内地面至对流层顶部的液态水汽含量,可反映大气中的水汽浓度.本文首先利用2014—2019年长三角地区7个探空站资料,分析了PWV与对流层天顶总延迟(zenith tropospheric delay,ZTD)、天顶静力学延迟(zenith hydrostatic delay,ZHD)、对流层湿延迟(zenith wet delay,ZWD)、水汽压(E_(s))、大气压(P_(s))、地面温度(T_(s))、加权平均温度(T_(m))之间的相关性,再基于梯度提升机(light gradient boosting machine,LightGBM)构建了一套适用于长三角地区的PWV预测模型,并分析了LightGBM-PWV模型的预测精度.结果表明,PWV与T_(m)、T_(s)、P_(s)、E_(s)、ZHD、ZWD和ZTD之间的相关系数(R)分别为0.74、0.76、–0.59、0.76、–0.43、1.00和0.94;全年、分季度和分月LightGBM-PWV模型的平均偏差分别为0.10 mm、0.11 mm和0.12 mm,均方根误差(root mean square error,RMSE)分别为0.25 mm、0.26 mm和0.31 mm,模型精度依次递减,异于传统线性拟合PWV模型;全年LightGBM-PWV预测模型精度最高,可用于长三角地区的GNSS-PWV预测、分析和研究.

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。

MODIS水汽反演用于InSAR大气校正的理论研究

大气效应尤其是大气水汽的影响是InSAR干涉测量中主要的误差源和限制因素之一,因此高精度的InSAR应用迫切需要及时掌握大气水汽含量及其时空变化。本文深入分析了利用MODIS的水汽反演结果进行InSAR干涉测量大气校正的可行性,对MODIS近红外水汽反演结果与地基GPS水汽探测结果进行了比较和分析。同时根据GPS解算结果,利用实例讨论了基于地面气象参数的水汽延迟模拟的效果。

利用GAMIT软件反演北京大气可降水量的初步研究

利用GAMIT软件选取了10个IGS站和2个基准站对2003～2007年北京GPS部分观测数据进行了解算，验证解算精度达到要求后反演出各测段内时间分辨率为1h的大气可降水量序列，并与无线电探空仪获取的探测结果和气象局解算的GPS数据分别进行比较。根据二者线性拟和关系发现初步结果趋势一致，可应用于下一步建立大气延迟改正模型。

不同加权平均温度模型对大气可降水量影响分析

加权平均温度(WMT)是地基全球卫星导航系统(GNSS)气象学中解算大气可降水量(PWV)时的一个重要物理量,利用国内四个典型地区2019年的历史气象探空数据计算各剖面的WMT,构建了适合当地的WMT线性统计模型,并对所建模型、工程上常用的几种WMT统计模型及利用其换算得到的PWV进行了对比.根据统计结果可知:对于精度较高的需求,构建适合当地的统计模型是很有必要的,另外,各统计模型中Mao模型和Mendes模型的精度相对较高,在不具备建模条件的情况下可以优先考虑.本统计结果可为其他涉及WMT的工程应用提供参考.

基于地基GPS的祁连山大气可降水量特征

利用2016—2018年祁连山区中东部11个站的地基GPS反演的大气可降水量(以下简称GPS/PWV),分析了大气可降水量的时空分布、地带性和垂直变化特征。结果表明:与张掖和民勤探空实测资料计算的PWV(以下简称RS/PWV)相比,GPS/PWV均方根误差和偏差平均值分别为2.1 mm和1.07 mm,GPS/PWV略大于RS/PWV且两者相关系数平均值达到0.97。祁连山中东部PWV日最大值出现在11—16时,日最小值出现在01—05时;PWV的月最大值出现在8月,月最小值出现在1—2月;PWV的季节分布为夏季>秋季>春季>冬季;PWV高值区主要分布在祁连山东南部,祁连山中部的刚察、民和为明显低值区;祁连山中段PWV低于东段。PWV地带性和垂直变化特征明显,与海拔高度的相关系数达到了-0.77。PWV随经度自西向东,逐渐升高;PWV随纬度从南往北,存在着“高—低—高”的变化特征;PWV的空间分布和季节变化与季风影响相关。

三江源区大气可降水量时空特征及其与降水关系

利用1979—2016年欧洲中期天气预报中心(ECMWF) ERA-Interim (1°×1°)再分析资料中的经、纬向水汽通量和大气可降水量(precipitation water vapor,PWV)数据,采用相关性分析、趋势分析法、累积距平、IDW等方法,分析三江源地区PWV与水汽通量的时空分布特征、降水转化率(precipitati-on conversion efficiency,PCE)变化规律。结果表明:过去的38 a,经、纬向多年平均水汽通量分别为50. 2、196. 7 kg·m-1·s^(-1),纬向水汽通量气候倾向率比经向大。南边界为纬向主要水汽输入边界,东边界为经向主要水汽输出边界,纬向水汽输送大于经向输送。多年平均PWV为1998. 3 mm,近38 aPWV呈现微弱增加趋势,1979—1997年,PWV呈下降趋势,1998年后PWV呈增加趋势,同期降水也在增加,说明该时段三江源地区气候转湿。PWV与水汽通量的年际变化趋势和转折年相一致。三江源区多年平均PCE为24. 57%,1989年PCE最高,达32. 76%,各季节平均PCE空间分布与年平均PCE分布一致,均表现出南部、东南部高,西部、东北部低的变化特征,各季节PCE大小差异明显,春季多年平均PCE为15. 92%,夏季25. 67%,秋季21. 01%,冬季仅7. 03%。

辽宁省汛期GPS大气可降水量的特征分析

基于2013、2014年7-8月沈阳和丹东地基GPS水汽监测系统探测的大气可降水量（PWV）资料,对辽宁地区汛期大气可降水量特征进行了分析,利用HYSPLIT后向轨迹模式模拟了沈阳和丹东地区气团轨迹,并通过聚类分析方法将气团进行了分型。结果表明：沈阳和丹东GPS探测的PWV和根据探空数据计算的PWV相关系数均达到0.9,均方根误差分别为4.73 mm和5.21 mm;沈阳和丹东汛期非降水日PWV平均值分别为28.58 mm和30.49 mm,低于华北和西南地区观测值;强降水过程前均存在PWV增加现象,PWV最大增量集中在2-8 mm之间,且一般集中出现在强降水发生前1-3 h内;不同类型强降水过程中PWV特征不同,南方气旋和东北冷涡共同影响的降水个例中PWV最大,局地强对流过程PWV最小;沈阳和丹东站点不同气团中PWV有所不同,西南气团PWV均为最大,更有利于强降水天气的发生。

基于IGS超级跟踪站近实时解算浙江地基GPS大气可降水量

浙江CORS综合应用网正在不断建设中,并已开始服务于气象部门。为给地基GPS(Global Positioning System)气象研究人员提供一个真实的研究环境,在IGS超级跟踪站(全球GPS服务超级跟站,International GPS Service)网络的基础上搭建了浙江地基近实时GPS气象系统,并根据实测数据验证了该系统的有效性。结合浙江省的GPS观测网数据,对浙江地基GPS大气可降水量作了初步研究。该平台可用于研究GPS遥感水汽、层析水汽三维分布、数值天气预报等。

GPS遥感大气可降水量在大连地区3次降水过程中的应用

利用大连市气象局地基GPS/MET观测网大气可降水量(PWV)数据,分析2011年大连瓦房店、庄河和长海地区降水天气过程PWV的变化特征及其与降水量和降水强度的关系,在此基础上通过分析物理量场和天气系统,探讨大尺度水汽输送、辐合与PWV变化的关系及GPS在暴雨天气中的应用。结果表明:PWV的增长方式受当地天气系统的支配和制约,对一次明显的降水过程,从降水开始至结束PWV的变化与降水量有明显的相关性。当有水汽由南向北输送时,PWV在降水开始前逐渐增长,当地面及高空有大范围的水汽辐合且高空比湿值大于10 g·kg-1时,PWV显著增长(降水开始前4—5 h),主要降水时段与PWV峰值对应,同时PWV的增幅大小与降水强度有密切的关系。

基于北斗PWV的暴雨时空变化特征分析

利用49个山东省连续运行参考站(SDCORS)2020年的北斗观测数据,使用GAMIT软件进行了大气水汽反演,得到了全年逐小时的大气可降水量(PWV)序列.将反演得到的PWV与探空气象站观测的PWV对比,平均偏差为2.4 mm,均方根误差(RMSE)为3.4 mm,相关系数达到0.98,结果表明反演结果的精度符合气象研究需求.分别从单连续运行参考站(CORS)和全省范围对PWV在暴雨过程中的变化进行了分析,发现PWV在暴雨产生前5~12 h开始上升,至暴雨产生时刻,PWV最大值普遍达到60 mm以上,平均变化率达到1~3 mm/h,越临近暴雨产生,PWV变化幅度越大,降水结束后,PWV会迅速下降.PWV的变化与暴雨的产生具有高度相关性,PWV在暴雨产生前后的剧烈变化,可用于暴雨预警研究,对于生产生活活动具有重要现实指导意义.

基于北斗三号的大气水汽探测性能初步分析

对我国刚布署完成的北斗三号卫星导航系统(BDS-3)的大气水汽探测性能作初步分析可更好地发挥BDS-3的气象探测潜能.采用全球不同位置的台站进行几种手段的对比,探测结果具有代表性和说服力.研究结果表明:将BDS-3/PWV(大气可降水量)与GPS/PWV对比,平均偏差(BIAS)优于1.0 mm,均方根误差(RMSE)优于2.0 mm,相关系数均在94%以上;BDS-3/PWV与GPS/PWV求差取绝对值后的平均值(MEAN)为1.1 mm,比北斗二号(BDS-2)降低了71%;BDS-3/PWV与GPS/PWV的RMSE为1.4 mm,比BDS-2降低了63%.将BDS-3/PWV与ERA5/PWV对比,BIAS优于2.9 mm,RMSE优于2.8 mm,相关系数均在92%以上,BDS-3/PWV与ERA5/PWV的MEAN为2.1 mm,比BDS-2降低了48%;BDS-3/PWV与ERA5/PWV的RMSE为1.6 mm,比BDS-2降低了57%.BDS-3探测水汽性能明显优于BDS-2;BDS-3水汽探测结果与GPS、ERA5再分析资料有很好的一致性.

青藏高原地区水汽转换系数H模型反演GPS大气可降水量的适用性分析

利用青藏高原地区8个探空站2011—2015年的数据为研究对象,分析E模型与H模型在青藏高原地区的适用性。以IGS站提供的天顶总延迟ZTD、Saastamoinen模型计算的天顶干延迟ZHD求得LHAZ站的天顶湿延迟ZWD,验证H模型反演GPS大气可降水量的可行性;并对探空资料法ZWD模型进行改正,在获得较精确的ZWD情况下,进一步验证H模型反演GPS PWV的可行性。研究表明:H模型在青藏地区有较好的适用性;利用H模型计算LHAZ站2015年7月份PWV值,其偏差分布情况与积分法相似,与探空站提供的PWV吻合较好;改正的ZWD模型,其精度明显提高,在获得较精确的ZWD情况下,利用H模型反演PWV能达到较高的精度。

动态环境下PPP的GNSS大气水汽反演

利用静态PPP(精密单点定位)处理稳定的GNSS地面站可以高精度反演大气中的水汽含量.对于运动的载体,静态PPP无法正确地估计待估参数.利用动态PPP数据处理方法,在解算载体动态位置的同时,可以估计动态载体GNSS的天顶总延迟,并在此基础上计算水汽含量.分别利用PPP动态和静态模型解算3.5 h的稳定可靠GNSS参考站数据,结果表明,动态PPP与静态PPP利用稳定CORS站解算大气可降水量(PWV)时,最大差别为6.6 mm,且水汽的变化趋势基本一致.在快速运动平台下,旋转平台解算的PWV与相同环境下的CORS站解算的水汽结果在量级上一致,但并不能像CORS站结果一样可以反映出水汽的变化趋势.针对地震等GNSS台站失稳问题,分别利用动态、静态PPP进行水汽的提取,结果表明,地震的短期形变对PPP水汽的提取无明显影响.建议使用静态PPP对失稳GNSS台站进行水汽提取.