地基GPS遥测大气可降水量应用精度和范围

利用2005年6～8河北省石家庄、张家口两个地基GPS站反演得到的大气可降水量资料，对探空资料计算的大气可降水量和GPS反演的大气可降水量进行比较，并通过2007年7月17～19日河北中南部一次强降水过程的个例分析，发现GPS资料反演的大气可降水量略高于探空站资料的计算结果，但两种资料的可降水量计算结果变化趋势一致，GPS反演的大气可降水量具有较高的使用价值，但单站GPS反演的大气可降水量有效半径距离具有一定限度。

塔里木盆地及其周边地区大气可降水量分布及其与降水关系的研究

利用2018年7月至2022年6月塔里木盆地及其周边地区17部地基GPS水汽探测仪遥感的大气可降水量(PWV)资料、 14个地面气象站逐时和逐日降水资料,分析了塔里木盆地西部(区域A)和东部(区域B)PWV分布特征及其与降水关系。结果表明:(1)研究区年平均PWV高值区主要集中于盆地北部和盆地西南部平原地区,海拔超过1300 m站点的PWV年平均值与海拔成反比,低于1300 m的低海拔地区PWV年平均值在10~12 mm。夏季测站PWV平均值是春、秋季节的2倍。(2)区域A和区域B PWV月变化呈单峰型分布,分别在8月和7月达到峰值。区域A有、无降水日PWV均在23:00(北京时,下同)达到日峰值。区域B有、无降水日PWV日峰值出现时间相差5 h,分别出现在11:00和17:00。(3)区域A和区域B多数测站ΔPWV(PWV与PWV月平均值差值)峰值分别在降水开始前0~1 h和降水开始时刻前后1 h出现。春季区域B降水前PWV跃变程度较区域A更剧烈,夏季各区域σPWV(PWV与PWV月平均值倍数)提前降水开始时刻1 h、 5~6 h达到1~1.8倍的天气过程较其余时次偏多。秋季和冬季区域BσPWV分别集中在1.4~2.0倍和1.6~2.4倍。(4)海拔高于1400 m测站的5-6月、 7-8月PWV值达到10~20 mm和15~25 mm,对应降水结束时刻。海拔低于1400 m测站5-8月降水结束时刻PWV值逐渐由15~25 mm增至25~35 mm。

GPS遥感的大气可降水量与局地降水关系的初步分析

该文利用 2 0 0 2年“973”项目安徽GPS外场试验和 2 0 0 0年北京GPS/VAPOR试验积累的资料对GPS遥感的大气可降水量与局地降水之间关系进行了定量分析。结果表明 :在降水前后 ,GPS遥感的大气可降水量有很大的变化 ;在 2 0 0 2年入梅前后 ,其变化甚至大于 30mm ;在海拔高的山区台站 ,2hGPS遥感的大气可降水量增量和本站是否发生降水关系密切 ;多数情况下 ,降水出现在GPS遥感的大气可降水量迅速增加的 3～ 4h内 ;每小时降水量峰值和GPS遥感的大气可降水量增量的大小有关。

大连地区GPS反演大气可降水量的变化特征

利用GPS反演的大气可降水量(PWV)分析了2010-2012年大连地区水汽的时空变化特征,结果表明,GPS/PWV资料能够反映大气中水汽的变化。大连地区PWV空间分布比较均匀;PWV最大的月份为7-8月,月平均值为43 mm左右;PWV最小的月份为1月,月平均值在4 mm以下。大连地区春、冬季PWV日平均变化幅度在0.5 mm以下,夏、秋季PWV日平均变化幅度在1 mm以上;夏、秋季PWV日平均变化呈单峰型,春、冬季PWV日平均变化呈多峰型。主汛期(7-8月),日平均PWV与气温有较好的负相关,与相对湿度有较好的正相关;06:00(北京时,下同)-15:00,气温逐渐升高,水汽输送造成PWV的下降大于蒸发所造成PWV的上升,大气水汽总量减小,相对湿度减小;15:00-次日06:00,气温逐渐下降,水汽输送造成PWV的下降小于蒸发造成PWV的上升,大气水汽总量增加,相对湿度增加。

云南地基GPS观测大气可降水量变化特征

利用2007年云南地基GPS站点观测资料,分析GPS反演的大气可降水量(PWV)变化特征,并用探空、实际降水量资料和GPS反演结果进行比较。结果表明:GPS/PWV能反映云南降水的季节变化特征,海拔较低的测站普遍比同期海拔较高的测站测得的GPS/PWV值高;GPS/PWV值与探空得到的大气水汽总量随时间演变趋势基本一致,其相关系数均达0.89;GPS/PWV变化周期和实际降水发生的周期基本相同,降水大多为GPS/PWV值连续增加达到峰值(或从峰值开始下降)后开始;GPS/PWV上升幅度较大或位于高位可作为连续性强降水过程出现的预报指标,但使用GPS/PWV峰值作预报指标时,还应考虑季节因素。

海上动态GPS大气可降水量信息反演

基于精密单点定位(PPP)技术,对海洋上空大气可降水量(PWV)信息反演方法进行研究。采用随机游走过程估计方法,动态模拟船载GPS接收机天顶对流层湿延迟(ZWD)在时间和空间尺度上的随机变化。利用渤海湾船载动态GPS测量数据和同步气象观测数据,结合海洋动态环境,以渤海湾MM5模式积分水汽为参考值,详细分析不同随机过程噪声约束和卫星截至高度角等因素对PWV提取精度的影响。结果表明,选取槡2～5mm/h的随机过程噪声约束以及7°～10°的卫星截至高度角,海上船载动态PWV反演结果与MM5模式积分水汽基本一致,其偏差的绝对值均小于3 mm,均方根误差优于1.2 mm。

基于地基GPS资料的天山山区夏季大气可降水量特征

基于新疆天山山区2012-2015年夏季的GPS/PWV资料、探空资料和逐日降水资料,运用多种统计方法,分析天山山区夏季大气可降水量(PWV)的时空变化特征,并初步探讨其原因。从夏季平均值分布来看,天山山区各站PWV分布存在明显差异,与海拔高度呈显著负相关关系;且低海拔站点PWV比高海拔站点表现出更大的发散性和可变性,有雨日PWV的极值、中位数等整体高于无雨日。天山山区夏季PWV表现出显著的月变化和日变化。大部分站点7月PWV最大,6月次之,8月最少;一日之中在10时左右出现日最大值,个别站点表现出不同的变化特征,且有雨日和无雨日也存在一定差异。天山山区各站夏季降水量与其PWV关联性不明显,降水量和水分循环指数均与海拔高度呈显著正相关关系。这可能是因为夏季山区高海拔站点更易产生局地对流性降水,从而增加水分循环次数所致。

长江三角洲地区GPS大气可降水量统计特征分析

利用近7年来(2002—2008年)长江三角洲地区地基GPS网观测的大气可降水量资料,分析了长江三角洲地区大气可降水量的气候特征,重点对梅雨期的大气可降水量特征及其与强降水的关系进行了分析。结果表明:长江三角洲地区PWV分布总体呈南高北低、西高东低的分布特征,夏半年平均PWV高于冬半年20 mm左右,且长江三角洲地区南北向水汽梯度大于东西向,说明偏南气流对该地区的水汽输送作用较明显;PWV存在显著的季节变化特征,大气可降水量最大值均出现夏季的8月份,最小值出现冬季的1月份,且春、秋季节内各月间的PWV变化幅度较大,而夏、冬季内各月间的PWV变化较稳定;其次,长江三角洲地区PWV没有显著周期性年际变化和日变化特征。此外,PWV与梅雨期强降水量之间有明显关联,当梅雨期PWV值迅速由低值上升到60 mm以上时,或在强降水之后,PWV值并没有明显回落,仍然维持在高值时,极容易产生强降水,这为长江三角洲地区强降水量预报提供了一种新的信号。

气压对GPS大气可降水量解算的影响分析

基于香港卫星定位参考站网的实测气压及GPS观测数据,分析气压对天顶总延迟(ZTD)和天顶静力学延迟(ZHD)解算精度的影响。结果表明,在GPS/MET的业务工作中,ZTD对GPS数据处理过程中所采用的气压参数的精度要求较低,甚至可以采用某些气压估计模型(如GPT模型)获得气压参数值;在对天顶静力学延迟参数进行估计时,则需采用精度较高的实测气压参数;对于气象台站和GPS测站位置不一致的情形,应根据两者之间的位置关系,作与高度相关的偏差改正,以便得到GPS测站上高精度的气压参数。

江西地基GPS遥感大气可降水量变化特征及精度

利用GAMIT软件对2009年6月1日-2010年5月31日江西南昌、赣州站地基GPS数据进行了解算,结合地面温度和气压观测资料,反演了逐时大气可降水量,并讨论了大气可降水量的变化特征、与降水的关系及其探测精度。结果表明,江西大气可降水量变化具有显著的时空分布特征;大气可降水量的变化特征对降水预报有一定的指示意义;GPS观测在反映大气可降水量变化趋势方面有很高的精度,并具有全天候监测水汽的优点。

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。

柴达木盆地GPS大气可降水量精度检验及其变化特征

利用柴达木盆地格尔木站2014年每日00:00和12:00 (世界时,下同) L波段探空数据计算得到的大气可降水量资料(PWV_RS)用来验证GPS数据反演的大气可降水量(P_(WV_GPS))精度。在此基础上,利用格尔木、德令哈两站P_(WV_GPS)资料,对该地区大气可降水量P_(WV)变化特征进行分析。结果表明:柴达木盆地P_(WV_RS)和P_(WV_GPS)逐日变化具有很好的一致性,P_(WV_GPS)略高于P_(WV_RS),两者相关系数在0. 9以上。夏秋季P_(WV_RS)和P_(WV_GPS)相关性明显好于冬春季,00:00的相关系数略高于12:00。00:00和12:00 P_(WV_GPS)均方根误分别为1. 8和2. 4 mm,平均相对误差分别为0. 2和0. 4,平均偏差分别为4. 2和4. 3 mm。柴达木盆地P_(WV_GPS)能够反映这一地区实际大气可降水量水平。柴达木盆地P_(WV_GPS)月变化呈单峰型分布,7月最大、12月最小。P_(WV_GPS)夏季最为丰富、秋季次之、冬季最小,呈南多北少的空间分布特征。柴达木盆地日均P_(WV_GPS)为0. 4~28. 0 mm,逐时P_(WV_GPS)为6. 9~7. 3 mm。

北斗和GPS反演大气可降水量的对比分析

北斗地基增强系统是我国北斗卫星导航系统重要的地面基础设施,它可以获取高精度、高时间分辨率的水汽产品,满足数值预报、空间天气监测和预警业务的需求。本文利用2017年北斗地基增强系统中北斗单模、GPS单模和GPS+BD双模的数据资料,对同址的北斗气象站、GPS气象站和探空站反演大气可降水量进行对比分析,结果表明:(1)现行北斗地基增强系统所提供的数据,可以有效地用来反演大气柱总水汽含量,所得结果合理,平均偏差都小于1 mm,在变化上与GPS系统和探空系统基本一致,对数值预报有一定的指示作用;(2)与GPS系统相比,GPS单模/PWV和GPS+BD双模/PWV的均方差小于2 mm,相关系数均在0. 97以上,表明两者在反演PWV的精度上与GPS系统相当,而北斗单模/PWV的均方差为3～6 mm,相对方差达到了15%～20%,其精度与GPS系统还有一定的差距;(3)与探空相比,北斗单模在个别时次变化趋势上存在不一致的情况,其均方差为2. 14～6. 12 mm,相对方差为15. 32%～20. 84%,其误差可能是由于探测系统误差等因素造成的,而GPS+BD双模和GPS单模会更加稳定。

GPS大气可降水量空间插值方法对比研究

对比分析不同空间插值模型对GPS大气可降水量的插值精度,并对插值误差影响因素进行研究。利用反距离权重法、全局多项式法、局部多项式法、径向基函数法、普通克里金法5种常用空间插值方法对SuomiNet网GPS PWV数据进行插值,应用交叉验证法对比分析各方法的精度,得出5种插值模型均达到一定的插值精度。其中,普通克里金法和径向基函数法插值精度最高,全局多项式法和反距离权重法精度最低,而局部多项式法插值精度中等。对插值误差影响因素的分析表明,GPS站点密度越高、水汽值越低、水汽值变化程度越小,空间插值精度越高。研究成果可为大气水汽含量空间分布特征和规律研究,以及空间插值方法选取提供借鉴。

地基GPS反演大气可降水量方法的改进

利用地基GPS反演大气可降水量(PW,precipitable water)的方法中,GPS PW的准确度依赖于天顶静力延迟(ZHD,zenith hydrostatic delay)的计算模型和转换系数П。分析Saastamoinen模型、Hopfield模型、Black模型计算的ZHD误差发现,其计算的ZHD与探空ZHD相比具有模型偏差,这些模型偏差换算成对GPS PW的影响约为4～10 mm。通过回归建模,对Saastamoinen模型、Hopfield模型和Black模型中的系数进行修正后,可明显减小这些模型偏差,且不影响这些模型的精度。转换系数П是大气加权平均温度(Tm,atmospheric weighted mean temperature)的函数,Tm与地面温度(Ts)高度相关,根据这一特性,利用9个探空站数据通过回归建模得到的Tm本地化模型可很好地拟合Tm,其模型均方差为2.8 K,对应的相对误差为1.0%。对地基GPS反演PW的方法进行改进后,求得的GPS PW的系统偏差明显减小,其中,采用改进的Hopfield模型和Tm本地化模型求得的GPS PW,与探空廓线计算的PW相比,其偏差为-1.6 mm,而与微波辐射计廓线计算的PW相比,其偏差为-1.2 mm。

利用地基GPS资料分析成都地区大气可降水量

利用成都地区GPS地震监测网的观测资料,通过Bernese软件求解获得CHDU、JYAN、PIXI、QLAI、RENS、ZHJI测站的天顶总延迟和湿延迟,运用湿延迟与大气可降水量之间的转换关系得到各测站大气可降水量,与站点地面实际降雨量及SONDE大气可降水量进行了比较分析。结果表明:地基GPS监测大气可降水量变化与地面实际降雨量有很强的相关性,与SONDE大气可降水量的平均差值为0.43 mm,均方偏差为2.56 mm。多站点GPS监测大气可降水量联合分析,对于研究区域大气可降水量的变化有一定的意义。

地基GPS准实时反演三峡地区大气可降水量的研究

探讨了利用地基GPS气象学原理反演大气可降水量(precipitable water vapor,PWV)及其变化的可行性。从理论上分析了在缺少地面气象资料时用模型估计气象元素对反演PWV的影响,分析了用IGS超快速星历代替IGS最终精密星历准实时计算PWV的可行性。利用三峡地区13个监测点连续48 h以上的跟踪数据联合国内的几个IGS站,使用GAMIT软件进行了数据处理。

利用区域GPS观测网探测夏季降雨中大气可降水量

采用南京区域GPS观测网的观测数据,结合地表大气参数,计算出夏季降雨过程中的相对GPS大气可降水量;再加入国内3个IGS参考站的观测数据组成超长基线,计算出同时间段内的绝对GPS大气可降水量,并与探空数据所得的大气可降水量进行对比.结果表明:GPS大气可降水量与探空数据所得的大气可降水量有较强的一致性;在精确性和相关性方面,绝对GPS大气可降水量优于相对GPS大气可降水量;绝对GPS大气可降水量的变化能直观地反映地表实际降水量.

海口地区GPS反演大气可降水量中加权平均温度模型构建及其应用

地基GPS反演大气可降水量(precipitable water,PW)中,加权平均温度(Tm)是一个非常重要的参数。为提高海南岛PW反演的精度和可靠性,基于海口站2008—2010年探空数据计算的Tm,分析Tm时间变化特征及其与地面气象要素的关系,在此基础上利用2008—2012年数据建立Tm单因子、多因子回归模型和加入年积日的回归模型,并利用2013—2014年数据对模型进行检验。进一步基于2012年5—10月数据对基于Tm单因子和多因子模型的GPS反演PW进行检验。结果表明:本地化单因子、两因子Tm模型均方根误差分别为2.000和1.978 K,与Bevis公式、常数法相比,本地模型误差较小,与探空资料计算的Tm有良好的一致性。与Bevis模型相比,基于本地单因子和多因子Tm模型的GPS反演PW与探空资料计算的PW相关性更高,偏差更小;与多因子线性模型相比,基于加入年积日的Tm模型的GPS反演PW精度明显提高。本地化Tm模型能更好满足海口地区地基GPS反演PW。

地面气象要素对GPS反演大气可降水量结果的影响

简要介绍了利用GPS技术计算大气可降水量的原理及方法,以西宁GPS水汽站为例介绍了利用GAMIT软件对大气可降水量的反演流程,利用西宁站观测数据计算了有地面气象数据参与解算和无地面气象数据参与解算的大气可降水量结果,并对两种反演结果进行了对比分析,得出两种计算结果相近、具有很好的相关性,相关系数为0.921,两种反演结果在数值上最大相差5mm、平均相差1.54mm,在总体趋势上两者一致。分析了GPS技术计算大气可降水量的误差,其中地面气象要素对计算结果有重要作用,但影响不大,在不需要精度太高的计算结果及没有条件获得地面气象数据时,可以直接用GAMIT对大气可降水量进行解算,这为探测大气可降水量提供了一种可行的方法。