基于JSCORS层析连云港沿海水汽的三维特征分析

董春来，王香兰，蒋廷臣，周 立

(淮海工学院，江苏连云港222005)

基于JSCORS层析连云港沿海水汽的三维特征分析

董春来，王香兰，蒋廷臣，周 立

(淮海工学院，江苏连云港222005)

基于连云港沿海灌云、赣榆、燕尾港3个站点的JSCORS数据信息，选用GAMIT软件解算水汽斜路径湿延迟数据，通过Matlab软件解算斜路径方向上的水汽含量，运用层析技术，分析连云港沿海区域水汽的三维特征，取得良好的分析效果。

JSCORS;网格层析;Matlab;水汽三维特征

一、引 言

大气水汽是地球大气中的一种重要成分，是云和降水形成的物质基础，影响着辐射平衡、能量输送、云的形成和降水。水汽的三维分布对于校正数值天气预报预测模式的初始场是非常重要的，特别是对于水汽时空变化比较激烈的区域，能否准确地获取水汽的垂直剖面信息影响着数值天气预报的准确度。目前，常规大气水汽的监测主要依靠无线电探空观测，但是探空观测每12 h观测一次，且空间分辨率一般在200～300 km，其时空分辨率难以满足天气预报及气候研究的要求［1］。已有的研究表明，GPS观测的每条斜路径方向的水汽含量(slant water vapor，SWV)包含水汽的垂直剖面信息，利用GPS观测计算SWV，通过层析可获得水汽的三维分布结构特征。

连云港市地处南北气候过渡带，兼具海陆水汽特点，气候复杂多变。JSCORS在此区域内布设有赣榆、燕尾港、灌云3个基准站，空间和时间的连续性对于复杂水汽的监测具有独特的优势，为海州湾海域进行大气水汽三维含量时空特征分析研究提供了基础数据资料。本文基于JSCORS网提供的GPS观测值，利用层析技术及Matlab工具，进行区域三维大汽分布特征分析，探讨提高水汽分析、天气预报及气候预测的新手段。

二、连云港沿海区域网格层析模型的构建

层析技术即利用一定研究区域内不同方向和位置的积分观测值反演各部分信息的方法。在层析连云港沿海区域水汽三维分布的问题中，观测值是JSCORS信号斜路径方向上水汽密度的积分，利用划分网格的形式把问题离散化，认为所划分的每一个网格内的水汽密度是均匀的，在解算时设为一个未知参数。根据JSCORS信号在所经过网格内穿过的长度，列出观测方程。实际解算时，由于观测值的数量比较少且分布不均匀，方程不能得到唯一解，需要其他的辅助信息如水平约束、垂直约束、边界条件和先验信息等约束条件［2］。

1.连云港海岸带网格划分

GPS水汽层析所用的GPS网和网格的划分需要满足以下两个条件:

1)站间距小于60 km。为了消除多路径效应等因素的影响，使用的截止仰角e为10°。当然还可以更高，但是观测到的信号会减少。考虑到10 km以上水汽密度一般小于0.1 g/m3，可选择层析的高度为10 km，对应GPS站的站点间距，即网格距，最大约为57 km。

2)垂直分层间隔的选择。Flores等的研究表明，GPS层析可分辨的最小垂直厚度约为300 m，如果厚度小于此值，则噪音会影响层析结果，但层析适宜的垂直分辨率是多少，Flores并没有给出结果。毕研盟分别以600 m、800 m和1 000 m的垂直分辨率进行过层析结果的比较，发现800 m的垂直分辨率的层析结果相对较好［3］。

根据以上条件，连云港地区网格划分的间距为0.54°和0.37°，垂直方向从地面至4 000 km，分层间隔高度为1 km，网格数为3×3，如图1所示。

图1 连云港区域网格划分图

2.三维层析模型

如图2所示，设每一个网格内的水汽密度为xi，j，k，第p条信号穿过该网格的长度为api，j，k。设研究区域内东西网格数为ne，南北网格数为nn，高程方向分nh层，则第p个观测值对应的观测方程为［4］

式中，SWVp代表GPS信号斜路径方向的水汽含量; i、j、k表示网格的三维坐标。

图2 层析三维单元网格划分

根据连云港地区GPS网进行层析试验的实际情况可知，连云港地区的边界条件是在10 km高度的水汽密度接近于0.1 g/m3。解算时把水平约束、垂直约束、边界条件和先验信息等约束条件与GPS观测方程一起解算，解算模型为

式中，A、M、D、H分别对应JSCORS倾斜路径水汽、数值预报先验信息、边界条件和水平约束方程的系数阵;X为未知系数阵;Δ1、Δ2、Δ3、Δ4分别对应改正数; SWV、M0、D0分别对应观测值、先验信息和边界值［4］。

三、JSCORS反演计算SWV

1.斜路径湿延迟数据处理过程

GPS数据处理选用GAMIT软件，数据处理过程分为GPS数据准备、GAMIT配置文件重置、GAMIT解算等过程。其斜路径湿延迟数据处理可分两步:

1)编辑数据。采用快速解编辑数据，生成“干净”的观测数据文件——X.file。

2)参数估计。利用生成的X.file文件进行几何模型派生的偏差、检测数据的异常域、整周模糊度等参数解算。

2.连云港沿海JSCORS站斜路径湿延迟计算

利用GAMIT软件解算连云港沿海JSCORS的赣榆、燕尾港、灌云3个基准站，获取斜路径湿延迟数据，赣榆县站示例如图3所示，详细数据略。

图3 赣榆县斜路径湿延迟

3.解算沿海大汽中SWV

1)在Matlab的Command命令窗口中将连云港赣榆县湿延迟数据zbtgu导入Matlab中，在Workspace工作区会显示赣榆县(zbtgu)数据文件。

2)Command命令窗口中输入计算连云港赣榆县斜路径水汽含量的代码“zbtguSWV=zbtgu.* 0.15”，Workspace工作区会显示所计算的SWV(如图4所示)。

图4 赣榆县斜路径水汽含量

3)Command命令窗口中输入“save(‘C:Program FilesMATLAB71worksavedzbtgu.txt’，‘zbtguSWV’，‘-ascii’)”，就可以把赣榆县斜路径水汽含量数值(zbtguSWV)保存到文件中。

重复上述步骤依次计算灌云(zbtgy7)、燕尾港(zgtyw7)的斜路径水汽含量，图示及详细数据略。

四、连云港海岸带水汽层析三维特征分析

1.三维水汽层析数据计算

以灌云县为例，将设计代码(如图5所示)输入Matlab的Command命令窗口，可得到如图6所示的灌云县三维水汽含量［6］。从图6中可以看出水汽含量变化趋势比较陡，说明随着时间的变化，水汽含量变化幅度较大。

图5 灌云县三维水汽的代码

图6 灌云县三维水汽含量

2.水汽含量的日变化分析

运用Matlab绘图，如图7～图9所示。根据分析可知，2010年4月1日在海拔500 m处燕尾港水汽日变化总体趋势是白天水汽含量低，夜晚水汽含量高，晚上8点以后水汽含量突然升高，说明此时可能出现降雨。在海拔2 500 m处赣榆县水汽含量变化的总体趋势是白天高、晚上低，但总的水汽含量比较低，说明该日高空大气整体比较干燥。在海拔5 500 m处灌云县水汽含量更低，水汽变化有一定的规律。

3.水汽含量垂直尺度的变化分析

在Matlab的Command命令窗口中输入代码，即可得到连云港燕尾港、赣榆县、灌云县3个站点的三维水汽含量，如图10所示［6］。

图7 燕尾港500 m水汽日变化

图8 赣榆县2 500 m水汽日变化

图9 灌云县5 500 m水汽日变化

综合分析可知，对于连云港赣榆县测站，不同海拔高度水汽含量变化增量为4 mm，经过1 h后，距地面100 m水汽含量增高，说明此后可能出现强降水。随着海拔高度的增加，水汽含量降低。对于连云港的灌云测站，水汽含量变化增量为5 mm，底层水汽含量较高。对于燕尾港测站，水汽含量变化增量是3 mm，有的高层出现水汽突然增高，说明此时大气含水量较高，出现降雨的可能性比较大。

图10 3测站的综合三维水汽含量

五、结束语

本文在连云港沿海区域灌云、赣榆、燕尾港3个JSCORS站点基础上，以2010年4月1日为例，提出并实施了运用GAMIT软件、Matlab工具及层析技术反演区域三维水汽特征的研究。结果表明，连云港海岸带大气水汽总体变化趋势是底层大气水汽含量较高，随着海拔高度的增加，水汽含量相应降低，而且在同一海拔高度的不同时间，水汽含量变化也不相同。局部地区水汽变化幅度较大，但不会影响总体，水汽总体变化趋势较平稳。水汽含量底层变化平稳，上层变化比较大。结果证明了利用GPS观测信息层析三维水汽特性的可行性、适用性与先进性，在具有一定密度的GPS网点信息量的沿海地区，可作为水汽分析、天气预报及气候预测的新手段。

［1］ 宋淑丽，朱文耀，程宗颐，等.GPS信号斜路径方向水汽含量的计算方法［J］.天文学报，2004，45(3): 338-346.

［2］ 李国翠，李国平，景华，等.华北三站地基GPS反演的大气可降水量及其特征［J］.气象科学，2008，28(4): 389-394.

［3］ 毕研盟，毛节泰，刘晓阳，等.应用地基GPS遥感倾斜路径方向大气水汽总量［J］.地球物理学报，2006，49(2):335-342.

［4］ 曹玉静，刘晶淼，梁宏，等.基于地基GPS层析大气水汽资源的方法研究［J］.自然资源学报，2010，25(10):1786-1796.

［5］ 王勇，何荣，杨彬云，等.GPS反演的可降水量与降水的对比分析研究［J］.测绘科学，2010，35(5):80-82.

［6］ 刘敏，郭鹏，叶其欣，等.上海地区地基GPS水汽三维层析技术和初步应用［J］.天文学报，2010，51(3): 299-308.

3D Feature Analysis of Water Vapor over the Coastal Areas of Lianyungang Based on Tomography of JSCORS

DONG Chunlai，WANG Xianglan，JIANG Tingchen，ZHOU Li

0494-0911(2011)12-0029-04

P228.4

B

2011-03-02;

2011-09-20

江苏省海洋资源开发研究院开放基金资助项目(JSIMR10C01);江苏省测绘科研开放基金资助项目(JSCHKY201005)

董春来(1963—)，男，安徽安庆人，副教授，主要从事大地测量及数据处理等方面的教学与科研工作。