利用单GPS站获取空间水汽分布特征

张鹏飞，张双成，杨晓春，王建鹏

(1. 中国科学院 国家授时中心，陕西 西安 710600； 2. 长安大学 地质工程与测绘学院， 陕西 西安 710054； 3. 西安市气象局，陕西 西安 710016)

一、引 言

水汽是地球大气中活跃多变的成分，水汽的运动影响天气的变化，但是目前传统的水汽探测方法不足，尤其是在短时期、强对流天气中尤为明显。地基GPS反演水汽以其成本低、时空分辨率高、精度高等优点被广泛采用。随着地基GPS遥感水汽空间三维分布研究的不断深入，国外学者对其作了深入研究。Bevis等最先提出了地基GPS探测水汽含量的原理[1]；1993年Rocken等提出了相对PWV计算的方法，并且提出了引入远距离GPS站以省去网内水汽辐射计的思想[2]。在国内，1993年毛节泰首先对GPS气象作了深入研究[3]；2004年宋淑丽使用无电离层影响的GPS非差观测组合直接计算SWV[4]；2006年毛辉等利用GPS倾斜路径信号构筑了水汽的时空分布图[5]；毕研盟等利用双差处理法并结合湿梯度、残差遥感斜路径方向大气总量，并用微波辐射计的数据作了验证[6]。

上述学者的深入研究无疑验证了地基GPS反演斜路径水汽的可行性。本文主要针对无法组网的GPS单站利用绝对VSWV和相对VSWV反映测站周围一定区域的水汽时空特点的可行性作了验证，并对单站GPS所能覆盖的范围作了初步分析。

二、利用单GPS站获取水汽空间分布的基本原理

目前在高精度GPS斜路径SWV获取过程中，常采用非差精密单点定位PPP和双差相对定位两种模式。相比之下，PPP定位方法具有估计模型简单、站间不相关、无需引入远距离测站等优点，并且能够直接求解大气延迟各向异性参数。本文采用高精度GPS数据处理软件包Bernese的精密单点定位模块，设Bernese软件估计的天顶总延迟为ZTD，采用GPS观测站气象元素和干延迟分量模型计算得到ZHD，最后在从天顶总延迟ZWD中扣除ZHD就得到天顶湿延迟分量ZWD，同时考虑了由于大气不均匀及可变性和各种未消除的误差引起的残差R，以及大气方位不对称性引起的梯度Δnρ和Δeρ。地基GPS遥感大气天顶方向水汽总量主要是通过天顶方向的GPS信号的湿延迟ZWD来确定的，即

PWV=Π×ZWD

(1)

式中，无量纲的Π是水汽转换系数，可以由加权平均气温得到，约为0.15，主要受测站上空水汽压和绝对气温的影响。

综上所述，计算SWV的公式如下

SWV=mwet×PWV+Π×(f(e)×(ΔnρcosA+

ΔeρsinA)+R)

(2)

式中，mwet为斜路径映射函数；f(e)为梯度映射函数；e为卫星高度角；A为卫星方位角；Δnρ为南北方向的梯度参数；Δeρ为东西方向的梯度参数。

如上文所述，SWV为卫星信号方向上的水汽含量，考虑到卫星的空间位置分布的广泛性，SWV就能反映测站周围上空的水汽分布。鉴于卫星在同一时刻高度角不同，利用湿映射函数把SWV映射投影到天顶方向，得到绝对VSWV，计算公式如下

(3)

天顶方向水汽总量PWV实质上是绝对VSWV的时空平均，因此就可以得到相对VSWV，计算公式如下

相对VSWV=绝对VSWV-PWV

(4)

绝对USWV和PWV、SWV关系如图1所示。

图1 绝对VSWV和PWV、SWV关系示意图

三、反演香港暴雨过程中GPS斜路径水汽总量

2010年7月22日香港地区受台风“灿都”外围雨带影响，香港天文台于下午4时35分(UTC8时35分)发出黄色暴雨警告，于5时20分(UTC9时20分)发出红色暴雨警告，再于5时30分(UTC9时30分)发出黑色暴雨警告。受暴雨影响，港岛、九龙、新界多处水浸，以新界北部较严重，由于水浸关系，全港许多地区交通严重挤塞。

为了揭示单站GPS在探测水汽的时空分布特征，本文算例采用这次暴雨过程中香港CORS网HKPC和HKSC测站予以对比验证，两站相距大约为10 km，主要分析在暴雨过程中测站HKSC的绝对VSWV和相对VSWV的时空分布及变化，如图2、图3所示。同时，为了分析同一颗卫星在距离10 km不同的测站HKSC与HKPC上的水汽变化，对当天处于不同方位的PRN09和PRN17两颗卫星予以分析，如图4、图5所示，横轴为时间(UTC)，纵轴为绝对VSWV，单位为毫米(mm)。

图2 测站HKSC绝对VSWV时空分布图

图3 测站HKSC绝对VSWV时空分布图

由图2～图5可以得出以下结论：

1) 图2显示测站上空各个方向上的绝对VSWV是不均匀的，在UTC8时左右，多个方位处均形成了水汽分布中心，与气象台发布预警的时间比较吻合，并且在方位角90°—120°方位处空气中水汽含量最大，UTC12时后水汽量逐渐减少，水汽分布中心逐渐消失。

图4 PRN09在两个测站的绝对VSWV图

图5 PRN17在两个测站的绝对VSWV图

2) 图3表明测站上空相对VSWV也能很好地反映一天中的水汽分布和变化，并且与暴雨发生的时间比较吻合，暴雨期间相对VSWV分布中心的不同更能反映水汽方向水汽的运动规律。

3) 图4和图5显示PRN09与PRN17卫星在两个距离约10 km的测站HKSC与HKPC上绝对VSWV的分布和变化，两站绝对VSWV随时间变化的一致性说明空气中水汽变化的趋势，水汽量的差异性正好是测站之间的水汽含量变化量，因此一个测站的绝对VSWV可以探测一定区域的空气中的水汽量及其变化。

综上所述，单个测站绝对VSWV和相对VSWV能很好地反映水汽的时空变化。通常情况下，水汽主要集中在大气高度4 km范围内，并且考虑到GPS卫星受到影响的条件很多，卫星高度角过低，仰角小的卫星受到大气的影响较大，同时卫星信号强度弱、信噪比低,容易产生多路径效应，导致观测数据中低质量的数据过多，进而影响数据的整体质量。卫星高度角过高,使观测范围变小,观测卫星数显著减小，数据量又达不到要求。因此，本文选择了GPS常用高度截止角15°和30°，尝试分析了单个GPS站所能覆盖的范围，结果显示单个GPS站约为10 km左右(见表1)，这对于布设GPS网具有一定的参考意义。

表1 单GPS站所能覆盖的范围

四、结束语

GPS的绝对VSWV和相对VSWV能很好地反映测站周围一定范围的水汽时空变化，尤其是对于GPS站个数不足采用组网的方式层析水汽三维分布而言，绝对VSWV和相对VSWV势必提供了另一个工具探测大气的水汽分布及变化。尽管本文的结果与气象台预报的时间非常吻合，但是缺少具体的降水量数据，接下来有待进一步精化，这对于研究降水量与斜路径的可降水量的关系具有重要意义。

致谢：感谢香港地政总署测绘处提供香港CORS网监测数据。

参考文献：

[1] BEVIS M, BUSINGER S, HERRING T A,et al.GPS Meteorology: Romote Sensing of Atmospheric Water Vapor Using the Global Positioning System [J].Journal of Geophysical Research:Atmospheres,1992,97(D14)：15787-15801.

[2] ROCKEN C，HOVE T V,JOHNSON J,et al.GPS/STORM-GPS Sensing of Atmospheric Water Vapor for Meteorology[J].Journal Atmospheric and Ocean Technol，1995,12(3):468-478.

[3] 毛节泰. GPS的气象应用[J].气象科技,1993(4):45-49.

[4] 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.

[5] 毛辉,毛节泰，毕研盟，等. 遥感GPS倾斜路径信号构筑水汽时空分布图[J].中国科学：D辑,2006,36(12):1177-1186.

[6] 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.

[7] 毕研盟,毛节泰，李成才，等. 利用GPS的倾斜路径观测暴雨过程中的水汽空间分布[J].大气科学,2006,30(6):1169-1176.

[8] BAR-SEVER Y E, KROGER P M, BORJESSON J A. Estimating Horizontal Gradients of Tropospheric Path Delay with a Single GPS Receiver [J].Journal of Geophysical Research,103(B3):5019～5035

[9] 张双成,刘经南,叶世榕，等. 顾及双差残差反演GPS信号方向的斜路径水汽含量[J].武汉大学学报：信息科学版,2009,34(1):100-104.