中国沿海地基GPS水汽反演精度分析

王朝阳 周兴华, 卢勇夺 周东旭 张化疑

1 山东科技大学测绘科学与工程学院，青岛市前湾港路579号，266590 2 国家海洋局第一海洋研究所，青岛市仙霞岭路6号，266061 3 国家海洋环境预报中心，北京市大慧寺8号，100081



中国沿海地基GPS水汽反演精度分析

王朝阳1周兴华1,2卢勇夺3周东旭2张化疑2

1 山东科技大学测绘科学与工程学院，青岛市前湾港路579号，266590 2 国家海洋局第一海洋研究所，青岛市仙霞岭路6号，266061 3 国家海洋环境预报中心，北京市大慧寺8号，100081

利用无线电探空和地基水汽辐射计的观测数据，对中国沿海GPS观测网9个观测站反演的1 h间隔可降水量进行对比分析。与无线电探空结果相比，地基GPS反演可降水量的年相关系数在0.95以上，平均偏差自北向南呈逐渐增大的趋势。除西沙站外，其他站的年平均偏差在2 mm之内，均方差在3 mm之内，且平均偏差和均方差存在季节性变化。与地基水汽辐射计结果相比，地基GPS反演可降水量同样具有很好的正相关，同步观测期间两者相关系数为0.989，两者的平均偏差为1.84 mm，偏差的均方差为2.06 mm，且7～9月的月均方差较大。

地基GPS；无线电探空；水汽辐射计；可降水量；相关性

地基GPS技术是一种有效的、具有高时空分辨率的大气探测技术[1]。Bevis等在1992年详细阐述了利用GPS技术反演水汽的基本理论[2-3]，随后美国进行的GPS/STORM实验证实了利用地基GPS数据推算可降水量的可行性[4]。王小亚等[5]利用国内外29个测站组成的地面网进行了我国首次GPS气象学实验，表明GPS探测结果是可靠的。李成才等[6]利用上海和武汉的GPS资料反演了30 min间隔的水汽变化信息，与探空资料相比其均方根误差约为5 mm。随着国内GPS气象网的建立，很多学者在内陆地区开展了地基GPS反演大气水汽含量的研究[7-8]，而沿海的相关研究较少。本文利用沿海GPS观测网的观测数据反演测站上空的对流层延迟，结合测站温度、气压等气象要素计算出测站上空的水汽含量，并与无线电探空和地基水汽辐射计的观测资料进行对比，定量评估地基GPS水汽反演在中国沿海的准确度。

1 数据资料

从沿海GPS观测网中选取老虎滩、成山头、小麦岛、吕泗、长门、厦门、汕头、海口、西沙9个观测站，收集各观测站2013年全年的GPS数据以及逐时的地面气温、气压、相对湿度等气象数据。除成山头外，还收集了其他8个站附近的无线电探空数据。探空站分别为大连、青岛、上海、福建、厦门、汕头、海口、西沙，探空数据每天记录2次，分别为UTC 00:00和12:00。2013-04～10在成山头海洋观测站布设了WVR-1100型双频地基水汽辐射计，获得0°～180°不同高度角路径上的水汽含量。设定每12 min观测1个周期。

2 数据处理方法

2.1 地基GPS反演大气可降水量

GPS信号在大气中传播时受对流层影响会发生延迟，可通过GPS数据处理软件解算出总延迟量，即对流层天顶延迟(ZTD)。为了获取高精度的对流层延迟，引入周边IGS跟踪站数据进行联合解算。通过软件逐日解算可获得测站天顶方向每小时的ZTD序列，数据处理采用事后精密星历。由于ZTD由静力学延迟(ZHD)和湿延迟(ZWD)组成，而ZHD的计算采用Saastamoinen 模型[9]：

(1)

式中，f(φ,Hs)=1-0.002 66 cos(2φ)-0.000 28Hs；φ为地理纬度(rad)；Hs为测站海拔高度(km)；Ps为地面气压(hPa);ZHD为天顶干延迟(mm)。由湿延迟(ZWD)向可降水量转换时，大气加权平均温度Tm采用Bevis经验公式[2]，即Tm=70.2+0.72 Ts,其中Ts为测站地面温度(K)。由于本文研究的GPS观测站与气象观测站距离较近，海拔高度差在20 m以内，因此不需要对地面气温和气压资料进行改正。

2.2 气象探空资料计算可降水量

用探空数据计算空中可降水量，通常采用分层叠加方法。具体公式为[10]：

(2)

式中，PWV为垂直大气柱中水汽总量(cm)；g为重力加速度(cm·s-2)；p0为地面气压值(hPa)；q为随气压变化的各气压层比湿(g·kg-1)；Δp为各高度层气压变化量(hPa)。比湿q通过气压p、露点温度td计算[11]：

(3)

(4)

式中，a、b为常数，其取值与气温有关。当气温高于0°时，a=17.26，b=237.29；当气温低于-55°时，a=21.87，b=265.49[7]。

2.3 地基水汽辐射计数据处理

水汽辐射计记录不同高度角下23.8 GHz和31.4 GHz的大气透过率τ23.8和τ31.4，然后利用统

计回归分析方法得到大气中水汽含量：

(5)

式中，wv为计算出的水汽含量(cm)；c0、c1、c2为回归系数，其大小取决于当地环境。

地基水汽辐射计在降水天气下观测时，降水会在天线罩上形成水膜，降低测量的准确度。当每小时降水量大于1 mm时，本文认为水汽辐射计的观测值存在误差，删除该时段的观测数据。

3 结果对比与讨论

3.1 地基GPS与无线电探空可降水量的比较

表1为沿海8个观测站地基GPS与无线电探空可降水量统计结果。图1给出了海口和西沙站两者可降水量及其差值变化。

表1 地基GPS与无线电探空可降水量平均偏差、均方差及相关系数统计

图1 地基GPS与无线电探空可降水量序列对比Fig.1 Comparison of PWV series between ground-based GPS and radiosonde

从表1、图2中可见，地基GPS反演可降水量和无线电探空结果具有很好的相关性，两者相关系数在0.95以上。另外，地基GPS与无线电探空结果之间的平均偏差因地理位置不同而存在差异：除西沙外，其他站的平均偏差在-1.98～0.68 mm之间，且呈现出自北向南逐渐增大的趋势，均方差在2.20～3.00 mm；西沙站无线电探空比地基GPS反演结果年平均高出5.22 mm，两者的差值基本上均匀地分布在平均偏差直线附近。

本文同时分析了平均偏差、均方差和相关系数的季节性变化。从表2可见，两者间的平均偏差具有季节性差异，汕头站季节性偏差最小，偏差为0.72 mm；厦门站季节性偏差最大，达到2.05 mm。均方差随着季节变化而不同，纬度较高的站(海口站以北)夏季均方差最大，冬季均方差最小，其原因是夏季水汽含量高，大气比较活跃，可降水量变化快，地基GPS反演可降水量是某一时刻的数值，无线电探空为某一时间段的平均值；冬季大气比较稳定，降水少，可降水量变化缓慢。

表2 地基GPS与探空结果可降水量的逐季比较

注：春季为3～5月，夏季为6～8月，秋季为9～11月，冬季为12～2月。

3.2 地基GPS与水汽辐射计可降水量的比较

图2给出了2013-04～10不同月份及同步观测期间地基GPS PWV与水汽辐射计PWV之间

相关关系的散点图(圆点为与水汽辐射计PWV对应的GPS PWV，直线为GPS PWV与水汽辐射计PWV无偏差值时的等值线，n为样本数，r为相关系数，bias为平均偏差，rmse为均方差)。由图可见，两者具有较强的相关性，并且GPS PWV整体上比水汽辐射计PWV偏小。分析得出，地基GPS反演可降水量和水汽辐射计观测结果同步观测期间的相关系数为0.989，两种方法得出的可降水量吻合得很好。从每个月的对比情况看，两者之间的相关系数都在0.95以上。地基GPS反演的可降水量与地基水汽辐射计结果具有较明显的偏差，同步观测期间平均偏差为1.84 mm，均方差为2.06 mm，月平均偏差在1.37～2.27 mm，偏差的均方差在1.42～3.27 mm，且7～9月的月均方差高于其他月份，其原因为这3个月的降水多于其他月份。虽然将降水期间地基水汽辐射计的观测值剔除，但降水较小时以及降水后在地基水汽辐射天线罩形成的水膜同样会影响其测量准确度，导致两者均方差偏大。

4 结 语

1)地基GPS反演大气可降水量与无线电探空结果具有很好的相关性，相关系数超过0.95；除西沙外，其他站的平均偏差在2 mm之内，均方差在3 mm内，并呈现自北向南逐渐增大的趋势。

2)地基GPS与无线电探空结果的平均偏差具有季节性差异，季节性偏差在0.72～2.05 mm之间；海口站以北各站的夏季均方差最大，冬季均方差最小。

3)地基GPS反演大气可降水量与地基水汽辐射计具有较强的相关性，但存在明显的系统偏差，月平均偏差在1.37～2.27 mm之间，偏差的均方差在1.42～3.27 mm之间，且7～9月的均方差较大。

图2 不同月份下GPS PWV与水汽辐射计PWV之间相关关系散点图Fig.2 Scatter diagram of PWV correlation between GPS and WVR from the different months

[1] 李国平，陈娇娜，黄丁发，等.地基GPS水汽实时检测系统及其气象业务应用[J]. 武汉大学学报:信息科学版,2009,34(11):1 328-1 331(Li Guoping, Chen Jiaona, Huang Dingfa, et al. Real-Time Monitoring of Precipitable Water Vapor Derived from Ground-Based GPS and Its Applications in Meteorology[J]. Geomatics and Information Science of Wuhan University,2009,34(11):1 328-1 331)

[2] Bevis M, Businger S, Herring T A, et al. GPS Meteorology: Remote Sensing of Atmospheric Water Vapor Using the Global Positioning System[J].Journal of Geophysical Research, 1992, 97(D14):15 787-15 801

[3] Bevis M, Businger S, Chiswell S R, et al. GPS Meteorology: Mapping Zenith Wet Delays onto Precipitable Water[J]. Journal of Application Meteorology, 1994,33(3):379-386

[4] Rocken C, Hove T V, Johnson J,et al. GPS/STROM-GPS Sensing of Atmospheric Water Vapor for Meteorology[J]. Journal of Atmospheric and Oceanic Technology, 1995, 12(3):468-478

[5] 王小亚，朱文耀，严豪健，等.地面GPS探测大气可降水量的初步结果[J].大气科学，1999,23(5):605-612(Wang Xiaoya, Zhu Wenyao, Yan Haojian, et al. Preliminary Results of Precipitable Water Vapor Monitored by Ground-Based GPS[J].Chinese Journal of Atmospheric Science,1999,23(5):605-612)

[6] 李成才，毛节泰，李建国，等.全球定位系统遥感水汽总量[J].科学通报，1999(3):333-336(Li Chengcai, Mao Jietai, Li Jianguo, et al. Sensing Water Vapor Amount Using Global Positioning System[J].Chinese Science Bulletin,1999(3):333-336)

[7] 郭洁，李国平.地基GPS探测水汽的发展与气象业务应用[J].大地测量与地球动力学，2007,27:35-42(Guo Jie,Li Guoping.Ground-Based GPS in Remote Sensing of Water Vapor Development and Application[J].Journal of Geodesy and Geodynamics,2007,27:35-42)

[8] 杜瑞林，乔学军，王琪，等.用地基GPS资料分析大气可降水汽总量[J].大地测量与地球动力学，2005,25(3):121-124(Du Ruilin, Qiao Xuejun, Wang Qi, et al. Analysis of Integrated Precipitation Water Vapor Sensed by Ground Based GPS[J]. Journal of Geodesy and Geodynamics, 2005,25(3):121-124)

[9] Saastamoinen J. Atmospheric Correction for the Troposphere and Stratosphere in Radio Ranging of Satellites[J]. Use of Artificial Satellite for Geodesy, 1972,15:247-251

[10]向玉春，陈正洪，徐桂英，等.3种大气可降水量推算方法结果的比较分析[J].气象，2009,35(11):48-55(Xiang Yuchun, Chen Zhenghong, Xu Guiying, et al. A Comparison and Analysis of the Result of Three Methods for the Calculation of Water Vapor Resources[J].Meteorological Monthly,2009,35(11):48-55)

[11]卢会国，李国平，蒋娟萍.阳江国际探空实验的GPS、探空、微波辐射计水汽资料对比分析[J].气象科技，2014,42(1):158-163(Lu Huiguo, Li Guoping, Jiang Juanping. A Comparative Analysis of Vapor Data between GPS/MET, Radiosonde and Microwave Radiometer from Yangjiang International Radiosonde Intercomparison[J].Meteorological Science and Technology,2014,42(1):158-163)

About the first author:WANG Zhaoyang, PhD candidate, majors in GPS data processing and GPS meteorology, E-mail:fiowzy@126.com.

Accuracy Analysis on Precipitable Water Vapor Derived from Chinese Coastal GPS Measurement

WANGZhaoyang1ZHOUXinghua1,2LUYongduo3ZHOUDongxu2ZHANGHuayi2

1 College of Geomatics, Shandong University of Science and Technology, 579 Qianwangang Road,Qingdao 266590, China 2 First Institute of Oceanography, State Oceanic Administration ,6 Xianxia Road, Qingdao 266061, China 3 National Marine Environmental Forecasting Center, 8 Dahuisi,Beijing 100081,China

Comparative analyses is made to the precipitable water vapor (PWV) with hourly intervals derived from 9 GPS stations of the Chinese coastal GPS network, using the observation data from radiosonde, ground-based water vapor radiometer (WVR). The results show the annual correlation coefficient of precipitable water vapor between ground-based GPS and radiosonde is above 0.95 and the mean bias gradually increases from north to south. The annual average deviation of the GPS stations (Xisha is excluded) is less than 2 mm and RMSE is less than 3 mm with evitable seasonal change. Compared with ground-based water vapor radiometer, the correlation coefficient reaches an even better value of 0.989. During the synchronous observation period, their mean deviation is 1.84 mm and the RMSE is 2.06 mm with maximum values occurring in July, August and September.

ground-based GPS; radiosonde; WVR; PWV; correlation

National Key Basic Research Program of China, No. 2012CB957704; Open Fund of Key Laboratory of Ocean Circulation and Wave, CAS, No. KLOCAW1410.

2016-11-08

项目来源：国家973计划(2012CB957704)；中国科学院海洋环流与波动重点实验室开放基金(KLOCAW1410)。

王朝阳，博士生，主要从事GPS数据处理与GPS气象学研究，E-mail:fiowzy@126.com。

10.14075/j.jgg.2016.12.006

1671-5942(2016)012-1060-04

P228.4

A