基于珠海北斗CORS实时探测大气可降水量

李秀龙，丁建勋，马德富

(珠海市测绘院，广东 珠海 519015)

基于珠海北斗CORS实时探测大气可降水量

李秀龙*，丁建勋，马德富

(珠海市测绘院，广东 珠海 519015)

与传统水汽探测手段相比，GNSS气象技术具有精度与时空分辨率高、实时、连续、全天候、成本低等优点。本文基于珠海北斗CORS(ZHBDCORS)，采用精密单点定位技术(Precise Point Positioning，PPP)处理多模(北斗、GPS、GLONASS)GNSS数据，实现了大气可降水量(precipitable water vapor，PWV)的实时探测。将连续6个月的PWV计算成果与ECMWF同期资料比较，平均偏差约为 1 mm，标准差不大于 3 mm，一致性较好。经比对，极端天气(台风)下，PWV成果与实际水汽分布及其变化趋势相符。

GNSS；珠海北斗CORS；大气可降水量；精密单点定位技术；ECMWF；精度分析

1 引 言

大气中水汽含量的常规观测主要依赖于探空观测和水汽辐射仪观测等传统方法，这些方法存在工作量大、设备昂贵、非全天候等缺点。例如，无线电探空仪的观测成本较高，常规的观测时间间隔为 6 h或 12 h；水汽辐射仪的设备费用高；激光雷达不能全天候观测等。

GNSS水汽探测根据搭载平台的不同分为地基和空基两种，本文探讨地基探测法。地基GNSS水汽探测利用放置在地面上的GNSS接收机测量GNSS卫星的信号纵向穿过大气层到达地面时所引起的延迟量，进而反演出对流层天顶方向或信号斜路径上的水汽累积量[1]。采用地面GNSS设施进行水汽观测，可有效利用已有的GNSS连续运行观测站资源，无须其他硬件成本，是一种廉价的水汽观测手段，且具备精度高等优点。Rocken等(1997)对1996年4个月的美国中部的16个GPS站的准实时的PWV进行了检验，与无线电探空仪进行了比较，利用精密轨道计算的后处理和无线电探空资料计算得到的PWV差值的标准差为 1.3 mm，这表明这两种技术得到的PWV属于同一精度级别[2]。丁金才等(2003)对中国长三角洲地区的部分GPS PWV与无线电探空数据的PWV进行了对比，标准差为 3.16 mm[3]。

2 珠海北斗CORS系统

珠海市位于广东省珠江出海口的西侧，全市沿海陆地和大片岛屿组成。由于独特的地理位置等因素，这里湿润多雨，尤其是在春夏季，受海洋季风气候影响，海洋水汽向内陆输送异常活跃，台风、雷暴等灾害天气较为常见。珠海北斗CORS是珠海市的市级CORS系统，是国内较早建成的城市三模(北斗、GPS、GLONASS)实用型卫星导航服务系统。系统由11个基站构成，站网平均边长小于 30 km，基本覆盖珠海市包括广阔海域在内的海陆全境，为地方提供高精度的三维、动态基准服务。珠海北斗CORS站组网布局如图1所示。

图1 珠海北斗CORS站网示意图(▲表示基站)

3 实时大气可降水量获取

地基GNSS气象应用中，计算PWV的方法主要有两种：双差(Double Difference，DD)方法和精密单点定位(Precise Point Positioning，PPP)方法[4]。在早期，双差法解算模式被广泛应用，如利用GAMIT程序解算，但是该方法存在一定缺陷，对超过 500 km的长基线，解算精度会明显降低，同时还需要具有高精度天顶PWV的参考站用来获取其他测站点的天顶PWV。

在2010年前，由于高精度改正产品(卫星轨道和钟差)的延迟获取等原因，无法获取实时的水汽产品。2013年4月1日，IGS RTS正式上线，实时发布精密轨道和钟差改正产品以及部分IGS GNSS跟踪站的观测数据。通过IGS发布的实时精密轨道和钟差改正产品结合自主解算的实时轨道和钟差产品，使得用PPP技术来估算可降水量成为可能。

通过PPP技术可以估计出精确的ZTD，ZTD减去ZHD可以得到天顶湿延迟(Zenith Wet Delay，ZWD)，再通过转换系数即可将ZWD转换为PWV。ZWD与PWV存在着式(1)的转换关系：

PWV=Π*ZWD

(1)

(2)

(3)

在无探空资料的地区，大气加权平均温度无法积分获得，本文采用全球加权平均温度模型[6～8]计算Tm，将ZWD转换为PWV。

在获取到IGS实时数据流产品后，需要在广播星历轨道和钟差计算值的基础上进行改正。粗差处理方面，利用在卫星轨道和钟差产品中给出的各项估计值的标准差，基于其标准差并设置合适的阈值，采用传统的粗差探测方法，可以有效探测和剔除。

珠海北斗CORS实时PWV探测系统主要由实时数据流和数据处理中心组成，气象观测设备可以通过约定的协议将气象观测数据实时播发到数据处理中心，每个登记在系统中的气象记录设备都包含位置属性。在数据处理的过程中会选择和基站最近的气象设备获取气压信息。在获得所需的数据后会利用PPP模块将ZWD随同其他未知参数利用卡尔曼滤波一起估计，经过一段时间收敛以后，即可获得稳定的ZWD估值，最后利用WGTEM模型计算的转换系数将ZWD转换为PWV，并以 5 min的采样间隔输出结果(可根据具体要求适当加快输出频率)。

4 精度分析

利用ECMWF(European Centre for Medium-Range Weather Forecasts，欧洲中期天气预报中心)大气再分析资料与PPP探测PWV成果进行比较分析。ECMWF是目前国际上做得比较好的再分析资料之一[9]。ECMWF自1979年8月1日开展运行制作中期天气预报，其提供的再分析数据具有空间分布广、时间序列连续的优势。ECMWF ERA-interim 提供每日0：00、6：00、12：00、18：00的总水汽含量(Total Column Water Vapour)，与GNSS反演得到的PWV为同一气象观测量。由GNSS反演得到的PWV时间间隔为 5 min，较ECMWF而言大大提高了水汽产品的时间分辨率。在进行比较时，本文只比较每日 0：00、6：00、12：00、18：00四个时刻的水汽含量值。

由于ECMWF提供的水汽含量为格网形式，并且参考高程为位势高。在进行比较时，需要进行高程转换、高度归算并内插到GNSS位置[10]。

PWV随高度呈指数递减[11]，为此在进行水汽高程归算时采用以下公式：

PWVh2=PWVh1×e-(h2-h1)/2000

(4)

通过2016年5月13日～2016年11月14日的ECMWF资料，利用高程转换公式计算GNSS站的位势高，并得到周围四个ECMWF格网点与GNSS站的高差，利用高程转换公式将格网点上的水汽含量转换至双线性内插，得到GNSS基站所在位置处的大气可降水量数据，与珠海北斗CORS的10个基站(共11个基站，统计时段内1站故障)的同期观测结果进行比对，较差结果如表1所示。

珠海北斗CORS各基站PWV与ECMWF资料较差 表1

从表1可知，各基站数据与ECMWF相差很小，平均偏差约为 1 mm，标准差稳定在 2 mm～3 mm之间，总体一致性较好，精度均匀。其中SCHY站差值较大，是该站点观测环境受附近山体与高楼影响，同时观测数据不全，导致误差较大，不进行统计。除该站外，各站平均偏差最大为 1.14 mm，最小为 -0.13 mm。平均绝对误差最大为 3.09 mm，最小为 2.74 mm。说明利用PPP解算PWV的精度较为稳定，数据符合性较好。

另外，选取了具有代表意义的市区ZHGT站、郊区内陆DMGT站和两个海岛站：珠江口内侧QIAO站、外侧GUIS站的数据与ECMWF资料作图比较，如图2所示。

由图2可知，各站ECMWF与GNSS的PWV观测值相差很小，整体数据分布一致，说明地基GNSS计算PWV值能很好地符合ECMWF成果且精度较高。两者之间没有明显系统性偏差。相比而言，无论市区站和海岛站，其反演得到的PWV精度相当，没有由于观测地点不同而出现明显的不一致。

图2 珠海4个基站与ECMWF PWV较差散点图

5 极端天气大气水汽监测实例

在诸如台风、暴雨等极端天气条件下，可利用GNSS进行极端天气水汽监测。强台风“妮妲”，是2016年影响珠海市最严重的台风。珠海市气象局继2012年“韦森特”后，再次发布台风红色预警信号(12级飓风信号)。图3为“妮妲”台风登陆时，珠海市大气水汽的变化情况。

图3 “妮妲”台风登陆时珠海市水汽变动情况

“妮妲”台风于2016年8月2日3：35于广东深圳大鹏半岛登陆，距离珠海市区以西 100 km，珠海市上空水汽从西向东含量迅速增加。8月2日8：00，到达珠江口以北距离珠海市区仅 40 km，水汽含量达到最大。随后，台风逐渐远离珠海，水汽含量也随之减少。图3可以很清楚反映出台风登陆前后，水汽的水分布情况。

6 结 论

基于珠海北斗CORS实时探测PWV利用了已有的城市CORS系统，仅通过数据中心的软件部署便可完成构建，其成本低廉且易于实现。

本文采用PPP等技术结合实时IGS产品获取了实时、全天候、高时空分辨率的PWV成果数据。分析表明，该成果能准确反映客观PWV变化情况，且精度较高，可用于监测地区暴雨、台风等极端天气下的水汽变化，提高短时临近天气预报的准确性，连续高分辨率的数据可为天气分析等研究与应用提供序列资料，可作为传统气象手段的有力补充。

[1] 丁金才，袁招洪，杨引明等. GPS气象学及其应用[M]. 北京：气象出版社，2009：11.

[2] Rocken C，Van Hove T，Ware R. Near real time GPS sensing of atmospheric water vapor[J]. Geophys. Res. Lett. ，1997，15：3221～3224.

[3] 丁金才，叶其欣. 长江三角洲地区近实时GPS气象网[J]. 气象，2003，29(6)：26～30.

[4] 张瑞，宋伟伟，朱爽. 地基GPS遥感天顶水汽含量方法研究[J]. 武汉大学学报·信息科学版，2010，35(6)：691～693.

[5] 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 Atmospheres，1992，97(D14)：15787～15801.

[6] Yao Y B，Zhu S，Yue S Q. A globally applicable，season-specific model for estimating the weighted mean temperature of the atmosphere[J]. Journal of Geodesy，2012，86(12)：1125～1135.

[7] Yao Y B，Zhang B，Yue S Q，et al. Global empirical model for mapping zenith wet delays onto precipitable water[J]. Journal of Geodesy，2013，87(5)：439～448.

[8] Yao Y，Xu C，Zhang B，et al. GTm-III：a new global empirical model for mapping zenith wet delays onto precipitable water vapour[J]. Geophysical Journal International，2014，197(1)：202～212.

[9] Wu G X，Lin H，Zou X L，et al. Research on global climate change and scientific data (in Chinese). Adv Earth Sci，2014，29：15～22.

[10] Wang X，Zhang K，Wu S，et al. Water vapor-weighted mean temperature and its impact on the determination of precipitable water vapor and its linear trend[J]. Journal of Geophysical Research Atmospheres，2016，121(2)：2849～2857.

[11] 曹玉静. 地基GPS层析大气三维水汽及其在气象中的应用[D]. 北京：中国科学院研究生院，2012.

Real-time Monitoring Precipitable Water Vapor by ZHBDCORS

Li Xiulong，Ding Jianxun，Ma Defu

(Zhuhai Surveying and Mapping Institute，Zhuhai 519015，China)

Compared with the traditional PWV detection technology，the GNSS PWV has the advantages of accuracy，high spatial and temporal resolution，real-time，continuous，all-weather，economical and so on. In this paper，based on the ZHBDCORS，the GNSS PWV has been figuring out by precise point positioning technology. The GNSS PWV data up to six months achieved similar accuracy of ECMWF PWV and the mean deviation is about 1mm，the MSE less than or equal to 3mm. For extreme weather (typhoon) at border crossings，real-time PWV can reflect the process of water vapor distribution and change in a timely manner.

GNSS；ZHBDCORS；PWV；PPP；ECMWF；accuracy analysis

1672-8262(2017)02-118-04

P228.2

A

2016—11—22

李秀龙(1981—)，男，硕士，工程师，主要从事城市测量新技术应用研究。 基金项目：国家自然科学基金项目(41574028)