不同星历条件下大气可降水量反演精度分析

高志钰，李建章，寇瑞雄，刘彦军，刘江涛

(1.兰州交通大学 测绘与地理信息学院，兰州 730070；2.甘肃省地理国情监测工程实验室，兰州 730070)

0 引言

全球定位系统(global positioning system，GPS)技术的不断发展与完善以及连续运行参考站(continuously operating reference stations，CORS)在全国各地的逐渐建立为全国各地区提供了稳定的GPS气象观测数据源，使得GPS技术在气象学中的研究和应用取得了更大的突破，具有较好的应用前景。

目前把GPS技术应用到天气预报与气候监测中已经进展到了实际应用阶段[1-4]。随着高精度数据软件的逐渐成熟，GAMIT软件已被广泛应用到GPS数据处理工作中，也为利用CORS数据反演大气可降水量(precipitable water vapor，PWV)提供依据。但由于最终精密星历更新时间的延迟，国内外许多学者就广播星历、快速精密星历以及超快速精密星历是否可以代替最终精密星历等诸多实际应用问题进行了研究。文献[5]对广播星历条件下GAMIT基线解算结果精度进行了分析，在一定范围内，使用广播星历代替最终精密星历，可以满足常规的工程应用需要；文献[6]对于中长基线的解算，可使用快速精密星历与超快速精密星历代替最终精密星历进行基线解算；文献[7]对不同星历的GAMIT高精度基线解算进行了研究，并得出在一定条件下可用快速精密星历与超快速精密星历代替最终精密星历进行基线解算的结论；文献[8-10]对不同星历条件下的精密单点定位精度进行了分析，并取得了较好的定位精度；文献[11]对不同星历条件下的低轨卫星轨道进行了分析，快速精密星历与超快速精密星历能够代替最终精密星历取得较好的定轨效果。此外，基于最终精密星历对大气可降水量的研究也逐渐成熟[12-13]，但由于最终精密星历更新时间的延迟，存在大气可降水量的实时反演难以实现的问题，本文提出了以快速精密星历与超快速精密星历代替最终精密星历进行大气可降水量的反演的方法，并结合CORS数据与探空站观测数据，对CORS数据反演大气可降水量的可行性进行检验，然后对最终精密星历、快速精密星历与超快速精密星历进行基线解算时的精度进行分析，以此验证快速精密星历与超快速精密星历是否可以代替最终精密星历进行大气可降水量的反演。

1 不同星历类型对比

按照精度划分，全球卫星导航系统(global navigation satellite system，GNSS)卫星星历可以分为精密星历和广播星历[14-15]。国际GNSS服务组织(International GNSS Service，IGS)负责提供各种导航定位系统的星历，由7个IGS处理分析中心的结果进行加权平均后得到，主要分为最终精密星历(igs)、快速精密星历(igr)和超快速精密星历(igu)3种。广播星历较精密星历的精度稍差，目前主要用于导航定位、低等级或短基线的工程测量。星历的更新时刻为世界协调时(coordinated universal time，UTC)。各种星历的具体情况如表1所示。

2 大气可降水量计算方法

2.1 基于无线电探空资料的可降水量计算方法

表1 不同星历类型对比情况

基于探空气球的大气可降水量是利用探空气球观测气象对流层中各个高度上的比湿q(单位：g/kg)，然后对大气压力p(单位：hPa)从地面到对流层上界进行垂直积分而得，即

(1)

式中：PWV为可降水量(单位：mm)；g为地球重力加速度(单位：kg/m2)。实际计算时，可以用各个标准等压面上的比湿值进行差分计算以代替积分，且由于大气水汽几乎全部集中在气象学定义的对流层(0～12 km)，计算时采用分层叠加的办法进行，计算步骤如下：

1)根据各高度上的露点温度测值，算出各高度上的水汽压e(单位：hPa)，计算式为

(2)

式中：Td为露点温度(单位：℃)；系数a、b的取值为气温低于-40 ℃时，a=21.87、b=265.49；气温高于0 ℃时，a=17.26、b=237.29；若气温居于二者之间，系数a、b用线性内插算出。

2)根据各高度上的气压测值p和式(2)算出的水汽压e，可计算比湿q，即

(3)

3)计算大气可降水量PWV，计算式为

(4)

式中p0为地面大气压力(单位：hPa)。

2.2 基于地基GPS反演可降水量

基于地基GPS的可降水量反演步骤为：

1)由GNSS高精度数据处理软件根据原始观测数据解算出各测站天顶总延迟量(zenith total delay，ZTD)；

2)根据气象观测资料与天顶静力延迟模型计算出天顶静力学延迟量(zenith hydrostatic delay，ZHD)；

3)用天顶总延迟量减去天顶静力延迟量而获得天顶湿延迟量(zenith wet delay，ZWD)，即ZWD=ZTD-ZHD；

4)结合式(5)式(6)，根据加权平均温度模型确定水汽转换系数∏，将天顶湿延迟转换为可降水量。

PWV=ZWD·Π

(5)

(6)

3 数据来源与处理方法

3.1 数据来源

选取香港地区2017年12月1日(年积日第335天)至2017年12月30日(年积日第364天)30 d的18个连续运行参考站数据，所选站点分布如图1所示。香港地区仅有一个探空站，即京士柏探空站(编号：45004)，图1中用五角星表示，与HKSC站最接近，仅相距2 km。

图1 香港CORS站分布

3.2 数据处理方法

采用GAMIT软件，选取分布在香港地区周围的8个IGS站(HYDE、CUSV、PIMO、LHAZ、SHAO、BJFS、TWTF、NTUS)作为参考站一同进行解算。GAMIT主要解算参数设置如下[16-17]：

1)卫星截止高度角设置为15°；

2)历元间隔30 s；

3)采用IGS精密星历和地球自转参数，并给予适当约束；

4)采用消除电离层后的组合观测值；

5)数据解算模式采用周跳自动修复技术；

6)海潮模型采用otl_FES2004.grid；

7)先验坐标框架采用ITRF2014公布的数据；

8)对流层折射模型采用Saastamoinen模型估算天顶延迟参数，投影函数采用VMF1模型，引入全球大气映射函数模型文件map.grid，采用分段线性的方法估算折射量偏差参数，每2 h估计一个参数；

9)加权平均温度模型采用Bevis经验公式；

10)分别选取3种不同精密星历进行基线解算，基线解算时引入rinex格式的气象观测数据，生成z文件，进而通过sh_metutil命令生成可降水量成果文件。

4 结果分析

4.1 基线处理结果对比

单时段解算的标准化均方根残差(normalized root mean square value，NRMS)是判断GAMIT基线解算结果质量好坏的一个重要指标。通常来说，NRMS越小，基线解算精度越高；反之，精度越低。根据NRMS值对其结果进行衡量分析，比较理想的NRMS值应小于0.25；若大于0.5，说明处理过程中可能存在未消除的大周跳或某一参数的解存在较大偏差；查看Q文件中的基线解算结果和精度，从而对基线解算结果进行分析。通常认为只要NRMS值符合要求，则可认为基线解算结果是合理的。

分别采用3种精密星历进行GAMIT基线解算完成之后，查看年积日文件下相对应的Q文件，统计每天基线解算结果所得NRMS值，并绘制结果图，如图2所示。3种星历基线解算得到的NRMS值均小于0.2，统计最终精密星历、快速精密星历、超快速精密星历所对应的NRMS均值，分别为0.177 76、0.177 89、0.178 01，其与最终精密星历的差值仅为0.000 13、0.000 25，说明不同精密星历对基线解算没有明显的差异，即由快速精密星历与超快速精密星历代替最终精密星历进行基线解算得到的结果是合理的。

图2 不同星历条件下基线解算精度

4.2 Radio-PWV与GPS-PWV对比

由于香港地区仅有一个探空站即京士柏探空站(编号：45004)，与HKSC站最接近，仅相距2 km。探空站均采集的是UTC时间0时与12时的数据，因此选择UTC时0时与12时HKSC的GPS-PWV与京士柏探空站Radio-PWV进行对比。由于京士柏探空站2017年12月1日的0时无探空数据，故从2017年12月1日至2017年12月30日总共有59组数据进行对比，对比结果如图3所示。其中，igs-PWV、igr-PWV与igu-PWV分别表示在最终精密星历、快速精密星历与超快速精密星历条件下反演得到的可降水量，均属于GPS-PWV。统计分析得到Radio-PWV与igs-PWV、igr-PWV、igu-PWV之间的相关系数、平均偏差、平均绝对误差以及均方差，如表2所示。

图3 Radio-PWV与GPS-PWV对比

表2 Radio-PWV与GPS-PWV对比结果mm

可以看出，Radio-PWV与GPS-PWV变化趋势基本一致，二者之间的相关系数最小为0.994 2，平均偏差最大为0.382 3，平均绝对误差最大为0.695 4 ，均方差最大为0.957 2 mm，且在最终精密星历、快速精密星历与超快速精密星历条件下反演得到的可降水量精度逐渐减小，但也能够满足气象数据预报精度要求。总之，地基GPS反演大气可降水量与探空数值计算得到的PWV基本保持一致，可以满足气象预报的要求。

4.3 不同星历条件下PWV反演结果对比

由于在大气可降水量计算时，采用的时间间隔为2 h，每天可生成13组结果，采样时刻分别为UTC 00：00；02：00；04：00；06：00；08：00；10：00；12：00；14：00；16：00；18：00；20：00；22：00；24：00，即通过30 d数据总共可反演出390组数据结果。由于篇幅有限，仅以HKSC、HKOH、HKWS、HKNP 4站在不同星历条件下30 d的大气可降水量反演结果为例，计算出各站最终精密星历与快速精密星历、超快速精密星历反演结果之间的差值，如图4所示，并统计不同星历类型反演精度，如表3所示。

图4 各站不同星历反演PWV差值

表3 不同星历反演结果精度对比

由图4可以看出，4站均在2017年12月1日0时、2时、4时以及6时igs与igr反演结果差值较大，最大可达1.08 mm，主要原因是此时段快速精密星历igr异常。除此之外，igs与igr反演结果之差均在0.35 mm之内，而igs与igu反演结果之差普遍较大，甚至最大可接近1.2 mm。由表3可以看出，4站反演结果中，igs与igr反演结果相关系数均为0.999 9，平均绝对误差在0.04 mm左右，均方差均小于0.1 mm；而igs与igu反演结果相关系数均在0.999 7左右，平均绝对误差在0.11 mm左右，均方差均小于0.2 mm。由此可得，通过igr、igu反演可降水量时，反演结果对于最终精密星历而言，精度较低，但均能满足气象数据预报精度要求。

5 结束语

结合2017年12月1日至2017年12月30日为期30 d的探空数据以及香港CORS站数据，比较了3种精密星历条件下得到的基线解算结果以及大气可降水量反演结果，并对其精度进行检验，得到了以下结论：

1)在进行基线解算时，可以选取快速精密星历或超快速精密星历代替最终精密星历，解算结果对应的NRMS值均符合要求。

2)与探空资料计算得到的大气可降水量对比，由连续运行参考站数据反演得到的可降水量精度较高，两者之间的误差不超过1 mm，可用于大气可降水量的反演。

3)在最终精密星历无法获取但可获得快速精密星历的情况下，可以选用快速精密星历进行可降水量的反演；当在上述两种精密星历均无法获取但可获取超快速精密星历的情况下，可以选用超快速精密星历代替最终精密星历进行大气可降水量的反演。