王勇,郝振航,娄泽生,石强,李江波
(1.天津城建大学 地质与测绘学院,天津 300384;2.河北省气象台,河北 石家庄 050022)
随着经济快速发展,城市地面沉降日趋加剧,由此,对这些地表变化现象进行实时、有效地监测突显得愈发重要.InSAR/D-InSAR技术具有全天候、高精度、高时空分辨率等特点,是监测地表形变、揭示地表变化时空发展规律的重要方法之一[1].其中大气水汽延迟是影响InSAR数据干涉测量结果精度的主要误差源[2-3].利用地基全球导航卫星系统(GNSS)观测数据可反演高时空分辨率的对流层延迟序列.不同期对流层延迟的差异影响InSAR形变结果精度,多位学者利用GNSS对流层延迟进行了InSAR大气校正,有效提高了InSAR形变结果精度[3-5].GPS数据用于改正InSAR中大气延迟误差的方法受GPS站点密度的限制,只利用有限的几个站点所观测到的大气数据来生成干涉图的大气改正图,往往达不到很好的效果[6].Williams等[7]在1998年证实利用美国南加州GPS监测网 (SCIGN)获得的GPS水汽数据进行空间插值后可以降低大气对InSAR干涉纹图的影响.GNSS对流层延迟结合气象要素可获得与探空水汽精度一致的水汽信息,连续的水汽信息可为灾害性天气监测和短时临近预报提供重要依据[8-10],水汽还可为雾霾的监测与预报提供参考.王勇等人[11-12]通过将北京、河北省多个站点在不同时期(雾霾高发期、亚洲太平洋经济合作组织(APEC)会议大气污染控制期)与细颗粒物(PM2.5)浓度比较,论证了水汽与PM2.5浓度存在显著正相关特性.张双成等人[13-15]以其他地区为例开展了雾霾与GPS水汽的相关性分析.气象部门可依据GNSS水汽含量变化开展人工降水来减缓雾霾天气的持续影响, 进而为改善空气质量提供科学依据[8].GNSS水汽在一定程度上可用于雾霾天气的监测与预报.
京津冀地处平原地区,经济发展迅速,重度污染过程频发,地表沉降较为严重,如何利用该地区GNSS连续观测资料用于天气预报、InSAR形变等研究具有重要意义.水汽与对流层延迟变化密切相关,InSAR数据处理需要获得不同期对流层延迟的差值,进而去除大气延迟差异的影响.京津冀地区GNSS测站间距数十千米,因而有必要开展GNSS对流层延迟插值研究.本文将利用京津冀地区不同时期、不同天气状况的GNSS观测数据开展对流层延迟插值研究,并验证插值精度.
本文研究的京津冀地区GNSS数据包括河北省连续运行参考站(GNSSCORS)站点及中国大陆构造环境监测网络(CMONOC)中北京、天津的站点,共计71个GNSS站点,站点分布如图1所示.
图1 京津冀地区站点分布图
GNSS对流层延迟是本文研究的基础,测站对流层延迟的计算过程如下:采用国际GNSS服务(IGS)精密星历/松弛解模式结合的方式,采样间隔为30s,解算时间为世界标准时(UTC)00:00-24:00,按天解算.对流层延迟的设置为每小时解算一次,GAMIT软件估算对流层延迟所用气象参数采用默认值.为获得GNSS测站对流层延迟绝对值,引入同期长距离IGS站(拉萨(LHAZ)、上海(SHAO)、乌鲁木齐(URUM)、武汉(WUHN))联合处理,通过GAMIT使用SAAS模型联合解算测站数据反演得出对流层延迟[16].
GNSS对流层延迟空间插值时间为2016年9月-2017年8月,逐月选取一天,并选择SAR卫星过境的整点时间的对流层延迟作为研究数据,共12组数据.对流层延迟单位为m.实验数据随机选取.降水过程的发生导致水汽值的下降,同时对对流层延迟数值产生影响.为反映因降水引起对流层延迟变化是否对空间插值精度产生影响时,在数据选择上,保证2016年9月-2017年5月为未发生降水过程的数据,2017年6-8月为发生降水过程的数据.
利用GNSS数据作为辅助数据进行大气校正时,计算取得的GNSS对流层延迟与高程相关,故进行空间插值的过程中除顾及平面位置的影响外,有必要考虑高程差异的影响[17].故选取其中10个站点进行精度验证时,站点平均分布在京津冀平原地区,除天津武清站缺失2016年9月数据外,其他数据完整.实验数据选取UTC时间10点的数据,为InSAR大气校正提供依据.京津冀地区试验点和验证点分布如图1所示.
空间插值的方法有很多,通过随机抽取1组整理好的GNSS对流层延迟数据,分别采用普通克里金法、反距离权重法、样条插值法对GNSS对流层延迟进行空间插值(如图2所示).
由图2可知,三种方法插值结果基本接近,但存在微小差异.提取插值获得的10个验证点对流层延迟,与GAMIT反演的对流层延迟比较,计算平均偏差和均方根误差,如表1所示.
(a)普通克里金法 (b)反距离权重法 (c)样条插值法图2 三种空间插值方法对比
平均偏差/cm均方根误差/cm 普通克里金法0.521.20 反距离权重法0.140.56 样条插值法2.284.34
由表1可知,根据计算获得的平均偏差和均方根误差,发现:反距离权重法插值精度优于普通克里金法和样条插值法,因此,本文选择反距离权重法进行对流层延迟的空间插值.
鉴于部分GNSS站点未安置气象观测仪器,无法获得气压、温度等观测数据,因而无法计算GNSS站点水汽.水汽与对流层延迟之间存在什么样的关系?是否可以将GNSS对流层延迟取代水汽?如能解决这两个问题,则可以利用GNSS对流层延迟插值结果用于短期天气预报.为验证水汽与GNSS对流层延迟之间的关系,选择河北省4个GNSS站点(已安置气象仪器)开展GNSS对流层延迟与水汽的相关性研究.4个站点为保定安新(SZAX)、承德丰宁(SZFN)、张家口怀安(SZHA)、张家口怀来(SZHL),数据时间为2013年3月1日-2014年2月28日,对流层延迟单位为m,水汽单位为mm,均为小时数据.GNSS对流层延迟和水汽的比较如图3所示.
(a)SZAX (b)SZFN
(c)SZHA (d)SZHL图3 GNSS对流层延迟和水汽的比较
由图3可知,GNSS对流层延迟和水汽序列变化基本一致,两者之间存在较好的对应关系.计算两者之间的相关性,相关性结果如表2所示.
表2 GNSS对流层延迟与水汽相关性统计
由表2可知,GNSS 对流层延迟和水汽存在显著正相关特性,两者的相关性超过91.7%,故用GNSS对流层延迟代替水汽进行插值研究分析是可行的.通过河北省多个站点分析,验证了GPS气象学原理中对流层延迟与水汽的相互转换关系.
利用ArcGIS软件的反距离权重插值方法将去除验证点后的GNSS对流层延迟数据进行空间插值,图4为4组不同季节的京津冀地区GNSS对流层延迟插值图.按点提取值的方法提取10个验证点的对流层延迟估算值,并与对流层延迟真实值比较,计算平均偏值和均方根误差.图5为验证点真实值与估算值的差值图.表3示出了对流层延迟估算值,并与对流层延迟真实值的误差统计.
(c)2017年4月 (d)2017年7月图4 京津冀地区GNSS对流层延迟插值图
(a)前5个站点 (b)后5个站点图5 验证点真实值与估算值的差值
站点全年平均偏差/cm均方根误差/cm无降水过程平均偏差/cm均方根误差/cm降水过程平均偏差/cm均方根误差/cmSZCD-0.020.950.260.82-0.840.95 SZYQ0.090.440.090.350.080.77 SZME0.530.510.640.480.210.56SZJO0.840.660.760.321.081.38 SZHH0.080.670.270.34-0.511.16 SZHS-0.130.63-0.380.350.610.76 SZXT-0.850.44-0.810.43-0.960.52
站点全年平均偏差/cm均方根误差/cm无降水过程平均偏差/cm均方根误差/cm降水过程平均偏差/cm均方根误差/cm SZNP-0.410.50-0.340.39-0.640.81 SZLX0.210.890.010.770.831.11 TJWQ1.120.641.250.340.781.18
由图5和表3可知,除武清站点缺失1组数据外,其他站点全年数据平均偏差最大为-0.85 cm,均方根误差最大为0.89 cm;未发生降水过程平均偏差最大为-0.81 cm,均方根误差最大为0.82 cm;发生降水过程平均偏差最大为1.08 cm,均方根误差最大1.38 cm.天津武清估算的对流层延迟与GNSS对流层延迟之间误差较大,分析其原因是天津南部和沧州北部无站点数据作为插值依据.GNSS对流层延迟与水汽转换系数大致为6∶1,即6 mm GNSS对流层延迟可以转换为1 mm水汽,除去武清站点,其他站点在全年、有无降水过程的误差最大均方根误差为1.38 cm,折合成水汽为2.07 mm,京津冀地区GNSS对流层延迟插值结果可以满足气象预报精度和InSAR大气校正的要求.
本文通过对京津冀地区GNSS对流层延迟与水汽进行相关性分析,利用GNSS对流层延迟代替水汽进行空间插值分析研究,获得以下结论:
1)GNSS ZTD和PWV之间呈显著正相关,可以用GNSS对流层延迟数据代替水汽数据进行数据分析;
2)通过反距离权重的方法对京津冀平原地区进行GNSS对流层延迟空间插值分析,除去武清站点缺失,其余站点的对流层延迟插值与实际值的均方根误差最大为1.38 cm,对于武清站点,可以通过天津市GNSS CORS资料补充插值,则京津冀地区GNSS对流层延迟插值结果可以满足气象预报精度和InSAR大气校正的要求.