基于超快速星历反演大气可降水量的精度分析

师芸,邬康康,申靖宇

(西安科技大学 测绘科学与技术学院,陕西 西安 710054)

0 引 言

在气象学研究中,学者们将垂直方向上气柱内所有的水汽含量转化成液态水的高度来表示大气中的水汽含量,又称为大气可降水量(PWV).大气中的水汽含量虽然少,但它却是大气系统的重要组成部分,几乎所有的天气变化都与水汽的动态变化密切相关.因此,及时准确地掌握水汽的变化对于预报天气具有重要意义.传统的水汽探测方法有探空气球、激光探测、微波辐射计等,但这些方法存在造价高昂、时空分辨率低等问题.文献[1]在1992年进行了GPS探测PWV的实验,利用地面气温拟合了大气的加权平均温度,使得 GPS探测大气水汽的方法由设想变成现实,并在1994年提出“GPS气象学”的概念.几乎同一时间,北京大学的毛杰泰教授[2]将这一概念引入国内,并对GPS-PWV的原理做了详细介绍.文献[3]综合各种因素研究了如何实时获得高精度的GPS-PWV，同时卫星轨道信息是影响地基GNSS反演PWV精度重要因子之一.文献[4]的研究表明,利用IGS中心提供的最终精密星历获得的水汽精度可达1 mm,其精度完全可以满足天气预报的需求.但是最终精密星历具有时间上的延迟性,最短也有13 d左右,无法满足对天气的实时预报.

这时，猴子跑进来说：“县里来电话，说新站长乘下午一点的班车到。”我一看表，是十二点三十六分，得赶紧准备。

⑱Rose，R．，“What is lesson － drawing?”Journal of Public Policy，1991，11(1)，pp．3 ～30．

为解决此问题,IGS中心于2000年提供可以实时下载的超快速星历,国内外许多专家学者对于广播星历、快速星历、超快速星历是否可以代替最终精密星历来实现对水汽的实时获取这一问题进行了许多研究.文献[5]对广播星历条件下基线解算精度进行了分析,结果表明,一定条件下用广播星历代替最终精密星历可以满足日常工程需求;文献[6]中可以用超快速星历代替最终精密星历进行中长基线的解算;文献[7-9]使用不同星历进行精密单点定位精度分析,并取得了良好的定位精度;文献[10]使用超快速星历可以得到和最终精密星历精度一致的低轨定位结果.

针对最终精密星历更新速度较慢、时延较长,无法满足实时反演PWV的要求,本文利用GAMIT软件,用超快速星历代替精密星历反演出PWV, 并将其与最终精密星历和气象探空站获得的PWV对比分析,结果表明,超快速星历可以代替最终精密星历反演PWV,实现对中小尺度天气的预测.

1 地基GNSS反演PWV

GPS信号在传播过程中会受到电离层和对流层影响产生延迟和弯曲.其中电离层延迟可以利用双频接收机消除99%以上的影响,大气总延迟剔除电离层延迟可得到对流层总延迟,其可表示为

1)卫星截止高度角为15°.

(1)

3)历元间隔30 s.

ZTD=ZHD+ZWD，

(2)

式中:ZHD为天顶方向上的干延迟;ZWD为天顶方向上的湿延迟.

其中，干延迟量占对流层总延迟的90%以上[11],其具有较好的稳定性,可以利用地面气象观测通过数学模型计算;而湿延迟随着时间和方向不同而发生快速的变化,难以用模型计算.可利用GAMIT等高精度GPS数据处理软件求解,天顶静力学延迟 (ZHD)可通过Saastamoinen模型很好地估计得到,由此可分离得到天顶湿延迟(ZWD)[12],而PWV与ZWD成比例关系,有

秦明月听到表扬跟听到批评一样，脸上仍然不见丝毫变化，又说：“但是这案子我却感到越来越难办，似乎线索太多了。”

2)由图3、表2可以看出2016年二者差值最大为0.65 mm,平均差值为0.005 6 mm,在数值上几乎保持一致.2013年二者差值最大为1.62 mm,平均差值为0.071 3 mm;

PWV=Π·ZWD,

(3)

（3）民营企业决策不科学。在民营企业经营管理中，通常是资历较深的管理者拥有决策权，先进科学的管理方式和管理理念都要让步于“资历”或“辈分”，管理者依赖于自己的经验，不会聆听员工的声音来适时改变管理对策，导致企业的发展决策缺少科学性与民主性。在民营企业初期发展阶段，采取一刀切式管理方法或许能够提升管理效率，但是若企业规模变大，仍然采取老旧的决策方式极易造成管理效率的损失。企业的决策应有一定的程序性与科学性，单纯依赖于经验决策，难免有失公允。

图1 GPS反演PWV流程图

2 数据及处理

2.1 数据来源

本次试验选取中国北京房山(BJFS)、武汉(WUHN)及泰国帕图瓦(CUSV),菲律宾奎松市(PIMO)四个IGS站点数据,及对应时间IGS提供的星历产品,探空站数据.观测时段为2013年7月1日-7月8日及2016年5月30日-6月4日.历史天气数据显示,此时间段内武汉地区有大到暴雨,水汽变化明显,具有代表意义.

本试验通过增施富含微生物菌剂的营养料，可稳定维持养殖水体pH在弱碱性环境，为小龙虾健康生长创造了适宜的水体环境，同时增加了水体溶氧含量和透明度，提高了小龙虾代谢强度，促进了小龙虾摄食量增大，加快了生长速度。但数据显示微生物营养料对水质调控方面在降低氨氮和亚硝酸盐含量的同时也增加了水体总磷含量，分析原因可能与养殖水体pH增高、微生物活性增强，促进生物搅动、矿化作用从而促使沉积物磷释放而导致［9］，建议施用微生物营养料期间控制含磷类投入品的施用量，以降低水体富营养化风险，同时进行多品种混养，充分利用空间和饵料，种植水生植物控制水体和沉积物中N、P含量等。

探空站数据从美国怀俄明州立大学(http://weather.uwyo.edu/)网站下载,IGS观测数据及其他数据可从地球动力数据分析中心(CDDIS)获取[13-14],其中观测数据观测时长为24 h,采样率为30 s.IGS提供的精密星历产品包括最终精密星历(IGF)、快速精密星历(IGR)、超快速精密星历(IGU)[15-16].不同星历在精度、滞后时间、更新率和采样率方面存在差异,如表1所示.

表1 IGS提供的精密星历产品

2.2 数据处理

采用GAMIT10.6软件,主要参数设置如下:

“MDT是一种初步发展的模式，专病诊疗中心就是更高层次的MDT团队。”孙湛说，“MDT团队成熟以后成立亚专科，亚专科成熟以后成立专病诊疗中心，目前中山医院已经有13个专病诊疗中心了。”

2)解算模式选择BASELINE.

式中:HD为静力学延迟;WD为湿延迟.通过映射函数,将大气延迟转换到天顶方向,则天顶总延迟(ZTD)为

回到家，我对妈妈说：“妈妈，我不想学了，舞蹈太难了。”妈妈盯着我看了一会儿，眼中充满了失望，但仍在和蔼地对我说：“孩子，你不能因为一点困难就轻易放弃，你不是想参加演出吗？为了这个梦想也要坚持下去呀！只要功夫深，铁杵磨成针。遇到困难，要学会选择坚持。你想一想，站在舞台上，那么多人为你鼓掌，这是一件多么值得骄傲的事儿啊！”

4)对流层模型选用Saastamoine模型、映射函数选用VMF1.

在IGS提供的所有星历产品中,IGF精度最高,IGU精度最低,但更新频率最快.从更新频率来看,超快速星历完全可以满足实时反演PWV的要求.本节对比分析利用IGF和IGU计算PWV的精度差异.PWV计算时可采取不同的时间间隔,本文采用的时间间隔为2 h,一天可得到13组结果.由于暴雨的影响,2016年5月31日5：00-24：00缺乏观测数据,故5月31日得到两组结果.经计算整理得到IGF与超快速星历条件下PWV的序列图和差值图.

5)加权平均温度模型采用Bevis经验公式.

6)分别采用不同精密星历进行基线解算,解算时引入气象观测数据,生成Z文件,通过sh_metutil生成可降水量成果文件.

3 数据处理结果及分析

3.1 不同星历条件反演的PWV对比

钱先[2] 从本病发病时皮毛会出现憔悴枯槁、肌表不固等症状，根据肺合皮毛，认为肺虚是主要病因，若肺气亏虚不能输精于卫表，或又因肺朝百脉，助心行血，肺气亏虚会影响血的生成，致使腠理失于温润滋养，甚至血行不畅导致瘀血内阻，内脏组织失荣受损。

1)由图2可知两种星历条件下得到的PWV值非常接近,且整体趋势一致;利用SPSS软件计算得到二者相关性均在0.985以上;

蔬菜苗期的猝倒病、立枯病；茄果类的早疫病、晚疫病；瓜类的枯萎病、炭疽病等都是通过床土传染的。而床土是培育蔬菜壮苗的基础，好的床土必须是肥沃：养分完全、保肥力强；疏松透气，既能保蓄一定的水分，又能使空气流通；而且也应无病原菌、虫卵和草籽。

3)相对于2016年来说,2013年水汽差值较大,但2013年7月5日左右武汉发生暴雨,降雨量超过500 mm,空气中水汽含量最高可达77.8 mm,因此相对于空气中水汽含量来说,二者差异几乎可以忽略不计.

(a)2013年7月1日-2013年7月8日水汽对比 (b)2016年5月29日-2016年6月4日水汽对比

(a)2013年7月1日-2013年7月8日水汽差值 (b)2016年5月29日-2016年6月4日水汽差值

表2 IGF和超快速星历计算结果的差值统计

时间差值最大值/mm最小值/mm均值/mm标准差 2013年7月1日-2013年7月8日1.62-1.410.07130.5847 2016年5月59日-2016年6月4日0.65-0.410.00560.1682

3.2 GPS-PWV与Radio-PWV对比

无线电探空站是为大气科学研究而在全球建立的大气探测站.目前已经在国内不同地区建立了超过100个探测站.以准确地获取不同高度的气压、温度、可降水量等产品；因其探测精度较高,常作为其他探测方法的检验标准.本文利用武汉无线电探空站(简称ZBAA,编号57494)作为检验标准,与地基GPS反演的PWV对比如图4所示.

(a)2013年IGF-PWV与Radio-PWV对比 (b)2016年IGF-PWV与Radio-PWV对比

(c)2013年IGU-PWV与Radio-PWV对比 (d)2016年IGU-PWV与Radio-PWV对比

表3 GPS-PWV与Radio-PWV对比结果统计

时间IGU-PWV与Radio-PWV结果统计最大差值/mm最小差值/mm平均差值/mm相关系数RMSEIGF-PWV与Radio-PWV结果统计最大差值/mm最小差值/mm平均差值/mm相关系数RMSE 20135.46-5.08-0.113 70.9442.814.97-4.88-0.185 00.9482.73 20165.08-5.13-0.315 70.9732.984.98-4.95-0.321 40.9732.97

由图4可知,对比IGS站反演出的PWV与探空站得到的PWV可知,二者在趋势上保持高度一致,最高相关性可达到0.973,但并不是完全对应相等,因为探空站的位置与IGS站的位置只是相近,并不完全重合,另一方面探空气球获得的PWV会有包含时间延迟且受风力等因素的影响,而GPS接收机接收信号则是实时反映变化.结合图4、表3可知,二者数值非常接近,最大差值不超过6 mm,利用最终星历得到的PWV与Radio-PWV对比,2013年平均差值为0.185 mm,2016年平均差值为0.321 4 mm,最大均方根误差为2.97.超快速星历条件下,2013年二者平均差值为0.113 7 mm,2016年二者平均差值为0.315 7 mm,最大均方根误差为2.98,由此可以证明地基GNSS反演PWV是稳定可靠的.

4 结 论

地基GNSS探测PWV相对于其他传统探测手段具有成本低、时空分辨率高、范围广等优点,本文通过对2013年7月1日-7月8日及2016年5月30日-6月4日武汉两次降雨时期不同星历条件下获取的PWV与Radio-PWV对比分析,可得到以下结论:

1)与探空站获取PWV对比,连续运行参考站反演的PWV精度较高,二者之间的平均误差不超过5 mm,最大均方根误差不超过3,在无法获得Radio-PWV的情况下,可利用地基GPS获得的可降水量代替Radio-PWV用于对中小尺度天气的预测等.

2)与2016年相比,2013年基于超快速星历计算得到的PWV与基于IGF计算得到的PWV值相差较大,但是同期武汉降雨量超过500 mm,空气中水汽最高含量达77.8 mm,其差值占PWV总含量不足0.1%,因此可认为两种星历条件下计算得到的PWV一致,均可以满足对天气预报的需求.

3)基于IGF和超快速星历得到的PWV具备良好的一致性,鉴于IGF的长时间时延,可利用IGF进行事后计算PWV,用来研究PWV的变化特征等；若需要实时获取PWV,可采用精度较低的超快速星历反演的PWV.

4)文中采用4个IGS站进行联合计算,结果良好.至于参与解算的跟踪站数量及位置分布对计算PWV精度的影响,还需要采用不同的观测组网解算进一步分析讨论,以便提高地基GNSS反演PWV的精度.