GPS/MET中水汽转换参数本地化研究与时空特性分析

毛亚萍，刘海燕，高蕾，武凤英，省天琛

(1．青海省基础测绘院，青海 西宁 810001；2. 青海地理信息产业发展有限公司，青海 西宁 810001)

0 引 言

随着测绘学、地球物理学和气象学交叉学科的GPS气象学(GPS/MET)技术迅速发展,其大气可降水量的探测精度已经能达到2 mm[1]．因为对流层具有区域性差异,在不同纬度和不同时间，对流层的温度、气压、水汽含量、露点温度等参数差异较大．所以在计算大气可降水量时,若在不同地区和季节采用相同的水汽转换参数，将产生较大的误差[2-4]．在如何通过建立大气加权平均温度来提高水汽反演的精度方面，国内外学者做了大量的科学研究,Bevis给出了地表温度与大气加权平均温度之间的线性关系,并提出了适用于中纬度地区的Bevis经验回归公式[5];李建国等[2]计算了适用于中国东部地区和不同季节的大气加权平均温度模型;刘焱雄等[6]提出了适合香港本地的大气加权平均温度最优回归方程．通过研究发现，利用当地探空数据计算得到的水汽转换参数精度比Bevis公式高[7-9]．

就GPS水汽反演而言,主要需要解决的问题包括:1)需要适用于不同地区本地化的水汽转换参数;2)需要同一区域不同时间水汽转换参数的变化规律;3)需要不同地区水汽转换参数的空间变化规律．

本文利用中国西南地区12个探空站点数据得到西南地区本地化的大气加权平均温度(Tm),算出当地水汽转换参数,再通过内插得到适用于中国西南地区的水汽加权平均温度,实现水汽转换参数本地化研究,并对得到的结果进行了精度比较与时空变化分析．

1 基于地基GPS的水汽转换参数本地化原理

基于地面GPS网络的观测数据,可监测大气可降水量的变化．水汽转换参数(Π)的计算公式如下[10-14]:

(1)

式(1)中只有Tm为非常数,因此Π值的变化仅与Tm相关．其中Tm计算公式离散化后为[15]

(2)

式中:z1和z2分别是大气探空站点数据上下层的高度值;(z2-z1)为第i层大气层的厚度;e为上下层的水汽压,单位为hpa;T为气温,单位为K．

本文采用中国西南地区12个无线电探空站点2015年1月-2018年1月的探空资料，通过数值积分法来计算西南范围内各地级和县级城市的Tm,得到其水汽转换参数,并对西南地区水汽转换参数进行时空特性分析．

2 数据处理与分析实验

2.1 GPS/MET水汽转换参数本地化处理

本文利用每日08:00和20:00的数据计算出Tm并得到其平均值,该平均值即为当天的Tm值,在数据处理方面利用Fortran编程来实现数据的读入和计算．Bevis等根据美国北纬27°～65°的8 718次探空记录,通过多次试验,加强对精度的验证,回归得出：Tm=70.2+0.72Ts[5],均方差为4.74 K,式中:Ts为地面温度(K);Tm为加权平均温度(K)．本文使用Fortran计算Tm数据处理流程如图1所示．

图1 FORTRAN计算Tm数据处理流程

本文利用西南地区12个无线电探空站点2015-2018年的探空数据,基于式(2)和Bevis回归公式Tmb=70.2+0.72Ts,对各个站点的大气加权平均温度Tm及Tmb进行了计算．再分别得到两者对应的水汽转换参数．其中得到的本地化水汽转换参数(Π)如表1所示．

表1 2015-2018年西南各站点Π值

通过Bevis回归经验公式计算出对应的水汽转换参数如表2所示．

表2 Bevis公式2015-2018年各站点Π值

本文将2015-2018年水汽转换参数的本地化值和Bevis回归公式计算得到的水汽转换参数进行误差检验,如表3所示．

当Tm含有5 K的不确定度,大气水汽总量会产生1.6%～2.1%的误差,水汽转换参数的误差也会相应改变.从表3可以看出,2017年和2018年精度相对较高,从站点来说,昌都水汽转换参数的相对误差一直保持最小,从总体来说,通过大气探空站点计算的水汽转换参数能达到精度要求,可以用于局部区域的本地化研究．

表3 2015-2018年西南各站点Π值相对误差

2.2 西南地区水汽转换参数的时空变化特征

将西南地区2015-2018年12个探空站点每日水汽转换参数取平均值得到月平均值和年平均值,并对12个站点水汽转换参数年平均值进行反距离加权插值,得到其空间分布图,如图2所示，通过其空间分布图也可以提取出该年各地级城市与县级城市的水汽转换参数,实现本地化处理．

从2015年到2018年水汽转换参数的空间分布图可以看出,昌都附近(图2的中间区域)的水汽转换参数在2018年有明显的增长,2016年有较大的涨幅,而西藏地区基本保持不变,变化比较大的地区有四川西南部、云南中南部、贵州东南部,这是由于站点的海拔和纬度以及气候的原因,使水汽转换参数产生了高低变化．同时,西南地区的降水季节变化和年际变化比较大,容易发生干旱,因此水汽转换参数在不断地变化,Tm不断升高．从水汽的分布特征来看,应该是普遍存在的纬度效应．

(a)2015年П值年平均值空间插值 (b)2016年П值年平均值空间插值

(c)2017年П值年平均值空间插值 (d)2018年П值年平均值空间插值图2 2015-2018年Π值年空间插值图

为了验证本文计算的水汽转换参数Π随时间的变化是否具有规律性,本文采用2015年西昌、那曲、思茅、甘孜、贵阳站点的水汽转换参数进行月平均值变化规律分析,如图3所示．

图3 2015年Π值月平均值时间序列图

如图3所示,在2015年,甘孜、西昌、思茅、贵阳总体趋势大致相同,都按照一起一伏变化,在每个季度都会有两次峰值,说明水汽转换参数与气候变化有着密切的相关性；而那曲附近地区从1月开始逐月升高,在8月达到最高值后又下降到0.150,根据之前的相关系数分析可以知道,是因为那曲海拔最高,而海拔对水汽转换参数的影响最为明显,故在考虑水汽转换参数变化时,应优先考虑站点海拔的影响．

3 结束语

本文主要针对地基GPS 水汽遥感过程中水汽转换参数Π进行本地化研究,计算得到了普遍适用于我国西南地区地基GPS水汽遥感的水汽转换参数值,以及西南地级城市及县级城市本地化水汽转换参数在2015-2018年的年、月和季度平均值.通过分析所得到的水汽转换参数,得到以下结论:

1)利用探空数据计算的水汽转换参数Π能达到精度要求,可以用于局部区域的本地化研究,其相对误差在1.5%～2.0%．

2)我国西南地区的水汽转换参数Π的空间分布具有明显的纬度带分布特点．从水汽的分布特征来看,应该是普遍存在的纬度效应．其中,在站点位置与Tm相关性分析中,变化比较大的地区有四川西南部、云南中南部、贵州东南部,这主要是由于站点所属的气候和纬度以及海拔的原因,导致了水汽转换参数的高低变化．

3)在时间分布上,冬季降水少,太阳辐射相对强,形成了昆明准静止锋,水汽转换参数降低．故西南地区水汽转换参数每年冬季最低.夏季时由于温度较高,所以达到最高,冬季到夏季温度逐渐升高,夏季到冬季时,水汽转换参数Π逐渐降低．