GPS水汽反演技術在四川地區(qū)的應用研究

陳 澍,熊永良,張緒豐,黃丁發(fā)

(西南交通大學空間信息工程中心,四川成都610031)

0 引 言

近年來,隨著GPS技術的迅猛發(fā)展,地基GPS水汽反演作為一門新興技術取得了長足進步。GPS遙測大氣的設想最早由美國學者Askne于1987年提出[1]。在隨后的幾年里Bevis等人進行了多次試驗,證明了地基GPS水汽反演技術的可行性[2-4]。之后,其他發(fā)達國家如日本、德國、瑞典等也開始重視GPS水汽反演技術,取得了一系列研究成果并開始應用于大氣研究和氣象預報業(yè)務中[5-7]。我國從20世紀90年代起開展了地基GPS氣象學的研究工作,在上海、北京、香港、廣州、武漢[8-12]都取得了較好的成果。在四川地區(qū),李國平、呂弋培、殷海濤等人也做了相關的試驗[13-14]。

許多國家建立了GPS連續(xù)運行網(wǎng)絡來監(jiān)測大氣水汽變化情況,例如美國的 CORS、德國的COGPS、日本的GEONET、中國上海的SCGAN。四川地區(qū)也建立了自己的GPS網(wǎng)絡,但此網(wǎng)絡缺少氣象觀測儀器,不能提供站點的氣壓、溫度信息,同時天頂靜力學延遲模型和加權平均溫度與水汽反演精度關系密切,基于上述存在的問題,進行了試驗分析。確定了適合四川地區(qū)的計算ZHD模型,建立了四川地區(qū)Tm計算公式,并說明了此公式的質量,使用GPT模型(全球氣壓和溫度模型)代替實測氣象數(shù)據(jù)進行試驗分析,討論了利用GPT模型反演水汽以及預報降水的可行性。

1 計算Z HD模型的選擇

常用的三種模型[15]計算Z HD如下表示:

Hopfield模型:

Black模型:

Saastamoinen模型:

式中:Ps為測站地面氣壓(hpa);Ts為測站絕對溫度(K);hd為中性大氣層頂部高于大地水準面的有效高度(m);hs為測站大地高(m);Φ為GPS接收站緯度。

由以上公式可知,Hopfield模型適用于已知中性大氣層高程的情況,與測站溫度有關;Saastamoinen模型適用于測站地面溫度未知的情況,要求已知站點坐標;Black不需考慮站點坐標,但需要測站溫度。選擇此三種靜力學延遲模型進行內符合情況和外符合情況的分析,力求得到最適于四川地區(qū)的ZHD的計算模型。

1.1 三種模型的內符合情況

模型的內符合情況是指根據(jù)相同的外部因素(坐標、氣壓、溫度),利用三種模型分別計算ZHD,用相關系數(shù)、平均偏差和偏差標準差來分析模型之間的相符性?？梢哉J為,與多數(shù)模型結果有較大偏差的模型在該地區(qū)的適用性較差。

根據(jù)2008年YBIN(宜賓)站地面實測氣象數(shù)據(jù)(溫度、氣壓)計算三種模型的Z HD,列出1月、7月三種模型的Z HD比較圖,如圖1、2所示,全年各項指標如表1所示。

表1 YBIN站2008年三種模型計算的ZHD的比較

由上面的圖表可見,三種模型計算的Z HD變化趨勢一致,Black和Saastamoinen模型的結果較接近,Hopfield有較大偏差。

1.2 三種模型的外符合情況

模型的外符合情況是指根據(jù)相同的外部因素(坐標、氣壓、溫度、ZTD、加權平均溫度公式),利用三種模型經(jīng)過水汽反演得到的GPS-PWV與探空氣球的可降水量(RS-PWV)進行比較,分析GPSPWV與RS-PWV的符合程度。很顯然,與RSPWV結果更接近的模型,更適于該地區(qū)。

利用三種Z HD模型和Bevis經(jīng)驗回歸公式水汽反演得到的GPS-PWV與RS-PWV進行比較,只列出1月、7月三種模型計算的GPS-PWV與RS-PWV的比較圖,如圖3、4所示,全年指標如表2所示。

表2 YBIN站2008年三種模型計算的GPS-PWV與RS-PWV的比較

由上面圖表可見,三種模型的GPS-PWV與RS-PWV比較,總體趨勢一致。Hopfield的PWV比 RS-PWV平均偏大,Saastamoinen和Black的PWV比RS-PWV平均偏小,三種模型的離散程度相當。同時考慮到四川網(wǎng)站點坐標已知,因此Saastamoinen模型更適合,因此,我們選擇Saastamoinen模型作為四川網(wǎng)解算的天頂靜力學延遲模型。

2 Tm的計算

將天頂濕延遲ZWD轉化為GPS-PWV,需要轉換系數(shù)Π,而Π又是由加權平均溫度 Tm決定的,因此Tm是計算高精度GPS-PWV的關鍵。目前,Tm的估計方法主要有五種:常數(shù)法、近似積分法、探空資料數(shù)值積分法、利用數(shù)值預報值計算以及Bevis經(jīng)驗公式。探空資料數(shù)值積分法是最為精確的方法,但該方法需要較多參數(shù),計算復雜且時間分辨率低。現(xiàn)在的學者們多使用探空資料數(shù)值積分法計算 Tm值,然后與地表溫度Ts進行回歸分析,建立類似于Bevis經(jīng)驗公式的局部加權平均溫度公式[14,16]。使用同樣的方法,通過2007年YBIN站的探空數(shù)據(jù)回歸出四川加權平均溫度的計算公式,這里簡稱SC公式:

經(jīng)過計算,SC公式計算 Tm的均方差為1.95 K,滿足水汽反演要求的 Tm的均方差小于3.4 K的要求。為了進一步說明SC公式的可行性,本文使用SC公式計算了GPS-PWV并與RSPWV進行比較,相關系數(shù)為0.95、平均偏差為-1.10 mm、偏差標準差為4.91 mm,基本滿足水汽反演的要求,如圖5所示。

3.1 原料準備。第一步是備料，把日常生活中廉價而易得的布頭、廢舊衣服(以純棉布最好)拆洗干凈，裁剪成大小適當?shù)某叽?。第二步是做“褙子”，即用刷子在布料上涂刷自制的面粉漿糊，將布料逐層裱糊在一起。第三步是剪樣，用硬紙板畫出各種尺碼鞋墊的大小，拓在“褙子”上，先用鉛筆畫個樣，再用剪刀裁下模子。第四步是搭面，用糨糊在裁好的模子上貼一層新的白棉布，作為鞋墊上納繡圖案的“面子”。這樣，鞋墊的“骨子”就做好了。

3 GPT氣象數(shù)據(jù)

目前,許多GPS網(wǎng)絡的站點沒有安裝氣象觀測裝置,但是地表溫度和氣壓在水汽反演中不可或缺,因此使用GPT模型(全球氣壓和溫度模型)來估計站點的地表溫度和氣壓,得到GPT模型下的可降水量,并通過與實測氣象PWV、RS-PWV的比較,以及降水預報情況分析,說明GPT模型的可行性。

圖5 通過SC公式計算的2008年YBIN站GPS-PWV與RS-PWV的比較

3.1 GPT-PWV、實測氣象-PWV與RS-PWV的比較

分別使用GPT氣象數(shù)據(jù)、實測氣象數(shù)據(jù),根據(jù)Saastamoinen靜力學延遲模型與SC公式計算出了GPT-PWV和實測氣象-PWV,并與RSPWV進行比較。如圖6、表3所示。

由圖 6、表3可見,GPT-PWV、實測氣象-PWV以及 RS-PWV變化趨勢一致。在數(shù)值上GPT-PWV的質量比實測氣象-PWV質量稍差,GPT-PWV、實測氣象-PWV分別與RS-PWV的平均偏差和偏差標準差較接近,但兩者在個別時刻都與RS-PWV偏離較多,分析原因如下:

圖6 YBIN站2008年GPT-PWV、實測氣象-PWV、探空-PWV比較圖

表3 YBIN站2008年GPT-PWV、實測氣象-PWV分別與RS-PWV的比較

1)探空氣球使用的是地面到探空上界各個標準層數(shù)據(jù)來計算的,含有模型誤差。

2)水汽主要存在于底層大氣,底層探空層次資料稀少影響了探空水汽精度。

3)GPS-PWV與RS-PWV兩種計算PWV的方法反映的時間空間情況不同。GPS反演的水汽代表某個仰角到天頂方向的平均水汽總量,且可以全天連續(xù)觀測。而探空資料反映的是氣球隨風飄曳路徑上的水汽情況,每天只放兩次氣球。

可見,使用探空氣球計算的PWV作為基準并不準確,如有條件,水汽輻射計可以提供更為精確的結果。

3.2 GPT-PWV、實測氣象-PWV降水預報

為了從數(shù)值上說明GPT-PWV、實測氣象-PWV與實際降水的關系,本文對李炳華和黎守德提出的GPS-PWV偏離系數(shù)PWV*的概念[17]進行了改進。PWV*計算公式如下:

通過對GPT-PWV的偏離系數(shù)、實測氣象-PWV的偏離系數(shù)與實際降水量的對比分析得出了一些結論:

1)通常偏離系數(shù)＞=1之后不久會產(chǎn)生降水。

2)偏離系數(shù)一直保持在1以上,說明水汽含量總是保持在較大的水平上,發(fā)生強降雨的可能性較大,也有可能連續(xù)降雨。

3)GPT-PWV與實測氣象-PWV的偏離系數(shù)曲線變化趨勢一致,偶爾有些差距,但對于降水的預報沒有產(chǎn)生太大的影響。如圖7～圖10、表4所示。

圖10 YBIN站2008年8月4日-8月11日GPT-PWV、實測氣象-PWV與實際降水量的對比

表4 GPT-PWV與實測氣象-PWV的偏離系數(shù)對于降水的預報情況

4 結 論

1)通過內符合情況和外符合情況的分析,以及考慮四川網(wǎng)絡特點,確定Saastamoinen模型較適合于四川地區(qū)。

2)利用2007年YBIN站探空資料回歸分析出四川加權平均溫度計算公式,并說明此公式在四川地區(qū)的有效性。

3)使用GPT模型代替實測氣象數(shù)據(jù)得到可降水量信息,通過與實測氣象數(shù)據(jù)的PWV、探空PWV以及實際降水的比較,說明了GPT模型在缺少實測氣象數(shù)據(jù)時可以使用,對于降水預報沒有太大影響。

[1] Askne J,Nordius H.Estimation of tropospheric delay for microwaves from surface weather data[J].Radio Sci.,1987,22(3):379-386.

[2] Bevis M,Businger S,Herring T,et al.GPS meteorology:remote sensing of atmospheric water vapor using the global positioning system[J].J Geophys Res.,1992,97(D14):15787-15801.

[3] Rocken C,Hovr T,Johnson J,et al.GPS/STORMGPS sensing of atmospheric water vapor for meteorology[J].Journal of Atmospheric and Oceanic Technology,1995,12(3):468-478.

[4] Duan J P,Bevis M,Fang D,et al.GPS meteorology:direct estimation of the absolute value of precipitable water[J].Journal of Application Meteorology,1996,35(6):830-838.

[5] Ohtani R,Natio I.Comparisons of GPS-derived precipitable water vapors with radiosonde observations in Japan[J].Geophys.Res.Lett,2000,105(26):917-926.

[6] Gendt G,Dich G,Reigber C,et al.Near real time GPS water vapor monitoring for numerical weather prediction in Germany[J].Meteor.Sor.Japan,2004,82(1B):361-370.

[7] Stoew B,Elgered G.Characterization of atmospheric parameters using a ground based GPS network in north Europe[J].Meteor.Soc.,Japan,2004,82(1B):587-596.

[8] 王小亞,朱文耀,丁金才,嚴豪健.上海地區(qū)GPS/STORM試驗與結果[J].全球定位系統(tǒng),2000,25(3):6-10.

[9] 謝 璞,張胡大,王迎春,等.北京地區(qū)單雙頻地基GPS大氣水汽遙測試驗與研究[J].應用氣象學報,2006,17(Z1):28-33.

[10] 陳永奇,劉焱雄,王曉亞,李品華.香港實時GPS水汽監(jiān)測系統(tǒng)的若干關鍵技術[J].測繪學報,2007,36(1):9-12.

[11] 李建國,毛節(jié)泰,李成才,夏 青.使用全球定位系統(tǒng)遙感水汽分布原理和中國東部地區(qū)加權“平均溫度”的回歸分析[J].氣象學報,1999,57(3):283-292.

[12] 杜瑞林,喬學軍,王 琪,等.用地基GPS資料分析大氣可降水汽總量[J].大地測量與地球動力學,2005,25(3):121-124.

[13] 李國平.地基GPS遙感大氣可降水量及其在氣象中的應用研究[D].成都:西南交通大學,2007:1-195.

[14] 呂弋培,殷海濤,黃丁發(fā),王續(xù)本.成都地區(qū)大氣平均溫度建模及其在GPS/PWV計算中的應用研究[J].測繪科學,2008,33(4):103-105.

[15] 劉焱雄、陳永奇.GPS氣象學中垂直干分量延時的精確確定[J].測繪學報,2000,29(2):172-179.

[16] 谷曉平,王長耀,吳登秀,等.GPS水汽遙感中的大氣加權平均溫度的變化特征及局地算式研究[J].氣象科學,2005,25(1):79-83.

[17] 李炳華,黎守德.全球衛(wèi)星定位系統(tǒng)(GPS)水汽資料在暴雨臨近預報中的發(fā)展和應用[R].第十九屆粵港澳氣象科技研討會,2005.