基于GPS監(jiān)測(cè)數(shù)據(jù)的全國(guó)可降水汽量獲取

朱 爽

（1.中國(guó)地震局第一監(jiān)測(cè)中心，天津 300180）

通過(guò)高覆蓋率的地基GPS網(wǎng)絡(luò)提供高時(shí)空分辨率的水汽探測(cè)技術(shù)，可有效彌補(bǔ)傳統(tǒng)氣象學(xué)在時(shí)間和空間分辨率上的不足，提供高精度、大范圍、快速變化的水汽分布信息[1]。此領(lǐng)域于20世紀(jì)80年代后期在美國(guó)起步[2]，后來(lái)日本、德國(guó)、瑞典等國(guó)家[3,4]也取得了一系列的研究成果。20世紀(jì)90年代后期以來(lái)，我國(guó)也逐步開(kāi)展了相應(yīng)的研究，現(xiàn)已建立了許多地基GPS監(jiān)測(cè)網(wǎng)，理論研究達(dá)到國(guó)際先進(jìn)水平[5,6]。

通常情況下，在高精度GPS數(shù)據(jù)處理中，傳播路徑上的對(duì)流層延遲通常被表示為天頂方向的延遲量與高度角有關(guān)的映射函數(shù)M(E)之積，天頂方向的總延遲量ZTD是天頂干延遲ZHD和天頂濕延遲ZWD之和，且對(duì)于二者分別采用不同的映射函數(shù)[7]：

式中，MZHD(E)和MZWD(E)分別為天頂干、濕延遲分量的映射函數(shù)。

天頂延遲的先驗(yàn)值通常由標(biāo)準(zhǔn)大氣參數(shù)或?qū)崪y(cè)地面氣象數(shù)據(jù)計(jì)算得到，然后將對(duì)流層折射殘差作為附加參數(shù)在平差中估計(jì)。對(duì)于附加改正參數(shù)估計(jì)天頂延遲的方法主要有單參數(shù)法、多參數(shù)法、隨機(jī)過(guò)程法和分段線性法[8,9]。

在獲得天頂濕延遲ZWD之后，利用式（2）即可得到可降水汽量PWV[10]:

其中，∏為無(wú)量綱水汽轉(zhuǎn)換系數(shù)，它的表達(dá)式為[11]：

式中，Rv為氣體常數(shù)；k2'和k3分別為大氣折射常數(shù)；Tm是大氣加權(quán)平均溫度。

1 不同策略下解算精度分析

1.1 數(shù)據(jù)準(zhǔn)備

本文選用了BJFS、KIT3、KUNM、SHAO、TNML、URUM、WUHN 7個(gè)站2009年年積日301～330的30 d的數(shù)據(jù)進(jìn)行解算。

1.2 解算策略

1）GAMIT解算策略。截止高度角：15°；基線處理模式：RELAX（松馳解）；衛(wèi)星鐘差模型：廣播星歷誤差的鐘差參數(shù)；接收機(jī)鐘差改正模型：偽距計(jì)算出的鐘差；電離層延遲模型：LC-HELP；對(duì)流層模型：Saastamoinen模型；光壓模型：BERNE；固體潮改正：IERS03；測(cè)站坐標(biāo)約束：0.010 m，0.010 m， 0.010 m 。

2）實(shí)驗(yàn)方案。實(shí)驗(yàn)分為6組方案，分別設(shè)置對(duì)流層參數(shù)為2、4、7、13、25、49進(jìn)行實(shí)驗(yàn)。

1.3 解算結(jié)果及分析

本文選用NRMS值、基線重復(fù)率、對(duì)流層延遲差值比較和坐標(biāo)精度比較4項(xiàng)值來(lái)進(jìn)行精度評(píng)定。

1）NRMS值。在GAMIT解算結(jié)果中，標(biāo)準(zhǔn)化均方根誤差NRMS用來(lái)表示單時(shí)段解算出的基線值偏離其加權(quán)平均值的程度，是從歷元的模糊度解算中得出的殘差。一般情況下，NRMS不超過(guò)3，接近2.5為最優(yōu)。將不同參數(shù)設(shè)計(jì)方案解算所得的NRMS值的平均值提取出來(lái)并進(jìn)行對(duì)比，如圖1所示。

由圖1可知，各種參數(shù)設(shè)計(jì)時(shí)NRMS值都小于3.0，達(dá)到解算要求。但參數(shù)為2時(shí)明顯低于后者，說(shuō)明解算精度較低。

2）基線重復(fù)率，是衡量數(shù)據(jù)處理質(zhì)量的重要指標(biāo)之一?；€重復(fù)率越小，說(shuō)明解算精度越高。GAMIT軟件解算長(zhǎng)基線的相對(duì)精度能達(dá)到10-9量級(jí)，解算短基線的精度能優(yōu)于1 mm。本文計(jì)算出各種參數(shù)設(shè)計(jì)時(shí)解算的基線重復(fù)率解，如表1所示。

圖1 不同方案NRMS統(tǒng)計(jì)圖

表1 不同方案的基線重復(fù)率

上述基線重復(fù)率是根據(jù)基線解算結(jié)果擬合得到的，由固定部分和比例部分組成，固定部分單位為mm，比例部分的基線長(zhǎng)度L單位為m。將其結(jié)果作圖，如圖2所示。

圖2 基線重復(fù)率統(tǒng)計(jì)圖

由圖2可以看出，對(duì)流層參數(shù)設(shè)置不同時(shí)，對(duì)基線解算的影響主要表現(xiàn)在U分量上。當(dāng)參數(shù)為25和49時(shí)，U方向上基線重復(fù)率明顯過(guò)大，作者認(rèn)為是因?yàn)閰?shù)過(guò)多導(dǎo)致解算方程秩虧，使垂直方向上誤差較大。當(dāng)參數(shù)設(shè)置為2、4、7和13時(shí)，基線重復(fù)率相當(dāng)，都可以達(dá)到較高精度。

3） 對(duì)流層延遲差值比較。本文從IGS網(wǎng)站上下載相應(yīng)站在相應(yīng)年積日的天頂對(duì)流層延遲數(shù)據(jù)，以此數(shù)據(jù)作為真值，將所解算的所有站的結(jié)果與其相應(yīng)值作差，得到其差值平均值和差值均方差如圖3所示。

圖3 對(duì)流層延遲差值統(tǒng)計(jì)圖

圖3可以顯示對(duì)流層延遲解算結(jié)果的外符合精度。當(dāng)參數(shù)設(shè)置為2和4時(shí)，差值普遍較大，說(shuō)明對(duì)流層解算精度較低，而且不能反映出1 d的對(duì)流層天頂延遲變化。當(dāng)參數(shù)為7、13、25和49時(shí)，差值都是10 mm左右，精度相當(dāng)。

2 全國(guó)水汽分布圖的繪制

基于前文的結(jié)論，利用分布于全國(guó)的185個(gè)GPS連續(xù)監(jiān)測(cè)站2011年年積日57日的數(shù)據(jù)，結(jié)合中國(guó)周邊29個(gè)IGS測(cè)站同一天的數(shù)據(jù)，進(jìn)行全國(guó)范圍內(nèi)水汽量的計(jì)算。參數(shù)設(shè)置為13，即每2 h進(jìn)行一次可降水汽量的估計(jì)。將所得的結(jié)果用GMT成圖，本文選擇了第4、8、12、16時(shí)的數(shù)據(jù)繪制全國(guó)可降水汽分布圖。由于測(cè)站分布問(wèn)題，我們只繪制了覆蓋中國(guó)大陸大部分地區(qū)的北緯15°～50°東經(jīng)75°～135°區(qū)域，如圖4所示，圖中紅點(diǎn)表示所用測(cè)站的位置。

圖4 2011年年積日57日第4、8、12、16 h全國(guó)水汽分布圖

由圖4可知，在同一天內(nèi)，可降水汽在全國(guó)的分布具有很大的差異。在同一時(shí)刻，南方的可降水汽量明顯高于北方，這與地理位置的分布差異相符合；在不同時(shí)刻，同一個(gè)地方的可降水汽量發(fā)生微小的變化，這與當(dāng)?shù)赜袩o(wú)強(qiáng)對(duì)流天氣相關(guān)。

3 結(jié) 語(yǔ)

本文主要利用GAMIT軟件對(duì)多參數(shù)法進(jìn)行了研究，得出以下結(jié)論：當(dāng)參數(shù)設(shè)置為7或13時(shí)，可以獲得較高精度的對(duì)流層天頂延遲，同時(shí)得到較好的基線解。另外，為了能夠更詳細(xì)地提供天頂對(duì)流層延遲及可降水量，參數(shù)設(shè)為13，即每2 h進(jìn)行一次估計(jì)，實(shí)用效果較好。在此基礎(chǔ)之上，本文利用分布于全國(guó)的185個(gè)GPS連續(xù)監(jiān)測(cè)站2011年年積日57日的數(shù)據(jù)，進(jìn)行了全國(guó)范圍內(nèi)水汽量的計(jì)算，并繪制了全國(guó)可降水汽分布圖。

[1]周敏,孔雪蓮.GPS水汽監(jiān)測(cè)的研究進(jìn)展[J].科技資訊，2008(14)：1-3

[2]Randolph H, David W, Seth A, et al. SuomiNet: A Real-Time National GPS Network for Atmospheric Research and Education[J]. Bull.Am.Meteorol.Soc,2000,81(4):677-694

[3]Davis J L,Herring T A, Shapiro I，et al. Geodesy by Radio Interferometry: Effects of Atmospheric Modeling Errors on Estimates of Baseline Length[J]. Radio Sci., 1985, 20(6):1 593-1 607

[4]Askne J, Nordius H. Estimation of Tropospheric Delay for Mircowaves from Surface Weather Data[J]. Radio Sci,1987,22(3):379-386

[5]葛茂榮,劉經(jīng)南.GPS定位中對(duì)流層折射估計(jì)研究[J].測(cè)繪學(xué)報(bào)，1996,25(4):286-291

[6]葉世榕，張雙成，劉經(jīng)南.精密單點(diǎn)定位方法估計(jì)對(duì)流層延遲精度分析[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版,2008,33(8)：788-791

[7]Duan J, Michael B,Fang P, et al .GPS Meteorology: Direct Estimation of the Absolute Value of Precipitable Water[J]. Appl Meteorol,1996,35:830-838

[8]張瑞，宋偉偉，朱爽.地基GPS遙感天頂水汽含量方法研究[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2010，35(6)：691-693

[9]李征航，黃勁松.GPS測(cè)量與數(shù)據(jù)處理[M].武漢：武漢大學(xué)出版社，2005

[10]Tralli D M, Lichten S M,Stochastic Estimation of Tropospheric Path Delays in Global Positioning System Geodetic Measurements[J]. Bull. Geod, 1990, 64: 127-159

[11]Bevis M, Businger S,Herring T A, et al. GPS Meteorology:Remote Sensing of Atmospheric Water Vapor using the Global Positioning System[J]. Geophys. Res., 1992, 97(D14): 15 787-15 801