長三角地區(qū)多模GNSS斜路徑觀測分布及水汽仿真層析

王　維，宋淑麗，王解先，陳欽明，朱文耀，葉碧文

1. 江蘇省地震局，江蘇 南京 210014； 2. 中國科學(xué)院上海天文臺，上海 200030； 3. 同濟大學(xué)測繪與地理信息學(xué)院，上海 200092

?

長三角地區(qū)多模GNSS斜路徑觀測分布及水汽仿真層析

王維1，宋淑麗2，王解先3，陳欽明2，朱文耀2，葉碧文1

1. 江蘇省地震局，江蘇 南京 210014； 2. 中國科學(xué)院上海天文臺，上海 200030； 3. 同濟大學(xué)測繪與地理信息學(xué)院，上海 200092

Foundation support： The National Nature Science Foundation of China (No.41174023); The National Science Foundation for Young Scholars of China (No.11403083); The National Nature Science Foundation of China General Program(No.11273048); Surveying, Mapping and Geoinformation Research Program of Jiangsu(No.JSCHKY201510)

摘要：目前長三角地區(qū)GNSS網(wǎng)已應(yīng)用于該地區(qū)上空水汽的日常監(jiān)測和水汽層析的研究。由于該GNSS網(wǎng)站間距較大、分布不均勻，斜路徑觀測值不能完全滿足高精度水汽三維層析的需要，因此，本文對該地區(qū)進行了多模GNSS(GPS、Galileo、GLONASS、BDS)的觀測仿真和水汽層析試驗。結(jié)果表明，多模GNSS觀測值角度變化范圍大，在空間分布更均勻，相同觀測條件下，多模GNSS觀測值明顯降低了空間格網(wǎng)的空格率，特別是改善了大氣中上層格網(wǎng)的觀測值覆蓋情況。多模GNSS觀測值彌補了單系統(tǒng)觀測分布不均的狀況，為空間格網(wǎng)提供了更為豐富的大氣觀測信息。通過仿真層析試驗可以看出多模GNSS能夠明顯改善層析效果，尤其能夠提高地面5 km以上的層析精度。

關(guān)鍵詞：多模GNSS；斜路徑觀測值；水汽層析；時空分布

隨著GNSS氣象學(xué)的發(fā)展，GNSS對空間大氣的探測逐步從一維的可降水量[1-2]發(fā)展到三維的空間水汽分布[3-5]。衛(wèi)星到測站的每一個觀測值對應(yīng)著一條觀測路徑方向上的水汽延遲量(slant water vapor,SWV)，包含了該路徑方向上水汽的分布信息。層析技術(shù)可以將SWV還原為空間水汽并重構(gòu)水汽的分布情況，其主要計算方法為最小二乘求逆。對稀松矩陣求逆容易出現(xiàn)欠定和病態(tài)的情況，微小的變動都可能引起整體結(jié)果不穩(wěn)定甚至出現(xiàn)完全不同的結(jié)果[6]。很多研究人員嘗試了一些改進方案以解決求逆困難的問題，最常見的是為觀測方程增加約束條件。文獻[7]在中緯度地區(qū)采用標(biāo)準大氣資料作為先驗分布；文獻[8]利用地面氣象站的數(shù)據(jù)對沒有觀測數(shù)據(jù)的空格網(wǎng)進行內(nèi)插以獲得初始信息；文獻[9—10]采用Kalman濾波的方法既解決病態(tài)方程問題又避免了借助其他傳感器附加約束條件的限制。代數(shù)重構(gòu)技術(shù)[11-14]具有解算穩(wěn)定及迭代次數(shù)較少的優(yōu)點，被用來代替法方程求逆過程；擬合插值法[15-17]等從本質(zhì)上說都屬于附加約束條件的方法，但是都有明確的準則來確定參數(shù)。目前存在的研究方法均從現(xiàn)有觀測條件出發(fā)，采用其他物理觀測手段和數(shù)學(xué)處理方法在空格網(wǎng)和有觀測數(shù)據(jù)的格網(wǎng)間建立函數(shù)關(guān)系，通過這種方式獲得穩(wěn)定性的水汽空間分布。但是從另一個方面考慮，如果能獲得數(shù)量多、覆蓋廣、幾何分布較好的斜路徑觀測值，也可以改善觀測方程中的系數(shù)矩陣。而這種方式是直接通過衛(wèi)星導(dǎo)航系統(tǒng)的觀測值求解水汽分布，較少地使用數(shù)學(xué)模型干預(yù)。

本文分析了在長三角地區(qū)現(xiàn)有監(jiān)測網(wǎng)條件下，采用多模GNSS觀測進行水汽層析試驗的效果。首先介紹水汽層析基本原理和本文采用的仿真試驗方法，然后對長三角地區(qū)GNSS監(jiān)測網(wǎng)現(xiàn)狀以及多模GNSS觀測值的質(zhì)量進行分析描述，最后用模擬仿真的方式進行多系統(tǒng)層析試驗，并比較單一的GNSS和多模GNSS層析結(jié)果。

1水汽層析原理和仿真試驗

水汽層析的思想是將GNSS區(qū)域上空的對流層大氣離散化，即在水平和垂直方向上等間距地劃分成許多立體單元格，每個格網(wǎng)具有相同體積。假設(shè)在指定觀測時間段內(nèi)每個格網(wǎng)包含的水汽密度是均勻的，在解算時設(shè)為一個未知參數(shù)xi,j,k，GNSS信號穿過大氣時在格網(wǎng)內(nèi)截取的長度ai,j,k作為系數(shù)，對于一條觀測路徑可以列出觀測方程為

∑ai,j,kxi,j,k=swv

(1)

式中，swv為某一時刻一顆衛(wèi)星到一個測站觀測路徑方向上的水汽延遲量。對于一個區(qū)域，在某一時間段內(nèi)，所有觀測方程可以用矩陣形式表達

Am×nXn×1=SWVm×1

(2)

式中，Am×n為系數(shù)陣，表示全部有效信號在格網(wǎng)內(nèi)截取的長度，m為觀測值數(shù)量，n為格網(wǎng)數(shù)量；Xn×1為參數(shù)向量表示格網(wǎng)水汽值；SWVm×1為所有觀測路徑的水汽延遲量。

對于現(xiàn)有的GNSS觀測網(wǎng)絡(luò)而言，測站的幾何結(jié)構(gòu)較差，觀測值分布不均勻給層析解算帶來一定困難。研究顯示，通過加密GNSS觀測網(wǎng)能夠從整體上提高層析的精度，主要是改善了底層格網(wǎng)內(nèi)水汽的垂直結(jié)構(gòu)[18]。在區(qū)域觀測站數(shù)量不變的情況下，采用多個衛(wèi)星導(dǎo)航系統(tǒng)在任意時刻都可以接收15顆以上的衛(wèi)星信號，比單一的GNSS增加了3倍以上的觀測值。另外，多模GNSS融合具有減弱系統(tǒng)相關(guān)誤差，數(shù)據(jù)冗余特性好以及顯著提高時空分辨率等優(yōu)勢[19]，在水汽層析解算過程中能夠改善觀測網(wǎng)絡(luò)幾何結(jié)構(gòu)差帶來的問題。

由于目前GNSS觀測網(wǎng)絡(luò)接收機還不具備同時接收四大導(dǎo)航系統(tǒng)衛(wèi)星信號的功能，因此本文采用模擬仿真的方法進行試驗研究。這里的模擬仿真主要指對流層大氣中濕大氣成分在衛(wèi)星到接收機路徑上的水汽密度值。根據(jù)ECMWF資料提供的氣壓(P)、溫度(T)和比濕(h)可以計算濕折射率，進而能夠積分出一條觀測路徑上的斜方向水汽值。用公式可以表達為

(3)

式中，Rv=461.5 J/(kg·K)；ρ=103g/m3；水汽壓ew=h×P/0.622。積分路徑為第m顆GNSS衛(wèi)星到第i個接收機ANT的觀測路徑。

顧及實際觀測中觀測噪聲和離散誤差的存在，為模擬觀測值加入一定量的隨機誤差esimu，則觀測值向量為

SWVsimu=SWV+esimu

(4)

按照式(2)的形式可以形成觀測方程，即

Am×nXn×1=SWVsimum×1

(5)

經(jīng)過層析計算以后的網(wǎng)格水汽值越接近模擬值，說明層析效果越好。文中試驗所采用的水汽模擬值和模擬斜路徑觀測值均根據(jù)ECMWF資料中的氣象參數(shù)通過模型計算獲取。歐洲數(shù)值天氣預(yù)報資料(ECMWF)提供了較高分辨率的氣象參數(shù)，數(shù)據(jù)的時間分辨率為6 h，每天0、6、12、18時有氣象參數(shù)值，平面分辨率為0.5°×0.5°的格網(wǎng)。分層數(shù)據(jù)每個格網(wǎng)點上有60層的數(shù)據(jù)，包括海拔高度、溫度、比濕和氣壓等；地面數(shù)據(jù)有地面氣壓、2 m露點溫度、2 m溫度[20]；數(shù)據(jù)文件為.nc格式，需要用程序讀取轉(zhuǎn)換。

2長三角GPS監(jiān)測網(wǎng)現(xiàn)狀

本文所研究的長三角地區(qū)包括江蘇、上海、浙江北部以及安徽大部，范圍在29°N—35°N，116°E—122°E之間。目前研究區(qū)域內(nèi)已經(jīng)獲得連續(xù)觀測數(shù)據(jù)的測站70個，相鄰基準站之間的距離為3到200 km，平均距離約為57 km。測站分布不均勻，區(qū)域東北角海域無基準站，安徽和浙江基準站較少，上海和江蘇地區(qū)站點相對比較密集，平均站間距約為50 km，距離在30 km以內(nèi)的測站約7個，主要集中在上海地區(qū)。從現(xiàn)有測站分布情況來看，上海測站密度相對較大，安徽省內(nèi)和浙江大部分地區(qū)測站稀疏，存在大片的無測站區(qū)域。測站的不均勻分布會對層析計算造成困難[18]。

由于長三角地區(qū)現(xiàn)有GPS測站幾何分布不均勻，其觀測值在空間就會產(chǎn)生分布過密和分布稀疏的區(qū)域，造成觀測信息的不平衡。在水平分辨率為0.3°和垂直分辨率500 m的條件下，空間格網(wǎng)空格率高于50%，即超過一半的格網(wǎng)不能被觀測信息覆蓋，而同時有部分格網(wǎng)因測站密集積累了過剩觀測信息。對于觀測方程來說，系數(shù)陣呈現(xiàn)病態(tài)，微小的擾動都會對層析結(jié)果產(chǎn)生很大影響。所以單一的導(dǎo)航觀測在長三角區(qū)域存在觀測分布不均的現(xiàn)象，對層析解算不利。

3多模GNSS用于水汽層析的分析

3.1GNSS簡介

GNSS是指全球衛(wèi)星導(dǎo)航系統(tǒng)，包括美國的全球定位系統(tǒng)(GPS)、俄羅斯的衛(wèi)星導(dǎo)航系統(tǒng)(GLONASS)、歐盟的伽利略定位系統(tǒng)(Galileo)和我國的北斗衛(wèi)星導(dǎo)航系統(tǒng)(BDS)。

3.2多系統(tǒng)觀測值質(zhì)量分析

單一導(dǎo)航系統(tǒng)提供的觀測值在空間分布上呈現(xiàn)出不均勻的狀態(tài)，并且隨觀測時段的變化觀測值分布會發(fā)生轉(zhuǎn)移[21]。對于GPS來說，一個測站最多同時觀測到12顆衛(wèi)星，最少可以同時觀測到6顆。在測站數(shù)量一定的情況下有限的衛(wèi)星數(shù)很難提供充足的觀測值，更難以滿足均勻覆蓋大氣的要求。目前地面GPS監(jiān)測網(wǎng)測站數(shù)量很難實現(xiàn)對空間格網(wǎng)的全面覆蓋，在分辨率為0.3°×0.3°×500 m的時候，1 h觀測時段內(nèi)格網(wǎng)平均空格率高于60%。增加GPS監(jiān)測網(wǎng)基準站數(shù)量可以改善觀測值在空間分布的質(zhì)量，降低格網(wǎng)空格率。除此以外，通過接收GLONASS、Galileo和BDS的衛(wèi)星信號，也可以增加斜路徑觀測值[22]，較之單系統(tǒng)增加觀測時間來提高觀測數(shù)量，多系統(tǒng)觀測值的組合在空間分布上更加均勻，可以在更多方向上覆蓋空間格網(wǎng)。圖1表示一個歷元內(nèi)測站的多系統(tǒng)觀測值在天頂方向的分布情況。圖1的中心點為測站天頂方向，順時針方向0~360°表示測站到衛(wèi)星的方位角范圍，箭頭所指位置為觀測值方位角的大小，箭頭長度表示高度角的余弦值，該值越大，箭頭越長，則表示高度角越低?？梢钥闯?，多系統(tǒng)觀測值角度變化范圍大，在空間分布更均勻。

格網(wǎng)的空格率從側(cè)面反映了觀測值的空間分布情況?？臻g分辨率發(fā)生變化時，相同的觀測值在空間內(nèi)的分布情況也會發(fā)生改變，穿過格網(wǎng)的觀測值數(shù)量和覆蓋面隨著空間分辨率的提高而降低。

可靠的層析解算需要角度變化范圍廣、能夠覆蓋研究區(qū)域大氣全部格網(wǎng)的觀測值。對于同一種空間分辨率，導(dǎo)航系統(tǒng)的增加為研究區(qū)域提供了更多種高度和方位的觀測值，但是仍有大量格網(wǎng)不能被觀測值覆蓋。隨著導(dǎo)航系統(tǒng)的增加，觀測值數(shù)量也成倍增長。

當(dāng)只采用一個導(dǎo)航系統(tǒng)的觀測值時，約有一半數(shù)量的格網(wǎng)沒有觀測信息，其中GPS的平均空格率約為47%，BDS的平均空格率約為52%，GLONASS的平均空格率約為51%，Galileo的空格率約為50%。采用兩個系統(tǒng)或者更多系統(tǒng)的組合觀測值則可以改善這種情況。GPS與BDS、GLONASS、Galileo組合觀測值覆蓋下，格網(wǎng)6 h內(nèi)(1 h為觀測時段)的平均空格率分別為44%、43%和44%。同時采用4個導(dǎo)航系統(tǒng)的觀測數(shù)據(jù)，格網(wǎng)平均空格率可以下降到39%(圖2)。

在一個觀測時段內(nèi)(UTC 0:00—1:00時段)，GPS和其他3個系統(tǒng)的組合觀測值對不同層格網(wǎng)的影響也不一樣。如圖3所示，GNSS的組合觀測值未能在大氣底層改善格網(wǎng)的覆蓋情況，但是隨著高度的增加，空格率下降很快?？梢钥闯龆嘞到y(tǒng)組合觀測值對中高層大氣覆蓋較好，對于改善中高層大氣的格網(wǎng)空格率具有良好效果。改善底層格網(wǎng)的覆蓋情況只有通過加密測站才能實現(xiàn)。圖中分析了UTC 0:00—1:00時段內(nèi)各層格網(wǎng)的平均空格率，其中GPS+BDS平均空格率47%；GPS+GLONASS平均空格率47%；GPS+Galileo平均空格率49%；4個系統(tǒng)組合觀測值平均空格率42%?？梢钥闯?，4個導(dǎo)航系統(tǒng)的組合觀測值可以改善有限時段內(nèi)觀測值在空間分布的狀況，有利于提高層析結(jié)果的質(zhì)量。

圖1　測站在一個歷元內(nèi)接收的多系統(tǒng)觀測值Fig.1　The distribution of GNSS slant delays at one epoch

圖2　多系統(tǒng)觀測值在連續(xù)6 h內(nèi)的格網(wǎng)空格率變化情況Fig.2　The space rate of GNSS slant delays in six hours

圖3　GPS與BDS、GLONASS、Galileo系統(tǒng)組合觀測值下的各層空格率Fig.3　The space rate of combination observations by two or four satellite systems in each layer

圖4反映了單系統(tǒng)(GPS)觀測值和多系統(tǒng)(GNSS)組合觀測值在相同觀測條件下分別在頂層格網(wǎng)的分布情況。圖上藍色由深到淺逐漸變?yōu)榧t色表示了格網(wǎng)內(nèi)觀測值數(shù)量的從少到多。可以看出，多系統(tǒng)組合觀測值可以增強原被覆蓋區(qū)域，同時增加了覆蓋的范圍，將一部分空格網(wǎng)納入被觀測值覆蓋的區(qū)域。

圖4　不同導(dǎo)航系統(tǒng)觀測值在格網(wǎng)頂層的覆蓋情況Fig.4　Grid coverage at top layer by GPS and GNSS observations respectively

3.3多系統(tǒng)的仿真試驗

以長三角地區(qū)GNSS觀測網(wǎng)絡(luò)為例進行試驗研究。假設(shè)長三角觀測網(wǎng)絡(luò)內(nèi)所有測站接收機可以接收四大導(dǎo)航系統(tǒng)信號，選擇2009年9月2日UTC0:00—0:30作為研究時段，GPS和GLONASS采用IGS網(wǎng)站公布的精密星歷，BDS和Galileo則分別模擬了全部衛(wèi)星軌道。每個測站的觀測路徑均由測站位置坐標(biāo)和衛(wèi)星軌道確定，觀測值根據(jù)氣象資料在觀測路徑上積分得出。具體仿真步驟為：

(1) 選取研究區(qū)域大氣格網(wǎng)水平分辨率0.3°和垂直分辨率500m進行層析計算。

(2) 假設(shè)采樣率30s，確定觀測時段內(nèi)所有觀測路徑方向上觀測值與相應(yīng)格網(wǎng)的截距，并形成系數(shù)矩陣A。

(3) 根據(jù)式(3)和式(4)仿真每一歷元衛(wèi)星到測站間斜向觀測路徑的觀測值并形成觀測方程。

(4) 水平方向采用高斯加權(quán)函數(shù)進行約束，垂直方向用處理后的數(shù)值預(yù)報資料(ECMWF)作為背景場，處理方法為內(nèi)插計算格網(wǎng)內(nèi)平均水汽值，為每個格網(wǎng)水汽增加合理的隨機誤差。另外再為觀測方程增加邊界約束。

(5) 層析常采用的求逆以及奇異值分解法已經(jīng)無法滿足當(dāng)前解算的需要，因此采用聯(lián)合迭代重構(gòu)算法[11-14]對參數(shù)x進行迭代。

3.4試驗結(jié)果分析

本文采用均方根誤差和平均偏差作為層析質(zhì)量的判別標(biāo)準，以數(shù)值預(yù)報資料內(nèi)插的格網(wǎng)水汽作為比較的標(biāo)準值，分析單系統(tǒng)和多系統(tǒng)的層析質(zhì)量。層析解算后，單系統(tǒng)和多系統(tǒng)層析解算的均方根誤差和平均偏差見表1?？梢钥闯?，多系統(tǒng)整體層析精度無論是均方根誤差還是平均偏差，均高于單系統(tǒng)層析精度。圖5中可以看出多系統(tǒng)層析在每一層的平均偏差都小于單系統(tǒng)，多系統(tǒng)層析結(jié)果在2.5 km以上更接近標(biāo)準值。

表1　單系統(tǒng)(GPS)和多系統(tǒng)(GNSS)層析精度

圖5　單系統(tǒng)和多系統(tǒng)層析后各層平均偏差Fig.5　Compared the mean bias of GPS tomography with GNSS tomography in each layer

圖6—圖8給出了單系統(tǒng)(GPS)和多系統(tǒng)(GNSS)層析的水汽垂直輪廓線。試驗采用了相同的GNSS監(jiān)測網(wǎng)，不同的是觀測值對周圍格網(wǎng)的覆蓋情況，為了比較兩個系統(tǒng)的層析結(jié)果，按照測站在格網(wǎng)平面中的位置從所有格網(wǎng)中選取了3列格網(wǎng)進行對比分析，分別代表了3種情況：①測站在格網(wǎng)中心(30°N—31°N，116°E—117°E)；②測站靠近格網(wǎng)的邊緣(30°N—31°N，118°E—119°E)；③測站在格網(wǎng)外(在相鄰格網(wǎng)內(nèi)，30°N—31°N，119°E—120°E)。圖6(a)、圖7(a)、圖8(a)比較了單系統(tǒng)、多系統(tǒng)與ECMWF資料在同一列格網(wǎng)內(nèi)的水汽垂直輪廓線。圖6(b)、圖7(b)與圖8(b)為單系統(tǒng)與標(biāo)準值的偏差量以及多系統(tǒng)與標(biāo)準值的偏差量。3種情況下，多系統(tǒng)層析結(jié)果均優(yōu)于單系統(tǒng)。對于圖6，單系統(tǒng)層析結(jié)果與ECMWF之間的偏差隨高度增加整體呈下降趨勢，偏差最大值出現(xiàn)在2 km高度上，多系統(tǒng)層析結(jié)果的偏差在0附近上下擺動，大氣6 km以上偏差接近0。圖7中，單系統(tǒng)層析結(jié)果整體大于ECMWF資料，最大偏差量為1.6 g/m3，多系統(tǒng)層析結(jié)果在近地面4 km范圍內(nèi)波動較大，4 km以上的格網(wǎng)水汽偏差逐漸降為0。由圖8可以看出，多系統(tǒng)層析結(jié)果優(yōu)于單系統(tǒng)，使用多系統(tǒng)進行層析，5 km以上區(qū)域的水汽層析精度明顯提高。

圖6　測站處于格網(wǎng)水平面中心時水汽輪廓線的比較和各層平均偏差Fig.6　The water vapor profiles and mean bias in each layer when station at the middle of the grid

圖7　測站處于格網(wǎng)水平面邊緣時水汽輪廓線的比較和各層平均偏差Fig.7　The water vapor profiles and mean bias in each layer when station at the edge of the grid

圖8　格網(wǎng)內(nèi)無測站時水汽輪廓線的比較和各層平均偏差Fig.8　The water vapor profiles and mean bias in each layer when no station at the grid

可以說，多模GNSS觀測值的使用彌補了單系統(tǒng)觀測值分布不均的狀況，在空間方位和數(shù)量上提供了完整的觀測信息，也為空間格網(wǎng)提供了更為豐富的水汽信息，對層析結(jié)果的改善具有十分明顯的作用，尤其能夠改善地面3 km以上的格網(wǎng)水汽的精度。但是大氣底層水汽的垂直分布不均勻無法通過增加衛(wèi)星的方法彌補，而應(yīng)該采用加密GNSS網(wǎng)測站的方式進行改善。

4結(jié)論

本文針對現(xiàn)有GPS監(jiān)測網(wǎng)測站分布不均的狀況，采用多模GNSS觀測值進行改善，并對多模GNSS觀測值進行了質(zhì)量分析。可以從格網(wǎng)空格率和觀測值在格網(wǎng)中的分布情況看出多系統(tǒng)觀測值角度變化范圍大，在空間分布更均勻，能夠彌補單系統(tǒng)觀測值分布不均的狀況，為空間格網(wǎng)提供更為豐富的水汽信息。相同觀測條件下，多模GNSS可以降低空間格網(wǎng)的空格率，尤其可以改善大氣中上層格網(wǎng)的觀測值覆蓋情況。

根據(jù)數(shù)值預(yù)報資料(ECMWF)仿真出高度角10°以上的斜路徑觀測值，對GPS單系統(tǒng)和多模GNSS進行水汽層析的仿真試驗，給出了部分格網(wǎng)的垂直輪廓線并進行精度分析和比較。多系統(tǒng)層析結(jié)果的均方根誤差和平均偏差均優(yōu)于單系統(tǒng)層析結(jié)果。從水汽垂直輪廓線來看，多系統(tǒng)層析在改善中高層大氣的垂直結(jié)構(gòu)方面具有優(yōu)勢。

總的來說，使用多系統(tǒng)組合觀測值(GPS+BDS+GLONASS+Galileo)進行層析很大程度上提高了層析結(jié)果的精度，組合觀測值在空間分布上更加均勻，即使是1個歷元測站也可以獲得在360°范圍內(nèi)分布較為均勻的觀測值。由于觀測數(shù)量的增加和觀測質(zhì)量的提高，為提高格網(wǎng)時間和空間分辨率創(chuàng)造了良好的條件。但是多系統(tǒng)觀測值在近地面的大氣范圍內(nèi)分布較差，增加衛(wèi)星數(shù)量不能解決底層格網(wǎng)的觀測問題，應(yīng)該通過加密GNSS監(jiān)測網(wǎng)的方法進行改善。

致謝：感謝IGS、ECMWF以及iGMAS提供數(shù)據(jù)。

參考文獻：

[1]BEVIS M, BUSINGER S, HERRING T A, et al. GPS Meteorology: Remote Sensing of Atmospheric Water Vapor Using the Global Positioning System[J]. Journal of Geophysical Research, 1992, 97(D14): 15787-15801.

[2]BEVIS M, BUSINGER S, CHISWELL S, et al. GPS Meteorology: Mapping Zenith Wet Delays onto Precipitable Water[J]. Journal of Applied Meteorology, 1994, 33(3): 379-386.

[3]FLORES A, RUFFINI G, RIUS A. 4D Tropospheric Tomography Using GPS Slant Wet Delays[J]. Annales Geophysicae, 2000, 18: 223-234.

[4]SEKO H, SHIMADA S, NAKAMURA H, et al. Three-dimensional Distribution of Water Vapor Estimated from Tropospheric Delay of GPS Data in a Mesoscale Precipitation System of the Baiu Front[J]. Earth, Planets Space, 2000, 52(11): 927-933.

[5]MACDONALD A E, XIE Yuanfu, WARE R. Diagnosis of Three Dimensional Water Vapor Using Slant Observations from a GPS Network[J]. Monthly Weather Review, 2002, 130 (2): 386-397.

[6]NOTARPIETRO R, CUCCA M, GABELLA M. Tomographic Reconstruction of Wet and Total Refractivity Fields from GNSS Receiver Networks[J]. Advances in Space Research, 2011, 47(5): 898-912.

[7]CHAMPOLLION C, MASSON F, BOUIN M N, et al. GPS Water Vapour Tomography: Preliminary Results from the ESCOMPTE Field Experiment[J]. Atmospheric Research, 2005, 74(1-4): 253-274.

[8]TROLLER M, GEIGER A, BROCKMANN E, et al. Tomographic Determination of the Spatial Distribution of Water Vapor Using GPS Observations[J]. Advances in Space Research, 2006, 37(12): 2211-2217.

[9]CHAMPOLLION C, FLAMANT C, BOCK O, et al. Mesoscale GPS Tomography Applied to the 12 June， 2002 Convective Initiation Event of IHOP_2002[J]. Quarterly Journal of the Royal Meteorological Society, 2009, 135(640): 645-662.

[10]張雙成, 葉世榕, 萬蓉, 等. 基于Kalman濾波的斷層掃描初步層析水汽濕折射率分布[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2008, 33(8): 796-799, 809.

ZHANG Shuangcheng, YE Shirong, WAN Rong, et al. Preliminary Tomography Spatial Wet Refractivity Distribution Based on Kalman Filter[J]. Geomatics and Information Science of Wuhan University, 2008, 33(8): 796-799, 809.

[11]JIN Shuanggen, LUO O F, PARK P. GPS Observations of the Ionospheric F2-layer Behavior during the 20th November, 2003 Geomagnetic Storm over South Korea[J]. Journal of Geodesy, 2008, 82(12): 883-892.

[12]STOLLE C, SCHLüTER S, HEISE S, et al. A GPS Based Three-dimensional Ionospheric Imaging Tool Process and Assessment[J]. Advances in Space Research, 2006, 38(11): 2313-2317.

[13]王維, 王解先. 聯(lián)合迭代重構(gòu)算法在對流層水汽三維重構(gòu)中的應(yīng)用研究[J]. 大地測量與地球動力學(xué), 2011, 31(6): 100-103, 120.

WANG Wei, WANG Jiexian. Application of Simultaneous Iterations Reconstruction Technique for 3D Water Vapor Tomography System[J]. Journal of Geodesy and Geodynamics, 2011, 31(6): 100-103, 120.

[14]WANG Wei, YE Biwen, WANG Jiexian. Application of a Simultaneous Iterations Reconstruction Technique for a 3-D Water Vapor Tomography System[J]. Geodesy and Geodynamics, 2013, 4(1): 41-45.

[15]葉世榕, 江鵬, 劉炎炎. 地基GPS網(wǎng)層析水汽三維分布數(shù)值積分方法[J]. 測繪學(xué)報, 2013, 42(5): 654-660.

YE Shirong, JIANG Peng, LIU Yanyan. A Water Vapor Tomographic Numerical Quadrature Approach with Ground-based GPS Network[J]. Acta Geodaetica et Cartographica Sinica, 2013, 42(5): 654-660.

[16]夏朋飛, 蔡昌盛, 戴吾蛟, 等. 地基GPS聯(lián)合COSMIC掩星數(shù)據(jù)的水汽三維層析研究[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2013, 38(8): 892-896.

XIA Pengfei,CAI Changsheng, DAI Wujiao, et al. Three-dimensional Water Vapor Tomography Using Ground-based GPS and COSMIC Occultation Observations[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 892-896.

[17]于勝杰, 柳林濤. 利用選權(quán)擬合法進行GPS水汽層析解算[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2012, 37(2): 183-186.

YU Shengjie, LIU Lintao. Application of Fitting Method by Selection of the Parameter Weights on GPS Water Vapor Tomography[J]. Geomatics and Information Science of Wuhan University, 2012, 37(2): 183-186.

[18]王維, 宋淑麗, 王解先, 等. 長三角地區(qū)GPS斜路徑觀測值分布分析[J]. 大地測量與地球動力學(xué), 2013, 33(2): 151-154, 159.

WANG Wei,SONG Shuli,WANG Jiexian,et al.Distribution of GPS Slant Delay for Water Vapor Tomography in Yangtze River Delta[J]. Journal of Geodesy and Geodynamics, 2013, 33(2): 151-154, 159.

[19]何麗娜. 多系統(tǒng)GNSS衛(wèi)星精密軌道確定的研究[D]. 上海: 同濟大學(xué), 2013.

HE Lina. The Research of Multi-GNSS Satellite Precise Orbit Determination[D]. Shanghai: Tongji University, 2013.

[20]陳欽明, 宋淑麗, 朱文耀, 等. 利用GPS ZTD檢驗ECMWF-NCEP分析和預(yù)報資料在中國地區(qū)的適用性[C]∥第一屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集. 北京: [s.n.], 2010.

CHEN Qinming, SONG Shuli, ZHU Wenyao, et al. Assessment of ECMWF-NCEP Analysis and Forecast Data with GPS ZTD in China[C]∥Proceedings of the 1st symposium of CNSC. Beijing: [s.n.], 2010.

[21]BENDER M, DICK G, WICKERT J. Estimates of the Information Provided by GPS Slant Data Observed in Germany Regarding Tomographic Applications[J]. Journal of Geophysical Research, 2009, 114(D6): D06303.

[22]BENDER M, STOSIUS R, ZUS F, et al. GNSS Water Vapour Tomography-expected Improvements by Combining GPS, GLONASS and Galileo Observations[J]. Advances in Space Research, 2011, 47(5): 886-897.

(責(zé)任編輯：叢樹平)

修回日期： 2015-05-13

Distribution Analysis of Multi GNSS Slant Delays and Simulated Water Vapor Tomography in Yangtze River Delta

WANG Wei1,SONG Shuli2,WANG Jiexian3,CHEN Qinming2,ZHU Wenyao2,YE Biwen1

1. Jiangsu Earthquake Administration, Nanjing 210014, China; 2. Shanghai Astronomical Observatory, Chinese Academy of Sciences, Shanghai 200030, China; 3. College of Surveying and Geo-informatics, Tongji University, Shanghai 200092, China

Abstract：Currently, the GNSS network of Yangtze River delta has being applied to monitor the water vapor above this region and research water vapor tomography. Studies have shown that the dictances between stations are large and inhomogeneous, that will make it difficult to get the high tomography precision. Therefore, a simulation test of multi GNSS observations on tomography is introduced. The multi GNSS observations are more homogeneous in spatial distribution than a single positioning system, which can reduce the space rate of the grid, especially increase the number of the grid with information at middle and high layers. The multi GNSS observation can provide more and better water vapor information which can patch up deficiency of a single positioning system. A simulated water vapor tomography is carried out, and the result shows that the multi GNSS observations could improve the accuracy of tomography, especially above the 5 km height layer of the atmosphere.

Key words：multi GNSS; slant delay; water vapor tomography; temporal and spatial distribution

基金項目：國家自然科學(xué)基金(41174023);國家自然科學(xué)基金青年基金(11403083)；國家自然科學(xué)基金面上項目(11273048)；江蘇省測繪地理信息科研項目(JSCHKY201510)

中圖分類號：P228

文獻標(biāo)識碼：A

文章編號：1001-1595(2016)02-0164-06

作者簡介：第一 李增科(1988—)，男，博士生，研究方向為GNSS-INS組合導(dǎo)航及GNSS數(shù)據(jù)處理。

收稿日期：2014-10-15

First author： LI Zengke(1988—), male, PhD candidate, majors in GNSS-INS integrated navigation and GNSS data processing.

E-mail： zkli2188@163.com

引文格式：王維，宋淑麗，王解先,等.長三角地區(qū)多模GNSS斜路徑觀測分布及水汽仿真層析[J].測繪學(xué)報，2016,45(2)：164-169.DOI:10.11947/j.AGCS.2016.20140648.

WANG Wei,SONG Shuli,WANG Jiexian,et al.Distribution Analysis of Multi GNSS Slant Delays and Simulated Water Vapor Tomography in Yangtze River Delta[J]. Acta Geodaetica et Cartographica Sinica,2016,45(2):164-169.DOI:10.11947/j.AGCS.2016.20140648.