基于SDCORS的區(qū)域可降水汽含量分析

姜英明,楊穎,郭金運(yùn),姚向東,張海平,馮彥同

(1.山東科技大學(xué)測(cè)繪科學(xué)與工程學(xué)院,青島 266590;2.山東省國(guó)土測(cè)繪院,濟(jì)南250102)

?

基于SDCORS的區(qū)域可降水汽含量分析

姜英明1,楊穎2,郭金運(yùn)1,姚向東1,張海平2,馮彥同2

(1.山東科技大學(xué)測(cè)繪科學(xué)與工程學(xué)院,青島 266590;2.山東省國(guó)土測(cè)繪院,濟(jì)南250102)

摘要：利用GAMIT/GLOBK軟件對(duì)SDCORS站的觀測(cè)數(shù)據(jù)進(jìn)行解算,獲得了山東地區(qū)各測(cè)站的時(shí)間間隔為1小時(shí)的大氣可降水汽序列,將其與NCEP模型插值計(jì)算得到的可降水汽含量、地面站點(diǎn)的實(shí)際降水量進(jìn)行了比較分析。結(jié)果表明:利用SDCORS觀測(cè)數(shù)據(jù)所反演的可降水汽含量有一定的使用價(jià)值,可以用于氣象學(xué)上大氣可降水汽含量的研究;GPS可降水汽含量能夠作為降水短期預(yù)報(bào)的指標(biāo),能夠監(jiān)測(cè)天氣變化的過(guò)程。

關(guān)鍵詞：CORS;可降水汽含量(PWV);降水量;NCEP再分析資料

0引言

水汽在大氣中所占的比例很小,約為0.11～3%[1],但其在天氣和氣候變化中起著主要的作用。研究大氣可降水汽含量的變化,對(duì)預(yù)測(cè)氣候的變化、天氣預(yù)報(bào)和異常天氣等方面有重要的現(xiàn)實(shí)意義。傳統(tǒng)的探測(cè)技術(shù)受到很多條件的限制,無(wú)法滿足探測(cè)實(shí)時(shí)大氣水汽含量的需要。而使用GPS探測(cè)得到的可降水汽有更高的時(shí)間分辨率和空間分辨率,同時(shí)不受大氣塵埃和天氣的影響,在探測(cè)大氣可降水汽方面有著明顯的優(yōu)勢(shì)。

GPS氣象學(xué)的研究起源于美國(guó)。自從Bevis等人于1992年提出了GPS遙測(cè)可降水汽含量的思想后[2],國(guó)內(nèi)外的許多學(xué)者也紛紛開(kāi)始了這方面的研究,并在經(jīng)歷了從GPS氣象學(xué)的可行性到實(shí)際應(yīng)用的研究中,取得了一系列的研究成果。Takagi等使用GPS反演方法對(duì)拉薩地區(qū)季風(fēng)前與季風(fēng)期間的大氣PWV值的日變化特征進(jìn)行分析,發(fā)現(xiàn)其在季風(fēng)前和季風(fēng)期間都存在明顯的最小值[3]。Osamu等人使用GPS反演手段對(duì)日本關(guān)東平原一次冷鋒過(guò)境的天氣變化過(guò)程中的PWV進(jìn)行分析后發(fā)現(xiàn),冷鋒過(guò)境后,關(guān)東平原上空的PWV存在明顯的高值區(qū)[4]。Kanda的研究也表明,GPS/PWV的觀測(cè)結(jié)果對(duì)于短期強(qiáng)降水的預(yù)報(bào)準(zhǔn)確率提升明顯[5]。我國(guó)學(xué)者對(duì)可降水汽含量的研究主要有:毛節(jié)泰在1993年初步進(jìn)行了GPS氣象學(xué)的研究[6],計(jì)算了大氣可降水汽含量。王小亞于1998年進(jìn)行了GPS氣象學(xué)的試驗(yàn),其結(jié)果證明了GPS探測(cè)可降水汽含量的可靠性[7]。畢研盟等進(jìn)行了GPS氣象學(xué)的相關(guān)試驗(yàn),并結(jié)合相應(yīng)的地面溫度、氣壓等氣象數(shù)據(jù)計(jì)算了時(shí)間間隔為30秒的可降水汽含量[8]。宋淑麗利用上海GPS的觀測(cè)數(shù)據(jù)進(jìn)行了可降水汽三維層析技術(shù)的研究,得到了水汽的三維分布,以便于研究天氣狀況[9]。曹云昌等研究了可降水汽含量與降水量的聯(lián)系,發(fā)現(xiàn)其能夠精確地監(jiān)測(cè)天氣變化[10]。王勇等利用秦皇島地基GPS采集的數(shù)據(jù)計(jì)算逐時(shí)可降水汽含量,對(duì)秦皇島地區(qū)的降雨過(guò)程進(jìn)行了分析[11]。

本文利用SDCORS站的觀測(cè)數(shù)據(jù),采用GAMIT/GLOBK軟件獲得了山東各測(cè)站的大氣可降水汽含量,并與NCEP模型計(jì)算的可降水汽含量和地面的降水量比較,分析GPS用于解算可降水汽含量的可靠性及其在監(jiān)測(cè)天氣變化方面的作用。

1數(shù)據(jù)來(lái)源

1.1CORS站數(shù)據(jù)

SDCORS系統(tǒng)由100多個(gè)基準(zhǔn)站組成,于2007年開(kāi)始建設(shè)并陸續(xù)投入使用,該系統(tǒng)為探測(cè)山東省地區(qū)的可降水汽含量提供了穩(wěn)定的觀測(cè)數(shù)據(jù)[12]。SDCORS站點(diǎn)分布如圖1所示,本文選擇了所有SDCORS站在2012年年積日為第001、002、003、004、091、092、093、094、181、182、183、184、271、272、273、274的共16天的觀測(cè)數(shù)據(jù)。

圖1　SDCORS站點(diǎn)分布

1.2IGS站

直接解算得到的測(cè)站上空的天頂延遲量具有相關(guān)性,需要引入長(zhǎng)度大于500 km以上的長(zhǎng)基線來(lái)減少這種相關(guān)性[13],從而得到測(cè)站天頂方向?qū)α鲗友舆t絕對(duì)量,進(jìn)而求出測(cè)站上空絕對(duì)PWV.因此,在GPS反演水汽的數(shù)據(jù)處理中需引入IGS站進(jìn)行聯(lián)合解算,以確保觀測(cè)網(wǎng)中有長(zhǎng)度超過(guò)500 km的基線。本次解算中選取3個(gè)IGS站參與數(shù)據(jù)處理,分別是北京站(BJFS)、武漢站(WUHN)、上海站(SHAO)。

1.3 NCEP再分析資料

美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP) 發(fā)布的NCEP再分析資料是美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心(NCEP)和國(guó)家大氣研究中心(NCAR)合作分析產(chǎn)生的氣象分析數(shù)據(jù)資料,該資料覆蓋全球具有資料完整、時(shí)間序列長(zhǎng)等優(yōu)勢(shì)[14]。其中的可降水汽含量數(shù)據(jù),適合全球和區(qū)域長(zhǎng)期的水汽變化的研究[15]。1948年至今的NCEP/NCAR全球再分析資料可以免費(fèi)獲取,時(shí)間分辨率為6 h.利用經(jīng)緯度分辨率為2.5°×2.5°的 Surface 數(shù)據(jù),對(duì)NCEP再分析資料的格網(wǎng)數(shù)據(jù)進(jìn)行雙線性插值,計(jì)算出相應(yīng)測(cè)站的可降水汽含量。

2數(shù)據(jù)解算方法

2.1基本原理

根據(jù)GPS的觀測(cè)值, GAMIT/GLOBK軟件可以計(jì)算出天頂方向的對(duì)流層總延遲(ZTD)。而對(duì)流層總延遲又分為靜力學(xué)延遲(ZHD,又稱干延遲)和濕延遲(ZWD)兩部分。其中靜力學(xué)延遲比較有規(guī)律可以通過(guò)模型計(jì)算出來(lái),常見(jiàn)的計(jì)算模型有Saastamoinen模型[16]、Hopfield模型[17]和Black模型[18]等。這樣就可以利用總延遲與靜力學(xué)延遲作差得到濕延遲,最后利用轉(zhuǎn)換系數(shù)K,得到各個(gè)測(cè)站大氣可降水汽含量。

本文選擇Saastamoinen模型計(jì)算靜力學(xué)延遲,即

(1)

式中: ZHD表示靜力學(xué)延遲(mm); Ps為地面大氣壓(hPa); φ為測(cè)站緯度(度); H為測(cè)站大地高(km); f(φ,H)為緯度和高度的函數(shù),反映了重力加速度隨地理位置和海拔高度的變化,其表達(dá)式為

f(φ,H)=1-0.0026cos2φ-0.00028H.

(2)

天頂濕延遲ZWD計(jì)算公式為

ZWD=ZTD-ZHD.

(3)

利用轉(zhuǎn)換系數(shù)將濕延遲轉(zhuǎn)化為可降水汽含量

PWV=K·ZWD,

(4)

式中,K為轉(zhuǎn)化系數(shù),可用下式得到

(5)

Tm=70.2+0.72Ts,

(6)

式中: Tm為加權(quán)平均溫度(K); Ts為地面氣溫(K).

2.2PWV解算原理

利用地基GPS解算大氣可降水汽含量分為三個(gè)基本步驟:1) 解算GPS觀測(cè)數(shù)據(jù)得到測(cè)站天頂方向?qū)α鲗涌傃舆t;2) 利用模型計(jì)算天頂靜力延遲,然后從對(duì)流層總延遲中分離出天頂對(duì)流層的濕延遲;3) 利用轉(zhuǎn)換系數(shù)K,得到各個(gè)測(cè)站PWV.具體計(jì)算過(guò)程，如圖2所示。在使用GAMIT軟件進(jìn)行基線解算過(guò)程中,將Choice of Experiment項(xiàng)設(shè)為RELAX,即對(duì)軌道和基線松約束;觀測(cè)值的組合方式設(shè)置為L(zhǎng)C-AUTCLN,即采用雙頻消電離層組合。為提高數(shù)據(jù)解算的精度,抵消解算誤差,還引入了許多模型。其中大氣模型采用了Saastamoinen模型,相比Hopfield模型,該模型在我國(guó)境內(nèi)的改正效果更好[20]。干濕映射函數(shù)都采用了目前精度相對(duì)比較高的維也納映射函數(shù)1(VMF1)[21]。在對(duì)對(duì)流層參數(shù)進(jìn)行估計(jì)時(shí),將其估計(jì)間隔設(shè)置為1 h.同時(shí),還考慮了海潮、大氣潮、極潮和太陽(yáng)光壓等對(duì)基線解算結(jié)果的影響,并引入相關(guān)模型消除其誤差。為消除接收機(jī)天線相位等造成的影響,還考慮GPS接收機(jī)天線相位中心偏差和變化[22]。

圖2　PWV解算技術(shù)路線

3結(jié)果與分析

3.1均方根殘差nrms值統(tǒng)計(jì)

GPS/PWV是GPS測(cè)量的一個(gè)副產(chǎn)品,其精度與定位精度密切相關(guān)[23]?；€解算的精度與可靠性是判斷解算可降水汽含量精度的標(biāo)志。而衡量GAMIT軟件的基線解算質(zhì)量最主要的指標(biāo)是驗(yàn)后均方根殘差nrms.其計(jì)算公式為

(7)

表1　基線解算均方根nrms

3.2GPS/PWV與NCEP/PWV的比較

將對(duì)應(yīng)時(shí)間的(年積日為001、002、003、004、091、092、093、094、181、182、183、184、271、272、273、274天0時(shí)、6時(shí)、12時(shí)和18時(shí))NCEP再分析資料模型插值得到的可降水汽含量(NCEP/PWV)與SDCORS數(shù)據(jù)反演的可降水汽含量(GPS/PWV)做差,其差值的統(tǒng)計(jì)結(jié)果如表2所示。

表2　NCEP/PWV與GPS/PWV對(duì)比數(shù)據(jù)表

從表2可以看出NCEP插值計(jì)算的可降水汽含量與GPS反演的大氣可降水汽含量比較的最大偏差為3.87 mm,最小偏差為-4.16 mm,平均偏差為-1.97 mm,標(biāo)準(zhǔn)差為1.31 mm,均方差2.33 mm.通過(guò)以上的比較說(shuō)明利用SDCORS反演的可降水汽含量有一定的使用價(jià)值,可以用于氣象上大氣可降水汽含量的研究。

圖3、圖4分別是使用山東省2012年第002天0時(shí)的NCEP/PWV和GPS/PWV數(shù)據(jù)繪制的等值線圖。從這兩幅圖上可以看出兩種PWV在空間上具有一致性,兩幅圖在山東西部可降水汽含量最高,向東依次遞減。由于NCEP再分析資料是2.5°×2.5°的格網(wǎng)數(shù)據(jù),雙線性插值時(shí)沒(méi)有考慮到地形因素,在個(gè)別地區(qū)兩種資料會(huì)出現(xiàn)一些異常情況。圖5示出了年積日為第002天0時(shí)NCEP/PWV與GPS/PWV的差值,繪圖過(guò)程為首先將GPS/PWV與NCEP/PWV在對(duì)應(yīng)觀測(cè)站處的值作差,然后使用克里金插值法對(duì)差值繪制等值線圖。圖中大部分地區(qū)差值在-1～-2.5 mm之間,從山東省整體來(lái)看二者有較好的一致性,但同時(shí)也有一些差異,二者的差異主要受NCEP模式系統(tǒng)和同化系統(tǒng)、GPS觀測(cè)系統(tǒng)、反演算法/模式算法和同化引入數(shù)據(jù)等的共同影響。圖6、圖7分別示出了安丘站和曲阜站的GPS/PWV與NCEP

/PWV的差值圖,由這兩幅圖可以看出在這兩個(gè)測(cè)站處的GPS/PWV與NCEP/PWV隨時(shí)間的變化情況大體一致。

圖3　山東省內(nèi)NCEP/PWV12年第002天0時(shí)的等值線

圖4　山東省內(nèi)GPS/PWV12年第002天0時(shí)的等值線

圖5　山東省內(nèi)12年第002天0時(shí)GPS/PWV與　NCEP/PWV的差值

圖6　安丘站GPS/PWV與NCEP/PWV的差值

圖7　曲阜站GPS/PWV與NCEP/PWV的差值

3.3GPS/PWV分布圖及與地面降水的比較

從中國(guó)氣象科學(xué)數(shù)據(jù)服務(wù)網(wǎng)(http://cdc.cma.gov.cn)上可下載我國(guó)境內(nèi)的降水資料。通過(guò)解算SDCORS站的數(shù)據(jù),獲得了山東地區(qū)各測(cè)站的時(shí)間間隔為1 h的大氣可降水汽序列。在本文處理的16天的數(shù)據(jù)當(dāng)中,在年積日為第093天山東東部發(fā)生了降水,其他時(shí)間降雨量不太明顯。由于篇幅有限,本文只列舉山東省2012年第093天2時(shí)、4時(shí)、8時(shí)、12時(shí)的可降水汽含量分布等值線圖,如圖8、圖9、圖10、圖11所示。

圖8　山東省內(nèi)GPS/PWV12年第093天2時(shí)的等值線

圖9　山東省內(nèi)GPS/PWV12年第093天4時(shí)的等值線

從圖8至圖11中可以看到該地區(qū)域的可降水汽含量的空間分布以及隨時(shí)間變化的情況;可直觀全面地分析某地區(qū)可降水汽含量和氣候狀況;相對(duì)其他探空手段而言,地基GPS反演大氣可降水量在空間和時(shí)間分辨率上有自己獨(dú)特的優(yōu)勢(shì),能夠?yàn)樘鞖庋芯刻峁┛煽抠Y料。

圖10　山東省內(nèi)GPS/PWV12年第093天6時(shí)的等值線

圖11　山東省內(nèi)GPS/PWV12年第093天8時(shí)的等值線

圖12　濰坊站GPS/PWV與地面實(shí)際降水量的對(duì)比

圖12為濰坊站2012年第091至094天時(shí)間間隔為1 h的GPS/PWV與地面實(shí)際降水量的對(duì)比圖。從中可以看出降水的發(fā)生首先表現(xiàn)為大氣中的可降水汽含量逐漸上升,并在到達(dá)峰值之后其含量下降時(shí)發(fā)生降雨;最后是可降水汽含量消減。這與許多研究是相一致的。圖12表明GPS能夠精確地監(jiān)測(cè)天氣變化的整個(gè)過(guò)程,利用GPS探測(cè)大氣可降水汽含量有非常大的應(yīng)用前景。

4結(jié)束語(yǔ)

本文以SDCORS站數(shù)據(jù)為基礎(chǔ),對(duì)地基GPS探測(cè)大氣可降水量進(jìn)行了初步的研究。主要包括以下幾方面的內(nèi)容:通過(guò)對(duì)SDCORS測(cè)站觀測(cè)數(shù)據(jù)進(jìn)行解算得到各測(cè)站天頂方向的大氣可降水量PWV,將其與由NCEP再分析資料插值得到的大氣可降水量PWV進(jìn)行對(duì)比分析,從而證明利用GPS觀測(cè)數(shù)據(jù)解算大氣可降水量是可靠的。在此基礎(chǔ)上繪制了大氣可降水量等值線圖,分析了當(dāng)?shù)孛姘l(fā)生降水時(shí)可降水汽含量的變化情況。其結(jié)論如下:

1) 通過(guò)對(duì)SDCORS測(cè)站觀測(cè)數(shù)據(jù)進(jìn)行解算得到各測(cè)站天頂方向的大氣可降水量PWV,與NCEP再分析資料插值得到的大氣可降水汽含量進(jìn)行對(duì)比分析。其統(tǒng)計(jì)結(jié)果中平均偏差為-1.97 mm、標(biāo)準(zhǔn)差為1.31 mm、均方差為2.33 mm.通過(guò)以上的比較說(shuō)明利用SDCORS反演的可降水汽含量有一定的使用價(jià)值,可以用于氣象上大氣可降水汽含量的研究。

2) 繪制山東可降水汽含量等值線圖,可以更加直觀全面地分析某地區(qū)可降水汽含量隨時(shí)空的變化情況;相對(duì)其他探空手段而言,地基GPS反演大氣可降水量在空間和時(shí)間分辨率上有自己獨(dú)特的優(yōu)勢(shì),能夠?yàn)樘鞖庋芯刻峁┛煽抠Y料。

3) 通過(guò)濰坊站年積日為第091至094天的可降水汽含量與地面的降水量對(duì)比分析表明:當(dāng)可降水量的變化超過(guò)一定的范圍之后地面將會(huì)伴隨著降水。通過(guò)SDCORS測(cè)站觀測(cè)數(shù)據(jù)監(jiān)測(cè)PWV的變化,能夠?yàn)轭A(yù)測(cè)地面的天氣狀況提供輔助。

參考文獻(xiàn)

[1] 盛裴軒, 毛節(jié)泰, 李建國(guó),等.大氣物理學(xué)[M].北京:北京大學(xué)出版社, 2011.

[2] BEVIS M, BUSINGER S, HERRING T A,etal. GPS meteorology: Remote sensing of stmospheric water vapor using the Global Positioning System[J]. Journal of Geophysical Research, 1992,97(D14):15787-15801.

[3] TAKAGI T, PEIMING W, KIMURA F. Diurnal variation of GPS precipitable water over the Tibetan Plateau during the post-monsoon period in 2000[J].Journal of the Meteorological Society of Japan, 2000:175-180.

[4] OSAMU O, FUJIO K. Behavior of GPS-derived precipitable water vapor in the mountain lee after the passage of a cold front[J]. Journal of Geophysical Research, 2003,30(14):17-46.

[5] MANABU KANDA. GPS meteorology: ground-based and space-brone application[C].//Proceedings of GPS meteorology, Tsukuba, Japan, 2001:3-12.

[6] 毛節(jié)泰.GPS氣象應(yīng)用[J].氣象科技, 1993(4):45-49.

[7] 王小亞.地面GPS探測(cè)大氣可降水汽量的研究及其在氣象上的應(yīng)用[D].上海:中國(guó)科學(xué)院上海天文臺(tái),1998.

[8] 畢研盟,毛節(jié)泰,楊光林,等.地基GPS遙感觀測(cè)安徽地區(qū)水汽特征[J].氣象科技,2004,32(4):225-228.

[9] 宋淑麗,朱文耀,廖新浩.地基GPS氣象學(xué)研究的主要問(wèn)題及最新進(jìn)展[J].地球科學(xué)進(jìn)展,2004,19(2):122-125.

[10]曹云昌,方宗義,夏青. GPS遙感大氣可降水量與局地降雨關(guān)系的初步分析[J].應(yīng)用氣象學(xué)報(bào),2005,16(1):54-59.

[11]王勇,何榮,楊彬云,等.GPS反演的可降水量與降水的對(duì)比分析研究[J].測(cè)繪科學(xué),2010,35(5):80-82.

[12]姜英明,郭金運(yùn),劉智敏,等.利用SDCORS數(shù)據(jù)建立山東區(qū)域動(dòng)態(tài)坐標(biāo)參考框架[J].北京測(cè)繪,2015,124(5):31-34.

[13]宋淑麗,朱文耀.區(qū)域GPS網(wǎng)實(shí)時(shí)計(jì)算可降水量的若干問(wèn)題[J].中國(guó)科學(xué)院上海天文臺(tái)臺(tái)刊,2003(24):20-27.

[14]KALNAY E, KANAMITSU M, KISTLER R,etal. The NCEP/NCAR 40 years reanalysis project[J]. Bulletin of the American Meteorological Society,1996,77(3):437-471.

[15]林丹,王維佳,李慧晶.西南地區(qū)可降水量時(shí)空分布和變化特征[J].氣象科技,2013,5(24):889-894.

[16]SAASTAMOINEN J. Contributions to the theory of atmospheric refraction[J]. Bulletin Géodésique, 1973(107): 13-34.

[17]HOPFIELD H S. Tropospheric effect on electromagnetically measured range: prediction from surface weather data[J].Radio Science, 1971, 6(3): 357-367.

[18]BLACK H D, EISNER A. Correcting satellite Doppler data fortropospheric effects[J]. Journal of Geophysical Research, 1984, 89(D2): 2616-2626.

[19]BEVIS M, BUSINGER S,CHISWELL S,etal. GPS meteorology: Maping zenith wet delays onto precipitable water[J]. Journal of Applied Meteorology, 1994(33):379-386.

[20]曲偉菁,朱文耀,宋淑麗,等. 三種對(duì)流層延遲改正模型精度評(píng)估[J].天文學(xué)報(bào),2008,49(1):113-122.

[21]高興國(guó),劉焱雄,馮義楷,等.GNSS對(duì)流層延時(shí)映射函數(shù)影響分析比較研究[J].武漢大學(xué)學(xué)報(bào)·信息科學(xué)版,2010,35(12):1402-1404.

[22]郭金運(yùn),徐泮林,曲國(guó)慶. GPS接收機(jī)天線相位中心偏差的三維檢定研究[J]. 武漢大學(xué)學(xué)報(bào)·信息科學(xué)版,2003,28(4):448-451.

[23]李國(guó)平,黃丁發(fā).地基GPS氣象學(xué)[M].北京:科學(xué)出版社,2010.

[24]鄂棟臣,詹必偉,姜衛(wèi)平,等.應(yīng)用GAMIT/GLOBK軟件進(jìn)行高精度GPS數(shù)據(jù)處理[J].極地研究,2005,17(3):173-182.

姜英明(1991-),男,碩士生,主要從事空間大地測(cè)量等研究。

楊穎(1957-),男，研究員，主要從事大地測(cè)量方面的研究。

郭金運(yùn)(1969-),男,博士,教授,博士生導(dǎo)師,主要從事空間大地測(cè)量、海洋大地測(cè)量和物理大地測(cè)量等研究。

Analysis of Regional Perceptible Water Vapor Basedon SDCORS

JIANG Yingming1,YANG Ying2,GUO Jinyun1,YAO Xiangdong1,ZHANG Haiping2,FENG Yantong2

(1.CollegeofGeomatics,ShandongUniversityof

ScienceandTechnology,Qingdao266590,China;2.ShandongProvincialInstituteofLandSurveyingandMapping,Jinan250102,China)

Abstract:SDCORS data are processed to estimate the precipitation water vapor (PWV) over Shandong with the time resolution of one hour by the GAMIT/GLOBK. The GPS/PWV series are compared with the NCEP reanalysis data and local precipitation to verify the GPS/PWV accuracy and reliability. The results showed that the GPS/PWV from the SDCORS data can be used in the meteorological research and as oneindicator of short-term prediction of precipitation and weather monitoring.

Keywords:CORS; perceptible water vapor; precipitation; NCEP reanalysis data

作者簡(jiǎn)介

中圖分類號(hào)：P228.4

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1008-9268(2016)01-0037-06

收稿日期：2015-10-22

doi:10.13442/j.gnss.1008-9268.2016.01.007

資助項(xiàng)目： 國(guó)家自然科學(xué)基金(批準(zhǔn)號(hào):41374009)、公益性行業(yè)科研專項(xiàng)(編號(hào):201412001)、山東省自然科學(xué)基金(批準(zhǔn)號(hào):ZR2013DM009)

聯(lián)系人： 姜英明 E-mail:jiangyingming@live.com