留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

综合GPS和NCEP CFSv2的区域PWV估计方法

王俊杰 何秀凤

王俊杰, 何秀凤. 综合GPS和NCEP CFSv2的区域PWV估计方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(3): 328-333. doi: 10.13203/j.whugis20140841
引用本文: 王俊杰, 何秀凤. 综合GPS和NCEP CFSv2的区域PWV估计方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(3): 328-333. doi: 10.13203/j.whugis20140841
WANG Junjie, HE Xiufeng. Regional PWV Estimation Using GPS and NCEP CFSv2[J]. Geomatics and Information Science of Wuhan University, 2017, 42(3): 328-333. doi: 10.13203/j.whugis20140841
Citation: WANG Junjie, HE Xiufeng. Regional PWV Estimation Using GPS and NCEP CFSv2[J]. Geomatics and Information Science of Wuhan University, 2017, 42(3): 328-333. doi: 10.13203/j.whugis20140841

综合GPS和NCEP CFSv2的区域PWV估计方法

doi: 10.13203/j.whugis20140841
基金项目: 

国家自然科学基金 41274017

国家自然科学基金 40974001

江苏省研究生科研创新计划 KYLX15_0532

中央高校基本科研业务费项目 2015B42114

详细信息
    作者简介:

    王俊杰, 博士生, 主要从事卫星导航与定位及GPS气象学研究。junjie.wang@hhu.edu.cn

    通讯作者: 何秀凤, 博士, 教授。xfhe@hhu.edu.cn
  • 中图分类号: P228

Regional PWV Estimation Using GPS and NCEP CFSv2

Funds: 

The National Natural Science Foundation of China 41274017

The National Natural Science Foundation of China 40974001

the Graduate Student Research and Innovation Program of Jiangsu Province KYLX15_0532

the Basic Research Funds for the Central Universities 2015B42114

More Information
    Author Bio:

    WANG Junjie, PhD candidate, specializes in satellite navigation and positioning and GPS meteorology. E-mail:junjie.wang@hhu.edu.cn

    Corresponding author: HE Xiufeng, PhD, professor. E-mail:xfhe@hhu.edu.cn
  • 摘要: 利用地基GPS估计PWV(precipitable water vapor)时,除GPS观测数据外,GPS测站地表的气温和气压也是必要参数。针对我国多数GPS网并未配备相应的气象传感器的情况,利用美国环境预报中心气候预报系统第2版提供的逐6 h产品,并顾及测站高程转换时的平均海平面高改正,提出一种GPS测站气象参数的插值新方法。以香港卫星定位参考站网实测GPS数据进行试验研究,结果表明,平均海平面高对地表气压的插值结果影响较大,而对地表气温的插值结果影响较小;经平均海平面高改正后,地表气压插值结果的平均均方根误差(RMSE)为1.61 hPa,地表气温插值结果的平均RMSE为1.93 K;由插值气象参数估计的PWV的平均RMSE为2.76 mm,验证了所提方法的有效性。
  • 图  1  香港地区所选GPS站点及邻近探空站分布图

    Figure  1.  Distribution of the Selected GPS Sites and the Neighboring Radio Sounding Site in Hong Kong

    图  2  IGS跟踪站的分布及MSS_CNES_CLS2011的平均海平面模型

    Figure  2.  Distribution of the IGS Tracking Stations and the Mean Sea Surface of MSS_CNES_CLS2011

    图  3  GPS测站及其邻近格点的空间分布示意图

    Figure  3.  Spatial Distribution of GPS Site and the Four Neighboring Grid Points

    图  4  HKSC站的地表气象参数插值结果和实测结果比较

    Figure  4.  omparison of the Interpolated Results and the Measured Results of HKSC's Surface Meteorological Data

    图  5  HKSC站的PWV序列及偏差

    Figure  5.  HKSC's PWV Time Series and the Bias Scatter Between the Interpolated and the Measured PWV

    表  1  平均海平面高改正前后各GPS测站气象参数插值结果与实测结果比较

    Table  1.   Comparison of the Interpolated Results and the Measured Results of Each GPS Site Before and After MSSH Correction

    测站MSSH/m改正前地表气压/hPa改正后地表气压/hPa改正前地表气温/K改正后地表气温/K
    BiasRMSEStdBiasRMSEStdBiasRMSEStdBiasRMSEStd
    BJNM-8.4930.651.211.02-0.351.081.02-0.385.065.05-0.405.065.05
    IISC-85.1336.436.541.16-2.883.101.15-0.622.172.07-0.792.382.07
    TWTF20.649-3.573.660.80-1.171.410.790.451.381.300.581.401.30
    HKFN-1.195-0.110.890.88-0.250.910.88-0.541.821.74-0.551.821.74
    HKNP-1.764-2.472.610.85-2.672.800.850.651.291.120.631.281.11
    HKOH-0.297-1.601.810.85-1.601.800.850.521.221.110.511.221.10
    HKSC-0.800-0.350.940.88-0.440.980.87-0.431.521.46-0.431.521.46
    HKSL-1.822-0.761.160.87-0.761.150.87-0.281.321.29-0.291.321.28
    HKWS-0.327-0.741.140.86-0.771.160.860.401.411.350.391.401.35
    下载: 导出CSV

    表  2  各GPS测站PWV_Int精度统计/mm

    Table  2.   PWV_Int Accuracy Statistics of Each GPS Site/mm

    测站BiasRMSEStd
    HKFN-0.311.811.78
    HKNP-1.505.004.83
    HKOH-1.082.602.37
    HKSC-0.451.711.66
    HKSL-0.703.183.11
    HKWS-0.452.282.24
    下载: 导出CSV
  • [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 Atmospheres, 1992, 97(D14): 15 787-15 801 doi:  10.1029/92JD01517
    [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 doi:  10.1175/1520-0450(1994)033<0379:GMMZWD>2.0.CO;2
    [3] Duan J, Bevis M, Fang P, et al. GPS Meteorology: Direct Estimation of the Absolute Value of Precipitable Water[J]. Journal of Applied Meteorology, 1996, 35(6): 830-838 doi:  10.1175/1520-0450(1996)035<0830:GMDEOT>2.0.CO;2
    [4] Rocken C, van Hove T, Ware R. Near Real-time GPS Sensing of Atmospheric Water Vapor[J]. Geophysical Research Letters, 1997, 24(24): 3 221-3 224 doi:  10.1029/97GL03312
    [5] 陈永奇, 刘焱雄, 王晓亚, 等.香港实时GPS水汽监测系统的若干关键技术[J].测绘学报, 2007, 36(1): 9-12 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB200701001.htm

    Chen Yongqi, Liu Yanxiong, Wang Xiaoya, et al. GPS Real-time Estimation of Precipitable Water Vapor Hong Kong Experiences[J].Acta Geodaetica et Cartographica Sinca, 2007, 36(1): 9-12 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB200701001.htm
    [6] Yuan Y B, Zhang K F, Rohm W, et al. Real-time Retrieval of Precipitable Water Vapor from GPS Precise Point Positioning[J]. Journal of Geophysical Research Atmospheres, 2014, 119(16): 10 044-10 057 doi:  10.1002/2014JD021486
    [7] Jiang P, Ye S R, Liu Y Y, et al. Near Real-time Water Vapor Tomography Using Ground-based GPS and Meteorological Data: Long-term Experiment in Hong Kong[J]. Annales Geophysicae, 2014, 32(8): 911-923 doi:  10.5194/angeo-32-911-2014
    [8] Jade S, Vijayan M S M. GPS-based Atmospheric Precipitable Water Vapor Estimation Using Meteorological Parameters Interpolated from NCEP Global Reanalysis Data[J]. Journal of Geophysical Research Atmospheres, 2008, 113(D3):309-327
    [9] Quinn J K, Herring T A. GPS Atmospheric Water Vapor Measurements Without the Use of Local Barometers[J]. Eos Trans AGU, 1996, 77(46): 1 233-1 254
    [10] Bai Z, Feng Y. GPS Water Vapor Estimation Using Interpolated Surface Meteorological Data from Australian Automatic Weather Stations[J]. Journal of Global Positioning Systems, 2003, 2(2):83-89 doi:  10.5081/jgps
    [11] Schüler T. On Ground-based GPS Tropospheric Delay Estimation[D]. Neubiberg: University der Bundeswehr München, 2001
    [12] 赵静旸, 宋淑丽, 朱文耀. ERA-Interim应用于中国地区地基GPS/PWV计算的精度评估[J].武汉大学学报·信息科学版, 2014, 39(8): 935-939 http://ch.whu.edu.cn/CN/abstract/abstract3047.shtml

    Zhao Jingyang, Song Shuli, Zhu Wenyao. Accuracy Assessment of Applying ERA-Interim Reanalysis Data to Calulate Ground-based GPS/PWV over China[J].Geomatics and Information Science of Wuhan University, 2014, 39(8): 935-939 http://ch.whu.edu.cn/CN/abstract/abstract3047.shtml
    [13] 常亮, 何秀凤.综合GPS和NCEP在区域降雨预报中的应用研究[J].中国科学 (物理学, 力学, 天文学), 2010, 40(5): 685-692 http://www.cnki.com.cn/Article/CJFDTOTAL-JGXK201005029.htm

    Chang Liang, He Xiufeng. Regional Precipitation Forecast Using GPS and NCEP[J]. Scientia Sinica Phys, Mech & Astron, 2010, 40(5): 685-692 http://www.cnki.com.cn/Article/CJFDTOTAL-JGXK201005029.htm
    [14] Schaeffer P, Faugere Y, Legeais J F, et al. The CNES_CLS11 Global Mean Sea Surface Computed from 16 Years of Satellite Altimeter Data[J]. Marine Geodesy, 2012, 35(sup1): 3-19 doi:  10.1080/01490419.2012.718231
    [15] Saha S, Moorthi S, Wu X, et al. The NCEP Climate Forecast System Version 2[J]. Journal of Climate, 2014, 27(6): 2 185-2 208 doi:  10.1175/JCLI-D-12-00823.1
    [16] Brunner F K, Gu M. An Improved Model for the Dual Frequency Ionospheric Correction of GPS Observations[J]. Manuscripta Geodaetica, 1991, 16(3): 205-214 http://citeseerx.ist.psu.edu/showciting?cid=2847404
    [17] Saastamoinen J. Atmospheric Correction for the Troposphere and Stratosphere in Radio Ranging Satellites[J]. The Use of Artificial Satellites for Geodesy, 1972: 247-251 http://nparc.cisti-icist.nrc-cnrc.gc.ca/eng/view/object/?id=1370898c-b0dc-41b6-b749-f6b7737224a0
    [18] Klein-Baltink H, Derks H J P, van Lammeren A, et al. Water Vapour from GPS Tropospheric Delay Estimates[J]. GPS Water Vapour Meteorology, Beleids Commissie Remote Sensing (BCRS), 1999(3): 3-11
  • [1] 曾小牛, 李夕海, 刘继昊, 牛超, 侯维君.  一种基于改进凸集投影原理的航空重力数据插值与去噪方法 . 武汉大学学报 ● 信息科学版, 2020, 45(10): 1555-1562. doi: 10.13203/j.whugis20180470
    [2] 刘劲宏, 姚宜斌, 桑吉章, 雷祥旭.  对流层顶的变化趋势对加权平均温度的影响 . 武汉大学学报 ● 信息科学版, 2019, 44(10): 1430-1435. doi: 10.13203/j.whugis20180075
    [3] 聂磊, 舒红, 刘艳.  复杂地形地区月平均气温(混合)地理加权回归克里格插值 . 武汉大学学报 ● 信息科学版, 2018, 43(10): 1553-1559. doi: 10.13203/j.whugis20160433
    [4] 陈传法, 闫长青, 刘凤英, 赵娜, 刘国林.  一种综合考虑采样点水平和高程误差的DEM建模算法 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 739-744. doi: 10.13203/j.whugis20150695
    [5] 徐武平, 邱峰, 徐爱萍.  空间数据插值的自动化方法研究 . 武汉大学学报 ● 信息科学版, 2016, 41(4): 498-502. doi: 10.13203/j.whugis20140131
    [6] 张国峰, 杨立荣.  基于Copula的降水量不确定性建模 . 武汉大学学报 ● 信息科学版, 2015, 40(6): 805-809. doi: 10.13203/j.whugis20130497
    [7] 陈传法, 蔡乾广.  DEM快速构建的最小二乘配置法 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 86-89.
    [8] 毛悦, 宋小勇, 贾小林, 吴显兵.  星间链路观测数据归化方法研究 . 武汉大学学报 ● 信息科学版, 2013, 38(10): 1201-1206.
    [9] 金涛勇, 李建成.  利用验潮站观测数据校正测高平均海平面变化线性漂移 . 武汉大学学报 ● 信息科学版, 2012, 37(10): 1194-1197.
    [10] 于胜杰, 柳林涛.  利用选权拟合法进行GPS水汽层析解算 . 武汉大学学报 ● 信息科学版, 2012, 37(2): 183-186.
    [11] 徐韶光, 熊永良, 刘宁, 黄丁发.  利用地基GPS获取实时可降水量 . 武汉大学学报 ● 信息科学版, 2011, 36(4): 407-411.
    [12] 陈传法, 岳天祥, 张照杰.  高精度曲面模型的解算 . 武汉大学学报 ● 信息科学版, 2010, 35(3): 365-368.
    [13] 李云锦, 钟耳顺, 黄跃峰.  斜轴抛物线插值的改进算法与近似算法 . 武汉大学学报 ● 信息科学版, 2009, 34(12): 1490-1494.
    [14] 邓凯亮, 暴景阳, 许军, 章传银.  用强制改正法建立中国近海平均海平面高模型 . 武汉大学学报 ● 信息科学版, 2008, 33(12): 1283-1287.
    [15] 刁法启, 熊熊.  地壳运动速度场插值方法研究 . 武汉大学学报 ● 信息科学版, 2008, 33(6): 627-630.
    [16] 肖进丽, 潘正风, 黄声享.  GPS/INS组合导航系统数据同步处理方法研究 . 武汉大学学报 ● 信息科学版, 2008, 33(7): 715-717.
    [17] 王贵文, 王泽民, 杨剑.  地基GPS准实时反演三峡地区大气可降水量的研究 . 武汉大学学报 ● 信息科学版, 2007, 32(9): 761-763.
    [18] 王勇, 柳林涛, 许厚泽, 黄应生.  利用GPS技术反演中国大陆水汽变化 . 武汉大学学报 ● 信息科学版, 2007, 32(2): 152-155.
    [19] 李建成, 姜卫平, 章磊.  联合多种测高数据建立高分辨率中国海平均海面高模型 . 武汉大学学报 ● 信息科学版, 2001, 26(1): 40-45.
    [20] 高原, 朱娅男, 陈传法, 胡占占, 胡保健.  高精度DEM建模的加权径向基函数插值方法 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20210100
  • 加载中
图(5) / 表(2)
计量
  • 文章访问数:  1186
  • HTML全文浏览量:  83
  • PDF下载量:  540
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-07-21
  • 刊出日期:  2017-03-05

综合GPS和NCEP CFSv2的区域PWV估计方法

doi: 10.13203/j.whugis20140841
    基金项目:

    国家自然科学基金 41274017

    国家自然科学基金 40974001

    江苏省研究生科研创新计划 KYLX15_0532

    中央高校基本科研业务费项目 2015B42114

    作者简介:

    王俊杰, 博士生, 主要从事卫星导航与定位及GPS气象学研究。junjie.wang@hhu.edu.cn

    通讯作者: 何秀凤, 博士, 教授。xfhe@hhu.edu.cn
  • 中图分类号: P228

摘要: 利用地基GPS估计PWV(precipitable water vapor)时,除GPS观测数据外,GPS测站地表的气温和气压也是必要参数。针对我国多数GPS网并未配备相应的气象传感器的情况,利用美国环境预报中心气候预报系统第2版提供的逐6 h产品,并顾及测站高程转换时的平均海平面高改正,提出一种GPS测站气象参数的插值新方法。以香港卫星定位参考站网实测GPS数据进行试验研究,结果表明,平均海平面高对地表气压的插值结果影响较大,而对地表气温的插值结果影响较小;经平均海平面高改正后,地表气压插值结果的平均均方根误差(RMSE)为1.61 hPa,地表气温插值结果的平均RMSE为1.93 K;由插值气象参数估计的PWV的平均RMSE为2.76 mm,验证了所提方法的有效性。

English Abstract

王俊杰, 何秀凤. 综合GPS和NCEP CFSv2的区域PWV估计方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(3): 328-333. doi: 10.13203/j.whugis20140841
引用本文: 王俊杰, 何秀凤. 综合GPS和NCEP CFSv2的区域PWV估计方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(3): 328-333. doi: 10.13203/j.whugis20140841
WANG Junjie, HE Xiufeng. Regional PWV Estimation Using GPS and NCEP CFSv2[J]. Geomatics and Information Science of Wuhan University, 2017, 42(3): 328-333. doi: 10.13203/j.whugis20140841
Citation: WANG Junjie, HE Xiufeng. Regional PWV Estimation Using GPS and NCEP CFSv2[J]. Geomatics and Information Science of Wuhan University, 2017, 42(3): 328-333. doi: 10.13203/j.whugis20140841
  • 水汽是水分和热量传递的基质,是一个不稳定的气象参数,影响着辐射平衡、能量输送、云的形成和降水。自1992年实现用地基GPS遥感大气水汽以来[1],其估计大气可降水量 (precipitable water vapor,PWV) 的精度不断得到改善和证实[2-7]。除GPS数据之外,GPS测站地表的气温和气压是估计PWV的必要参数[8],1hPa的气压误差将导致约0.4 mm的PWV估计误差[9]。理想情况是在GPS天线处装备气象传感器,但这将增加约接收机价格1/3~1/2的成本[10],而且我国多数GPS网建设时,并未配备相应的气象传感器。因此,当利用未装备气象传感器的GPS网进行区域PWV估计时,有必要寻求替代方法来获取GPS测站处的气象参数。

    文献[9]讨论了利用美国国家环境预报中心 (National Centers of Environmental Prediction, NCEP) 等压面产品插值地表气压替代高精度气压计的可行性。Schueler利用NCEP GDAS (Global Data Assimilation System)1°×1°的格网数据插值得到地表气象参数,证实了利用数值天气模型估算地表气象参数和大气水汽的可能性[11]。Bai等提出利用邻近的气象站插值获取GPS测站地表气象参数的方法,并基于澳大利亚自动气象站的地面气象数据进行插值,估计了无气象设备的GPS站的PWV[10]。Jade等提出利用水平分辨率为2.5°的NCEP再分析资料插值GPS测站地表气象数据,并结合印度GPS网估计了当地长达4 a的PWV序列[8]。赵静旸等评估了中国地区ERA-Interim再分析资料提取气象参数和计算GPS/PWV所能达到的精度[12]。常亮等利用NCEP再分析资料插值GPS测站地表气象数据,但未考虑测站位置处的平均海平面高影响,以大地高代替位势高推算GPS测站地表气象参数[13]。根据法国空间局CNES/CLS (Centre National d’Etudes Spatiales/Collecte Localisation Satellite) 提供的最新全球平均海平面模型MSS_CNES_CLS2011[14],平均海平面高的变化范围约为-106~88 m,因此,忽略平均海平面高影响,将导致GPS测站气象参数的插值结果存在系统误差。

    NCEP开发的CFSv2是海-气-陆完全耦合的全球气候预报系统,采用先进的物理模型和更精确的初值,其数据自2011年起可用,CFSv2(climate forecast system version 2) 提供每6 h的大气、海洋和陆地表面的再分析产品,可用的水平分辨率有0.2°、0.5°、1°和2.5°,数据每日更新[15]。MSS_CNES_CLS2011模型由16 a (1993~2008) 的卫星测高数据计算得到,所有的卫星测高数据均经过海洋季节变化改正并移除了年际信号,模型地理覆盖范围80°S~84°N,格网水平分辨率2 min,95%的模型误差小于6 cm[14]。本文基于NCEP CFSv2提供的水平分辨率为0.5°的逐6 h产品,提出一种新的空间和时间插值方法,其中测站大地高采用MSS_CNES_CLS2011模型进行改正,得到香港地区6个连续运行参考站和3个IGS跟踪站的地表气压和气温,并估计PWV。实验选取的各GPS测站均配备有气象传感器,通过对插值得到的气象参数和实测气象参数,以及由插值气象参数估计的PWV和实测气象参数估计的PWV进行比较,验证所提方法估计区域PWV的有效性和可靠性。

    • GPS信号在传播过程中会受到中性大气层和电离层的影响而产生延迟和弯曲。其中,电离层延迟部分可利用电离层的弥散特性通过双频接收机来消除[16],中性大气层延迟可表示为[1]

      (1)

      式中,Nd、Nw分别为干、湿折射率指数;HD为静力学延迟;WD为湿延迟。通过映射函数,将大气延迟转换到天顶方向,则天顶总延迟ZTD为:

      (2)

      式中,ZHD为天顶静力学延迟;ZWD为天顶湿延迟。

      天顶总延迟ZTD可利用GAMIT等高精度GPS数据处理软件求解,天顶静力学延迟ZHD可通过Saastamoinen模型[17]估计得到:

      (3)

      式中,Ps为地表气压 (hPa),f(Φ, h) 表示为:

      (4)

      式中,Φ为地理纬度;h为测站海拔高度 (km)。再由式 (2) 可分离得到天顶湿延迟ZWD,而PWV与ZWD成比例关系[2]

      (5)
      (6)

      式中,Π为转换系数;Tm为大气加权平均温度;ρ为液态水密度;k2k3Rv均为常数。

    • 选取香港卫星定位参考站网的6个连续运行参考站2014-07-02~22日 (DOY 183~203日) 的数据,进行区域PWV估计试验,参考站的分布如图 1所示。收集各参考站的观测文件和气象文件,观测文件采样率为5 s;气象文件每分钟记录一次温度、气压和相对湿度等数据。图 1中的五角星为站号45004的探空站,从探空站得到的PWV将用于后面由插值气象参数估计的PWV比较。

      图  1  香港地区所选GPS站点及邻近探空站分布图

      Figure 1.  Distribution of the Selected GPS Sites and the Neighboring Radio Sounding Site in Hong Kong

      为求解各参考站上的绝对PWV,需引入一定数量的IGS基准站使网中存在大于500 km的基线[3]。故选取BJNM (北京)、IISC (班加罗尔) 和TWTF (桃园) 等3个IGS跟踪站,其分布及相应地理范围的MSS_CNES_CLS2011模型平均海平面高如图 2所示。从图 2中可以看出,各跟踪站间的平均海平面高差异较大,其中IISC站具有最大的平均海平面高改正。

      图  2  IGS跟踪站的分布及MSS_CNES_CLS2011的平均海平面模型

      Figure 2.  Distribution of the IGS Tracking Stations and the Mean Sea Surface of MSS_CNES_CLS2011

      NCEP CFSv2提供的每6 h的大气、海洋和陆地表面的再分析产品可免费获取。本文选取水平分辨率为0.5°的“平均海平面层”的气压数据,及“地表或水面层”的温度和时不变位势高数据插值计算GPS测站的地表气压和气温,进而用于估计香港地区的PWV。

    • 本文采用NCEP CFSv2提供的水平分辨率为0.5°的逐6 h的预报资料,并顾及测站高程转换时的平均海平面高改正,获取地表气象参数。如图 3所示,Gi(i=1,2,3,4) 表示GPS测站邻近的4个格点,G′i(i=1,2,3,4) 分别为对应格点在平均海平面上的投影,G′0为GPS测站在椭球面上的投影。对于给定的GPS测站,均能根据其地理坐标和CFSv2的水平分辨率,找到其邻近的4个格点。

      图  3  GPS测站及其邻近格点的空间分布示意图

      Figure 3.  Spatial Distribution of GPS Site and the Four Neighboring Grid Points

      1) 格点气象参数转化。依据Klein等人提出的从任意位势高度到平均海平面 (mean sea level,MSL) 的气象参数的转化关系[18],将各格点Gi的气象参数转化到其在平均海平面上的投影点G′i。由于仅气温参数不在平均海平面上,其转化关系为:

      (7)

      式中,H为格点位势高度 (m);TsTMSL分别为地表气温和平均海平面气温。

      2) 水平插值。在平均海平面上,对G′i构成的区域采用反距离加权插值法 (inverse distance weighted, IDW) 获取GPS测站在平均海平面上投影点的气象参数:

      (8)

      式中,di表示GPS测站在平均海平面上的投影点到G′i的距离;P′iT′i分别为G′i的气压和气温。

      3) 高程转换。类似上述水平插值方法,从MSS_CNES_CLS2011获取GPS测站处的平均海平面高hmss。由于位势高的起算面为平均海水面,与大地高的差异主要为平均海平面高,忽略位势高与几何高度的微弱差异,则该点处的位势高为:

      (9)

      式中,HGPS为测站大地高。

      4) 测站气象参数转化。将GPS测站在平均海平面上的投影点的气象参数转化到其实际位置,转换关系为:

      (10)

      5) 时间插值。以每个年积日为单位,时间分辨率取10 min,采用三次样条插值法进行时间域上的插值。

    • 采用上述气象参数插值方法获得各测站的气象参数,并与气象传感器的实测记录进行比较。图 4为HKSC站上气象参数插值结果和气象传感器实测结果的时间序列及两者的偏差,其他各站的情况与图 4类似,为节约篇幅没有给出。进一步对各GPS测站上气象参数的插值结果与实测结果进行比较,计算两者的平均偏差 (Bias)、均方根误差 (RMSE) 和标准差 (Std),同时考察平均海平面高 (mean sea surface height, MSSH) 对气象参数的插值结果的影响,结果如表 1所示。

      表 1  平均海平面高改正前后各GPS测站气象参数插值结果与实测结果比较

      Table 1.  Comparison of the Interpolated Results and the Measured Results of Each GPS Site Before and After MSSH Correction

      测站MSSH/m改正前地表气压/hPa改正后地表气压/hPa改正前地表气温/K改正后地表气温/K
      BiasRMSEStdBiasRMSEStdBiasRMSEStdBiasRMSEStd
      BJNM-8.4930.651.211.02-0.351.081.02-0.385.065.05-0.405.065.05
      IISC-85.1336.436.541.16-2.883.101.15-0.622.172.07-0.792.382.07
      TWTF20.649-3.573.660.80-1.171.410.790.451.381.300.581.401.30
      HKFN-1.195-0.110.890.88-0.250.910.88-0.541.821.74-0.551.821.74
      HKNP-1.764-2.472.610.85-2.672.800.850.651.291.120.631.281.11
      HKOH-0.297-1.601.810.85-1.601.800.850.521.221.110.511.221.10
      HKSC-0.800-0.350.940.88-0.440.980.87-0.431.521.46-0.431.521.46
      HKSL-1.822-0.761.160.87-0.761.150.87-0.281.321.29-0.291.321.28
      HKWS-0.327-0.741.140.86-0.771.160.860.401.411.350.391.401.35

      图 4可以看出,插值得到的气象参数与气象传感器的实测记录基本一致,且地表气压的插值结果与实测结果符合效果较好,而地表气温与实测结果的偏差稍大。其原因可能是气温参数的转化关系比较简单,不能很好地刻划气温随高度变化的规律,此外,也不排除实测气温存在较大的观测误差。分析表 1中经MSSH改正的插值结果可知,地表气压插值结果的平均RMSE为1.61 hPa,最大不超过3.1 hPa,地表气温插值结果的平均RMSE为1.93 K,最大在5 K左右,验证了气象参数的插值结果与实测结果基本一致的结论。

      图  4  HKSC站的地表气象参数插值结果和实测结果比较

      Figure 4.  omparison of the Interpolated Results and the Measured Results of HKSC's Surface Meteorological Data

      比较MSSH改正前后的地表气压可知,MSSH的绝对值越大,对地表气压的插值结果的影响也越大,如IISC站的MSSH达-85.133 m,改正后其地表气压的插值结果精度得到显著提高。而香港地区各站的MSSH均在2 m以内,MSSH改正后并没有明显改善地表气压插值结果的精度,个别测站甚至出现精度略微降低的情况,但仍保持在同一精度水平。相比而言,MSSH绝对值的大小对于地表气温的影响甚微,MSSH改正前后地表气温插值结果的精度基本一致,个别测站也出现精度略微降低的情况。其主要原因是气温转换关系为简单的一次函数,且其斜率较小对位势高的变化不敏感,而气压转换关系为指数函数,较好地反映了位势高变化的影响。

    • 为了验证利用插值气象参数估计的PWV (PWV_Int) 的可靠性,将其与利用气象传感器实测气象参数估计的PWV (PWV_Obs) 和探空资料估计的PWV (PWV_RS) 进行比较。基于最终精密星历,采用GAMIT 10.5估计各GPS测站的PWV,其中Tm采用Bevis模型[1]计算。由图 1可以看出,HKSC站离探空站45004最近,故以HKSC站进行上述方案的比较,结果如图 5所示。其中,194日UTC 0时的探空数据缺失。其他各站仅进行PWV_Int与PWV_Obs的比较,平均偏差、均方根误差和标准差如表 2所示。

      图  5  HKSC站的PWV序列及偏差

      Figure 5.  HKSC's PWV Time Series and the Bias Scatter Between the Interpolated and the Measured PWV

      表 2  各GPS测站PWV_Int精度统计/mm

      Table 2.  PWV_Int Accuracy Statistics of Each GPS Site/mm

      测站BiasRMSEStd
      HKFN-0.311.811.78
      HKNP-1.505.004.83
      HKOH-1.082.602.37
      HKSC-0.451.711.66
      HKSL-0.703.183.11
      HKWS-0.452.282.24

      图 5可看出,由插值气象参数估计的PWV与由实测气象参数估计的PWV及探空资料估计的PWV趋势基本一致,且利用地基GPS获得的PWV较探空资料获得的PWV具有更高的时间分辨率,表现了地基GPS遥感大气水汽的优越性;由于HKSC站与探空站的站址不同,且两者高程相差约45 m,导致了GPS获得的PWV与探空PWV间存在一定偏差。综合图 5表 2可知,由插值气象参数估计的PWV与由实测气象参数估计的PWV符合的较好,平均偏差在1.5 mm以内,平均RMSE为2.76 mm,最大RMSE和Std不超过5 mm,可见利用插值气象参数估计PWV是切实可行的。

    • 地基GPS估计大气可降水量,具有准实时、全天候、高时间分辨率、高精度和低成本等优点。针对没有装备气象传感器的GPS网,本文基于NCEP CFSv2的再分析资料,提出了一种GPS测站气象参数插值新方法,并通过分析指出,在GPS测站高程转换时进行平均海平面高改正的必要性。以香港卫星定位参考站网实测GPS数据进行试验研究,得到了香港地区2014-07-02~22日6个GPS站间隔2 h的PWV时间序列。通过与实测气象参数估计的PWV序列及探空资料估计的PWV序列进行比较分析,由插值气象参数估计的PWV的平均RMSE为2.76 mm,与由实测气象参数估计的PWV平均偏差在1.5 mm以内,验证了本方法估计区域PWV的有效性和可靠性。这表明即使GPS测站附近没有气象观测设备时,地基GPS遥感大气水汽同样能够获得较高精度的PWV。

参考文献 (18)

目录

    /

    返回文章
    返回