论文部分内容阅读
水汽是对流层中一种重要温室气体,是大气能量交换的重要载体,也是诸多天气和气候现象的物质基础,而大气可降水量（Precipitable Water Vapor,PWV）是衡量大气水汽含量的关键气象参数。对流层干大气和水汽能使电磁波信号产生延迟,是全球导航卫星系统（Global Navigation Satellite Systems,GNSS）在导航定位中的主要误差来源之一,同时也使GNSS观测信号中蕴含了丰富的水汽信息。通过GNSS技术计算对流层延迟和反演PWV具有全天候、高精度、低成本等优点,可为气象和气候变化研究提供重要数据源。随着极端天气预警对气象参数观测时效提出更严格的要求,基于GNSS实时精密单点定位（Precise Point Positioning,PPP）技术的实时PWV反演方法成为一个研究热点。本文围绕基于实时PPP技术的PWV反演流程中的关键科学问题展开研究,包括高精度先验大气压经验模型构建、实时PPP软件研发及其天顶对流层延迟（Zenith Tropospheric Delay,ZTD）解算性能评估、VMF1/VMF3预报格网的天顶静力学延迟（Zenith Hydrostatic Delay,ZHD）内插方法改进、加权平均温度（Weighted Mean Temperature,mT）建模、无实测气象参数下的PWV反演精度评估和GNSS-PWV与天气变化的关联性分析等,具体内容和结论如下:（1）针对现有对流层延迟经验模型常采用单个参考面的气象参数和对应衰减函数计算目标位置气象参数或对流层延迟值,导致在目标点与参考高程面高差较大时模型预测误差较大的问题,提出一种基于三维空间格网的气压、气温和ZWD经验模型（PVoxel模型）。该模型以10年的ERA5月平均数据为数据源,通过内插获得由四个高程面和1°×1°水平格网点构成的三维格网节点处的大气参数,并通过拟合获得节点处各参数的均值、年周期、半年周期项,进而任意目标点处的气压、气温、ZWD均可通过周围空间节点处的大气参数进行预测。通过2019年516个探空站处的探空廓线对PVoxel模型进行评估,相比现有常用的经验模型（如GPT3和UNB3m等）,PVoxel模型得益于多参考高程面,其气压、气温预测精度都有显著提升,且预测结果几乎无偏。（2）基于BNC软件进行二次开发,对BNC PPP模块误差改正、质量控制、参数估计等多方面进行大量改进,实现基于实时PPP的GNSS实时ZTD解算和PWV反演。为评估改进后的软件性能,首先评估了使用IGS、CNES、GFZ、WHU四个分析中心的实时服务（Real-time Service,RTS）产品时的单GPS和GPS+GLONASS组合PPP的ZTD解算精度,以IGS事后ZTD产品为参考,采用CNES实时产品时单GPS和GPS+GLONASS组合实时ZTD的均方根误差（Root-Mean-Square Error,RMSE）均值分别为8.4 mm和8.1 mm;以CODE事后ZTD产品为参考,二者ZTD的RMSE均值分别为7.4 mm和7.0 mm。GFZ和WHU产品亦可满足高精度实时ZTD解算需求。采用GFZ的RTS产品评估了当前北斗的全球实时ZTD解算性能,当前北斗单系统实时ZTD解算精度略低于单GPS估值,GPS+BDS组合优于单系统ZTD估计精度。（3）针对VMF1/VMF3格网采用的传统ZHD垂直改正函数中对所用格网点都用了同一系数,进而引起较大的ZHD改正误差,以ERA5再分析资料为数据源,提出两种改进方案,一是为每个格网点单独拟合衰减系数;二是基于新建立的PVoxel模型中的三维气温格网模型计算格网点气温及气温分段线性衰减率。以2019-2021三年404个探空站的地面观测值为参考,采用上述第一个改进方案时VMF1、VMF3（5°×5°）和VMF3（1°×1°）预报格网的RMSE均值分别由5.5mm、4.9 mm和3.9mm减小到3.7 mm、4.2 mm和3.6 mm;最大值分别由4.01cm、4.24 cm和1.95 cm减小到1.63 cm、2.38 cm和1.83 cm;采用第二个改进方案时,RMSE均值分别减少到3.6 mm、4.3 mm和3.7 mm;RMSE最大值分别减少到1.64 cm、2.38 cm和1.83 cm。当采用1000 h Pa、925 h Pa、850 h Pa三个气压层的探空数据为参考时,基于PVoxel模型三维气温格网的改正方案RMSE显著小于基于ZHD衰减系数的改正方案,故本文推荐使用PVoxel模型三维气温格网计算VMF1、VMF3格网点的气温和气温的垂向分段线性衰减率对ZHD进行垂向改正。本文同时评估了最近点法、反距离加权法和双线性内插法三种水平内插方法的ZHD内插精度,结果表明双线性内插法最优,最近点法内插精度最低。（4）针对mT的空间变化特征,建立一种新的顾及mT垂向非线性变化趋势的高精度mT经验模型GGNTm。该模型基于十年的ERA5月均再分析资料建立,采用三阶多项式分别对各格网点垂向上各高程的mT进行拟合,获得各格网点处的三阶多项式系数后,采用年周期和半年周期项对各格网点的系数进行非线性最小二乘拟合,得到全球格网mT模型GGNTm,该模型仅为经纬度、高程和时间的函数,无需实测气象参数。通过探空数据和ERA5再分析数据对GGNTm模型进行验证,结果表明,以2018年ERA5逐小时产品（5°×5°分辨率,UTC 12:00）所得mT为参考,在950 h Pa和500 h Pa气压层上的mT RMSE均值分别为3.35 K和3.94 K。以同年428个站探空廓线地面mT值为参考,偏差（bias）和RMSE均值分别为0.34 K和3.89 K,以探空10 km高以内mT为参考,bias和RMSE均值分别为0.16 K和4.2 K。该模型可在10 km高程以下范围内提供几乎无偏的高精度Tm估值。（5）基于所研发的实时PPP软件,实现基于上述VMF格网和GGNTm模型的无实测气象参数下的GNSS-PWV反演。采用全球41个具有并址探空站的2020年上半年154天的IGS站的GPS观测值进行实时ZTD解算,通过VMF3（1°×1°）预报格网计算的ZHD值从实时ZTD中提取ZWD值,并采用GGNTm模型计算转换因子得到PWV。与探空PWV值对比结果表明,无实测气象参数时采用VMF格网、GGNTm模型可获得高精度PWV反演结果,RMSE均值小于2 mm。（6）研究了实时PWV与天气变化的关联性。基于2021年10月1日至20日香港11个CORS站的观测值解算实时ZTD值,采用CORS站并址气象传感器气压观测值计算ZHD值,并采用GGNTm模型计算转换因子得到实时PWV值。通过与香港天文台公开的气象资料逐日对比,发现实时PWV值与天气变化高度关联,当季风、台风、雨区到来时,PWV均快速变化且符合预期,表明实时PPP反演所得PWV可作为极端天气预警的重要数据源。本文的研究内容可为GNSS实时水汽反演、数值天气预报和极端天气预警提供参考,具有显著的应用价值。本文有图56幅,表23个,参考文献203篇。