陳 澍,熊永良,張緒豐,黃丁發(fā)

(西南交通大學(xué)空間信息工程中心,四川成都610031)

0 引 言

近年來(lái),隨著GPS技術(shù)的迅猛發(fā)展,地基GPS水汽反演作為一門(mén)新興技術(shù)取得了長(zhǎng)足進(jìn)步。GPS遙測(cè)大氣的設(shè)想最早由美國(guó)學(xué)者Askne于1987年提出[1]。在隨后的幾年里Bevis等人進(jìn)行了多次試驗(yàn),證明了地基GPS水汽反演技術(shù)的可行性[2-4]。之后,其他發(fā)達(dá)國(guó)家如日本、德國(guó)、瑞典等也開(kāi)始重視GPS水汽反演技術(shù),取得了一系列研究成果并開(kāi)始應(yīng)用于大氣研究和氣象預(yù)報(bào)業(yè)務(wù)中[5-7]。我國(guó)從20世紀(jì)90年代起開(kāi)展了地基GPS氣象學(xué)的研究工作,在上海、北京、香港、廣州、武漢[8-12]都取得了較好的成果。在四川地區(qū),李國(guó)平、呂弋培、殷海濤等人也做了相關(guān)的試驗(yàn)[13-14]。

許多國(guó)家建立了GPS連續(xù)運(yùn)行網(wǎng)絡(luò)來(lái)監(jiān)測(cè)大氣水汽變化情況,例如美國(guó)的 CORS、德國(guó)的COGPS、日本的GEONET、中國(guó)上海的SCGAN。四川地區(qū)也建立了自己的GPS網(wǎng)絡(luò),但此網(wǎng)絡(luò)缺少氣象觀測(cè)儀器,不能提供站點(diǎn)的氣壓、溫度信息,同時(shí)天頂靜力學(xué)延遲模型和加權(quán)平均溫度與水汽反演精度關(guān)系密切,基于上述存在的問(wèn)題,進(jìn)行了試驗(yàn)分析。確定了適合四川地區(qū)的計(jì)算ZHD模型,建立了四川地區(qū)Tm計(jì)算公式,并說(shuō)明了此公式的質(zhì)量,使用GPT模型(全球氣壓和溫度模型)代替實(shí)測(cè)氣象數(shù)據(jù)進(jìn)行試驗(yàn)分析,討論了利用GPT模型反演水汽以及預(yù)報(bào)降水的可行性。

1 計(jì)算Z HD模型的選擇

常用的三種模型[15]計(jì)算Z HD如下表示:

Hopfield模型:

Black模型:

Saastamoinen模型:

式中:Ps為測(cè)站地面氣壓(hpa);Ts為測(cè)站絕對(duì)溫度(K);hd為中性大氣層頂部高于大地水準(zhǔn)面的有效高度(m);hs為測(cè)站大地高(m);Φ為GPS接收站緯度。

由以上公式可知,Hopfield模型適用于已知中性大氣層高程的情況,與測(cè)站溫度有關(guān);Saastamoinen模型適用于測(cè)站地面溫度未知的情況,要求已知站點(diǎn)坐標(biāo);Black不需考慮站點(diǎn)坐標(biāo),但需要測(cè)站溫度。選擇此三種靜力學(xué)延遲模型進(jìn)行內(nèi)符合情況和外符合情況的分析,力求得到最適于四川地區(qū)的ZHD的計(jì)算模型。

1.1 三種模型的內(nèi)符合情況

模型的內(nèi)符合情況是指根據(jù)相同的外部因素(坐標(biāo)、氣壓、溫度),利用三種模型分別計(jì)算ZHD,用相關(guān)系數(shù)、平均偏差和偏差標(biāo)準(zhǔn)差來(lái)分析模型之間的相符性?？梢哉J(rèn)為,與多數(shù)模型結(jié)果有較大偏差的模型在該地區(qū)的適用性較差。

根據(jù)2008年YBIN(宜賓)站地面實(shí)測(cè)氣象數(shù)據(jù)(溫度、氣壓)計(jì)算三種模型的Z HD,列出1月、7月三種模型的Z HD比較圖,如圖1、2所示,全年各項(xiàng)指標(biāo)如表1所示。

表1 YBIN站2008年三種模型計(jì)算的ZHD的比較

由上面的圖表可見(jiàn),三種模型計(jì)算的Z HD變化趨勢(shì)一致,Black和Saastamoinen模型的結(jié)果較接近,Hopfield有較大偏差。

1.2 三種模型的外符合情況

模型的外符合情況是指根據(jù)相同的外部因素(坐標(biāo)、氣壓、溫度、ZTD、加權(quán)平均溫度公式),利用三種模型經(jīng)過(guò)水汽反演得到的GPS-PWV與探空氣球的可降水量(RS-PWV)進(jìn)行比較,分析GPSPWV與RS-PWV的符合程度。很顯然,與RSPWV結(jié)果更接近的模型,更適于該地區(qū)。

利用三種Z HD模型和Bevis經(jīng)驗(yàn)回歸公式水汽反演得到的GPS-PWV與RS-PWV進(jìn)行比較,只列出1月、7月三種模型計(jì)算的GPS-PWV與RS-PWV的比較圖,如圖3、4所示,全年指標(biāo)如表2所示。

表2 YBIN站2008年三種模型計(jì)算的GPS-PWV與RS-PWV的比較

由上面圖表可見(jiàn),三種模型的GPS-PWV與RS-PWV比較,總體趨勢(shì)一致。Hopfield的PWV比 RS-PWV平均偏大,Saastamoinen和Black的PWV比RS-PWV平均偏小,三種模型的離散程度相當(dāng)。同時(shí)考慮到四川網(wǎng)站點(diǎn)坐標(biāo)已知,因此Saastamoinen模型更適合,因此,我們選擇Saastamoinen模型作為四川網(wǎng)解算的天頂靜力學(xué)延遲模型。

2 Tm的計(jì)算

將天頂濕延遲ZWD轉(zhuǎn)化為GPS-PWV,需要轉(zhuǎn)換系數(shù)Π,而Π又是由加權(quán)平均溫度 Tm決定的,因此Tm是計(jì)算高精度GPS-PWV的關(guān)鍵。目前,Tm的估計(jì)方法主要有五種:常數(shù)法、近似積分法、探空資料數(shù)值積分法、利用數(shù)值預(yù)報(bào)值計(jì)算以及Bevis經(jīng)驗(yàn)公式。探空資料數(shù)值積分法是最為精確的方法,但該方法需要較多參數(shù),計(jì)算復(fù)雜且時(shí)間分辨率低?，F(xiàn)在的學(xué)者們多使用探空資料數(shù)值積分法計(jì)算 Tm值,然后與地表溫度Ts進(jìn)行回歸分析,建立類(lèi)似于Bevis經(jīng)驗(yàn)公式的局部加權(quán)平均溫度公式[14,16]。使用同樣的方法,通過(guò)2007年YBIN站的探空數(shù)據(jù)回歸出四川加權(quán)平均溫度的計(jì)算公式,這里簡(jiǎn)稱SC公式:

經(jīng)過(guò)計(jì)算,SC公式計(jì)算 Tm的均方差為1.95 K,滿足水汽反演要求的 Tm的均方差小于3.4 K的要求。為了進(jìn)一步說(shuō)明SC公式的可行性,本文使用SC公式計(jì)算了GPS-PWV并與RSPWV進(jìn)行比較,相關(guān)系數(shù)為0.95、平均偏差為-1.10 mm、偏差標(biāo)準(zhǔn)差為4.91 mm,基本滿足水汽反演的要求,如圖5所示。

3.1 原料準(zhǔn)備。第一步是備料，把日常生活中廉價(jià)而易得的布頭、廢舊衣服(以純棉布最好)拆洗干凈，裁剪成大小適當(dāng)?shù)某叽?。第二步是做“褙子”，即用刷子在布料上涂刷自制的面粉漿糊，將布料逐層裱糊在一起。第三步是剪樣，用硬紙板畫(huà)出各種尺碼鞋墊的大小，拓在“褙子”上，先用鉛筆畫(huà)個(gè)樣，再用剪刀裁下模子。第四步是搭面，用糨糊在裁好的模子上貼一層新的白棉布，作為鞋墊上納繡圖案的“面子”。這樣，鞋墊的“骨子”就做好了。

3 GPT氣象數(shù)據(jù)

目前,許多GPS網(wǎng)絡(luò)的站點(diǎn)沒(méi)有安裝氣象觀測(cè)裝置,但是地表溫度和氣壓在水汽反演中不可或缺,因此使用GPT模型(全球氣壓和溫度模型)來(lái)估計(jì)站點(diǎn)的地表溫度和氣壓,得到GPT模型下的可降水量,并通過(guò)與實(shí)測(cè)氣象PWV、RS-PWV的比較,以及降水預(yù)報(bào)情況分析,說(shuō)明GPT模型的可行性。

圖5 通過(guò)SC公式計(jì)算的2008年YBIN站GPS-PWV與RS-PWV的比較

3.1 GPT-PWV、實(shí)測(cè)氣象-PWV與RS-PWV的比較

分別使用GPT氣象數(shù)據(jù)、實(shí)測(cè)氣象數(shù)據(jù),根據(jù)Saastamoinen靜力學(xué)延遲模型與SC公式計(jì)算出了GPT-PWV和實(shí)測(cè)氣象-PWV,并與RSPWV進(jìn)行比較。如圖6、表3所示。

由圖 6、表3可見(jiàn),GPT-PWV、實(shí)測(cè)氣象-PWV以及 RS-PWV變化趨勢(shì)一致。在數(shù)值上GPT-PWV的質(zhì)量比實(shí)測(cè)氣象-PWV質(zhì)量稍差,GPT-PWV、實(shí)測(cè)氣象-PWV分別與RS-PWV的平均偏差和偏差標(biāo)準(zhǔn)差較接近,但兩者在個(gè)別時(shí)刻都與RS-PWV偏離較多,分析原因如下:

圖6 YBIN站2008年GPT-PWV、實(shí)測(cè)氣象-PWV、探空-PWV比較圖

表3 YBIN站2008年GPT-PWV、實(shí)測(cè)氣象-PWV分別與RS-PWV的比較

1)探空氣球使用的是地面到探空上界各個(gè)標(biāo)準(zhǔn)層數(shù)據(jù)來(lái)計(jì)算的,含有模型誤差。

2)水汽主要存在于底層大氣,底層探空層次資料稀少影響了探空水汽精度。

3)GPS-PWV與RS-PWV兩種計(jì)算PWV的方法反映的時(shí)間空間情況不同。GPS反演的水汽代表某個(gè)仰角到天頂方向的平均水汽總量,且可以全天連續(xù)觀測(cè)。而探空資料反映的是氣球隨風(fēng)飄曳路徑上的水汽情況,每天只放兩次氣球。

可見(jiàn),使用探空氣球計(jì)算的PWV作為基準(zhǔn)并不準(zhǔn)確,如有條件,水汽輻射計(jì)可以提供更為精確的結(jié)果。

3.2 GPT-PWV、實(shí)測(cè)氣象-PWV降水預(yù)報(bào)

為了從數(shù)值上說(shuō)明GPT-PWV、實(shí)測(cè)氣象-PWV與實(shí)際降水的關(guān)系,本文對(duì)李炳華和黎守德提出的GPS-PWV偏離系數(shù)PWV*的概念[17]進(jìn)行了改進(jìn)。PWV*計(jì)算公式如下:

通過(guò)對(duì)GPT-PWV的偏離系數(shù)、實(shí)測(cè)氣象-PWV的偏離系數(shù)與實(shí)際降水量的對(duì)比分析得出了一些結(jié)論:

1)通常偏離系數(shù)＞=1之后不久會(huì)產(chǎn)生降水。

2)偏離系數(shù)一直保持在1以上,說(shuō)明水汽含量總是保持在較大的水平上,發(fā)生強(qiáng)降雨的可能性較大,也有可能連續(xù)降雨。

3)GPT-PWV與實(shí)測(cè)氣象-PWV的偏離系數(shù)曲線變化趨勢(shì)一致,偶爾有些差距,但對(duì)于降水的預(yù)報(bào)沒(méi)有產(chǎn)生太大的影響。如圖7～圖10、表4所示。

圖10 YBIN站2008年8月4日-8月11日GPT-PWV、實(shí)測(cè)氣象-PWV與實(shí)際降水量的對(duì)比

表4 GPT-PWV與實(shí)測(cè)氣象-PWV的偏離系數(shù)對(duì)于降水的預(yù)報(bào)情況

4 結(jié) 論

1)通過(guò)內(nèi)符合情況和外符合情況的分析,以及考慮四川網(wǎng)絡(luò)特點(diǎn),確定Saastamoinen模型較適合于四川地區(qū)。

2)利用2007年YBIN站探空資料回歸分析出四川加權(quán)平均溫度計(jì)算公式,并說(shuō)明此公式在四川地區(qū)的有效性。

3)使用GPT模型代替實(shí)測(cè)氣象數(shù)據(jù)得到可降水量信息,通過(guò)與實(shí)測(cè)氣象數(shù)據(jù)的PWV、探空PWV以及實(shí)際降水的比較,說(shuō)明了GPT模型在缺少實(shí)測(cè)氣象數(shù)據(jù)時(shí)可以使用,對(duì)于降水預(yù)報(bào)沒(méi)有太大影響。

[1] Askne J,Nordius H.Estimation of tropospheric delay for microwaves from surface weather data[J].Radio Sci.,1987,22(3):379-386.

[2] Bevis M,Businger S,Herring T,et al.GPS meteorology:remote sensing of atmospheric water vapor using the global positioning system[J].J Geophys Res.,1992,97(D14):15787-15801.

[3] Rocken C,Hovr T,Johnson J,et al.GPS/STORMGPS sensing of atmospheric water vapor for meteorology[J].Journal of Atmospheric and Oceanic Technology,1995,12(3):468-478.

[4] Duan J P,Bevis M,Fang D,et al.GPS meteorology:direct estimation of the absolute value of precipitable water[J].Journal of Application Meteorology,1996,35(6):830-838.

[5] Ohtani R,Natio I.Comparisons of GPS-derived precipitable water vapors with radiosonde observations in Japan[J].Geophys.Res.Lett,2000,105(26):917-926.

[6] Gendt G,Dich G,Reigber C,et al.Near real time GPS water vapor monitoring for numerical weather prediction in Germany[J].Meteor.Sor.Japan,2004,82(1B):361-370.

[7] Stoew B,Elgered G.Characterization of atmospheric parameters using a ground based GPS network in north Europe[J].Meteor.Soc.,Japan,2004,82(1B):587-596.

[8] 王小亞,朱文耀,丁金才,嚴(yán)豪健.上海地區(qū)GPS/STORM試驗(yàn)與結(jié)果[J].全球定位系統(tǒng),2000,25(3):6-10.

[9] 謝 璞,張胡大,王迎春,等.北京地區(qū)單雙頻地基GPS大氣水汽遙測(cè)試驗(yàn)與研究[J].應(yīng)用氣象學(xué)報(bào),2006,17(Z1):28-33.

[10] 陳永奇,劉焱雄,王曉亞,李品華.香港實(shí)時(shí)GPS水汽監(jiān)測(cè)系統(tǒng)的若干關(guān)鍵技術(shù)[J].測(cè)繪學(xué)報(bào),2007,36(1):9-12.

[11] 李建國(guó),毛節(jié)泰,李成才,夏 青.使用全球定位系統(tǒng)遙感水汽分布原理和中國(guó)東部地區(qū)加權(quán)“平均溫度”的回歸分析[J].氣象學(xué)報(bào),1999,57(3):283-292.

[12] 杜瑞林,喬學(xué)軍,王 琪,等.用地基GPS資料分析大氣可降水汽總量[J].大地測(cè)量與地球動(dòng)力學(xué),2005,25(3):121-124.

[13] 李國(guó)平.地基GPS遙感大氣可降水量及其在氣象中的應(yīng)用研究[D].成都:西南交通大學(xué),2007:1-195.

[14] 呂弋培,殷海濤,黃丁發(fā),王續(xù)本.成都地區(qū)大氣平均溫度建模及其在GPS/PWV計(jì)算中的應(yīng)用研究[J].測(cè)繪科學(xué),2008,33(4):103-105.

[15] 劉焱雄、陳永奇.GPS氣象學(xué)中垂直干分量延時(shí)的精確確定[J].測(cè)繪學(xué)報(bào),2000,29(2):172-179.

[16] 谷曉平,王長(zhǎng)耀,吳登秀,等.GPS水汽遙感中的大氣加權(quán)平均溫度的變化特征及局地算式研究[J].氣象科學(xué),2005,25(1):79-83.

[17] 李炳華,黎守德.全球衛(wèi)星定位系統(tǒng)(GPS)水汽資料在暴雨臨近預(yù)報(bào)中的發(fā)展和應(yīng)用[R].第十九屆粵港澳氣象科技研討會(huì),2005.