李 黎，匡翠林，朱建軍，陳 武，陳永奇，，龍四春，李洪玉

1 湖南科技大學煤炭資源清潔利用與礦山環(huán)境保護省重點實驗室，湖南湘潭 411201

2 中南大學測繪與國土信息工程系，長沙 410083

3 香港理工大學土地測量與地理資訊學系，香港

4 內(nèi)蒙古農(nóng)業(yè)大學水利與土木建筑工程學院，呼和浩特 010018

基于實時精密單點定位技術的暴雨短臨預報

李 黎1，2，匡翠林2，朱建軍2，陳 武3，陳永奇2，3，龍四春1，2，李洪玉4

1 湖南科技大學煤炭資源清潔利用與礦山環(huán)境保護省重點實驗室，湖南湘潭 411201

2 中南大學測繪與國土信息工程系，長沙 410083

3 香港理工大學土地測量與地理資訊學系，香港

4 內(nèi)蒙古農(nóng)業(yè)大學水利與土木建筑工程學院，呼和浩特 010018

提出了一種將實時精密單點定位（Precise Point Positioning，PPP）技術用于暴雨短臨預報的新方法.該方法首先基于GPS連續(xù)運行參考站網(wǎng)（Continuously Operating Reference Stations，CORS）實時估計的精密衛(wèi)星鐘差完成PPP解算，再以實時獲取的對流層延遲（Zenith Tropospheric Delay，ZTD）及其增量變化為依據(jù)進行暴雨短臨預報.研究結果表明：一般雷暴天氣來臨之前的2～6h，ZTD增量表現(xiàn)為先后突破±5mm／5min，且后續(xù)記錄到的實際降水量大小與ZTD維持在高水平階段的時間長短有較好的對應關系；就熱帶氣旋而言，在強風作用下，ZTD增量變化表現(xiàn)的異常活躍和復雜，規(guī)律性較弱，但對短臨預報強降雨仍有一定的指示作用.

實時精密單點定位，對流層延遲，暴雨短臨預報，連續(xù)運行參考站網(wǎng)

1 引 言

暴雨是一種重要的天氣現(xiàn)象，尤其是大范圍的持續(xù)性或集中性特大暴雨，往往會引起嚴重的洪澇災害，不但給人們的日常生活帶來不便，而且會造成嚴重的經(jīng)濟損失，甚至可能危害人的生命，但是，暴雨也是當?shù)厮Y源的重要來源之一.因此，實時監(jiān)測并準確地短臨預報暴雨，對降低其對工農(nóng)業(yè)生產(chǎn)造成的經(jīng)濟損失和提高水資源的利用率具有重要的意義［1］.

水汽含量是對暴雨天氣進行實時監(jiān)測和準確預報所依據(jù)的最主要參數(shù)之一，大氣中蘊含充沛的水汽含量是暴雨發(fā)生的必要條件.探空氣球和微波輻射計是測量水汽含量的傳統(tǒng)方法，前者對掌握中小尺度對流層變化的作用十分有限；后者因不適宜于在降雨過程中使用，所以在實際工作中并不普遍［2］.隨著GPS連續(xù)運行參考站網(wǎng)（CORS）的加密和覆蓋網(wǎng)絡的擴大，通過估計參考站的對流層延遲（ZTD）可反演得到CORS網(wǎng)上空的水汽含量空間分布［3－5］.近年來，眾多學者研究了基于GPS差分技術和PPP技術實時獲取水汽含量的方法［6－8］.與差分技術相比，PPP技術無需引入超遠GPS參考站（＞500km）參與解算，其單站獨立解算的特點可以大大地降低數(shù)據(jù)的解算耗時，但必須使用實時的衛(wèi)星精密鐘差［9－11］.相關研究表明，無論是GPS差分技術，還是PPP技術，基于亞厘米級精度的ZTD（＜6mm）均可以得到近似精度為1mm的水汽含量，與水汽輻射計和探空氣球精度相當［12］.可見，實時ZTD是實時獲取水汽含量并用于暴雨短臨預報的先決條件.ZTD分為干延遲和濕延遲兩部分：前者是地面氣壓和溫度的函數(shù)，可以采用物理模型精確計算得到；而后者可通過轉換因子轉化為天氣監(jiān)測和預報所需信息——水汽含量.但是，如果只關注未來幾小時的短臨預報，可以認為大部分的ZTD變化是由水汽變化所引起的.

本文基于香港衛(wèi)星定位參考站網(wǎng)，采用非差無電離層相位組合觀測值和IGU（IGS Ultra－rapid）軌道，應用卡爾曼濾波實時估計精密衛(wèi)星鐘差，再將實時估計鐘差用于PPP解算而獲得實時的ZTD序列，通過分析暴雨來臨之前ZTD及其增量在時間序列上的變化，對實時PPP技術在暴雨短臨預報方面的指示作用進行可行性研究.

2 衛(wèi)星鐘差實時估計方法

2.1 GPS非差技術

使用非差技術估計衛(wèi)星鐘差時，無電離層組合觀測方程可簡化為［13－15］

式中，PIF，ΦIF分別是偽距和載波相位的組合觀測值（m）；c是光速（m／s）；dt，dT分別是衛(wèi)星和接收機鐘差（s）；λ，N′分別是相位組合觀測值的波長（m）和浮點模糊度（周）；dmult／PIF，dmult／ΦIF分別是偽距和相位組合測量值的多路徑效應（m）；ε（·）是測量噪聲（m）；ΔT是附有水平梯度的對流層延遲（m），可描述為［5］

式中，ZTD為天頂對流層延遲；ZHD是天頂干延遲；（ZTD－ZHD）表示天頂濕延遲；m（·）為映射函數(shù)；ε是高度角；下標h、w和azi分別代表干延遲、濕延遲和梯度；φ是方位角；GNcosφ＋GEsinφ是梯度向量（GN，GE）和方位角向量（cosφ，sinφ）的點積.對于梯度映射函數(shù)m（ε）azi，各方向不均性主要來自水汽，所以使用濕延遲的映射函數(shù)作為梯度映射函數(shù)：

2.2 基于非差技術的衛(wèi)星鐘差實時估計

基于GPS非差技術實時估計衛(wèi)星鐘差的流程包括觀測數(shù)據(jù)的預處理、衛(wèi)星鐘差實時估計和產(chǎn)品實時發(fā)布三部分.需要輸入的數(shù)據(jù)包括參考站的非差觀測值及其測站坐標，以及精密軌道和ERP數(shù)據(jù).測站坐標使用此前一周的PPP定位結果；精密軌道和ERP數(shù)據(jù)均使用IGU預報產(chǎn)品.數(shù)據(jù)處理過程中，誤差改正有：相對論效應、相位纏繞、衛(wèi)星和接收機的相位中心偏差及其變化、固體潮、海洋潮汐、極移和章動［15］.解算方式采用逐歷元卡爾曼濾波，圖1為卡爾曼濾波的遞推過程［16］.

圖1 卡爾曼濾波計算流程圖［16］Fig.1 Calculation flow chart of Kalman filter［16］

需要估計的未知參數(shù)有：衛(wèi)星時鐘參數(shù)（鐘差dt和鐘漂dt·），接收機鐘差（dT），天頂對流層延遲（ZTD）及其水平梯度（GN，GE），相位組合觀測值的浮點模糊度N′.相位觀測值的觀測噪聲設為0.01 m，濾波狀態(tài)向量的估計方法、先驗標準差和過程噪聲的設置見表1.

表1 先驗標準差／過程噪聲設置Table 1 Settings for a priori standard deviation and process noise

3 實時ZTD及其精度分析

圖2給出了基于CORS網(wǎng)和PPP技術獲取實時ZTD的流程圖.首先，通過CORS參考站網(wǎng)的觀測數(shù)據(jù)和IGU預報軌道實時估計衛(wèi)星鐘差［17］；再基于實時估計鐘差和IGU預報軌道對CORS網(wǎng)內(nèi)及其附近的GPS測站進行實時PPP解算，得到實時ZTD序列；最后對ZTD序列做歷元間差分，以ZTD變化及其增量大小為依據(jù)來監(jiān)測大氣中的水汽變化，可進一步用于暴雨短臨預報、人工干涉降雨和改進NWP模型等.

為了驗證基于實時估計鐘差（30s）獲得的ZTD精度（PPP－ZTD），實驗處理了2010年5月19日香港CORS網(wǎng)5個參考站的數(shù)據(jù)，并將PPP－ZTD與網(wǎng)解得到的ZTD（NET－ZTD）進行了比較.表2給出了它們之間的平均偏差及其RMS.

表2 PPP－ZTD和NET－ZTD之間的平均偏差及其RMSTable 2 Biases and their RMS between PPP－ZTD and NET－ZTD

從表2中可以看出，各站對應的PPP－ZTD與NETZTD之間的平均偏差均優(yōu)于4mm（平均1.4mm），其RMS優(yōu)于5mm（平均3.5mm）.可見，基于實時估計鐘差與網(wǎng)解計算的ZTD精度相當.限于篇幅，圖3僅比較了HKFN站基于IGU預報鐘差、實時估計鐘差和網(wǎng)解計算的ZTD結果.從中可知，PPP－ZTD與NET－ZTD吻合得很好，而IGU－ZTD卻與NET－ZTD結果有較為嚴重的偏差.也進一步反映出實時估計鐘差與IGS最終精密鐘差精度相當，而IGU預報鐘差的精度較差，不能滿足實時ZTD的精度要求.

圖2 實時ZTD計算流程圖Fig.2 Flow chart of real－time ZTD estimation

4 ZTD用于香港地區(qū)的暴雨短臨預報

短臨預報是指未來0～3h的天氣預報.在暴雨來臨之前數(shù)小時，必然伴隨著水汽的急劇增加，這時可以認為大部分的ZTD變化是由濕延遲或水汽變化所引起的.因此，可以用ZTD代替濕延遲進行水汽變化分析并用于暴雨短臨預報.使用ZTD代替濕延遲的另外一個好處是可以避免氣象設備的觀測誤差、氣象觀測值的時空內(nèi)插誤差和ZTD與濕延遲之間的轉換誤差等幾項誤差所造成的精度損失.

香港地政署和香港海事處建立的衛(wèi)星定位參考站網(wǎng)共有12個連續(xù)運行GPS參考站（見圖4，http：／／www.geodetic.gov.hk／smo／gsi／programs／en／GSS／satref／satref.htm），站間距離為7～27km，數(shù)據(jù)采樣率5s，同時采集測站的GPS觀測數(shù)據(jù)和氣象觀測數(shù)據(jù).香港天文臺和香港理工大學利用該參考站網(wǎng)的資源，建立了香港地區(qū)的水汽含量實時監(jiān)測系統(tǒng)［12］.

本文針對2010年5月的兩次雷暴天氣和7月的一次熱帶氣旋，基于實時PPP技術計算暴雨發(fā)生過程中的ZTD時間序列，并研究分析暴雨來臨之前它們各自的ZTD及其增量的變化特點和規(guī)律.ZTD增量（mm／5min）是指某歷元的ZTD減去前一歷元的ZTD，可反映出ZTD增加或降低的急劇變化程度.

4.1 雷暴天氣過程的ZTD時間序列分析

2010年5月19日和30日，香港地區(qū)分別在昂船洲（HKSC）和黃石（HKWS）附近發(fā)生了較大的突發(fā)性雷暴天氣.本文從相關網(wǎng)站分別下載了兩處測站在暴雨發(fā)生前后連續(xù)3天和4天的GPS觀測數(shù)據(jù)，基于香港衛(wèi)星定位參考站網(wǎng)實時估計的衛(wèi)星鐘差和IGU軌道進行實時PPP解算，獲得暴雨發(fā)生前后的ZTD.同時也從香港天文臺獲取了昂船洲和黃石附近雨量站（天文臺和北潭凹）的相關降雨量記錄.

圖5所示為昂船洲附近的一次暴雨過程（2010－05－18—2010－05－20），從中可以看出，從18日開始，ZTD便開始增加，直到19日凌晨2時達到峰值，并且直到當日12時始終維持一個較高的水平，之后，ZTD便開始降低，13時更是發(fā)生突降，ZTD增量顯示有三個歷元的值連續(xù)超過了－5mm，2h后開始突降暴雨，雨量記錄表明15—16時的1h降雨量超過了20mm，之后的雨量逐漸減小，時斷時續(xù).但是，ZTD約于21時又突然增加，并且ZTD增量超過了5mm，ZTD隨后開始緩慢降低，至20日0時又一次發(fā)生突降，ZTD增量連續(xù)四次超過了－5mm，約4h后，當日4—5時天文臺記錄到超過10mm的降雨量.

圖6所示為黃石（HKWS）發(fā)生的一次暴雨過程（2010－05－28—2010－05－31）.從中可以看出，ZTD從28日開始增加，直到29日凌晨5時第一次達到峰值，但隨后卻發(fā)生緩慢下降，直到上午11—12時，ZTD發(fā)生了突增和突降，ZTD增量表明分別有四次突破5mm和三次突破－5mm.約6h后，當日18—21時，HKWS附近的北潭凹雨量站記錄到超過15mm的3小時降雨量.但之后的ZTD并未降低，而是持續(xù)增長，直到30日凌晨6時第二次達到峰值，隨后至上午10時，ZTD開始緩慢降低，期間發(fā)生數(shù)次突增突降.ZTD增量表明，30日6—10時各有三次突破5mm和三次突破－5mm.10時后，ZTD持續(xù)降低，12時當?shù)亻_始普降大雨，15時左右開始驟增至暴雨，雨量記錄表明15—16時的降雨量超過了50mm，并持續(xù)到下午17時左右才基本結束.16時后的雨量有所減小，但降雨直到18時才完全停止.隨后直至31日凌晨，ZTD進一步降低，恢復到了28日的水平，當日再無降雨發(fā)生.

就這兩次暴雨的ZTD時間序列而言，暴雨發(fā)生之前的24h甚至更早，ZTD便開始持續(xù)增強，直至達到某個峰值維持一段時間，之后ZTD值便開始減弱，接下來數(shù)小時內(nèi)便有程度不同的強降雨發(fā)生.對ZTD增量的分析表明，在暴雨發(fā)生之前的2～6h，隨著ZTD的突增和突降，必然有數(shù)次ZTD增量突破±5mm，即ZTD增量突破±5mm／5min的地方比降水出現(xiàn)提前約2～6h.在ZTD及其增量的振蕩下降之后，降雨量會逐漸變小或暫停，直到ZTD再次上升到下一個相對的峰值點.此外，ZTD達到峰值后維持在較高水平的時間長短與隨后的降雨量大小有很好的對應關系.

圖3 基于不同方法的ZTD比較Fig.3 Comparison of ZTD based on different methods

圖4 香港衛(wèi)星定位參考站分布圖Fig.4 Distribution map of Hong Kong satellite positioning reference stations

圖5 HKSC的ZTD及其增量和降雨量（2010－05－18—2010－05－20）Fig.5 ZTD，increment of ZTD and precipitation at HKSC station（2010－05－18—2010－05－20）

圖6 HKWS的ZTD及其增量和降雨量（2010－05－28—2010－05－31）Fig.6 ZTD，increment of ZTD and precipitation at HKWS station（2010－05－28—2010－05－31）

圖7 “燦都”發(fā)展路徑圖Fig.7 Track of tropical cyclone CHANTHU

暴雨峰值與ZTD及其增量峰值的出現(xiàn)存在一定的滯后時間，一種解釋是GPS信號對液態(tài)水不比對水汽那么敏感，ZTD的突然降低表明大氣中的水汽正在相變?yōu)橐簯B(tài)水或冰；另外一種可能的解釋是強對流天氣中雨點從空中開始降落，落在地面需要一定的時間.這類滯后時間，正為我們進行暴雨的短臨預報提供了可能.另外一個關于ZTD增量的現(xiàn)象是，ZTD增量的突增幾乎必然伴隨著隨后的突降，可以作為暴雨短臨預報的一個指示性標志.

4.2 熱帶氣旋的ZTD時間序列分析

熱帶氣旋“燦都”于7月19日晚間在南海北部形成熱帶風暴，20日向西北方向移動，21日增強為強烈熱帶風暴.隨著“燦都”逐漸增強和靠近，香港21日有狂風驟雨和雷暴，24h降雨量普遍超過20mm.“燦都”于22日凌晨進一步增強為臺風，5時左右最接近香港，之后逐漸遠離香港.“燦都”的強度在22日中午達到巔峰，當日13時45分在廣東省吳川市沿海登陸，此后因地形摩擦及缺乏水汽而逐漸減弱消散，香港天文臺于14時40分取消了所有熱帶氣旋警告信號.但是，在“燦都”登陸之后，大約于22日15時左右，受到其外圍雨帶影響，香港開始突降特大暴雨，天文臺于當日16時35分、17時20分和30分先后發(fā)出黃色、紅色和黑色暴雨警告.直至19時，影響香港的雨帶向東北方向移動，大部分地區(qū)的雨勢才減弱，天文臺于19時50分改發(fā)黃色暴雨警告信號，21時取消所有暴雨警告信號.這次暴雨急劇增強及減弱，使天文臺在短短1h內(nèi)把所有香港暴雨警告信號全部發(fā)出并再創(chuàng)紅色暴雨警告信號最短生效時間記錄（10min）.“燦都”于23日減弱為熱帶風暴，當日下午進一步減弱為熱帶低氣壓，最終于24日凌晨減弱為低壓區(qū)（見圖7，http：／／david.sam－siu.com／weather／2010／review／review201004w.html）.

圖8所示為“燦都”發(fā)生過程中基于昂船洲GPS測站計算的實時ZTD和附近天文臺記錄的降雨量（2010－07－20—2010－07－23）.從圖中可以看出，ZTD從7月20日開始逐漸增強，至21日凌晨4時第一次達到峰值，之后有所降低，但相比而言仍維持在一個比較高的程度.就ZTD增量來說，21日有數(shù)次突破±5mm，香港全區(qū)時有狂風驟雨及雷暴，當日香港天文臺錄得29.6mm的降雨量.22日8時許，ZTD激增后達到峰值，隨后發(fā)生急降，11時許又一次達到峰值，隨之又發(fā)生急降.這段時間內(nèi)，ZTD增值表現(xiàn)的特別活躍，有數(shù)十次突破±5mm.約3h后，16時左右，雨勢突然增強，香港天文臺于16—17時錄得超過30mm的降雨量；17—18時記錄到超過50mm的降雨量.之后，雨帶向香港地區(qū)的東北部方向轉移，測站附近的雨勢逐漸減小.

由“燦都”發(fā)生的全過程可以看出，隨著熱帶氣旋逐漸靠近香港，給香港帶來的水汽越積越多，這一點從ZTD值的變化可以直觀的反映出來.當增加到一定程度之后，ZTD始終維持在一個較高的水平，此后ZTD增量有數(shù)十次突破±5mm，表現(xiàn)的過于活躍，降低了其對暴雨短臨預報的指示作用.但是，與地面雨量站的記錄相對應，突破±5mm的次數(shù)和大小大致能反映隨后地面降雨量的強度.當突破次數(shù)較少時，隨后的降雨量也較??；當突破次數(shù)較大時，隨后的降雨量也較大，持續(xù)時間也較長.

與一般的雷暴天氣相比，熱帶氣旋造成當?shù)谿PS測站的ZTD及其增量的變化更為劇烈，持續(xù)時間更長，這也反映出熱帶氣旋在強風的影響之下，大氣中的水汽變化劇烈的特點.另外一個不同于一般雷暴天氣的特點是，在熱帶氣旋及其帶來的強降雨結束之后，ZTD仍然維持在一個很高的水平，說明熱帶氣旋給其所經(jīng)過的地方帶來了充沛的水汽量，幾次強降雨不足以使其迅速下降.

5 結 論

圖8 香港天文臺的ZTD及其增量和雨量記錄（2010－07－20—2010－07－23）Fig.8 ZTD，increment of ZTD and precipitation at HKO station（2010－07－20—2010－07－23）

文章提出了一種基于CORS網(wǎng)和實時PPP技術獲取高精度ZTD時間序列并將其用于暴雨短臨預報的新方法.該方法與已經(jīng)構建的實時水汽監(jiān)測系統(tǒng)相比，無需引入超遠的IGS（International GNSS Service）參考站參與解算，使用CORS網(wǎng)觀測數(shù)據(jù)和IGU預報軌道便可以得到GPS測站絕對的實時ZTD時間序列，降低數(shù)據(jù)傳輸難度和解算時間，提高實時性.實驗表明：在雷暴天氣過程中，ZTD時間序列會先達到某個峰值，并維持一段時間，然后發(fā)生程度不同的降低.該過程中的ZTD增量表現(xiàn)為先后突破±5mm，比記錄到地面降水提前2～6h，且ZTD維持在高水平狀態(tài)的時間長短與后續(xù)降水量的大小有較好的對應關系.與一般的雷暴天氣相比，熱帶氣旋所帶來的水汽含量更加充沛，持續(xù)時間更長，但在強風的作用之下，ZTD增量變化過于活躍，降低了其對暴雨短臨預報的指示作用，但ZTD增量突破±5mm的次數(shù)與后續(xù)的降雨量大小之間有較好的對應關系.總之，高頻率實時ZTD及其增量變化對一般雷暴天氣和熱帶氣旋暴雨的短臨預報均有一定的參考價值和預示作用，可以為目前的短臨預報系統(tǒng)提供有用的輔助參考信息，增加暴雨短臨預報特別是轉折性天氣預報的能力，并為研究水汽輸送過程和有效開發(fā)利用空中水資源提供幫助.

（References）

［1］ Chiang K W，Peng W C，Yeh Y H，et al.Study of alternative GPS network meteorological sensors in taiwan：Case studies of the plum rains and typhoon sinlaku.Sensors，2009，9（6）：5001－5021.

［2］ 丁金才.GPS氣象學及其應用.北京：氣象出版社，2009.Ding J C.GPS Meteorology and Its Application（in Chinese）.Beijing：Meteorological Press，2009.

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

［4］ Rocken C，Hove T V，Johnson J，et al.GPS／STORM－GPS sensing of atmospheric water vapor for meteorology.J.Atmos.Oceanic Technol.，1995，12（3）：468－478.

［5］ Bar－Sever Y E，Kroger P M，Borjesson J A.Estimating horizontal gradients of tropospheric path delay with a single GPS receiver.J.Geophys.Res.，1998，103（B3）：5019－5035.

［6］ Flores A，Escudero A，Sedo M J，et al.A near real time system for tropospheric monitoring using igs hourly data.Earth Planets Space，2000，52（10）：681－684.

［7］ Gendt G，Dick G，Reigber C，et al.Demonstration of NRT GPS water vapor monitoring for numerical weather prediction in Germany.International Workshop on GPS Meteorology，2003.

［8］ Shoji Y.A study of near real－time water vapor analysis using a nationwide dense GPS network of Japan.J.Meteorol.Soc.Jpn，2009，87（1）：1－18.

［9］ Hauschild A，Montenbruck O.Kalman－filter－based GPS clock estimation for near real－time positioning.GPS Solut.，2009，13（3）：173－182.

［10］ 張小紅，李星星，郭斐等.基于服務系統(tǒng)的實時精密單點定位技術及應用研究.地球物理學報，2010，53（6）：1308－1314.Zhang X H，Li X X，Guo F，et al.Server－based real－time precise point positioning and its application.Chinese J.Geophys.（in Chinese），2010，53（6）：1308－1314.

［11］ 李浩軍，王解先，陳俊平等.基于GNSS網(wǎng)絡的實時精密單點定位及精度分析.地球物理學報，2010，53（6）：1302－1307.Li H J，Wang J X，Chen J P，et al.The realization and analysis of GNSS network based real－time precise point positioning.Chinese J.Geophys.（in Chinese），2010，53（6）：1302－1307.

［12］ 陳永奇，劉焱雄，王曉亞等.香港實時GPS水汽監(jiān)測系統(tǒng)的若干關鍵技術.測繪學報，2007，36（1）：9－12.Chen Y Q，Liu Y X，Wang X Y，et al.GPS real－time estimation of precipitable water vapor－Hong Kong experiences.Acta Geodaetica Et Cartographica Sinica（in Chinese），2007，36（1）：9－12.

［13］ Zumberge J F，Heflin M B，Jefferson D C，et al.Precise point positioning for the efficient and robust analysis of GPS data from large networks.J.Geophys.Res.，1997，102（B3）：5005－5017.

［14］ Kouba J，Héroux P.Precise point positioning using IGS orbit and clock products.GPS Solut.，2001，5（2）：12－28.

［15］ Kouba J.A guide to using international GNSS service（IGS）products［online］.2009：Geodetic Survey Division，Natural Resources Canada.May 2009.Avail at http：／／acc.igs.org／UsingIGSProductsVer21.pdf.Accessed 11May 2010.

［16］ Kalman R E.A new approach to linear filtering and prediction problems.J.Basic.Eng.，1960，82（1）：35－45.

［17］ 李黎，匡翠林，朱建軍等.基于IGU預報軌道實時估計精密衛(wèi)星鐘差.大地測量與地球動力學，2011，31（2）：111－116.Li L，Kuang C L，Zhu J J，et al.Real－time estimation of precise satellites clock bias based on IGU predicted orbit.Journal of Geodesy and Geodynamics（in Chinese），2011，31（2）：111－116.

Rainstorm nowcasting based on GPS real－time precise point positioning technology

LI Li1，2，KUANG Cui－Lin2，ZHU Jian－Jun2，CHEN Wu3，CHEN Yong－Qi2，3，LONG Si－Chun1，2，LI Hong－Yu4
1 Hunan Provincial Key Laboratory of Clean Coal Resources Utilization and Mine Environmental Protection，Hunan University of Science and Technology，Hunan Xiangtan 411201，China
2 Department of Survey Engineering and Geomatics，Central South University，Changsha410083，China
3 Department of Land Surveying and Geo－informatics，Hong Kong Polytechnic University，Hong Kong，China
4 College of Water and Civil Engineering，Inner Mongolia Agricultural University，Hohhot 010018，China

A new method was proposed for the rainstorm nowcasting based on GPS Real－Time Precise Point Positioning（RT－PPP）technology.Firstly，GPS un－differenced observations of Continuously Operating Reference Stations（CORS）were used to estimate real－time precise satellite clock biases（SCB）.Secondly，based on IGU orbit and real－time estimated SCBs，the real－time Zenith Tropospheric Delay（ZTD）and their increments were obtained by using the RTPPP.Lastly，real－time ZTD and their increments were used for the rainstorms nowcasting.The numerical results show that ZTD increments exceed±5mm／5min several times before the advent of rainstorms 2～6h，and the subsequent precipitations have a good relationship with the time length of ZTD maintaining at high levels.As to the tropical cyclone，the ZTD increments are too active and complex to show good regularity because of the action of strong wind.But，there are stillsome indications to the short－term forecasting of heavy rainfalls caused by tropical cyclone.

Real－Time Precise Point Positioning（RT－PPP），Zenith Tropospheric Delay（ZTD），Rainstorm nowcasting，Continuously Operating Reference Stations（CORS）

10.6038／j.issn.0001－5733.2012.04.008

P228

2011－08－23，2012－03－20收修定稿

國家自然科學基金項目（40974007，41004012，41004002）和中南大學前沿研究計劃（2009QZZD002）資助.

李黎，男，1981年生，博士，現(xiàn)主要從事GPS精密定位和GPS氣象學方面的研究.E－mail：gszl.lili＠gmail.com

李黎，匡翠林，朱建軍等.基于實時精密單點定位技術的暴雨短臨預報.地球物理學報，2012，55（4）：1129－1136，

10.6038／j.issn.0001－5733.2012.04.008.

Li L，Kuang C L，Zhu J J，et al.Rainstorm nowcasting based on GPS real－time precise point positioning technology.Chinese J.Geophys.（in Chinese），2012，55（4）：1129－1136，doi：10.6038／j.issn.0001－5733.2012.04.008.

（本文編輯 何 燕）