朱 爽

（1.中國地震局第一監(jiān)測中心，天津 300180）

通過高覆蓋率的地基GPS網(wǎng)絡(luò)提供高時空分辨率的水汽探測技術(shù)，可有效彌補傳統(tǒng)氣象學(xué)在時間和空間分辨率上的不足，提供高精度、大范圍、快速變化的水汽分布信息[1]。此領(lǐng)域于20世紀(jì)80年代后期在美國起步[2]，后來日本、德國、瑞典等國家[3,4]也取得了一系列的研究成果。20世紀(jì)90年代后期以來，我國也逐步開展了相應(yīng)的研究，現(xiàn)已建立了許多地基GPS監(jiān)測網(wǎng)，理論研究達(dá)到國際先進(jìn)水平[5,6]。

通常情況下，在高精度GPS數(shù)據(jù)處理中，傳播路徑上的對流層延遲通常被表示為天頂方向的延遲量與高度角有關(guān)的映射函數(shù)M(E)之積，天頂方向的總延遲量ZTD是天頂干延遲ZHD和天頂濕延遲ZWD之和，且對于二者分別采用不同的映射函數(shù)[7]：

式中，MZHD(E)和MZWD(E)分別為天頂干、濕延遲分量的映射函數(shù)。

天頂延遲的先驗值通常由標(biāo)準(zhǔn)大氣參數(shù)或?qū)崪y地面氣象數(shù)據(jù)計算得到，然后將對流層折射殘差作為附加參數(shù)在平差中估計。對于附加改正參數(shù)估計天頂延遲的方法主要有單參數(shù)法、多參數(shù)法、隨機過程法和分段線性法[8,9]。

在獲得天頂濕延遲ZWD之后，利用式（2）即可得到可降水汽量PWV[10]:

其中，∏為無量綱水汽轉(zhuǎn)換系數(shù)，它的表達(dá)式為[11]：

式中，Rv為氣體常數(shù)；k2'和k3分別為大氣折射常數(shù)；Tm是大氣加權(quán)平均溫度。

1 不同策略下解算精度分析

1.1 數(shù)據(jù)準(zhǔn)備

本文選用了BJFS、KIT3、KUNM、SHAO、TNML、URUM、WUHN 7個站2009年年積日301～330的30 d的數(shù)據(jù)進(jìn)行解算。

1.2 解算策略

1）GAMIT解算策略。截止高度角：15°；基線處理模式：RELAX（松馳解）；衛(wèi)星鐘差模型：廣播星歷誤差的鐘差參數(shù)；接收機鐘差改正模型：偽距計算出的鐘差；電離層延遲模型：LC-HELP；對流層模型：Saastamoinen模型；光壓模型：BERNE；固體潮改正：IERS03；測站坐標(biāo)約束：0.010 m，0.010 m， 0.010 m 。

2）實驗方案。實驗分為6組方案，分別設(shè)置對流層參數(shù)為2、4、7、13、25、49進(jìn)行實驗。

1.3 解算結(jié)果及分析

本文選用NRMS值、基線重復(fù)率、對流層延遲差值比較和坐標(biāo)精度比較4項值來進(jìn)行精度評定。

1）NRMS值。在GAMIT解算結(jié)果中，標(biāo)準(zhǔn)化均方根誤差NRMS用來表示單時段解算出的基線值偏離其加權(quán)平均值的程度，是從歷元的模糊度解算中得出的殘差。一般情況下，NRMS不超過3，接近2.5為最優(yōu)。將不同參數(shù)設(shè)計方案解算所得的NRMS值的平均值提取出來并進(jìn)行對比，如圖1所示。

由圖1可知，各種參數(shù)設(shè)計時NRMS值都小于3.0，達(dá)到解算要求。但參數(shù)為2時明顯低于后者，說明解算精度較低。

2）基線重復(fù)率，是衡量數(shù)據(jù)處理質(zhì)量的重要指標(biāo)之一?；€重復(fù)率越小，說明解算精度越高。GAMIT軟件解算長基線的相對精度能達(dá)到10-9量級，解算短基線的精度能優(yōu)于1 mm。本文計算出各種參數(shù)設(shè)計時解算的基線重復(fù)率解，如表1所示。

圖1 不同方案NRMS統(tǒng)計圖

表1 不同方案的基線重復(fù)率

上述基線重復(fù)率是根據(jù)基線解算結(jié)果擬合得到的，由固定部分和比例部分組成，固定部分單位為mm，比例部分的基線長度L單位為m。將其結(jié)果作圖，如圖2所示。

圖2 基線重復(fù)率統(tǒng)計圖

由圖2可以看出，對流層參數(shù)設(shè)置不同時，對基線解算的影響主要表現(xiàn)在U分量上。當(dāng)參數(shù)為25和49時，U方向上基線重復(fù)率明顯過大，作者認(rèn)為是因為參數(shù)過多導(dǎo)致解算方程秩虧，使垂直方向上誤差較大。當(dāng)參數(shù)設(shè)置為2、4、7和13時，基線重復(fù)率相當(dāng)，都可以達(dá)到較高精度。

3） 對流層延遲差值比較。本文從IGS網(wǎng)站上下載相應(yīng)站在相應(yīng)年積日的天頂對流層延遲數(shù)據(jù)，以此數(shù)據(jù)作為真值，將所解算的所有站的結(jié)果與其相應(yīng)值作差，得到其差值平均值和差值均方差如圖3所示。

圖3 對流層延遲差值統(tǒng)計圖

圖3可以顯示對流層延遲解算結(jié)果的外符合精度。當(dāng)參數(shù)設(shè)置為2和4時，差值普遍較大，說明對流層解算精度較低，而且不能反映出1 d的對流層天頂延遲變化。當(dāng)參數(shù)為7、13、25和49時，差值都是10 mm左右，精度相當(dāng)。

2 全國水汽分布圖的繪制

基于前文的結(jié)論，利用分布于全國的185個GPS連續(xù)監(jiān)測站2011年年積日57日的數(shù)據(jù)，結(jié)合中國周邊29個IGS測站同一天的數(shù)據(jù)，進(jìn)行全國范圍內(nèi)水汽量的計算。參數(shù)設(shè)置為13，即每2 h進(jìn)行一次可降水汽量的估計。將所得的結(jié)果用GMT成圖，本文選擇了第4、8、12、16時的數(shù)據(jù)繪制全國可降水汽分布圖。由于測站分布問題，我們只繪制了覆蓋中國大陸大部分地區(qū)的北緯15°～50°東經(jīng)75°～135°區(qū)域，如圖4所示，圖中紅點表示所用測站的位置。

圖4 2011年年積日57日第4、8、12、16 h全國水汽分布圖

由圖4可知，在同一天內(nèi)，可降水汽在全國的分布具有很大的差異。在同一時刻，南方的可降水汽量明顯高于北方，這與地理位置的分布差異相符合；在不同時刻，同一個地方的可降水汽量發(fā)生微小的變化，這與當(dāng)?shù)赜袩o強對流天氣相關(guān)。

3 結(jié) 語

本文主要利用GAMIT軟件對多參數(shù)法進(jìn)行了研究，得出以下結(jié)論：當(dāng)參數(shù)設(shè)置為7或13時，可以獲得較高精度的對流層天頂延遲，同時得到較好的基線解。另外，為了能夠更詳細(xì)地提供天頂對流層延遲及可降水量，參數(shù)設(shè)為13，即每2 h進(jìn)行一次估計，實用效果較好。在此基礎(chǔ)之上，本文利用分布于全國的185個GPS連續(xù)監(jiān)測站2011年年積日57日的數(shù)據(jù)，進(jìn)行了全國范圍內(nèi)水汽量的計算，并繪制了全國可降水汽分布圖。

[1]周敏,孔雪蓮.GPS水汽監(jiān)測的研究進(jìn)展[J].科技資訊，2008(14)：1-3

[2]Randolph H, David W, Seth A, et al. SuomiNet: A Real-Time National GPS Network for Atmospheric Research and Education[J]. Bull.Am.Meteorol.Soc,2000,81(4):677-694

[3]Davis J L,Herring T A, Shapiro I，et al. Geodesy by Radio Interferometry: Effects of Atmospheric Modeling Errors on Estimates of Baseline Length[J]. Radio Sci., 1985, 20(6):1 593-1 607

[4]Askne J, Nordius H. Estimation of Tropospheric Delay for Mircowaves from Surface Weather Data[J]. Radio Sci,1987,22(3):379-386

[5]葛茂榮,劉經(jīng)南.GPS定位中對流層折射估計研究[J].測繪學(xué)報，1996,25(4):286-291

[6]葉世榕，張雙成，劉經(jīng)南.精密單點定位方法估計對流層延遲精度分析[J].武漢大學(xué)學(xué)報：信息科學(xué)版,2008,33(8)：788-791

[7]Duan J, Michael B,Fang P, et al .GPS Meteorology: Direct Estimation of the Absolute Value of Precipitable Water[J]. Appl Meteorol,1996,35:830-838

[8]張瑞，宋偉偉，朱爽.地基GPS遙感天頂水汽含量方法研究[J].武漢大學(xué)學(xué)報：信息科學(xué)版，2010，35(6)：691-693

[9]李征航，黃勁松.GPS測量與數(shù)據(jù)處理[M].武漢：武漢大學(xué)出版社，2005

[10]Tralli D M, Lichten S M,Stochastic Estimation of Tropospheric Path Delays in Global Positioning System Geodetic Measurements[J]. Bull. Geod, 1990, 64: 127-159

[11]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): 15 787-15 801