汪進新 劉艷霞

對流層映射函數對GPS可降水量影響探討

汪進新1劉艷霞2

對流層映射函數是GPS反演水汽過程中一項重要誤差源，為分析對流層映射函數對GPS反演可降水量的影響，本文利用IGS服務組織WUHN（武漢）站和LHAZ（拉薩）跟蹤站的GPS觀測數據，采用不同的映射函數進行分析。結果表明，VMF1模型比GMF模型具有更強的敏感性，當有實測的氣象數據時，VMF1模型要優(yōu)于GMF模型；但是在數據實時方面，VMF1模型的參數文件有34小時延遲，而GMF模型可以實時得到各個參數值，因此GMF模型是實時定位的最佳模型。

在大氣層劃分中，通常將地面以上至40km高度的大氣層劃分為對流層，GPS和VLBI信號在穿過對流層時，受到大氣折射的影響，使得實際的傳播路徑發(fā)生改變，產生路徑延遲，通常稱之為大氣延遲。對于某一個測站，在不同的高度角上，流層延遲也不一樣，任意高度角的對流層延遲可以利用如下公式得到：

Dtrop=zpddry*mdry (E)+zpdwet*mwet(E) (1)

式中，zpddry和zpdwet分別表示天頂方向的干、濕延遲，mdry(E)和mwet(E)分別表示干、濕延遲映射函數。

GAMIT中常用的映射函數有GMF、NMF和VMF1。這三個映射函數都采用了類似于MIT的三項連分式的形式

其區(qū)別在于其系數a,b,c的取值方式不同，下面對三種映射函數分別進行介紹。

NMF投影函數模型。NMF函數是利用從北緯75°到南緯43°范圍內26個全球分布的探空氣球資料，采用美國標準大氣模式建立的只和測站地理位置和觀測時期相關的映射函數，模型中考慮了南北半球和季節(jié)性的非對稱性，在干投影項中包含了測站與高程有關的改正，反映了大氣密度的空間分布。其干延遲和濕延遲項的系數可以由濕系數和測站緯度為引數在表中進行查詢。

VMF1投影函數模型。VMF1模型也分為干分量投影函數和濕分量投影函數，被認為是目前精度最高、穩(wěn)定性最好的投影函數模型。其形式和NMF投影函數模型沒有太大區(qū)別，只是在三個系數a，b，c的計算方式上有一些改進，根據可獲取的全球經緯方向2.5° ×2° 分辨率的6小時時間分辨率的格網點的系數a值，用戶可以根據一定的內插算法得到任意經緯度函數系數bwet,cwet值是利用歐洲中尺度數值預報模型ECMWF提供的40年的觀測數據，以水平均125km分辨率采用球諧函數展開式計算所得。系數bdry是常數（bdry=0.0029）,系數cdry也可以由年積日和測站緯度值計算獲得。

GMF投影函數模型。GMF函數模型的形式也和VMF1以及NMF的形式相同，在系數獲取方式上，該模型采用40年的全球15° ×15°分辨率的月平均廓線分析數據，采用類似VMF1模型的方法，計算相應的系數值。和VMF1不同的是，該模型的系數a不是通過內插出來的，也沒有利用全球經緯方向2.5° ×2°分辨率的6小時時間分辨率的格網點數據。

實例分析

從IGS服務組織獲取了WUHN站和LHAZ站從20131001-07的觀測數據。進行處理獲得了在不同高度截止角下，WUHN站和LHAZ站該時段的天頂對流層總延遲估值和可降水汽估值。

對流層天頂總延遲對比。在衛(wèi)星截止高度角為10°時，利用模型得到WUHN站和LHAZ站對流層天頂總延遲，如圖1、圖2所示，橫軸表示測站時間，縱軸表示天頂總延遲量。

從圖1、圖2可見利用GMF模型和VMF1模型，計算得到的WUHN站天頂對流層總延遲，差異最大為6cm左右，其次是在2~3cm左右，在其他時間兩種模型的結果吻合較好，說明在高度截止角為10 ° 時，GMF模型和VMF1模型具有較好的一致性。

可降水汽估值對比。圖3可見，利用GMF模型計算得到的可降水汽估值，相對于VMF1模型更加穩(wěn)定，這是因為GMF模型時利用的全球范圍的數據模型，未考慮大氣瞬時變化，而VMF1模型考慮了大氣瞬時變化，因此具有更強的敏感性，使得圖3中的紅色曲線波動較大。并且GMF模型利用的是VMF1模型中的基礎數據而構建的，能較好的表示利用VMF1模型得到的PWV值變化趨勢，因此在沒有實地可用的氣象數據時，可以采用GMF模型，得到較可靠的可降水汽估值。

圖1 WUHN站對流層天頂總延遲

圖2 LHAZ站對流層天頂總延遲

圖3 WUHN站可降水汽估值

結論和展望

分別利用GMF和VMF1映射函數，進行了WUHN站和LHAZ站的基線解算，得到了各站的天頂對流層總延遲和可降水汽估值，通過對比知GMF和VMF1映射函數對計算測站天頂對流層延遲的影響不大，但是VMF1模型比GMF模型敏感性更強，和實際條件符合度更好，因此，當有實測氣象數據時，VMF1模型要優(yōu)于GMF模型，但是進行實時定位時，考慮到VMF1模型的參數文件要事后約34小時獲得，而GMF模型能實時得到各個參數值，因此GMF模型是實時定位的最佳模型。

（作者單位：1.長安大學；2.武漢市測繪研究院）