郭彬洋 ,李 黎,謝 威 ,周嘉陵 ,李 媛 ,顧嘉偉 ,張 振
(1. 蘇州科技大學(xué) 環(huán)境科學(xué)與工程學(xué)院,江蘇 蘇州 215009;2. 長(zhǎng)安大學(xué) 地質(zhì)工程與測(cè)繪學(xué)院,西安 710054;3. 江蘇省氣象科學(xué)研究所,南京 210009)
對(duì)流層中的水汽是大氣的重要組成部分,變化頻率很快且空間分布極不均勻。全球定位系統(tǒng)(global positioning system, GPS)衛(wèi)星發(fā)射的電磁波信號(hào)穿過大氣層時(shí),受水汽的影響,會(huì)產(chǎn)生一定的延遲,這種延遲稱為對(duì)流層延遲(zenith tropospheric delay, ZTD )。 ZTD 分 為 干 延 遲(zenith hydrostatic delay, ZHD)和濕延遲(zenith wet delay, ZWD),其中 ZHD可以利用地面氣象資料通過公式準(zhǔn)確計(jì)算,ZTD減去 ZHD便得到ZWD。ZWD再乘水汽轉(zhuǎn)換因子(π)就可以得到天頂方向上的大氣可降水量(precipitable water vapor, PWV),而Tm是直接影響π精度的關(guān)鍵參數(shù)[1]。因此,ZWD轉(zhuǎn)換為PWV的精度主要取決于Tm的精度。
文獻(xiàn)[2]在1992年首先提出了GPS氣象學(xué)的概念,詳細(xì)介紹了GPS水汽探測(cè)原理;文獻(xiàn)[3]根據(jù)13個(gè)位于美國的無線電探空資料,得出Tm與測(cè)站溫度Ts高度相關(guān)的結(jié)論,Tm與Ts可用一元線性函數(shù)表示(Tm=a+bTs),通過計(jì)算美國北緯范圍內(nèi)(27~65°N)8 718次的探空站資料,回歸出 Bevis公式(Tm=0.72Ts+70.2),可以更方便地實(shí)時(shí)獲取全球各地的Tm值。然而,我國地域遼闊,地跨眾多的溫度帶和干濕帶,地勢(shì)高低懸殊,使得我國實(shí)際的大氣濕廓線千變?nèi)f化,Tm和Ts之間的相關(guān)性會(huì)跟隨地點(diǎn)和季節(jié)的變化而發(fā)生改變,Bevis公式在有些地區(qū)的誤差較大。為了提高精度,國內(nèi)外的不少學(xué)者為建立本地化Tm模型開展了大量研究:文獻(xiàn)[4]通過對(duì)23年來53個(gè)無線電探空站的探空數(shù)據(jù)進(jìn)行分類統(tǒng)計(jì)分析后得出Tm和Ts之間相關(guān)系數(shù)的大小與測(cè)站的位置和所處的季節(jié)高度相關(guān);文獻(xiàn)[5]指出Ts與對(duì)流層中的水汽垂直分布有關(guān),得出Tm與Ts具有高度相關(guān)性的結(jié)論,并利用中尺度氣象模式建立了適合中國東部地區(qū)的分季節(jié)Tm模型;文獻(xiàn)[6]發(fā)現(xiàn)利用常規(guī)計(jì)算方法得到的Tm存在較高的系統(tǒng)誤差,因此建立了華北地區(qū)基于地面氣象要素的單因子和多因子回歸方程來滿足GPS監(jiān)測(cè)PWV的實(shí)時(shí)性和高精度要求;文獻(xiàn)[7]根據(jù)現(xiàn)有的 4種計(jì)算Tm方法及其容許誤差,利用香港地區(qū)的地面氣象觀測(cè)資料與探空站的氣象資料,采用逐步回歸分析方法建立了適合香港本地的Tm最優(yōu)回歸方程;文獻(xiàn)[8]利用北京站2005—2010年無線電探空數(shù)據(jù),利用最小二乘法建立北京地區(qū)的Tm本地化模型,并且用局部模型計(jì)算2011年的Tm驗(yàn)證此模型的精度;文獻(xiàn)[9]利用全球650個(gè)探空站2007—2011年NCEP再分析資料建立全球Tm模型;文獻(xiàn)[10]根據(jù)Tm隨Ts在空間上對(duì)區(qū)域變化以及季節(jié)變化有明顯的差別規(guī)律,對(duì)全國按氣候分區(qū)和季節(jié)分區(qū)分別建立了單因子和多因子Tm模型;文獻(xiàn)[11]考慮了季節(jié)和地理變化,根據(jù)全球尺度上實(shí)測(cè)的Tm球諧函數(shù)建立了與Ts無關(guān)的 GWMT模型,很好地解決了在沒有地表溫度情況下獲取Tm的問題。
基于長(zhǎng)三角地區(qū)連續(xù)運(yùn)行參考站(continuously operating reference stations, CORS)的地基 GPS 氣象學(xué)研究還沒有合適的本地化Tm模型。本文利用2015—2017年長(zhǎng)三角地區(qū)(上海,江蘇南京、射陽,安徽阜陽、安慶,浙江杭州、衢州)7個(gè)探空站的探空數(shù)據(jù)建立本地化Tm模型,并對(duì)模型的精度進(jìn)行驗(yàn)證。
在 GPS水汽反演中,Tm的確定通常有 4種方法:①常數(shù)法。在沒有任何氣象參數(shù)的情況下,Tm取為常數(shù)(Tm=281 K),但常數(shù)法比較粗略,精度很低,誤差最高可達(dá) 20 K,并不適合高精度的 PWV的計(jì)算;②近似積分法。一般來說,很難獲得嚴(yán)格的Tm積分值,而且近似積分的實(shí)現(xiàn)還需附加許多條件,很難確定近似積分法所需的參數(shù),而且其精度也較低;③根據(jù)Bevis公式Tm=0.72Ts+70.2計(jì)算。Bevis公式是應(yīng)用最廣泛的Tm模型,滿足實(shí)時(shí)性要求,但是由于Tm與Ts在不同的時(shí)間與地區(qū)的相關(guān)系數(shù)也會(huì)發(fā)生改變,因此在有些地區(qū)使用 Bevis模型計(jì)算的Tm誤差也會(huì)隨之增大;④數(shù)值積分法,它是目前獲取Tm最精確的方法之一。采用數(shù)值積分法計(jì)算Tm,將測(cè)站上空水汽壓e和絕對(duì)氣溫T沿天頂方向進(jìn)行積分值,可得
式中:e為測(cè)站上空水汽壓,單位為hPa;T為絕對(duì)氣溫,單位為 K;Tm為加權(quán)平均溫度,單位為 K;Z為沿天頂方向高度,單位為km。
由于e和T的分布隨時(shí)間和空間變化,因此計(jì)算出的Tm也應(yīng)具有時(shí)變特性。在對(duì)流層以下,即地面上空12 km以內(nèi)是水汽的主要分布空間,而無線電探空氣球可以提供的探空數(shù)據(jù)的探測(cè)范圍可以高達(dá)地面以上20多千米,其中包含了溫度、氣壓、相對(duì)濕度等氣象要素的,根據(jù)數(shù)值積分法可得
式中ei、ei-1、Ti、Ti-1分別為大氣層上界和下界的水汽壓和氣溫。
e是無法直接觀測(cè)的,但能通過露點(diǎn)溫度和飽和水汽壓公式間接計(jì)算得到。這里采用2008年世界氣象組織建議采用的飽和水汽壓計(jì)算公式進(jìn)行計(jì)算,其公式為
式中td為露點(diǎn)溫度,單位為℃。
1.2.1 基于探空資料計(jì)算PWV
利用探空氣球觀測(cè)對(duì)流層中各個(gè)高度上的比濕q對(duì)大氣壓力p從地面到對(duì)流層上界進(jìn)行垂直積分得
式中:PWV為可降水量;g為地球的重力加速度,單位為 cm/s2;q為比濕,單位為 g/kg; pc為對(duì)流層上界氣壓,單位為hPa;Po和PZ為地面與Z高度上的氣壓,單位為hPa。
地面空氣比濕q由地面水氣壓ed算出
根據(jù)地面氣壓(p)、地面露點(diǎn)溫度(td)的觀測(cè)資料,可算出地面水氣壓為
所采用的探空資料中主要包含氣象要素露點(diǎn)td和每層氣壓值p等氣象要素,從中提取所需要的氣象觀測(cè)值,再根據(jù)上述公式計(jì)算就可得到PWV。
由于數(shù)據(jù)資料的龐大增加了計(jì)算的難度,需要編寫程序進(jìn)行高效計(jì)算,而公式也需離散化為
1.2.2 基于地基GPS數(shù)據(jù)計(jì)算PWV
本文通過文獻(xiàn)[12],利用參考站的GPS觀測(cè)數(shù)據(jù)解算出ZTD。ZTD可以分為ZHD與ZWD,其中ZHD占總延遲的 90 %以上,它與地面氣壓高度相關(guān)。通過文獻(xiàn)[13]可以根據(jù)ZHD干延遲模型以及地面緯度、氣壓、高程等信息精確算出,并將其修正到毫米級(jí),其計(jì)算公式為
式中:Pc為測(cè)站處氣壓,單位為hPa;φc為測(cè)站地理緯度;Hc為測(cè)站海拔高度,單位為km。
由于氣壓測(cè)量精度一般都能到達(dá)0.5 hPa,所以按上式計(jì)算的ZHD精度一般也都能達(dá)到毫米級(jí)。
ZWD是由大氣中的水汽引起的延遲,占總延遲的10 %以下,用ZTD減去ZHD可獲得濕延遲量,即
GPS PWV和ZWD之間的關(guān)系為
式中π是水汽轉(zhuǎn)換因子,可以表示為
式中:Rv是水汽的比氣體常數(shù)是大氣折射率常數(shù)單位為可見,Tm的精度對(duì)PWV轉(zhuǎn)換精度有較大影響。
通過文獻(xiàn)[14]可以獲取全球分布的探空站數(shù)據(jù)。探空數(shù)據(jù)一般每天0時(shí)和12時(shí)(UTC)采集2次,其中包括氣壓、高度、溫度、露點(diǎn)、相對(duì)溫度等數(shù)據(jù),下載后按地點(diǎn)、時(shí)間以txt格式存儲(chǔ)。本文選用了長(zhǎng)三角地區(qū)(上海,江蘇南京,江蘇射陽,安徽阜陽,安徽安慶,浙江杭州,浙江衢州)7個(gè)探空站2015—2017年的探空數(shù)據(jù)(如圖 1所示),利用Matlab軟件通過數(shù)值積分法計(jì)算得到Tm,根據(jù)Tm與Ts的相關(guān)性建立長(zhǎng)三角地區(qū)的本地化Tm模型,把基于探空資料計(jì)算的Tm作為參考值,與Bevis模型計(jì)算的Tm比較,進(jìn)一步驗(yàn)證模型精度和可靠性。位置信息如表1所示。
圖1 長(zhǎng)三角地區(qū)探空站分布
表1 長(zhǎng)三角地區(qū)探空站位置信息
通過文獻(xiàn)[15]對(duì)長(zhǎng)三角地區(qū)2015—2016年7個(gè)探空站數(shù)據(jù)的Tm真值和探空站地面溫度Ts作相關(guān)性分析,其相關(guān)性(R2)達(dá)到了 0.93(如圖 2所示)。利用一元線性擬合方法,設(shè)線性方程為Tm=a+bTs,可得其誤差方程,將誤差方程寫成矩陣形式為
式中:a為常系數(shù);b為一次項(xiàng)常系數(shù);V為誤差矩陣。將利用 7個(gè)探空站數(shù)據(jù)計(jì)算的得到的真值Tm和Ts代入方程,根據(jù)最小二乘原理(VTPV=min)可計(jì)算出系數(shù)a、b,則長(zhǎng)三角地區(qū)的Tm本地化模型為
圖2 Tm與Ts相關(guān)性分析
為了驗(yàn)證長(zhǎng)三角地區(qū)本地化Tm模型精度,將基于Bevis和本地化Tm模型計(jì)算的2016—2017年Tm與其真值進(jìn)行對(duì)比(如圖 3所示)。由圖可知,Bevis模型的偏差值主要分布在-3~4 K之間,而本地化模型的偏差值較小,主要分布在-2~3 K之間,說明本地化Tm模型較好地改正了 Bevis模型的系統(tǒng)偏差。
圖3 Bevis模型和本地化Tm模型偏差統(tǒng)計(jì)直方圖
限于篇幅,圖 4至圖7僅列出2016—2017年阜陽、杭州、上海和南京站基于Bevis和本地化模型計(jì)算的Tm與真值Tm的對(duì)比和偏差,從圖 4至圖7中可以看出,利用本地化模型計(jì)算的Tm偏差更小,更接近真值。
圖4 2016—2017年阜陽站Tm變化及其偏差對(duì)比
圖5 2016—2017年杭州站Tm變化及其偏差
圖6 2016—2017年上海站Tm變化圖及其偏差
圖7 2016—2017年南京站Tm變化圖及其偏差
表2給出Tm模型的精度。由表2可以看出,與真值相比,Bevis模型值的平均偏差和均方根值(root mean square, RMS)分別為 1.65和 2.22 K,而本地化Tm模型值的平均偏差和 RMS分別為1.51和2.01 K??傮w而言,本地化Tm模型的精度優(yōu)于 Bevis模型。
表2 Tm模型精度比較K
建立長(zhǎng)三角地區(qū)本地化模型是為了提高Tm的精度,然而最終目的是提高GPS PWV的精度。根據(jù)文獻(xiàn)[16]將探空數(shù)據(jù)所獲得的 PWV作為真值,分別與 Bevis和本地化Tm模型計(jì)算的 2017年 GPS PWV序列進(jìn)行對(duì)比。圖8為基于長(zhǎng)三角地區(qū)本地化Tm模型和 Bevis模型的 GPS PWV與探空 PWV的對(duì)比圖和偏差圖??梢钥闯?,3種模型呈現(xiàn)的PWV變化趨勢(shì)大致相同,大部分偏差較小,在10 mm之內(nèi),也有少部分偏差超過了10 mm,這極有可能是突發(fā)的惡劣天氣條件或環(huán)境導(dǎo)致ZTD誤差變大,最終導(dǎo)致PWV偏差增大。
圖8 2017年P(guān)WV變化及其偏差對(duì)比
基于本地化Tm模型計(jì)算的 GPS PWV與探空PWV相比,平均偏差為2.50 mm,RMS為3.45 mm,比 Bevis模型精度提高了 0.02 mm,說明在長(zhǎng)三角地區(qū)本地化Tm模型和Bevis模型的精度大致相當(dāng),究其原因是長(zhǎng)三角地區(qū)地勢(shì)較為平坦,且緯度和氣候條件與北美地區(qū)較為接近。
表3 PWV精度分析mm
1)根據(jù) 2015—2016年長(zhǎng)三角地區(qū) 7個(gè)探空站數(shù)據(jù),利用數(shù)值積分法計(jì)算了各探空站的Tm值,并基于最小二乘原理建立了新的本地化Tm模型
2)將 Bevis和本地化Tm模型計(jì)算的 2016—2017年Tm與其真值進(jìn)行對(duì)比,本地化Tm模型值的平均偏差和 RMS分別為 1.51和 2.01 K,比 Bevis模型提高了0.14和0.21 K,本地化Tm模型的精度優(yōu)于Bevis模型。
3)基于本地化Tm模型計(jì)算的 GPS PWV與探空 PWV相比,RMS為 3.45 mm,比 Bevis模型僅提高了0.02 mm,說明本地化Tm模型和Bevis模型的精度大致相當(dāng),究其原因是長(zhǎng)三角地區(qū)的緯度和氣候條件與北美地區(qū)較為接近,且高程變化很小。