關(guān)鍵詞： 轉(zhuǎn)換系數(shù) 大氣水汽 加權(quán)平均溫度 探空資料

中圖分類號(hào)： P426 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1672-3791（2023）16-0226-04

水汽作為大氣中重要成分，具有活躍、多變等特點(diǎn)，且水汽分布相對(duì)比較復(fù)雜，其時(shí)空變化相對(duì)比較明顯，這就增加了氣象參數(shù)描述難度。水汽變化在某種程度上直接影響了降水量，且通過利用大氣能量傳輸水汽期間，會(huì)對(duì)全球氣候變化產(chǎn)生一定程度的影響[1]。廣西壯族自治區(qū)主要處于中國低緯度地區(qū)，具有降水量多、干濕分明、災(zāi)害頻繁出現(xiàn)、旱澇嚴(yán)重等特點(diǎn)，因此，通過對(duì)廣西區(qū)域大氣水汽含量進(jìn)行精確化預(yù)測(cè)，可以提高廣西旱澇災(zāi)害預(yù)報(bào)結(jié)果的精確性和真實(shí)性。近年來，大量的學(xué)者逐漸加大了對(duì)廣西區(qū)域大氣水汽反演內(nèi)容研究中，并取得了相應(yīng)的研究成果[2]。地基遙感水汽技術(shù)的出現(xiàn)和應(yīng)用，為大氣水汽探測(cè)工作的開展提供重要的技術(shù)支持，該技術(shù)具有實(shí)時(shí)連續(xù)性高，可以有效地避免天氣等外界因素的影響，最大限度地提高探測(cè)大氣水汽探測(cè)結(jié)果的精確性[3]。另外，通過運(yùn)用地基遙感水汽，可以實(shí)現(xiàn)對(duì)GPS 衛(wèi)星信號(hào)的有效獲取，并根據(jù)其與大氣密度之間的關(guān)聯(lián)度，獲取反演大氣中的水汽含量信息，而這與轉(zhuǎn)換系數(shù)K 值的精確度之間存在很大的聯(lián)系，水汽轉(zhuǎn)換系數(shù)作為大氣可降水量重要參數(shù)之一，為了確保大氣可降水量獲取結(jié)果的精確性和真實(shí)性，需要將轉(zhuǎn)換系數(shù)K 值設(shè)置為0.15，并完成對(duì)局部地區(qū)加權(quán)平均溫度模型的構(gòu)建，并結(jié)合加權(quán)平均溫度與地面氣象要素兩者之間的關(guān)聯(lián)度，完成對(duì)所需模型的構(gòu)建，此外，大氣水汽轉(zhuǎn)換系數(shù)K 值的計(jì)算和運(yùn)用在獲取可降水量方面具有重要作用，通過加強(qiáng)對(duì)局部地區(qū)加權(quán)平均溫度模型的構(gòu)建，不僅可以最大限度地提高內(nèi)外符合精度，還能保證大氣可降水量反演精度[4]。

為了實(shí)現(xiàn)以上目標(biāo)，技術(shù)人員以“廣西區(qū)域”為例，對(duì)大氣水汽轉(zhuǎn)換系數(shù)算法進(jìn)行科學(xué)設(shè)計(jì)，從而保證大氣水汽轉(zhuǎn)換系數(shù)計(jì)算模型精度。

1 大氣水汽轉(zhuǎn)換系數(shù)K 值計(jì)算

利用測(cè)站緯度，對(duì)轉(zhuǎn)換系數(shù)K 值進(jìn)行精確化計(jì)算，同時(shí)利用廣西高程模型、低緯度模型，對(duì)廣西K 值進(jìn)行精確化計(jì)算，與廣西高程模型、低緯度模型相比，需要對(duì)測(cè)站高程進(jìn)行實(shí)時(shí)化改正和優(yōu)化[5]。

2 廣西區(qū)域大氣水汽轉(zhuǎn)換系數(shù)K值分析與新模型建立

2.1 廣西K 值分析

為了確保所獲取的廣西K 值具有較高的精確度，技術(shù)人員要利用廣西4 個(gè)探空站，完成對(duì)相關(guān)探空站數(shù)據(jù)的收集和整理，并采用數(shù)值積分法，結(jié)合所獲取的大氣加權(quán)平均溫度，對(duì)轉(zhuǎn)換系數(shù)進(jìn)行精確化求解，同時(shí)，還要根據(jù)以上4 個(gè)探空站的資料計(jì)算各個(gè)站點(diǎn)2019—2021 年K 值變化。并采用函數(shù)的方式，表示出K 值隨時(shí)間變化規(guī)律，這為后期大氣水汽轉(zhuǎn)換系數(shù)K值精確度分析打下堅(jiān)實(shí)的基礎(chǔ)[6]。

2.1.1 轉(zhuǎn)換系數(shù)K 值隨測(cè)站經(jīng)緯度變化分析

為了實(shí)現(xiàn)對(duì)K 值隨測(cè)站經(jīng)緯度變化關(guān)系的有效化分析，利用廣西4 個(gè)探空站數(shù)據(jù)，采用積分法，對(duì)K 值進(jìn)行精確化計(jì)算，然后，統(tǒng)計(jì)分析測(cè)站K 值與經(jīng)緯度兩者之間的關(guān)系，廣西位于中國低緯度地區(qū)，所以，K 值與測(cè)站緯度變化趨勢(shì)完全相反，這表明K 值與測(cè)站緯度兩者之間呈現(xiàn)出負(fù)相關(guān)關(guān)系。同時(shí)，當(dāng)經(jīng)度不斷變化時(shí)，K 值會(huì)不斷增加。所以，通過將K 值模型構(gòu)建到廣西區(qū)域中，需要重點(diǎn)分析K 值在廣西區(qū)域緯度中的變化趨勢(shì)，K 值在經(jīng)度方向變化因素不作為本文模型構(gòu)建的因素[7]。

2.1.2 轉(zhuǎn)換系數(shù)K 值在高程方向上的影響分析

相關(guān)研究結(jié)果表明：當(dāng)廣西區(qū)域?qū)儆诖蠓秶鷷r(shí)，K值在高程方向上會(huì)出現(xiàn)明顯的線性變化趨勢(shì)。為了更好地分析和確定K 值與測(cè)站高程變化兩者之間的關(guān)系，需要對(duì)轉(zhuǎn)換系數(shù)K 值進(jìn)行精確化計(jì)算，并統(tǒng)計(jì)各個(gè)探空站轉(zhuǎn)換系數(shù)K 值與高程兩者之間關(guān)系[8]。對(duì)于廣西區(qū)域而言，主要處于中國低緯度地區(qū)，當(dāng)高程不斷增加時(shí)，轉(zhuǎn)換系數(shù)K 值會(huì)呈現(xiàn)出不斷降低的趨勢(shì)，這說明高程與轉(zhuǎn)換系數(shù)K 值兩者之間存在負(fù)相關(guān)關(guān)系，當(dāng)高程達(dá)到100～1 000 m 時(shí)，轉(zhuǎn)換系數(shù)K 值降低趨勢(shì)比較明顯，所以，在廣西構(gòu)建轉(zhuǎn)換系數(shù)K 值模型研究期間，要將高程設(shè)置為本文模型構(gòu)建影響因素。

2.2 K 值新模型建立

對(duì)于廣西區(qū)域而言，其K 值通常表現(xiàn)出一定周期性特點(diǎn)，通過利用相關(guān)周期函數(shù)，完成對(duì)本文模型的構(gòu)建，并使用α0變量表示年平均值；使用α1、α2兩個(gè)變量表示年周期系數(shù)；使用α3、α4兩個(gè)變量表示半年周期系數(shù)。在此基礎(chǔ)上，還要充分結(jié)合廣西區(qū)域高程相關(guān)參數(shù)的基礎(chǔ)上，完成對(duì)大氣水汽轉(zhuǎn)換系數(shù)計(jì)算模型的有效構(gòu)建，并根據(jù)4 個(gè)探空站，擬合分析以上3 年K 值，從而獲得如表1 所示的廣西4 個(gè)探空站擬合系數(shù)。

從表1 中的數(shù)據(jù)可以看出，各個(gè)探空站K 值年平均值從大到小的排列順序?yàn)槟蠈幷?、梧州站、百色站、桂林站? 個(gè)站點(diǎn)年周期和半年周期之間的差異相對(duì)比較小，這種差異主要集中體現(xiàn)在年平均值這一參數(shù)上。根據(jù)各個(gè)站點(diǎn)緯度分析結(jié)果，K 值年平均值與緯度存在很大的關(guān)聯(lián)度，K 值年平均值會(huì)隨著緯度的不斷增加而呈現(xiàn)出不斷減小的趨勢(shì)，這表明K 值年平均值與緯度之間存在負(fù)相關(guān)關(guān)系[9]。

3 模型精度分析

3.1 內(nèi)符合精度分析

為了實(shí)現(xiàn)對(duì)本文模型精確度的有效驗(yàn)證，技術(shù)人員參照探空站數(shù)值積分法所獲得的K 值，利用本文模型分析和對(duì)比廣西4 個(gè)探空站2019—2021 年K 值與參考值，并對(duì)比本文模型與以上兩種模型的精度。為了有效地驗(yàn)證3 種模型的精度，結(jié)合平均絕對(duì)誤差和均方跟誤差兩種評(píng)價(jià)指標(biāo)，對(duì)3 種模型的精確度進(jìn)行有效評(píng)價(jià)。3 種模型的精度統(tǒng)計(jì)如表2 所示，從表2 中的數(shù)據(jù)可知以下內(nèi)容。（1）百色站點(diǎn)。與廣西高程模型、低緯度模型相比，該站點(diǎn)本文模型的MAE 值、RMSE 值相對(duì)較小，這說明該站點(diǎn)本文模型表現(xiàn)出較高的精確度。（2）梧州站點(diǎn)。該站點(diǎn)本文模型所對(duì)應(yīng)的MAE 值達(dá)到最小。2019 年、2021 年，該站點(diǎn)本文模型所對(duì)應(yīng)的RMSE 值達(dá)到最小，2020 年這3 種模型所對(duì)應(yīng)的RMSE 值完全相同，這表明該站點(diǎn)本文模型精確度最高。（3）桂林站點(diǎn)。與廣西高程模型、低緯度模型相比，該站點(diǎn)本文模型獲得較高的精確度。（4）南寧站點(diǎn)。該站點(diǎn)本文模型所獲得的精確度較高?？傊?，通過分析和對(duì)比以上3種模型在百色站點(diǎn)、梧州站點(diǎn)、桂林站點(diǎn)、南寧站點(diǎn)最近3 年的誤差結(jié)果，不難發(fā)現(xiàn)，本文模型內(nèi)符合精度遠(yuǎn)遠(yuǎn)超過廣西高程模型、低緯度模型精度。

3.2 外符合精度分析

為了實(shí)現(xiàn)對(duì)本文模型外符合精確的有效化驗(yàn)證，借助2021 年百色這一探空站數(shù)據(jù)積分計(jì)算所獲得的K值，并將其設(shè)置為相應(yīng)的參考值，同時(shí)，還要結(jié)合本文模型，對(duì)百色站點(diǎn)2022 年K 值進(jìn)行預(yù)測(cè)，并將本文模型與其他兩個(gè)模型進(jìn)行分析和對(duì)比，3 種模型的預(yù)測(cè)誤差詳見圖1。

從圖1 中可以看出，以上3 種模型所對(duì)應(yīng)的誤差幾乎完全相同，均處于-0.008～0.005 mm 之間。同時(shí)，3 種模型所對(duì)應(yīng)的誤差出現(xiàn)較大的波動(dòng)，通過采用統(tǒng)計(jì)分析的方式，對(duì)以上3 種模型的MAE、RMSE 值進(jìn)行精確化分析，得到如表3 所示的3 種模型的預(yù)測(cè)精度統(tǒng)計(jì)。

從表3中的數(shù)據(jù)可以看出，本文模型所對(duì)應(yīng)的MAE、RMSE 值相對(duì)較小，與其他兩種模型的MAE 值相差很小。但是，廣西高程模型所對(duì)應(yīng)的RMSE 值遠(yuǎn)遠(yuǎn)超過低緯度模型，這說明本文模型預(yù)測(cè)值達(dá)到最高，由此可見，本文模型所對(duì)應(yīng)的外符合精度相對(duì)較高。

4 模型應(yīng)用

為了更好地驗(yàn)證本文模型在大氣可降水量中的反演效果，通過利用桂林站所提供的大氣可降水量數(shù)據(jù)，并采用水汽反演實(shí)驗(yàn)的方式，對(duì)桂林站2019 年的氣象數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析，并對(duì)該探空站的大氣可降水量進(jìn)行計(jì)算，并將其設(shè)置為參考值，并結(jié)合3 種模型中的誤差，不斷地提高本文模型的精確度[10]。

5 結(jié)語

綜上所述，通過本次大氣水汽轉(zhuǎn)換系數(shù)算法設(shè)計(jì)，獲得以下幾個(gè)結(jié)論：（1）本文所構(gòu)件的大氣水汽轉(zhuǎn)換系數(shù)計(jì)算模型精度遠(yuǎn)遠(yuǎn)超過低緯度模型和廣西高程模型；（2）在進(jìn)行可降水量反演時(shí)，本文模型誤差最大值、中誤差分別為0.22 mm、0.126 mm，顯然獲得較高的精確度；（3）通過對(duì)比分析本文模型與廣西高程模型、中國低緯度模型，發(fā)現(xiàn)本文模型具有較高的內(nèi)外符合精度。