葉脈，李琳琳,2*，彭冬菊，王培濤，邱強(qiáng)

（1.中山大學(xué)地球科學(xué)與工程學(xué)院，廣東省地球動(dòng)力作用與地質(zhì)災(zāi)害重點(diǎn)實(shí)驗(yàn)室，廣東珠海 519082；2.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（珠海），廣東珠海 519082；3.香港理工大學(xué)土地測(cè)量及地理資訊學(xué)系，香港 999077；4.國(guó)家海洋環(huán)境預(yù)報(bào)中心，北京 100081；5.中國(guó)科學(xué)院邊緣海與大洋地質(zhì)重點(diǎn)實(shí)驗(yàn)室, 中國(guó)科學(xué)院南海海洋研究所, 中國(guó)科學(xué)院南海生態(tài)環(huán)境工程創(chuàng)新研究院，廣東廣州 511458；6.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（廣州），廣東廣州 511458；7.中巴地球科學(xué)聯(lián)合研究中心，巴基斯坦伊斯蘭堡45320）

0 引言

在全球氣候變化引起海平面上升的背景下，預(yù)計(jì)2050 年全球生活在沿海泛濫平原的人口可達(dá)到3.3～3.5 億[1-2]。這些地勢(shì)低洼的沿海地區(qū)將可能面臨因海平面上升而逐漸加劇的海洋災(zāi)害侵襲，如極端臺(tái)風(fēng)引起的風(fēng)暴潮、海域地震和火山活動(dòng)觸發(fā)的海嘯災(zāi)害等[3-6]。我國(guó)以粵港澳大灣區(qū)為代表的東南沿海地區(qū)人口密集、經(jīng)濟(jì)發(fā)達(dá)，卻長(zhǎng)期遭受以風(fēng)暴潮為主的多種海洋災(zāi)害威脅，極端災(zāi)害事件往往造成重大經(jīng)濟(jì)損失和人員傷亡[7]，例如2017 年在天文潮上漲時(shí)期登陸珠江口的臺(tái)風(fēng)“天鴿”引起的風(fēng)暴潮和強(qiáng)降雨使澳門半島一半以上的地區(qū)被淹沒，最大淹沒深度為3.1 m[8]。氣候變化和沿海局地地表沉降引起的相對(duì)海平面上升會(huì)進(jìn)一步加劇這些海洋災(zāi)害造成的威脅。全球氣候變暖將導(dǎo)致到2100年時(shí)全球熱帶風(fēng)暴的平均強(qiáng)度增加2%～11%，風(fēng)暴中心100 km 內(nèi)的降水率將增加20%左右[9]。假設(shè)2018 號(hào)臺(tái)風(fēng)“山竹”在2100 年（預(yù)計(jì)海平面相對(duì)現(xiàn)在上升0.9 m）發(fā)生并在極端天文高潮時(shí)登陸，則原本未受災(zāi)的澳門大學(xué)將被完全淹沒，整個(gè)內(nèi)港區(qū)域的淹沒深度將達(dá)到2.5 m以上[10]；我國(guó)沿海相對(duì)海平面上升速度約為2.6 mm/yr，比全球平均上升速度高0.7 mm/yr[11]，海平面上升0.5 m 將使澳門遭受海嘯的風(fēng)險(xiǎn)增加1倍[6]。因此，極端海平面監(jiān)測(cè)對(duì)沿海地區(qū)受災(zāi)風(fēng)險(xiǎn)評(píng)估以及海洋災(zāi)害預(yù)警具有重要意義。

準(zhǔn)確的海平面監(jiān)測(cè)數(shù)據(jù)是建立準(zhǔn)確的大洋潮汐模型、確定大洋環(huán)流以及中尺度氣候模型的關(guān)鍵，對(duì)全球氣候研究至關(guān)重要[12]。目前遠(yuǎn)海（與海岸的距離超過10～15 km）海平面監(jiān)測(cè)主要依賴衛(wèi)星測(cè)高，即測(cè)量相對(duì)于參考橢球的海平面變化（絕對(duì)海平面高度）。但在近岸地區(qū)，由于陸地污染或缺乏地球物理校正，衛(wèi)星測(cè)高的結(jié)果并不可靠[13]。沿海地區(qū)海平面測(cè)量的主要設(shè)備是沿岸安裝的潮位站，但潮位站監(jiān)測(cè)存在一定的局限性。例如，在風(fēng)暴潮、海嘯等極端事件來臨時(shí)，潮位站容易受到極端風(fēng)浪破壞或斷電而停止記錄，例如在2005年颶風(fēng)“卡特里娜”[14]、2007 年颶風(fēng)“谷努”[15]、2011 年日本東北地震海嘯事件[16]、2017 年臺(tái)風(fēng)“天鴿”期間均出現(xiàn)多個(gè)潮位站缺失記錄的情況；受安裝位置構(gòu)造活動(dòng)、人類活動(dòng)誘發(fā)的地面沉降等影響，潮位站只能測(cè)量出相對(duì)海平面高度，需要和全球衛(wèi)星導(dǎo)航系統(tǒng)（Global Navigation Satellite System，GNSS）臺(tái)站綁定才能計(jì)算出絕對(duì)海平面高度[17-18]。因此，亟需發(fā)掘新的觀測(cè)手段來提高沿海海平面觀測(cè)能力。

自從研究人員發(fā)現(xiàn)全球定位系統(tǒng)（Global Position System，GPS）的直接信號(hào)和反射信號(hào)的干涉圖樣與其特征頻率和GPS天線到反射面的距離有關(guān)后[19-20]，在前人的不斷努力之下，全球衛(wèi)星導(dǎo)航系統(tǒng)干涉反射計(jì)（Global Navigation Satellite System Interferometric Reflectometry，GNSS-IR）作為一種新興的衛(wèi)星遙感技術(shù)[21]，在測(cè)量積雪深度變化[22-24]、植被含水量[25]、土壤濕度[26-27]、水面高度[28-33]等方面有了許多研究和應(yīng)用實(shí)例，具有廣泛的應(yīng)用前景。安裝位置靠近岸邊的GNSS臺(tái)站可以通過GNSS-IR技術(shù)，利用信噪比（Signal to Noise Ratio，SNR）數(shù)據(jù)中記錄的衛(wèi)星直接信號(hào)與水面反射信號(hào)產(chǎn)生的干涉信號(hào)，提取出干涉信號(hào)的特征頻率并計(jì)算反射高度（水面—天線的距離），從而獲得水面高度的時(shí)間變化過程（見圖1）。近岸GNSS 臺(tái)站相對(duì)于傳統(tǒng)潮位站具有以下優(yōu)勢(shì)：①臺(tái)站可架設(shè)在岸邊高地，與水面保持了一定的距離，被極端風(fēng)浪破壞的風(fēng)險(xiǎn)極??；②臺(tái)站能計(jì)算出絕對(duì)海平面高度[32]，并將全球海平面高度建立在同一參考系內(nèi)，能同時(shí)測(cè)量地表沉降和構(gòu)造活動(dòng)；③現(xiàn)有的許多架設(shè)位置合適的測(cè)地GNSS 臺(tái)站可滿足反演要求，數(shù)據(jù)源多。在監(jiān)測(cè)海平面高度方面，GNSS-IR 已被逐漸證實(shí)能以較高的精度監(jiān)測(cè)短期潮位和長(zhǎng)期水位變化[29-32]、反演風(fēng)暴潮期間水位[34-36]和捕捉部分海嘯信號(hào)[33]，從而在一定程度上和傳統(tǒng)潮位站形成時(shí)空互補(bǔ)。已有研究顯示近岸GNSS 站點(diǎn)的架設(shè)位置、設(shè)備條件和衛(wèi)星信號(hào)接收系統(tǒng)等（見表1中相關(guān)信息）均會(huì)對(duì)GNSSIR 反演的效果造成不同程度的影響。為了量化評(píng)估影響GNSS-IR 反演效果的重要因素，本研究選取南海北部（見圖2）和日本沿岸多個(gè)近岸GNSS站點(diǎn)，詳細(xì)對(duì)比分析了GNSS臺(tái)站架設(shè)和設(shè)備條件對(duì)反演結(jié)果的影響。我們首先針對(duì)香港HKQT 站點(diǎn)，采用GPS 與全球軌道導(dǎo)航衛(wèi)星系統(tǒng)（Global Orbiting Navigation Satellite System，GLONASS）聯(lián)合反演2016—2020 年的長(zhǎng)期海平面變化，探究HKQT 站點(diǎn)是否具有長(zhǎng)期監(jiān)測(cè)海面的能力；然后選取我國(guó)南海北部的4個(gè)站點(diǎn)（廣東省惠州市NHZH 站點(diǎn)、汕頭市NSTO 站點(diǎn)、深圳市NSZN 站點(diǎn)和遮浪市NZLG 站點(diǎn)，見圖2），將反演結(jié)果與HKQT 站點(diǎn)進(jìn)行對(duì)比，分析不同設(shè)備條件對(duì)GNSS-IR 反演結(jié)果的影響；最后，選取日本南部的兩個(gè)站點(diǎn)，首次使用潮位站缺失地區(qū)的GNSS 臺(tái)站捕捉到完整的風(fēng)暴潮波形以及反演風(fēng)暴潮漲水前后幾天的水位變化，進(jìn)一步驗(yàn)證了架設(shè)位置合適的GNSS站點(diǎn)在缺失潮位站記錄的地區(qū)具有提供珍貴的風(fēng)暴潮期間水位記錄、補(bǔ)充現(xiàn)有測(cè)潮網(wǎng)絡(luò)的能力以及完善海洋災(zāi)害預(yù)警系統(tǒng)的潛力。

表1 前人GNSS-IR反演水位使用的站點(diǎn)信息Tab.1 Station information used by previous GNSS-IR inversion of water level

圖1 GNSS-IR原理幾何關(guān)系圖（修改自PENG等[34]）Fig.1 Geometric diagram of GNSS-IR principle（modified from PENG et al.）

1 GNSS-IR 估測(cè)海面高度的原理及方法

圖1 為GNSS-IR 原理的幾何示意圖。GNSS-IR僅需一根右旋圓極化（Right-Handed CircularPolarization，RHCP）的天線，同時(shí)接收衛(wèi)星直接信號(hào)與海面的反射信號(hào)，對(duì)信噪比數(shù)據(jù)中二者的干涉信號(hào)的特征頻率提取分析從而進(jìn)行高度反演[28]。

本文使用科羅拉多大學(xué)Larson 教授團(tuán)隊(duì)開發(fā)并提供的開源模型gnssrefl（網(wǎng)址：https://github.com/kristinemlarson/gnssrefl），該模型可根據(jù)站點(diǎn)架設(shè)情況，通過設(shè)置坐標(biāo)位置、反射高度、仰角范圍、方位角范圍等參數(shù)計(jì)算反射區(qū)域。在這些參數(shù)中，反射高度越大，反射區(qū)域半徑越大；仰角越小，反射區(qū)域距離臺(tái)站的水平距離越遠(yuǎn)；方位角決定接收反射信號(hào)的角度范圍。gnssrefl 可從RINEX 數(shù)據(jù)和衛(wèi)星軌道數(shù)據(jù)中提取出信噪比數(shù)據(jù)[37]，用于計(jì)算海面高度、積雪深度、土壤濕度等。根據(jù)仰角和直接信號(hào)與反射信號(hào)的路徑差，由圖1 的幾何關(guān)系可以得到反射面高度的計(jì)算公式[34]：

式中：φ為直接信號(hào)與反射信號(hào)的相位差；λ為波長(zhǎng)；H為天線到海面的距離為反射高度；θ為仰角（即直接信號(hào)的入射角）。將sinθ作為變量[38]，可以得到：

式中:f為特征震蕩的頻率。將式（2）簡(jiǎn)化后可得f與H的關(guān)系：

對(duì)于f的提取，首先將信噪比從對(duì)數(shù)尺度的分貝-赫茲轉(zhuǎn)換為線性尺度的伏特/伏特，再利用低階多項(xiàng)式去除直接信號(hào)的趨勢(shì)項(xiàng)。將信噪比殘差δ建模為[29]：

式中：λ為GNSS 信號(hào)的波長(zhǎng)；A為振幅；φ為相位偏移。然后對(duì)殘差序列利用Lomb-Scargle 周期圖（Lomb-Scargle Periodogram，LSP）分析法求得f，從而計(jì)算出反射高度H，進(jìn)一步計(jì)算潮位值。GNSS 4個(gè)系統(tǒng)（GPS、GLONASS、Galileo、BDS）不同波段的信號(hào)均可按照上述GNSS-IR 經(jīng)典海面反演理論對(duì)海面高度進(jìn)行估算[36]。

2 海平面高度反演實(shí)例與討論

2.1 香港HKQT 站點(diǎn)在臺(tái)風(fēng)“天鴿”和“山竹”風(fēng)暴潮期間潮位監(jiān)測(cè)性能

HKQT 站臺(tái)（22.291°N，114.213°E）位于香港鰂魚涌附近（見圖2），接收機(jī)型號(hào)為TRIMBLE NETR9，天線相位中心距離水面平均距離為6.4 m，屬于香港衛(wèi)星定位參考站網(wǎng)（Satellite Positioning Reference Station Network, SatRef），由香港地政總署（Survey and Mapping Office, SMO）運(yùn)營(yíng)和提供數(shù)據(jù)，附近2 m 處有Quarry Bay 潮位站提供實(shí)測(cè)潮位數(shù)據(jù)參考。本文選取2017 年8 月23 日對(duì)香港造成10.2 億美元經(jīng)濟(jì)損失和近百人受傷的臺(tái)風(fēng)“天鴿”事件以及2018年9月16日登陸香港造成巨大經(jīng)濟(jì)損失和200 多人受傷的臺(tái)風(fēng)“山竹”事件[36]，對(duì)這兩次極端風(fēng)暴潮期間的海平面高度進(jìn)行反演，并將風(fēng)暴潮期間的反演結(jié)果與Quarry Bay潮位站的數(shù)據(jù)進(jìn)行對(duì)比。

對(duì)于HKQT 站，選擇仰角區(qū)間為4°～9°，方位角區(qū)間為-60°～105°，選用波段為GPS 的L1 和L5以及GLONASS 的L1 和L2，原始數(shù)據(jù)為5 s 采樣率的接收機(jī)自主交換格式（Receiver Independent Exchange Format，RINEX）。不同頻率波段測(cè)量得到的海平面高度會(huì)有差異，但這種差異比起誤差本身來說極小，因此將3 個(gè)頻率的測(cè)量結(jié)果相結(jié)合不會(huì)對(duì)最終結(jié)果產(chǎn)生太大影響，卻可以極大地提高風(fēng)暴潮期間的時(shí)間分辨率[34]。在LSP 分析過程中，為得到有效的反射高度，采取以下質(zhì)量控制標(biāo)準(zhǔn)：選擇起始仰角為4°～6°、終止仰角為7°～9°的衛(wèi)星弧段；反射高度為2～8 m；峰值噪聲比（Peak to Noise Ratio，PNR）大于2；GPS系統(tǒng)L1波段LSP頻譜峰值>8 volt/volt，GPS 系統(tǒng)L5和GLONASS 系統(tǒng)L1、L2波段的頻譜峰值>6 volt/volt。當(dāng)風(fēng)速＜17.5 m/s 時(shí)，利用信噪比分析法反演海面高度受到風(fēng)速的影響不明顯，而當(dāng)風(fēng)速＞18 m/s后，反射信號(hào)的功率會(huì)受到海面粗糙度的影響[39]，振幅值減小，波形也會(huì)變得較扁平[40]。在2017年臺(tái)風(fēng)“天鴿”和2018年臺(tái)風(fēng)“山竹”襲擊香港時(shí)，最高風(fēng)速分別高達(dá)28.3 m/s 和38 m/s，水面擾動(dòng)較大，需要適當(dāng)將峰值噪聲比標(biāo)準(zhǔn)降低至1.5。反演結(jié)果見圖3，其中彩色點(diǎn)為GNSSIR 計(jì)算出的由反射高度轉(zhuǎn)化的相對(duì)海平面高度，黑色圓點(diǎn)（由于過度密集而看似曲線）為Quarry Bay潮位站實(shí)測(cè)值。圖3a 為2017 年臺(tái)風(fēng)“天鴿”期間及前后7 d 內(nèi)水位監(jiān)測(cè)情況，風(fēng)暴潮漲水過程中潮位上漲超過1 m，整個(gè)過程持續(xù)約7 h。我們將潮位站數(shù)據(jù)擬合為曲線，求得GNSS-IR 反演結(jié)果時(shí)間點(diǎn)的潮位站測(cè)量值，從而計(jì)算誤差，整體結(jié)果相對(duì)于潮位站實(shí)測(cè)值的均方根誤差（Root Mean Square Error，RMSE）為20.43 cm。2018 年臺(tái)風(fēng)“山竹”于2018 年9 月16 日襲擊香港，從圖3b 中可以看到，風(fēng)暴潮造成漲水超過2 m，漲水過程持續(xù)近12 h，雖然峰值水位所在的2 d 內(nèi)有一個(gè)6.6 h 的數(shù)據(jù)空檔，但整體結(jié)果的RMSE 僅為15.54 cm。由于2017 年的數(shù)據(jù)質(zhì)量較差，因此2018年臺(tái)風(fēng)“山竹”期間的反演結(jié)果優(yōu)于2017年臺(tái)風(fēng)“天鴿”，但是兩次事件的風(fēng)暴潮波形都被GNSS-IR 很好地捕捉到。在GNSS-IR 反演結(jié)果中（見表2），2017 年臺(tái)風(fēng)“天鴿”期間GPS 系統(tǒng)L1波段測(cè)量值為152 個(gè)，L5 波段測(cè)量值為69 個(gè)，GLONASS 系統(tǒng)L1 波段測(cè)量值為118 個(gè)，L2 波段測(cè)量值為102 個(gè)，平均每天有63 個(gè)潮位值，峰值水位所在的2 d 內(nèi)日均有57.5 個(gè)潮位值。2018 年臺(tái)風(fēng)“山竹”期間7 d 的GPS 系統(tǒng)L1 波段數(shù)據(jù)為202 個(gè)，L5 波段數(shù)據(jù)為98 個(gè)，GLONASS 系統(tǒng)L1 波段數(shù)據(jù)為146 個(gè)，L2 波段數(shù)據(jù)為150 個(gè)，平均每天有85 個(gè)潮位值，峰值水位所在的2 d 內(nèi)有一個(gè)6.6 h 的數(shù)據(jù)空檔，日均為61.5 個(gè)潮位值。在兩次風(fēng)暴潮事件期間，GPS 數(shù)據(jù)反演的潮位值個(gè)數(shù)分別占比50.11%和50.33%，GLONASS 數(shù)據(jù)反演的潮位值個(gè)數(shù)占比49.89%和49.67%。加入GLONASS 系統(tǒng)后，時(shí)間分辨率比單GPS 系統(tǒng)提高了近一倍。多模多頻的GNSS-IR 比GPS-IR 有更多的信號(hào)種類和衛(wèi)星弧段數(shù)量，有利于觀測(cè)異常潮位的漲潮、峰值和落潮的完整過程，可以極大地完善風(fēng)暴潮過程的監(jiān)測(cè)。

表2 兩次風(fēng)暴潮期間HKQT站不同波段反演潮位值個(gè)數(shù)Tab.2 The number of tidal level values retrieved from different wavebands of HKQT station during two storm surges

圖3 風(fēng)暴潮期間HKQT站點(diǎn)反演結(jié)果Fig.3 Inversion results of HKQT station during storm surge

2.2 香港HKQT站點(diǎn)長(zhǎng)期潮位監(jiān)測(cè)能力評(píng)估

對(duì)2016—2020 年長(zhǎng)期水位進(jìn)行反演時(shí)，選取的質(zhì)量檢驗(yàn)標(biāo)準(zhǔn)與上文相同，應(yīng)用大氣折射和高度率進(jìn)行校正[29]。這5 a 的GNSS 數(shù)據(jù)均有不同數(shù)量的缺失，會(huì)影響高度率校正的擬合計(jì)算。2016 年有3個(gè)空檔，分別在年積日（Day of Year）第135 天缺失13 h，第152 天缺失53 h，第240 天缺失26 h；2017 年有22 個(gè)空檔，年積日第10 天缺失22 h，第259 天缺失338 h，其余18 個(gè)空檔分布較分散，均為5～8 h；2018 年有2 個(gè)空檔，年積日第136 天缺失49 h，第259 天缺失6.6 h；2019 年僅有2 個(gè)5～8 h 的小空檔，第342 天后數(shù)據(jù)都缺失，但因其在尾端因此不影響擬合；2020 年僅有1 個(gè)空檔，第261 天缺失25 h。為避免因潮位站數(shù)據(jù)的質(zhì)量問題造成偏差，因此將每日少于800 個(gè)數(shù)據(jù)點(diǎn)的天數(shù)去除，不參與對(duì)比。將5 a 的GNSS-IR 反演結(jié)果與由潮位站實(shí)測(cè)值計(jì)算出的日平均水位進(jìn)行對(duì)比（見圖4），從結(jié)果可以看出，2018 年、2019 年和2020 年的誤差相對(duì)較低，RMSE分別為4.3 cm、4.3 cm 和4.7 cm。2016 年和2017 年的數(shù)據(jù)質(zhì)量較差，誤差相對(duì)較高，RMSE分別為6.5 cm和7.8 cm。5 a 的誤差均未超過10 cm，其中2017 年

圖4 2016—2020年日平均水位反演結(jié)果與潮位站實(shí)測(cè)值對(duì)比Fig.4 Comparison between the inversion results of daily mean water level and measured values of tide station from 2016 to 2020

8 月與2018 年9 月峰值處水位與潮位站記錄相差較大，原因是風(fēng)暴潮漲水期間GNSS-IR 反演的時(shí)間分辨率略有降低，導(dǎo)致平均水位低于潮位站結(jié)果。2017 年平均每天有61.7 個(gè)潮位值，其余4 a 的日平均數(shù)據(jù)點(diǎn)均為70～71 個(gè)。結(jié)果表明風(fēng)暴潮期間與非極端天氣條件下的時(shí)間分辨率差異較小，僅有6.81%和14.29%。

2.3 南海北部其他站點(diǎn)與HKQT站點(diǎn)監(jiān)測(cè)性能對(duì)比

我們選取南海北部NHZH 站點(diǎn)反演的2017 年臺(tái)風(fēng)“天鴿”期間的水位結(jié)果與HKQT 站點(diǎn)進(jìn)行對(duì)比。NHZH 站點(diǎn)（22.694°N，114.564°E）位于廣東省惠州市，接收機(jī)型號(hào)為TPS NET-G3，GNSS 數(shù)據(jù)以及附近潮位站的數(shù)據(jù)由自然資源部海嘯預(yù)警中心管理，GNSS 數(shù)據(jù)采樣率為30 s。站點(diǎn)反射區(qū)見圖2，選取的方位角范圍為120°～360°，仰角范圍為5°～15°，反射高度范圍為4～10 m。數(shù)據(jù)中反射信號(hào)強(qiáng)度普遍極弱，質(zhì)量檢驗(yàn)過程中選取的峰值信噪比標(biāo)準(zhǔn)為2，頻譜峰值標(biāo)準(zhǔn)為0。圖5 為NHZH 站點(diǎn)的反演結(jié)果與潮位站數(shù)據(jù)對(duì)比，從中可以看出，NHZH站點(diǎn)的反射區(qū)優(yōu)于HKQT 站，但反射信號(hào)功率極弱，難以篩選出有意義的反射高度，且由于該地為港口，反射信號(hào)會(huì)受到來往、停泊的船只干擾，導(dǎo)致反演結(jié)果中異常值較多；此外，由于接收機(jī)型號(hào)較老，僅有GPS 系統(tǒng)L1 波段的數(shù)據(jù)，導(dǎo)致時(shí)間分辨率與HKQT 站相差較大，7 d 的日均反演值僅為39 個(gè)，峰值水位所在的2 d 內(nèi)日均僅有38.5 個(gè)潮位值。盡管如此，仍然可以從反演結(jié)果中捕捉到潮位變化的大致趨勢(shì)，尤其是8 月24—26 日的反演結(jié)果與潮位站實(shí)測(cè)值基本吻合。由于NSZN 站點(diǎn)（22.587°N，114.273°E）、NZLG 站點(diǎn)（22.656°N，115.569°E）距離水面較高（與平均海平面的垂直距離分別為14.4 m 和18.4 m），而數(shù)據(jù)均為30 s 采樣率，不滿足奈奎斯特頻率的要求[37]，無法反演出有效的海面高度；NSTO 站點(diǎn)（22.220°N，116.775°E）的數(shù)據(jù)質(zhì)量極差，同樣無法反演出有效海面高度，因此這3個(gè)站點(diǎn)的反演結(jié)果被舍棄。

圖5 NHZH站點(diǎn)反演2017年臺(tái)風(fēng)“天鴿”期間水位結(jié)果Fig.5 Comparison between the inversion results of NHZH station and measured values of tide station

2.4 日本南部站點(diǎn)捕捉風(fēng)暴潮信號(hào)實(shí)例

首先在內(nèi)華達(dá)大地測(cè)量實(shí)驗(yàn)室（Nevada Geodetic Laboratory，NGL，網(wǎng)址：http://geodesy.unr.edu/index.php）數(shù)據(jù)庫(kù)中對(duì)日本GNSS 站點(diǎn)進(jìn)行篩選，挑選架設(shè)位置和反射區(qū)域能夠用于GNSS-IR 反演的臺(tái)站，最終在日本南部選取G212 站點(diǎn)與J425站點(diǎn)。根據(jù)日本近5 a 的臺(tái)風(fēng)數(shù)據(jù)集繪制出臺(tái)風(fēng)路徑圖，選取在日本境內(nèi)造成明顯風(fēng)暴潮漲水且路徑經(jīng)過上述兩個(gè)臺(tái)站的臺(tái)風(fēng)事件，最終選擇對(duì)2018年臺(tái)風(fēng)“譚美”期間的水位進(jìn)行反演。

G212 站點(diǎn)與J425 站點(diǎn)均由日本國(guó)土地理院（Geospatial Information Authority of Japan，GSI）管理和提供數(shù)據(jù)，原始RINEX數(shù)據(jù)均為30 s采樣率，只含GPS系統(tǒng)L1和L2波信號(hào)，其中G212站點(diǎn)有一個(gè)并行架設(shè)的潮位站NAHA，而J425站點(diǎn)附近150 km內(nèi)沒有公開的潮位站。G212 站點(diǎn)和J425 站點(diǎn)的地理位置、反射區(qū)以及臺(tái)風(fēng)“譚美”的移動(dòng)路徑見圖6。G212 站點(diǎn)（26.213°N，127.665°E）位于日本那霸市，選取155°～305°的方位角，5°～15°的仰角，反射高度范圍為4～9 m，質(zhì)量檢測(cè)過程設(shè)置峰值信噪比標(biāo)準(zhǔn)為2，GPS 系統(tǒng)L1 和L2 波段的頻譜峰值標(biāo)準(zhǔn)均設(shè)置為0。J425 站點(diǎn)（34.472°N，134.314°E）位于日本小豆島，方位角范圍為160°～270°，仰角范圍為5°～12°，反射高度范圍為4 ～10 m，設(shè)置峰值信噪比標(biāo)準(zhǔn)為1.5，GPS 系統(tǒng)L1 的頻譜峰值標(biāo)準(zhǔn)為4，L2 為0.8。G212站點(diǎn)接收到的反射信號(hào)功率極弱，需將頻譜峰值標(biāo)準(zhǔn)設(shè)置為0，導(dǎo)致難以篩除異常值，但從圖7 可以看出該站點(diǎn)的整體結(jié)果與潮位站實(shí)測(cè)值契合極好，完整地記錄下9 月29 日持續(xù)近1 d 的風(fēng)暴潮漲水過程；1 d 后，J425 站點(diǎn)在9 月30 日同樣捕捉到風(fēng)暴潮導(dǎo)致的水位變化過程，波形、漲水過程持續(xù)時(shí)間與G212 的反演結(jié)果極為接近，且波形更加完整。因此，J425站點(diǎn)在缺少潮位站的地區(qū)提供了重要的風(fēng)暴潮記錄，在空間上補(bǔ)充了潮位站未能覆蓋的范圍。

圖6 選取的日本南部GNSS站點(diǎn)概況Fig.6 Overview of selected GNSS stations in southern Japan

圖7 2018年臺(tái)風(fēng)“譚美”期間日本南部GNSS站點(diǎn)反演結(jié)果Fig.7 Inversion results of GNSS stations in southern Japan during 2018 Typhoon"Trami"

2.5 不同站點(diǎn)反演性能與自身架設(shè)條件的關(guān)系

表3 列出了本研究選取的4 個(gè)不同站點(diǎn)的架設(shè)條件和風(fēng)暴潮期間反演結(jié)果的性能對(duì)比。GNSS-IR反演受到站點(diǎn)位置、設(shè)備條件、附近遮擋物等因素的影響。站點(diǎn)距離海面的水平距離越遠(yuǎn)，相同仰角的反射區(qū)與站點(diǎn)自身的水平距離越遠(yuǎn)；站點(diǎn)與海岸的水平距離越近，其反射區(qū)在海面的覆蓋越大。站點(diǎn)位置決定了反演時(shí)可選取的方位角、仰角范圍，從而影響可接收的衛(wèi)星弧段數(shù)量，最終影響時(shí)間分辨率。例如NHZH、G212、J425 站點(diǎn)的位置相對(duì)于HKQT站點(diǎn)更靠近海面，視野更開闊，因此可用的方位角范圍或仰角范圍大于HKQT 站點(diǎn)。由于不同衛(wèi)星系統(tǒng)開發(fā)和投入使用的時(shí)間不同（先后順序?yàn)镚PS、GLONASS、Galileo、BDS），不同波段的增設(shè)時(shí)間也有先后差異（先后順序?yàn)長(zhǎng)1、L2、L5）[41]，接收機(jī)型號(hào)同樣會(huì)對(duì)反演結(jié)果產(chǎn)生較大影響。型號(hào)較老的接收機(jī)只能接收到GPS 系統(tǒng)信號(hào)，且接收到的波段數(shù)量有限，極大地影響反演時(shí)間分辨率。例如G212 站點(diǎn)和J425 站點(diǎn)雖然可用的仰角范圍大于HKQT 站點(diǎn)，但接收的波段僅有2 個(gè)，最終時(shí)間分辨率與HKQT 站點(diǎn)大致持平；而NHZH 站點(diǎn)僅有1 個(gè)波段數(shù)據(jù)，仰角范圍和方位角范圍均遠(yuǎn)大于HKQT站，時(shí)間分辨率卻僅有HKQT的一半左右。

表3 不同站點(diǎn)架設(shè)條件及風(fēng)暴潮期間反演結(jié)果對(duì)比Tab.3 Comparison of erection conditions of different stations and inversion results during storm surge

反射區(qū)內(nèi)的遮擋物會(huì)對(duì)反演的精度產(chǎn)生較大影響。NHZH 站點(diǎn)位于港口，其反射區(qū)內(nèi)有來往船只，尤其是在風(fēng)暴潮期間，大量船只被迫停靠在站點(diǎn)附近，極大干擾了衛(wèi)星的反射信號(hào)，導(dǎo)致該站反演的誤差超出正常站點(diǎn)兩倍多。部分接收機(jī)的扼流線圈對(duì)反射信號(hào)功率的扼制較大，在反演時(shí)若選取較低的質(zhì)量檢測(cè)（Quality Check）標(biāo)準(zhǔn)，則難以剔除異常值，會(huì)對(duì)反演精度造成一定影響。

3 結(jié)論

海平面監(jiān)測(cè)亟需精度高、范圍廣的監(jiān)測(cè)新技術(shù)，其對(duì)氣候、水文以及海洋災(zāi)害預(yù)警具有重要意義[24]。本文針對(duì)新興的GNSS-IR 技術(shù)，通過多個(gè)實(shí)例量化分析近岸GNSS 站點(diǎn)的架設(shè)位置、設(shè)備條件和衛(wèi)星信號(hào)接收系統(tǒng)等對(duì)GNSS-IR 反演的效果的影響。首先對(duì)中國(guó)香港HKQT 站點(diǎn)兩次極端風(fēng)暴潮事件期間以及2016—2020 年的數(shù)據(jù)進(jìn)行GPS 與GLONASS 聯(lián)合反演，數(shù)據(jù)結(jié)果表明，架設(shè)位置合適的站點(diǎn)（例如HKQT 站點(diǎn)）具備長(zhǎng)期監(jiān)測(cè)海平面變化趨勢(shì)的能力，在反演過程加入GLONASS 系統(tǒng)后比單GPS 系統(tǒng)的時(shí)間分辨率提高近1 倍，風(fēng)暴潮漲水期間GNSS-IR 的時(shí)間分辨率比平時(shí)僅有小幅度下降，兩者分別為6.81%和14.29%；然后對(duì)2017 年臺(tái)風(fēng)“天鴿”期間廣東省惠州市NHZH 站點(diǎn)的數(shù)據(jù)進(jìn)行反演，與HKQT 站點(diǎn)的對(duì)比結(jié)果表明接收機(jī)接收的衛(wèi)星信號(hào)波段數(shù)量會(huì)極大地影響反演時(shí)間分辨率，天線接收反射信號(hào)功率的強(qiáng)弱會(huì)對(duì)異常值的篩選產(chǎn)生較大影響；最后選取日本南部?jī)蓚€(gè)相隔數(shù)千里的G212 站點(diǎn)與J425 站點(diǎn)，對(duì)2018 年臺(tái)風(fēng)“譚美”期間的潮位進(jìn)行反演，結(jié)果充分表明GNSS-IR能在潮位站記錄的空白地區(qū)提供寶貴的風(fēng)暴潮水位數(shù)據(jù)，可以為風(fēng)暴潮建模研究提供關(guān)鍵的性能驗(yàn)證[42-43]。

結(jié)合本文的研究結(jié)果，我們對(duì)近岸GNSS 站點(diǎn)的架設(shè)提出以下參考建議：①設(shè)備應(yīng)選取接收衛(wèi)星信號(hào)波段盡可能多且沒有特化對(duì)反射信號(hào)扼制效果的接收機(jī)；②衛(wèi)星星座分布會(huì)導(dǎo)致其反射區(qū)出現(xiàn)一個(gè)空缺，架設(shè)站點(diǎn)時(shí)應(yīng)在視野開闊的近岸，使空缺部分在陸地上，反射區(qū)覆蓋在水面上，同時(shí)水面無凸出的礁石、船只等干擾物；③站點(diǎn)架設(shè)高度應(yīng)結(jié)合架設(shè)位置、設(shè)備存儲(chǔ)數(shù)據(jù)的采樣率等因素綜合考慮。架設(shè)位置與水面的水平距離較近時(shí)，高度選擇相對(duì)自由，反之則需要提升站點(diǎn)高度以保證反射區(qū)能覆蓋到水面。在奈奎斯特頻率的限制下，設(shè)備存儲(chǔ)數(shù)據(jù)的采樣率為30 s時(shí)，站點(diǎn)與水面的垂直距離不應(yīng)超過10～12 m，采樣率為15 s時(shí)不應(yīng)超過25 m，采樣率為5 s 時(shí)不應(yīng)超過80 m。具體的采樣率和站點(diǎn)與水面垂直距離推薦范圍的計(jì)算可參考Larson教授團(tuán)隊(duì)開發(fā)的網(wǎng)頁(yè)程序（網(wǎng)址：https://gnssreflections.org/rzones）。