水汽反演

ＤＯＩ：１０．１３８７８／ｊ．ｃｎｋｉ．ｊｎｕｉｓｔ．２０２１．０２．００７唐旭１㊀吴昊２㊀张迪１动态环境下ＰＰＰ的ＧＮＳＳ大气水汽反演摘要利用静态ＰＰＰ（精密单点定位）处理稳定的ＧＮＳＳ地面站可以高精度反演大气中的水汽含量．对于运动的载体，静态ＰＰＰ无法正确地估计待估参数．利用动态ＰＰＰ数据处理方法，在解算载体动态位置的同时，可以估计动态载体ＧＮＳＳ的天顶总延迟，并在此基础上计算水汽含量．分别利用ＰＰＰ动态和静态模型解算３ ５ｈ的稳定可靠ＧＮＳＳ参考站数据，结果表明，动态ＰＰＰ与静态ＰＰＰ利用稳定ＣＯＲＳ站解算大气可降水量（ＰＷＶ）时，最大差别为６ ６ｍｍ，且水汽的变化趋势基本一致．在快速运动平台下，旋转平台解算的ＰＷＶ与相同环境下的ＣＯＲＳ站解算的水汽结果在量级上一致，但并不能像ＣＯＲＳ站结果一样可以反映出水汽的变化趋势．针对地震等ＧＮＳＳ台站失稳问题，分别利用动态㊁静态ＰＰＰ进行水汽的提取，结果表明，地震的短期形变对ＰＰＰ水汽的提取无明显影响．建议使用静态ＰＰＰ对失稳ＧＮＳＳ台站进行水汽提取．关键词卫星导航定位；精密单点定位（ＰＰＰ）；大气可降水量（ＰＷＶ）中图分类号Ｐ２２８ ４文献标志码Ａ收稿日期２０２１⁃０１⁃１２资助项目国家自然科学基金（４１７０４０２４）；宁波市公益类项目（２０１８１ＪＣＧＹ０２０３８６）；南京信息工程大学人才项目（２０１９ｒ０３４）作者简介唐旭，男，博士，副教授，主要从事ＧＮＳＳ气象学㊁组合导航㊁ＧＮＳＳ高精度导航定位等方面的研究工作．Ｘｕ．Ｔａｎｇ＠ｎｕｉｓｔ．ｅｄｕ．ｃｎ１南京信息工程大学电子与信息工程学院，南京，２１００４４２淄博市勘察测绘研究院有限公司，淄博，２５５００００㊀引言㊀㊀ＧＮＳＳ技术广泛地应用于导航㊁定位与高精度形变监测领域．在这些应用领域中，对流层延迟往往被作为误差通过各种手段予以改正，以提高定位的精度［１⁃２］．部分学者还利用数值气象模型作为约束条件，实现高精度ＧＮＳＳ定位能力［３］．不同于定位过程中将对流层信息作为一种误差源来处理，ＧＮＳＳ气象学利用对流层对ＧＮＳＳ信号的延迟信息估计大气中的可降水量．利用ＧＮＳＳ技术可以高时空分辨率地提取大气中的水汽，进而用于分析极端气象条件中的水汽变化情况［４⁃５］．文献［６⁃７］利用ＧＰＳ提取的水汽进行台风过程中的短时降水预报，它们所利用的ＧＮＳＳ数据来自地面稳定㊁可靠的参考站．但是地面点因地震㊁滑坡等自然灾害时常发生，参考站发生位移对ＧＮＳＳＰＷＶ（大气可降水量）的估计可能带来的影响值得研究；此外，适用于运动载体的ＧＮＳＳＰＷＶ提取方法可以获取运动路径上的ＰＷＶ，有更好的应用前景．近年来，有部分学者利用移动载体上的ＧＮＳＳ设备估计载体运动路径上的ＰＷＶ，但与载体上搭载的大气红外探测仪结果相比，吻合度并不高，这主要是多路径误差造成的［８］．前期研究表明，静态ＰＰＰ（精密单点定位）可以利用稳定的ＧＮＳＳ参考站估计可靠的ＰＷＶ，并和周边的探空气球结果有很强的一致性［４］．本文设计了动态实验平台，以静态ＰＰＰ撮的大气水汽作为参考，评估动态ＰＰＰ在不同运动场景下ＰＷＶ估计精度．１㊀精密单点定位数学模型动态ＰＰＰ可以实时解算运动载体的位置，同时解算对流层的天顶总延迟，在此基础上利用ＧＮＳＳ天线周围的温度和气压传感器等可以实时估计出大气中的可降水量．为了避免电离层延迟对观测值的影响，通常使用基于双频的无电离层组合观测值作为ＰＰＰ观测方程的观测量．无电离层组合的相位㊁伪距ＰＰＰ观测方程为φＩＦ＝ρ＋（ΔＴ＋Δｔ）㊃ｃ＋δｏｒｂ＋ＮＩＦ㊃λＩＦ＋δｔｒｏｐ＋（ＢＩＦ＋ｂＩＦ）㊃λ＋ξφＩＦ，（１）ＰＩＦ＝ρ＋（ΔＴ＋Δｔ）㊃ｃ＋δｏｒｂ＋δｔｒｏｐ＋（ＤＩＦ＋ｄＩＦ）＋ξＰＩＦ．（２）式中：φＩＦ和ＰＩＦ分别表示双频接收机的无电离层组合载波相位观测值和伪距观测值，单位为ｍ；ρ为接收机与卫星之间的站星几何距，单位为ｍ；ΔＴ和Δｔ分别表示跟踪卫星及接收机的钟差，单位为ｓ；ｃ表示㊀㊀㊀㊀光在真空中的速度，单位为ｍ／ｓ；δｏｒｂ为卫星的轨道误差，单位为ｍ；δｔｒｏｂ为对流层延迟，单位为ｍ；ＢＩＦ和ｂＩＦ分别表示卫星和接收机的非证认小数偏差的无电离层组合形式，这也是破坏相位整周模糊度的主要参数；ＤＩＦ和ｄＩＦ分别为卫星和接收机的码偏无电离层组合形式；ξφＩＦ与ξＰＩＦ分别表示无电离层组合载波相位㊁伪距观测值的随机噪声．利用映射函数可以将每颗卫星的倾斜路径对流层延迟δｔｒｏｐ转换到天顶方向，倾斜路径对流层延迟量和天顶总延迟的关系式为δｔｒｏｐ＝Ｍ㊃δＺＴＤ，（３）式中，Ｍ表示映射函数，δＺＴＤ表示对流层天顶方向总延迟．式（１）与（２）中站星几何距ρ隐藏了未知参数接收机的位置信息，利用泰勒级数可以将此非线性方程进行展开．此外，未知参数还包括接收机的钟差㊁天顶湿延迟．未知参数的估计采用扩展卡尔曼滤波方法．假设有ｓ颗可跟踪卫星，则卡尔曼滤波的状态向量可以写成：Ｘ＝［ΔｘΔｙΔｚΔｔδＺＴＤＮ１Ｎｓ］Ｔ，（４）式中，待估参数Δｘ，Δｙ，Δｚ分别表示接收机的位置在３个坐标方向的改正量，Δｔ为接收机的钟差，Ｎ１，，Ｎｓ表示ｓ颗卫星的非差无电离层组合观测值．观测方程系数矩阵可以写为Ｈ＝ｌ１ｍ１ｎ１１Ｍ１１００ ０ｌ１ｍ１ｎ１１Ｍ１０００ ０ｌ２ｍ２ｎ２１Ｍ２０１０ ０ｌ２ｍ２ｎ２１Ｍ２０００ ０︙︙︙︙︙︙︙︙︙ｌｓｍｓｎｓ１Ｍｓ０００ １ｌｓｍｓｎｓ１Ｍｓ００００éëêêêêêêêêêêùûúúúúúúúúúú，（５）式中：ｌｓ，ｍｓ，ｎｓ表示第ｓ颗卫星与接收机间的单位几何向量；Ｍｓ表示第ｓ颗卫星对应的对流层映射函数系数．２㊀大气水汽反演由ＧＮＳＳ精密单点定位静态㊁动态模型可以获取ＧＮＳＳ天线上方的天顶总延迟．天顶总延迟主要包含天顶湿延迟（ＺｅｎｉｔｈＷｅｔＤｅｌａｙ，ＺＷＤ）和天顶干延迟（ＺｅｎｉｔｈＨｙｄｒｏｓｔａｔｉｃＤｅｌａｙ，ＺＨＤ）．其中天顶湿延迟是随时间与天气状况变化的变量，主要由ＧＮＳＳ监测点的温度㊁气压和相对湿度决定．对流层天顶干延迟可以由模型精确获得，精度可达ｍｍ级．δＺＨＤ＝０ ００２２７６８ˑｅｓｉｔｅ１－０ ００２６６ˑｃｏｓ２β()－２ ８ˑ１０－７ˑｈ，（６）式中：ｅｓｉｔｅ为天线高处的大气压，单位为ｈＰａ；β为天线位置的纬度分量；ｈ为天线的大地高．ＧＰＳ天线处的气压和温度通常可以由预先安置的气象传感器获得．此外，对于一些ＧＰＳ天线周边缺失温度㊁气压的测站，可以利用再分析资料通过反距离加权插值计算方法获取．ＧＮＳＳ天线处的气温Ｔｓｉｔｅ为Ｔｓｉｔｅ＝ð４ｉ＝１Ｔｉｄ２ｉæèçöø÷ð４ｉ＝１１ｄ２ｉ，（７）式中：ｄｉ为天线与其周边最近的再分析资料４个格网点之间的距离；Ｔｉ为每个格网点的温度．利用式（７）可以计算ＧＮＳＳ天线处的温度．以相同的方式，利用等距离加权插值方法可以获得天线处的平均海平面大气压．由ＧＮＳＳ天线处的温度㊁平均海平面大气压可以计算出式（６）中天线处的大气压为ｅｓｉｔｅ＝ＰＭＳＬˑ１－０ ００６５ˑｈＴｓｉｔｅ－０ ００６５ˑｈ＋２７３ １５æèçöø÷５ ２５７，（８）式中，ＰＭＳＬ为ＧＮＳＳ天线处的平均海平面大气压．ＮＣＥＰ等再分析资料通常每６ｈ记录一次数据，利用一些常用的插值方法可以将ＧＮＳＳ天线处６ｈ时间间隔的温度㊁平均海平面大气压插值成和ＧＮＳＳ采样率一致的温度㊁平均海平面大气压时间序列．利用动态ＰＰＰ或静态ＰＰＰ估计的δＺＴＤ以及式（６）计算的δＺＨＤ，可以计算出ＧＮＳＳ天顶方向湿延迟，即δＺＷＤ＝δＺＴＤ－δＺＨＤ．由天顶湿延迟可以计算出大气中可降水量，表示为ｙＰＷＶ＝１０５Ｒｖˑｋ２－ｋ１ˑｍｖｍｄ＋ｋ３Ｔｍæèçöø÷㊃δＺＷＤ，（９）式中：ｙＰＷＶ表示大气可降水量；Ｒｖ表示水汽的气体常数；ｋ１，ｋ２及ｋ３为大气折射常数；ｍｖ以及ｍｄ分别表示大气水汽与干空气的摩尔质量常数；Ｔｍ为加权平均湿度．相关的常量如表１所示．３㊀静态㊁动态实验验证因ＧＮＳＳ天线在某些环境下不可能处于完全稳２８１唐旭，等．动态环境下ＰＰＰ的ＧＮＳＳ大气水汽反演．ＴＡＮＧＸｕ，ｅｔａｌ．Ｐｒｅｃｉｐｉｔａｂｌｅｗａｔｅｒｖａｐｏｒｒｅｔｒｉｅｖｉｎｇｕｓｉｎｇｐｒｅｃｉｓｅｐｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇｉｎｄｙｎａｍｉｃｓｃｅｎａｒｉｏ．表１　水汽气体常数㊁大气折射常数㊁摩尔质量常数Ｔａｂｌｅ１㊀Ｇａｓｃｏｎｓｔａｎｔｏｆｗａｔｅｒｖａｐｏｒ，ａｔｍｏｓｐｈｅｒｉｃｒｅｆｒａｃｔｉｖｉｔｙｃｏｎｓｔａｎｔｓ，ａｎｄｔｈｅｍｏｌａｒｍａｓｓｃｏｎｓｔａｎｔｓｏｆｗａｔｅｒｖａｐｏｒａｎｄｄｒｙａｉｒ参数数值单位Ｒｖ４６１Ｊ㊃（ｋｇ㊃Ｋ）－１ｋ１７７ ６Ｋ㊃ｈＰａ－１ｋ２７１ ９８Ｋ㊃ｈＰａ－１ｋ３３ ７５４ˑ１０５Ｋ２㊃ｈＰａ－１ｍｖ１８ ０１５２ｇ㊃ｍｏｌ－１ｍｄ２８ ９６４４ｇ㊃ｍｏｌ－１定的状态，如地震等情景下．有必要评估动态单点定位与静态单点定位在不同动态场景下气象参数的提取能力，提高ＧＮＳＳ数据的利用率和不同应用场景下ＧＮＳＳ气象参数监测能力．为了评估ＧＮＳＳ动态ＰＰＰ对大气水汽的探测精度，在相同的观测环境㊁相同的观测时段内分别采集３ ５ｈ静态和动态数据．图１ａ为ＣＯＲＳ站观测环境；图１ｂ为动态旋转平台，ＧＮＳＳ天线可以在旋转平台上做单径为２ｍ的顺时针或逆时针圆周运动．旋转平台与ＣＯＲＳ测站相距约１０ｍ，两种观测情景所处的气象环境相似．数据采样率为１０Ｈｚ．卫星截止高度角为５ʎ．卫星钟产品为利用高频ＩＧＳ站跟踪站估计的１Ｈｚ改正产品．轨道采用１５ｍｉｎ采样间隔的ＣＯＤＥ精密轨道产品．此外，数据处理中还要顾及地球自转㊁载波相位缠绕改正㊁相对论效应等．图１㊀ＧＮＳＳ连续运行参考站（ａ），动态旋转平台（ｂ）Ｆｉｇ １㊀ＧＮＳＳｃｏｎｔｉｎｕｏｕｓｌｙｏｐｅｒａｔｉｎｇｒｅｆｅｒｅｎｃｅｓｔａｔｉｏｎｓ（ａ），ａｎｄｋｉｎｅｍａｔｉｃｒｏｔａｔｉｏｎａｒｍｒｉｇ（ｂ）分别利用ＰＰＰ静态与动态定位算法解算ＧＮＳＳＣＯＲＳ站的静态３ ５ｈ的观测数据，卫星截止高度角设制为１０ʎ，绘制位置误差的时间序列．由图２可以图２㊀ＧＮＳＳＣＯＲＳ站静态观测数据的ＰＰＰ静态（ａ）与动态（ｂ）定位时间序列Ｆｉｇ ２㊀Ｓｔａｔｉｃ（ａ）ａｎｄｄｙｎａｍｉｃ（ｂ）ＰＰＰｐｏｓｉｔｉｏｎｔｉｍｅｓｅｒｉｅｓｆｏｒｔｈｅＧＮＳＳＣＯＲＳ看出静态㊁动态ＰＰＰ都需要一定的时间进行收敛才可以得到比较稳定的定位结果．静态ＰＰＰ的定位精度要明显好于动态ＰＰＰ的结果．经过一段时间的收敛后静态ＰＰＰ的定位精度能保证在数厘米以内．在０６：３０至０７：００之间，静态ＰＰＰ在东西方向和南北方向有一定的偏差，之后再次趋于稳定．动态ＰＰＰ在０５：１０左右，经过一次收敛的过程．经过收敛后，定位精度大约在２０ｃｍ左右．在ＰＰＰ估计位置参数的同时估计了ＧＮＳＳ天线的天顶总延迟，并利用天线处的气压㊁气温等信息计算其大气可降水量．ＣＯＲＳ测站在实验过程中并没有实际的运动发生，分别利用动态ＰＰＰ定位算法和静态算法估算水汽，可以客观地反映两种算法在计算水汽方面的异同．静态ＰＰＰ定位算法在水汽的估计中已经有较多的应用，可以作为评估动态ＰＰＰ大气水汽的参考．图３给出了在实验的３ ５ｈ内，两种算法估算水汽的结果．可以看出，在实验期间，水汽的变化了大约１ ８ｃｍ．在０４：３０到０７：００之间，可降水量ＰＷＶ一直呈现持续增长的趋势，但是０７：００后，ＰＷＶ骤然下降．和静态ＰＰＰ大气水汽时间序列相比，动态ＰＰＰ结果更加平滑，时间序列的最大最小值相差１ ２ｃｍ．０４：３０至０６：３０之间，ＰＷＶ持续上升，同样在０７：００后ＰＷＶ有下降的趋势，但是相较于静态ＰＰＰ结果，趋势比较平缓．两种方法估算的水汽最大差别为６ ６ｍｍ．总体而言两种定位算法在大气水汽提取方面都可以反演出水汽的变化趋势，在３ ５ｈ内，水汽的变化量超过了１ｃｍ．３８１学报（自然科学版），２０２１，１３（２）：１８１⁃１８６ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２１，１３（２）：１８１⁃１８６图３㊀ＧＮＳＳＣＯＲＳ站态㊁静态ＰＰＰ大气水汽提取Ｆｉｇ ３㊀ＰＷＶｅｓｔｉｍａｔｉｏｎｆｒｏｍｔｈｅＧＮＳＳＣＯＲＳＰＰＰｉｎｔｈｅｓｔａｔｉｃａｎｄｄｙｎａｍｉｃｍｏｄｅｌｓＣＯＲＳ站反演出的大气水汽表明ＰＰＰ动态㊁静态数据处理方法可以成功提取大气水汽的ＰＷＶ，且一段时间内的水汽变化趋势也有较好的一致性．为了验证动态ＰＰＰ在真实的动态载体上水汽提取的可能性，在ＣＯＲＳ站附近设计了一个能快速旋转的载体，ＧＮＳＳ天线可以在旋转载体上做标准的圆周运动．实验中，ＧＮＳＳ数据的采样频率设置为１０Ｈｚ，卫星截止高度角为５ʎ．为了降低高度角卫星的高噪声观测值对观测结果的影响，在数据的处理过程中，卫星截止高度角设置为１０ʎ．天线在开始的１ｈ内处于静态状态，在０５：３５后，开始做匀速圆周运动，在０６：３７时，旋转平台由原来的顺时针改为逆时针运动．旋转平台每分钟转动２０周，旋转半径为２ｍ．图４ａ为动态ＰＰＰ解算的ＧＮＳＳ天线在旋转平台上３个方向的轨迹，红色为东西方向㊁蓝色为南北方向，黑色为垂直方向．轨迹图显示，经过一段时间的初始化，位置时间序列处于稳定状态．在旋转平台开始转动后，动态ＰＰＰ位置时间序列清晰地反映出该运动过程的变化．但在０６：００和０７：１０左右，观测值出现短暂的中断，出现了收敛过程．图４ｂ为动态ＰＰＰ处理的大气水汽ＰＷＶ，可以看出ＰＷＶ的变化范围在４ ５ ５ ３ｃｍ之间．由于旋转平台和ＣＯＲＳ站相距仅１０ｍ左右，因此静态ＰＰＰ获取的大气水汽可以作为旋转平台结果的参考．结果表明，在较为快速的运动平台下，动态ＰＰＰ可以获得ＰＷＶ，量级和静态ＰＰＰ的结果相当．但是在快速运动载体下，动态ＰＰＰ并没有准确提取出在实验过程中ＰＷＶ的变化趋势．这说明动态ＰＰＰ中，载体的动态变化影响到了水汽变化的提取．因其提取的水汽量级和静态ＰＰＰ相当，所以在一些不太关注水汽短期变化的应用领域依旧实用．图４㊀旋转平台动态ＰＰＰ估计的位置（ａ）与ＰＷＶ时间序列（ｂ）Ｆｉｇ ４㊀Ｐｏｓｉｔｉｏｎｅｒｒｏｒ（ａ）ａｎｄＰＷＶ（ｂ）ｔｉｍｅｓｅｒｉｅｓｆｒｏｍｔｈｅｒｏｔａｔｉｏｎａｒｍｒｉｇ ｓｋｉｎｅｍａｔｉｃＰＰＰ４　智利地震网水汽反演ＰＰＰ静态㊁动态模型在载体的不同运动状态下的估算结果差异较为明显，特别是在长时间快速运动的旋转载体上，其提取的水汽虽能客观反映ＰＷＶ情况，但是很难描述在一段时间的大气水汽的变化趋势．在地震事件中，测站在短时间内可能发生米级形变．针对这一运动过程，如何利用测站进行大气水汽的反演值得探讨．智利为地震频发国家，ＧＮＳＳ地震网台站分布较为密集．图５给出了智利ＧＮＳＳ网台站的分布情况．２０１６年１２月２５日１４：２３左右在智利梅林卡港发生７ ６级地震，震源深度为３０ｋｍ，在其北方约２８４ｋｍ处ＯＳＯＲ台站受地震的影响较小．图６为利用动态ＰＰＰ估计的ＱＬＬＮ台站位移时间序列，时长约为１０ｍｉｎ．可以看出１４：２２：５４开始有较大的形变，整个过程持续约４５ｓ．高程方向和南北方向的最大形变要小于东西方向，分别为１４ ６ｃｍ和１６ ５ｃｍ，东西方向的最大形变为３６ ６ｃｍ．图７为利用ＱＬＬＮＧＮＳＳ台站的动态㊁静态ＰＰＰ估计的大气水汽ＰＷＶ与ＯＳＯＲ台站估计的大气水汽ＰＷＶ结果．从ＱＬＬＮ台站结果可以看出，动态与静态ＰＰＰ的ＰＷＶ估计结果在量级上一致性较好，变化趋势在１２：３０之前也具有较好的一致性，但是４８１唐旭，等．动态环境下ＰＰＰ的ＧＮＳＳ大气水汽反演．ＴＡＮＧＸｕ，ｅｔａｌ．Ｐｒｅｃｉｐｉｔａｂｌｅｗａｔｅｒｖａｐｏｒｒｅｔｒｉｅｖｉｎｇｕｓｉｎｇｐｒｅｃｉｓｅｐｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇｉｎｄｙｎａｍｉｃｓｃｅｎａｒｉｏ．图５㊀智利地震网台站分布（红色五角星为ＱＬＬＮ台站，距离震源最近；绿色五角星为ＯＳＯＲ台站位置）Ｆｉｇ ５㊀ＤｉｓｔｒｉｂｕｔｉｏｎｏｆＣｈｉｌｅａｎｓｅｉｓｍｉｃｍｏｎｉｔｏｒｉｎｇＧＮＳＳｓｔａｔｉｏｎｓ（ｒｅｄｐｅｎｔａｇｒａｍｄｅｎｏｔｅｓｔｈｅｌｏｃａｔｉｏｎｏｆＱＬＬＮ，ｗｈｉｃｈｉｓｎｅａｒｅｓｔｔｏｔｈｅｓｅｉｓｍｉｃｆｏｃｕｓ；ｇｒｅｅｎｐｅｎｔａｇｒａｍｄｅｎｏｔｅｓｔｈｅｌｏｃａｔｉｏｎｏｆＯＳＯＲｓｔａｔｉｏｎ）图６㊀智利ＧＮＳＳ地震网ＱＬＬＮ台站ＰＰＰ地表形变时间序列Ｆｉｇ ６㊀ＤｉｓｐｌａｃｅｍｅｎｔｏｆＱＬＬＮｓｔａｔｉｏｎｏｖｅｒｔｈｅｅａｒｔｈｑｕａｋｅｅｖｅｎｔ之后变化趋势一致性较差．同时在地震发生前后，动态㊁静态ＰＰＰ提取的水汽并没有较大的变化，可以说明地震形变对ＰＰＰ的水汽提取并没有显著影响．ＯＳＯＲ台站在地震过程中所受到的影响非常有限，可以利用静态ＰＰＰ进行水汽ＰＷＶ的提取，其结果变化趋势与ＱＬＬＮ台站的静态结果一致性较好．但总体水汽ＰＷＶ要高于ＱＬＬＮ台站的结果，这主要是由两个台站的地理位置决定的．５　结束语本文利用静态㊁动态ＰＰＰ提取不同运动场景下的大气水汽ＰＷＶ，研究ＰＰＰ在运动载体中提取大气水汽的可能性．研究结果表明，利用动态ＰＰＰ可以成图７㊀ＱＬＬＮ台站的动态㊁静态ＰＰＰ水汽ＰＷＶ与ＯＳＯＲ静态ＰＰＰ水汽ＰＷＶ比较Ｆｉｇ ７㊀ＣｏｍｐａｒｉｓｏｎｏｆＰＷＶｔｉｍｅｓｅｒｉｅｓｆｒｏｍｄｙｎａｍｉｃＰＰＰ，ｓｔａｔｉｃＰＰＰａｔＱＬＬＮｓｔａｔｉｏｎ，ａｎｄｔｈａｔｆｒｏｍｓｔａｔｉｃＰＰＰａｔＯＳＯＲｓｔａｔｉｏｎ功获取大气中的ＰＷＶ情况，其估计的ＰＷＶ与静态ＰＰＰ估计结果在长时间序列下的一致性较好，但是其短期水汽结果的可靠性并不理想．在运动的车辆㊁轮船等应用场景中，静态ＰＰＰ已经不适用，利用动态ＰＰＰ提取长时间序列水汽是一种可行方案．在地震等瞬时短时间运动场景下，地表台站失稳并未对ＰＷＶ的提取造成明显的差异．在地震发生前后，建议采用静态ＰＰＰ进行ＰＷＶ的提取．参考文献Ｒｅｆｅｒｅｎｃｅｓ［１］㊀ＳｈｉＪＢ，ＧａｏＹ．ＡｔｒｏｐｏｓｐｈｅｒｅｃｏｎｓｔｒａｉｎｔｍｅｔｈｏｄｔｏｉｍｐｒｏｖｅＰＰＰａｍｂｉｇｕｉｔｙ⁃ｒｅｓｏｌｖｅｄｈｅｉｇｈｔｓｏｌｕｔｉｏｎ［Ｊ］．Ｊｏｕｒ⁃ｎａｌｏｆＮａｖｉｇａｔｉｏｎ，２０１４，６７（２）：２４９⁃２６２［２］㊀ＨａｄａｓＴ，ＫａｐｌｏｎＪ，ＢｏｓｙＪ，ｅｔａｌ．Ｎｅａｒ⁃ｒｅａｌ⁃ｔｉｍｅｒｅｇｉｏｎａｌｔｒｏｐｏｓｐｈｅｒｅｍｏｄｅｌｓｆｏｒｔｈｅＧＮＳＳｐｒｅｃｉｓｅｐｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇｔｅｃｈｎｉｑｕｅ［Ｊ］．ＭｅａｓｕｒｅｍｅｎｔＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１３，２４（５）：０５５００３［３］㊀ＡｌｖｅｓＤＢＭ，ＳａｐｕｃｃｉＬＦ，ＭａｒｑｕｅｓＨＡ，ｅｔａｌ．ＵｓｉｎｇａｒｅｇｉｏｎａｌｎｕｍｅｒｉｃａｌｗｅａｔｈｅｒｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｆｏｒＧＮＳＳｐｏｓｉｔｉｏｎｉｎｇｏｖｅｒＢｒａｚｉｌ［Ｊ］．ＧＰＳＳｏｌｕｔｉｏｎｓ，２０１６，２０（４）：６７７⁃６８５［４］㊀ＴａｎｇＸ，ＨａｎｃｏｃｋＣＭ，ＸｉａｎｇＺＹ，ｅｔａｌ．ＰｒｅｃｉｐｉｔａｂｌｅｗａｔｅｒｖａｐｏｕｒｒｅｔｒｉｅｖａｌｆｒｏｍＧＰＳｐｒｅｃｉｓｅｐｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇａｎｄＮＣＥＰＣＦＳｖ２ｄａｔａｓｅｔｄｕｒｉｎｇｔｙｐｈｏｏｎｅｖｅｎｔｓ［Ｊ］．Ｓｅｎ⁃ｓｏｒｓ（Ｂａｓｅｌ），２０１８，１８（１１）：３８３１［５］㊀ＳｏｎｇＤＳ，Ｇｒｅｊｎｅｒ⁃ＢｒｚｅｚｉｎｓｋａＤＡ．Ｒｅｍｏｔｅｓｅｎｓｉｎｇｏｆａｔ⁃ｍｏｓｐｈｅｒｉｃｗａｔｅｒｖａｐｏｒｖａｒｉａｔｉｏｎｆｒｏｍＧＰＳｍｅａｓｕｒｅｍｅｎｔｓｄｕｒｉｎｇａｓｅｖｅｒｅｗｅａｔｈｅｒｅｖｅｎｔ［Ｊ］．ＥａｒｔｈＰｌａｎｅｔｓａｎｄＳｐａｃｅ，２００９，６１（１０）：１１１７⁃１１２５［６］㊀ＹａｏＹＢ，ＳｈａｎＬＬ，ＺｈａｏＱＺ．Ｅｓｔａｂｌｉｓｈｉｎｇａｍｅｔｈｏｄｏｆｓｈｏｒｔ⁃ｔｅｒｍｒａｉｎｆａｌｌｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎＧＮＳＳ⁃ｄｅｒｉｖｅｄＰＷＶａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎ［Ｊ］．ＳｃｉｅｎｔｉｆｉｃＲｅｐｏｒｔｓ，２０１７，７５８１学报（自然科学版），２０２１，１３（２）：１８１⁃１８６ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２１，１３（２）：１８１⁃１８６（１）：１２４６５［７］㊀ＺｈａｏＱＺ，ＹａｏＹＢ，ＹａｏＷＱ．ＧＰＳ⁃ｂａｓｅｄＰＷＶｆｏｒｐｒｅ⁃ｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｔｏａｔｙｐｈｏｏｎｅｖｅｎｔ［Ｊ］．ＪＡｔｍｏｓＳｏｌ⁃ＴｅｒｒＰｈｙ，２０１８，１６７：１２４⁃１３３［８］㊀ＳｏｈｎＤＨ，ＣｈｏｉＢＫ，ＰａｒｋＹ，ｅｔａｌ．Ｐｒｅｃｉｐｉｔａｂｌｅｗａｔｅｒｖａ⁃ｐｏｒｒｅｔｒｉｅｖａｌｆｒｏｍｓｈｉｐｂｏｒｎｅＧＮＳＳｏｂｓｅｒｖａｔｉｏｎｓｏｎｔｈｅＫｏｒｅａｎｒｅｓｅａｒｃｈｖｅｓｓｅｌＩＳＡＢＵ［Ｊ］．Ｓｅｎｓｏｒｓ（Ｂａｓｅｌ），２０２０，２０（１５）：４２６１ＰｒｅｃｉｐｉｔａｂｌｅｗａｔｅｒｖａｐｏｒｒｅｔｒｉｅｖｉｎｇｕｓｉｎｇｐｒｅｃｉｓｅｐｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇｉｎｄｙｎａｍｉｃｓｃｅｎａｒｉｏＴＡＮＧＸｕ１㊀ＷＵＨａｏ２㊀ＺＨＡＮＧＤｉ１１ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃ＆ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ㊀２１００４４２ＺｉｂｏＳｕｒｖｅｙａｎｄＭａｐｐｉｎｇＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＣｏｍｐａｎｙＬｉｍｉｔｅｄ，Ｚｉｂｏ㊀２５５０００Ａｂｓｔｒａｃｔ㊀Ｐｒｅｃｉｓｅｐｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇ（ＰＰＰ）ｈａｓｂｅｅｎｗｅｌｌｅｓｔａｂｌｉｓｈｅｄｆｏｒｒｅｔｒｉｅｖｉｎｇｔｈｅｐｒｅｃｉｐｉｔａｂｌｅｗａｔｅｒｖａｐｏｒ（ＰＷＶ）ｉｎｔｈｅｓｔａｔｉｃｍｏｄｅｌ．ＹｅｔｉｔｉｓｎｏｔａｌｗａｙｓｓｕｉｔａｂｌｅｆｏｒｓｔａｔｉｃＰＰＰＰＷＶｒｅｔｒｉｅｖｉｎｇ，ｆｏｒａｎｉｎｓｔａｎｃｅ，ｔｈｅＧＮＳＳａｎｔｅｎｎａｋｅｅｐｓｍｏｖｉｎｇ．Ｐｏｓｉｔｉｏｎａｎｄｚｅｎｉｔｈｔｏｔａｌｄｅｌａｙ（ＺＴＤ）ａｒｅｃｏｉｎｓｔａｎｔａｎｅｏｕｓｌｙｅｓｔｉｍａｔｅｄｉｎｄｙｎａｍｉｃＰＰＰｍｏｄ⁃ｅｌ，ｗｈｉｃｈｉｓａｎｏｐｔｉｏｎｆｏｒｔｈｅＰＷＶｒｅｔｒｉｅｖｉｎｇｉｎｄｙｎａｍｉｃｓｃｅｎａｒｉｏ．ＧＮＳＳｄａｔａｏｖｅｒ３ ５ｈｏｕｒｓｈａｖｅｂｅｅｎｇａｔｈｅｒｅｄｆｒｏｍｔｈｅＣｏｎｔｉｎｕｏｕｓｌｙＯｐｅｒａｔｉｎｇＲｅｆｅｒｅｎｃｅＳｔａｔｉｏｎｓ（ＣＯＲＳ）．ＢｏｔｈｓｔａｔｉｃａｎｄｄｙｎａｍｉｃＰＰＰｓｈａｖｅｂｅｅｎａｐｐｌｉｅｄｆｏｒｔｈｅＣＯＲＳｄａｔａｐｒｏｃｅｓｓｉｎｇ．Ｔｈｅｒｅｓｕｌｔｒｅｖｅａｌｓｔｈａｔｔｈｅｍａｘｉｍｕｍｄｉｆｆｅｒｅｎｃｅｉｓ６ ６ｍｍ，ａｎｄｄｙｎａｍｉｃＰＰＰＰＷＶｇｒａｄ⁃ｕａｔｅｍｏｖｅｍｅｎｔａｇｒｅｅｓｉｎｍａｇｎｉｔｕｄｅｗｉｔｈｔｈａｔｆｒｏｍｓｔａｔｉｃＰＰＰＰＷＶ．ＡｒｏｔａｔｉｏｎａｒｍｈａｓｂｅｅｎｄｅｓｉｇｎｅｄｆｏｒＧＮＳＳｒｅ⁃ｃｅｉｖｅｒｇａｔｈｅｒｉｎｇｄａｔａｉｎｄｙｎａｍｉｃｓｃｅｎａｒｉｏ．ＰＰＰｉｎｄｙｎａｍｉｃｍｏｄｅｌｃａｎｒｅｔｒｉｅｖｅｔｈｅｒｏｔａｔｉｏｎａｒｍＰＷＶ，ｗｈｉｃｈｍａｋｅｓｓｅｎｓｅｔｏｔｈｅｏｎｅｆｒｏｍＣＯＲＳＰＷＶ，ｂｕｔｌｏｓｅｔｈｅｃａｐａｃｉｔｙｏｆｄｅｔｅｃｔｉｎｇｔｈｅＰＷＶｃｈａｎｇｅｓ．ＧＮＳＳｓｔａｔｉｏｎｃａｎｈａｖｅｄｉｓ⁃ｐｌａｃｅｍｅｎｔｉｎａｓｈｏｒｔｔｅｒｍｉｎｔｈｅｅａｒｔｈｑｕａｋｅｅｖｅｎｔ．ＢｏｔｈｓｔａｔｉｃＰＰＰａｎｄｄｙｎａｍｉｃＰＰＰｈａｖｅｂｅｅｎａｓｓｅｓｓｅｄｆｏｒｔｈｉｓｓｃｅｎａｒｉｏ．ＴｈｅｒｅｓｕｌｔｒｅｖｅａｌｓｔｈａｔｄｉｓｐｌａｃｅｍｅｎｔｄｕｅｔｏｔｈｅｅａｒｔｈｑｕａｋｅｄｏｅｓｎｏｔｍａｋｅａｎｅｖｉｄｅｎｔｅｆｆｅｃｔｏｎｔｈｅＰＷＶｒｅ⁃ｔｒｉｅｖｉｎｇｂｏｔｈｉｎｓｔａｔｉｃＰＰＰａｎｄｄｙｎａｍｉｃＰＰＰ．ＴｈｅｓｔａｔｉｃＰＰＰｉｓｓｔｉｌｌｒｅｃｏｍｍｅｎｄｅｄｆｏｒｔｈｅＰＷＶｒｅｔｒｉｅｖｉｎｇｏｖｅｒｔｈｅｅａｒｔｈｑｕａｋｅｐｅｒｉｏｄ．Ｋｅｙｗｏｒｄｓ㊀ｓａｔｅｌｌｉｔｅｎａｖｉｇａｔｉｏｎ；ＰｒｅｃｉｓｅＰｏｉｎｔＰｏｓｉｔｉｏｎｉｎｇ（ＰＰＰ）；ＰｒｅｃｉｐｉｔａｂｌｅＷａｔｅｒＶａｐｏｒ（ＰＷＶ）６８１唐旭，等．动态环境下ＰＰＰ的ＧＮＳＳ大气水汽反演．ＴＡＮＧＸｕ，ｅｔａｌ．Ｐｒｅｃｉｐｉｔａｂｌｅｗａｔｅｒｖａｐｏｒｒｅｔｒｉｅｖｉｎｇｕｓｉｎｇｐｒｅｃｉｓｅｐｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇｉｎｄｙｎａｍｉｃｓｃｅｎａｒｉｏ．。

利用FY-3A近红外资料反演水汽总量胡秀清;黄意玢;陆其峰;郑婧【摘要】The technique of retrieving precipitable water vapor (PWV) based on near-infrared (NIR) data of Medium Resolution Spectral Imager (MERSl) on board FY-3A satellite is introduced. Five NIR channels are designed on the MERSI instrument for PWV observation, three of which are water vapor absorption channels centered near 905 nm, 940 nm and 980 nm respectively and others are atmospheric window channels at 865 nm and 1030 nm. The method adopted here for PWV retrieval is based on the ratio of reflected solar radiance (or apparent reflectance) detected by satellite between water vapor absorption channels and atmospheric window channels. By employing channel ratios, the aerosol extinction distribution and the variation effect of surface reflectance are partially removed. and the atmospheric transmittance of water vapor channels is approximately obtained. The PWV is derived from the atmospheric transmittance based on a Look-up Table which is pre-calculated using a radiation transfer model. The sensitivities of atmospheric transmission in each NIR water vapor channels of MERSI to the total precipitable water vapor are also simulated. It is found that 905 nm channel is more sensitive under humid conditions while the strong absorption channel at 940 nm is sensitive under dry conditions. And the two weak absorption channels have similar sensitivity to total water vapor amount. In this case, under a given atmosphere condition, the derived PWV values from three water vaporchannels may be a little different. The weighted average of three derived PWV values is regarded as the final PWV product and the weighing coefficients are determined by their sensitivity. The procedure of the operational PWV product generation is designed and conducted for experimental retrieval. Based on the global data of MERSI, FY-3A Products Generation System (PGS) can successfully generate the daily global and regional PWV L2 products and multi-day integrated L3 products. which can clearly display the spatial distribution of water vapor amounts over global land area. The result indicates that FY-3A/MERSI has an excellent ability in detecting NIR water vapor, and can demonstrate fine characteristic of PWV spatial distributions. As 940 nm channel shows good application under dry atmosphere conditions and 905 nm or 980 nm channel work well under humid situation, acceptable retrieval accuracy can always be achieved by combining these channels. In order to assess the accuracy, the retrieved PWV from MERSI NIR are compared with the ground-based sounding data. Over cloud free area, there is a good agreement between them in variation trend and spatial distribution. The MERSI PWV results are steady but 20％-30％ lower than sounding, so the retrieval algorithm and the Look-up Table need to be updated to reduce this bias in the near future.%该文介绍了利用搭载在FY-3A卫星上的中分辨率光谱成像仪(MERSI)的近红外(NIR)通道反演大气水汽总量(PWV)的方法.根据预先建立的查找表,大气水汽总量可以通过水汽通道与窗区通道的卫星测值相比反演得到.对MERSI近红外水汽通道灵敏度进行估算,结果表明:处于吸收带两翼的905 nm和980 nm通道对不同水汽量的敏感性表现比较接近,对较大水汽含量最为敏感;当水汽较弱时,强吸收的940 nm通道非常敏感.基于这3个通道对水汽含量敏感性的不同表现,采用3个通道水汽总量的加权平均值作为PWV产品的最终反演值.文中设计了水汽总量业务算法反演流程,并基于FY-3A/MERSI最新观测资料进行晴空大气水汽总量的业务处理生成试验,顺利生成MERSI单轨道水汽总量产品及日拼图中国区域产品和全球产品,同时生成多天合成产品,产品反映出MERSI具有较好的近红外水汽探测能力.将卫星反演结果与探空数据进行初步比对检验,显示卫星反演值有20%～30%系统性偏低,需要进一步改进反演查找表.【期刊名称】《应用气象学报》【年(卷),期】2011(022)001【总页数】11页(P46-56)【关键词】中分辨率光谱成像仪;近红外通道;水汽总量【作者】胡秀清;黄意玢;陆其峰;郑婧【作者单位】中国气象局中国遥感卫星辐射测量和定标重点开放实验室,国家卫星气象中心,北京,100081;中国科学院遥感应用研究所,北京,100101;中国气象局中国遥感卫星辐射测量和定标重点开放实验室,国家卫星气象中心,北京,100081;中国气象局中国遥感卫星辐射测量和定标重点开放实验室,国家卫星气象中心,北京,100081;中国气象局中国遥感卫星辐射测量和定标重点开放实验室,国家卫星气象中心,北京,100081【正文语种】中文该文介绍了利用搭载在FY－3A卫星上的中分辨率光谱成像仪（MERSI）的近红外（NIR）通道反演大气水汽总量（PWV）的方法。

GPS水汽反演及降雨预报方法探究GPS（全球定位系统）是一种利用卫星信号来测量地球上点的三维坐标的技术。

在过去的几十年里，GPS已经被广泛应用于地理定位、导航和测绘领域。

然而，探究人员发现，GPS信号在穿过大气层时会发生衍射和折射，从而提供了一种预估大气中水汽含量的方法。

这种方法被称为GPS水汽反演。

GPS水汽反演是通过分析GPS信号在穿过大气层时受到的影响来预估大气中水汽含量的技术。

当GPS信号通过大气层时，水汽会对信号产生延迟。

通过测量GPS信号的延迟，可以准确地预估大气中的水汽含量。

这种方法已经被广泛应用于气象预报、气候探究和环境监测等领域。

GPS水汽反演技术的探究主要有两个方面：一是建立信号传播延迟与水汽含量之间的数学模型，二是开发相应的数据处理算法。

在建立数学模型方面，探究人员起首需要了解GPS信号在大气中的传播特性。

大气中的水汽含量是不稳定的，并且会随着时间和空间的变化而变化。

因此，探究人员需要思量这种时空变化对GPS信号的影响。

通过对大气层的物理特性和水汽分布进行建模，可以准确地预估GPS信号在大气中的传播延迟与水汽含量之间的干系。

在数据处理算法方面，探究人员需要开发一些数值方法来处理从GPS接收机接收到的信号。

这些方法通常包括信号的采样、去噪、解缠和反演等步骤。

通过对GPS信号进行精确的处理和分析，可以提高水汽反演的准确性和可靠性。

GPS水汽反演技术在气象领域的应用已经取得了一些重要的效果。

通过将GPS水汽反演结果与气象观测数据进行对比，探究人员可以验证这种方法的有效性。

探究人员还利用GPS水汽反演结果来改进降雨预报模型，提高降雨预报的准确性。

降雨预报是气象学中的一个重要问题。

传统的降雨预报方法通常基于气象观测数据和数值模型。

然而，由于气象观测数据的不确定性和数值模型的复杂性，降雨预报结果往往存在一定的误差。

GPS水汽反演技术的引入为降雨预报提供了一种新的思路和方法。

通过结合GPS水汽反演结果和其他气象观测数据，可以提高降雨预报的准确性和可靠性。

GPS水汽反演及降雨预报方法探究一、引言地球上大气水汽的水平分布对天气、气候和水循环等多个领域具有重要的影响。

在过去几十年里，随着全球定位系统（GPS）技术的进步和应用，GPS成为一种有效的手段来估算大气中的水汽含量。

本文将盘绕GPS水汽反演及降雨预报方法的探究展开，旨在探究这一领域的最新进展和应用。

二、GPS水汽反演原理GPS水汽反演原理是基于接收机观测到的GPS信号通过大气传播路径的延迟和相位差。

由于水汽对无线电波的传播速度和相位产生延迟，因此可以通过测量接收机信号的延迟来反演出大气中的水汽含量。

常用的GPS水汽反演方法主要包括对流层湿延迟（Tropospheric Delay, TD）和对流层相位湿延迟（Tropospheric Phase Delay, TPD）两种。

三、GPS水汽反演方法探究1. TD法TD法是通过测量GPS信号在大气中的传播路径延迟来反演水汽含量。

该方法主要利用GPS接收机观测到的伪距数据，通过减除大气的干延迟来得到湿延迟，从而估算出水汽含量和水汽分布。

TD法适用于小时标准和较短的距离范围内的水汽反演。

2. TPD法TPD法是通过测量GPS信号在大气中的相位延迟来反演水汽含量。

该方法主要利用GPS接收机观测到的载波相位数据，通过减除大气的干延迟和载波频率来得到相位延迟，从而估算出水汽含量和水汽分布。

TPD法适用于更长的时间标准和更大的距离范围内的水汽反演。

四、GPS水汽反演在降雨预报中的应用GPS水汽反演可以帮助降雨预报工作，提高对降雨过程的准确性和可靠性。

通过测量大气中的水汽含量和水汽分布，可以对降雨的强度、范围和进步趋势进行猜测。

GPS水汽反演可以提供高时空区分率的水汽数据，为降雨预报模型提供输入参数，优化降雨模拟和预报结果。

五、GPS水汽反演及降雨预报方法的探究进展目前，GPS水汽反演及降雨预报方法的探究已取得一些重要进展。

包括改进GPS观测和数据处理方法、提高对大气细结构的区分能力、开发更准确的降雨预报模型等。

㊀㊀第５２卷㊀第９期测㊀绘㊀学㊀报V o l．５２,N o．９㊀２０２３年９月A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c a S e p t e m b e r,２０２３引文格式:何琦敏．地基G N S S水汽反演及其在极端天气中的应用研究[J]．测绘学报,２０２３,５２(９):１６１０．D O I:１０．１１９４７/j．A G C S．２０２３．２０２２０１８７．H EQ i m i n．W a t e r v a p o r r e t r i e v e d f r o m g r o u n dＧb a s e dG N S S a n d i t s a p p l i c a t i o n s i n e x t r e m ew e a t h e r s t u d i e s[J]．A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c a,２０２３,５２(９):１６１０．D O I:１０．１１９４７/j．A G C S．２０２３．２０２２０１８７．地基G N S S水汽反演及其在极端天气中的应用研究何琦敏１,２１．苏州科技大学地理科学与测绘工程学院,江苏苏州２１５００９;２．中国矿业大学环境与测绘学院,江苏徐州２２１１１６W a t e rv a p o rr e t r i e v e df r o m g r o u n dＧb a s e d G N S S a n di t s a p p l i c a t i o n si n e x t r e m ew e a t h e r s t u d i e sH EQ i m i n１,２１．S c h o o l o fG e o g r a p h y S c i e n c ea n dG e o m a t i c sE n g i n e e r i n g,S u z h o uU n i v e r s i t y o f S c i e n c ea n dT e c h n o l o g y,S u z h o u ２１５００９,C h i n a;２．S c h o o lo fE n v i r o n m e n ta n d S p a t i a l I n f o r m a t i c s,C h i n a U n i v e r s i t y o fM i n i n g a n d T e c h n o l o g y,X u z h o u２２１１１６,C h i n a㊀㊀全球导航卫星系统(g l o b a l n a v i g a t i o n s a t e l l i t e s y s t e m,G N S S)作为一项颠覆性的导航技术,在诸多重要领域(如测绘㊁气象㊁交通㊁环境和农业等)都得到了广泛的应用.G N S S作为一种新型的水汽探测手段,具有重要的研究前景和应用潜力.它克服了传统气象观测水汽的诸多缺点(成本高㊁时间分辨率低㊁仪器偏差与漂移影响较大㊁易受天气影响等),能够实时反映大气环境的变化规律,全天候地获取全球大气水汽信息.然而,G N S S气象学作为一项快速发展的学科,在多尺度的天气灾害事件监测与预报模型的应用研究中还很有限.论文以利用地基G N S S水汽反演技术监测极端天气的相关理论与应用为研究目标,对大气改正模型进行深入探讨,优化了G N S S水汽反演中的关键参数,对不同数据处理和观测模式的G N S S水汽产品进行了精度评估.首先,建立了高精度的G N S S水汽监测系统;然后,开展了极端天气下的水汽㊁温度㊁气压㊁风速和降雨量等多气象参数的研究;最后,挖掘了水汽变化过程中的极端天气短临预警信号.论文的主要研究内容如下.(１)研究了５种主流的大气温度与气压经验模型在中国区域的精度分布情况以及它们的年㊁半年和日变化项的特征,为相应的模型选择及优化提供理论参考.(２)针对气象数据的低时空分辨率问题,考虑了温度和气压的时空相关性,提出了一种基于I A G A(i m p r o v e d a d a p t i v e g e n e t i c a l g o r i t h m)改进的时空克里金(K r i g i n g)模型(I A G AＧK r i g i n g),解决了气象数据的时空不连续性问题,试验结果表明其精度优于传统的时空插值模型.(３)研究了多种基于地表气象参数建立的T m回归模型在中国区域的精度,充分考虑了T m的非线性特征,采用人工神经网络(a r t i f i c i a l n e u r a l n e t w o r k,A N N)和支持向量回归(s u p p o r tv e c t o r r e g r e s s i o n,S V R)模型,对相应模型进行了进一步优化.结果表明,通过组合A N N或S V R模型,能够有效减小线性T m模型的系统偏差.(４)建立了基于B N C＋B e r n e s e组合的G N S S水汽监测系统,并对该系统在不同观测和处理模式下输出的水汽精度进行了评估.结果表明,双差法反演的P WV(D DＧP WV)对卫星星历的精度依赖性较小,即使在台风天气中,实时和事后的D DＧP WV精度无明显差异.当使用精密单点定位法(P P P)反演P WV(P P PＧP WV)时,实时的P P PＧP WV精度低于事后精度.(５)以２０１８年香港超级台风 山竹 为例,研究了台风登陆前后,气温㊁气压㊁风速㊁降雨量和P WV的变化特征.提出了一种利用高时间分辨率的水汽产品监测台风的新方法,建立了台风移动的理论几何模型,使用该方法分别计算了５种不同等级的热带气旋移动速度,与气象部门发布的结果基本一致.论文为G N S S气象学进一步的发展提供了有价值的理论基础与应用参考,拓展了G N S S技术在热带气旋中的应用.中图分类号:P２２８㊀㊀㊀㊀文献标识码:D文章编号:１００１Ｇ１５９５(２０２３)０９Ｇ１６１０Ｇ０１基金项目:国家自然科学基金(４２２７４０２１;４１７３０１０９;４１８７４０４０;５２３６４０１８);江苏省科技计划专项资金Ｇ创新支撑计划国际科技合作项目(B Z２０２２０１８);苏州科技大学自然科学基金青年基金(X K Q２０２１００６);江苏省双创人才项目(J S S C R C２０２２２８１)收稿日期:２０２２Ｇ０３Ｇ１０作者简介:何琦敏(１９９４ ),男,２０２１年６月毕业于中国矿业大学,获工学博士学位(指导教师:张克非教授),研究方向为G N S S气象学.A u t h o r:H EQ i m i n(１９９４ ),m a l e,r e c e i v e dh i sd o c t o r a l d e g r e e f r o mC h i n aU n i v e r s i t y o fM i n i n g a n dT e c h n o l o g y o n J u n e２０２１,m a j o r s i nG N S Sm e t e o r o l o g y．EＧm a i l:h e q i m i n＠u s t s．e d u．c nCopyright©博看网. All Rights Reserved.。

太阳光度计反演水汽廓线方法是一种利用太阳辐射作为探测源，通过测量大气透过率的变化来反演大气中水汽的摩线分布。

具体步骤如下：
1.使用太阳光度计记录太阳辐射在不同高度上的透过率。

2.根据大气透过率的变化，计算得到大气中的气体吸收和散射特性。

3.根据大气中的气体吸收和散射特性，反演出水汽廓线的分布。

太阳光度计反演水汽廓线方法主要应用于大气科学领域，可以用于研究大气中水汽的垂直分布和水汽输送等问题。

相比其他方法，太阳光度计反演水汽廓线方法具有简单、实时性强和精度高等优点。

GPS反演可水量中的三种对流层延迟模型精度分析汤中山;吴良才【摘要】利用GAMIT/GLOBK软件解算bjfs、shao、wuhn、twtf四个IGS站的数据,分别运用Hopfield、Saastamoinen、EGNOS模型,计算出测站shao的GPS大气可降水量,并结合气象数据,对三种不同对流层延迟模型在GPS探测大气可降水量中的精度进行了分析.结果表明,Saastamoinen模型的精度略高于Hopfield模型的精度,EGNOS模型精度好于Hopfield和Saastamoinen模型,但在气象条件变化剧烈时,其精度不如实测地面气象数据的Hopfield和Saastamoinen模型.【期刊名称】《北京测绘》【年(卷),期】2016(000)002【总页数】4页(P32-35)【关键词】GAMIT/GLOBK;Hopfield;Saastamoinen;EGNOS;GPS可降水量【作者】汤中山;吴良才【作者单位】东华理工大学测绘工程学院;/流域生态与地理环境监测国家测绘地理信息局重点实验室,江西南昌330013;东华理工大学测绘工程学院;/流域生态与地理环境监测国家测绘地理信息局重点实验室,江西南昌330013【正文语种】中文【中图分类】P228.41 引言水汽是大气中的重要组成部分之一，准确地测量水汽的分布及其变化情况能够有效地预报自然灾害，促进国民经济的发展。

由于传统探测大气水汽手段的局限性，上个世纪末有学者提出GPS技术可以作为一种新的大气探测手段，GPS技术不仅弥补了传统气象资料时空分辨率不足的问题，而且能够为气象研究提供高分辨率、高精度、更加实时的水汽信息。

GPS信号延迟分为对流层延迟和电离层延迟。

对流层天顶延迟（ZTD）又分为天顶干延迟（ZHD）和天顶湿延迟（ZWD）。

通过确定地面GPS接收机的精确三维坐标，反演计算出GPS接收机天顶总延迟量，依据对流层延迟模型计算出天顶干延迟，从而提取水汽造成的湿延迟（ZWD=ZTD-ZHD），进而转换出信号路径上水汽的累积量，这就是地基GPS气象学的基本原理［1］。

地基GPS反演大气水汽含量实践薛丰昌;高晓东;张亚琳【摘要】With the applications of the ground-based GPS technology in meteorology im- proved steadily, ground-based GPS detection technology has become an effective atmospheric detection means for water vapor. The principles of retrieving of the total water vapor content with ground-based GPS is introduced, and its causes of error and the feasibility through the example are presented.%随着地基GPS技术日益完善以及GPS在气象学中应用的不断深化，地基GPS探测技术已经成为一种有效的大气水汽探测手段，总结了地基GPS反演大气水汽含量的原理和方法，并通过实例分析了其误差产生的原因，验证了GPS反演大气水汽含量的可行性。

【期刊名称】《全球定位系统》【年(卷),期】2012(037)003【总页数】4页(P33-36)【关键词】GPS;大气水汽;反演【作者】薛丰昌;高晓东;张亚琳【作者单位】南京信息工程大学遥感学院,江苏南京210044;上海嘉定区气象局,上海201800;南京信息工程大学遥感学院,江苏南京210044【正文语种】中文【中图分类】P228.40 引言气象研究的热点之一是如何测定大气中的水汽含量，监测大气中水汽分布及变化趋势，并将监测结果应用于实际业务预报特别是中小尺度灾害性天气的监测预报。

由于传统的无线电探测、卫星红外线探测和微波探测等手段自身存在的局限性，上世纪末有学者提出地基GPS技术可以作为一种新型大气探测实用技术有效弥补探空资料在时间和空间上的不足，提供高精度、高容量、快速变化的水汽信息。

MODIS卫星遥感反演大气水概述1 引言动植物生存、人类生活、社会发展都离不开水资源，它是所有生命的来源。

水资源包括固、液、气三种相态。

固态水主要包括积雪和冰川，对水资源起到调节作用；液态水主要包括地表降水、河流湖泊水和地下水，是水资源利用的主要形式；气态水主要包括大气水，是各类水资源的根本补给来源。

因此，对于大气中水汽含量的研究意义重大。

大气可降水量又称大气水，定义为不考虑水汽循环的前提下，任一单位截面积气柱内所含的水汽量，它是表征大气水含量以及空中水资源的重要指标[1]。

大气水的准确测量对水资源利用、旱涝预报和大气科学研究，尤其是对产生强降水等灾害性天气的监测和预报，具有十分重要的意义。

基于水汽的分布特点及其研究的重要意义，气象卫星资料在该研究领域逐渐体现出其优越性。

作为一种新型的对地观测系统，遥感的出现打开了全球表层信息同步或准同步三维探测的局面。

在遥感应用的最初二三十年内，其应用范围就相当广泛，几乎深入到地球科学的各个领域。

2 MODIS卫星传感器介绍中分辨率成像光谱仪（MODIS）是EOS系列卫星的最主要的探测仪器，是搭载在TERRA和AQUA卫星上的对地观测传感器。

MODIS是现今新一代“图谱合一”的光学遥感仪器，它具有36个光谱通道，分布在0.4-14的电磁波谱范围内，地面分辨率为250m、500m和1000m，灰度量化等级为12bit，图幅宽度为2330[2]。

在对地观测过程中，每秒可以同时获取6.1兆比特来自海陆表面的信息，每天或两天可获得一次全球观测数据。

MODIS仪器36个光谱波段的地球综合信息对于自然灾害与生态环境监测、全球环境和气候变化的研究及进行全球变化的研究等意义重大[2]。

3 卫星遥感的大气水反演方法简介水汽在大气中为重要的吸收成分，水汽分子表现为不对称的螺旋分子状，由于正负离子重心不重合，其具有较强的电偶极矩。

其最强与最宽的振转吸收是以6.30为中心的吸收带，其次是两个以2.74与2.66为中心的吸收带，在近红外区还有很多吸收带[3]。

第35卷第2期热带气象学报JOURNAL OF TROPICAL METEOROLOGYVol.35,No.2张诚忠，薛纪善，冯业荣，等.基于贝叶斯方案的雷达反射率反演水汽及其同化试验[J].热带气象学报，2019，35(2)：145-153.文章编号:1004-4965(2019)02-0145-9基于贝叶斯方案的雷达反射率反演水汽及其同化试验张诚忠1，薛纪善2，冯业荣1，黄燕燕1，戴光丰1(1.中国气象局广州热带海洋气象研究所/广东省区域数值天气预报重点实验室，广东广州510640；2.中国气象科学研究院，北京100081)摘要:雷达资料是目前为数不多有能力为高分辨率预报模式提供高分辨率信息资料的资料之一。

为充分利用该资料所包含的中小尺度信息，文中基于雷达反射率，利用贝叶斯方法反演出大气相对湿度；将质控后的资料引入3Dvar 系统进行同化分析，为高分辨率模式提供初值场。

以台风“妮妲”登陆为例，通过一维反演及三维变分系统分析，有效地订正了实况有回波而模式预报无回波区域的大气湿度趋于合理，增加背景场的湿度，减小模拟回波比观测偏强的区域的大气湿度；同化大气湿度后模式在前6小时报出的台风外围回波分布、演变更合理，改进了降水雨带的分布与强度。

1个月的批量试验反映1D+3Dvar 同化雷达资料后，大气对流层中低层（850~400hPa ）增湿明显，其增湿影响程度可延续12小时以上。

其逐时降水预报在前12小时的TS 均比控制试验高，而大于5mm 以上降水预报偏差则与控制试验的大略一致或更接近1。

关键词:雷达反射率；湿度反演；贝叶斯方法；同化；试验中图分类号:P435文献标识码:ADoi ：10.16032/j.issn.1004-4965.2019.013收稿日期:2018-03-08;修订日期:2018-12-23基金项目:自然科学基金项目(41675099、41705089)；973项目(2015CB452802)；广州市科技计划项目(201604020012、GYHY201406003)共同资助通讯作者:张诚忠，广西壮族自治区人，研究员级高级工程师，博士，主要从事数值预报、资料同化和中小尺度天气研究。