基于MODIS的近红外大气水汽含量的反演及其与地基GPS水汽的对比分析

多源遥感反演大气水汽和地表温度研究的开题报告一、研究背景和意义随着遥感技术的不断发展和广泛应用，遥感反演已成为获得地球表面和大气信息的重要手段。

其中，大气水汽和地表温度是研究气候变化、水循环、地表能量平衡等问题的重要参数。

大气水汽是九大气体中含量最少的物质之一，但其在地球物理过程中具有十分重要的作用。

因此，在大气动力学、气温、气候变化、水文循环等研究中，精确测量大气水汽含量具有极其重要的研究意义。

地表温度是地球表面的一个基本物理量，其受气候和环境的影响较大。

因此，研究地表温度对于了解气候变化趋势、估算地表能量平衡、探测地下水和矿产资源等领域有着重要的作用。

二、研究目的本文旨在通过多源遥感数据反演大气水汽和地表温度，并对其进行分析和研究，从而达到对气候变化、水文循环等方面的认识和进一步理解。

三、研究内容和方法1、研究内容（1）基于多源遥感数据反演大气水汽的含量和分布，分析其时空变化规律；（2）综合运用遥感和地面观测数据反演地表温度和温度分布，分析相关因素和影响因素，探讨其时空分布变化规律；（3）分析大气水汽和地表温度之间的关系，深入探讨气候变化和水循环等问题。

2、研究方法（1）基于SGLI、MODIS、MISR等多源遥感数据，利用大气水汽反演模型，反演大气水汽的含量和分布；（2）基于遥感和地面观测数据，运用多种反演方法，如反演模型、遥感反演等方法，反演地表温度和温度分布，并对其进行分析和研究；（3）利用多种数据分析方法，如统计分析、空间分析、时间序列分析等，对大气水汽和地表温度进行分析和研究，阐明其变化规律和相关因素。

四、预期成果和意义1、预期成果（1）反演和分析大气水汽和地表温度的时空变化规律和分布特征；（2）探究大气水汽和地表温度之间的关系，深入探讨气候变化和水循环等问题；（3）对气候变化、水文循环等领域提供重要的数据支持。

2、意义（1）为气候变化、水文循环等领域提供了新的数据支持和科学依据；（2）促进了多源遥感数据的应用和发展，为遥感技术在气候变化、水文循环等领域的应用提供了新的思路和方法；（3）推动了气候变化和水文循环等领域的研究和发展，为制定相关政策和措施提供科学依据和支持。

利用940nm卫星遥感数据反演大气水汽的方法比较与应用分析胡秀清;黄意玢【摘要】基于940 nm近红外水汽吸收带及两侧窗区通道探测大气水汽总量是自20世纪80年代兴起的卫星遥感大气水汽方法,这一方法主要利用差分吸收概念反演柱水汽总量.文章分析比较了不同反演算法各自特点和存在问题,同时针对我国不同的卫星数据进行了多次水汽反演试验,最好结果的误差为O.04 g/cm2,这为FY-3气象卫星中分辨率光谱成像仪陆地大气可降水业务产品算法的开发打下了坚实基础.【期刊名称】《气象科技》【年(卷),期】2010(038)005【总页数】7页(P581-587)【关键词】近红外通道;水汽总量;差分吸收【作者】胡秀清;黄意玢【作者单位】国家卫星气象中心,北京,100081;国家卫星气象中心,北京,100081【正文语种】中文【中图分类】P4水汽是大气中的重要微量成分，因为它可以不同的相态存在于大气中，生成云、雾、雪和雨。

它又是重要的温室气体，相态间的变化对大气中的热交换有着重要影响。

所以无论在天气预报中还是在气候研究中对水汽的了解都有十分重要的意义。

在卫星遥感中水汽是必不可少的探测项目，从最成熟的红外遥感到微波探测，直至近年提出的GPS全球定位系统都开展了多种多样的水汽测量，取得不错的结果。

然而，每种方法不可避免都有自己的局限性。

自20世纪80年代以来，科学家致力于用近红外方法探测大气水汽，以弥补某些不足，本文就近红外水汽的卫星反演展开阐述。

用近红外方法探测大气水汽开始于对太阳的观测，在地面上观测的太阳光谱中，存在水汽吸收带的波长上大部分太阳辐射被水汽吸收，太阳光谱图呈现为一条有凸有凹的曲线。

太阳光谱向下凹陷的部分就是存在气体吸收的波段，称作吸收谷，这些低谷与整个太阳光谱包络线间的高度差应该与吸收气体的含量有关，这就是差分吸收的概念，依据这一概念就可能由太阳光谱观测值推算大气柱中的水汽含量［1］。

20世纪70年代末R.Frouin等［2］从飞机上向下观测地球反射的太阳辐射，并由此反演得到飞机以下气柱中的水汽含量。

基于地基GNSS的水汽反演与降雨预测模型研究的开题报告一、选题背景及意义随着我国经济的快速发展和人民生活水平的不断提高，对天气预报的准确性和精度要求越来越高。

而水汽是影响天气变化的关键因素之一，其存在与分布对气候变化、天气预测、灾害预防等领域都具有重要影响。

因此，精准地获取水汽的分布情况是提高天气预报准确性的关键。

目前，传统的天气预报方法主要依靠气象卫星和地面气象站收集的观测数据。

虽然这些数据已经可以提供一定的预报准确度，但是由于观测站点密度较少，而且无法提供高分辨率的数据，因此难以满足精细化天气预报的需求。

相比之下，基于地基GNSS技术的水汽反演方法可以通过对卫星信号相位的分析，得到高时空分辨率的水汽廓线数据，从而提高天气预报的准确性和精度。

二、研究内容本文选取典型的水汽反演方法，基于地基GNSS的技术原理和数据处理方法，研究水汽廓线的反演模型。

具体研究内容如下：1. 地基GNSS技术原理：介绍GPS和GLONASS卫星的技术原理，以及GNSS技术在水汽反演中的应用。

2. 数据处理方法：主要包括卫星信号相位的处理方法、数据预处理、水汽廓线反演算法等内容。

3. 基于水汽廓线的降雨预测模型：通过水汽廓线与降雨数据的相关性分析，建立水汽廓线与降雨之间的关系模型，以预测降雨情况。

三、研究方法本文主要采用数值模拟和实测数据相结合的方法，通过对卫星信号的数值模拟和实测数据的处理，得到高时空分辨率的水汽廓线数据。

通过对水汽廓线与降雨数据的相关性分析，建立降雨预测模型，并对模型进行验证和分析。

四、预期成果和意义本文预期的研究成果包括：1. 建立基于地基GNSS的水汽反演与降雨预测模型，实现高时空分辨率的水汽数据获取和精准的降雨预报。

2. 对模型进行验证和分析，对提高天气预报准确性和精度具有重要的现实意义。

3. 探索多领域的应用前景，开发出高效、准确的气象监测和预测新技术，更好地服务于国家和人民的需求。

第41卷第1期华中师范大学学报(自然科学版)Vol.41No.12007年3月 J OU RNAL OF HUAZHON G NORMAL UNIV ERSIT Y (Nat.Sci.) Mar.2007收稿日期:2006206203.基金项目:国家“863”项目(2006AA12Z128).3通讯联系人.Email :lrd @.文章编号:100021190(2007)0120143205基于MOD IS 数据的湖北省地表温度反演研究许国鹏1,2,李仁东13,刘可群3,张　斌1,2(1.中国科学院测量与地球物理研究所,武汉430077;2.中国科学院研究生院,北京100039;3.武汉区域气候中心,武汉430074)摘　要:利用遥感影像获取地表温度信息,对于监测地表状况和生态环境变化有重要意义.利用MODIS 影像和劈窗算法计算了反演地表温度的关键参数:大气透过率和地表比辐射率,并针对湖北省水域单独提取出水体像元来计算地表比辐射率,估算出湖北省地表温度,与地面同步实测数据比较表明,平均误差为0.51℃,精度比较高.关键词:地表温度;MODIS ;精度;大气透过率;地表比辐射率中图分类号:P23文献标识码:A 地表温度是研究区域地表能量平衡和资源环境变化的重要参数之一[1],不仅可以为森林火灾和工厂热污染排放监测提供直接依据,而且还在以地表温度为基础的相关模型进行区域土壤水分估算、农业旱情监测、城市热岛效应、军事伪装辨别等方面都要重要的实际应用价值.相对星上亮温,地表温度才能作为一个重要的基本参数直接参与相关模型的计算,如“全球环流模型”、地表潜热、显热通量方程、土壤热流方程等[2].由于地表温度在时空上的动态分布变化特性,依靠地面观测站大面积获取地表温度参数、宏观地把握其时空分布规律是很难的.而借助遥感技术大范围、快速地反演地表参数的优势,可利用热红外波段获取地表温度信息,进行资源环境的动态监测和研究.由于陆地表面的复杂性和大气影响的许多因素,地表真实温度反演是一个非常复杂的过程.在对大气热辐射传输和相关参数各种近似、假设的基础上,先后提出了多种地表温度的反演算法,其中劈窗算法是目前为止发展最为成熟的地表温度反演算法[325].本文利用MODIS 数据的劈窗算法反演湖北省地表温度,并将反演结果与地面同步实测数据进行了精度分析.1MODIS 数据的地表温度反演方法1.1劈窗算法劈窗算法最初是根据地表热辐射传导方程,利用AV HRR 大气窗口内热红外第4、5两个相邻通道对大气吸收作用的差异,通过两个通道亮度温度的各种组合来剔除大气的影响,进行大气和地表比辐射率的订正来获取地表温度的[2].AV HRR 的两个热通道10.5～11.3μm 、11.5～12.5μm 与MODIS 第31波段(10.7805～11.280μm )和32波段(11.770～12.270μm )的中心波长基本对应,毛克彪[4]等人据此提出了一种利用MODIS 数据31、32波段估算地表温度的劈窗算法.该劈窗算法的表达式如下:T S =A 0+A 1T 31+A 2T 32,(1)其中:T S 为地表温度,T 31、T 32是MODIS 31/32波段的亮度温度,单位是℃,可用Planck 辐射方程获取;A 0、A 1和A 2是系数,可用式(2)计算:A 0=-64.6036E 1-68.7258E 2-273.16,(2a )A 1=1+A +0.440817E 1,(2b )A 2=-(A +0.473453E 2),(2c )E 1=D 31(1-C 31-D 31)/E 0,(2d )E 2=D 31(1-C 32-D 32)/E 0,(2e )A =D 31/E 0,(2f )E 0=D 32C 31-D 31C 32,(2g )C i =εi τi ,(2h )D i =(1-τi )(1+(1-εi )τi ),(2i )其中,E 1、E 2、E 0、C 31、D 31、C 32、D 32均为中间变量,可迭代消除;τi 为大气透射率;εi 为地表辐射率.算144　华中师范大学学报(自然科学版) 第41卷法的关键是计算大气透射率τi 和地表比辐射率εi .1.2大气透射率的求算大气透射率是地表辐射、反射透过大气到达传感器的能量与地表辐射能、反射能的比值,它与大气状况、高度等因素有关.对于热红外波段,最重要的大气变化是大气温度和水汽的变化.在天气稳定情况下,水汽含量是影响大气透射率的主要因素.Kauf man 、Bo 2Cai Gao [6]利用MODIS 第19和第2波段模拟出了大气水汽含量的表达式:w =[(α-ln τw )/β]2,(3)其中:w 是指大气水汽含量;τw 是大气水汽吸收波段第19波段地面反射率与大气窗口波段第2波段地面反射率的比值;α、β是参数,对于复合性地表,α=0.02,β=0.651.MODIS 31/32夏季中纬度标准大气状况下大气水汽含量和透过率的变化之间呈近似线性关系[7]:τ31=-0.10671w +1.04015,(4a )τ32=-0.12577w +0.99229.(4b )1.3地表比辐射率的求算地标比辐射率是物体与黑体在同温度、同波长下的辐射出射度的比值.在传感器的波段区间及像元大小确定情况下,地表比辐射率主要取决于地表物质的组成和结构.在MODIS 1km 的像元尺度下,像元可以粗略视作由水体、植被和裸土3种类型构成.MODIS 混合像元的地表比辐射率可表示为[7]:εi =P w R w εiw +P v R v εiv +(1-P w -P v )R s εis ,(5)其中,P w 和P v 分别是水面和植被在该像元内的构成比例;εiw 、εiv 和εis 分别是水面、植被和裸土在该波段的辐射率,可在ASTER 提供的常用地物比辐射率光谱库内查得;R w 、R v 和R s 分别是水体、植被和裸土的温度比率,在5～45℃范围内,分别为1.00744、0.99240和0.99565[5].该方程的求算关键在于估算混合像元中的P w 和P v 值.对于水面较大的地区来说,可以利用可见光和红外波段水体反射率一般明显低于其它地物以及水体归一化植被指数NDV I <0的特性,提取纯水体像元,并取P w =1.此时,εi =R w εiw .对于水面可以忽略的陆地来说则构成比较复杂,像元中植被构成比例可以表示为:P v =(N DV I -N DV I s )/(N DV I v -N DV I s ),(6)其中,N DV I v 和N DV I s 表示完全植被和裸土的植被指数;N DV I 表示任意像元的植被指数.地表比辐射率可根据像元NDV I 来求算:①当N DV I >N DV I v 时,像元被看作是完全的植被覆盖,取P v =1,则εi =R v εiv ;②当N DV I s <N DV I <N DV I v 时,εi =P v R v εiv +(1-P v )R s εis ;③当N DV I <N DV I s 时,像元被看作完全裸土,取P v =0,则εi =R s εis .2数据处理本文采用2005年10月10日HDF 格式1B 级别的MODIS 数据.首先进行预处理:①对相邻扫描行之间数据重复的“蝴蝶结”现象,利用ENV I 软件IDL 模块中开发的纠正函数去除;②进行物理定标,将DN 值转化为反射亮度或辐射亮度;③对于有云的区域,鉴于云在多波段的光谱特征互补性,可利用热温度信息和云检测指数进行云的综合检测[8].数据处理过程中的编程、计算均在Matlab 环境中完成,主要步骤如下:①用第1、2波段计算N DV I ,对比反射率提取水体;②根据湖北省秋季植被覆盖情况,取N DV I v =0.70,N DV I s =0.05,估算水面和植被的构成P w 、P v ;③根据式(5)及P w和P v ,估计像元的地表比辐射率ε31、ε32;④用第2、19波段计算大气水分含量w ,并进而根据式(4)估计大气透过率τ31、τ32;⑤用第31、32波段的辐射亮度,根据Planck 方程计算星上亮度温度T 31、T 32;⑥运用劈窗算法式(1)、(2),利用ε31和ε32、τ31和τ32以及T 31和T 32,计算地表温度Ts;⑦利用数据自带的坐标信息做精几何校正,叠加省界掩膜,得到湖北省地表温度反演结果图.具体反演流程如图1.图1　地表温度反演流程图Fig.1　Flow chart of retrieved L ST　第1期许国鹏等:基于MODIS数据的湖北省地表温度反演研究145　3结果分析图2　湖北省地表温度分布图Fig.2　Distribution map of L ST in Hubei Province 图2为MODIS反演结果得到的湖北省地表温度空间分布图.经过云检测,鄂西北竹溪、竹山、鄂西南约30°N沿线部分地区和鄂东南黄梅等地区反演温度明显偏低是由于云的覆盖造成的.统计可知,遥感反演的湖北省地表温度平均值为14.24℃;空间分布差别不大,97.66%的地区温度在13℃到27℃之间,其中17℃、18℃、22℃、23℃、24℃的比例均达到了9%,基本符合湖北省10月上中旬白天的季节特点.3.1反演结果精度评价Terra卫星在中国的过境时间为上午10∶30～12∶00,本文利用湖北省气象局野外观测站上午11时观测的地表温度数据对模拟结果进行精度分析.在75个野外站点记录的数据中,由于竹溪、竹山、松滋、黄梅4个观测站刚好处于云覆盖区域,数据缺乏可比性,因此采用其它71个观测站的数据进行评价,如表1.地表实测温度(T m)和反演结果(T r)的平均误差(5)为[9]5=1n ∑ni=1T ri-T mi.(8)分析表明,71个站点的平均误差为0.51℃,反演精度在0.5℃以内为57.7%,反演精度在1.0℃以内为31.0%,反演精度在1.2℃以内为9.9%,反演精度在1.7℃以内为1.4%.部分站点误差相对较大的原因可能是由于影像像元与地面实测点匹配的不确定性造成的.3.2对真实地表温度的模拟将71个站点分别作为拟合和验证数据,用实测值和反演温度进行拟合获取回归方程,再由反演温度模拟真实地表温度.根据数理统计原理,由计算机随机抽取56个观测站点处的反演温度和实测表1　2005年10月10日MOD IS反演温度与地面同步实测值的比较/℃Tab.1　Comparison of retrieved L ST f rom MODIS and measured value(Oct.10,2005)/℃观测站点实测值(T m)反演温度(T r)误差(5)观测站点实测值(T m)反演温度(T r)误差(5)郧西17.0017.430.43枝江23.4023.670.27郧县20.1019.980.12潜江22.5023.040.54十堰18.6017.43 1.17荆州24.2023.800.40房县17.0017.690.69公安24.0024.310.31丹江口19.8019.340.46应城24.1024.310.21老河口20.0019.60.40孝感24.0023.420.58谷城20.0020.490.49天门22.6021.630.97襄樊22.4022.650.25仙桃23.5022.910.59枣阳22.4022.780.38汉川22.7022.140.56巴东19.0018.200.80汉阳25.0025.070.07秭归21.0020.490.51黄陂23.6023.290.31兴山18.4017.560.84新州23.6023.930.33保康17.7018.580.88武汉22.6022.140.46神农架16.3016.920.62鄂州23.5023.670.17南漳20.5019.34 1.16大冶24.4024.180.22远安20.4019.34 1.06咸丰20.1019.980.12宜城23.2023.160.04宣恩20.1020.230.13荆门21.1020.230.87鹤峰17.9016.920.98钟祥21.8021.760.04来凤22.3020.62 1.68随州20.0020.620.62石首23.9023.930.03广水23.8023.930.13监利25.0025.330.33京山23.8023.420.38洪湖19.0019.600.60安陆24.2024.440.24蒲圻23.5023.930.43云梦24.4024.820.42嘉鱼23.4023.040.36大悟24.1023.670.43崇阳21.4020.23 1.17红安22.5023.040.54通城25.0025.200.20麻城24.1024.560.46咸宁25.4024.820.58利川19.2019.730.53通山23.6023.420.18建始20.1018.96 1.14罗田24.4024.180.22恩施19.6019.220.38英山23.2022.14 1.06宜昌县23.3022.650.65浠水23.4023.040.36五峰18.1016.92 1.18黄石23.5023.930.43当阳20.9021.890.99蕲春23.3022.780.52宜昌23.3022.650.65阳新23.0023.290.29长阳22.6022.650.05武穴22.5022.140.36枝城22.2022.270.07值进行一元线性回归(如图3),拟合结果表明,在95%的置信水平下,两者之间一元线性相关性R2146　华中师范大学学报(自然科学版) 第41卷图3　反演温度与实测值的一元线性回归Fig.3　Unary linear regression between retrievedL ST and measured value为93.7%,结果比较理想.利用该线性拟合方程和另外15个站点处的反演温度模拟真实地表温度,并用实测值来验证模拟精度,如表2.分析发现,从整体上看,模拟值(Ts)比反演值更接近实测值,平均误差由原来的0.53℃减小到0.43℃.这说明,用该一元线性回归方程直接模拟区域内各像元的地表温度,相比反演值,更接近真实地表温度,具有更好的效果.4结论本文利用基于劈窗算法的地表温度反演算法,通过采用MODIS可见光第1波段、近红外第2波段、中红外第19波段提取大气透射率和地表比辐射率,结合热红外波段的亮温信息,反演了湖北省的地表温度.结果表明:反演精度比较高, 71个站点的实测值与反演结果平均误差为0.51℃;可以用实测值和反演温度拟合的一元线性回归方程直接模拟各像元的地表温度,能更接近真实地表温度.表2　一元线性模拟值与反演值的比较/℃Tab.2　Comparison of simulated and retrieved temperature/℃|T r-T m||T s-T m||T r-T m||T s-T m||T r-T m||T s-T m||T r-T m||T s-T m| 1 1.060.7650.460.4590.120.14130.580.59 20.040.126 1.140.82100.580.61140.710.56 30.420.3970.650.55110.860.25150.220.21 40.540.6280.070.2120.530.13平均0.530.43 这种劈窗算法能简单、快速、准确地反演地表温度,避免了对地面气象数据的依赖,达到了遥感技术大面积对地表进行资源环境宏观观测的目的.参考文献:[1]　Li Z,Becker F.Feasibility of land surface temperature andemissivity determination from AV HRR data[J].Remote Sensing of Environment,1993(43):67285.[2]　赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2004.[3]　Qin Zhihao,Karnieli A,Berliner P.A mono2window algo2rit hm for retrieving land surface temperature from Landsat TM data and it s application to t he Israel2Egypt border region [J].Int J Remote Sens,2001,22(18):371923746.[4]　毛克彪,覃志豪,施建成.针对MODIS数据的劈窗算法研究[J].武汉大学学报:信息科学版,2005,30(8):7032708. [5]　Becker F,Li Z.Towards a local split window met hod overland surface.Int J Remote Sens,1990,11(3):3692393. [6]　Y oram J Kauf man,Gao Bo2Cai.Remote Sensing of WaterVapor in t he Near IR from EOS/MODIS[J].IEEE Transac2 tions on Geoscience and Remote Sensing,1992,5(30): 8712884.[7]　毛克彪,覃志豪,王建明,等.针对MODIS数据的大气水汽含量及31和32波段透过率计算[J].国土资源遥感,2005,63(1):26229.[8]　宋小宁.基于植被蒸散法的区域缺水遥感监测方法研究[D].中国科学院博士学位研究生论文,2004.[9]　毛克彪,覃志豪,宫　鹏.劈窗算法L ST精度评价和参数敏感性分析[J].中国矿业大学学报,2005,34(3):3182322. 第1期许国鹏等:基于MODIS数据的湖北省地表温度反演研究147 Land surface temperature retrieved fromMODIS d ata in H ubei ProvinceXU Guopeng1,2,L I Rendong1,L IU Kequn3,ZHAN G Bing1,2(1.Institute of Geodesy and G eophysics,Chinese Academy of Sciences,Wuhan430077;2.Graduate University,Chinese Academy of Sciences,Beijing100049;3.Wuhan Regional Climate Center,Wuhan430074)Abstract:Land surface temperat ure information can be retrieved f rom Remote Sensingimage,which is important and significant to observe macroscopically t he erat h’s surfacestat u and ecological and environmental change.The essay ret rieves t he at mo sp herictransmittance and t he surface emissivity which are required when L ST is calculated u2sing MODIS image by split2window algorit hm.The surface emissivity is calculated bymeans of o btaining t he water p ure pix individually in t hat t he water area in Hubei Prov2ince can not be ignored.Then,t he values of L ST in Hubei Province are derived in t hismet hod.The comparison with the ground synchronization observation data shows that the to2tal average error is0.51℃,therefore,the estimated precision is reasonable quitely.K ey w ords:land surface temperat ure;MODIS;p recision;at mosp heric t ransmittance;surface emissivity (上接第137页)The pattern innovation of B eijing City competitiveness evolvement and upgrade in the contexts of globalizationMA Qingbin,WEN Hui(China Center for Town Reform and Development,Beijing100045;Research Center of Economy Environment,Chinese Academy of Sciences,Beijing100085) Abstract:Based on the description of concept and evaluation method of urban competitiveness,the paper quantitatively analyses Beijing city competitiveness and the evolvement of industrystructure under new industry type through defining the concept of city competitiveness andconstructing new evaluation method,brings forward choosing the best pattern to improving thecity competitiveness of Beijing and gives proposals on correlative policy in the end.It wasshowed with the data that the urban competitiveness of Beijing from1995to2003has beenpromoted during the city evolution process on a global scale.Y et Beijing’s urban competitive2ness still has a pretty big ga Pcompared with other equal level city.The rationality of the envi2ronment policy in the era of globalization can not be judged by its strictness degree,but be ap2praised on whether the environment policy coincide with the level of urban competitiveness.The urban policy2makers ought to either find the reasonable binding site among the urban de2velopment strategy,the industry policy and the environment policy or choose the appropriate de2velopment pattern in order to impulse the city to enhance its competitiveness fleetly,steadily,proportionally and sustainable with the least resources input and the minimal environmental cost.K ey w ords:global city;city competitiveness;pattern。

式的系数也不相同，如下表１：表１不同观测角度与分裂窗算法系数的对应表观测角度ＡｌＡ２Ａ３ＢｌＢ２Ｂ３Ｃ０１．０３５９０．１９７２－０．０９７９０．５７９１．０．２７３９１．９００１．１０．１１１６１０１．０３６７９５Ｏ．１３７４７９６．０．７７９７１０５３．６８９２１７３．１０６１８０３．１０３７５９－６．１２７７６２．２０１．０４４８０４０．１４６２１８６．ｏ．７０３３９６６３．３２９９９０２．６６５４６９２．５１９３０９．８．３６３３７３０１．０４２６５６Ｏ．１６４９７９２＿０．４８６６９８２２．３４５１６５１．７２１３９１２．０４７９３０－８．１４１５５５３５１．０３７６７９Ｏ．１９８５２１７．０．０８３３９０７０．４９５１５０２．０．２２９５７３４０．５０６８８５６．８．０７６９６５４０１．０４０７０．１９８９－０．０７４５０．４９００．０．４３０３１．９６５６．１０．７２５４４２１．０４８１０４０．１４８８１６２－０．６８４５１０６３．３０９７６１２．４９３４１８３．２３６０９１９．７．８２８６６２４４１．０５４２４７０．１３６６４０４．０．８４６６７０１４．０４１５９２３．２４３１３３３．５７４４２５．８．５３０２５４４６１．０６２５０９Ｏ．１１７３４９５．１．０８６４４１５．１９９５９８４．０６６４２８４．６８７８７５－９．１６６２４３４８Ｉ．０６１３４２０．１３１２９８５．０．９４２４９３１４．５１４９１０３．７２９６６９３．７６５７３８．９．１５６９９７５０１．０３９７９４Ｏ．１８４２９２４．０．２５２６２２７１．２６５３５４Ｏ．７１８１８２５１．９１５２４９－６．５３４４４７５２１．０２２４１３０．２１１７１７３Ｏ．１８０８９４６．ｏ．５９６３７３８－２．０８５９９８２．２０１６１２－３．８４０６７５５４１．０２０９１２０Ｏ．２１７６８４４０．２６２９８５ｌ．１．０２４１１ｆ－２．３３８８６８１．６４９２０５．３．７０５１９３５６１．００３５０５０．２３８“ｌＯ．６５１６７３－２．６７１４４－４．８０６８０６２．０１９６１９－１．３７５３７６５８１．００８５８００．２２５８９３６０．４９７３８３６．Ｉ．９８１０７－３．７８４２２８２．７２７３“．１．４４４４０５平均１．０３７３３０．１７７０２９－０．２９６３６１．５３２４５６０．５１９６１３２．５２１３８５－６．８７５２６Ｍ０ＤＩＳ扫描观测宽度达２３３０公里，观测角度达到±５８。

GPS水汽反演及降雨预报方法研究共3篇GPS水汽反演及降雨预报方法研究1GPS水汽反演及降雨预报方法研究近年来，随着卫星遥感数据技术的不断发展，气象学科也不断得到新的突破。

GPS（全球定位系统）在气象学中的应用是其中的一项重要的研究领域。

GPS可以通过测量大气中的水汽含量来进行水汽反演，从而实现对降雨的预报。

本文将从GPS水汽反演及降雨预报方法两个方面进行探讨。

GPS水汽反演GPS水汽反演主要基于“电离层延迟”的原理。

电离层是一层充满电离分子的大气层，当GPS信号穿过电离层时会发生折射，造成信号的延迟。

但由于电离层的变化较为缓慢，因此可以通过一定的光路几何计算方法将这个延迟折算成水汽的含量。

由于GPS信号穿过电离层的路径长度较长，因此要准确反演水汽含量需要消除电离层延迟的影响。

研究表明，基于GPS的水汽反演方法主要分为两类：双差法和PPP法。

双差法通过两个GPS接收机之间的差值计算消除电离层的影响，PP(Precise Point Positioning)P法则在双差法的基础上加入了GPS接收机的天线相位中的误差量。

GPS水汽反演还需要考虑到不同频率信号的干湿延迟须加以修正，以及不同类型地面反射特性的影响。

总的来说，GPS水汽反演可以实现对大气中水汽含量的监测和反演，有利于对降雨预报的提高。

降雨预报方法GPS水汽反演的数据可以为降雨预报提供有力的支撑。

研究表明，搭配其他气象数据，GPS水汽反演数据可以为短时降雨预报提供40分钟至1小时的准确度。

同时，GPS水汽反演数据还可用于中长期的干旱预警、洪水预测等领域。

降雨预报方法主要基于数理统计学和机器学习算法的应用。

其中，早期使用的数理统计方法主要是基于统计规律和经验模型的基础上进行计算，如动力回归法、卡尔曼滤波法等。

这些方法虽然简单有效，但对于复杂的气象数据往往会产生错误判断。

近年来，随着计算机科学的发展和机器学习算法的逐渐完善，降雨预报中开始逐渐引入机器学习算法和大数据挖掘技术。

地基GPS遥感大气水汽含量及在气象上的应用第25卷第5期气象科学Vol.25,No.5 2005年10月SCIEN TIA M ET EOROL O GICA SIN ICA Oct,2005地基GPS遥感大气水汽含量及在气象上的应用谷晓平1,2,3 王长耀1 蒋国华4(1中国科学院遥感应用研究所遥感科学国家重点实验室,北京100101)(2中国农业大学,北京100094)(3贵州山地环境气候研究所,贵阳550002)(4广东清远市气象台,清远511500)摘要简单介绍了地基GPS遥感大气水汽含量的原理以及GPS 反演水汽信息的种类,比较了两种GPS数据解算水汽策略,分析了在解算过程中影响GPS水汽精度的因子。

最后简述了GPS水汽在气象上应用的进展,并提出了以后需努力的方向。

关键词GPS遥感水汽气象应用分类号P463.1 文献标识码 A引言在大气运动中水汽是一个多变参数,它的相位变化与降水直接相关,在大气能量传输和天气系统演变中起着非常重要的作用。

由于水汽的时空多变性,水汽也是较难描述的气象参数之一。

目前应用于气象业务的水汽数据主体来源于无线电探空仪,其可提供大气中水汽的垂直分布信息,但其工作量大,时空分辨率低,对于解决与严重天气相关的小尺度区域特征是不够的。

其它探测手段如地基辐射计(WV R)虽然有较高的时间分辨率,但价格昂贵,需要频繁校对,不能全天候工作;卫星遥感(红外和微波)虽然可提供大面积观测,但是精度不够,而且红外遥感只适用于无云天气,微波遥感虽不受云的限制,但精度低于红外遥感。

因此正在兴起的地基GPS遥感水汽探测技术由于自动、快速、精确,价格便宜,时间、水平分辨率高,不受天气条件影响等优势,愈来愈受到有关部门的重视。

1 GPS遥感水汽原理全球定位系统(GPS)包含24星座,发射2个L-波段频率信号(L1,1575.42M Hz和L2,1227.6M Hz)。

GPS目前广泛用于航海、相对定位、和时间转换上。

基于CORS的单频接收机反演大气水汽方法研究
汪顺喜
【期刊名称】《山西建筑》
【年(卷),期】2012(038)018
【摘要】利用Deng等提出的一种新的区域电离层模型构建方法,构建模拟双频观测数据,使用GAMIT软件包解算对流层天顶延迟,并将解算结果与实测双频数据的
处理结果进行比较,证明了利用单频接收机反演大气水汽方法的可行性。

【总页数】3页(P217-219)
【作者】汪顺喜
【作者单位】天津市市政工程设计研究院,天津300051
【正文语种】中文
【中图分类】TU198
【相关文献】
1.青岛地区CORS反演水汽中大气加权平均温度模型的建立 [J], 李斐;刘智敏;李
洋洋;郭金运
2.基于区域 CORS 的可降水汽含量反演及其精度分析 [J], 周茂盛;郭金运;姜英明;
周长志
3.基于MODIS的近红外大气水汽含量的反演及其与地基GPS水汽的对比分析 [J], 李艳永;崔彩霞;赵玲;卢新玉;崔丽娜
4.利用MODIS影像反演大气水汽含量的方法研究 [J], 赵有兵;顾利亚;黄丁发;吕弋培
5.利用太阳光度计反演大气柱水汽总量方法研究 [J], 张文煜;高润祥;郭军;王彦;王音淇;肖霞;陈思宇
因版权原因，仅展示原文概要，查看原文内容请购买。

一种改进的MODIS数据大气可降水量反演算法摘要：大气可降水量（PWV）对降水与气候、大气校正、InSAR大气效应的去除、灾害性天气预报等方面具有重要的意义，也是当前GNSS气象学领域所研究的重要分支。

本文在MODIS近红外反演可降水量原理基础上，采用预测误差平方和最小法的组合预测模型改进了MODIS三通道加权平均算法中权重因子的确定方法。

研究区域内确定了一组最优权系数ω(0.31,0.17,0.52)，改进的加权平均三通道比值法精度较二通道比值法精度提高33.5%，较三通道比值法精度提高21.7％，得到高时空分辨率且比较准确的大气可降水量，便于进行更广阔的大气可降水量研究应用。

关键词: 大气可降水量；MODIS；组合预测模型；通道比值法；0.引言大气可降水量（precipitable water vapor），表示单位面积垂直空气柱内水汽总量全部转化为降水的量，大气可降水量也称为大气水汽含量。

大气可降水量（PWV）对降水与气候、大气校正、InSAR大气效应的去除、灾害性天气预报等方面具有重要的意义。

国内外学者在研究MODIS遥感影像反演大气水汽含量，将反演得到的数据和同地的探空数据进行对比，发现对单一通道的水汽值进行加权运算是有必要的，但是权重因子具体如何选取需要进行研究，因此本文主要对研究区域的MODIS三通道比值法反演PWV进行权重因子的优化改进。

1.MODIS反演大气可降水量概述MODIS(Moderate Resolution Imaging Spectrum-radiometer)传感器是 EOS(Earth Observing System)系列卫星中安装在TERRA和AQUA两颗卫星上的中分辨率成像光谱仪。

数据由美国国家宇航局NASA免费提供，可以动态分析地球上陆地、海洋及大气的变迁过程。

1.1 MODIS反演大气可降水量原理反演方法基于大气中水汽对下垫面反射的太阳辐射的吸收。

MODIS的这五个通道位于近红外波段，在17、18、19这三个通道，水汽吸收太阳辐射能力强，作为大气吸收通道。