用地基GPS资料分析大气可降水汽总量

利用“中国地壳运动监测网络”和三峡监测网的地基GPS资料，通过Bernese软件以及根据Bevis等和Rocken等水汽解算原理编制的水汽解算软件。获得了武汉、巴东、兴山、泸州等长江流域测站大气可降水汽总量分布和时间间隔为2小时的GPS遥感大气可降水汽序列，并与站点雨量及区域面雨量进行对比分析，结果表明：地基GPS遥感水汽量变化与地面降水有很好的相关性。而且GPS遥感水汽变化序列峰值对应于强降水提前了8～22小时。有助于强降水特别是突发性强降水的预测；多个站点的GPS遥感水汽总量联合分析，对于区域水汽总量变化研究有一定意义。     

GPS监测水汽与水汽辐射计数据的对比研究

针对水汽辐射计观测数据和并址的GPS观测数据,用GAMIT软件求解了台站的天顶总延迟和湿项延迟。运用湿项延迟与水汽含量之间的转换关系,对GPS监测的大气可降水量与水汽辐射计观测的水汽含量进行了对比研究,得出结果：由GAMIT解算出的水汽含量与WVR观测值的差值平均值为0．02mm,均方差为0．02mm,由气象文件求出的水汽含量与WVR观测值的差值平均值为0．03mm,均方差为0．02mm。表明用地面GPS监测大气水汽含量是完全可行的。     

基于GPS的河北省冬春季节MODIS水汽校正模型研究

以河北省为例,利用GPS水汽进行MODIS水汽的校正模型研究。通过GPS水汽与MODIS水汽的比较发现,两者的相关系数超过0.879,均方根误差达到2.31 mm,说明两者存在较好的相关性和一定的偏差;利用线性回归方法分别构建城市和区域MODIS水汽校正模型,实验证明,利用实测GPS水汽对城市模型和区域模型进行可靠性验证,9个测站的模型检验的均方根误差小于1 mm。两类模型均可有效提高MODIS水汽精度,满足气象预报应用的要求。     

地基GPS探测水汽的发展与气象业务应用

介绍了地基GPS探测大气可降水量在国内外的发展、灾害性天气监测分析预报、中尺度数值预报模式初始场、全球气候变化的监测和分析、人工影响天气作业、三维水汽场层析分析以及GPS探测水汽在气象领域中应用的现状.     

基于MODIS和GPS的D-InSAR大气延迟改正

利用西安地区2006年7月至2009年7月7期GPS观测数据及相应的MODIS数据,分析MODIS水汽的校正模型.运用西安地区的Envisat数据和MODIS水汽数据进行D-InSAR大气延迟改正,实验结果表明:在大气状态变化缓慢时,利用MODIS数据对D-InSAR结果有一定的改善.     

基于MODIS和AMSR-E反演京津冀地区大气水汽含量及比较

为了长时间、大范围获取水汽数值,利用2005~2008年光学遥感的MODIS近红外、红外水汽产品,以及微波遥感AMSR-E数据,2种方法反演水汽。微波AMSR-E亮温数据采用Merritt N.Deeter(2007)亮温极化差方法,选取18.7GHz和23.8GHz 2个波段,得到AMSR-E升轨、降轨大气水汽数值。以京津冀地区为研究区域,通过地统计相关性分析、时间序列分析、年际间变化分析,可知2种方法4种资料反演的大气水汽数值的R2都达到0.95,时间分布符合中国雨带移动规律,空间分布不均。MODIS数据反演值比AMSR-E值要低,得到2种方法反演水汽的各自优缺点。     

中国沿海地基GPS水汽反演精度分析

利用无线电探空和地基水汽辐射计的观测数据,对中国沿海GPS观测网9个观测站反演的1 h间隔可降水量进行对比分析。与无线电探空结果相比,地基GPS反演可降水量的年相关系数在0.95以上,平均偏差自北向南呈逐渐增大的趋势。除西沙站外,其他站的年平均偏差在2 mm之内,均方差在3 mm之内,且平均偏差和均方差存在季节性变化。与地基水汽辐射计结果相比,地基GPS反演可降水量同样具有很好的正相关,同步观测期间两者相关系数为0.989,两者的平均偏差为1.84 mm,偏差的均方差为2.06 mm,且7～9月的月均方差较大。     

成都地基的GPS水汽监测系统建设与应用

 水汽尽管在大气中的含量很少, 但是其在大气中的变化却十分剧烈。其空间分布极不均匀,时间变化也极其迅速。它不仅是天气、气候变化的主要驱动力,也是灾害性天气形成和演变中的重要因子。鉴于水汽信息在数值模式、气候监测、人工影响天气、空中水资源开发等一系列业务领域中的重要性,建立局地或者区域的GPS监测系统已成为目前迫切需要解决的问题。GPS水汽监测系统由数据服务器、解算服务器及应用服务器3部分组成。首先,其通过数据服务器接收来自GPS卫星所发射的信号,生成相应解算软件所能识别的RENEX格式文件,以及获取自动气象站所测得的温、压、湿等相关气象数据,并将得到的数据保存并传送出去;然后,编写相关解算程序使得解算服务器能定时解算大气延迟量,进而反演出可降水量PWV;最后,利用应用服务器完成与气象应用相关产品的生成和服务任务,从而实现该系统的一体化功能。该系统能定制半小时 一次的解算任务,能较准确反映该时段该区域水汽快速变化的特性。建设该系统的最终目的是希望它能填补GPS反演水汽技术在四川乃至西南地区应用的空白,增强气象部门对中小尺度灾害性天气的预报监测能力,并促进许多与之相关的气象业务化工作的开展。     

基于奇异谱分析的地基GPS反演可降水量可行性分析

对微波辐射计观测与地基GPS反演的可降水量数据分1个长时段和2个短时段进行奇异谱分析,提取两种数据在不同时段的主体趋势及周期项,验证地基GPS反演可降水量的可行性。结果表明,与微波辐射计观测数据相比,地基GPS反演可降水量数据均方根误差在2 mm左右,主体趋势具有较强的相关性,周期相同或相近,利用地基GPS反演可降水量是可行的。     

对流层延迟与可降水量直接转换模型研究

采用线性回归和最小二乘法拟合建立无线电探空可降水量（RS-PWV）与GPS对流层延迟（GPS-ZTD）、地面温度及大气压之间的直接转换模型,并将直接转换模型得到的PWV分别与RS-PWV及GPS反演得到的可降水量（GPS-PWV）进行比较。结果表明,RS-PWV与GPS-ZTD之间存在良好的线性关系,相关系数达0.927 6;RS-PWV与4阶拟合温度和大气压呈现较好的相关性,相关系数分别为0.640 1和－0.626 3;基于ZTD的单阶单因子模型PWV与GPS-PWV的相关系数达到0.969 9;基于ZTD、温度及大气压的单阶多因子模型PWV比基于ZTD的单阶单因子模型PWV精度明显提高,RMS从4.3 mm提高到3.3 mm。     

基于GNSS的中国西南地区MODIS水汽校正研究

以GNSS水汽为标准,对中国西南地区进行MODIS水汽精度评价和相关性分析,构建MODIS水汽的区域校正模型和单站点校正模型并开展可靠性检验.分区域进行MODIS水汽校正和图像叠加得到校正后的中国西南地区MODIS水汽分布.结果表明,区域模型可替代单站点模型,中国西南地区MODIS水汽季节校正模型效果显著,在春、夏、秋...     

顾及水汽衰减因子的中国区域大气可降水量模型的建立与分析

提出一种顾及水汽衰减因子的PWV估算模型,通过输入地面大气水汽压和水汽衰减因子获得PWV,并选取2018年中国地区85个探空测站和7个IGS测站1 a的观测数据用于验证新模型的精度。结果表明,在已知当日水汽衰减因子的情况下,模型估算的PWV精度约为2 mm;也可通过GPT2w格网内插得到任意位置的水汽衰减因子,其结果精度与传统的一次多项式模型相当,但新模型的作用范围更广、适用性更强。     

基于小波分解与GA-LSSVM的GPS可降水量短临预报

针对GPS可降水量时间序列具有非线性、非平稳性的特征,研究一种基于小波分解（WD）、遗传算法（GA）和最小二乘支持向量机（LSSVM）的GPS可降水量短临预报方法。先采用小波分解将GPS可降水量时间序列分解成便于预报的低频分量和高频分量;然后利用遗传算法优化LSSVM参数,进而对各分量建立预报模型;再将各分量预报结果进行叠加重构得到最终预报结果。选取两组数据进行实验,并将预报结果分别与LSSVM和遗传小波神经网络（GA-WNN）预报结果进行对比。结果表明,该组合模型具有良好的泛化能力,可有效解决神经网络易陷于局部极小的问题,提高了全局预报精度。     

GPT2模型用于SDCORS反演可降水汽精度评估

利用山东区域及邻近探空站,分析GPT2模型估算气象参数（气温和气压）的精度,并将GPT2模型应用于SDCORS反演可降水汽中,分析评估其精度。研究表明,GPT2模型估算气温和气压的偏差均值分别为-1.61 ℃和0.53 Pa,标准差均值分别为2.84 ℃和4.42 Pa,均方根误差均值分别为3.27 ℃和4.49 Pa;GPT2模型估算的气象参数解算的SDCORS/PWV的偏差均值为1.22 mm,标准差均值为3.05 mm,均方根误差均值为3.46 mm,较GPT模型精度高,可靠性强。对于未配备气象传感器的CORS站,基于GPT2模型估算气温和气压,有助于利用区域CORS反演可降水汽,有效实现对大气可降水量的监测与预报。     

基于地基GPS的新疆地区大气可降水量时空分布特征

利用中国大陆构造环境监测网络的GPS观测资料,结合ERA-Interim模型气压和温度,解算2016年新疆地区GPS测站的大气可降水量,分析该地区大气可降水量的空间分布和季节性变化。结果表明:1)GPS和探空观测获取的大气可降水量具有较好的一致性,均方根误差约为2.7mm;2)新疆地区全年平均大气可降水量在7.0～13.0mm之间,且海拔每升高1km,其含量减少约1.4mm,当测站海拔相近时,大气可降水量随纬度的升高而减少;3)大气可降水量季节性变化明显,夏季为12.0～23.2mm,冬季为1.4～5.5mm,春、秋季大气可降水量差异不大且变化范围介于夏、冬季之间。     

基于FJCORS资料探测大气可降水量的研究

本文采用超快速预报星历处理福建省连续运行卫星定位服务系统(FJCORS)资料得到大气可降水量(PWV),分别与同期采用最终精密星历和探空资料获得的PWV进行对比,结果表明:采用不同星历反演的PWV偏差在0.25 mm以内,并与探空结果具有较好的一致性,相关系数达到0.92,因此采用预报星历可以近实时反演PWV。对2015年"苏迪罗"台风登陆福建前后的PWV动态分析研究,表明PWV资料可以很好地监测水汽时空分布和变化,有助于分析强降雨天气的水汽传输过程,对预报强降水具有重要的指示作用。     

基于GPT3模型的ZTD及PWV反演精度分析

使用亚洲区域18个IGS测站和中国区域内16个探空站2016~2018年的数据,研究GPT3模型反演天顶对流层延迟（ZTD）和大气可降水量（PWV）的精度,并与其他GPT系列模型进行对比。结果表明,GPT3-1模型估计的ZTD的bias均值和最大值均最小,分别为1.34 mm和14.06 mm;GPT3模型整体精度略优于GPT2w模型,优于GPT2模型。探空站处GPT3模型反演的PWV的bias和RMSE均表现出较强的季节性特征;由GPT3模型反演的PWV的月均值可知,GPT3-1模型比GPT3-5模型具有更高的精度和稳定性。