基于我國沿海GPS站點數據提取天頂水汽含量的方法對比研究

盧勇奪，劉思晗，王朝陽，周東旭，燕丹晨

（1.國家海洋環境預報中心，北京10001；2.國家海洋局第一海洋研究所，山東青島266061）

?

基于我國沿海GPS站點數據提取天頂水汽含量的方法對比研究

盧勇奪1，劉思晗1，王朝陽2，周東旭2，燕丹晨1

（1.國家海洋環境預報中心，北京10001；2.國家海洋局第一海洋研究所，山東青島266061）

摘要：基于我國沿海地基GPS數據與海洋站氣象數據，利用相關干對流層模型、濕對流層模型等，提取了東海沿海北茭、崇武2個GPS站天頂水汽含量，并與MODIS水汽產品數據做比對分析。結果表明：Elgered干對流層模型與Beivs濕對流層模型組合而成的提取方法較好，其平均偏差小于0.50 mm、均方根誤差小于5.10 mm，其結果檢驗了沿海GPS提取水汽含量的可行性與有效性。

關鍵詞：GPS；海洋站；水汽含量；Bernese

1　引言

水汽是大氣層重要的動態物理參數，其對云層、降水的形成及演變具有顯著效應，亦是海-氣相互作用的重要因子，在海洋氣象、海洋環境預報等方面發揮著不可或缺的角色。全球定位系統（GPS）、北斗等導航定位系統在氣象學上的應用與研究越來越廣泛。國內外多位學者利用陸基GPS開展了提取大氣水汽含量的研究［1-4］，已逐步成為陸地大氣監測的重要手段。但現有的GPS水汽提取主要針對大陸地區GPS站，較少涉及沿海、海上GPS站［1］，針對我國沿海地區GPS站的水汽提取研究則更為缺失，因此其相關研究工作一定程度上是我國沿海GPS海洋、氣象監測應用的基礎。本文以我國東海沿海地基GPS數據和同步海洋站氣象實測數據為基礎，結合衛星遙感理論和MODIS水汽數據，開展我國沿海GPS水汽提取分析，研究適合我國東部沿海的GPS水汽提取方法。

2　GPS數據處理與方法

當GPS發出的電磁信號穿過大氣對流層時，會受到對流層大氣折射的影響，發生信號延遲［5］。對流層延遲包含兩部分：一部分主要是由大氣水汽引起，稱為濕對流層延遲；另一部分由氮、氧等水汽以外的氣體引起，這部分延遲被稱為干對流層延遲。濕對流層延遲（Zenith Wet Delay，ZWD）與信號傳播路徑上的大氣水汽含量或可降水量（Precipitable Water，PW）近似成正比關系，其關系公式可表示為：

式中：F為轉換因子，u為水的密度，Rv為水汽常量，k1、k2、k3為大氣折射因子，w為水汽分子與干空氣分子的質量比，Tm為對流層加權平均溫度，Tm與地面溫度存在一定關系，可通過某種模型求解得到，常見Tm模型有Bevis模型［6］、毛節泰（Mao）模型［7］等，另外F常取經驗值0.15［8］。通過物理變換，將濕對流層分量延遲轉化成大氣水汽含量。

干對流層延遲（Zenith Dry Delay，ZDD）與氣壓、溫度等因素有關，可利用某種干對流層模型求解得到，干對流層模型有Saastamoinen模型［9］、Hopfied模型［10］、Black模型［11］及Elgered模型［12］等。其具體形式分別如下：

式（3）—（6）中：PS表示GPS站點地面氣壓，φ表示GPS站點緯度，H表示GPS站點海拔高度，TS表示GPS站點地面絕對溫度。

GPS對流層延遲（Zenith Total Delay，ZTD）可通過Bernese處理軟件解算得到，其與干對流層延遲、濕對流層延遲的關系可以表示為：

通過式（1）—（6）分別求解得到GPS天頂水汽含量。

我國沿海GPS觀測系統由分布于我國沿海海岸及部分島嶼上數十個海洋站點組成，為我國沿?？山邓刻崛〖芭_風監測奠定了基礎?？紤]到我國沿海臺風受災情況與GPS站點數據連續情況，我們選取2013年6—10月我國東部沿海的北茭、崇武GPS站天頂延遲及氣溫、氣壓等數據開展水汽提取分析研究。由于我國沿海海洋站尚未有連續觀測的無線電探空儀、水汽輻射計等資料，本文選取了已廣泛應用的MODIS水汽產品作為檢驗分析GPS PW的參考值，其空間分辨率為5 km，產品精度約為5 mm。本文以平均偏差（Bias）、均方根誤差（RMS）、相關系數（Corr）等作為評價因子。

為研究分析不同水汽提取方法對GPS PW的影響，本文利用GPS對流層延遲數據ZTD計算GPS PW時，干對流層模型采用了Saastamoinen模型、Hopfield模型、Black模型及Elgered模型等，濕對流層模型（模型）采用了常數模型（F=0.15）、Bevis模型及Mao模型等。

3　分析結果與討論

基于2013年6—10月北茭、崇武GPS對流層延遲及氣象數據，本文采用不同水汽含量提取方法求解GPS水汽含量PW，并與MODIS PW比對分析，以檢驗分析不同水汽提取方法的可行性與有效性，相關結果見表1、表2、表3。

從表1可見，在Tm為常數模型下，采用不同干對流層模型求解得到的GPS PW與MODIS PW均有較好的相關性，相關系數均大于0.76，崇武站GPS PW大于0.82，是由于崇武站與MODIS數據空間匹配更好造成的；其均方根誤差（RMS）較小，約為4.50 mm反映了不同模型提取的GPS PW與MODIS PW精密性較好。但不同干對流層模型求解得到的GPS PW與MODIS L2 PW的平均偏差差別較大，Hopfiedld模型最大，約為7.00 mm，Black模型次之，Elgered模型最小，約為3.50 mm，且均為負值，反映了利用Tm為常數求解GPS PW時可能存在系統偏差，可能是因為該模型未考慮氣溫、氣壓變化對大氣水汽含量的動態影響。從表2、3可見，在濕對流層Bevis Tm模型與Mao Tm模型下，不同干對流層模型求解得到的GPS PW相關結果與Tm為常數模型存在較好的相似性。

表1 Tm為常數2013年6—10月北茭與崇武GPS PW與MODIS PW對比結果

表2 Bevis Tm模型2013年6—10月北茭與崇武GPS PW與MODIS PW對比結果

表3 Mao Tm模型2013年6—10月北茭與崇武GPS PW與MODIS PW對比結果

圖1北茭海洋站GPS PW與MODIS L2 PW之間比對散點圖

圖2崇武海洋站GPS PW與MODIS L2 PW之間比對散點圖

表1、2、3結合可見，利用不同濕對流層Tm模型求解的GPS PW與MODIS PW對比結果不甚相同。以干對流層模型Hopfiedld為例，Tm為常數模型求解得到的GPS PW平均偏差最大，約為7.00 mm，Bevis Tm模型與Mao Tm模型GPS PW平均偏差較小，均為4.00 mm左右，均為負值，反映Hopfiedld模型求解GPS PW可能存在系統偏差；同一干對流層模型下，不同Tm模型的GPS PW均方根誤差（RMS）差別較小，均為4.00 mm左右；圖1、圖2分別給出了北茭、崇武GPS PW與MODIS PW之間比對散點圖。從圖中可以看出，2013年6—10月北茭、崇武兩站Tm為常數模型與不同干對流層模型結合求解得到的GPS PW整體上較MODIS PW偏小，但其散點分布相對集中，表1 GPS PW與MODIS PW的平均偏差與均方根誤差亦說明了這一點，Beivs Tm與Mao Tm模型求解得到的散點基本對角線兩側分布集中。從圖1、圖2還可以看出：Hopfiedld和Black模型下與不同Tm模型結合求解得到的GPS PW整體上比MODIS PW偏小，散點分布相對集中，表1、2、3 GPS PW與MODIS PW的平均偏差和均方根誤差亦能說明這一點，Saastamoinen模型散點相對分散，Elgered模型散點對角線兩側集中分布。

綜上所述，不同干對流層模型與濕對流層模型相組合求解得到的GPS PW，與MODIS PW相比，其平均偏差、均方根誤差與相關系數存在一定差異。Hopfiedld模型與Tm為常數模型組合求解得到的GPS PW平均偏差最大，大于7.10 mm，其均方根誤差約為4.30 mm，初步判定其模型組合存在一定系統偏差，未考慮氣溫等因素對水汽提取的影響；Saastamoinen模型與濕對流模型組合求解的GPS PW平均偏差較小，但均方根誤差較大，分布相對發散；Black模型與濕對流層模型組合求解的GPS PW均方根誤差較小，分布相對集中，但平均偏差較大；Elgered模型與Beivs模型組合求解的GPS PW平均偏差較小，其值小于0.6 mm，均方根誤差約為4.00 mm，分布較為集中，整體而言，沿海GPS站點水汽含量提取宜這一模型組合。

4　結論與展望

利用我國東部沿海北茭與崇武海洋站GPS站2013年6—10月監測的天頂對流層延遲數據和氣象數據等，采用不同水汽含量提取方法求解GPS PW，并與MODIS PW進行比對分析，檢驗了GPS不同水汽含量提取方法求解的GPS PW的可行性與有效性，得到如下結論：

（1）不同干對流層模型對GPS PW均方根誤差影響不大，但對GPS PW平均偏差具有較為顯著影響。與MODIS PW相比，Hopfield模型求解的GPS PW平均偏差最大，Black模型平均偏差次之. Elgered模型平均偏差最??；

（2）不同濕對流層模型的GPS PW平均偏差存在一定差異，但均方根誤差區別不大，Bevis Tm模型與Mao Tm模型GPS PW平均偏差較??；

（3）不同水汽含量提取方法求解得到的GPS PW平均偏差、均方根誤差存在一定差異，整體而言，Elgered模型與Beivs模型組合而成的水汽含量提取方法平均偏差、均方根誤差均較小，適于我國東部沿海GPS水汽提??；

在下一步研究中，我們將開展濕對流層模型加權平均溫度的本地化訂正研究，以進一步提高GPS PW的提取精度，為GPS海洋氣象研究、應用等提供參考。

參考文獻：

［1］Xu G R，Cui C G，Wan R，et al.Applicability of Methods for Estimating GPS Precipitable Water in the Qinghai-Tibet Plateau［J］. Journal of Atmospheric and Solar-Terrestrial Physics，2012，89: 76-82.

［2］張化疑，劉焱雄，周興華，等.渤海區域對流層加權平均溫度研究［J］.測繪信息與工程，2010，35（4）:1-2.

［3］李國平.地基GPS遙感大氣可降水量及其在氣象中的應用研究［D］.成都:西南交通大學，2007.

［4］何平，徐寶祥，周秀驥，等.地基GPS反演大氣水汽總量的初步試驗［J］.應用氣象學報，2002，13（2）:179-183.

［5］丁金才.GPS氣象學及其應用［M］.北京:氣象出版社，2009: 11-18.

［6］Bevis M，Businger S，Chiswell S，et al.Gps Meteorology:Mapping Zenith Wet Delays Onto Precipitable Water［J］.Journal of Applied Meteorology，1994，33（3）:379-386.

［7］毛節泰，李建國.使用GPS系統遙感中國東部地區水汽分布——原理和回歸分析［C］//全球定位系統——氣象學（GPS/MET）研究論文匯編.北京:中國氣象局國家衛星氣象中心，1997.

［8］劉焱雄，陳永奇.地基GPS技術遙感香港地區大氣水汽含量［J］.武漢測繪科技大學學報，1999，24（3）:245-248.

［9］Saastamoinen J.Contributions to the Theory of Atmospheric Refraction.Part II.Refraction Corrections in Satellite Geodesy［J］. Bulletin Géodésique（1946-1975），1973，107（1）:13-34.

［10］Hopfield H S.Tropospheric Effect on Electromagnetically Measured Range:Prediction from Surface Weather Data［J］.Radio Science，1971，6（3）:357-367.

［11］Black H D，Eisner A.Correcting Satellite Doppler Data for tropospheric Effects［J］.Journal of Geophysical Research，1984，89（D2）:2616-2626.

［12］Elgered G，Davis J L，Herring T A，et al.Geodesy by Radio Interferometry-Water Vapor Radiometry for Estimation of the Wet Delay［J］.JournalofGeophysicalResearch，1991，96（B4）: 6541-6555.

中圖分類號：P732

文獻標識碼：A

文章編號：1003-0239（2016）02-0016-06

收稿日期：2015-03-13

基金項目：國家海洋局海洋公益性行業科研專項（201105017）；中國科學院海洋環流與波動重點實驗室開放基金課題（KLOCAW1410）

作者簡介：盧勇奪（1986-），男，工程師，碩士，主要從事海洋遙感信息提取與應用研究和數據管理應用平臺開發等。E-mail：luyd@nmefc.gov.cn

DOI:10.11737/j.issn.1003-0239.2016.02.003

Extracting methods comparison of zenith precipitable water from China's coastal GPS station data

LU Yong-duo1，LIU Si-han1，WANG Zhao-yang2，ZHOU Dong-xu2，YAN Dan-chen1
（1.National Marine Environmental Forecasting Center，Beijing 100081 China；2.The First Institute of Oceangraphy，State Oceanic Administration，Qingdao 266061 China）

Abstract：Based on GPS data and marine station meteorological data along China coastal sea，the dry tropospheric model and wet troposphere delay model，the zenith PW at Bei Jiao and Chong Wu GPS stations located in the East China Sea coast was extracted and compared with water vapor data from MODIS.The results showed that，assembly of Elgered’s dry tropospheric delay model and Bevis’wet troposphere delay model could be better.The smallest Bias was less than 0.50 mm and RMS was less than 5.10 mm，which verified the extracting PW from China coastal GPS data.

Key words：ground-based GPS；marine atation；precipitable water；Bernese