基于BDS/GPS觀測量的大氣可降水量反演精度分析

韓 陽，呂志偉，徐 劍，王 非，周潤楊，楊清麗

(1.信息工程大學 導航與空天目標工程學院，河南 鄭州 450000；2.61243部隊，甘肅 蘭州 730000；3.31439部隊，遼寧 沈陽 110000；)

基于BDS/GPS觀測量的大氣可降水量反演精度分析

韓 陽1，3，呂志偉1，徐 劍2，王 非3，周潤楊1，楊清麗2

(1.信息工程大學 導航與空天目標工程學院，河南 鄭州 450000；2.61243部隊，甘肅 蘭州 730000；3.31439部隊，遼寧 沈陽 110000；)

針對BDS數據參與水汽反演解算的可行性和精度有待進一步驗證的問題，提出了實時條件下利用BDS/GPS混合觀測量進行天頂對流層延遲和大氣可降水量估計的數據處理方法。利用亞太地區的BDS/GPS觀測站數據進行了水汽反演實驗，并利用IGS對流層產品和探空數據資料作為對比真值驗證了反演結果的精度。實驗結果表明：北斗衛星導航系統估計ZTD/PWV基本滿足數值天氣預報等應用的精度要求，與單系統相比多系統組合可提高穩定性。

GNSS氣象學；北斗衛星導航系統；精密單點定位；天頂對流層延遲；大氣可降水量

0 引言

自從上世紀九十年代利用全球定位系統(global positioning system，GPS)反演大氣水汽技術提出以來[1]，反演水汽的精度不斷提高，時效性也進一步增強[2-3]，由于全球導航衛星系統(global navigation satellite system，GNSS)衍生的天頂對流層延遲(zenith tropospheric delay，ZTD)和大氣可降水量(precipitable water vapor，PWV)可同化到數值天氣預報模型中，眾多學者探索了其在數值天氣預報中的應用[4-6]，同時各地展開了一系列的GNSS氣象學研究計劃[7]，如E-GVAP(EUMETNET GPS water vapour programme)、GNSS4SWEC(advanced global navigation satellite systems tropospheric products for monitoring severe weather events and climate)等。目前，GPS已廣泛應用于災害性天氣預警以及區域或全球尺度的數值天氣預報模型。文獻[8]研究了全球150個國際GNSS服務(international GNSS service，IGS)站數年的天頂對流層延遲的年度變化規律；文獻[9]對比分析了全球155個測站的大氣可降水量，總結了其隨季節的變化規律以及與緯度的關系。隨著中國北斗衛星導航系統(BeiDou navigation satellite system，BDS)提供服務 并不斷建設完善，有必要發掘并檢驗BDS在氣象學領域的應用效果。文獻[10]利用位于河北省的6個測站的BDS ZTD估計結果與GPS結果進行比較，其標準差為5～6 mm；文獻[11]選取了亞太地區10個測站的BDS數據采用精密單點定位(precise point positioning，PPP)方法進行大氣水汽反演，反演結果與GPS結果相比均方根誤差(root mean square，RMS)約為2 mm；文獻[12]實時估計了ZTD和PWV，BDS估計的ZTD與GPS相比RMS分別為11～16 mm、2～3 mm，精度略低于GPS系統水平；文獻[13]采用多系統實時反演大氣水汽，結果表明多系統組合可以提高估計精度。

之前的研究多以GPS作為真值進行對比，用以驗證BDS精度，由于結果出自相同解算軟件，可能存在系統誤差不能被檢出，另外，采用自行解算的軌道和鐘差實時估計對流層的方法需要全球觀測網絡的支持，在區域性的系統中可能不具備這樣的條件。本文則選取更加客觀的數據作為真值，同時驗證BDS和GPS系統的反演精度，研究中選取了亞太地區25個測站的觀測數據和德國亥姆霍茲國家研究中心(Helmholtz-Gemeinschaft Deutscher Forschungszentren，GFZ)的快速星歷產品，利用BDS和GPS系統模擬實時水汽反演過程，并以IGS對流層產品和探空數據作對比驗證，檢驗其精度和時效性是否滿足數值天氣預報等應用的實際需求。

1 基于PPP技術的GNSS水汽反演方法

本文數據處理過程基于精密單點定位方法，采用無電離層組合消除一階電離層延遲，而其他誤差項在解算之前對觀測量進行處理：首先對觀測數據設定閾值以檢驗并剔除粗差，同時采用Turbo-Edit方法進行周跳探測[14]，然后改正誤差項，包括天線相位中心改正、天線相位纏繞效應改正、相對論效應改正、差分碼偏差改正、固體潮改正、海洋負載潮改正、極潮改正等。而GPS和BDS系統間偏差則需要作為參數估計得到，計算方程為：

(1)

(2)

天頂對流層延遲ZTD由靜力學延遲(zenith hydrostatic delay，ZHD)和濕延遲(zenith wet delay，ZHD)組成，其中靜力學延遲大約占對流層延遲的90%，其變化較為穩定，一般使用模型改正可達到亞mm級精度[15]，而濕延遲主要由水汽折射引起，濕延遲變化復雜，并與天氣情況密切相關，不容易使用模型進行精確改正，一般設為待估參數參與平差，同時考慮到大氣方位不對稱性，在平差過程中引入水平梯度參數，計算方程式為

T=Mfh·ZHD+Mfw·ZWD+Mfw·cot(e)·

(GN·cos(a)+GE·sin(a))。

(3)

式中：Mfh和Mfw分別為靜力學延遲和濕延遲映射函數；e和a為仰角和方位角；GN和GE分別為北方向和東方向水平梯度。

表1 GPS和BDS數據處理策略

通過參數估計得到濕延遲參數后，PWV的計算方法為：

PWV=Π·ZWD；

(4)

式中：ρw為液態水密度；Rυ為水汽氣體常數，取461.510J·kg-1·K-1；Mw為濕大氣摩爾質量，取18.015g·mol-1，Md為干大氣摩爾質量，取28.964g·mol-1；k1，k2，k3為物理常數，分別取77.689K·hpa-1，71.259K·hpa-1和373 900K2·hpa-1。Tm為大氣加權平均溫度，計算公式為

(6)

式中：ei為水汽壓；Ti為絕對溫度。在GNSS反演水汽過程中，由于實測氣象數據不容易獲得，本文采用姚宜斌等提出的全球大氣加權平均溫度模型(globalweightedmeantemperature，GWMT)，該模型利用全球135個探空站2005—2009年的數據，以九階球諧函數形式對全球大氣加權平均溫度建模[18]。與線性模型相比，九階球諧函數模型可以顧及大氣加權平均溫度的季節性變化特征。該模型以位置和年積日作為輸入參數，精度較高，適合實時條件下準確計算大氣加權平均溫度。

2 實驗及結果分析

2.1 數據及真值獲取

為了研究和促進多系統組合導航的發展IGS建立了多模GNSS實驗跟蹤網(themulti-GNSSexperiment，MGEX)，可用于跟蹤、整理和分析多個衛星導航系統信號[19]。目前，該網絡已有100多個觀測站，每個站都支持2個以上衛星導航系統，其中，同時支持GPS和BDS的觀測站已達30多個，本文采用亞太地區25個觀測站2016-年4—5月共30d的觀測數據。測站分布如圖1。

本文的實驗中分別采用IGS對流層產品和無線電探空數據作為ZTD和PWV解算結果的真值。其中，IGS對流層產品采用美國海軍氣象天文臺(TheUnitedStatesNavalObservatory，USNO)發布的產品，該產品基于IGS最終軌道和鐘差，由Bernese軟件基于精密單點定位方法估計得到。在解算過程中使用GMF映射函數和Niell模型作為對流層延遲模型。該產品ZTD的精度為4mm，時間間隔為5min、處理時延為3個星期[20-21]。無線電探空儀是目前測量大氣氣壓、溫度等最可靠方法之一，由探空數據計算的可降水量的精度優于1.5mm。因此，無線電探空數據可以作為獨立驗證GNSS反演可降水量精度的外部基準。目前美國國家海洋和大氣管理局收集并整理發布全球各觀測站的無線電探空數據，并可以通過其網站[22]下載，該數據由全球分布的多個氣象站每12h釋放一次探空氣球采集，包含了探空氣球上升路徑上各個高度的溫度、氣壓、濕度等實測數據，假設各高度間水汽變化呈線性，則可降水量PWV的計算公式為：

(7)

(8)

式中：ρv為水汽密度；ρw為液態水密度；i+1和i代表各層的頂部和底部；ew為水汽壓分量；T為溫度；Rυ為水汽氣體常數，取461.51J·kg-1·K-1。

2.2ZTD對比分析

為評價BDS、GPS以及BDS/GPS組合系統估計ZTD的精度，本研究選取了全球30個可同時觀測BDS和GPS衛星的測站，利用自編軟件解算了2 016年4—5月(年積日90-120天)的數據，以USNO的對流層產品作為真值進行對比。圖2給出了高緯度地區的KRGG站(-49.35°N，70.26°E，72.96m)和低緯度地區的TOW2站(-19.27°N，147.06°E，88.23m)的結果。

如圖2可見：3種方案的估計的ZTD與真值符合均較好，且趨勢一致，無明顯系統偏差；BDS結果表現出比GPS稍大的偏差和噪聲，這可能是由于BDS誤差模型精度還不夠高。BDS/GPS組合估計的結果相較兩個單獨系統與真值符合程度更佳，這可能是得益于更多的觀測量參與解算。在KRGG站中BDS解算過程中約3-8顆BDS衛星參與，GPS約6～11顆，而BDS/GPS組合系統中衛星數達到了12～19顆。

圖3為KRGG和TOW2兩個站3種不同方案結果與真值的線性相關性，其中BDS/GPS相關結果與真值符合最好，相關系數分別為0.983和0.987，GPS與真值相關性次之，相關性系數分別為0.977和0.985，三種結果中BDS結果的相關系數相對較低，分別為0.956和0.970。

圖4為3個方案的估計結果與IGSZTD的差值分布情況，可見在KRGG和TOW2兩站GPS和BDS/GPS結果集中程度較高，兩種方案結果相當，其中GPSZTD與真值之差小于20mm的歷元分別占全部的94.6 %和97.3 %，RMS為12.52mm和8.19mm，BDS/GPS結果占93.8 %和98.3 %，RMS為10.56mm和7.54mm，而單BDS系統估計結果略微發散，分別有75.2 %和91.7 %的歷元與真值之差小于20mm，RMS為17.30mm和11.58mm。可以看出單BDS估計ZTD結果較其他兩種方案波動較大，精度穩定性稍差，這可能與BDS衛星軌道和鐘差精度不高有關。

圖5為數據質量較為完整的13個站的差值統計，GPS與IGSZTD平均偏差在mm級，RMS平均11.87mm，BDS平均偏差大部分在mm級，RMS平均18.92mm，BDS精度較GPS相比較差，這可能是BDS衛星定軌精度稍差以及沒有相應的接收機相位中心改正數據導致的。部分測站結果與真值相差較大，可能是可見衛星數較少或周跳等原因導致需要重新收斂，對估計結果的精度造成不良影響。值得注意的是BDS/GPS組合系統較GPS有不同程度提高，RMS平均10.50mm，高緯度地區改善較為明顯，可能的原因是高緯度地區可見衛星數較少，隨著BDS系統加入，觀測量增加，對結果精度產生了積極影響。

2.3PWV對比分析

為了進一步驗證北斗衛星導航系統實時反演大氣可降水量產品是否滿足數值天氣預報和災害性天氣監測等應用需求，本文以COSTAction716計劃提出并被用戶廣泛認可的精度和時效性等指標為標準進行檢驗。表2為數值天氣預報對PWV數據提出的目標和閾值。

表2 數值天氣預報對PWV數據提出的目標和閾值

本文采用實時精密單點定位方法以BDS、GPS和BDS/GPS分別估計了大氣可降水量，并以探空數據解得的PWV作為真值進行對比，MGEX測站

與探空站的水平距離均在30 km以內，探空數據時間間隔為12 h。圖6為HKWS和POHN兩站30個年積日的對比結果，由此可見GNSS估計的PWV結果與探空數據吻合程度較高，一致性較好且趨勢基本一致，RMS在2～3 mm左右。

圖7為ANMG、CUT0、HKWS、POHN、TOW2 5個測站3種方案PWV與真值之差的RMS。BDS估計結果RMS在2.58～5.88 mm，GPS系統RMS為1.89～3.10 mm，雙系統組合RMS為1.81～2.92 mm。

通過對比ANMG、CUT0、HKWS、POHN、TOW2 5個站的數據發現BDS估計精度和穩定性較GPS稍差，其中CUT0站BDS解算結果誤差較大，可能的原因是BDS系統收斂速度較慢，由于周跳等原因導致發散后重新收斂耗時較長，在與探空數據比較時正處于未收斂狀態，這可能也是導致BDS精度與GPS相比不穩定的原因之一。然而，單BDS PPP反演PWV的精度基本在要求的閾值之內，說明由BDS為數值天氣預報模型提供ZTD/PWV是有實際價值和意義的。表3為BDS、GPS和BDS/GPS估計PWV與RS偏差的平均值和標準差。

表3 BDS、GPS、BDS/GPS估計PWV與RS偏差的平均值和標準差 mm

3 結束語

本文采用精密單點定位方法，模擬了實時條件下三種方案(BDS、GPS和BDS/GPS)估計ZTD和PWV。采用了亞太地區25個測站30 d的觀測數據，同時參與解算的還有GFZ快速軌道和鐘差，以USNO的ZTD產品和探空氣象數據作為真值進行對比驗證。結果表明GPS估計ZTD精度在11.87 mm左右，BDS結果較GPS稍差，平均RMS為18.92 mm(約合PWV為3～4 mm)，BDS/GPS組合方案表現出比單系統更高的穩定性和精度，達到10.50 mm。PPP反演PWV結果與探空數據計算的PWV進行對比，結果表明三種方案均與探空數據符合良好，BDS反演大氣可降水量的RMS平均值達到3.85 mm，GPS與BDS/GPS組合結果分別為2.64 mm和2.52 mm。研究表明，實時BDS PPP可作為新的數據源，獨立地為數值天氣預報等應用提供高時間分辨率高精度的ZTD/PWV產品，同時BDS的加入也可使原有系統提高精度并增強穩定性。

[1] BEVIS M，BUSINGER S，HERING T A，et al.GPS meteorology: Remote sensing of atmospheric water vapor using the global positioning system[J].Journal of Geophysical Research Atmospheres，1992，97(D14):15787-15801.

[2] CHRISTIAN R，TERESA V H，ROLPH W.Near real-time GPS sensing of atmospheric water vapor[J].Geophysical Research Letters，1997，24(24):3221-3224.

[3] FANG P，BEVIS M，BOCK Y，et al.GPS meteorology: Reducing systematic errors in geodetic estimates for zenith delay[J].Geophysical Research Letters，1998，25(19):3583-3586.

[4] GENDT G，DICK G，REIGBER C，et al.Near real time GPS water vapor monitoring for numerical weather prediction in Germany[J].Journal of the Meteorological Society of Japan，2004，82(1B):361-370.

[5] BENNITT G V，JUPP A.Operational assimilation of GPS zenith total delay observations into the met office numerical weather prediction models[J].Monthly Weather Review，2012，140(8):2706-2719.

[6] DOUSA J，VACLAVOVIC P.Real-time zenith tropospheric delays in support of numerical weather prediction applications[J].Advances in Space Research，2014，53(53):1347-1358.

[7] ELGERED G.An overview of COST action 716: exploitation of ground-based GPS for climate and numerical weather prediction applications[J].Physics & Chemistry of the Earth Part A Solid Earth & Geodesy，2001，26(6-8):399-404.

[8] JIN S，PARK J U，CHO J H，et al.Seasonal variability of GPS-derived zenith tropospheric delay(1994-2006)and climate implications[J].Journal of Geophysical Research Atmospheres，2007，112(D9):139-155.

[9] JIN S，LUO O F.Variability and climatology of PWV from global 13-year GPS observations[J].IEEE Transactions on Geoscience & Remote Sensing，2009，47(7):1918-1924.

[10]XU A，XU Z，GE M，et al.Estimating zenith tropospheric delays from BeiDou navigation satellite system observations.[J].Sensors，2013，13(4):4514-4526.

[11]LI M，LI W，SHI C，et al.Assessment of precipitable water vapor derived from ground-based BeiDou observations with precise point positioning approach[J].Advances in Space Research，2015，55(1):150-162.

[12]LU C，LI X，NILSSON T，et al.Real-time retrieval of precipitable water vapor from GPS and BeiDou observations[J].Journal of Geodesy，2015，89(9):1-14.

[13]LI X，DICK G，LU C，et al.Multi-GNSS meteorology: real-time retrieving of atmospheric water vapor from BeiDou，Galileo，GLONASS，and GPS Observations[J].IEEE Transactions on Geoscience & Remote Sensing，2015，53(12):6385-6393.

[14]BLEWITT G.An automatic editing algorithm for GPS data[J].Geophysical Research Letters，1990，17(3):199-202.

[15]TREGOING P，BOERS R，O'BRIEN D，et al.Accuracy of absolute precipitable water vapor estimates from GPS observations[J].Journal of Geophysical Research Atmospheres，1998，1032(D22):28701-28710.

[16]BOEHM J，HEINKELMANN R，SCHUH H.Short note: a global model of pressure and temperature for geodetic applications[J].Journal of Geodesy，2007，81(10):679-683.

[17]BOEHM J，NIELL A，TREGOING P，et al.Global mapping function(GMF): a new empirical mapping function based on numerical weather model data[J].Geophysical Research Letters，2006，25(33):L07304.

[18]YAO Y B，ZHU S，YUE S Q.A globally applicable，season-specific model for estimating the weighted mean temperature of the atmosphere[J].Journal of Geodesy，2012，86(12):1125-1135.

[19]MONTENBRUCK O，STEIGENBERGER P，KHACHIKYAN R，et al.IGS-MGEX: preparing the ground for multi-constellation GNSS science[J].Espace，2014，9(1):42-49.

[20]DOW J M，NEILAN R E，RIZOS C.The international GNSS service in a changing landscape of global navigation satellite systems[J].Journal of Geodesy，2008，83(3):191-198.

[21]BYRAM S，HACKMAN C，TRACEY J.Computation of a high-precision GPS-based troposphere product by the USNO[C]//The Institute of Navigation.Proceedings of the 24th International Technical Meeting of The Satellite Division of the Institute of Navigation(ION GNSS 2011).Portland，Oregon: The Institute of Navigation，Inc.，2011:572-578.

[22]National Oceanic and Atmospheric Administration(NOAA)，Earth System Research Laboratory(ESRL)，Global Systems Division(GSD).NOAA/ESRL radiosonde database[EB/OL].[2016-08-28].http://www.esrl.noaa.gov/raobs/.

Retrieval of precipitable water vapor from BDS and GPS observations

HANYang1，3，LVZhiwei1，XUJian3，WANGFei3，ZHOURunyang1，YANGQingli2

(1.College of Navigation and Aerospace Engineering，Information Engineering University，Zhengzhou，Henan 450000，China； 2.Troops 61243，Lanzhou，Gansu 730000，China； 3.Troops 31439，Shenyang，Liaoning 110000，China)

In order to verify the feasibility and precision of atmospheric water vapor from GNSS and the contribution of Beidou satellite navigation system.In this paper，the data processing method of ZTD/PWV estimation using real-time BDS/GPS observations is studied.The water vapor inversion experiments were carried out using the BDS/GPS data from the Asia-Pacific region.The accuracy of the inversion results was verified by using the IGS troposphere and sounding data as the comparison true values.The results show that the ZTD/PWV of the Beidou system can meet the precision requirements of numerical weather forecasting.Compared with the single system，the multi-system combination can improve the stability.

GNSS meteorology；BDS；PPP；ZTD；PWV

2016-08-18

韓陽(1987—)，男，河北保定人，碩士生，研究方向為衛星導航技術與應用。

韓陽，呂志偉，徐劍，等.基于BDS/GPS觀測量的大氣可降水量反演精度分析[J].導航定位學報，2017，5(1):39-45.(HAN Yang，LV Zhiwei，XU Jian，et al.Retrieval of precipitable water vapor from BDS and GPS observations[J].Journal of Navigation and Positioning，2017，5(1):39-45.)

10.16547/j.cnki.10-1096.20170109.

P228

A

2095-4999(2017)01-0039-07