基于珠海北斗CORS實時探測大氣可降水量

李秀龍，丁建勛，馬德富

(珠海市測繪院，廣東 珠海 519015)

基于珠海北斗CORS實時探測大氣可降水量

李秀龍*，丁建勛，馬德富

(珠海市測繪院，廣東 珠海 519015)

與傳統水汽探測手段相比，GNSS氣象技術具有精度與時空分辨率高、實時、連續、全天候、成本低等優點。本文基于珠海北斗CORS(ZHBDCORS)，采用精密單點定位技術(Precise Point Positioning，PPP)處理多模(北斗、GPS、GLONASS)GNSS數據，實現了大氣可降水量(precipitable water vapor，PWV)的實時探測。將連續6個月的PWV計算成果與ECMWF同期資料比較，平均偏差約為 1 mm，標準差不大于 3 mm，一致性較好。經比對，極端天氣(臺風)下，PWV成果與實際水汽分布及其變化趨勢相符。

GNSS；珠海北斗CORS；大氣可降水量；精密單點定位技術；ECMWF；精度分析

1 引 言

大氣中水汽含量的常規觀測主要依賴于探空觀測和水汽輻射儀觀測等傳統方法，這些方法存在工作量大、設備昂貴、非全天候等缺點。例如，無線電探空儀的觀測成本較高，常規的觀測時間間隔為 6 h或 12 h；水汽輻射儀的設備費用高；激光雷達不能全天候觀測等。

GNSS水汽探測根據搭載平臺的不同分為地基和空基兩種，本文探討地基探測法。地基GNSS水汽探測利用放置在地面上的GNSS接收機測量GNSS衛星的信號縱向穿過大氣層到達地面時所引起的延遲量，進而反演出對流層天頂方向或信號斜路徑上的水汽累積量[1]。采用地面GNSS設施進行水汽觀測，可有效利用已有的GNSS連續運行觀測站資源，無須其他硬件成本，是一種廉價的水汽觀測手段，且具備精度高等優點。Rocken等(1997)對1996年4個月的美國中部的16個GPS站的準實時的PWV進行了檢驗，與無線電探空儀進行了比較，利用精密軌道計算的后處理和無線電探空資料計算得到的PWV差值的標準差為 1.3 mm，這表明這兩種技術得到的PWV屬于同一精度級別[2]。丁金才等(2003)對中國長三角洲地區的部分GPS PWV與無線電探空數據的PWV進行了對比，標準差為 3.16 mm[3]。

2 珠海北斗CORS系統

珠海市位于廣東省珠江出海口的西側，全市沿海陸地和大片島嶼組成。由于獨特的地理位置等因素，這里濕潤多雨，尤其是在春夏季，受海洋季風氣候影響，海洋水汽向內陸輸送異常活躍，臺風、雷暴等災害天氣較為常見。珠海北斗CORS是珠海市的市級CORS系統，是國內較早建成的城市三模(北斗、GPS、GLONASS)實用型衛星導航服務系統。系統由11個基站構成，站網平均邊長小于 30 km，基本覆蓋珠海市包括廣闊海域在內的海陸全境，為地方提供高精度的三維、動態基準服務。珠海北斗CORS站組網布局如圖1所示。

圖1 珠海北斗CORS站網示意圖(▲表示基站)

3 實時大氣可降水量獲取

地基GNSS氣象應用中，計算PWV的方法主要有兩種：雙差(Double Difference，DD)方法和精密單點定位(Precise Point Positioning，PPP)方法[4]。在早期，雙差法解算模式被廣泛應用，如利用GAMIT程序解算，但是該方法存在一定缺陷，對超過 500 km的長基線，解算精度會明顯降低，同時還需要具有高精度天頂PWV的參考站用來獲取其他測站點的天頂PWV。

在2010年前，由于高精度改正產品(衛星軌道和鐘差)的延遲獲取等原因，無法獲取實時的水汽產品。2013年4月1日，IGS RTS正式上線，實時發布精密軌道和鐘差改正產品以及部分IGS GNSS跟蹤站的觀測數據。通過IGS發布的實時精密軌道和鐘差改正產品結合自主解算的實時軌道和鐘差產品，使得用PPP技術來估算可降水量成為可能。

通過PPP技術可以估計出精確的ZTD，ZTD減去ZHD可以得到天頂濕延遲(Zenith Wet Delay，ZWD)，再通過轉換系數即可將ZWD轉換為PWV。ZWD與PWV存在著式(1)的轉換關系：

PWV=Π*ZWD

(1)

(2)

(3)

在無探空資料的地區，大氣加權平均溫度無法積分獲得，本文采用全球加權平均溫度模型[6～8]計算Tm，將ZWD轉換為PWV。

在獲取到IGS實時數據流產品后，需要在廣播星歷軌道和鐘差計算值的基礎上進行改正。粗差處理方面，利用在衛星軌道和鐘差產品中給出的各項估計值的標準差，基于其標準差并設置合適的閾值，采用傳統的粗差探測方法，可以有效探測和剔除。

珠海北斗CORS實時PWV探測系統主要由實時數據流和數據處理中心組成，氣象觀測設備可以通過約定的協議將氣象觀測數據實時播發到數據處理中心，每個登記在系統中的氣象記錄設備都包含位置屬性。在數據處理的過程中會選擇和基站最近的氣象設備獲取氣壓信息。在獲得所需的數據后會利用PPP模塊將ZWD隨同其他未知參數利用卡爾曼濾波一起估計，經過一段時間收斂以后，即可獲得穩定的ZWD估值，最后利用WGTEM模型計算的轉換系數將ZWD轉換為PWV，并以 5 min的采樣間隔輸出結果(可根據具體要求適當加快輸出頻率)。

4 精度分析

利用ECMWF(European Centre for Medium-Range Weather Forecasts，歐洲中期天氣預報中心)大氣再分析資料與PPP探測PWV成果進行比較分析。ECMWF是目前國際上做得比較好的再分析資料之一[9]。ECMWF自1979年8月1日開展運行制作中期天氣預報，其提供的再分析數據具有空間分布廣、時間序列連續的優勢。ECMWF ERA-interim 提供每日0：00、6：00、12：00、18：00的總水汽含量(Total Column Water Vapour)，與GNSS反演得到的PWV為同一氣象觀測量。由GNSS反演得到的PWV時間間隔為 5 min，較ECMWF而言大大提高了水汽產品的時間分辨率。在進行比較時，本文只比較每日 0：00、6：00、12：00、18：00四個時刻的水汽含量值。

由于ECMWF提供的水汽含量為格網形式，并且參考高程為位勢高。在進行比較時，需要進行高程轉換、高度歸算并內插到GNSS位置[10]。

PWV隨高度呈指數遞減[11]，為此在進行水汽高程歸算時采用以下公式：

PWVh2=PWVh1×e-(h2-h1)/2000

(4)

通過2016年5月13日～2016年11月14日的ECMWF資料，利用高程轉換公式計算GNSS站的位勢高，并得到周圍四個ECMWF格網點與GNSS站的高差，利用高程轉換公式將格網點上的水汽含量轉換至雙線性內插，得到GNSS基站所在位置處的大氣可降水量數據，與珠海北斗CORS的10個基站(共11個基站，統計時段內1站故障)的同期觀測結果進行比對，較差結果如表1所示。

珠海北斗CORS各基站PWV與ECMWF資料較差 表1

從表1可知，各基站數據與ECMWF相差很小，平均偏差約為 1 mm，標準差穩定在 2 mm～3 mm之間，總體一致性較好，精度均勻。其中SCHY站差值較大，是該站點觀測環境受附近山體與高樓影響，同時觀測數據不全，導致誤差較大，不進行統計。除該站外，各站平均偏差最大為 1.14 mm，最小為 -0.13 mm。平均絕對誤差最大為 3.09 mm，最小為 2.74 mm。說明利用PPP解算PWV的精度較為穩定，數據符合性較好。

另外，選取了具有代表意義的市區ZHGT站、郊區內陸DMGT站和兩個海島站：珠江口內側QIAO站、外側GUIS站的數據與ECMWF資料作圖比較，如圖2所示。

由圖2可知，各站ECMWF與GNSS的PWV觀測值相差很小，整體數據分布一致，說明地基GNSS計算PWV值能很好地符合ECMWF成果且精度較高。兩者之間沒有明顯系統性偏差。相比而言，無論市區站和海島站，其反演得到的PWV精度相當，沒有由于觀測地點不同而出現明顯的不一致。

圖2 珠海4個基站與ECMWF PWV較差散點圖

5 極端天氣大氣水汽監測實例

在諸如臺風、暴雨等極端天氣條件下，可利用GNSS進行極端天氣水汽監測。強臺風“妮妲”，是2016年影響珠海市最嚴重的臺風。珠海市氣象局繼2012年“韋森特”后，再次發布臺風紅色預警信號(12級颶風信號)。圖3為“妮妲”臺風登陸時，珠海市大氣水汽的變化情況。

圖3 “妮妲”臺風登陸時珠海市水汽變動情況

“妮妲”臺風于2016年8月2日3：35于廣東深圳大鵬半島登陸，距離珠海市區以西 100 km，珠海市上空水汽從西向東含量迅速增加。8月2日8：00，到達珠江口以北距離珠海市區僅 40 km，水汽含量達到最大。隨后，臺風逐漸遠離珠海，水汽含量也隨之減少。圖3可以很清楚反映出臺風登陸前后，水汽的水分布情況。

6 結 論

基于珠海北斗CORS實時探測PWV利用了已有的城市CORS系統，僅通過數據中心的軟件部署便可完成構建，其成本低廉且易于實現。

本文采用PPP等技術結合實時IGS產品獲取了實時、全天候、高時空分辨率的PWV成果數據。分析表明，該成果能準確反映客觀PWV變化情況，且精度較高，可用于監測地區暴雨、臺風等極端天氣下的水汽變化，提高短時臨近天氣預報的準確性，連續高分辨率的數據可為天氣分析等研究與應用提供序列資料，可作為傳統氣象手段的有力補充。

[1] 丁金才，袁招洪，楊引明等. GPS氣象學及其應用[M]. 北京：氣象出版社，2009：11.

[2] Rocken C，Van Hove T，Ware R. Near real time GPS sensing of atmospheric water vapor[J]. Geophys. Res. Lett. ，1997，15：3221～3224.

[3] 丁金才，葉其欣. 長江三角洲地區近實時GPS氣象網[J]. 氣象，2003，29(6)：26～30.

[4] 張瑞，宋偉偉，朱爽. 地基GPS遙感天頂水汽含量方法研究[J]. 武漢大學學報·信息科學版，2010，35(6)：691～693.

[5] Bevis M，Businger S，Herring 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.

[6] 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.

[7] Yao Y B，Zhang B，Yue S Q，et al. Global empirical model for mapping zenith wet delays onto precipitable water[J]. Journal of Geodesy，2013，87(5)：439～448.

[8] Yao Y，Xu C，Zhang B，et al. GTm-III：a new global empirical model for mapping zenith wet delays onto precipitable water vapour[J]. Geophysical Journal International，2014，197(1)：202～212.

[9] Wu G X，Lin H，Zou X L，et al. Research on global climate change and scientific data (in Chinese). Adv Earth Sci，2014，29：15～22.

[10] Wang X，Zhang K，Wu S，et al. Water vapor-weighted mean temperature and its impact on the determination of precipitable water vapor and its linear trend[J]. Journal of Geophysical Research Atmospheres，2016，121(2)：2849～2857.

[11] 曹玉靜. 地基GPS層析大氣三維水汽及其在氣象中的應用[D]. 北京：中國科學院研究生院，2012.

Real-time Monitoring Precipitable Water Vapor by ZHBDCORS

Li Xiulong，Ding Jianxun，Ma Defu

(Zhuhai Surveying and Mapping Institute，Zhuhai 519015，China)

Compared with the traditional PWV detection technology，the GNSS PWV has the advantages of accuracy，high spatial and temporal resolution，real-time，continuous，all-weather，economical and so on. In this paper，based on the ZHBDCORS，the GNSS PWV has been figuring out by precise point positioning technology. The GNSS PWV data up to six months achieved similar accuracy of ECMWF PWV and the mean deviation is about 1mm，the MSE less than or equal to 3mm. For extreme weather (typhoon) at border crossings，real-time PWV can reflect the process of water vapor distribution and change in a timely manner.

GNSS；ZHBDCORS；PWV；PPP；ECMWF；accuracy analysis

1672-8262(2017)02-118-04

P228.2

A

2016—11—22

李秀龍(1981—)，男，碩士，工程師，主要從事城市測量新技術應用研究。 基金項目：國家自然科學基金項目(41574028)