地基GNSS遙感可降雨量精度分析

王 磊，萬麗華，解瑞楠，黃寶森

(1.舟山市國土資源局，浙江 舟山 316000；2.上海華測導(dǎo)航技術(shù)股份有限公司，上海 201702；3.中國石油大學(xué)(北京) 非常規(guī)天然氣學(xué)院，北京 102200；4.上海巖土工程勘察設(shè)計(jì)研究院，上海 200438)

地基GNSS遙感可降雨量精度分析

王 磊1，萬麗華2，解瑞楠3，黃寶森4

(1.舟山市國土資源局，浙江 舟山 316000；2.上海華測導(dǎo)航技術(shù)股份有限公司，上海 201702；3.中國石油大學(xué)(北京) 非常規(guī)天然氣學(xué)院，北京 102200；4.上海巖土工程勘察設(shè)計(jì)研究院，上海 200438)

針對可降雨量變化快、估計(jì)精度不高、時間分辨率低等問題，提出利用GNSS跟蹤站連續(xù)不間斷地觀測數(shù)據(jù)，準(zhǔn)確計(jì)算對流層延遲，進(jìn)而遙感各測站處高精度、高時間分辨率的可降雨量，并利用并址的無線電探空站數(shù)據(jù)驗(yàn)證獲得的可降雨量的方法，最后比較不同的處理策略獲得的對流層延遲的差異。實(shí)驗(yàn)結(jié)果表明：聯(lián)合GPS和GLONASS系統(tǒng)獲得的結(jié)果精度優(yōu)于單個系統(tǒng)，且GNSS技術(shù)和無線電探空技術(shù)獲取的可降雨量均能達(dá)到mm級；另外GNSS技術(shù)所獲得的可降雨量還具有較高的穩(wěn)定性和時間分辨率，能反映短期內(nèi)動態(tài)變化情況。

GNSS；對流層延遲；可降雨量；遙感；無線電探空

0 引言

20世紀(jì)90年代，文獻(xiàn)[1]首次成功利用基于地基全球定位系統(tǒng)(global positioning system，GPS)計(jì)算出了具有較高精度的可降雨量。此后，GPS技術(shù)在氣象等方面的應(yīng)用得到迅速發(fā)展，并日趨成熟。目前，歐美等西方國家已基本實(shí)現(xiàn)了多種空間技術(shù)聯(lián)合遙感水汽或可降雨量[2-3]，包括地基全球衛(wèi)星導(dǎo)航系統(tǒng)(global navigation satellite system，GNSS)技術(shù)、無線電探空技術(shù)(radiosonde，RS)、星基GPS/GNSS技術(shù)、無線電掩星技術(shù)(radio occultation，RO)等。

我國開展GPS遙感可降雨量(precipitable water vapor，PWV)的研究起步稍晚于歐美國家[4]，且大部分研究都是基于單個GPS衛(wèi)星系統(tǒng)[5]，很少聯(lián)合多個衛(wèi)星系統(tǒng)或者多種觀測技術(shù)來反演可降雨量，也沒有系統(tǒng)分析可降雨量的相關(guān)誤差。

本文利用國內(nèi)多個GNSS跟蹤站提供的GPS和俄羅斯的格洛納斯衛(wèi)星導(dǎo)航系統(tǒng)(global navigation satellite system，GLONASS)數(shù)據(jù)，獲得測站處對流層延遲和相應(yīng)的可降雨量，然后利用并址的無線電探空數(shù)據(jù)估計(jì)各測站位置處的可降雨量，通過對比分析驗(yàn)證地基GNSS技術(shù)所獲得的可降雨量的精度。

1 可降雨量估計(jì)原理

1.1 地基GNSS 技術(shù)

GNSS信號在傳播過程中受到多種誤差源的影響，其中影響比較大的有對流層延遲、電離層延遲、多路徑效應(yīng)等，其觀測方差[6]可以表示為

(1)

對流層延遲可分為干延遲和濕延遲兩部分，其中：干延遲可以通過模型精確求得；濕延遲和大氣中濕度、氣壓和氣溫等相關(guān)，難以通過模型準(zhǔn)確計(jì)算。在GNSS數(shù)據(jù)處理過程中，對流層延遲通常作為未知參數(shù)通過平差計(jì)算求得，而將模型求得的對流層延遲僅作為初始近似值。由于可降雨量PWV僅與濕延遲相關(guān)，因而在獲得天頂對流層總延遲(zenith tropospheric delay，ZTD)后，首先需要分離相應(yīng)的天頂濕延遲(zenith wet delay，ZWD)和天頂干延遲(zenith hydrostatic delay，ZHD)。根據(jù)Saastamoinen模型[7]可以準(zhǔn)確計(jì)算出

ZHD=0.002 276 8Ps/(1-0.002 66·cos(2φ)-
0.28×10-6h)。

(2)

式中：Ps為測站處氣壓；φ和h分別為測站緯度和高程。ZTD減去ZHD便得到相應(yīng)的ZWD。在獲得ZWD后，PWV的計(jì)算公式[8-9]為

(3)

式中：ρ=1 000.0 kg/m3和R=8.314 462 J/(kg·mol-1)分別為水的密度和大氣常數(shù)；Mw=0.018 016 kg/mol和Md=0.028 964 kg/mol分別為水和干空氣的摩爾質(zhì)量；k1=77.69 K/hPa、k2=71.295 2 K/hPa和k3=375 463 K2/hPa分別為大氣的折射常數(shù)；Tm為測站處加權(quán)平均溫度。Ps和Tm均可根據(jù)氣象數(shù)據(jù)計(jì)算獲得，也可根據(jù)相應(yīng)的模型計(jì)算獲得，比如全球氣壓溫度模型(global pressure and temperature 2，GPT2)和Bevis模型[10-11]。

1.2 無線電探空技術(shù)

無線電探空技術(shù)通常將探空儀搭載在氫氣球上，在氣球上升過程中實(shí)時測定相應(yīng)氣象參數(shù)并傳回地面站。目前，我國已有幾十個無線電探空站。這些探空站每隔6 h或12 h釋放一次氫氣球采集相應(yīng)的氣象參數(shù)。通常探空儀測定的氣象參數(shù)包括：氣壓、氣溫、露點(diǎn)溫度、氣球高度、風(fēng)速、風(fēng)向等。根據(jù)這些參數(shù)通過式(4)可以計(jì)算測站處相應(yīng)的可降雨量[12]

(4)

式中：g為重力加速度；P0為地表氣壓；pn為氣球上升時各處的氣壓；q為比濕且可由式(5)計(jì)算出來，即

。

(5)

式中：e為水汽壓；Td為露點(diǎn)溫度；ε為系數(shù)常量(此處取0.622 2)；exp為指數(shù)運(yùn)算。

2 實(shí)驗(yàn)與結(jié)果分析

2.1 數(shù)據(jù)選擇及處理方案

實(shí)驗(yàn)GNSS數(shù)據(jù)均可從國際GNSS服務(wù)組織(International GNSS Service，IGS)跟蹤站下載，考慮到還需要相應(yīng)的無線電探空數(shù)據(jù)，最終選取了6個并址的IGS跟蹤站和無線電探空站，即BJFS(54511)、CHAN(54161)、JFNG(57494)、LHAZ(55591)、SHAO(58362)、URUM(51463)。此外為獲得較高精度的對流層延遲結(jié)果，文章在解算GNSS數(shù)據(jù)時基于Bernese軟件采用了多種不同的解算策略，然后選擇精度最高的用于計(jì)算可降雨量，解算策略包括非差精密單點(diǎn)定位(precise point positioning，PPP)模式、雙差(double difference，DD)模式、GPS單系統(tǒng)解算以及聯(lián)合GPS和GLONASS系統(tǒng)解算等[13]。

2.2 對流層延遲結(jié)果分析

文中處理了6個IGS站(2016-01-01—2016-01-31)共31 d的GNSS數(shù)據(jù)，圖1給出了SHAO和URUM站使用4種不同策略解算的對流層延遲結(jié)果。

圖1 對流層延遲解算結(jié)果

由圖可知，不同解算策略解算結(jié)果不同，但差異均非常小。此外，為分析對流層延遲結(jié)果的解算精度，將其與IGS歐洲定軌中心(Center for Orbit Determination in Europe，CODE)的對流層產(chǎn)品進(jìn)行對比，二者差值如圖2所示。

圖2 對流層延遲解算結(jié)果與CODE差值

由圖可以看出，SHAO和URUM站對流層結(jié)果與CODE解算結(jié)果之間的差異大部分在10 mm之內(nèi)，且最大差異不超過20 mm。此外，不同解算策略所獲得的對流層結(jié)果精度不同：PPP-GPS only(非差、GPS單系統(tǒng))解算結(jié)果與CODE結(jié)果差異最大，即外符合精度最低；而DD-GPS/GLO(雙差、聯(lián)合GPS和GLONASS系統(tǒng))解算結(jié)果與CODE之間的差異最小，即外符合精度最高。

表1列出了不同解算策略所獲得的對流層延遲和CODE之間差異的標(biāo)準(zhǔn)差，由于CODE未解算JFNG和CHAN站的數(shù)據(jù)，無法比較其對流層延遲結(jié)果，因而表1未列出這2個測站。

表1 對流層結(jié)果與CODE之間差異的標(biāo)準(zhǔn)差 mm

由表可知，一般情況下雙差(DD)解算結(jié)果優(yōu)于非差精密單點(diǎn)定位(PPP)解算的結(jié)果，且聯(lián)合解算結(jié)果優(yōu)于單個系統(tǒng)結(jié)算結(jié)果。

2.3 可降雨量精度分析

在獲得高精度的對流層延遲結(jié)果后，還需要根據(jù)式(2)和式(3)將對流層延遲轉(zhuǎn)換成相應(yīng)的可降雨量。本實(shí)驗(yàn)計(jì)算可降雨量所需的氣壓、加權(quán)平均溫度等氣象參數(shù)均來源于歐洲中期氣象預(yù)報(bào)中心(European Center for Medium-range Weather Forecasts，ECMWF)。由于使用DD-GPS/GLO策略解算所獲得的對流層延遲精度最高，因而在可降雨量計(jì)算時所用的對流層結(jié)果也是基于該策略所獲得的。為分析GNSS遙感可降雨量的準(zhǔn)確度和精度，本文還利用各測站無線電探空數(shù)據(jù)計(jì)算了可降雨量作為對比。

圖3給出了SHAO站和URUM站可降雨量在一月份的變化。

圖3 可降雨量變化

由圖可知：GNSS計(jì)算和無線電探空數(shù)據(jù)計(jì)算所得的可降雨量基本一致；但是無線電數(shù)據(jù)所獲得的可降雨量時間分辨率只有6 h或12 h，而GNSS計(jì)算所得的可降雨量時間分辨率較高，可達(dá)1h或更短。此外，由于無線電探空技術(shù)是通過無線電將各高度所測的氣象參數(shù)傳回地面站實(shí)現(xiàn)的，在某些情況下存在某些高度(或某氣壓層)氣象數(shù)據(jù)缺失的現(xiàn)象，這必然會導(dǎo)致利用無線電探空數(shù)據(jù)計(jì)算所得的可降雨量存在較大的偏差或出現(xiàn)異常值，如圖3(b)中的URUM站年積日第23 d所示。然而，利用GNSS技術(shù)所獲得的可降雨量不但具有較高的精度和穩(wěn)定性；而且由于其較高的時間分辨率，還能反映局部短期的動態(tài)變化過程等。

表2列出了各測站通過GNSS技術(shù)和無線電探空技術(shù)分別獲取的可降雨量的差異結(jié)果。

表2 各測站GNSS和無線電探空技術(shù)獲取的可降雨量的差異 mm

由表可知，雖然2種技術(shù)獲得的可降雨量個別時刻的最大差異達(dá)到2～4 mm，但是平均差異基本保持在1 mm以內(nèi)，標(biāo)準(zhǔn)差保持在1.5 mm之內(nèi)。值得說明的是，由于GNSS站和無線電探空站不可能完全并址，文中將水平距離之差在50 km之內(nèi)、高程之差在100 m的2個站即認(rèn)為是并址，這也可能使得2種技術(shù)所獲得的可降雨量存在細(xì)微的差別。整體而言，利用GNSS技術(shù)和無線電探空數(shù)據(jù)獲得的可降雨量具有較好的一致性，且均達(dá)到了亞毫米級的精度，完全能夠滿足數(shù)值氣象分析等方面的應(yīng)用要求。

2.4 可降雨量誤差分析

通過對比分析了PWV精度之后，還有必要從理論上進(jìn)一步分析GNSS獲取可降水量的誤差及精度等。根據(jù)誤差傳播定律，由式(3)可以推導(dǎo)出可降水量的誤差計(jì)算公式為

(6)

圖4 可降雨量精度變化等值線

由圖可知，即使在最差情況下GNNS技術(shù)獲得的可降雨量精度也在3 mm之內(nèi)。

3 結(jié)束語

隨著GNSS技術(shù)的不斷發(fā)展以及IGS產(chǎn)品精度的提高，GPS在氣象學(xué)等領(lǐng)域的應(yīng)用也日益受到人們的關(guān)注。文中基于GNSS技術(shù)獲取了多個測站處的可降雨量，通過和無線電探空技術(shù)進(jìn)行對比，結(jié)果表明GNSS和無線電探空技術(shù)獲得的可降雨量均可達(dá)到mm級。此外，由于GNSS能夠全天候不間斷地工作，因而還具有高時間分辨率的特點(diǎn)和較好的長期穩(wěn)定性

[1] 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(14)：15787-15801.

[2] LI Z，MULLER J P，CROSS P.Comparison of precipitable water vapor derived from radiosonde，GPS，and moderate-resolution imaging spectroradiometer measurements[J].Journal of Geophysical Research：Atmospheres(1984-2012)，2003，108(20)：87-107.

[3] VAN BAELEN J，AUBAGNAC J P，DABAS A.Comparison of near-real time estimates of integrated water vapor derived with GPS，radiosondes，and microwave radiometer[J].Journal of Atmospheric and Oceanic Technology，2005，22(2)：201-210.

[4] 李成才，毛節(jié)泰，李建國，等.全球定位系統(tǒng)遙感水汽總量[J].科學(xué)通報(bào)，1999，44(3)：333-336.

[5] 李延興，徐寶祥，胡新康，等.用地基GPS觀測站遙測大氣含水量和可降雨量的理論基礎(chǔ)與試驗(yàn)結(jié)果[J].科學(xué)通報(bào)，2000，30(增刊1)：107-110.

[6] 李征航，魏二虎，王正濤，等.空間大地測量學(xué)[M].武漢：武漢大學(xué)出版社，2010：131-136.

[7] SAASTAMOINEN J.Atmospheric correction for the troposphere and stratosphere in radio ranging satellites[J].Use of Artificial Satellites for Geodesy，1972，15(6)：247-251.

[8] 徐韶光，熊永良，劉寧，等.利用地基 GPS 獲取實(shí)時可降水量[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2011，36(4)：407-411.

[9] 王勇，楊彬云，劉嚴(yán)萍，等.基于無線電探空的武漢大氣加權(quán)平均溫度模型研究[J].測繪科學(xué)，2010，35(2)：112-113.

[10] LAGLER K，SCHINDELEGGER M，BORHM J，et al.GPT2：Empirical slant delay model for radio space geodetic techniques[J].Geophysical Research Letters，2013，40(6)：1069-1073.

[11] 姚宜斌，張豹，嚴(yán)鳳，等.兩種精化的對流層延遲改正模型[J].地球物理學(xué)報(bào)，2015，58(5)：1492-1501.

[12] WANG J，ZHANG L.Systematic errors in global radiosonde precipitable water data from comparisons with ground-based GPS measurements[J].Journal of Climate，2008，21(10)：2218-2238.

[13] DACH R，HUGENTOBLER U，F(xiàn)RIDZE P，et al.Bernese GPS software version 5.0[M].Bern：Astronomical Institute，University of Bern，2007.

[14] YUAN Y，ZHANG K，ROHM W，et al.Real-time retrieval of precipitable water vapor from GPS precise point positioning[J].Journal of Geophysical Research：Atmospheres，2014，119(16)：10044-10057.

Accuracyanalysisofremotesensingonprecipitablewatervaporbyground-basedGNSS

WANGLei1，WANLihua2，XIERuinan3，HUANGBaosen4

(1.Zhoushan Bureau of Land Resources，Zhoushan，Zhejiang 316000，China；2.Shanghai CHC Navigation Technology Ltd.，Shanghai 201702，China；3.Unconventional Natural Gas Institute，CUPB，Beijing 102200，China；4.Shanghai Geotechnical Investigations and Design Institute，Shanghai 200438，China)

Aiming at the problems that the change of precipitable water vapor is rapid，the estimated accuracy is not high，and the time resolution is low，the paper proposed a method that continuous observation of GNSS stations was carried out，the derived tropospheric delays were converted to the precipitable water vapor with the meteorological data，and then the precipitable water vapor was retrieved from the related radiosonde stations which were collocated with the GNSS stations.Finally，the tropospheric delays from different strategies were compared.Experimental result showed that the final accuracy by combining GPS with GLONASS would be better than that by single system，and the precipitable water vapor from GNSS and radiosonde respectively would be both at the level of few millimeters；moreover，the precipitable water vapor obtained by GNSS was with high stability and time resolution，which could reflect the dynamic change in a short term

GNSS；tropospheric delay；precipitable water vapor；remote sensing，radiosonde

2017-01-11

上海市科委項(xiàng)目(14XD1421800)。

王磊(1990—)，男，浙江舟山人，工程師，研究方向?yàn)镚NSS數(shù)據(jù)處理等。

萬麗華(1990—)，男，江西余干人，碩士，研究方向?yàn)樾l(wèi)星導(dǎo)航及應(yīng)用。

王磊，萬麗華，解瑞楠，等.地基GNSS遙感可降雨量精度分析[J].導(dǎo)航定位學(xué)報(bào)，2017，5(4)：36-40.(WANG Lei，WAN Lihua，XIE Ruinan，et al.Accuracy analysis of remote sensing on precipitable water vapor by ground-based GNSS[J].Journal of Navigation and Positioning，2017，5(4)：36-40.)

10.16547/j.cnki.10-1096.20170408.

P228.4

A

2095-4999(2017)04-0036-05