對流層頂在GNSS氣象中的應用綜述

袁開

摘 要：GNSS氣象學為研究GNSS探測地球中性大氣層中所涉及的大地測量與氣象領域內各種技術問題與應用前景的交叉學科。本文綜述了GNSS氣象學模型中的對流層頂研究，并簡要探討了對流層頂所涉及的模型與方法。確定全球范圍內對流層頂有利于判斷對流層頂層的下邊界，將其應用到GNSS氣象學對流層模型中具有十分重要的意義，有利于詮釋大氣循環和物質能量傳輸過程。

關鍵詞：對流層頂；GNSS氣象；對流層濕延遲；全球加權平均溫度模型

對流層處于大氣層底層，厚度近十幾千米，大氣約75%的質量和幾乎全部的水汽位于對流層內。對流層內經常發生強烈的垂直運動，諸如寒流、臺風、閃電等都發生在這一層，是孕育自然現象和過程的溫床。對流層與平流層的過渡區稱為對流層頂層，厚度在百米到千米的范圍內變動。[1]對流層頂層在全球氣候中長尺度的變化輻射力中具有顯著作用。對流層頂層不僅影響著大氣在對流層與平流層之間的垂直運輸速率，還影響著對流層與平流層之間的物質能量交換。[2]對流層頂層的研究有利于解釋全球范圍內大氣循環和物質能量傳輸過程。[3]

全球定位導航系統（Global Navigation Satellite System，GNSS）的信號在穿越對流層時會產生延遲，根據GNSS信號所產生的延遲可以推導出天頂濕延遲（Zenith Wet Delay，ZWD）模型，諸如Hopfield天頂濕延遲模型、SA模型等。ZWD乘以一個轉化系數 可以推導出大氣可降水量（Preciptable Water Vapor，PWV），其在GPS氣象學中產生了廣泛的應用。

對流層頂在GNSS氣象學模型中常常取11km，事實上這并不合理。以對流層頂為基礎的ZWD模型以及與PWV相關的轉化系數Π中的關鍵參數全球加權平均溫度Tm模型都有待改進。確定全球范圍內對流層頂不僅有利于判斷對流層頂層的下邊界，也有利于將其應用到GNSS氣象學對流層模型中，具有十分重要的意義。

對流層頂研究

氣象學家在研究全球氣候循環時就注意到對流層與平流層存在不同時間尺度、具有季節特征的大氣現象和物質能量交換過程。因此氣象學家專門將對流層至平流層底層之間的區域定義為平流層與對流層交換區域（Stratosphere-Troposphere Exchange，STE），這個區域一般有上百米到幾千米的厚度，而對流層頂位于該區域底層。

根據已有的研究，確定對流層頂的高度主要有如下幾種方法：（1）溫度遞減率；（2）溫度最冷點；（3）100hPa氣壓面；（4）掩星事件彎曲角反演法。對于對流層頂，氣象組織定義比較模糊，不同的數據來源包含各自不同的系統性誤差，所以采用以上方法確定的對流層頂高度并不完全一致，存在一些差異，相互間相差約0.3km。

COSMIC（Constellation Observation System of Meteorology，Ionosphere and Climate）計劃是由低軌衛星組成的氣象、電離層以及氣候的觀測系統。該項目的主要目的是改善全球及局部地區天氣的監測和預報，為全球氣候變化等相關研究提供數據（Hajj，2000；Rocken，2000）。COSMIC掩星每天能產生上千條折射率和溫度廓線，作為一種新興技術，很適合用于監測全球對流層變化。隨著新技術不斷更新，求解對流層頂的理論不斷完善，對流層頂的研究將會越來越多，對流層頂層的溫度、氣壓等與氣象災害之間的關系也將會得到更多的關注。

對流層濕延遲研究

水汽在大氣中占很小的比例，是對流層中最活躍的成分，參與整個大氣層的物理化學過程。水汽主要來自于海洋表面的蒸發以及副熱帶洋面的蒸發，它們為大氣層提供了大量水汽，并經大氣環流向赤道和高緯度地區上空輸送。水汽及其存在的三相變化是氣候變化的主要驅動力，水汽的極化分子影響大氣折射率，產生GPS信號濕延遲（Zenith Wet Delay，ZWD），是GNSS氣象學研究的重要對象之一。PWV是反映測站上空水汽單位面積垂直水柱含量的一個指標。大氣PWV是監測及預報全球變化、氣候變化以及包括梅雨季節、暴雨在內的高影響天氣或強天氣的一個十分重要的氣象因子。ZWD乘以轉換系數，可得到大氣PWV。因此，水汽變化可以通過研究ZWD和PWV間接得到。

靜力延遲（Zenith Hydrostatic Delay，ZHD）在對流層大氣在天頂方向上的總延遲（Zenith Total Delay，ZTD）中的比例達90%以上，基本不受氣象條件的影響，結果比較穩定，可以通過相應模型求解得到。水汽造成的ZWD在ZTD中所占比例相對較小，受水汽變化影響較大，ZWD的變化量不固定，往往相差數倍。從兩極到赤道，其全年平均值在0～300mm范圍內。[4]靜力延遲可以通過經驗模型得到毫米級的ZHD，可以得到毫米級的濕延遲。濕延遲由對流層大氣折射導致，可以使用探空站觀測數據直接計算濕延遲，但在其它地方，必須知道溫度廓線和水汽壓的垂直分布，這限制了此方法的應用。

因此，很多學者對濕延遲進行了大量研究，提出了一些經驗模型。由于ZWD與水汽緊密相關，這些模型的構建都是基于對水汽壓廓線的假設而建立的。對水汽壓廓線的假設不同，模型也不一樣。常見的Hopfield模型是基于用四次廓線來描述濕折射率，Saastamoinen模型是假設水汽壓與高度呈冪指數遞減。在GNSS氣象學中，將ZTD作為參數與觀測方程直接求解，減去ZHD來獲得ZWD。該方法精度高，可達毫米級，但不便于內插，而大部分沒有使用GNSS儀器測量的地區無法獲得ZWD。因此提高現有ZWD模型的精度具有現實意義。

3 加權平均溫度研究

加權平均溫度是ZWD轉化為PWV的系數中的關鍵因子，是決定地基GNSS ZWD反演可降水汽總量的關鍵參數，其模型精度直接影響著反演結果。加權平均溫度與地表溫度有著極其強烈的線性相關性，只需要地面氣溫觀測資料，即可獲得加權平均溫度。事實上，加權平均溫度與氣象條件和地理位置等因素密切相關。[5]

加權平均溫度是可以通過先驗模型求得，而不必依靠實測參數來求解。加權平均溫度與地表溫度具有強烈的相關性，從加權平均溫度的定義出發，從理論上討論其與地表溫度，測站海拔，對流層頂之間的關系將值得探究。

4 總結

GNSS具有各種傳統方法所不具備的優越性，將GNSS大氣探測數據用于氣象監測與預報中，將有助于改善模式初始場，提高預報精度。本文對流層頂在GPS氣象學中相關模型進行了簡要探討與綜述，對流層頂模型建立與完善值得進一步的詳細研究，精確判斷對流層頂層的下邊界具有十分重要的意義，有助于詮釋大氣循環和物質能量傳輸過程。

參考文獻：

[1]盛裴軒，毛節泰，等.大氣物理學[M].北京：北京出版社，2005.

[2]Yibin Yao，Shuang Zhu，ShunQiang Yue.A globally applicable，season-specific model for estimating the weighted mean temperature of the atmosphere[J].J Geod，2011.doi 10.1007/s00190-012-0568-1.

[3]Xiaohua Xu，Pan Gao，Xiaohong Zhang.Global multiple tropopause features derived from COSMIC radio occultation data during 2007 to 2012，J.Geophys.Res.Atmos.，119，8515-8534，doi：10.1002/2014JD021620.

[4]Janes H W，Langley R B.1991.Analysis of tropospheric delay prediction models：comparisons with ray-tracing and implications for GPS relative positioning.Bull.Geod.，65：151-161.

[5]姚宜斌，劉勁宏，張豹，何暢勇.地表溫度與加權平均溫度的非線性關系，武漢大學學報信息科學版，2015，39（5）：112-116.