陳文相 莫永強 吳 偉
(1. 珠海市測繪院, 廣東 珠海 519015;2. 廣州市城市規劃勘測設計研究院, 廣東 廣州 510060;3. 中國有色金屬長沙勘察設計研究院有限公司, 湖南 長沙 410117)
大氣中水汽含量一般用大氣可降水量(precipitable water vapor, PWV)來表示,PWV測取的準確性對預測區域內天氣和氣候十分重要。一般采用無線電探空[1]、微波輻射計[2]和衛星遙感[3]等方法測量,以上各方式的優缺點較為明顯,無線探空儀測量周期較長且空間分辨率低;微波輻射計可以全天候無間斷檢測,但存在定標精度影響較大、工作量大等缺點;衛星遙感由于衛星軌道高度造時空分辨率較低,且易受云雨等外界因素影響?;谌驅Ш叫l星系統(global navigation satellite system, GNSS)水汽反演是一種極具潛力、使用價值高的大氣探測新方法,根據搭載平臺的不同,可分為地基[4]和空基[5]兩種模式。利用GNSS觀測數據結合實測氣象數據來實時估算高時空分辨率的大氣可降水量PWV[6],具有精度高、時空分辨率高、實時連續、不受云雨影響、成本低等特點。珠海市已建立了珠海北斗連續運行衛星導航與位置服務系統(Zhuhai Beidou continuously operating reference stations, ZHBDCORS),能為用戶提供高精度的導航定位服務[7],在信息化測繪建設的背景下,應充分發揮其應用價值,在需求分析的基礎上開展實時大氣可降水量監測系統的研究工作,有效利用現有的GNSS連續運行觀測站資源,豐富數據產品,拓展其應用領域。
當GNSS衛星信號穿過電離層和對流層過程時,會產生信號延遲。大部分電離層延遲可用無電離層組合法進行消除,對流層延遲(zenith tropos-pheric delay,ZTD)進行單獨估計,ZTD的90%是由大氣中干燥氣體引起的,稱為天頂對流層干延遲(zenith hydrostatic delay,ZHD),其余10%由水汽引起,稱為天頂對流層濕延遲(zenith wet delay,ZWD)。由于GNSS信號的濕延遲主要由大氣中的水汽引起,可通過GNSS來反演PWV。目前基于GNSS的對流層延遲觀測方法主要有相對定位(relative positioning,RP)和精密單點定位(precise point positioning,PPP)兩種模式[8-9],基于非差觀測模型的PPP技術無須額外引入基準站,可以估計測站的絕對對流層延遲,其中PPP完整的觀測方程如下
(1)
(2)
式中,PIF是偽距觀測值P1、P2組成的無電離層組合值;f1、f2分別表示載波相位觀測值Φ1、Φ2上的頻率;ρ是測站天線相位中心到衛星天線相位中心的幾何距離;c為光速;dt代表衛星鐘差;dT代表接收機鐘差;dorb表示衛星軌道誤差;dtrop代表對流層參數(由投影函數和天頂對流層參數構成);dmult/PIF、dmult/ΦIF分別代表偽距觀測與相位觀測的多路徑影響;N代表無電離層組合的整周模糊度參數;ε代表觀測值的隨機誤差。
將精密衛星星歷和鐘差引入,通過線性組合消除一階電離層延遲,利用地表實測氣壓及薩斯塔莫伊寧模型消除對流層天頂流體靜力學延遲誤差,利用經驗模型消除其他誤差項,經過數據預處理,粗差探測及剔除、周跳探測,并將天頂濕延遲同其他位置參數利用卡爾曼濾波一起估計,經過一段時間收斂之后,即可獲得穩定的對流層參數估值。得到最終的定位誤差方程
(3)
(4)

總延遲ZTD的精度主要取決于精密單點定位估計的濕分量的精度。獲得對流層濕分量后,利用轉換因子∏便可將對流層濕延遲量轉換為可降水量信息,如式(5)所示:
(5)

對流層水汽監測系統構建流程如圖1所示,系統主要包括實時數據流(real-time data)和數據處理中心(data processing system)兩部分,系統在設計上拓展了GNSS站點的接入范圍,全球任意的GNSS基準站點都可通過Internet接入。系統運行時,分別接收當地CORS基準站或接入的GNSS基準站點的實時觀測數據和IGS RTS實時軌道時鐘改正產品以及輔助氣象數據實時解算基準站上空的大氣可降水量,完成水汽監測過程。將解算成果按照指定的格式在服務器、PC展示平臺以及手機端進行展示和應用。

圖1 水汽監測系統軟件構建流程
其中,實時數據接收模塊主要接收國際全球導航衛星系統服務的實時服務(international GNSS service real-time service,IGS RTS)如衛星軌道時鐘改正數,廣播星歷接收解碼,GNSS基準站數據,氣象觀測數據。通過IGS文件傳輸協議(file transfer protocol,FTP)服務器下載國際地理聯合會(International Geographical Union,IGU)的預報星歷產品、系統運行所需的各類表文件以及國家水模型(national water model,NWM)數據的下載,如歐洲中期天氣預報中心(European Centre for Medium-Range Weather Forecasts,ECMWF)等;實時數據處理包含兩個模塊,一是實時PPP,用于估計出基準站坐標已經精確的ZTD產品;二是實時水汽轉換,利用由氣象參數或數學模型計算的ZHD將ZWD從ZTD中分離出來,再利用Tm模型計算水汽轉換系數后將BZWD轉化為BPWV;實時服務能提供5 min采樣間隔的實時PPP坐標解,發布實時ZTD參數,展示站點的PWV參數。珠海市天頂方向的對流層延遲ZTD空間分布動態圖與可降水量PWV空間分布動態如圖2、圖3所示。

圖2 珠海市天頂方向的對流層延遲ZTD空間分布動態

圖3 珠海市可降水量PWV空間分布動態
隨著GNSS的兼容與互操作的迅速發展,多模GNSS組合能夠提供更多的、空間構型更加合理的可視衛星[10],為驗證本系統對大氣可降水量監測的精度,選擇合適的單模或多模組合解算的方式,在ZHBDCORS的框架下,分別利用單GPS、單BDS、GNSS/BDS實時PPP計算得到的PWV與無線電探空儀得到的結果進行對比,選取了有無線電探空儀設施的GNSS測站,編號依次為1、2、3、4、5號站點。共選取年積日60~150 d的GNSS觀測數據和無線電探空儀數據,基于GNSS的實時PPP反演PWV每30 s解算一次,無線電探空儀得到的Radio-PWV每12 h一次。得到PPP-PWV分別與無線探空儀測得的PWV的精度對比如表1所示。

表1 GPS、BDS、GNSS/BDS分別解算的PPP-PWV與Radio-PWV之間的精度對比 單位:mm
由表1可知,單GPS的PPP-PWV比單BDS的PPP-PWV的偏差要小,基于GNSS/BDS聯合實時解算得到的PPP-PWV與無線探空儀得到的Radio-PWV相比差異小于2 mm,表明本文實時大氣可降水量監測系統能滿足實際應用需求。再從分別解算的RMS來看,GNSS/BDS聯合解算PWV的RMS為1.5~1.8 mm,單GPS解算PWV的RMS為1.7~2.1 mm,單BDS解算PWV的RMS為2.4~2.8 mm。表明GNSS/BDS聯合解算得到的PWV精度最高,單BDS解算的精度最低,可知北斗系統數據質量和穩定性比GPS要差。所以,本系統采用GNSS/BDS多模組合的PPP技術可對PWV進行反演。
ZHBDCORS的各站點分布如圖4所示,圖4為抽取的6個均勻分布的CORS站點,為測試大氣可降水量監測的內符合精度,驗證本系統能夠實現對CORS內較小區域的水汽監測,選取了2020年7月某天監測系統對珠海地區水汽監測的動態變化分析。
從圖4可以看出區域降雨的ZWD變化可以準確地反映到各個站點上,首先BTHU站在T06:00出現了ZWD監測圖出現明顯抬升,幅度大于20%且速率很大,此時除了DONA和QIAO兩個站點有緩慢的增加趨勢之外,FUSN和HEBO站并沒有明顯的增加現象,而DANG站出現了明顯的下降現象。結合站點分布圖可知,此時水汽存在由東向西輸送的過程,由DANG向BTHU方向輸送,但并沒有到達FUSN站點位置。由分析可知,本文監測系統能夠實現珠海地區CORS站點間小區域的水汽監測,準確區分各站之間的水汽變化。

圖4 2020年8月某日降雨期間各站點ZWD變化情況
為了進一步驗證對流層建模的精度,項目對2020年2月1日至2月15日和8月12日至8月16日15個測站進行建模,獲取各站點上空對流層延遲改正序列,在此基礎上,分別選擇3個站作為基準站,選擇3站范圍內1個站作為內插站,將3個站內插結果與中間1個站實測結果進行比對,交叉選擇的實驗方案如表2所示。
圖5給出了統計結果,再通過表3交叉驗證各方案的誤差統計表,可以看出,不同組合方案PWV內插結果均優于2 mm,能夠滿足水汽監測與氣象方面應用的精度要求。

表2 交叉驗證測站選擇方案

表3 交叉驗證方案的誤差統計表 單位:mm

(a)方案一

(b)方案二

(c)方案三

(d)方案四
本文依托珠海ZHBDCORS系統,開展實時大氣可降水量監測系統的應用研究。采用PPP技術與IGS軌道、鐘差產品實時或事后估計CORS站點上的大氣可降水量,實現實時發布水汽監測數據。通過內符合精度的測試,通過精度對比選擇GNSS/BDS多模聯合解算PPP,同時驗證了系統PPP-PWV數據滿足精度要求;在外符合精度測試中,通過系統監測的數據對CORS網區域內的水汽變化動態分析,表明本系統能夠實現較小區域內的水汽監測,具備高精度的監測能力,通過站點交叉驗證PWV的內插精度,進一步表明本系統的內符合精度優于2 mm,能滿足水汽監測與氣象方面應用的精度要求,為珠海城市CORS系統的多功能應用奠定基礎。