基于地基GPS可降水量反演

发布时间：2021-07-16 21:12

　　应用GPS技术来预计可降水量的方法相对来说精度较高,并且不受外界环境条件的制约,可以进行全天候的观测,观测时间短、作业效率高,因此,近些年来这种方法得以广泛的应用。由于对流层延迟和可降水量的相关性较强,因而能够通过测站GPS观测数据推算出对流层延迟,再由对流层延迟直接推算得到可降水量。本文针对澳大利亚卡拉萨的IGS站karr测站以及北京房山的IGS站bjfs测站的观测数据,分别利用3种气象模型对观测数据进行处理,得到天顶对流层延迟、天顶流体静力学延迟和天顶湿延迟,再由天顶湿延迟反演得到我们所需的可降水量[1]。 

【文章来源】：测绘与空间地理信息. 2020,43(12)

【文章页数】：5 页

【部分图文】：

GPS信号误差气象学原理图

如图2所示，可以看出在澳大利亚卡拉萨地区karr测站上，使用3种气象模型获得的可降水量呈现相同的变化趋势，可降水量均在15—35 mm之间浮动，00:00:00时为可降水量的低谷，在时间段00:00:00—01:00:00之间有一次较大幅度的增长，此后大体为先升高再降低的趋势，在时间段12:00:00—15:00:00时之间会达到峰值。图中可以看出，使用3种气象模型得到的可降水量估计结果基本一致，方案1(VMF1模型)与方案2(GPT2模型)和方案3(UNB3模型)之间的差异在毫米级，方案2与方案3的曲线基本一致。如图3所示，我们可以看出，bjfs测站利用3种不同的气象模型获得的可降水量呈现相同的变化趋势，可降水量在22—41 mm之间浮动，大体呈现逐渐减少的趋势，在06:00:00-09:00:00之间出现了一次较大幅度的增长，在此时间段内会达到峰值。方案1(VMF1模型)与方案2(GPT2模型)之间相差较小，差值在2 mm左右;方案3(UNB3模型)与方案1、方案2之间差异较大，差值在4—6mm之间。

如图3所示，我们可以看出，bjfs测站利用3种不同的气象模型获得的可降水量呈现相同的变化趋势，可降水量在22—41 mm之间浮动，大体呈现逐渐减少的趋势，在06:00:00-09:00:00之间出现了一次较大幅度的增长，在此时间段内会达到峰值。方案1(VMF1模型)与方案2(GPT2模型)之间相差较小，差值在2 mm左右;方案3(UNB3模型)与方案1、方案2之间差异较大，差值在4—6mm之间。通过图2和图3的对比分析，我们会发现bjfs测站3种方案所获可降水量之间的差异要比karr测站3种方案所获可降水量之间的差异大。这是因为北京房山地处北温带的大陆地区，属于典型的北温带半湿润大陆性季风气候，四季分明，春季干旱，夏季高温多雨，秋季短暂，冬季寒冷干燥。而澳大利亚地处南半球的热带地区，位于南太平洋和印度洋之间，具有多种气候类型，受到北部西北季风与东南信风影响，降水季节性变化，在北部形成热带草原气候。卡拉萨就位于澳大利亚的西北沿海地区，属于典型的热带草原气候。

【参考文献】：
期刊论文
[1]中国区域大气加权平均温度的时空变化及模型[J]. 龚绍琦.  应用气象学报. 2013(03)
[2]IGS数据下载方法[J]. 陈欣,杨博,李爱荣.  软件导刊. 2013(05)
[3]利用地基GPS获取实时可降水量[J]. 徐韶光,熊永良,刘宁,黄丁发.  武汉大学学报(信息科学版). 2011(04)
[4]GPS定位系统中几种对流层模型的探讨[J]. 赵铁成,韩曜旭.  全球定位系统. 2011(01)

博士论文
[1]GPS资料在中尺度数值预报模式中的应用研究[D]. 袁招洪.南京气象学院 2004

硕士论文
[1]地基GPS探测水汽理论与技术研究[D]. 张鹏飞.长安大学 2013



本文编号：3287774