北京市GPS水汽反演初步应用研究

刘严萍，王宇亮，张飞涟

（1.中南大学 土木工程学院，湖南 长沙 410083；2.河北联合大学 建筑工程学院，河北 唐山 063009）

水汽是地球大气中的一种重要成分，影响着辐射平衡、能量输送、云的形成和降水，水汽的潜能是大气从赤道向两极输送能量的重要机制，潜能的释放对大气的垂直稳定度、暴风雨的形成和演变以及地、气系统径向辐射能量平衡有显著的影响[1]．

2011年6月23日下午4点30分左右，北京遭遇入汛以来的最大降雨．受此影响，城区部分路段出现拥堵现象，首都国际机场所有进出港航班均被取消．2011年7月24日午后，北京市发生全市性的大暴雨，降水总量达9.85亿立方米，在个别地区出现了泥石流滑坡等不同程度的险情．除造成顺义区2人遭遇雷击死亡外，密云县也有2人死亡、1人失踪．特大暴雨导致平谷、密云部分地区发生泥石流灾害，近6000人被转移．

洪水被认为是世界范围内最频繁和最具毁灭性的自然灾害之一．我国由于地形和气候的影响，三分之二的国土存在着不同类型和不同程度的洪水灾害．洪水灾害一般是由连续性、高强度、长时间的大气降雨所导致的，而大气降雨在时空上的分布很不均匀[2]．预见期内的降雨量直接影响着洪水预报的精度，预见期越长，预见期内的降雨对预报值影响越大．因此，要提高洪水预报精度，必须借助于短期降雨预报．利用地基GPS反演水汽是目前大地测量与气象科学研究的一个热点和前沿问题．

如果知道可降水量的变化规律，就可以掌握其降雨趋势，也可以为气象部门提供基础数据源，具有重要的现实意义．GPS气象学理论是由Bevis在1992年提出[3]，自上世纪末以来，国内众多学者研究地基GPS反演大气水汽含量的原理并以香港、武汉、三峡、渤海等地区进行GPS气象学应用方面的研究[4-12]，取得了一系列的研究成果，为GPS技术在气象学领域的推广应用提供了基础．本文拟针对北京市GPS连续跟踪网GPS数据和气象数据，采用GAMIT软件获得GPS可降水量，对北京市不同区域的可降水量进行比较研究，获得水汽分布情况．

1 地基GPS水汽反演原理

地基GPS遥感水汽可以分为如下几个过程：1）利用GPS测量数据求解GPS对流层延迟；2）通过气压、温度或者测站地理坐标计算出静力学延迟；3）对流层延迟与静力学延迟作差得到对流层湿延迟；4）湿延迟转化为可降水量（水汽）．

对流层延迟作为GPS载波相位基本观测方程中的一项改正数出现，在GPS数据处理中将其作为未知参数，选取适当的对流层延迟解算模型，在解算结果中对流层延迟作为GPS处理结果的改正值得到．对流层延迟可以分为静力学延迟和湿延迟两部分．湿延迟，通过对流层延迟与静力学延迟的差值计算得到．

静力学延迟常用计算模型有Saastamoinen、Hopfield、Black模型[1]，最常用的模型为Saastamoinen．

Saastamoinen模型可由式 (1)表示：

湿延迟可以由对流层延迟和静力学延迟差值得到，即

2 北京市GPS连续跟踪网及数据解算情况

作者收集了北京市GPS连续跟踪网GPS资料，GPS测站信息见表1．

表1 北京市GPS连续跟踪网测站信息Tab.1 Station information of Beijing continuous operation reference system

论文采用的GPS数据时间如下：2007年161～163日（年积日），196～198日，336～338日；2008年041～043日，076～078日，181～183日，216～218日，共计21日数据．GPS数据解算采用GAMIT软件，星历采用IGS（International GNSS Service）提供的精密星历，GPS数据采样间隔30 s，每天的观测时间为UTC时间00：00～24：00，对流层延迟按小时估算，卫星截止高度角为10º，基线解算模式为Relax，按天解算，GAMIT软件估算对流层延迟采用的气象参数采用默认标准值．在用GAMIT处理GPS数据时，GPS网内应具有大于500 km长度的基线，这样得到的对流层延迟是独立的估计值；否则，结果会有偏差，这个偏差对于整个GPS网来说是一个常数，从而得到的对流层延迟为测站间的相对估计值[13-14]．北京市GPS连续跟踪网数据解算时引入了长距离GPS观测站SHAO，WUHN，LHAS同步处理，因而解算出来的对流层延迟为绝对估计值．对北京市GPS连续跟踪网数据进行处理，结合气象数据计算静力学延迟，获得各测站的可降水量值．图1为2008年041日GPS站点组成的基线，该图显示了各测站的位置情况．

3 北京市GPS水汽反演初步研究

在用GAMIT软件反演GPS对流层延迟，结合气象数据可以计算出北京市各GPS测站的可降水量值．图2和图3分别为2008年216～218日（年积日）和2008年041～043日各测站的可降水量比较图（图2、图3横轴为时间，单位为小时，纵轴为可降水量，单位为mm．）．

图1 北京市GPS测站位置Fig.1 GPSstation location in Beijing

图2 2008年216～218日北京市GPS连续跟踪网各测站可降水量比较Fig.2 Thecomparison among each station'sprecipitablewater vapor of Beijing continuousoperation referencesystem from 216th day to 218th day in 2008

图3 2008年041～043日北京市GPS连续跟踪网各测站可降水量比较Fig.3 Thecomparison among each station's precipitablewater vapor of Beijing continuous operation referencesystem from 041th day to 043th day in 2008

由图2、图3可以看出，同测站在冬季（041～043日）、夏季（216～218日）的可降水量差异很大，在216～218日的平均值为35 mm左右，而在041～043日的平均值只有2 mm左右．一日内正午的可降水量大于夜里的可降水量值．图2、图3可以看出各GPS站点在同一时段的可降水量的差异，如ZHAI的可降水量值较低，而CHPN站的可降水量值较高．利用GPS反演的可降水量资料可以进行区域水汽含量的分布研究，针对解算的各GPS站点的可降水量值，对北京市各GPS测站的可降水量进行均值统计，结果见表2．

表2为北京市各 GPS站点可降水量的平均统计结果比较，由表2可以看出，北京市的水汽值较大站点有：PING、CHAO、CHPN、DSQI、SHIJ，水汽值较低的站点有：ZHAI、YANQ、THKO、MYUN．从前文的 GPS可降水量反演公式可知可降水量值的高低与站点的海拔，纬度有关，结合表1各站点的地理位置信息，表2北京市各GPS站点的可降水量与测站海拔、纬度是密切相关的．

4 结论

由于数据有限，本文仅做了北京市GPS水汽反演的初步研究．本文针对北京市GPS连续跟踪网数据，获得了各测站的可降水量值，进行了水汽分布的比较．

表2 北京市GPS连续跟踪网各测站的可降水量的平均值统计Tab.2 Average value statistics of precipitable water vapor in Beijing continuousoperation reference system

[1]王勇．地基GPS气象学应用研究 [D]．武汉：中国科学院测量与地球物理研究所，2006．

[2]谷晓平．GPS水汽反演及降雨预报方法研究 [D]．北京：中国农业大学，2004．

[3]Bevis M，Businger S，Herringt A，et a1．GPSmeteorology:remotesensing of atmospheric water vapor using theglobal positioning system[J]．J Geophys Res，1992，97（15）：787-80l．

[4]陈俊勇．地基GPS遥感大气水汽含量的误差分析 [J]．测绘学报，1998，27（2）：113-118．

[5]陈永奇，刘炎雄，王晓亚，等．香港实时GPS水汽监测系统的若干关键技术 [J]．测绘学报，2007，36（1）：9-13．

[6]王勇，柳林涛，肖建华，等．武汉地区GPS气象网试验研究 [J]．武汉大学学报（信息科学版），2007，32（5）：435-438．

[7]陈波，史瑞琴，陈正洪．2007年湖北省梅雨期可降水量的GPS观测和分析 [J]．长江流域资源与环境，2009，18（6）：535-539．

[8]张化疑，刘焱雄，周兴华，等．渤海区域对流层加权平均温度研究 [J]．测绘信息与工程，2010，35（4）：1-2．

[9]丁金才，叶其欣．长江三角洲地区近实时GPS气象网 [J]．气象，2003，29（6）：26-30．

[10]王贵文，王泽民，杨剑．地基GPS准实时反演三峡地区大气可降水量的研究 [J]．武汉大学学报（信息科学版），2007，32（9）：761-764．

[11]王留朋，白征东，过静珺，等．利用地基GPSPWV序列和相对湿度RH序列研究暴雨过程 [J]．测绘科学，2007，32（3）：142-145．

[12]常亮，何秀凤．综合GPS和NCEP在区域降雨预报中的应用研究 [J]．中国科学：物理学力学天文学，2010，40（5）：685-692．

[13]DUANJ，BEVISM，FANGP，etal．GPSMeteorology:Directestimationof theabsolutevalueof precipitablewater[J]．JAppl Meteorol，1996，35（6）：830-838．

[14]李征航，徐晓华，罗佳，等．利用GPS观测反演三峡地区对流层湿延迟的分布及变化[J]．武汉大学学报（信息科学版），2003，28（4）：393-396．