利用NCEP再分析资料建立全球大气加权平均温度模型*

陈 鹏 陈家君

1)西安科技大学测绘科学与技术学院，西安 710054

2)大地测量与地球动力学国家重点实验室，武汉 430077

3)武汉大学测绘学院，武汉 430079

利用NCEP再分析资料建立全球大气加权平均温度模型*

陈 鹏1，2)陈家君3)

1)西安科技大学测绘科学与技术学院，西安 710054

2)大地测量与地球动力学国家重点实验室，武汉 430077

3)武汉大学测绘学院，武汉 430079

针对全球加权平均温度模型(GWMT)在海洋地区存在显著异常的缺陷，利用2007～2011年NCEP再分析资料建立全球大气加权平均温度模型GWMT_N。利用2011年全球650个无线电探空站Tm数据和2011年COSMIC掩星Tm数据对GWMT_N模型的精度进行验证。结果表明，GWMT_N模型避免了GWMT模型的缺陷，且在陆地地区的精度也得到了提高;GWMT_N模型的整体精度与采用地面实测温度的Bevis公式相当，且无需已知地面实测温度。

NCEP;GWMT_N;大气加权平均温度;探空站;COSMIC

利用GPS观测数据可以精确得到对流层天顶总延迟(zenith total delay，ZTD)、对流层天顶干延迟(zenith hydrostatic delay，ZHD)、天顶湿延迟(zenith wet delay，ZWD)和大气可降水量(precipitable water vapor，PWV)，而大气加权平均温度Tm是求解ZWD和PWV之间转换系数的关键变量［1－3］。国内外学者对大气加权平均温度Tm的计算开展了大量研究［1，4－14］。Yao 等［8］借鉴 Bevis 公 式［1］和 GPT 模型［3］，利用2005～2009年全球135个探空站的探空观测数据建立了与地面温度无关的全球加权平均温度模型(global weighted mean temperature，GWMT)，但建模时仅采用了探空站的数据，导致在海洋上空的计算精度和可靠性受到限制，在海洋上会出现明显的异常。为此，本文提出利用NCEP再分析资料建立全球大气加权平均温度模型。

1 加权平均温度Tm的获取与全球加权平均温度模型GWMT

目前，全球共有超过1 500个无线电探空站，每天UT0∶00和12∶00进行两次探空观测。利用无线电探空数据计算大气加权平均温度的公式为［8］:

Yao等［8］利用2005～2009年全球135个无线电探空站资料，建立的直接利用测站年积日和三维坐标计算全球加权平均温度的模型GWMT为:

2 利用NCEP再分析资料建立全球加权平均温度模型GWMT_N

NCEP/NCAR再分析资料由美国气象环境预报中心(NCEP)和美国国家大气研究中心(NCAR)联合制作。相对于地面探空站，NECP再分析资料的数据可以覆盖全球。

本文在建立全球大气加权平均温度模型时采用一日4次再分析资料中的等压面资料，该资料包括温度、位势高度、相对湿度和风速等参量，共分为17层，范围为 90°N ～90°S，0°～357.5°E，空间分辨率为2.5°×2.5°，时间分辨率为6 h。

2.1 Tm时间序列频谱特征分析

本文对2007～2011年NCEP再分析资料得到的每个时刻全球格网点Tm的平均值时间序列进行频谱分析。从图1可以看出，Tm除了存在显著的年周期外，还存在着明显的半年周期。

图1 2007～2011年NCEP全球Tm格网均值频谱分析结果Fig.1 Results of spectral analysis for mean of 2007 －2011 NCEP global Tmgrid

2.2 GWMT_N 模型

参考GWMT模型的建立方式，并考虑Tm半年周期项的影响，GWMT_N模型表达式为:

图2给出了GWMT_N模型系数的全球分布图。其中，α1表示海平面的平均Tm，是Tm的主要分量。从图中可以看出，GWMT_N模型的α1以赤道为中心南北半球大致对称，其变化主要沿纬度方向，而经度方向变化不大，在南半球尤为明显。模型系数在全球的分布更加符合真实状况，在海洋地区没有出现明显的异常现象，表明本文采用NCEP再分析资料格网Tm数据建立的GWMT_N模型更符合实际情况。

2.3 GWMT_N模型精度检验

采用平均绝对误差(MAE)和均方根误差(RMS)作为评定模型精度的标准，进行检核的数据包括2011年全球650个无线电探空站探测Tm数据和2011年COSMIC掩星Tm数据。无线电探空Tm数据共有185 790个比较样本，COSMIC掩星Tm数据共有410 663个比较样本。

2.3.1 无线电探空站Tm数据检验

图2 GWMT_N模型系数α1、α2和α3的全球分布Fig.2 Global distribution of GWMT_N’s model coefficients α1，α2and α3

在全球1 500多个无线电探空站中选取均匀分布的650个站2011年的全年观测数据对各个模型的精度进行检验，这些探空站主要分布在50°S～90°N范围内。将探空数据计算出的Tm作为真值，对GWMT-N模型、GWMT模型、Bevis公式求得的Tm分别进行检验。其中，利用Bevis公式计算Tm时，地面温度分别采用实测地面温度和GPT模型计算的地面温度。将各种模型计算的Tm与真实Tm作差，计算一年内每个探空站的MAE和RMS，如图3所示，各个模型MAE和RMS的最大值、最小值和平均值如表1所示。从表1可知，GWMT_N模型MAE和RMS的平均值为3.45K和4.31K，精度与Bevis+实测Ts的精度相当，高于Bevis+GPT和GWMT模型，而且GWMT_N模型无需已知地面实测温度，使用更为方便。从图3可以看出，各种模型在低纬度地区的精度最高，而在中高纬度地区精度较低，尤其在东亚地区精度明显低于其他地区，其原因有待进一步分析。

表1 各种模型结果与探空Tm数据之差统计Tab.1 MAE and RMS of the difference between various models and sounding Tm

2.3.2 COSMIC 掩星 Tm数据检验

从图3可以看出，无线电探空站主要分布在北半球的大陆地区，且时间分辨率较低，每天只有两次探空观测数据。为了进一步分析GWMT_N模型在海洋等地区和一天中其他时刻的精度和可靠性，采用2011年全年的COSMIC掩星Tm数据对GWMT_N模型和其他各种模型的精度进行验证。将COSMIC掩星数据计算的Tm作为真值，对不同方法的精度进行检验，其中在利用Bevis公式计算Tm时，地面温度分别采用掩星大气廓线最底层的温度和GPT模型的计算值。将不同方法计算的Tm与真实的Tm求差，将结果在纬度方向以2.5°进行分段，每个分段内的所有数据进行综合处理，求得每一个分段内所有差值的MAE和均方根，结果如图4所示。

由图4可知，GWMT_N模型在全球范围内有着较高的精度，不存在明显的异常现象。模型精度在低纬度地区略高于高纬度地区，在南极地区精度最低。GWMT_N模型的精度高于Bevis+GPT的精度，与Bevis+实测Ts的精度基本相当。GWMT模型在80°S～20°N之间存在明显的异常，这与该地区大部分被海洋覆盖有关。各种模型结果与COSMIC掩星Tm数据之差的MAE和RMS统计如表2所示，Bevis+实测Ts精度最高，GWMT_N模型的精度与之基本相当，MAE和均方根的平均值分别为3.39 K和4.47 K。

表2 各种模型结果与COSMIC掩星Tm数据之差Tab.2 MAE and RMS of the difference between various models and COSMIC occultation Tm

3 结论

检验结果表明，GWMT_N模型避免了GWMT模型在海洋地区出现明显异常的缺陷，同时陆地地区的精度也高于GWMT模型，是真正意义上全球适用的大气加权平均温度模型。GWMT_N无需地面实测温度，只需年积日和测站三维坐标即可获得高精度的Tm。

图3 各种模型结果与探空Tm数据之差的MAE和RMSFig.3 MAE and RMS of the difference between the various models and sounding Tm

图4 各种模型结果与COSMIC掩星Tm数据之差在不同纬度上的统计Fig.4 Difference between various models and COSMIC occultation Tm on different latitudes

1 Bevis M，et al.GPS meteorology:Remote sensing of atmospheric water vapor using the global positioning system［J］.Journal of Geophysical Research，1992，97(D14):15 787 －15 801.

2 Davis J L，et al.Geodesy by radio interferometry:Effects of atmospheric modeling errors on estimates of baseline length［J］.Radio Science，1985，20(6):1 593 －1 607.

3 Boehm J，Heinkelmann R，Schuh H.Short note:a global model of pressure and temperature for geodetic applications［J］.Journal of Geodesy，2007，81(10):679 －683.

4 Kuo Y H，et al.Comparison of GPS radio occultation soundings with radiosondes［J］.Geophysical Research Letters，32，L05817.

5 Rocken C，Van Hove T，Ware R.Near real-time GPS sensing of atmospheric water vapor［J］.Geophysical Research Letters，1997，24(24):3 221 －3 224.

6 Ross R J，Rosenfeld S.Estimating mean weighted temperature of the atmosphere for Global Positioning System applications［J］.Journal of Geophysical Research，1997，102(D18):21 719－21 730.

7 Wang J，Zhang L，Dai A.Global estimates of water-vaporweighted mean temperature of the atmosphere for GPS applications［J］.Journal of Geophysical Research，2005，110(D21).

8 Yao Y B，Zhu S，Yue S Q.A globally applicable，season-specific model for estimating the weighted mean temperature of the atmosphere［J］.Journal of Geodesy，2012，86(12):1 125－1 135.

9 李建国，等.使用全球定位系统遥感水汽分布原理和中国东部地区加权“平均温度”的回归分析［J］.气象学报，1999，157(3):283 － 293.(Li Jianguo，et al.The approach to remote sensing of water vapor based on GPS and linear regression Tm in eastern region of China［J］.Acta Meteorological Sinica，1999，157(3):283 －293)

10 刘焱雄，陈永奇，刘经南.利用地面气象观测资料确定对流层加权平均温度［J］.武汉测绘科技大学学报，2000(5):400 － 404.(Liu Yanxiong，Chen Yongqi，Liu Jingnan.Determination of weighted mean tropospheric temperature using ground meteorological data［J］.Journal of wuhan Techrical University of Surveying and Mapping，2000(5):400－404)

11 王勇，等.基于无线电探空的武汉大气加权平均温度模型研究［J］.测绘科学，2010(2):112－113.(Wang Yong，et.al.Study on model about mean vapor pressureweighted temperature of the atmosphere based on radiosonde［J］.Science of Surveying and Mapping，2010(2):112 －113)

12 于胜杰，柳林涛.水汽加权平均温度回归公式的验证与分析［J］.武汉大学学报:信息科学版，2009(6):741－744.(Yu Shengjie，Liu Lintao.Verification and analysis of the water-vpor-weighted mean temperature from Tm-Ts relationship［J］.Geomatics and Information Science of Wuhan University，2009(6):741 －744)

13 李国翠，等.华北地区地基GPS水汽反演中加权平均温度模型研究［J］.大气科学学报，2009(1):80－86.(Li Guocui，et al.Weighted mean temperature models for mapping zenith wet delays onto precipitable water in North China［J］.Journal of Nanjing Institute of Meteorology，2009(1):80－86)

14 毕研盟，等.应用地基GPS遥感倾斜路径方向大气水汽总量［J］.地球物理学报，2006，49(2):335 －342.(Bi Yanmeng，et al.Use ground-based GPS to sense slant path integrated water vapor［J］.Chinese Journal of Geophysics，2006，49(2):335 －342)

ESTABLISHMENT OF GLOBAL ATMOSPHERIC WEIGHTED AVERAGE TEMPERATURE MODEL USING NCEP REANALYSIS DATA

Chen Peng1，2)and Chen Jiajun3)
1)College of Geomatics，Xi’an University of Science and Technology，Xi’an 710054
2)State Key Laboratory of Geodesy and Earth’s Dynamics，Wuhan 430077
3)School of Geodesy and Geomatics，Wuhan University，Wuhan430079

A New global weighted temperature model(GWMT_N)was built using reanalysis data during 2007－2011 offered by NCEP to solve the remarkable limitation in ocean area of Global Weighted Mean Temperature(GWMT)model.Periodically semiannual effect of Tmwas taken into account in the new model.The accuracy of GWMT_N model was verified with 650 radiosonde stations in 2011 and COSMIC occultation in 2011.The results show that GWMT_N successfully avoid the limitation of GWMT，and its accuracy on land was even improved.The overall accuracy of GWMT_N is equivalent to that of Bevis formula.For the new method does not require observed temperatures on land，it can be applied more widely in GPS meteorology.

NCEP;GWMT_N;weighted temperature;radiosonde;COSMIC

P228.42

A

1671-5942(2014)03-0133-04

2013-12-02

大地测量与地球动力学国家重点实验室开放基金项目(SKLGED2013-4-10-EB);测绘遥感信息工程国家重点实验室开放基金项目(13S03);地理空间信息工程国家测绘地理信息局重点实验室开放基金(201318);武汉大学地球空间环境与大地测量教育部重点实验室开放基金项目(12-01-07);西安科技大学培育基金项目(201204)。

陈鹏，男，1984年生，博士，讲师，研究方向:GNSS电离层与对流层反演。E－mail:chenpeng0123@gmail.com。