利用地基北斗站反演大气水汽总量的精度检验

郭 巍 尹 球 杜明斌 刘 敏 朱雪松

(上海市卫星遥感与测量应用中心，上海 201100)



利用地基北斗站反演大气水汽总量的精度检验

郭 巍*尹 球 杜明斌 刘 敏 朱雪松

(上海市卫星遥感与测量应用中心，上海 201100)

采用上海市气象局建立的北斗气象站的2014年观测数据和我国自主研发的精密导航数据处理软件PANDA(position and navigation data analysist)实现了基于北斗数据的大气水汽总量(precipitable water vapor，PWV)反演，并将利用北斗卫星信号解算的大气水汽总量(WBD)结果与目前较为成熟的GPS卫星反演结果(WGPS)和无线电探空反演结果(WRadio)进行对比，研究表明：反演的WBD与WGPS的均方根误差均低于3.5 mm，反演的WBD与WRadio的均方根误差为3.6 mm，两种对比方式的相关系数均在0.95以上，反演方法以及地理位置的差异对于反演结果有一定影响；反演的WBD能够很好地反映出大气中水汽的变化特征，对于气象短时临近预报、气候分析有指示作用。

北斗卫星导航系统； 大气水汽总量； GPS

引 言

目前，北斗卫星导航系统在气象领域主要应用于气象数据的通信服务和探空观测，如汪波等[1]利用北斗卫星导航系统，结合福建省现有气象观测网络特点，对北斗卫星导航系统在气象部门使用的可行性进行探索；张恩红等[2]基于北斗卫星导航系统研发了北斗探空仪及地面接收系统，并进行了测风试验的对比。

国外在20世纪80年代末便开始了利用地基GPS(global positioning system)反演大气水汽总量(precipitation water vapor,PWV)的试验，如Bevis等[3]利用地面温度估算大气加权平均温度，实现了地基GPS反演大气水汽总量的技术；Duan等[4]发展了绝对PWV计算法，通过增加基线网的长度消除了反演过程中的绝对误差。国内最早由北京大学毛节泰教授引进且详细介绍了地基GPS反演大气水汽总量的方法[5]，近年很多学者开展了一系列的GPS气象学研究，取得一定成果[5-18]。类似GPS系统，地基北斗接收机可通过遥感观测到的北斗卫星信号的延迟量反演 PWV，提供常规气象观测资料无法提供的高精度、高时效的大气水汽资料，有效弥补了常规观测手段对大气水汽测量不足,对提高灾害性天气预报，尤其是强降雨天气的检测和预报能力起到了重要作用[8]。目前我国在该方面的研究仍属于刚起步阶段，对于高时空分辨率的大气水汽观测主要依靠GPS卫星导航系统。为了加强北斗导航系统在大气水汽监测中的研究和应用，上海市气象局引进了PANDA(position and navigation data analysist)软件和M300C_GNSS与UNICORE-UB240接收机建立了北斗气象观测站网。本文通过PANDA软件对接收的北斗数据进行湿延迟的解算，进而根据经验公式结合地面气象要素反演大气水汽总量。为了检验北斗数据反演大气水汽总量的精度，选取GPS气象站和探空站数据同时进行大气水汽总量的反演,并进行精度检验。

1 北斗卫星导航系统

北斗卫星导航系统(Compass/Beidou Navigation Satellite System)是中国正在实施的自主发展、独立运行的全球卫星导航系统。2012 年系统首先具备覆盖亚太地区的定位、导航和授时以及短报文通信服务能力,2020 年将建成覆盖全球的北斗卫星导航系统[19]。

北斗卫星导航系统空间段计划由35颗卫星组成，包括5颗地球静止轨道(geostationly orbit,GEO)卫星、27颗中圆地球轨道(medium earth orbit,MEO)卫星、3颗倾斜地球同步轨道卫星(inclined geosynchronous satellite orbit,IGSO)。5颗地球静止轨道卫星定点位置为58.75°E，80°E，110.5°E，140°E，160°E，中圆地球轨道卫星运行在3个轨道面上，轨道面之间为相隔120°均匀分布。至2012年底北斗亚太区域导航正式开通时，已为正式系统发射了16颗卫星，其中，14颗卫星组网并提供服务，分别为5颗地球静止轨道卫星(G2卫星未使用)、5颗倾斜地球同步轨道卫星(均在倾角55°的轨道面上)、4颗中圆地球轨道卫星(均在倾角55°的轨道面上，M1卫星未使用)，具体的星座系统和目前在轨运行的卫星信息见表1。

表1 目前在轨运行的北斗卫星信息Table 1 Information of Beidou satellite on-orbit

2 北斗卫星反演大气水汽总量

2.1 大气水汽总量反演原理

北斗卫星的微波信号被地球大气的电离层和中性大气所延迟，其中，电离层延迟近似与信号频率平方的倒数成比例，所以采用双频发射技术得以消除，其校正精度可达到毫米量级。余下的中性大气天顶延迟可分为由水汽产生的湿延迟(ZWD)和其他大气成分产生的干延迟或静力延迟(ZHD)，天顶静力延迟可使用精确的地面气压测量进行计算。因此，从北斗卫星测得的总天顶延迟中减去天顶静力延迟，就可以得到湿延迟，再通过以下公式转换为水汽总量W的测量：

W=∏×ZWD,

(1)

W为大气气柱的总水汽含量转换为等效液态水柱的高度，∏为转换因子

(2)

式(2)中，Rw=461 J·kg-1·K-1为水汽的比气体常数，k3和k2′为大气折射系数，k2′=16.48 K·hPa-1，k3=(3.776±0.014)×105K2·hPa-1，ρwater=103kg·m-3为水的密度，Tm为大气的权重平均温度，可定义为

(3)

式(3)中，e为水汽压，T为温度，单位：K，z表示积分高度，即积分从地面至大气层顶，Tm在实际工作中一般可通过地面温度Ts近似计算。本研究中，使用Bevis等[3]提出的Tm=70.2+Ts。

2.2 大气水汽总量反演流程

地基北斗反演对流层水汽实际上是高精度北斗数据后处理的产物，水汽提取的精度与北斗定轨和钟差相关。PANDA软件是我国自主研发的精密导航卫星数据处理软件，它不需要组网便可实现北斗导航卫星系统的高精度定轨，静态精密单点定位、相对定位以及动态伪距差分、相位差分定位[20]。

为了准确获取天顶延迟，须考虑各种摄动力、固体潮、海潮、电离层延迟和对流层延迟等等，使用高精度的北斗数据处理软件。本文收集北斗观测广播导航文件(n文件)、北斗观测数据文件(o文件)，下载解算所需的数据文件包括北斗精密星历文件(sp3文件)、地球自转参数文件、卫星信息文件、天线相位中心改正文件、卫星轨道文件, 通过PANDA软件采用单点定位解算技术得到时间间隔1 h的天顶总延迟，利用本地北斗气象站的气压、温度和湿度信息计算整层大气水汽总量。具体解算流程见图1。

图1 北斗数据解算PWV流程图Fig.1 Flow diagram of calculating PWV based on Beidou data

3 精度检验方法和结果

目前GPS气象学的技术比较成熟，GPS 系统的卫星发射讯号(电磁波)在到达接收天线前要穿过大气层，而电磁波在大气中要降低速度，进而产生信号传播在时间上的延迟，而这种延迟不仅与干空气有关，还与大气中的电子浓度、水汽含量有关。这种时间上的延迟等价于传播路径的增长，造成GPS定位中的误差。通过具备多种改正模型和算法的GPS解算软件如GAMIT(GPS at MIT),BERNESE和GIPSY(GPS Inferred Positioning System)等，可以获取任一方向上的对流层延迟。利用对流层延迟与水汽之间的关系,可建立GPS水汽反演方法，以获取整层大气水汽总量[21-26]。

在日常气象探测中多根据探空气球获得的各层温度、气压和湿度的测值计算整层大气水汽总量。为了检验地基北斗数据反演大气水汽总量的精度，本研究收集相应的北斗气象站、GPS气象站以及探空站资料进行大气水汽总量反演。地基北斗数据和GPS数据来自于上海市气象局建立的北斗气象观测网和GPS气象观测网，探空数据来源于上海市宝山探空站。所有站点中，北斗气象站有5个：罗泾、遥感中心、南汇、临港、金山卫；GPS气象站有4个：莘庄、南汇、临港、金山；探空站有1个：宝山。其中，南汇的北斗气象站和GPS气象站共用同一天线，其余进行比较的对应站水平相距离不超过10 km。此外，除宝山探空站和罗泾北斗气象站高程差达到30 m 外，其余进行比较的对应GPS气象站和北斗气象站的海拔差均不超过5 m。站点分布如图2所示。

图2 站点分布Fig.2 Map of sites

为了确定不同软件对于解算结果的影响，对于GPS数据本文采用两种解算方法：①在GPS气象站配置Trimble NetRs接收机，利用GAMIT软件采用双差技术进行解算，解算结果记为WGPS-G；②在北斗气象站配置M300C_GNSS或UNICORE-UB240接收机，利用PANDA软件单点定位技术进行解算，解算结果记为WGPS-P。而对于北斗数据则是在北斗气象站配置M300C_GNSS或UNICORE-UB240接收机，利用PANDA软件精密单点定位技术进行解算，解算结果记为WBD。此外，利用各层探空资料计算得到的大气水汽总量记为WRadio。

3.1 反演精度检验

3.1.1WGPS与WBD的精度检验

收集2014年1—4月的GPS气象站和北斗气象站的数据进行WGPS与WBD的精度检验。首先剔除由于数据传输或仪器故障的时次，然后进行时间上的匹配，最后对南汇北斗站(NHBD)、遥感中心北斗站(YGZX)、临港北斗站(LNGN)和金山北斗站(JSWZ)4个站点的WBD进行了精度分析。图3和图4显示了上海市临港和金山GPS气象站反演的整层水汽含量和北斗气象站反演的水汽总量散点图，表2是相关站点对比分析结果。由图3和图4可见，散点基本上都均匀分布在y=x线的两侧，且相对于WGPS-G，WGPS-P与WBD的散点分布更为密集，说明不同的反演方法对于大气水汽总量的结果也有一定影响。由表2的统计结果可知，在所有的站点中，南汇北斗站反演精度最好，两种方法反演的均方根误差均低于3 mm，这也与该地区GPS气象站和北斗气象站共用同一天线，不存在任何地理位置差异有关，其次是临港北斗站反演的结果。总体来说，WGPS-P与WBD的差异明显小于WGPS-G与WBD的差异。所有测站WBD和WGPS的均方根误差约为3 mm，且相关系数均超过0.95，达到0.001显著性水平，说明两者可以通过建立回归模型进行精度上的订正。

图3 临港GPS站反演的WGPS与临港北斗站反演的WBD散点图(a)GAMIT反演的WGPS，(b)PANDA反演的WGPSFig.3 Scatter plot of WGPS and WBD calculated at Lingang(a)WGPS calculated by GAMIT，(b)WGPS calculated by PANDA

图4 金山GPS站反演的WGPS与金山北斗站反演的WBD散点图(a)GAMIT反演的WGPS，(b)PANDA反演的WGPSFig.4 Scatter plot of WGPS and WBD calculated at Jinshan(a)WGPS calculated by GAMIT，(b)WGPS calculated by PANDA

站点对比方式样本量均方根误差/mm平均偏差/mm相关系数南汇北斗站与南汇GPS站WBD和WGPS-G7342.901.210.9588WBD和WGPS-P7342.771.090.9698遥感中心北斗站与莘庄GPS站WBD和WGPS-G6573.431.050.9531WBD和WGPS-P6573.280.970.9762临港北斗站与临港GPS站WBD和WGPS-G18493.44-1.180.9577WBD和WGPS-P18492.891.440.9748金山北斗站与金山GPS站WBD和WGPS-G13823.24-0.470.9502WBD和WGPS-P13823.151.750.9664罗泾北斗站与宝山探空站WBD和WRadio1273.641.240.9624

3.1.2WRadio与WBD精度检验

目前对大气中水汽的常规观测主要依赖于探空气球的观测。利用探空气球计算大气中的水汽含量计算公式为[27]

(4)

(5)

e=6.11×107.45×td/237.3+td。

(6)

其中,WRadio表示利用探空资料计算的大气水汽总量，单位:g·cm-2或mm；g为重力加速度，单位: m·s-2；q(p)为随气压变化的各气压层比湿，单位: g·kg-1；P0，Pz分别为地面和z高度的气压值，单位: hPa，e为水汽压，td为露点温度单位：℃。为了减少大气水汽总量计算的误差，本文计算WRadio时,考虑到各特性层温湿特征积分上限设为300 hPa。

由于探空站每天仅在08:00(北京时，下同)和20:00进行探空观测，匹配样本量较少(127)。由图5可见，WRadio与WBD的散点图相对来说分布并不是太密集，尤其是当水汽值较大时，分析原因当水汽值较大时往往伴随降水天气，导致探空气球的轨迹偏离得比较多。根据表2统计结果，均方根误差仍约为3 mm，属于合理区间，且相关系数达到0.96。宝山探空站(SHBS)海拔高度仅为6.7 m，而附近的罗泾北斗站(LJIN)海拔高度达到40 m，但是反演WBD与WRadio平均偏差为正，说明WBD的反演结果相对于探空资料计算结果有一些高估的倾向，实际应用时需考虑。

图5 罗泾北斗站反演的WBD与宝山探空站反演的WRadio的散点图Fig.5 Scatter plot of WBD calculated at Luojing and WRadio calculated at Baoshan

3.2 反演结果一致性

为了确定WBD反演结果在实际昼夜交替以及降水过程中实际变化的合理性，选取了2014年3月上海临港WBD和WGPS时序图以及2014年4月宝山WBD和WRadio时序图。从实际水汽含量随昼夜变化以及降水变化两方面进行分析。

3.2.1WBD与WGPS一致性检验

图6为2014年上海临港WGPS和WBD的时序图，由图6可见,3种方法反演的大气水汽总量变化基本一致，且三者均能很好地反映大气中的水汽变化：①3月21—23日的几个波峰波谷对应了大气水汽总量的日间变化[28]， ②三者的快速上升和回落对应着降水的发生和结束，且降水发生的时段也很好地对应着大气水汽总量超过降水阈值的阶段[8]。

图6 2014年3月临港大气水汽总量时间序列(柱状图为对应时刻的小时降水量，间断部分表示缺测，横线为临港3月发生降水的PWV阈值线)Fig.6 Sequence chart of PWV at Lingang in Mar 2014 (columnar represents corresponding rainfall, the continuous section shows lack of monitoring, black line represents the threshold for rainfall at Lingang)

3.2.2WBD与WRadio一致性检验

图7为2014年上海宝山WRadio和WBD的时序图。由图7可见，4月13日WRadio和WBD变化出现不一致的情形，经过查阅当时资料发现主要是北斗卫星当日的精密星历文件(sp3)缺失，PANDA软件解算时采用了默认的轨道数据，从而导致延迟量反演不准确。除此之外，WBD和变化WRadio基本一致。大部分时次WBD略大于WRadio，这与表2的结果也是一致的。

图7 2014年4月宝山大气水汽总量时间序列(间断部分表示缺测，柱状图为对应时刻的小时降水量，横线为宝山4月发生降水的PWV阈值线)Fig.7 Sequence chart of PWV at Baoshan in Apr 2014 (columnar represents corresponding time rainfall, the continuous section shows lack of monitoring, black line represents the threshold for rainfall at Baoshan)

4 结 论

本文分别选取了2014年上海市气象局建立的北斗气象站、GPS气象站以及探空站的资料进行大气水汽总量的反演，经过与GPS气象站反演的WGPS和探空数据计算的WRadio对比分析后发现：

1) 地基北斗卫星资料反演的WBD与其他两种方法反演大气水汽总量的均方根误差约为3.5 mm，相关系数均在0.95以上，基本满足气象观测要求。

2) 反演的WBD能够很好地反映大气中水汽的变化特征，当WBD快速上升到一定程度时,会导致降水的发生，对于气象短时临近预报、气候分析有很好的指示作用。

3) 接收机天线类型、台站位置以及解算的方法对于水汽总量反演精度有一定影响，由于北斗数据解算采用单点定位方法，因此，反演的大气水汽总量精度受北斗卫星精密星历等文件的影响较大。

[1] 汪波，曾昊川.基于北斗卫星应急传输国家气象自动站功能设计.信息通信，2013(9)：70-72.

[2] 张恩红，曹云昌，朱彬.北斗探空系统研发及其测风性能初步分析.应用气象学报，2013,24(4)：464-471.

[3] Bevis M，Businger S，Chiswell S R，et al.GPS meteorology: Mapping zenith wet delays onto precipitable water.ApplMeteor，1994，33:379-386.

[4] Duan J P，Bevis M，Fang P.GPS Meteorology:Direct estimation of the absolute value of precipitable water.JAppliedMeteor，1996,35:830-838.

[5] 毛节泰.GPS的气象应用.气象科技，1993,21(4):45-49.

[6] Liao Y A，Huang C Y.GPS observation of PW during the passage of a typhoon.EarthPlanetSpace,2000,52:709-712.

[7] Rocken C，Hove T V.GPS/STORM-GPS sensing of atmospheric water vapor for meteorology.JAtmosOceanTech,1995,12(3):468-478.

[8] 叶其欣，杨露华，丁金才.GPS/PWV 资料在强对流天气系统中的特征分析.暴雨灾害，2008，27(2)：141-148.

[9] 曹云昌，方宗义，李成才，等.利用GPS和云图资料监测北京地区中小尺度降水的研究.高原气象，2005,24(1):91-96.

[10] 李国平，黄丁发.GPS气象学研究及应用的进展与前景.气象科学，2005,25(6):651-661.

[11] 王小亚，朱文耀，严豪健，等.地面GPS探测大气可降水量的初步结果.大气科学，1999，23(5)：605-612.

[12] 宋淑丽，严文耀，丁金才，等.上海GPS综合应用网对2002年长江三角洲地区入海过程的监测.天文学进展，2003，21(2): 180-184.

[13] 陈娇娜，李国平，黄文诗,等.华西秋雨天气过程中GPS遥感水汽总量演变特征.应用气象学报，2009,20(6):753-760.

[14] 丁海燕，李青春，郑祚芳,等.利用北京GPS监测网分析夏季暴雨的水汽特征.应用气象学报，2012,23(1):47-58.

[15] 李延兴，徐宝祥，胡新康,等.应用地基GPS技术遥感大气柱水汽量的试验研究.应用气象学报，2001，12(1):61-69.

[16] 曹晓刚，丁金才，叶其欣,等.利用水汽总量资料诊断入梅时间的方法.应用气象学报，2007，18(6)：791-801.

[17] 杜明斌，杨引明，丁金才.COSMIC反演精度和有关特性分析.应用气象学报，2009，20(5):586-593.

[18] 郝丽萍,邓佳,李国平,等.一次西南涡持续暴雨的GPS大气水汽总量特征.应用气象学报，2013,24(2):230-239.

[19] 杨元喜，李金龙，徐君毅，等.中国北斗卫星导航系统对全球PNT用户的贡献.科学通报，2011，56(21)：1734-1740.

[20] 施创，赵齐乐，李敏,等.北斗卫星导航系统的精密定轨与定位研究.中国科学：地球科学，2012，42(6)：854-861.

[21] 袁招洪，丁金才，陈永林.中尺度数值预报模式预报水汽与GPS观测的比较研究.大气科学，2004，28(3)：433-440.

[22] 王小亚，朱文耀，严豪健，等.地面GPS探测大气可降水量的初步结果.大气科学，1999，23(5)：605-612.

[23] 何平，徐宝祥，周秀骥,等.地基GPS反演大气水汽总量的初步试验.应用气象学报，2002,13(2):179-183.

[24] 丁金才，叶其欣，马晓星,等.区域GPS气象网站点合理布设的几点依据.气象，2006，32(2)：34-39.

[25] 刘敏，郭鹏，叶其欣，等.上海地区地基GPS水汽三维层析技术和初步应用.天文学报，2010，51(3)：299-308.

[26] 李延兴，徐宝祥，胡新康,等.用地基GPS观测站遥测大气含水量和可降雨量的理论基础与实验结果.中国科学:A辑，2000，30(增刊Ⅰ)：107-110.

[27] 刘国纬.水文循环的大气过程.北京:科学出版社,1997:27-28.

[28] 杨引明，朱雪松，刘敏,等.长江三角洲地区GPS大气可降水量统计特征分析.高原气象,2008,27(增刊Ⅰ):150-157.

The Accuracy Test of Retrieved Precipitation Water Vapor Based on Beidou Observations

Guo Wei Yin Qiu Du Mingbin Liu Min Zhu Xuesong

(ShanghaiCenterforSatelliteRemoteSensingApplications,Shanghai201100)

The Beidou Navigation Satellite System is an independent system under construction in China. Observations of Beidou can be used to retrieve atmospheric precipitation water vapor (PWV) and provide information of water vapor with high precise and high real time. Beidou meteorological observation network is built by Shanghai Meteorological Bureau with PANDA (position and navigation data analysist) and M300C_GNSS, UNICORE-UB240 Beidou receivers, and the atmospheric precipitation water vapor is acquired. First, satellite data is received by Beidou meteorological observations and satellite orbit files are downloaded synchronously, and then zenith total delay (ZTD) is calculated by PANDA modules, and at last the PWV is retrieved based on surface meteorological parameters observed by automatic weather stations.

Results of PWV retrieved by Beidou data (WBD) are compared with both PWV retrieved by GPS data(WGPS) and radiosonde data (WRadio), as the technology of them are mature.WGPSis retrieved by two methods: One is GAMIT (GPS at MIT) with the method of double difference phase observation, the other is PANDA with the method of precise point positioning.WRadiois retrieved by the method of water vapor integration from different pressure levels. The horizontal distance difference between corresponding observations is no more than 10 km, the elevation difference between GPS and Beidou observations is no more than 5 m, and the elevation difference between radiosonde and Beidou observations is about 30 m. Results show that the root mean square error (RMSE) betweenWBDandWGPSis no more than 3.5 mm, the correlation coefficient between them is over 0.95, and the RMSE betweenWBDandWGPS-Pis smaller than that betweenWBDandWGPS-G, which means that the retrieve method has certain influence on results of PWV. The RMSE between WBDandWGPS-Radiois about 3.6 mm, the correlation coefficient between them is over 0.96, andWBDis on the high side compared withWGPS-Radio.WBDcan well reflect the temporal changing characteristics of water vapor in the atmosphere and has corresponding relations with precipitation, which plays an important role in short-term weather forecast and climate analysis. The accuracy ofWBDrelies much on the precise ephemeris of Beidou.

With the development of the Beidou Navigation Satellite System, the accuracy of PWV based on Beidou observations can surpass that based on GPS observations. Therefore, making the best of the Beidou Navigation Statellite System and improving meteorological service withWBDis important for the modernization of meteorology.

the Beidou Navigation Statellite System； PWV； GPS

10.11898/1001-7313.20150310

上海市气象局启明星课题“地基北斗资料的质量检验和初步应用”，国家自然科学基金面上项目(41475040)，中国气象局气象行业专项(201306102)，上海市气象局科技面上项目(ms201414)

郭巍,尹球,杜明斌,等. 利用地基北斗站反演大气水汽总量的精度检验. 应用气象学报，2015，26(3)：346-353.

2014-09-22收到， 2015-01-30收到再改稿。

* email: guowei_0425@163.com