地基GNSS遥感可降雨量精度分析

2018-01-08万丽华解瑞楠黄宝森

导航定位学报 2017年4期

王磊，万丽华，解瑞楠，黄宝森

(1.舟山市国土资源局，浙江舟山 316000；2.上海华测导航技术股份有限公司，上海 201702；3.中国石油大学(北京) 非常规天然气学院，北京 102200；4.上海岩土工程勘察设计研究院，上海 200438)

地基GNSS遥感可降雨量精度分析

王磊1，万丽华2，解瑞楠3，黄宝森4

针对可降雨量变化快、估计精度不高、时间分辨率低等问题，提出利用GNSS跟踪站连续不间断地观测数据，准确计算对流层延迟，进而遥感各测站处高精度、高时间分辨率的可降雨量，并利用并址的无线电探空站数据验证获得的可降雨量的方法，最后比较不同的处理策略获得的对流层延迟的差异。实验结果表明：联合GPS和GLONASS系统获得的结果精度优于单个系统，且GNSS技术和无线电探空技术获取的可降雨量均能达到mm级；另外GNSS技术所获得的可降雨量还具有较高的稳定性和时间分辨率，能反映短期内动态变化情况。

GNSS；对流层延迟；可降雨量；遥感；无线电探空

0 引言

20世纪90年代，文献[1]首次成功利用基于地基全球定位系统(global positioning system，GPS)计算出了具有较高精度的可降雨量。此后，GPS技术在气象等方面的应用得到迅速发展，并日趋成熟。目前，欧美等西方国家已基本实现了多种空间技术联合遥感水汽或可降雨量[2-3]，包括地基全球卫星导航系统(global navigation satellite system，GNSS)技术、无线电探空技术(radiosonde，RS)、星基GPS/GNSS技术、无线电掩星技术(radio occultation，RO)等。

我国开展GPS遥感可降雨量(precipitable water vapor，PWV)的研究起步稍晚于欧美国家[4]，且大部分研究都是基于单个GPS卫星系统[5]，很少联合多个卫星系统或者多种观测技术来反演可降雨量，也没有系统分析可降雨量的相关误差。

本文利用国内多个GNSS跟踪站提供的GPS和俄罗斯的格洛纳斯卫星导航系统(global navigation satellite system，GLONASS)数据，获得测站处对流层延迟和相应的可降雨量，然后利用并址的无线电探空数据估计各测站位置处的可降雨量，通过对比分析验证地基GNSS技术所获得的可降雨量的精度。

1 可降雨量估计原理

1.1 地基GNSS 技术

GNSS信号在传播过程中受到多种误差源的影响，其中影响比较大的有对流层延迟、电离层延迟、多路径效应等，其观测方差[6]可以表示为

(1)

对流层延迟可分为干延迟和湿延迟两部分，其中：干延迟可以通过模型精确求得；湿延迟和大气中湿度、气压和气温等相关，难以通过模型准确计算。在GNSS数据处理过程中，对流层延迟通常作为未知参数通过平差计算求得，而将模型求得的对流层延迟仅作为初始近似值。由于可降雨量PWV仅与湿延迟相关，因而在获得天顶对流层总延迟(zenith tropospheric delay，ZTD)后，首先需要分离相应的天顶湿延迟(zenith wet delay，ZWD)和天顶干延迟(zenith hydrostatic delay，ZHD)。根据Saastamoinen模型[7]可以准确计算出

ZHD=0.002 276 8Ps/(1-0.002 66·cos(2φ)-
0.28×10-6h)。

(2)

式中：Ps为测站处气压；φ和h分别为测站纬度和高程。ZTD减去ZHD便得到相应的ZWD。在获得ZWD后，PWV的计算公式[8-9]为

(3)

式中：ρ=1 000.0 kg/m3和R=8.314 462 J/(kg·mol-1)分别为水的密度和大气常数；Mw=0.018 016 kg/mol和Md=0.028 964 kg/mol分别为水和干空气的摩尔质量；k1=77.69 K/hPa、k2=71.295 2 K/hPa和k3=375 463 K2/hPa分别为大气的折射常数；Tm为测站处加权平均温度。Ps和Tm均可根据气象数据计算获得，也可根据相应的模型计算获得，比如全球气压温度模型(global pressure and temperature 2，GPT2)和Bevis模型[10-11]。

1.2 无线电探空技术

无线电探空技术通常将探空仪搭载在氢气球上，在气球上升过程中实时测定相应气象参数并传回地面站。目前，我国已有几十个无线电探空站。这些探空站每隔6 h或12 h释放一次氢气球采集相应的气象参数。通常探空仪测定的气象参数包括：气压、气温、露点温度、气球高度、风速、风向等。根据这些参数通过式(4)可以计算测站处相应的可降雨量[12]

(4)

式中：g为重力加速度；P0为地表气压；pn为气球上升时各处的气压；q为比湿且可由式(5)计算出来，即

。

(5)

式中：e为水汽压；Td为露点温度；ε为系数常量(此处取0.622 2)；exp为指数运算。

2 实验与结果分析

2.1 数据选择及处理方案

实验GNSS数据均可从国际GNSS服务组织(International GNSS Service，IGS)跟踪站下载，考虑到还需要相应的无线电探空数据，最终选取了6个并址的IGS跟踪站和无线电探空站，即BJFS(54511)、CHAN(54161)、JFNG(57494)、LHAZ(55591)、SHAO(58362)、URUM(51463)。此外为获得较高精度的对流层延迟结果，文章在解算GNSS数据时基于Bernese软件采用了多种不同的解算策略，然后选择精度最高的用于计算可降雨量，解算策略包括非差精密单点定位(precise point positioning，PPP)模式、双差(double difference，DD)模式、GPS单系统解算以及联合GPS和GLONASS系统解算等[13]。

2.2 对流层延迟结果分析

文中处理了6个IGS站(2016-01-01—2016-01-31)共31 d的GNSS数据，图1给出了SHAO和URUM站使用4种不同策略解算的对流层延迟结果。

图1 对流层延迟解算结果

由图可知，不同解算策略解算结果不同，但差异均非常小。此外，为分析对流层延迟结果的解算精度，将其与IGS欧洲定轨中心(Center for Orbit Determination in Europe，CODE)的对流层产品进行对比，二者差值如图2所示。

图2 对流层延迟解算结果与CODE差值

由图可以看出，SHAO和URUM站对流层结果与CODE解算结果之间的差异大部分在10 mm之内，且最大差异不超过20 mm。此外，不同解算策略所获得的对流层结果精度不同：PPP-GPS only(非差、GPS单系统)解算结果与CODE结果差异最大，即外符合精度最低；而DD-GPS/GLO(双差、联合GPS和GLONASS系统)解算结果与CODE之间的差异最小，即外符合精度最高。

表1列出了不同解算策略所获得的对流层延迟和CODE之间差异的标准差，由于CODE未解算JFNG和CHAN站的数据，无法比较其对流层延迟结果，因而表1未列出这2个测站。

表1 对流层结果与CODE之间差异的标准差 mm

由表可知，一般情况下双差(DD)解算结果优于非差精密单点定位(PPP)解算的结果，且联合解算结果优于单个系统结算结果。

2.3 可降雨量精度分析

在获得高精度的对流层延迟结果后，还需要根据式(2)和式(3)将对流层延迟转换成相应的可降雨量。本实验计算可降雨量所需的气压、加权平均温度等气象参数均来源于欧洲中期气象预报中心(European Center for Medium-range Weather Forecasts，ECMWF)。由于使用DD-GPS/GLO策略解算所获得的对流层延迟精度最高，因而在可降雨量计算时所用的对流层结果也是基于该策略所获得的。为分析GNSS遥感可降雨量的准确度和精度，本文还利用各测站无线电探空数据计算了可降雨量作为对比。

图3给出了SHAO站和URUM站可降雨量在一月份的变化。

图3 可降雨量变化

由图可知：GNSS计算和无线电探空数据计算所得的可降雨量基本一致；但是无线电数据所获得的可降雨量时间分辨率只有6 h或12 h，而GNSS计算所得的可降雨量时间分辨率较高，可达1h或更短。此外，由于无线电探空技术是通过无线电将各高度所测的气象参数传回地面站实现的，在某些情况下存在某些高度(或某气压层)气象数据缺失的现象，这必然会导致利用无线电探空数据计算所得的可降雨量存在较大的偏差或出现异常值，如图3(b)中的URUM站年积日第23 d所示。然而，利用GNSS技术所获得的可降雨量不但具有较高的精度和稳定性；而且由于其较高的时间分辨率，还能反映局部短期的动态变化过程等。

表2列出了各测站通过GNSS技术和无线电探空技术分别获取的可降雨量的差异结果。

表2 各测站GNSS和无线电探空技术获取的可降雨量的差异 mm

由表可知，虽然2种技术获得的可降雨量个别时刻的最大差异达到2～4 mm，但是平均差异基本保持在1 mm以内，标准差保持在1.5 mm之内。值得说明的是，由于GNSS站和无线电探空站不可能完全并址，文中将水平距离之差在50 km之内、高程之差在100 m的2个站即认为是并址，这也可能使得2种技术所获得的可降雨量存在细微的差别。整体而言，利用GNSS技术和无线电探空数据获得的可降雨量具有较好的一致性，且均达到了亚毫米级的精度，完全能够满足数值气象分析等方面的应用要求。

2.4 可降雨量误差分析

通过对比分析了PWV精度之后，还有必要从理论上进一步分析GNSS获取可降水量的误差及精度等。根据误差传播定律，由式(3)可以推导出可降水量的误差计算公式为

(6)

图4 可降雨量精度变化等值线

由图可知，即使在最差情况下GNNS技术获得的可降雨量精度也在3 mm之内。

3 结束语

随着GNSS技术的不断发展以及IGS产品精度的提高，GPS在气象学等领域的应用也日益受到人们的关注。文中基于GNSS技术获取了多个测站处的可降雨量，通过和无线电探空技术进行对比，结果表明GNSS和无线电探空技术获得的可降雨量均可达到mm级。此外，由于GNSS能够全天候不间断地工作，因而还具有高时间分辨率的特点和较好的长期稳定性

[1] BEVIS M，BUSINGER S，HERRING T A，et al.GPS meteorology：remote sensing of atmospheric water vapor using the global positioning system[J].Journal of Geophysical Research：Atmospheres，1992，97(14)：15787-15801.

[2] LI Z，MULLER J P，CROSS P.Comparison of precipitable water vapor derived from radiosonde，GPS，and moderate-resolution imaging spectroradiometer measurements[J].Journal of Geophysical Research：Atmospheres(1984-2012)，2003，108(20)：87-107.

[3] VAN BAELEN J，AUBAGNAC J P，DABAS A.Comparison of near-real time estimates of integrated water vapor derived with GPS，radiosondes，and microwave radiometer[J].Journal of Atmospheric and Oceanic Technology，2005，22(2)：201-210.

[4] 李成才，毛节泰，李建国，等.全球定位系统遥感水汽总量[J].科学通报，1999，44(3)：333-336.

[5] 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试验结果[J].科学通报，2000，30(增刊1)：107-110.

[6] 李征航，魏二虎，王正涛，等.空间大地测量学[M].武汉：武汉大学出版社，2010：131-136.

[7] SAASTAMOINEN J.Atmospheric correction for the troposphere and stratosphere in radio ranging satellites[J].Use of Artificial Satellites for Geodesy，1972，15(6)：247-251.

[8] 徐韶光，熊永良，刘宁，等.利用地基 GPS 获取实时可降水量[J].武汉大学学报(信息科学版)，2011，36(4)：407-411.

[9] 王勇，杨彬云，刘严萍，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，2010，35(2)：112-113.

[10] LAGLER K，SCHINDELEGGER M，BORHM J，et al.GPT2：Empirical slant delay model for radio space geodetic techniques[J].Geophysical Research Letters，2013，40(6)：1069-1073.

[11] 姚宜斌，张豹，严凤，等.两种精化的对流层延迟改正模型[J].地球物理学报，2015，58(5)：1492-1501.

[12] WANG J，ZHANG L.Systematic errors in global radiosonde precipitable water data from comparisons with ground-based GPS measurements[J].Journal of Climate，2008，21(10)：2218-2238.

[13] DACH R，HUGENTOBLER U，FRIDZE P，et al.Bernese GPS software version 5.0[M].Bern：Astronomical Institute，University of Bern，2007.

[14] YUAN Y，ZHANG K，ROHM W，et al.Real-time retrieval of precipitable water vapor from GPS precise point positioning[J].Journal of Geophysical Research：Atmospheres，2014，119(16)：10044-10057.

Accuracyanalysisofremotesensingonprecipitablewatervaporbyground-basedGNSS

WANGLei1，WANLihua2，XIERuinan3，HUANGBaosen4

(1.Zhoushan Bureau of Land Resources，Zhoushan，Zhejiang 316000，China；2.Shanghai CHC Navigation Technology Ltd.，Shanghai 201702，China；3.Unconventional Natural Gas Institute，CUPB，Beijing 102200，China；4.Shanghai Geotechnical Investigations and Design Institute，Shanghai 200438，China)

Aiming at the problems that the change of precipitable water vapor is rapid，the estimated accuracy is not high，and the time resolution is low，the paper proposed a method that continuous observation of GNSS stations was carried out，the derived tropospheric delays were converted to the precipitable water vapor with the meteorological data，and then the precipitable water vapor was retrieved from the related radiosonde stations which were collocated with the GNSS stations.Finally，the tropospheric delays from different strategies were compared.Experimental result showed that the final accuracy by combining GPS with GLONASS would be better than that by single system，and the precipitable water vapor from GNSS and radiosonde respectively would be both at the level of few millimeters；moreover，the precipitable water vapor obtained by GNSS was with high stability and time resolution，which could reflect the dynamic change in a short term

GNSS；tropospheric delay；precipitable water vapor；remote sensing，radiosonde

2017-01-11

上海市科委项目(14XD1421800)。

王磊(1990—)，男，浙江舟山人，工程师，研究方向为GNSS数据处理等。

万丽华(1990—)，男，江西余干人，硕士，研究方向为卫星导航及应用。

王磊，万丽华，解瑞楠，等.地基GNSS遥感可降雨量精度分析[J].导航定位学报，2017，5(4)：36-40.(WANG Lei，WAN Lihua，XIE Ruinan，et al.Accuracy analysis of remote sensing on precipitable water vapor by ground-based GNSS[J].Journal of Navigation and Positioning，2017，5(4)：36-40.)

10.16547/j.cnki.10-1096.20170408.

P228.4

2095-4999(2017)04-0036-05