GNSS技术下北京7·21暴雨水汽含量反演分析

李 森，贾光军(1. 北京市测绘设计研究院，北京 100038； 2. 城市空间信息工程北京市重点实验室，北京 100038)

2012年7月21—22日，中国大部分地区遭遇暴雨，尤其是北京及其周边地区遭遇61年来最强暴雨，给北京地区带来人员伤亡和巨大经济损失。作为暴雨灾害预警系统的技术支撑，强降水监测预报成为目前急需解决的技术问题[1-3]。20世纪90年代，国内外学者提出基于GNSS的大气可降水量反演技术，通过与微波辐射计和探空探测大气可降水量进行比较分析，认为该方法可用于探测大气可降水量。随着研究的深入，GNSS探测大气可降水量的精度进一步提高，目前可达1.5 mm[4-5]。

本文利用北京市2012年7月18日至7月24日GNSS观测数据，反演大气可降水量，重点研究7·21暴雨前后北京地区大气可降水量变化特征，并将GNSS反演大气可降水量与NECP数据和无线电探空数据进行分析比较，验证利用GNSS观测数据反演大气可降水量的正确性和可靠性。

1 GNSS反演大气可降水量方法

1.1 基本原理

GNSS卫星发射的电磁波在到达接收机前要穿过大气层，由于大气中干空气、电子浓度、水汽等物质的存在导致无线电信号产生延迟，这种时间上的延迟等价于传播路径的增长，从而导致GNSS定位误差。20世纪90年代，有学者提出利用GNSS接收机接收到的无线电信号反算出大气中的电子密度、水汽含量等[6-7]。

GNSS信号延迟表现为两个方面：一是GNSS传播路径由直线变为弯曲；二是与电磁波在真空中的传播速度相比，电磁波传播速度减慢。这种延迟是由于传播路径上大气折射指数的变化引起的，而折射率指数变化与大气的温度、压力、湿度等大气状态相关[8-9]。

Thary提出的电磁波折射率指数表达式为

(1)

(2)

将式(1)代入式(2)可以得到天顶总延迟

ΔLzd+ΔLzw+ΔLze

(3)

式中，ΔLd、ΔLw、ΔLe分别表示大气干延迟、大气湿延迟、电离层延迟。由于通常情况下无法得知大气的Pd、Pw和T的空间分布，因此，Davis将状态方程引入，即

(4)

式中，Rd和Rw分别为干空气比气体常数和水汽比气体常数。同时，干延迟使用流体静力学代替，可得

ΔLs=ΔLzh+ΔLzw+ΔLze

(5)

(6)

1.2 大气可降水量(PWV)获取

公式如下

引入社会化专业分工优势，整合社会上优秀的IT资源，将IT运维管理部门的工作定位从亲力亲为、以基础事务为主的运行维护模式，转变为以引领、评估、改善、提高、发展为主线的工作定位及与之相适应的管理模式。将基础、重复、竞争性运维事务工作交由专业化公司来做，以最快地获取专业化支持能力，推动和实现IT支持环境的标准化、规范化管理。借助专业服务，在提高工作效率的同时更好地管理IT成本，在提升业务部门对于IT支持满意度的同时，为管理部门开辟新的空间从事更有价值、更有利于发展的事务，使管理部门在事业发展中的定位更准确，作用更突出。

ΔLzw=ΔLz-ΔLzd-ΔLze=

(7)

令Tm为垂直方向气压的加权平均温度，得

(8)

则式(6)中的湿延迟

(9)

因此，大气可降水量(PWV)为单位面积上垂直空气柱内水汽全部转化为降水时的降水量高度

PWV=∏ ΔLzw

(10)

(11)

1.3 反演流程

大气可降水量反演是精密GNSS数据处理的附属产品，GNSS解算过程中精密星历、精密钟差等数据的选择直接决定了大气可降水量反演精度。GNSS监测网基线长度从几十千米到上千千米不等，数据处理时必须顾及各种摄动力、固体潮、海潮、电离层延迟和对流层延迟等误差对计算天顶延迟的影响，同时采用精密GNSS数据处理软件，才能获取准确的大气可降水量[10-12]。

本文数据处理采用IGS事后精密星历文件(SP3文件)、卫星信息文件、、卫星轨道文件、地球自转参数文件、天线相位中心改正文件等相关数据文件，使用GAMIT软件进行基线解算，获得单天时间间隔15 s的天顶总延迟，并根据GNSS监测站采集的气象数据，提取监测站上空大气可降水量。

2 北京7·21暴雨前后大气可降水量分析

2.1 数据处理

利用北京及其周边的9个国际IGS站(BJFS、BJNM、CHAN、DEAJ、GUAO、LHAZ、TNML、ULAB和WUHN)的GNSS观测数据进行数据处理，选取2012年 7月18日至24日连续7 d的GNSS观测数据(O文件)和气象观测数据(M文件)。GNSS数据处理采用GAMIT软件，卫星星历选择精密星历，每15 min估算一次大气可降水量(PWV)，获得测站的可降水量的时间序列。

2.2 可降水量与北京7·21暴雨演变分析

根据9个国际IGS站分布情况，选取BJFS、GUAO、WUHN、ULAB和DEAJ 5个IGS站，分析2012年7月18—24日大气可降水量的变化特征，图1为BJFS、GUAO、WUHN、ULAB、DEAJ可降水量变化特征图。重点分析了位于北京西南山区的BJFS站和位于北京中心城区的BJNM站，并比较两个测站可降水量的微小变化。图2为BJFS站和BJNM站可降水量比较，图3为BJFS站可降水量中误差。

通过对图1—图3 GNSS反演7·21暴雨前后大气可降水量时间序列的变化特征的分析,可以发现：①北京7·21暴雨的前几天大气中的可降水量已经非常高，与武汉的大气中可降水量相当，远远高于新疆和乌兰巴托；②北京7·21暴雨当天大气中的可降水量急剧上升，在短时间内迅速到达峰值，升幅大，这是暴雨形成的趋势；③随着暴雨的减弱，大气中可降水量逐渐减少，暴雨过后可降水量又急剧下降，回归到北方地区正常水平；④虽然BJFS站和BJNM站均位于北京市域内，但是两个监测站反演得到的大气可降水量也存在一定的差异性，尤其在7·21暴雨当天可降水量峰值区域，位于北京西南部房山区的BJFS站获得可降水量略高于位于北京北三环海淀区的BJNM站，这一结果与气象部门公布的当天北京市实际降水量也是一致的。

图1 BJFS、GUAO、WUHN、ULAB和DAEJ站可降水量

图2 BJFS站和BJNM站可降水量比较

图3 BJFS站可降水量中误差

3 精度检验

3.1 GNSS反演结果与NECP资料比较

NCEP全球再分析资料是美国国家环境预测中心(NCEP)和国家大气研究中心(NCAR)合作建立起的资料库。本文使用的NCEP再分析场网格资料经纬度的格距大小都是2.5°，时间分辨率为6 h，时间段选取2012年度，通过内插方法得到北京地区整层大气可降水量NCEP/PWV[7]。

图4为北京7·21暴雨前后大气可降水量的GNSS反演结果与NCEP数据的比较，通过比较发现：GNSS反演结果与NCEP数据保持相同的趋势，利用皮尔逊积矩相关系数计算公式得到二者的相关系数为0.953，表明二者具有较强的相关性；虽然GNSS反演结果与NCEP数据保持相同的趋势，但是两者差别较大，平均误差达到13.38 mm，且NCEP数据均低于GNSS反演结果，存在系统性的偏差。

图4 GNSS反演结果与NCEP数据比较

3.2 GNSS反演结果与无线电探空资料比较分析

北京无线电大气探测站(ZBAA)是为研究大气科学在全球设立的大气探测站，大气探测站UTC时间每日0点和12点分别进行一次无线电大气探测。通过无线电探空仪可以准确探测大气不同高度的气压、温度、可降水量等数据。无线电探空仪是气象部门常用的大气数据探测方法，精度较高，常用作新方法的检验标准[13-15]。表1为北京7·21暴雨前后利用GNSS观测数据反演得到的大气可降水量与北京无线电大气探测结果的比较。

表1 北京7·21暴雨前后可降水量变化比较

由表1可以看出除7月21日12：00外，利用GNSS观测数据反演得到的大气可降水量与北京无线电探测结果基本一致，误差算术平均值为1.94 mm。通过分析发现7月21日12:00，较差偏差较大原因为本次无线电探测高度没有达到设计高度40 000 m，探测高度仅有20 026 m。

图5为2012年7月1日至7月31日，利用GNSS观测数据反演得到的大气可降水量与北京无线电探测结果比较图(剔除部分由探测高度较低导致探测结果偏差较大的数据)。通过对图5进行分析，并根据皮尔逊积矩相关系数计算公式，得到两者相关系数为0.971 6，GNSS反演结果与无线电大气探测站探测结果保持高度的一致性。虽然两种方式获得的大气可降水量存在高度一致性，但是GNSS反演结果普遍略高于无线电大气探测站探测结果。通过分析认为导致微小偏差的原因有两个：一是BJFS站和北京无线电大气探测站虽然都位于北京市域范围，但相距50 km，气象条件存在一定的差异性；二是GNSS卫星轨道较高，GNSS穿过的大气层长度远大于无线电大气探测站所探测的高度。

图5 GNSS反演结果与探空数据比较

4 结 论

本文通过对选取的9个IGS站GNSS观测数据进行数据处理，获取了测站大气可降水量时间序列，并重点分析了BJFS站和BJNM站在7·21暴雨前后大气可降水量的分布特征，同时将GNSS反演结果与NECP资料和无线电探空资料进行比较，得到以下结论：

(1) 北京7·21暴雨的前几天大气中的可降水量已经较大，7·21暴雨当天大气中的可降水量急剧上升，在短时间内迅速到达峰值。随着暴雨的减弱，大气中可降水量逐渐减少，暴雨过后可降水量又急剧下降，回归到正常水平。

(2) 虽然BJFS站和BJNM站均位于北京市域内，但是两个监测站反演得到的可降水量也存在一定的差异性，这是因为BJFS站位于7·21暴雨中心区域北京房山区，而BJNM站位于北京市区中心区域，降水量相对弱一些。

(3) GNSS反演结果与北京无线电大气探测站实际探测结果吻合较高，与NECP资料吻合度相对较弱，这是因为NECP资料是通过多期观测资料进行内插再分析获取的，现实性较差。

(4) GNSS反演结果普遍大于无线电探测站实际探测结果，这是因为GNSS卫星轨道较高(基本在2万千米以上)，GNSS穿过的大气层长度远大于无线电探测站所探测的高度。

(5) 虽然GNSS反演结果与无线电探测站实际探测结果保持高度的一致性，但是实际降水的形成是一个复杂的过程，并且小的降水具有较大的随机性，与大气中可降水量的多少相关性较弱，因此大气中可降水量与实际降水的多少还需要进一步深入研究。

参考文献：

[1] 刘严萍，张飞涟，孙晓.地基GPS可降水量用于2011年北京暴雨监测[J].大地测量与地球动力学，2013，33(2)：63-66.

[2] 罗梦森，曾明剑，景元书，等.GPS反演的大气可降水量变化特征及其与降水的关系研究[J].气象科学，2013，33(4)：418-423.

[3] 朱男男，沈桐立，朱伟军.一次降水过程的GPS可降水量资料同化试验[J].南京气象学院学报，2008，31(1)：26-32.

[4] ROCKEN C，HOVE T，JOHNSON J，et al.GPS/STORM—GPS Sensing of Atmospheric Water Vapor for Meteorology [J].Journal of Atmospheric & Oceanic Technology,2009,12(3)：468-478.

[5] 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[J].大气科学，1999，23(5)：605-612.

[6] 于胜杰，万蓉，付志康.气压对GPS大气可降水量解算的影响分析[J].大地测量与地球动力学，2013，33(2)：87-91.

[7] 杜明斌，尹球，刘敏，等.地基GPS/MET探测水汽等相关参数精度分析[J].大气与环境光学学报，2013，8(2)：138-145.

[8] 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.

[9] 刘旭春，王艳秋，张正禄.利用GPS技术遥感哈尔滨地区大气可降水量的分析[J].测绘通报，2006(2)：10-12.

[10] 丁继新，成英燕，王权，等.利用GPS技术遥感大气对流层水汽含量的研究[J].测绘科学，2002，27 (2)：16-19.

[11] 刘旭春，张正禄，张鹏，等.GPS反演大气综合水汽含量的影响因素分析[J].测绘科学，2007，32 (2)：21-23.

[12] 郭洁，李国平，黄文诗，等.不同类型降雨过程中GPS可降水量的特征分析[J].水科学进展，2009，20(6)：763-768.

[13] 刘旭春,王艳秋,张正禄.利用GPS技术遥感哈尔滨地区大气可降水量的分析[J].测绘通报，2006(4):10-12.

[14] 李慧，闫伟，王倩倩.地基GPS观测在水汽监测中的应用[J].华北水利水电大学学报(自然科学版)，2014，35(2)：89-92.

[15] 杨玲,李博峰,楼立志.不同对流层模型对GPS定位结果的影响[J].测绘通报,2009(4):9-11.