IGF/IGR/IGU星历产品反演大气可降水量可行性分析

杨 超，姜晓爽，胡月华

（1.山东正元数字城市建设有限公司，山东 烟台 264670）

在GNSS气象学中，大气可降水量（precipitable water vapor,PWV）反映了大气中水汽含量的丰富程度，PWV含量直接关系到短期气象降水及长期气候变化[1-7]。PWV是形成气候环境的重要特征量，其长期变化特征反映了气候的演变趋势，因此，实时监测PWV数据在GNSS气象学研究和应用领域中具有重要的指导意义[8]。

目前探测PWV常用的手段主要包括探空站、微波辐射、卫星遥感和太阳光谱分析等，这些技术探测PWV成本较高，操作难度大且复杂。为弥补常规大气水汽探测技术的局限性，将地基GNSS观测资料用来反演大气水汽含量，并展现出广阔的应用前景[9-10]。基于国际GNSS服务组织（international GNSS service,IGS）中心提供的最终精密星历（IGS final products,IGF）反演得到PWV精度可以达到2 mm，但是IGF产品更新时间较慢不具备实时性，无法满足实时水汽反演的需要。因此，国内外许多学者就快速精密星历（IGS rapid products,IGR）和超快速精密星历（IGS ul⁃tra-rapid products，IGU）是否可以代替最终精密星历等诸多实际应用问题进行了研究[12-15]。

本文选取香港地区连续运行参考站（hong kong continuously operating reference stations，HKCORS）2020-01-01~2020-01-31（DOY:001-031）观测数据进行解算，对比分析IGF/IGR/IGU产品对地基GNSS反演PWV的精度。

1 地基GNSS反演PWV原理

进入20世纪后，GNSS理论与应用得到快速发展，各个行业对GNSS数据处理都提出了更高的要求，地基GNSS气象学也快速得到应用。本次实验过程中借助GAMIT/GLOBK10.7软件获取对流层天顶总延迟（zenith tropospheric delay,ZTD），再结合气象观测资料和天顶静力延迟计算模型，得到天顶静力学延迟，如式（1）所示[9]：

式中，φ为测站的纬度；h0为测站海拔高度；P为测站地面气压；ZHD为天顶静力学延迟。天顶对流层总延迟减去天顶静力学延迟（zenith hydrostatic delay,ZHD）得到天顶湿延迟（zenith wet delay,ZWD），即：

式中，ZWD占ZTD的10%不到，但是受外界环境作用影响较大。利用Bevis公式计算出加权平均温度Tm，进而得到水汽转换系数Π。天顶湿延迟与水汽转换系数相乘即可得到大气可降水量，即：

式中，Π是无量纲转换因子，Π值得大小只和平均温度Tm相关。

2 IGF/IGR/IGU产品对比分析

IGS数据分析中心自2000年起提供IGF、IGR、IGU产品下载服务，不同的星历产品在轨道精度、钟差精度、滞后时间、更新率和采样率方面都存在较大的差异，IGF、IGR、IGU产品具体参数如表1所示。

表1 IGF/IGR/IGU产品对比分析表

从表1可以看出，IGF产品的轨道、钟差精度都优于IGR、IGU产品，但是滞后时间较长、更新率较慢；IGF、IGR、IGU产品轨道采样率间隔都是15 min，而钟差采样率IGF和IGR产品优于IGU产品；IGU产品最大的特点是具备实时性，无滞后时间，因此可将IGU产品进行地基GNSS水气反演可实际应用于天气预报。

3 数据来源与处理策略

3.1 数据来源

本次实验过程中选取17个HKCORS 2020年DOY：001~031观测数据进行解算，在解算过程中引入IGS观测站（BJFS、CHAN、SHAO和WUHN）数据进行联合解算，站点分布图如图1所示。引入IGS观测站数据其目的是为了削弱对流层相关性，IGS观测数据和星历产品通过IGS发布中心（ftp://cddis.gsfc.nasa.gov/）下载。美国怀俄明州立大学提供的探空数据产品被认为是当今精度最高的水汽产品，探空站数据在美国怀俄明州立大学(http://weather.uwyo.edu/)下载。

图1 站点分布图

3.2 处理策略

本次实验过程在利用GAMIT/GLOBK10.7软件，分别采用3种实验方案验证IGF、IGR、IGU产品对地基GNSS反演PWV的精度分析，具体处理策略如表2所示。

表2 数据处理策略

从表2可以看出，3种方案数据处理策略上采用控制变量法，3种方案唯一不同之处在于使用星历产品类型的不同。在数据处理的过程中：卫星截止高度角设置为10°；对流层总延迟计算方式采用Saas⁃tamoinen模型；全球气温气压模型采用目前全球范围内精度最高、使用范围最广的GPT2模型；映射函数采用全球范围内适用性最强的GMF映射函数模型；大气加权平均温度使用的是Bevis模型；解算过程中同时考虑到了潮汐改正、相位缠绕、相对论效应对PWV结果的影响。

4 案例分析

4.1 基线结果精度分析

标准化均方根误差（normalized root mean square，NRMS）基线解算结果中基线质量的重要指标之一，是用来表示GAMIT基线解算结果中基线值偏离加权平均值的程度，NRMS值越小（NRMS＜0.3），表示基线解算结果越好。

本次实验过程中针对3种不同方案对2020年DOY：001~031，共计31 d的HKCORS观测数据进行基线解算处理，对31 d解算结果进行统计分析，结果如图2所示。

由图2可知，3种方案基线解算的NRMS值均小于0.3，因此我们认为3种方案基线解算全部合格。同一天观测数据3种解算方案的NRMS值基本一致，无明显差异，进一步证实了使用IGR和IGU产品替代IGF产品进行基线解算是可行的，同时也为IGU产品用于气象预报奠定了基础。

4.2 PWV精度分析

为了进一步对IGF、IGR和I GU产品反演PWV的精度进行评估，本文选取香港地区探空站（King’s Park站,编号：45004）数据产品与HKCORS中HKSC基准站反演PWV进行对比分析。从地理位置上看出探空站与HKSC基准站直线距离＜2 km，实验过程中忽略两者在地理位置上的差异而引起的PWV在数值上表现出来的细小差异。对2020年DOY:001~031共计31 d的King’s Park探空站与HKSC基准站反演的PWV进行偏差统计，结果如图3所示。

图3 HKCORS反演PWV与探空站参考值间偏差

由图3可知，3种方案反演的PWV与探空站参考值间的偏差存在明显的差异。采用IGF、IGR和IGU产品反演的PWV与探空站参考值间的偏差分别优于1.5 mm、2.5 mm和4.0 mm，采用IGF产品反演的PWV与探空站观测数据最为接近，说明IGF反演的PWV精度最佳，IGU产品反演的PWV结果精度较低，但满足气象预报对精度的要求。

5 结语

借助IGS提供的IGF、IGR和IGU产品，对HK⁃CORS 2020年DOY:001~031观测数据进行解算，并把探空数据作为参考值对反演PWV进行精度评估，实验结果表明：使用IGR和IGU产品替代IGF产品进行基线解算是可行的，对基线解算结果无影响；IGF反演的PWV精度最佳，IGU产品反演的PWV结果精度较低；IGF、IGR和IGU产品反演的PWV与探空站参考值间的偏差分别优于1.5 mm、2.5 mm和4.0 mm，总体都优于1 cm，满足气象部门对气象预报精度的要求，在满足短期实时预报的前提下，可以利用IGU产品替代IGF产品进行PWV的解算服务。