GNSS技術(shù)下北京7·21暴雨水汽含量反演分析

李 森，賈光軍(1. 北京市測(cè)繪設(shè)計(jì)研究院，北京 100038； 2. 城市空間信息工程北京市重點(diǎn)實(shí)驗(yàn)室，北京 100038)

2012年7月21—22日，中國大部分地區(qū)遭遇暴雨，尤其是北京及其周邊地區(qū)遭遇61年來最強(qiáng)暴雨，給北京地區(qū)帶來人員傷亡和巨大經(jīng)濟(jì)損失。作為暴雨災(zāi)害預(yù)警系統(tǒng)的技術(shù)支撐，強(qiáng)降水監(jiān)測(cè)預(yù)報(bào)成為目前急需解決的技術(shù)問題[1-3]。20世紀(jì)90年代，國內(nèi)外學(xué)者提出基于GNSS的大氣可降水量反演技術(shù)，通過與微波輻射計(jì)和探空探測(cè)大氣可降水量進(jìn)行比較分析，認(rèn)為該方法可用于探測(cè)大氣可降水量。隨著研究的深入，GNSS探測(cè)大氣可降水量的精度進(jìn)一步提高，目前可達(dá)1.5 mm[4-5]。

本文利用北京市2012年7月18日至7月24日GNSS觀測(cè)數(shù)據(jù)，反演大氣可降水量，重點(diǎn)研究7·21暴雨前后北京地區(qū)大氣可降水量變化特征，并將GNSS反演大氣可降水量與NECP數(shù)據(jù)和無線電探空數(shù)據(jù)進(jìn)行分析比較，驗(yàn)證利用GNSS觀測(cè)數(shù)據(jù)反演大氣可降水量的正確性和可靠性。

1 GNSS反演大氣可降水量方法

1.1 基本原理

GNSS衛(wèi)星發(fā)射的電磁波在到達(dá)接收機(jī)前要穿過大氣層，由于大氣中干空氣、電子濃度、水汽等物質(zhì)的存在導(dǎo)致無線電信號(hào)產(chǎn)生延遲，這種時(shí)間上的延遲等價(jià)于傳播路徑的增長，從而導(dǎo)致GNSS定位誤差。20世紀(jì)90年代，有學(xué)者提出利用GNSS接收機(jī)接收到的無線電信號(hào)反算出大氣中的電子密度、水汽含量等[6-7]。

GNSS信號(hào)延遲表現(xiàn)為兩個(gè)方面：一是GNSS傳播路徑由直線變?yōu)閺澢?；二是與電磁波在真空中的傳播速度相比，電磁波傳播速度減慢。這種延遲是由于傳播路徑上大氣折射指數(shù)的變化引起的，而折射率指數(shù)變化與大氣的溫度、壓力、濕度等大氣狀態(tài)相關(guān)[8-9]。

Thary提出的電磁波折射率指數(shù)表達(dá)式為

(1)

(2)

將式(1)代入式(2)可以得到天頂總延遲

ΔLzd+ΔLzw+ΔLze

(3)

式中，ΔLd、ΔLw、ΔLe分別表示大氣干延遲、大氣濕延遲、電離層延遲。由于通常情況下無法得知大氣的Pd、Pw和T的空間分布，因此，Davis將狀態(tài)方程引入，即

(4)

式中，Rd和Rw分別為干空氣比氣體常數(shù)和水汽比氣體常數(shù)。同時(shí)，干延遲使用流體靜力學(xué)代替，可得

ΔLs=ΔLzh+ΔLzw+ΔLze

(5)

(6)

1.2 大氣可降水量(PWV)獲取

公式如下

引入社會(huì)化專業(yè)分工優(yōu)勢(shì)，整合社會(huì)上優(yōu)秀的IT資源，將IT運(yùn)維管理部門的工作定位從親力親為、以基礎(chǔ)事務(wù)為主的運(yùn)行維護(hù)模式，轉(zhuǎn)變?yōu)橐砸I(lǐng)、評(píng)估、改善、提高、發(fā)展為主線的工作定位及與之相適應(yīng)的管理模式。將基礎(chǔ)、重復(fù)、競爭性運(yùn)維事務(wù)工作交由專業(yè)化公司來做，以最快地獲取專業(yè)化支持能力，推動(dòng)和實(shí)現(xiàn)IT支持環(huán)境的標(biāo)準(zhǔn)化、規(guī)范化管理。借助專業(yè)服務(wù)，在提高工作效率的同時(shí)更好地管理IT成本，在提升業(yè)務(wù)部門對(duì)于IT支持滿意度的同時(shí)，為管理部門開辟新的空間從事更有價(jià)值、更有利于發(fā)展的事務(wù)，使管理部門在事業(yè)發(fā)展中的定位更準(zhǔn)確，作用更突出。

ΔLzw=ΔLz-ΔLzd-ΔLze=

(7)

令Tm為垂直方向氣壓的加權(quán)平均溫度，得

(8)

則式(6)中的濕延遲

(9)

因此，大氣可降水量(PWV)為單位面積上垂直空氣柱內(nèi)水汽全部轉(zhuǎn)化為降水時(shí)的降水量高度

PWV=∏ ΔLzw

(10)

(11)

1.3 反演流程

大氣可降水量反演是精密GNSS數(shù)據(jù)處理的附屬產(chǎn)品，GNSS解算過程中精密星歷、精密鐘差等數(shù)據(jù)的選擇直接決定了大氣可降水量反演精度。GNSS監(jiān)測(cè)網(wǎng)基線長度從幾十千米到上千千米不等，數(shù)據(jù)處理時(shí)必須顧及各種攝動(dòng)力、固體潮、海潮、電離層延遲和對(duì)流層延遲等誤差對(duì)計(jì)算天頂延遲的影響，同時(shí)采用精密GNSS數(shù)據(jù)處理軟件，才能獲取準(zhǔn)確的大氣可降水量[10-12]。

本文數(shù)據(jù)處理采用IGS事后精密星歷文件(SP3文件)、衛(wèi)星信息文件、、衛(wèi)星軌道文件、地球自轉(zhuǎn)參數(shù)文件、天線相位中心改正文件等相關(guān)數(shù)據(jù)文件，使用GAMIT軟件進(jìn)行基線解算，獲得單天時(shí)間間隔15 s的天頂總延遲，并根據(jù)GNSS監(jiān)測(cè)站采集的氣象數(shù)據(jù)，提取監(jiān)測(cè)站上空大氣可降水量。

2 北京7·21暴雨前后大氣可降水量分析

2.1 數(shù)據(jù)處理

利用北京及其周邊的9個(gè)國際IGS站(BJFS、BJNM、CHAN、DEAJ、GUAO、LHAZ、TNML、ULAB和WUHN)的GNSS觀測(cè)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，選取2012年 7月18日至24日連續(xù)7 d的GNSS觀測(cè)數(shù)據(jù)(O文件)和氣象觀測(cè)數(shù)據(jù)(M文件)。GNSS數(shù)據(jù)處理采用GAMIT軟件，衛(wèi)星星歷選擇精密星歷，每15 min估算一次大氣可降水量(PWV)，獲得測(cè)站的可降水量的時(shí)間序列。

2.2 可降水量與北京7·21暴雨演變分析

根據(jù)9個(gè)國際IGS站分布情況，選取BJFS、GUAO、WUHN、ULAB和DEAJ 5個(gè)IGS站，分析2012年7月18—24日大氣可降水量的變化特征，圖1為BJFS、GUAO、WUHN、ULAB、DEAJ可降水量變化特征圖。重點(diǎn)分析了位于北京西南山區(qū)的BJFS站和位于北京中心城區(qū)的BJNM站，并比較兩個(gè)測(cè)站可降水量的微小變化。圖2為BJFS站和BJNM站可降水量比較，圖3為BJFS站可降水量中誤差。

通過對(duì)圖1—圖3 GNSS反演7·21暴雨前后大氣可降水量時(shí)間序列的變化特征的分析,可以發(fā)現(xiàn)：①北京7·21暴雨的前幾天大氣中的可降水量已經(jīng)非常高，與武漢的大氣中可降水量相當(dāng)，遠(yuǎn)遠(yuǎn)高于新疆和烏蘭巴托；②北京7·21暴雨當(dāng)天大氣中的可降水量急劇上升，在短時(shí)間內(nèi)迅速到達(dá)峰值，升幅大，這是暴雨形成的趨勢(shì)；③隨著暴雨的減弱，大氣中可降水量逐漸減少，暴雨過后可降水量又急劇下降，回歸到北方地區(qū)正常水平；④雖然BJFS站和BJNM站均位于北京市域內(nèi)，但是兩個(gè)監(jiān)測(cè)站反演得到的大氣可降水量也存在一定的差異性，尤其在7·21暴雨當(dāng)天可降水量峰值區(qū)域，位于北京西南部房山區(qū)的BJFS站獲得可降水量略高于位于北京北三環(huán)海淀區(qū)的BJNM站，這一結(jié)果與氣象部門公布的當(dāng)天北京市實(shí)際降水量也是一致的。

圖1 BJFS、GUAO、WUHN、ULAB和DAEJ站可降水量

圖2 BJFS站和BJNM站可降水量比較

圖3 BJFS站可降水量中誤差

3 精度檢驗(yàn)

3.1 GNSS反演結(jié)果與NECP資料比較

NCEP全球再分析資料是美國國家環(huán)境預(yù)測(cè)中心(NCEP)和國家大氣研究中心(NCAR)合作建立起的資料庫。本文使用的NCEP再分析場網(wǎng)格資料經(jīng)緯度的格距大小都是2.5°，時(shí)間分辨率為6 h，時(shí)間段選取2012年度，通過內(nèi)插方法得到北京地區(qū)整層大氣可降水量NCEP/PWV[7]。

圖4為北京7·21暴雨前后大氣可降水量的GNSS反演結(jié)果與NCEP數(shù)據(jù)的比較，通過比較發(fā)現(xiàn)：GNSS反演結(jié)果與NCEP數(shù)據(jù)保持相同的趨勢(shì)，利用皮爾遜積矩相關(guān)系數(shù)計(jì)算公式得到二者的相關(guān)系數(shù)為0.953，表明二者具有較強(qiáng)的相關(guān)性；雖然GNSS反演結(jié)果與NCEP數(shù)據(jù)保持相同的趨勢(shì)，但是兩者差別較大，平均誤差達(dá)到13.38 mm，且NCEP數(shù)據(jù)均低于GNSS反演結(jié)果，存在系統(tǒng)性的偏差。

圖4 GNSS反演結(jié)果與NCEP數(shù)據(jù)比較

3.2 GNSS反演結(jié)果與無線電探空資料比較分析

北京無線電大氣探測(cè)站(ZBAA)是為研究大氣科學(xué)在全球設(shè)立的大氣探測(cè)站，大氣探測(cè)站UTC時(shí)間每日0點(diǎn)和12點(diǎn)分別進(jìn)行一次無線電大氣探測(cè)。通過無線電探空儀可以準(zhǔn)確探測(cè)大氣不同高度的氣壓、溫度、可降水量等數(shù)據(jù)。無線電探空儀是氣象部門常用的大氣數(shù)據(jù)探測(cè)方法，精度較高，常用作新方法的檢驗(yàn)標(biāo)準(zhǔn)[13-15]。表1為北京7·21暴雨前后利用GNSS觀測(cè)數(shù)據(jù)反演得到的大氣可降水量與北京無線電大氣探測(cè)結(jié)果的比較。

表1 北京7·21暴雨前后可降水量變化比較

由表1可以看出除7月21日12：00外，利用GNSS觀測(cè)數(shù)據(jù)反演得到的大氣可降水量與北京無線電探測(cè)結(jié)果基本一致，誤差算術(shù)平均值為1.94 mm。通過分析發(fā)現(xiàn)7月21日12:00，較差偏差較大原因?yàn)楸敬螣o線電探測(cè)高度沒有達(dá)到設(shè)計(jì)高度40 000 m，探測(cè)高度僅有20 026 m。

圖5為2012年7月1日至7月31日，利用GNSS觀測(cè)數(shù)據(jù)反演得到的大氣可降水量與北京無線電探測(cè)結(jié)果比較圖(剔除部分由探測(cè)高度較低導(dǎo)致探測(cè)結(jié)果偏差較大的數(shù)據(jù))。通過對(duì)圖5進(jìn)行分析，并根據(jù)皮爾遜積矩相關(guān)系數(shù)計(jì)算公式，得到兩者相關(guān)系數(shù)為0.971 6，GNSS反演結(jié)果與無線電大氣探測(cè)站探測(cè)結(jié)果保持高度的一致性。雖然兩種方式獲得的大氣可降水量存在高度一致性，但是GNSS反演結(jié)果普遍略高于無線電大氣探測(cè)站探測(cè)結(jié)果。通過分析認(rèn)為導(dǎo)致微小偏差的原因有兩個(gè)：一是BJFS站和北京無線電大氣探測(cè)站雖然都位于北京市域范圍，但相距50 km，氣象條件存在一定的差異性；二是GNSS衛(wèi)星軌道較高，GNSS穿過的大氣層長度遠(yuǎn)大于無線電大氣探測(cè)站所探測(cè)的高度。

圖5 GNSS反演結(jié)果與探空數(shù)據(jù)比較

4 結(jié) 論

本文通過對(duì)選取的9個(gè)IGS站GNSS觀測(cè)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，獲取了測(cè)站大氣可降水量時(shí)間序列，并重點(diǎn)分析了BJFS站和BJNM站在7·21暴雨前后大氣可降水量的分布特征，同時(shí)將GNSS反演結(jié)果與NECP資料和無線電探空資料進(jìn)行比較，得到以下結(jié)論：

(1) 北京7·21暴雨的前幾天大氣中的可降水量已經(jīng)較大，7·21暴雨當(dāng)天大氣中的可降水量急劇上升，在短時(shí)間內(nèi)迅速到達(dá)峰值。隨著暴雨的減弱，大氣中可降水量逐漸減少，暴雨過后可降水量又急劇下降，回歸到正常水平。

(2) 雖然BJFS站和BJNM站均位于北京市域內(nèi)，但是兩個(gè)監(jiān)測(cè)站反演得到的可降水量也存在一定的差異性，這是因?yàn)锽JFS站位于7·21暴雨中心區(qū)域北京房山區(qū)，而BJNM站位于北京市區(qū)中心區(qū)域，降水量相對(duì)弱一些。

(3) GNSS反演結(jié)果與北京無線電大氣探測(cè)站實(shí)際探測(cè)結(jié)果吻合較高，與NECP資料吻合度相對(duì)較弱，這是因?yàn)镹ECP資料是通過多期觀測(cè)資料進(jìn)行內(nèi)插再分析獲取的，現(xiàn)實(shí)性較差。

(4) GNSS反演結(jié)果普遍大于無線電探測(cè)站實(shí)際探測(cè)結(jié)果，這是因?yàn)镚NSS衛(wèi)星軌道較高(基本在2萬千米以上)，GNSS穿過的大氣層長度遠(yuǎn)大于無線電探測(cè)站所探測(cè)的高度。

(5) 雖然GNSS反演結(jié)果與無線電探測(cè)站實(shí)際探測(cè)結(jié)果保持高度的一致性，但是實(shí)際降水的形成是一個(gè)復(fù)雜的過程，并且小的降水具有較大的隨機(jī)性，與大氣中可降水量的多少相關(guān)性較弱，因此大氣中可降水量與實(shí)際降水的多少還需要進(jìn)一步深入研究。

參考文獻(xiàn)：

[1] 劉嚴(yán)萍，張飛漣，孫曉.地基GPS可降水量用于2011年北京暴雨監(jiān)測(cè)[J].大地測(cè)量與地球動(dòng)力學(xué)，2013，33(2)：63-66.

[2] 羅夢(mèng)森，曾明劍，景元書，等.GPS反演的大氣可降水量變化特征及其與降水的關(guān)系研究[J].氣象科學(xué)，2013，33(4)：418-423.

[3] 朱男男，沈桐立，朱偉軍.一次降水過程的GPS可降水量資料同化試驗(yàn)[J].南京氣象學(xué)院學(xué)報(bào)，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] 王小亞，朱文耀，嚴(yán)豪健，等.地面GPS探測(cè)大氣可降水量的初步結(jié)果[J].大氣科學(xué)，1999，23(5)：605-612.

[6] 于勝杰，萬蓉，付志康.氣壓對(duì)GPS大氣可降水量解算的影響分析[J].大地測(cè)量與地球動(dòng)力學(xué)，2013，33(2)：87-91.

[7] 杜明斌，尹球，劉敏，等.地基GPS/MET探測(cè)水汽等相關(guān)參數(shù)精度分析[J].大氣與環(huán)境光學(xué)學(xué)報(bào)，2013，8(2)：138-145.

[8] 陳俊勇.地基GPS遙感大氣水汽含量的誤差分析[J].測(cè)繪學(xué)報(bào)，1998，27(2)：113-118.

[9] 劉旭春，王艷秋，張正祿.利用GPS技術(shù)遙感哈爾濱地區(qū)大氣可降水量的分析[J].測(cè)繪通報(bào)，2006(2)：10-12.

[10] 丁繼新，成英燕，王權(quán)，等.利用GPS技術(shù)遙感大氣對(duì)流層水汽含量的研究[J].測(cè)繪科學(xué)，2002，27 (2)：16-19.

[11] 劉旭春，張正祿，張鵬，等.GPS反演大氣綜合水汽含量的影響因素分析[J].測(cè)繪科學(xué)，2007，32 (2)：21-23.

[12] 郭潔，李國平，黃文詩，等.不同類型降雨過程中GPS可降水量的特征分析[J].水科學(xué)進(jìn)展，2009，20(6)：763-768.

[13] 劉旭春,王艷秋,張正祿.利用GPS技術(shù)遙感哈爾濱地區(qū)大氣可降水量的分析[J].測(cè)繪通報(bào)，2006(4):10-12.

[14] 李慧，閆偉，王倩倩.地基GPS觀測(cè)在水汽監(jiān)測(cè)中的應(yīng)用[J].華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014，35(2)：89-92.

[15] 楊玲,李博峰,樓立志.不同對(duì)流層模型對(duì)GPS定位結(jié)果的影響[J].測(cè)繪通報(bào),2009(4):9-11.