留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于MGEX站多系统GNSS反演大气可降水量精度评估

郑志卿 张克非 李龙江 师嘉奇 张明浩

郑志卿, 张克非, 李龙江, 师嘉奇, 张明浩. 基于MGEX站多系统GNSS反演大气可降水量精度评估[J]. 全球定位系统, 2022, 47(5): 100-110. doi: 10.12265/j.gnss.2022119
引用本文: 郑志卿, 张克非, 李龙江, 师嘉奇, 张明浩. 基于MGEX站多系统GNSS反演大气可降水量精度评估[J]. 全球定位系统, 2022, 47(5): 100-110. doi: 10.12265/j.gnss.2022119
ZHENG Zhiqing, ZHANG Kefei, LI Longjiang, SHI Jiaqi, ZHANG Minghao. Performance evaluation of atmospheric precipitable water vapor inversion of mutil-system GNSS at selected MGEX stations[J]. GNSS World of China, 2022, 47(5): 100-110. doi: 10.12265/j.gnss.2022119
Citation: ZHENG Zhiqing, ZHANG Kefei, LI Longjiang, SHI Jiaqi, ZHANG Minghao. Performance evaluation of atmospheric precipitable water vapor inversion of mutil-system GNSS at selected MGEX stations[J]. GNSS World of China, 2022, 47(5): 100-110. doi: 10.12265/j.gnss.2022119

基于MGEX站多系统GNSS反演大气可降水量精度评估

doi: 10.12265/j.gnss.2022119
基金项目: 国家自然科学基金重点项目(41730109);国家自然科学基金面上项目(41874040)
详细信息
    作者简介:

    郑志卿:(1998—),男,硕士,研究方向为GNSS数据处理与GNSS气象学

    张克非:(1964—),男,博士,教授,研究方向为GNSS大气遥感,太空资源探测与利用,智慧农业大数据平台,空间环境管理

    李龙江:(1995—),男,博士,研究方向为地基GNSS水汽反演及在降雨预报中的应用

    师嘉奇:(1996—),男,博士,研究方向为卫星精密定轨与高精度电离层建模

    张明浩:(1998—),男,博士,研究方向为GNSS气象学

    通信作者:

    张克非 E-mail: profkzhang@cumt.edu.cn

  • 中图分类号: P228.4

Performance evaluation of atmospheric precipitable water vapor inversion of mutil-system GNSS at selected MGEX stations

  • 摘要: 2020年6月北斗卫星导航系统(BDS)完成全面组网,为分析其解算水汽信息的精度,选用15个MGEX (Multi-GNSS Experiment)测站2021年10月至11月的观测数据进行水汽反演. 利用GAMIT软件分别解算BDS、GPS、Galileo和GLONASS的观测数据,将得到的对流层天顶延迟(ZTD)与国际GNSS服务(IGS)发布的结果进行对比,并将解算的大气可降水量(PWV)分别与探空数据、ERA5数据计算得到的PWV对比. 实验结果表明:截止高度角设置为5°时,4个卫星系统估计的ZTD均方根 (RMS)均小于13 mm,GPS-PWV、BDS-PWV、Galileo-PWV、GLONASS-PWV与无线电探空可降水量(RS-PWV)相比,RMS平均值分别为2.25 mm、2.46 mm、2.52 mm和2.84 mm,RMS均小于3 mm;与ERA5-PWV相比,RMS平均值分别为1.63 mm、1.86 mm、1.76 mm和1.99 mm,RMS均小于2 mm. GPS探测水汽的精度最高,BDS探测水汽的精度低于GPS和Galileo,高于GLONASS,均满足气象学应用需求.

     

  • 图  1  MGEX 测站与探空站分布图

    图  2  不同截止高度角解算的GPS-ZTD与IGS发布ZTD 差值散点图

    图  3  ZTD时间序列

    图  4  GPS、BDS、Galileo和GLONASS解算ZTD与IGS发布的ZTD相关性分析

    图  5  各测站GPS、BDS、Galileo和GLONASS解算ZTD的bias

    图  6  各测站GPS、BDS、Galileo和GLONASS解算ZTD的RMS

    图  7  GPS、BDS、Galileo和GLONASS解算ZTD的bias和RMS

    图  8  4个卫星系统在测站BRST、JFNG、URUM和WUH2反演PWV的bias与RMS

    图  9  PWV时间序列

    图  10  GPS、BDS、Galileo和GLONASS反演PWV与ERA5-PWV相关性分析

    图  11  各测站GPS、BDS、Galileo和GLONASS反演PWV的bias

    图  12  各测站GPS、BDS、Galileo和GLONASS反演PWV的RMS

    图  13  GPS、BDS、Galileo和GLONASS解算PWV的bias和RMS

    表  1  数据解算参数设置

    参数选项参数设置
    解算模式双差
    观测值类型LC_AUTCLN
    轨道处理策略BASELINE
    迭代次数1-ITER
    对流层延迟时间分辨率/h1
    截止高度角/(°)$ 5 $
    采样间隔/s30
    海潮模型Otl.FES2004.grid
    对流层模型Saastamoninen
    映射函数模型VMF1
    卫星轨道WUM精密星历
    其他default
    下载: 导出CSV

    表  2  1959至今基于气压分层ERA5逐小时数据描述

    参数取值
    水平分辨率全球0.25°×0.25°
    垂直分辨率1 000~1 hPa,共 37 个气压层
    时间覆盖范围1959 年至今
    时间分辨率/h1
    气象参数位势、相对湿度、温度、比湿等 16 个气象参数
    下载: 导出CSV

    表  3  不同截止高度角解算的GPS-ZTD的bias和RMS mm

    测站bias/RMS
    10°15°20°25°
    CUSV 1.99/8.67 1.04/8.61 2.09/8.57 0.75/8.52 2.94/9.63 3.22/10.09
    IISC 0.16/5.63–0.02/5.62 0.34/5.78–2.88/6.62 1.42/6.23 –4.24/9.04
    JFNG–0.30/5.40–0.32/5.40–0.29/5.34–1.15/5.75–1.17/5.96 3.17/7.55
    KIT3 1.06/5.71 0.90/5.68 1.10/5.76–1.14/5.68–1.41/6.51 11.96/14.04
    POL2 1.04/4.50 0.95/4.54 1.07/4.57 1.74/5.06 8.38/7.63 19.00/20.14
    TASH 1.48/4.56 1.37/4.53 1.46/4.60 1.68/4.81 3.59/6.38 11.74/13.25
    ULAB–1.88/5.01–1.60/5.00–1.80/5.00–2.76/5.53–2.95/6.15 –12.67/14.03
    URUM–1.20/5.12 –1.02/5.08 –1.14/5.11 –5.05/7.43 –6.01/11.06 –6.46/10.01
    WUH2 0.67/7.12 0.56/7.05 0.71/7.04 –1.10/7.17 0.15/6.60 1.26/6.71
    平均值 0.34/5.75 0.21/5.72 0.39/5.75 –1.10/6.29 0.55/7.35 3.00/11.65
    下载: 导出CSV
  • [1] WANG J H, ZHANG L Y, DAI A G, et al. A near-global, 2-hourly data set of atmospheric precipitable water from ground-based GPS measurements[J]. Journal of geophysical research:atmospheres, 2007, 112(D11): D11107. DOI: 10.1029/2006JD007529
    [2] 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(D14): 15787-15801. DOI: 10.1029/92jd01517
    [3] 张卫星. 中国区域融合地基 GNSS 等多种资料水汽反演、变化分析及应用[D]. 武汉: 武汉大学, 2016.
    [4] 姚宜斌, 张顺, 孔建. GNSS 空间环境学研究进展和展望[J]. 测绘学报, 2017, 46(10): 1408-1420. DOI: 10.11947/j.AGCS.2017.20170333
    [5] 王朝阳, 周兴华, 卢勇夺, 等. 中国沿海地基 GPS 水汽反演精度分析[J]. 大地测量与地球动力学, 2016, 36(12): 1060-1063.
    [6] 董佩明, 赵思雄. 边界层过程对“98·7”长江流域暴雨预报影响的数值试验研究[J]. 气候与环境研究, 2003, 8(2): 230-240. DOI: 10.3878/j.issn.1006-9585.2003.02.10
    [7] 万蓉, 郑国光. 地基 GPS 在暴雨预报中的应用进展[J]. 气象科学, 2008, 28(6): 697-702. DOI: 10.3969/j.issn.1009-0827.2008.06.019
    [8] 楚艳丽, 郭英华, 张朝林, 等. 地基 GPS 水汽资料在北京“7·10”暴雨过程研究中的应用[J]. 气象, 2007, 33(12): 16-22. DOI: 10.7519/j.issn.1000-0526.2007.12.003
    [9] 李国翠, 李国平, 连志鸾, 等. 地基 GPS 水汽资料在石家庄一次暴雨过程中的应用[J]. 气象与环境科学, 2007, 30(3): 50-53. DOI: 10.3969/j.issn.1673-7148.2007.03.011
    [10] CHEN B Y, LIU Z Z. Analysis of precipitable water vapor (PWV) data derived from multiple techniques: GPS, WVR, radiosonde and NHM in Hong Kong[C]//China Satellite Navigation Conference (CSNC), 2014: 159-175. DOI: 10.1007/978-3-642-54737-9_16
    [11] BOONE C D, WALKER K A, BERNATH P F. Speed-dependent voigt profile for water vapor in infrared remote sensing applications[J]. Journal of quantitative spectroscopy and radiative transfer, 2007, 105(3): 525-532. DOI: 10.1016/j.jqsrt.2006.11.015
    [12] LU C X, FENG G L, ZHENG Y X, et al. Real-time retrieval of precipitable water vapor from Galileo observations by using the MGEX network[J]. IEEE transactions on geoscience and remote sensing, 2020, 58(7): 4743-4753. DOI: 10.1109/TGRS.2020.2966774
    [13] 郭秋英, 侯建辉, 刘传友, 等. 基于北斗三号的大气水汽探测性能初步分析[J]. 全球定位系统, 2021, 46(1): 89-97,111. DOI: 10.12265/j.gnss.2020090802
    [14] WANG X M, ZHANG K F, WU S Q, et al. The correlation between GNSS-derived precipitable water vapor and sea surface temperature and its responses to El Niño–Southern Oscillation[J]. Remote sensing of environment, 2018(216): 1-12. DOI: 10.1016/j.rse.2018.06.029
    [15] LI H B, WANG X M, CHOY S, et al. Detecting heavy rainfall using anomaly-based percentile thresholds of predictors derived from GNSS-PWV[J]. Atmospheric research, 2021(265): 105912. DOI: 10.1016/j.atmosres.2021.105912
    [16] HÉROUX P, KOUBA J. GPS precise point positioning using IGS orbit products[J]. Physics and chemismistry of the earth, part A:solid earth and geodesy, 2001, 26(6-8): 573-578. DOI: 10.1016/S1464-1895(01)00103-X
    [17] SAASTAMOINEN J. Contribution to the theory of atmospheric refraction[J]. Bulletin gæ odésique, 1972, 105(1): 279-298. DOI: 10.1007/BF02521844
    [18] HOPFIELD H S. Two-quartic tropospheric refractivity profile for correcting satellite data[J]. Journal of geophysical research, 1969, 74(18): 4487-4499. DOI: 10.1029/jc074i018p04487
    [19] BLACK H D. An easily implemented algorithm for the tropospheric range correction[J]. Journal of geophysical research:solid earth, 1978, 83(B4): 1825-1828. DOI: 10.1029/JB083iB04p01825
    [20] 吴旭祥, 郭秋英, 侯建辉. 基于BDS精密星历产品的水汽探测性能分析[J]. 全球定位系统, 2019, 44(5): 91-99. DOI: 10.13442/j.gnss.1008-9268.2019.05.014
    [21] 任超, 彭家頔, 佘娣, 等. 低高度角卫星信号对提高对流层估计精度的影响分析[J]. 大地测量与地球动力学, 2011, 31(6): 124-127. DOI: 10.14075/j.jgg.2011.06.010
  • 加载中
图(13) / 表(3)
计量
  • 文章访问数:  440
  • HTML全文浏览量:  81
  • PDF下载量:  53
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-06-29
  • 录用日期:  2022-07-31
  • 网络出版日期:  2022-09-27

目录

    /

    返回文章
    返回