共查询到20条相似文献，搜索用时 306 毫秒
1.
GPS水汽遥感中的大气干延迟局地订正模型研究 总被引：9，自引：2，他引：9
在GPS遥感水汽过程中,大气干延迟模型的精度直接影响水汽遥感的精度。根据广东清远站1995～2001年的气象探空资料,计算了GPS水汽测量中的实际大气干延迟。在此资料基础上,利用地面气象要素建立了大气干延迟的年和分月局地订正模型。分析结果表明,年模型的精度优于目前广泛使用的普适模型;月模型与年模型相比,效果不是很明显,建立局地分月订正模型意义不大;在对高度角的敏感程度上,局地模型略大些;当高度角小于75时,大气干延迟弯曲路径与直线路径之差ΔS随天顶角增大而迅速增大。 相似文献
2.
3.
利用GPS的倾斜路径观测暴雨过程中的水汽空间分布 总被引：1，自引：0，他引：1
介绍了地基全球定位系统 (GPS) 沿倾斜路径方向观测水汽总量 (SWV) 的原理和方法; 不同时间和不同地点的GPS SWV与微波辐射计反演的SWV符合较好, 误差在3 mm左右, 表明GPS可以较高的精度探测SWV.计算了区域GPS观测网在一次暴雨过程中不同空间方位上的水汽观测结果, 为消除不同路径对SWV的影响, 把SWV转化为天顶方向的值VSWV; 分析了同一GPS站点对不同卫星方向VSWV的变化情况, 以及不同GPS站点对同一个卫星方向VSWV的关系.结果表明, 区域GPS观测网中倾斜路径观测可较好地探测不同方位上水汽的分布和变化; SWV相对于天顶方向的大气水汽总量PW而言, 能更好地代表真实大气水汽分布; 在探空或卫星观测等传统观测手段无法探测的情况下, GPS SWV数据可提供中小尺度暴雨结构中水汽分布和变化状况等有用信息. 相似文献
4.
附加相位延迟到弯曲角反演过程中的误差传递模型 总被引：1，自引：0，他引：1
为了研究全球卫星导航定位系统无线电掩星探测中的误差传递过程,文中讨论了掩星探测中附加相位延迟到弯曲角的反演过程中,附加相位延迟随机误差对反演弯曲角误差的影响。在对全球卫星导航定位系统和低轨道卫星进行精密定轨的情况下,忽略轨道误差对反演结果的影响,将轨道参数视为常数,考虑附加相位延迟△L存在随机误差δ△L时对反演弯曲角α带来的弯曲角误差δα。利用EGOPS仿真软件,采用数值模拟的方法模拟了无电离层影响的大气附加相位延迟数据,利用CHAMP真实轨道数据,MSIS-90大气模型和全三维射线追踪器进行前向建模,从中选取了一个掩星事件对误差传递模型进行了验证。结果表明:附加相位延迟的变化会给弯曲角的反演带来相应的误差:当随机误差为5 cm左右时,反演的弯曲角误差在±0.2 mrad范围内;当随机误差为1 cm左右时,反演的弯曲角误差在±4μrad范围内;当随机误差为1 mm左右时,反演的弯曲角误差在±40μrad范围内。最后从模拟的掩星事件中随机抽取了20个掩星事件进行统计分析,给出了20个掩星事件存在1 cm附加相位延迟测量误差引起弯曲角误差的均值误差,其误差特性虽略大于个例研究结果,但与模型完全吻合,反演的弯曲角误差也在±40μrad范围内,进一步验证了模型的准确性。 相似文献
5.
地基GPS不同水汽反演方法的误差分析 总被引：1，自引：0，他引：1
利用湖北宜昌2007年观测的GPS对流层天顶延迟数据,对采用不同水汽反演方法计算的对流层可降水量PW的正确度和精密度进行对比分析。结果显示：不同天顶干延迟计算模型对GPSPW的精密度影响不大,但对其正确度有明显的影响,与探空PW相比,Hopfield模型计算的GPs册的平均偏差最小,Saastamoinen模型的平均偏差次之,而Black模型的平均偏差最大;大气加权平均温度对GPS PW的正确度有重要影响,对其进行本地化订正可以明显减小GPS PW与探空尸形的偏差,但对GPSPW的精密度影响不大;GPS PW与探空PW的相关性受大气水汽含量的影响,当大气水汽含量较低（PW≤65mm）时,两者的相关系数可达0．92,两者的平均偏差为3．8mm,偏差的均方差为6．4mm,而当大气水汽含量较大时,GPS PW与探空PW的偏差会增大,两者的相关系数会变小,这可能与GPS水汽反演方法有关;GPS PW比探空PW偏小,这可能是由两种探测方法的不同所造成的系统偏差。 相似文献
6.
7.
在现有GPS星座和大气球对称假设条件下，利用射线追踪法对掩星事件进行了数值模拟，讨论了大气折射指数垂直分布、LEO卫星轨道倾角和高度对GPS掩星切点水平漂移的影响情况。结果表明:在太阳活动剧烈的白天和夜间两种典型情况下，切点平均水平漂移变化约20 km；对735 km高度的LEO卫星来说，轨道倾角在130°附近时，切点平均水平漂移最小，并随着倾角向0°或180°变化，切点平均水平漂移均增大，但在55°附近时随倾角变化稍有波动；对倾角为70°的LEO卫星来说，当轨道高度从400 km变化到1500 km时，切点平均水平漂移变化约141 km，且随高度增加而单调减小 相似文献
8.
获取高精度的GPS信号斜路径方向的水汽含量（SWV）数据,是获得测站周围水汽三维空间分布信息（水汽层析）的基础。目前计算SWV的方法有多种,但都不同程度地存在解算实时性差、解算精度不高、转换方程复杂不利于系统维护等缺点。本文计算SWV方法综合Bernese 5.0软件的双差处理流程和非差处理流程,分别获得相关站点的湿延迟梯度值和非差残差值,能近实时、高精度地反演SWV。使用该方法重新处理2007年微波辐射计和GPS对比观测试验数据,均方根误差小于4 mm。证明应用该方法,地基GPS可较精确地反演三维水汽信息。 相似文献
9.
大气加权平均温度Tm是地基GPS水汽遥感的关键参数,决定了水汽反演的精度。利用2008—2011年全国123个探空站点资料,分析了Tm与其影响要素纬度、海拔、地面气温、水汽压及大气压之间的关系,结果表明:Tm与纬度和海拔随季节变化呈周期性负相关,与地面温度和水汽压的自然对数呈正相关,与大气压呈负相关;Tm的空间变化具有纬度地带性和明显的气候分布特征,其变异程度在空间分布上有显著差别,不同地理位置的Tm受季节性影响程度不一,Tm也具有明显的年际周期性变化,年内Tm的每日变化符合二次函数分布规律。按照全国、气候分区和季节分区方法,分别建立了Tm单因子和多因子回归模型,并利用2012年1—5月数据对所建模型进行验证,Tm的估算误差能满足GPS水汽遥感2%的精度,模型普遍适用于我国地基GPS水汽遥感中Tm的估算。 相似文献
10.
基于观测约束的地基犌犘犁三维水汽层析技术研究 总被引：1，自引：0，他引：1
全球定位系统(GPS)卫星信号穿过大气层时发生的偏折和延迟,可以用来反演信号传播路径上的大气水汽总量。为获取区域高精度的大气水汽三维分布,借助分布密集的地基GPS观测网及其斜路径水汽观测,建立新的观测约束层析模型,提出以高斯函数为水平约束,区域逐月多年探空观测为垂直约束,即以平均量为先验值,以标准偏差为权重矩阵的新方法;并在层析算法中引入地面观测,以提高整体尤其是低层反演精度。三维水汽层析网格模型基于长江中游鄂东区域的22站地基GPS加密网搭建,实时解算系统可逐时输出三维水汽产品。三维湿折射度和水汽密度可以分别由斜路径的湿延迟总量和水汽总量观测反演获得。以2010年开展的汛期联合加密探空观测为参照,对三维层析的总体反演精度、低层反演精度、层析区域中心与边缘反演精度进行了对比和分析。结果显示:整体样本检验三维水汽密度平均偏差为-0.63 g/m~3,标准偏差为1.22 g/m~3,与探空相关系数为0.98;水汽密度与探空资料的相关比湿折射度与探空资料的相关好;对于不同层析区域,中心区域观测元数量较为丰富,使得位于中心的层析精度好于整体和边缘;加入低层观测的层析结果与探空的相关比未加低层观测时的好,低层观测的加入提高了层析与探空的相关,减小了低层层析标准差、区域中心和2 km以上层析的均差,有效提高了反演精度;低层观测的加入对整体标准差的影响,可能与加剧观测方程中长度矩阵元素间的量级差异有关。 相似文献
11.
成都地区秋、冬季GPS可降水量的时空分析 总被引：6，自引：4，他引：2
利用成都地区5个测站地基GPS2007年9月-2008年2月的观测数据,解算出1 min间隔的天顶总延迟,结合自动气象站资料计算出30 min间隔的大气可降水量(GPS-PWV).对月平均的GPS-PWV分析表明:秋、冬季变化趋势从9月开始下降,1月达到最小值,2月又逐渐上升.在大气环流相同的情况下,地理位置相近的站,海拔高的地区大气中的水汽量比海拔低的地区要少,且变化较大;海拔高度相近的站,大气中的水汽含量由南向北减少.日合成分析显示:在静稳天气下,日变化特征显著,具有双峰型特征:白天峰值与气温的最大值相对应;夜间峰值与降水量的峰值相对应;GPS-PWV与地面空气相对湿度白天呈负相关,夜间呈正相关. 相似文献
12.
对2010年8月在云南腾冲利用芬兰Vaisala RS80和低温霜点仪 (Cryogenic Frostpoint Hygrometer,CFH) 两种探空仪测量大气湿度的垂直分布进行对比分析,同时比较它们白天和夜间测量误差的差别,并对国产GTS1,RS80和CFH共3种探空仪测量水汽总量与地基GPS遥测结果进行比较。结果表明:RS80湿度测值在整个对流层比CFH测值偏干 (23.7±18.5)%;因太阳辐射白天RS80偏干较夜间更明显,比夜间偏干 (13.5±14.8)%。而在对流层上层向平流层过渡区域内RS80湿度数据基本无效。CFH在低温、低湿环境下对湿度能有效测量,但在湿度较高的对流层低层测值偏高,导致比较中CFH水汽总量平均比GPS遥测的水汽总量偏高 (4.3±2.0) mm (样本数为11),而RS80,GTS1与GPS的水汽总量差别分别是 (0.2±1.4) mm (样本数为12), (-0.2±2.2) mm (样本数为43)。地基GPS遥测的水汽总量对对流层上层至平流层的水汽变化不敏感。由于RS80测量相对湿度在高空偏低,通过RS80相对湿度测值来确定中、高云结果是偏低的,特别是对6000 m以上的高云判别上,RS80相对湿度的探测几乎很难甄别到云的存在。 相似文献
13.
The temperature structure parameter at Delhi has been determined from intensity information of sodar observations for a period of one year at a height of 200 m in the planetary boundary layer applying the moisture correction due to Wesely. It is found that mean monthly values of the temperature structure parameter for stable and unstable conditions are quite different during the monsoon months (July to October) but are rather similar during the other months.The refractive index structure parameter values have been calculated for the dry atmosphere (optical) as well as by applying the moisture correction (radio) due to the Sirkis and Ottersten et al. models. It is found that the dry atmospheric values of the parameter are generally lower than the humidity-corrected values. The sodar-measured values of the parameter under dry atmospheric conditions have been examined in relation to the Hufnagel and Tsvang models. 相似文献
14.
In recent years, radio occultation (RO) technology making
use of global positioning system (GPS) signals has been exploited to
obtain profiles of atmospheric parameters in the neutral atmosphere.
In this paper, the RO refractivity profiles obtained from the
Constellation Observing System for Meteorology, Ionosphere and
Climate (COSMIC) mission are statistically compared with the
observations of 38 radiosonde stations provided by the Australian
Bureau of Meteorology during the period from 15 July 2006 through 15
July 2007. Different collocation criteria are compared at first, and
COSMIC RO soundings that occur within 3 hours and 300 km of
radiosonde measurements are used for the final statistical
comparison. The overall results show that the agreements between the
COSMIC refractivity profiles and the radiosonde soundings from the
38 stations are very good at 0--30 km altitude, with mean absolute
relative refractivity deviations of less than 0.5%. Latitudinal
comparisons indicate that there are negative refractivity deviations
in the lower troposphere over the low latitude and middle latitude
regions and large standard deviations exist in the lower troposphere
of low latitude regions, which can reach up to ~6%. The
comparisons of COSMIC RO refractivity profiles and radiosonde
observations for 3 polar stations in four different seasons indicate
that the accuracy of GPS RO profiles is better in the Austral summer
and autumn than in the Austral spring and winter during the year
from September 2006 to August 2007. 相似文献
15.
采用上海市气象局建立的北斗气象站的2014年观测数据和我国自主研发的精密导航数据处理软件PANDA (position and navigation data analysist) 实现了基于北斗数据的大气水汽总量 (precipitable water vapor,PWV) 反演,并将利用北斗卫星信号解算的大气水汽总量 (WBD) 结果与目前较为成熟的GPS卫星反演结果 (WGPS) 和无线电探空反演结果 (WRadio) 进行对比,研究表明:反演的WBD与WGPS的均方根误差均低于3.5 mm,反演的WBD与WRadio的均方根误差为3.6 mm,两种对比方式的相关系数均在0.95以上,反演方法以及地理位置的差异对于反演结果有一定影响;反演的WBD能够很好地反映出大气中水汽的变化特征,对于气象短时临近预报、气候分析有指示作用。 相似文献
16.
利用中国气象局成都高原气象研究所建立的5个边界层站（湄潭、巴中、什邡、曲麻莱、狮泉河）2019年的观测资料，对比分析青藏高原及周边地区近地层大气要素变化和陆—气能量交换特征及异同点，探讨其原因。结果表明：（1）青藏高原及周边地区近地层大气温度、相对湿度、风速、感热通量、潜热通量、动量通量均符合一峰一谷的常规日变化特征，气压具有双峰双谷的日变化特征。（2）高海拔台站近地层温度日变幅（12℃）高于周边低海拔地区（4～6℃），季变幅与海拔高度的关系不显著。（3）相对湿度与温度关系密切，相对湿度的垂直结构和日变化都具有明显的区域差异，其垂直梯度夜间显著高于白天，峰值出现时间随夏、秋、春、冬季呈现季节性滞后，而谷值超前。（4）风速春季较大，夏、秋季次之，冬季小，季变幅略小于日变幅；低海拔区域的风速及其日变幅均显著低于高海拔区域。（5）低海拔区域气压季变幅（>13 hPa）远高于日变幅（2.5 hPa左右），而高海拔区域气压季变幅（>3 hPa）略低于日变幅（2 hPa左右）。（6）感热通量春季大、冬季小；感热通量和动量通量在高海拔区域均较高，二者具有较一致的日、季变化特征，表明大气动... 相似文献
17.
Ann-Sofi Smedman Sven-Erik Gryning Karl Bumke Ulf H gstr m Anna Rutgersson Ekaterina Batchvarova Gerhard Peters Barbara Hennemuth Bengt Tammelin Reijo Hyv nen Anders Omstedt Daniel Michelson Tage Andersson Marco Clemens 《Journal of Atmospheric & Ocean Science》2005,10(3):163-191
Precipitation and evaporation budgets over the Baltic Sea were studied in a concerted project called PEP in BALTEX (Pilot study of Evaporation and Precipitation in the Baltic Sea), combining extensive field measurements and modelling efforts. Eddy-correlation-measurements of turbulent heat flux were made on a semi-continuous basis for a 12 month period at four well-exposed coastal sites in the Baltic Proper (the main basin of the Baltic Sea). Precipitation was measured at land-based sites with standard gauges and on four merchant ships travelling between Germany and Finland with the aid of specially designed ship rain gauges (SRGs). The evaporation and precipitation regime of the Baltic Sea was modelled for a 12 month period by applying a wide range of numerical models: the operational atmospheric High Resolution Limited Area Model (HIRLAM, Swedish and Finnish versions), the German atmospheric REgional-scale MOdel, REMO, the operational German Europe Model (only precipitation), the oceanographic model PROBE-Baltic, and two models that use interpolation of ground-based data, the Swedish MESAN model of SMHI and a German model of IFM-GEOMAR Kiel. Modelled precipitation was compared with SRG measurements on board the ships. A reasonable correlation was obtained, but the regional-scale models and MESAN gave some 20% higher precipitation over the sea than is measured. Bulk parameterisation schemes for evaporation were evaluated against measurements. A constant value of CHN and CEN with wind speed, underestimated large fluxes of both sensible and latent heat flux. The limited area models do not resolve the influence of the height of the marine boundary layer in coastal zones and the entrainment (on the surface fluxes), which may explain the observed low correlations between modelled and measured latent heat fluxes. Estimates of evaporation, E, and precipitation, P, for the entire Baltic Proper were made with several models for a 12 month period. While the annual variation was well represented by all predictions, there are still important differences in the annual means. Evaporation ranges from 509 to 625 mm year-1 and precipitation between 624 and 805 mm year-1 for this particular 12 month period. Taking the results of model verification from the present study into account, the best estimate of P-E is about 100 ± 50 mm for this particular 12 month period. But the annual mean of P-E varies considerably from year to year. This is reflected in simulations with the PROBE-Baltic model for an 18 year period, which gave 95 mm year-1 for the 12 month period studied here and 32 mm year-1 as an average for 18 years. 相似文献
18.
针对武汉地区GPS气象网资料进行GPS对流层延迟直接推算可降水量的研究。推导了对流层延迟直接推算可降水量的模型,并对模型结果进行检验。从武汉东湖站GPS对流层延迟与无线电探空可降水量的比较中可知,两者具有很好的相关性,相关系数达到0.931;由该站对流层延迟转换的可降水量与无线电探空可降水量的比较可得,均方根为4.45 mm,相关系数为0.905,对流层延迟转换的可降水量与GPS可降水量的均方根为2.23 mm,相关系数为0.988。说明在没有气象数据的地区,对流层延迟直接推算的可降水量可以作为气象短期预报的参考依据。 相似文献
19.
青藏高原探空大气水汽偏差及订正方法研究 总被引：4，自引：1，他引：3
水汽是大气的主要成分和降水的主要物质来源.青藏高原大气水汽分布对区域天气和气候有很大影响,为了探讨探空观测的大气水汽总量（R）资料的可靠性,本文以地基GPS遥感的大气水汽总量（G）为参照标准,对拉萨（1999~2010年）和那曲（2003年）的R进行对比分析和偏差（R-G）订正.结果表明:近10多年拉萨站R比G明显偏小,偏小程度随使用不同的探空仪而异.GZZ-2型机械探空仪和GTS-1型电子探空仪多年平均的PW偏差分别为-8.8%和-3.9%,随机误差分别为17.6%和13.6%.近10多年PW偏差变化呈减少趋势,这与探空仪性能改进有关.分析发现,青藏高原PW偏差具有明显季节变化和日变化特征,夏季比冬季明显,1200 UTC比0000 UTC明显.拉萨站GZZ-2型和GTS-1型探空仪在1200 UTC多年平均的PW偏差分别为-15.8%和-7.3%,在0000 UTC分别为-1.6%和-0.4%.那曲站GZZ-2型探空仪在1200 UTC和0000 UTC的PW偏差分别为-12.4%和-0.3%.分析还表明,太阳辐射加热与气温的日变化和季节变化是造成高原PW偏差日变化和季节变化的重要原因.据此,提出了高原PW偏差的订正方法,并以拉萨和那曲站为例进行PW偏差订正,订正后的PW系统偏差显著减少,随机误差也相应得到了改善. 相似文献
20.
从理论和实测资料处理两方面对单基线模式下利用地面GPS技术绝对测定湿大气含量的可能性进行了探讨。由于短基线模式下测定湿大气含量之间的相关性很强,其测定的湿大气含量值必然有较大的相关误差,当用具有相同测段的不同资料组处理时表现为测定参数的不稳定性。在假设卫星的分布是连续而且均匀的情况下,可以从理论上研究相关系数随基线长度和截止高度角的变化,理论的结果和实际情况一致性较好。 相似文献