基于GPS的计算平均温度和可降水量的经验模型外文翻译资料

 2022-12-25 12:12

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

基于GPS的计算平均温度和可降水量的经验模型

摘要：通过与武汉地区无线电探空数据(57494号)计算得来的PWV进行比较，评估了基于GPS计算得到的PWV数据的准确性。基于GPS的精确水汽的平均温度和评价的经验模型。分别利用Saastamoinen 、Hopfield和Black模型计算天顶静力延迟和天顶干延迟，验证不同的模型在对应用区域的基于GPS计算的PWV准确性。实验结果表明1)用Black模型计算的PWV的精度低于SAAS 模型和Hopfield模型，均方根在4.16mm；2）运用SAAS模型计算得到的PWV的均方根误差在3.78mm；3）就表面温度和压强而言，利用著名的Bevis模型计算基于GPS的PWV能够达到与边际模型相似的精度,误差大概在1mm.

关键词：GPS；雷达数据；ZHD；ZWD；大气平均温度；PWV

1.引言：作为影响气候系统分析的一个重要因素，PWV可以通过无线电探空仪、水蒸汽辐射计和卫星观测来计算，无线电探空仪耗时，水蒸汽辐射计价格昂贵，而基于卫星的可降水量观测结果在海洋气象中使用更加广泛。相比较而言，基于GPS计算的PWV具有高时空分辨率，近实时和高精度的特点。

自1997年890GPS周以来，国际GNSS服务（ICS）一直在生产用于气候研究和天气预报的总对流层顶延迟（ZTD）产品。金双根通过分析1997年至2007年的ZTD数据，在151个全球分布式的ICS参考站中进行了2小时的时间分辨率分析，研究了昼夜和半日振荡。此外，利用2002 - 2004年的GPS 测的ZTD数据分析了中国大陆地区的可降水汽的变化。同样，新的IGS 5-min ZTD数据集首次使用地面压强和平均温度数据计算PWV。可以通过从总ZTD中减去温度和压力计算结果以获得ZWD，ZWD乘以无量纲常数K获得基于GPS计算的PWV，因此在不同站点上ZHD与温度和压力有关。不同区域的ZHD模型可能有一点不同。为了减小ZHD模型误差对PWV估计的影响，研究了ZHD的校正，为应用区域获得了合适的ZHD模型。本文还利用无线电探空仪数据进行了ZWD的类群研究。不幸的是，由于复杂的变异性，对ZWD进行建模很困难，校准的结果并无意义。

为了将ZWD转换为PWV，需要从T中推导出转换常数K。因为T随海拔、季节和地理位置的不同而不同，所以T的精度也不同。模型需要调整，典型的K是通过三种方法获得的:常数模型(K=0.15)，Bevis模型和应用区域的区域优化模型。本文采用SAAS、Hopfield和Black模型来估计ZHD。并在基于GPS的PWV中验证了用于计算ZW D的SAAS和Hopfield模型。在武汉的无线电探空仪(57494)和全球定位系统(GPS)中进行的不同T的比较研究由不同因素推导出的模型确定。PWV是通过与无线电探空数据比较来进行评估的。

  1. 方法

如式(1)所示，GPS观测中所包含的GPS总时延(ZTD)可分为两部分：（1）

上式中是ZHD,是AWD，指卫星仰角，是静力延迟函数，是湿延迟函数。ZHD可以用三个模型计算，

SAAS模型中，

(2)

Hopfield模型中，

(3)

  1. 式中，（4）

Black模型中，

（5）

指地面大气压，指纬度，表示海拔高度，表示对流层上边缘高度。

从ZTD中减去ZHD可以得到ZWD，

SAAS模型可以被表示为

（6）

该式中 （7）

该式中e表示水蒸气的分压,RH表示相对湿度。

Hopfield模型可以被表示为

（8）

该式中=11KM。

ZWD乘以一个无量纲常数K转换实现基于GPS的PWV的计算。

（9）

该式中 （10）

是大气的加权平均温度,可以被定义为 （11）

e是水蒸气的分压,T是大气温度。在对观测的ZWD进行的PWV估计中(9)式，如果对特定区域和季节估计恒定的常数k，则可以获得尽可能最佳的精度。因此,

是计算PWV的关键参数。在实践中，无线电探空仪数据提供不同高度（(i= 0,1,2hellip;n）温度和水汽压力，可以表示为： （12）

和表示平均大气中的平均水蒸气压力和平均温度，从,到，，=。线性回归来自无线电探空仪数据和地表温度表示为 （13）

通过最小二乘方法,系数a和b的值时获得的价值。Bevis推导出实证关系连接和的形式和T从不同高度概况的中纬度站(27 到65°N)。

  1. 实验分析

本文从IGS武汉站获得2012年第1-31天的ZTD数据，并从武汉附近的无线电探空仪站点(No. 57494)推导出PWV转换的气象数据。应该指出的是本文只有28天的ZTD和61份每日无线电探空数据资料。IGS站和无线电探空仪的信息如表1所示。

表一 武汉IGS站和无线电探空站的信息

纬度 经度 高程

(°N) (°E) (m)

IGS station 30.53 114.36 25.8

Radiosonde site 30.61 114.13 23.0

3.1无线电探空仪数据

为了从ZTD中计算ZHD，需要一个经验模型来计算ZHD。每日无线电探空数据采集时间为2012年武汉每日零点和12点，分别采用SAAS,Hopfield和Black模型进行计算。从图1中可以看出，和是非常相似的，两者之间差异的均方差约为0.5 mm，而高于和，系统偏差为2.95cm。

3.2用不同的方法计算ZWD

两种策略被提供用来计算ZWD：1）（1）利用SAAS（等式（6））和Hopfield（等式（8））模型直接计算ZWD。2）通过从ZTD中减去ZHD获得ZWD数据。 因为ZHDSAAS和ZHDH非常相似，本节中用SAAS模型（等式（2））和Black模型（等式（5））来计算ZHD。从表二中，可以看出ZHDSAAS和ZHDH在计算ZWD时有着同样的准确度，差异的RMS约为1.8纳米，并且在6.12厘米的振幅下，日常变化的程度并不显著。这种情况在与通过两种策略计算得到的ZWD值进行比较时是不同的，最大偏差可以达到12.36厘米，并且通过从ZTD中减去ZHDSAAS和ZHDH获得的ZWD的日间变化显着，振幅分别约为12.97厘米和12.90厘米。根据第2节，在应用ZHDSAAS和ZHDH计算得到的ZWD值之间仍存在约2.95 cm的系统偏差。此外，我们可以得出ZHDH在应用领域不可用的结论，因为大24天的ZWD数据是负6.0 毫米。

3.3 来自无线电探空仪数据的Tm的线性模型

为了更准确地计算所用区域的GPS PWV，本节提出了一些区域优化模型，这些模型更适合特定地区的地理和气候特征。表2是线性回归在Ts，Ps或Ts和Ps和Bevis模型在所施加的区域中的精度方面的结果。线性回归方程和Bevis模型的RMS和MAE值小于3 K，相当于GPS导出的PWV数据中小于1mm的误差。因此，Bevis模型可用于应用区域的1 mm范围内GPS PWV数据的高精度计算。

表二 不同方法下的的统计结果

MAE(K) 2.08 2.16 2.37 2.24

RMS(K) 2.73 1.94 2.95 3.0

表三 不同方法统计出来的PWV差异

MAE(mm) 0.98 3.99 3.19

RMSE（mm） 1.39 4.16 3.78

3.4 从GPS和无线电探空仪数据得出的不同PWV数值的比较

在本节中，ZWD由ZWDSASS（方程（6））直接计算并通过减去ZTD中的ZWDSASS和ZHDB后，分别乘以无量纲转换常数K从而算出基于GPS的 PWV。 以Ts和Ps为基础的Tm模型用于计算无量纲转换常数K.在图3和表3中，根据ZHDSAAS计算得到的PWV和从无线电探空资料算得的PWV，与MAE为0.98毫米的数据十分相似。而根据ZHDSAAS计算得到的PWV和从ZHDB无线电探空资料算得的PWV两者之间差异的MAE是3.19 mm。尽管从ZHDB中计算得来的PWV数据的准确性最低，但根据ZHDSAAS计算得到的PWV和从有着系统影响的无线电探空资料算得的PWV之间良好的一致性约为3.99 mm。

  1. 结论

基于特定区域的Tm模型与基于经验模型计算ZWD和ZHD估算得到的PWV数据相比较表明：（1）SAAS和Hopfield模型较为适合应用领域的ZHD计算。（2）用于ZWD计算的SAAS和Hopfield模型不适用于 PWV的高精度计算。（3）Bevis模型给出的精度与用于特定区域计算PWV的Tm模型一样。

参考文献：

[1] Suresh Raju C,Saha K,Thampi B V,et al.Empirical model for mean temperature for Indian zone and estimation of precipitable water vapor from ground based GPS measurements.Ann Geophys.,2007,25: 1935-1948.

[2] Sung H.Byun and Yoaz E.Bar-sever.A new type of troposphere zenith path delay product of the international GNSS service.J Geod,2009,83:367-373.

[3] Jin Shuanggen,Luo 0 F and Gleason S.Characterization of diurnal cycles in ZTD from a decade of global GPS observations.JGeod,2009,83:537-545.

[4] Wang Yong,Liu Yanping,Liu Lintao,et al.Retrieval of the change of precipitable water vapor with zenith tropospheric delay in the Chinese mainland.Advances in Space Researi h,2009,43; 82-88.

[5]Heise S,Dick G,Gendt G,et al.Integrated water vapor from ICS ground-based GPS observations: initial results from a global5-min data set.Ann Geophys.,2009,27: 2851-2859.

[6] Liu Yanxiong.Remote sensing of atmospheric water vapor using GPS data in the Hong Kong region.The Hong Kong Polyter :hnieUniversity,2000.

[7] Zhang Hongping,Liu Jingnan,Zhu Wenyao,et al.Remote

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24667]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章