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。
- 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)
- 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)。
- 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。
- 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
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
- 大陆及全球范围下土地利用变化的一种集成建模方法外文翻译资料
- 泰国登革出血热时空分布格局及其气候驱动因素研究外文翻译资料
- 土地覆盖变化或土地利用集约化:利用全球范围的土地变化模型模拟土地系统变化外文翻译资料
- 基于MODIS数据利用生物光学模型估算伊利湖水域 二类水体的叶绿素a浓度外文翻译资料
- 杭州师范大学仓前校区测绘控制网设计研究外文翻译资料
- 对公共交通用户在持续数周活动序列中模式的推断外文翻译资料
- 基于场景的城市可持续性建模,重点关注快速城市化下的耕地变化:杭州1990-2035年的案例研究外文翻译资料
- 基于多尺度面向对象分类和概率霍夫变换的高分辨率图像建筑物提取外文翻译资料
- 长江流域年径流变化及其与降水和气温的关系外文翻译资料
- 气温的时空分布特征分析外文翻译资料