摘要:基于贵阳、威宁两个无线电探空站2014~2016年的气象数据,采用一元线性回归方法构建贵州整体、局地及季节大气加权平均温度Tm模型,并分析模型的精度。结果表明,贵州整体Tm模型精度高于Bevis模型、全国模型和亚热带季风气候模型;建立贵州局地、季节模型有助于进一步改善Tm的精度;相较于Bevis模型,局地Tm模型反演的PWV精度更高,与实际降水吻合更好。
全球卫星导航系统反演大气水汽技术是20世纪90年代发展起来的一种全新的大气探测手段,具有精度高、成本低、时间分辨率高、全球覆盖和全天候观测等优点,可作为传统大气探测手段的有力补充[1,2]。地基GNSS水汽反演是通过对流层天顶湿延迟乘以水汽转换系数(Π)得到PWV,而Π的精度主要取决于Tm的质量,故Tm是地基GNSS反演PWV的关键参数之一[3]。
Tm的计算主要依赖于探测站上空的绝对温度和水汽压等气象元素,而这些气象元素往往不易获取。依据Tm与地表温度Ts的线性关系,Bevis等[4]基于美国的探空资料率先建立了适用于中纬度地区的经验Tm模型(下称“Bevis模型”)。但由于对流层存在区域差异性,Bevis模型应用于其他地区势必会产生较大偏差[5]。为实现Tm模型的本地化,基于Bevis的研究思路,学者们采用区域气象资料,建立了大量适用于区域的Tm模型[6,7,8,9,10,11,12]。贵州位于云贵高原斜坡上,全省大部分地区气候温和湿润,但在山地、河谷的气候垂直变化却特别明显。建立贵州局地Tm模型,开展PWV的反演研究,对于贵州区域气候变化监测、降水预报具有重要意义。为此,本文首先基于贵阳、威宁两个探空站2014~2016年的气象观测资料,采用数值积分法计算出Tm,并对Tm和Ts进行相关性分析;然后顾及对流层的区域差异性和季节差异性,分别建立贵州整体模型(Tm-GZ)、贵阳局地模型(Tm-GY)、威宁局地模型(Tm-WN),以及春(Tm-Spr)、夏(Tm-Sum)、秋(Tm-Fal)、冬(Tm-Win)4个季节模型;最后通过与现有模型的Tm计算值进行比较,分析局地模型反演所得PWV与实际降水的关系,并对贵州局地Tm模型的精度进行验证。
1、数据处理方法
1.1数据来源
本文使用的探空数据来自怀俄明州立大学网站,时间为2014~2017年(该时间段内探空数据无缺失),探空站具体情况见表1。降水与地表温度数据来源于中国气象数据网。
表1探空站信息导出到EXCEL
1.2基于GNSS的PWV计算方法
由GNSS反演PWV的表达式为:
式中,Π为水汽转换系数,其计算式为:
式中,ρw为液态水的密度(一般取1×103kg/m3),Rv为水汽的气体常数(取值为461.495J/(kg·K)),k′2和k3为大气折射常数(k′2=22.13±2.2K/hPa、k3=(3.739±0.012)×105K/hPa),Tm可由测站上空水汽压和绝对气温沿天顶方向通过数值积分解求[13]。
2、贵州局地大气加权平均温度模型的建立
由于探空站分布稀疏,且探空数据时间分辨率较低,导致Tm值的计算受到一定的限制。学者们往往采用统计分析的方法建立Tm与Ts的关系式,进而依据关系式基于Ts解求Tm。为分析贵州局地Tm与Ts的变化特征,绘制出贵阳、威宁地区2014~2016年Tm与Ts的散点图(图1)。
图1Tm与Ts散点图
由图1可看出,贵阳、威宁两地的Tm和Ts均具有一致的变化趋势,且Ts数值整体大于Tm。贵阳地区Tm的年均值为280.84K,威宁地区Tm的年均值为285.11K,两地Tm年均值相差4.27K,Tm在地理位置上呈现出西高东低的特点。两地Tm出现较大差值可能与两地的海拔相差较大(高差为1014m),经度相差2.4°,年平均气温相差6℃,以及贵州在山地、河谷的气候垂直变化较大等因素有关。此外,Tm、Ts还呈现出明显的季节性变化特征,1~8月份逐渐增大,至7~8月达到峰值;9~12月逐渐减小,秋冬季节与春夏季节的Tm最大相差达35K。上述分析表明,贵州地区Tm在空间和时间上均具有鲜明的特点。
为进一步分析Tm与Ts之间的函数关系,绘制贵州地区的Tm-Ts相关关系图(图2)。由图可知,随着Ts的升高Tm也随之升高,Tm与Ts之间存在较好的线性正相关关系。
图2Tm与Ts相关关系
因此,本文利用2014~2016年Tm和Ts数据,采用一元线性拟合方法,在空间上建立贵州整体大气加权平均温度模型(Tm-GZ)、以贵阳地区为代表的贵州中东部局地大气加权平均温度模型(Tm-GY)、以威宁地区为代表的贵州西部局地大气加权平均温度模型(Tm-WN),在时间上建立春、夏、秋、冬模型(Tm-Spr、Tm-Sum、Tm-Fal、Tm-Win)。设一元线性方程为:
其误差方程为:
基于最小二乘原理即可解求出系数a、b。由2014~2016年探空数据得到贵州局地Tm模型(表2)。
表2贵州局地Tm模型导出到EXCEL
由表2可知,所有Tm模型中,Tm与Ts之间的相关系数均大于0.7,在统计学上表现为显著相关。此外,Tm-Sum模型中Tm与Ts之间的相关系数较低,这可能是由于夏季降水事件较多,导致Tm与Ts之间存在较大差异所致。
3、贵州局地Tm模型精度分析
3.1贵州局地Tm模型与现有模型的比较
将Tm-GZ、Tm-GY、Tm-WN、Bevis模型(Tm-Bevis=0.72Ts+70.20)、龚绍琦建立的全国模型(Tm-China=0.594Ts+105.450)和亚热带季风气候模型(Tm-Smc=0.650Ts+90.100)计算的2017年Tm值与基于探空资料计算的Tm(计算方法详见文献[13])参考值进行比较,绘制图3所示的偏差直方图。由图可见,Tm-GZ、Tm-GY、Tm-WN的偏差在-4~4K之间,Tm-Bevis的偏差在-1~8K之间,Tm-China与Tm-Smc的偏差在0~8K之间。相较于Tm-WN模型,Tm-GY模型的偏差分布更加集中,这主要得益于贵阳探空站测量的分层探空数据比威宁探空数据密集,获取的Tm数据质量较好,且威宁地区气候变化较贵阳地区更加突出。
图3Tm模型偏差直方图
Tm模型的精度如表3、表4所示。由表3可以看出,Tm-GZ模型的平均偏差、标准差、均方根误差均小于Tm-Bevis、Tm-China和Tm-Smc模型的结果。
表3Tm-GZ模型与其他模型的精度对比导出到EXCEL
由表4可以看出,Tm-GZ、Tm-GY、Tm-WN模型的平均偏差与标准差基本相同,而Tm-GY和Tm-WN模型的均方根误差均小于Tm-GZ模型的结果。因此局地模型较整体模型的精度有所提高,可以利用Tm-GY、Tm-WN获得更高精度的Tm值。
表4局地Tm模型的精度对比导出到EXCEL
由Tm-GZ、Tm-Spr、Tm-Sum、Tm-Fal、Tm-Win模型分别计算出2017年对应季节各自的Tm值,并以基于探空资料计算的Tm值作为参考值,计算各模型的Tm偏差,得到图4所示的整体模型和季节模型的Tm偏差情况。
图4整体与季节模型的Tm偏差
通过图4可看出,相较于Tm-Spr模型,Tm-Sum、Tm-Fal、Tm-Win等3个模型的预测值更接近真值,Tm-Spr、Tm-Sum、Tm-Fal等3个模型在贵阳地区的偏差比威宁地区更加集中,而冬季Tm模型在威宁地区的偏差更加集中。产生这种现象的原因可能为:贵州地区夏半年受副热带高压控制,导致威宁地区在春、夏、秋季的降水更加频繁;冬半年由于受秦巴山阻挡,南下冷空气在西部形成静止锋,而中东部地区正好处于锋后,导致贵阳地区在冬季多阴雨天气[14]。Tm-GZ与Tm-Spr、Tm-Sum、Tm-Fal、Tm-Win的精度对比如表5所示。由表5可以看出,季节模型在夏、秋季的平均偏差、标准差、均方根误差比整体模型小,而在春、冬季的平均偏差、标准差、均方根误差比整体Tm模型略大。因此,在夏、秋季使用季节模型计算Tm值精度会有所提高。
表5季节Tm模型的精度对比导出到EXCEL
3.2局地Tm模型反演PWV的精度分析
为进一步验证贵州局地Tm模型反演PWV的精度,选用2017-09-01~09-30贵阳、威宁CORS数据进行实验。为减少对流层延迟相关性,引入LHZA、HKSL、BJFS、SHAO等4个IGS站数据进行联合解算。CORS、IGS站、探空站的位置如图5所示。
图5CORS、IGS站、探空站的分布
基于表6解算策略及参数设置,采用GAMIT软件分别解算出北京时间08:00和20:00贵阳、威宁的ZWD,具体的数据解算流程如图6所示。
表6解算策略及参数设置L
图6数据处理流程
根据式(1)式和文献[2]的方法分别计算出探空可降水量(RS/PWV)、GY/PWV、WN/PWV,并将解算结果与实际降水量进行对比,结果如图7所示。
图7PWV与实际降水的关系
通过图7可看出,RS/PWV与GY/PWV、WN/PWV的变化趋势基本一致;PWV在降水发生前连续增长,当其达到峰值时常伴有降水发生,PWV可以为降水预报提供有力依据。GY/PWV、WN/PWV、Bevis/PWV的精度对比如表7所示。
表7中,GY/PWV的平均偏差、标准差、均方根误差较Bevis/PWV分别降低0.05mm、0.06mm、0.09mm,WN/PWV分别降低0.07mm、0.09mm、0.14mm,说明本地模型比Bevis模型精度高,更加有利于局地PWV的反演。
表7PWV精度对比导出到EXCEL
4、结语
本文利用2014~2016年贵阳、威宁探空数据建立了贵州整体、局地、季节Tm模型,并对模型的精度进行分析,得到以下结论:1)贵州本地Tm模型精度高于Bevis模型、全国模型、亚热带季风气候模型;2)建立的贵阳、威宁局地Tm模型较贵州整体模型精度有所提高,季节模型在夏、秋季的精度高于整体模型;3)采用贵州局地Tm模型反演的PWV与RS/PWV变化趋势一致,很好地刻画了实际降水趋势,可为降水预报提供有力依据。此外,与Bevis/PWV相比,GY/PWV、WN/PWV的平均偏差、标准差、均方根误差均有所降低,说明贵州局地Tm模型具有较高的精度。
参考文献:
[1]王晓英,戴仔强,曹云昌,等.中国地区地基GPS加权平均温度Tm统计分析[J].武汉大学学报:信息科学版,2011,36(4):412-416.
[2]李剑锋,王永前,胡伍生.地基GPS水汽反演中区域大气加权平均温度模型[J].测绘科学技术学报,2015,32(1):13-17.
[3]姚宜斌,刘劲宏,张豹,等.地表温度与加权平均温度的非线性关系[J].武汉大学学报:信息科学版,2015,40(1):112-116.
[9]谢劭峰,黎峻宇,刘立龙,等.新疆地区GGOSAtmosphere加权平均温度的精化[J].大地测量与地球动力学,2017,37(5):472-477.
[10]张洛恺,杨力,王艳玲,等.郑州地区大气加权平均温度模型确定[J].测绘科学技术学报,2014,31(6):566-569.
[11]陈发德,刘立龙,黄良珂,等.小波去噪的广西加权平均温度插值研究[J].测绘科学,2018,43(4):24-29.
[12]李黎,田莹,谢威,等.基于探空资料的湖南地区加权平均温度本地化模型研究[J].大地测量与地球动力学,2017,37(3):282-286.
[13]罗宇,罗林艳,吕冠儒.加权平均温度模型对GPS水汽反演的影响[J].测绘科学,2018,43(9):6-9.[14]赵志龙,罗娅,余军林,等.贵州高原1960~2016年降水变化特征及重心转移分析[J].地球信息科学学报,2018,20(10):1432-1442.
李宏达,张显云,王晓红,邹广黔.贵州局地大气加权平均温度模型的建立与精度分析[J].大地测量与地球动力学,2020,40(05):496-501.
基金:国家自然科学基金(41701464);贵州省科学技术基础研究计划(黔科合基础[2017]1054);贵州大学研究生重点课程建设项目(贵大研ZDKC[2015]029).
分享:
随着大气污染防治工作的不断深入,2013年8月环境保护部发布了大气颗粒物来源解析技术指南,在全国引起了广泛的关注。北京、石家庄、上海/深圳等城市采用源清单法、受体模型法等技术,已经全部完成大气颗粒物源解析工作,均是通过精准找到污染因子的排放源,施以有效的治理措施得以实现PM2.5浓度大幅下降,进一步提升大气污染治理的科学性和精准性。
2023-09-01本文中联合激光测风雷达、风廓线雷达、多普勒天气雷达3种雷达产品数据,对西宁曹家堡机场一次微下击暴流引发的低空风切变进行分析,首先介绍此次多普勒天气雷观测与不足,其次分析风廓线雷达观测到的强下沉气流与切变特征,最后利用激光测风雷达研究微下击暴流的精细结构以及低空风切变的形成机理,以求为风切变预警和飞行安全提供科学依据。
2020-09-15南亚高压是位于青藏高原及邻近地区上空的深厚反气旋,是夏季北半球对流层高层最稳定、强大的行星尺度环流系统(如:Flohn,1957;叶笃正等,1957;Mason and Anderson,1963;叶笃正和张捷迁,1974),影响范围广阔,也称之为亚洲季风高压或青藏高压,是亚洲夏季风系统的主要成员之一,其对中国的旱涝及亚洲大气环流演变具有重要影响(如:Tao and Chen,1987;胡景高等,2010).目前,已有不少学者对南亚高压的活动规律、结构特征和形成机制及其气候影响做了深入分析。
2020-09-05本文利用2015—2016年黄石市团城山经济开发区国控点大气污染物浓度监测数据和地面气象观测数据资料,分析黄石城区PM10,PM2.5,SO2,NO2,CO和8hO3浓度变化特征,以及气象要素(温度、相对湿度、风速)对污染物浓度的影响,为黄石市制订切实可行的大气污染防治措施奠定基础。
2020-07-16卫星遥感技术为地表温度的反演提供了有效的手段。从20世纪80年代开始通过热红外遥感数据进行地表温度反演已成为研究热点,众多学者提出了一系列相关算法,如单窗算法、劈窗算法和多通道算法等[3,4,5],在这些算法的基础上,根据具体遥感数据的特点以及实际研究区域的气候情况等,又产生了许多新的算法[6,7,8,9]。
2020-07-16O3是挥发性有机物(VOCs)和氮氧化物(NOx)等在大气中通过一系列光化学反应生成的二次污染物,对人体健康和生态环境均产生较大影响[1,2]。我国京津冀、长三角、珠三角区域已开展O3污染特征的研究[3,4,5,6,7]。此外,还有一些研究针对O3生成潜势,研究VOCs主要物种对O3生成的贡献[8,9]。
2020-06-12近年来,由于快速的城市化和高速的工业化,空气质量已经成了公众十分关心且急需解决的问题。特别是在中国现代大都市,雾霾情况时有发生,普通公众对空气质量尤其关注。国内外学者对此开展了大量的研究。Meroney[1]等和尤学一[2]等分别利用风洞实验和CFD数值方法研究了开放街区和城市街谷的污染物流动与扩散问题。
2020-06-12当雷雨天气现象发生时,乌云滚滚,电闪雷鸣,狂风夹伴强降水,有时伴有冰雹,风速极大。由于在雷雨大风天气发生时,其云层处于不稳定状态,因而极易产生强对流运动,云与云之间和云与地面之间电位差达到一定强度时就会放电,所以在测量中极易发生雷电现象,因此,一定要做好雷电的监测和预警工作。
2020-06-11在实际的综合气象观测业务开展过程中,有时也会因为一些因素使得综合气象观测业务质量无法得到有效控制。基于此,本文首先分析了影响综合气象观测业务质量的主要因素,并针对如何有效控制综合气象观测业务质量提出一些合理的对策,期望为诏安县人民群众以及当地经济建设提供更有效的气象服务资料指导。
2020-06-11测量环境参数的仪表也都有严格规定,如JJG431-2014中明确气压计准确度等级为0.2级及以上,温度计最大允许误差±0.5℃,湿度计最大允许误差±8%RH。吉林省气象部门使用回路风洞、皮托管、数字压力计为标准器的检定设备,完成0~30m的风速检定,检定时长约为23min。陈权等[4]的研究认为,湿度越大对测量结果的影响越大;朱旭敏等[5]分析了影响风洞流场特性的因素。
2020-06-11人气:3692
人气:2536
人气:2305
人气:2164
人气:1876
我要评论
期刊名称:大气科学
期刊人气:1025
主管单位:中国科学院
主办单位:中国科学院大气物理研究所,中国气象学会
出版地方:北京
专业分类:科学
国际刊号: 1006-9895
国内刊号:11-1768/O4
邮发代号:2-823
创刊时间:1976年
发行周期:双月刊
期刊开本:16开
见刊时间:一年半以上
影响因子:0.253
影响因子:0.682
影响因子:0.160
影响因子:0.421
影响因子:0.081
400-069-1609
您的论文已提交,我们会尽快联系您,请耐心等待!
你的密码已发送到您的邮箱,请查看!