首页 > 论文范文 > 自然科学论文 > 气象学论文 > 大气探测论文 > 基于模型精度探讨贵州局地大气加权平均温度模型的构建

基于模型精度探讨贵州局地大气加权平均温度模型的构建

2020-05-15 270 上传者：管理员

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。

关键词：
大气加权平均温度
大气可降水量
精度分析
线性回归
加入收藏

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).