利用GNSS探测汛期大气水汽含量及其变化规律文献综述

 2022-03-23 09:03

利用GNSS探测汛期大气水汽及其变化规律

(文献综述)

1、绪论

全球卫星导航系统气象学是近20年来蓬勃发展起来的。水汽是GNSS研究的一项重要内容,水汽在时间、空间上的状态以及三相变化直接对大气的垂直稳定产生影响,并导致气候的演变,造成强对流天气进而引发强降雨等暴雨天气。与常规天气预测相比,基于地基 GNSS反演大气水汽的方式可提供时效性强、精度高、全天时的气象数据资料,有助于改善天气预报尤其是中尺度的天气预报的时效性、精度等。

2、本文研究的意义

水汽是地球大气中一种重要成分,影响着辐射平衡能量输送、云的形成和降水。天气和气候变化主要是由地球大气圈中的水汽运动和变化引起的。水汽主要通过两种方式影响着全球的气候变化:首先它在水循环中扮演着一个基础角色,在大气中传输能量,形成和传播气候;此外它还是大气中温室效应气体的主要组成部分,水汽允许太阳的短波辐射通过大气,同时也阻止地球表面的长波辐射发射,这种阻止辐射将会导致温度升高。水汽在大气中含量很少,但是空间分布复杂,且变化剧烈,在降雨、恶劣天气全球气候变化等各种大气过程中扮演着重要角色。因此,研究大气可降水量对于气象天气等领域有着重要的意义。而地基GNSS气象学(Ground-based GNSS Meteorology)技术发展为探测大气可降水量(PWV)提供了一种全新的手段,可以提供高时空分辨率的大气可降水量。

3、国内外研究现状

3.1 国外研究状况

GNSS气象学研究起源于20世纪80年代的美国,随着GNSS观测精度的不断提高,许多专家学者试图扩展GNSS气象学在各领域的应用范围。早在上世纪80年代末GPS还未投入使用之前,利用GPS进行定位的过程中,为更正对流层误差的影响通常采用的方法有两种:一种是采用对流层建模;另外一种是采用水汽辐射计直接测量测站上空所含的水汽[1]。第一种方式是利用地面的气压、相对湿度、温度和高程,根据经验公式计算出干延迟与湿延迟,其中干延迟模型非常精确,常见的模型Hopfield模型和Sastamoinen模型以及后来的GPT模型。有些学者为简化直接采用高程就可以得出概略的干延迟,在与海平面相当高程的内陆地带天顶干延迟一般为2.3m左右。类似于干延迟,湿延迟也有对应的改正模型,但是湿延迟的变化是没有规律的,尽管有研究表明可降水量与地表的湿度之间有较强的正相关,但是可降水量的变化之大以至于地表湿度并不能作为可降水量的一个可靠指标。所以湿延迟模型不能精确的计算湿延迟。由于湿延迟相对较小,通常情况下10cm可以作为先验值,但是如果地形起伏较大,天气变化恶劣的时候也有可能达到几十厘米。为了满足高精度的GNSS定位需求,大地测量学家尝试将对流层湿延迟作为待估参数与位置、接收机钟差和模糊度参数一起解算,1988年JPL的Tralli 等发表了采用对流层延迟湿分量作为未知参数对大地基线估计的影响,并认为对流层的湿分量估计可以采用随即游走或者一阶高斯马尔科夫的方式。Tralli的研究结果显示利用该方法可以提高GPS的定位精度,尤其是高程方向的精度,同时将该方法应用到VLBI的定位上面,并与GPS的结果进行了比较,得到了较高的符合度。将GPS定位的副产品天顶对流层延迟与探空数据或者水汽辐射计相比,显示利用GPS可以获取2-3厘米精度的天顶对流层延迟,这为气象学提供了新的数据途径,于是GNSS气象学应运而生。同时,为了深入分析对流层,John Braun等利用GPS双差观测量获取了信号传播斜路径上的水汽含量,这有助于了解水汽的结构,并且由于没有卫星钟差的参与,可以实现实时估计水汽。德国的地学研究中心则通过国家的GPS网络获取对流层斜延迟层析重构具有空间分辨率的湿度场。也有不少学者将GNSS 气象学的重点放在天气预报方面,澳大利亚的Karabatic则利用GNSS估计的近实时对流层水汽分析了在澳大利亚天气预报中的潜在贡献。同样墨西哥的G.E.Varsquo;zquez B也分析了在南极区域GPS可降水量与数值天气预报模型之间的关系。英国的Gemma V. Bennitt将GPS天顶对流层延迟同化到气象局数值天气预报模型中。西班牙的Andres Seco等基于GPS 大气水汽进行了雨模式分析与预测模型。Bevis等利用GPS数据计算得到了接收机天顶方向的PWV,并首次提出“GNSS气象学”的概念。Rocken等进行了大范围的GNSS/STROM试验,来检验地基GNSS计算大气水汽的精度。Seco等利用NE Spain一个站连续9a的数据,通过GNSS PWV数据和表面气压,实现了短期降雨预测。Shoji利用日本某地区一个月的数据,验证了当PWV到达一定阈值后,发生降雨的概率也快速增加。Benevides等用GNSS PWV对降雨进行了短期预测降雨预测正确率为75%左右、误报率为60%~70%,这为强对流等短临灾害性天气的降雨预测提供了新的思路。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

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