对流层水汽层析反演中水汽分布与距离的相关性探讨

2022-04-28 11:10:02 | 浏览次数:

摘 要 本文首先阐述了GPS气象学中反演大气水汽和三维层析的基本原理,推导出了传统模型中的水平约束条件。然后从大气物理学角度出发,指出传统水平约束模型存在数学特点过强,而物理特点较弱的缺陷,并在论文的第二部分给出了数据的实证。数据分析表明,基于Dylaunay剖分原则建立的空间IGS网间的ZTD相关系数与基线长度的相关性为-0.4181,表明不存在明显的相关性。缩小分析尺度到500km以内时,相关系数绝对值增大到0.6828,可以认为存在一定的空间相关性,但是在进一步缩小差距时,相关系数有所降低,变尺度的分析也表明,在建立水平约束时,仅仅考虑基线长度是不正确的。

关键词 水汽反演;ZTD;水平约束;物理特点;空间变异

中图分类号 P4 文献标识码 A 文章编号 2095-6363(2017)15-0014-02

1 GPS反演对流层水汽基本原理

地球大气是由干大气、水汽以及其中的悬浮微粒组成的,对流层集中了全部的水汽,它具有3个特征,即:气温随高度增大而降低;具有强烈的对流和湍流运动;气象要素沿水平方向分布不均。GPS信号在传播过程中,在测站天顶方向上,对流层大气总延迟约为2.50m左右,其中干空气造成的干延迟(静力延迟),占90%以上,水汽造成的湿延迟占10%左右。

如果测站的位置已知,可以解算出对流层的延迟量,即天顶延迟(Zenith Total Delay,ZTD)。但许多的研究表明,介质中不同角度的信号传播会含有相應的介质的内部信息,而不仅仅是一个累积量。如果这个介质可以看成由许多的格网组成,将这个累积量按照这些格网进行分解,就可以反求出每个格网的水汽信息,也即水汽三维反演。

三维反演时,除了天顶方向外,还需要考虑测站在不同水平方向上梯度变化。

由于在层析区域内并不是所有的网格都有足够的射线穿过,这造成有的网格内射线过多,有的网格内射线过少,因此需要附加网格间的约束。国内外较多的在水平方向上认为:在格网所处的小范围内,水汽的水平分布是平稳的,同一水平方向的各个网格内水汽分布是相关的,距离越近相关性就越强,这种相关性取决于距离的大小,于是有;而在垂直方向上常借助物理模型和探空资料以提供剖面的约束信息,湿折射率随着对流层高度的增加呈现指数递减的变化:

于是传统的层析模型可建立如下:

其中分别为水平约束和垂直约束的初始值,分别是层析观测方程的误差项、水平约束方程的误差项和垂直约束方程的误差项。

2 问题的提出

三维水汽层析模型基于以下假设产生:1)忽略大气的非均匀性,将单个网格内的水汽看成是均匀分布的;2)水汽密度在水平方向上全网格相关而在垂直方向上服从指数分布等,实际上默认了各个分层中间都是平行流动的特点。

但在大气物理学中,对流层因受地表的影响可分为两层:1)在lkm~2km以下,受地表的机械、热力作用强烈,通称边界大气层;2)在1km~2km以上,受地表影响变小,称为自由大气层。下边界大气层中湍流使得水汽的分布呈现很强的随机突变性。

平流状态下,水汽的每一层内相关度较高;湍流状态下,水汽则空间分布较高。因此在下边界大气层中运用平行流动假设是不准确的。利用距离来衡量相关度也是不准确的,实际中湍流的分布特点之一就是在距离上可能并不十分相关,而处在同一湍涡的水汽高度相关,不处在同一湍涡的水汽相关性较弱。因此,需要衡量水汽分布是否与距离存在很强的相关性。为方便计,由于可降水量与延迟量之间只存在函数关系,本文直接采用每个测站的ZTD代替可降水量进行相关性分析。

3 数据实证

现采集了2012年3月全月的全球IGS测站的对流层延迟数据,其中每一天正常工作的测站共有177个,每一天都含有延迟数据。其中有29个测站缺失某一天的数据,将这些粗差剔除后得到148个测站31天的数据。为了表现出合理性,现在采用Delaunay三角剖分法对这148个测站点建立空间的Delaunay四面体,共得到480个四面体。其中共有767条无重复的边,也就是在148个测站间按照Delaunay原则,由767条边相连接。148个测站的延迟数据进行相关系数计算,得到与767条边对应的延迟相关系数。ZTD相关系数的统计信息可列如表1。其中相关系数的最大值接近于1是因为在148个测站中存在基线较短的情况。以边长为自变量,相关系数为因变量,可做图如1。

根据图1可以看出,在全局范围内,边长和延迟量相关系数在全局范围内不存在明显的相关性。经计算可得,全局的相关系数为-0.4151,相关性不强。但从局部来看,在某一范围内存在一定的相关性,为此我们将数据以按不同的尺度进行分析。

根据表2,按照划分的数据可以得出以下结论:

1)当基线长度超过2 000km时,可以看作不相关;当基线长度在200km~1 000km之间时,测站ZTD间的相关系数随着距离增大其绝对值先增大后减少,这表明在这个区间上存在某一个距离使得ZTD间相关系数与基线长度的相关程度达到最大。

2)考虑到数据量,基线长度大于2 000km的数据为401个,而小于2 000km的数据为366个,且这一部分的相关系数为-0.484 8,比较接近-0.415 1,因此对于全局相关系数而言,小于2 000km的数据的影响力要大一些,或者说做出的贡献要大一些。

由于所分析的数据都没有表明测站间ZTD的相关系数与基线长度两者之间存在非常明显的相关性(指的是相关系数大于0.8),因此,在进行水汽三维层析时,如果单一的基于距离建立水平约束,是不恰当的。

4 不足之处

本文的数据分析存不足之处有:1)ZTD代替湿延迟和可降水量的有效性需要进行探讨,因为ZTD中还包含了占90%的干延迟,而在分析过程中,这部分没有剔除,会对分析的结果产生误差;2)观测数据的样本数较少,应该采取更长时间年限的数据作为样本进行分析,尤其是在尺度小于200km范围内。

参考文献

[1]刘敏,郭鹏,叶其欣,等.上海地区地基GPS水汽三维层析技术和初步应用[J].天文学报,2010,51(3):

299-307.

[2]于胜杰,柳林涛.约束条件对GPS水汽层析解算的影响分析[J].测绘学报,2010,39(5):491-496.

[3]张瑞,宋伟伟,朱爽.地基GPS遥感天顶水汽含量方法研究[J].武汉大学学报,35(6):691-693.

推荐访问: 水汽 层析 对流层 反演 相关性