摘要：基于中国气象数据网提供的30年平均地表气温与90个探空站点2015年间数据,采用含障碍的扩散插值法进行插值,按3.4 K温度间隔将插值后结果分成8级13区。通过实验分析发现探空数据层数和层顶高度对大气加权平均温度计算精度间存在近似指数函数关系,仅考虑单一因素时,层顶大于9 km或观测层数大于13层后,大气加权平均温度计算值与真值RMS约为1 K;其次,考虑实际样本层顶和层数分布情况,采用层高大于9 km、层数大于8的无错探空数据,分别建立了全国统一的以及分区域的大气加权平均温度回归模型,有效地削弱全国模型在不同地区适用性不一致的影响,拟合残差RMS平均降低了17.8%;最后,应用该分区模型反演了某区域的可降雨量序列,与同期的探空数据计算得到的可降雨量数据进行了比较与分析。

摘要：水汽是大气的重要组成成分之一,其时空变化受气温、气压等多种气象因素的影响。因此,研究水汽反演影响因素对获取高精度水汽信息具有重要意义。以中国区域为例,研究利用全球导航卫星系统(global navigation satellite sys‐tem,GNSS)和非实测气象数据(气温和气压)探测大气可降水量(precipitable water vapor,PWV)的方法。首先,对欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting,ECMWF)第5代气候再分析数据集(ECMWF reanalysis v5,ERA5)提供的气温、气压和GNSS反演的天顶对流层延迟进行评估;其次,大气加权平均温度T_(m)是PWV反演的关键参数,对不同的T_(m)计算模型进行分析,确定中国区域最优T_(m)计算模型;最后,根据误差传播理论推导PWV的理论误差,利用非实测数据计算小时分辨率的PWV并进行精度评估。结果表明,利用GNSS获取的中国区域PWV与无线电探空/ERA5 PWV均有较好的时空一致性,降雨期间PWV的误差较非降雨期间稍大。所提方法获取的PWV理论误差为2.0 mm,实际误差为2.1 mm。因此,基于GNSS和非实测气象参数反演的PWV具有较高精度,对于研究中国区域水汽时空变化与分布具有重要意义。

摘要：为了评估北斗三号全球卫星导航系统(BDS-3)在广州应用于气象的可行性,利用广州市连续运行卫星定位综合服务系统(GZCORS)14个测站2023年6月1—15日的BDS3的观测数据进行大气可降水量(PWV)反演研究:给出地基GNSS反演PWV原理;然后构建区域大气加权平均温度。实验结果表明:BDS-3解算的天顶对流层延迟(ZTD)时间序列变化趋势与全球定位系统(GPS)解算的ZTD基本趋于一致,BDS3-ZTD与GPS-ZTD的相关系数均大于0.97;BDS3-PWV、GPS-PWV与基于欧洲中期天气预报中心第五代大气再分析数据集(ERA5)计算的PWV间相关系数均大于0.87,BDS3-PWV可以很好地反映大气水汽变化情况;以ERA5-PWV为参考值,14个GZCORS站点BDS3-PWV的均方根误差(RMS)平均值为2.98 mm,偏差(Bias)最大值为1.71 mm,最小值为−2.34 mm;GZCORS的BDS-3反演的PWV可以用于气象研究。

摘要：针对常用的经验大气加权平均温度(T_(m))模型在我国东北地区普遍精度较低等问题,利用遗传算法优化的多层感知器模型,采用东北地区7个探空站2014—2017年的数据进行模型训练,建立适合我国东北地区的T_(m)模型。依据2018年的数据进行预测分析,实验结果表明:首先,GA-MLP的T_(m)模型的预测平均偏差为0.04 K、均方误差为4.06 K和判定系数R 2=0.920,各项精度评估指标较常用的GPT2w、单/多因子线性、非线性T_(m)和MLP模型均为最优,模型性能更好,拟合度更高;其次,在GPS反演大气可降水量中,较常用的单因子线性和GPT2w模型,GA-MLP的T_(m)模型在长春站的反演精度最高,均方误差精度提升1.1%和4.9%,平均偏差精度提升2.5%和13.2%,证明GA-MLP的T_(m)模型在东北地区反演PWV的适用性。

摘要：受季风气候等影响,传统T_(m)模型在中国沿海地区的精度难以满足导航定位等领域的发展需求,亟须建立一种高精度的区域性T_(m)模型。通过利用随机森林(Random Forest,RF)的方法,对基于该地区探空数据所构建的非线性T_(m)模型(F-T_(m))进一步精化,选取4个特征值(气压P、地表温度T_(s)、水汽压e_(s)、比湿s)作为输入因子,对F-T_(m)模型的偏差进行预测改正,构建了RFF-T_(m)模型。通过时空特性分析表明,该模型在沿海地区具有较好的适用性。

摘要：由于赣州地区夏季降水量较大,易发生洪涝灾害,高精度反演大气可降水量(Precipitable Water Vapor,PWV)可实时监控水汽变化,预防洪涝灾害的发生。为提高赣州地区地基GNSS反演大气可降水量的精度,采用赣州探空站2016年~2018年全年的数据,通过数值积分的方式获得测站点的大气加权平均温度(T_(m)),根据T_(m)与地表温度(T_(s))、地表水汽压(E_(s))的变化规律,建立了基于T_(s)一元线性回归模型、基于T_(s)与E_(s)的二元回归模型。以2019年探空站数据作为预测数据,结果表明:赣州地区本地化模型T_(m)2精度最高,拟合RMSE为2.34K,预测RMSE为2.39 K,较Bevis模型提升了41.19%,较李建国模型提升了43.44%。本地化模型能较好地消除Bevis模型和李建国模型在赣州区域的系统偏差,提高了天顶湿延迟ZWD转换大气可降水量的精度。