厦门市台风事件CORS站网数据水汽反演及分析.pdf

西 北 师 范 大 学 学 报(自然科学版)第6 0卷2 0 2 4年第1期 J o u r n a l o f N o r t h w e s t N o r m a l U n i v e r s i t y(N a t u r a l S c i e n c e)V o l.6 0 2 0 2 4 N o.1 D O I:1 0.1 6 7 8 3/j.c n k i.n w n u z.2 0 2 4.0 1.0 1 3收稿日期:2 0 2 3 0 9 0 2;修改稿收到日期:2 0 2 3 1 2 3 0基金项目:福建省自然科学基金资助项目(2 0 2 0 J 0 1 3 5 6);龙岩学院博士启动项目(L B 2 0 1 8 0 3 8)作者简介:王洪(1 9 7 8),男,黑龙江绥化人,副教授,博士研究生.主要研究方向为G N S S测量与数据处理、工程测量.E m a i l:w a n g h o n g 3 1 3 l y u n.e d u.c n*通信联系人,女,四川泸州人,本科.主要研究方向为G N S S测量与数据处理.E m a i l:2 5 1 1 3 0 2 1 3 6q q.c o m厦门市台风事件C O R S站网数据水汽反演及分析王 洪1,2,赖 杰1*,亓信玖1(1.龙岩学院 资源工程学院,福建 龙岩 3 6 4 0 1 2;2.中国矿业大学 环境与测绘学院,江苏 徐州 2 2 1 1 1 6)摘要:针对厦门市3次台风事件,利用厦门市连续运行参考站(C OR S)的G N S S观测数据,使用 P AN D A软件进行解算,反演出大气可降水量(PWV),将获取的E R A 5再分析数据与反演出的PWV数据进行对比分析,在此基础上分析厦门市受台风影响期间G N S S-PWV变化特征与实际降雨量的关系.结果表明:PWV与E R A 5数据具有较好的一致性;G N S S反演PWV具有较高的精度;G N S S-PWV能够较好地反映台风期间水汽的时空动态变化过程,其与降水量之间呈现出明显的相关性.关键词:连续运行参考站(C OR S);GN S S气象学;台风;大气可降水量中图分类号:P 2 2 8.4 文献标志码:A 文章编号:1 0 0 1-9 8 8(2 0 2 4)0 1-0 0 8 4-0 7W a t e r v a p o r r e t r i e v a l a n d a n a l y s i s o f C O R S n e t w o r k d a t ao f X i a m e n t y p h o o n e v e n tWANG H o n g1,2,L A I J i e1,Q I X i n-j i u1(1.S c h o o l o f R e s o u r c e E n g i n e e r i n g,L o n g y a n U n i v e r s i t y,L o n g y a n 3 6 4 0 1 2,F u j i a n,C h i n a;2.S c h o o l o f E n v i r o n m e n t S c i e n c e a n d S p a t i a l I n f o r m a t i c s,C h i n a U n i v e r s i t y o f M i n i n g a n d T e c h n o l o g y,X u z h o u 2 2 1 1 1 6,J i a n g s u,C h i n a)A b s t r a c t:I n v i e w o f t h e t h r e e t y p h o o n s i n X i a m e n C i t y,t h e GN S S o b s e r v a t i o n d a t a o f X i a m e n C o n t i n u o u s O p e r a t i o n R e f e r e n c e S t a t i o n(C O R S)w a s u s e d f o r c a l c u l a t i o n w i t h P AN D A s o f t w a r e.T h e o b t a i n e d E R A 5 r e a n a l y s i s d a t a w a s c o m p a r e d w i t h t h e PWV d a t a o f t h e c o u n t e r-p e r f o r m a n c e.O n t h i s b a s i s,t h e r e l a t i o n s h i p b e t w e e n GN S S-PWV v a r i a t i o n c h a r a c t e r i s t i c s a n d a c t u a l r a i n f a l l d u r i n g t y p h o o n i n X i a m e n w a s a n a l y z e d.T h e r e s u l t s s h o w t h a t:PWV a n d E R A 5 d a t a h a v e g o o d c o n s i s t e n c y;GN S S i n v e r s i o n o f PWV h a s h i g h p r e c i s i o n;GN S S-PWV c a n w e l l r e f l e c t t h e s p a t i o-t e m p o r a l d y n a m i c c h a n g e p r o c e s s o f w a t e r v a p o r d u r i n g t y p h o o n s,a n d h a s a s i g n i f i c a n t c o r r e l a t i o n w i t h r a i n f a l l.K e y w o r d s:c o n t i n u o u s o p e r a t i o n r e f e r e n c e s t a t i o n s(C O R S);GN S S m e t e o r o l o g y;t y p h o o n;PWV0 引言全球导航卫星系统(G l o b a l N a v i g a t i o n S a t e l l i t e S y s t e m,GN S S)气象学最早形成于2 0世纪8 0年代的美国,是一门新兴的交叉学科1.在众多学者的研究中,大气水汽被认为是对天气变化产生最为显著影响的各种气象要素之一2.大气水汽又称大气可降水量(P r e c i p i t a b l e W a t e r V a p o r,PWV),48 2 0 2 4年第1期 王 洪等:厦门市台风事件C OR S站网数据水汽反演及分析 2 0 2 4 N o.1W a t e r v a p o r r e t r i e v a l a n d a n a l y s i s o f C OR S n e t w o r k d a t a o f X i a m e n t y p h o o n e v e n t它表示在任何时候单位底部面积内的所有对流层大气水蒸气 凝结 成液态水 而产生 的 水 柱 的 一 定 高度3.它是大气中最为活跃多变的部分,虽然它在大气成分中的占比极低,但却是形成和演变各种灾害天气的主要驱动因素,它的变化直接与降水相关.因此,为了实现区域气候变化的精准预测,对PWV进行有效的监测和充分的利用是关键所在.本文以GN S S气象学为基础,基于厦门市连续运行参考站(C o n t i n u o u s l y O p e r a t i n g R e f e r e n c e S y s t e m,C O R S)的GN S S观测数据,利用P AN D A软件进行解算,反演得到高精度的PWV值,并验证其可靠性.以2 0 1 7年、2 0 2 0年以及2 0 2 1年影响厦门地区的“纳沙、海棠”双台风、“米克拉”、“卢碧”3次台风事件为研究对象,分析台风暴雨前后PWV值的时空分布特征,对比分析实际降雨量与PWV之间的关系,利用其关联性为沿海地区提供及时准确的极端天气状况的预报,提高强降雨、台风等强对流天气引发的各类气象灾害的监测和预警能力.本研究对各种灾害来临前采取有效的应对措施,实现防灾减灾具有重大的意义.1 GN S S反演PWV原理及可靠性分析1.1 数据来源本文研究所使用的数据包括台风影响期间的GN S S观测数据、气象台站实测降雨数据和E R A 5再分析资料.GN S S数据采用的是厦门市C O R S站网的观测数据,C O R S站网站点分布如图1所示.气象站实测降雨数据从国家气象数据中心(h t t p:/d a t a.c m a.c n)下载;E R A 5再分析资料从欧洲中尺度天 气 预 报 中 心(E CMWF)下 载(h t t p s:/c d s.c l i m a t e.c o p e r n i c u s.e u)4.图1 C O R S站网站点分布F i g 1 C O R S s t a t i o n s d i s t r i b u t i o n1.2 地基G N S S反演PWV的基本原理地基GN S S反演PWV的具体步骤如下:原 始 观 测 数 据 经 过P AN D A、B e r n e s e、GAM I T、G I P S Y等GN S S高精度数据处理软件进行处 理,解 算 得 出 天 顶 总 延 迟 量(Z e n i t h T o t a l D e l a y,Z T D)5;Z HD与地面气压密切相关,利用地表气压参数和站点三维坐标值等数据,根据S a a s t a m o i n e n模型6,精 确计算出高 精度的天顶 静力延迟量(Z e n i t h H y d r o s t a t i c D e l a y,Z HD)7,其公式为Z HD=0.0 0 2 2 7 6 8P1-0.0 0 2 6 6 c o s(2)-0.0 0 0 2 8H,(1)其中,P表示地面气压(h P a),表示接收机的纬度(r a d),H表示测站大地高(k m).ZWD的变化与空气中的水汽含量息息相关,其规律性难以通过经验公式精确计算8,所以可通过Z T D减去计算得到的Z HD来获得天顶湿延迟(Z e n i t h W e t D e l a y,ZWD)9,其公式为ZWD=Z T D-Z HD(2)利用地面气温观测数据,运用B e v i s经验公式1 0,推算出各站点的加权平均温度(Tm),其公式为Tm=7 0.2+0.7 2Ts,(3)利用AN(A s k n e N o r d i u s)模型1 1,构造出的大气湿延迟与可降水量参数之间关系的计算公式,反演得到大气可降水量(PWV),其公式为PWV=ZWD,(4)式中称为无量纲比例因子或可降水量与湿延迟的转换关系,通常表示为=1 06wRvk 2+k3Tm ,(5)k 2=k2-k1RdRv ,(6)其中,w为液态水的密度(一般取为1 1 03 k gm-3;Rd和Rv分别代表干空气和水汽的比气体常数,即Rd=2 8 7Jk g-1K-1,Rv=4 6 1.5Jk g-1K-1;k1,k2,k3分别 是水汽折射常数,本文采用k1=7 7.6 8 9 Kh P a-1,k2=7 1.2 9 5 Kh P a-1,k3=3 7 5 4 6 3 K2 h P a-1.但 需 要 注 意 采 用 上 述 数 值 时,PWV与ZWD的单位应相同,Tm的单位应是K.Tm是大气加权平均温度,可用于计算转换因子,计算公式为58西 北 师 范 大 学 学 报(自然科学版)第6 0卷 J o u r n a l o f N o r t h w e s t N o r m a l U n i v e r s i t y(N a t u r a l S c i e n c e)V o l.6 0 Tm=hseTdhhseT2dh,(7)其中,e是水汽压(h p a),T是温度(K),hs是测站高(m),h是高度(m).此公式需要已知测站上空的温度和水汽压垂直廓线信息1 2.1.3 G N S S-PWV可靠性分析本 文 选 取2 0 1 7-0 7-1 82 0 1 7-0 8-1 2反 演 的PWV与E R A 5大气再分析资料进行对比分析1 3.图2给出了厦门市2 0 1 7年3个C O R S站的PWV与E R A 5所提供的3个C O R S站的PWV之间的对比情况.由图2可知,每站的两组数据差值总体均维持在-4 mm4 mm之间,说明两者具有较好的一致性.鉴于单一指标的评估范围有限,本文选取4个统计评估指标:平均偏差(B I A S)、标准差(S T D)、均方根误差(RM S)以及皮尔逊相关系数R来验证C O R S站反演PWV精度的评估1 4,评估指标计算如式下:B I A S=1nni=1xi,(8)S T D=ni=1(xi-yi)2n-1,(9)RMS=1nni=1(xi-yi)2,(1 0)R=ni=1(xi-x)(yi-y)ni=1(xi-x)2ni=1(yi-y)2.(1 1)以上各式中,n为样本总数,x和y分别为E R A 5提 供 的PWV与 厦 门C O R S数 据 反 演 的PWV;x和y分别为x和y的平均值.将2 0 1 7-0 7-1 82 0 1 7-0 8-1 2 XMDM站 反 演 的PWV与E R A 5(XMDM)反演PWV进行线性回归分析;将2 0 1 7-0 7-1 82 0 1 7-0 8-1 2厦门3个C O R S站与E R A 5的解算PWV进行精度相关性分析,线性拟合结果如图4所示,以E R A 5-PWV为基准值,GN S S-PWV精度评估结果如表1所示.由图3可知,GN S S-PWV与E R A 5-PWV的相关系数R为0.9 3,说明两者具有强相关性.由图2 E R A 5-PWV与G N S S-PWV差值图F i g 2 d i f f e r e n c e d i a g r a m o f E R A 5-PWV a n dG N S S-PWV表1精度评估结果可知,每个测站的B I A S、S T D与RM S数 值 都 很 小,说 明C O R S站 解 算 出 的PWV与E R A 5计算出的PWV较为接近,具有较高的一致性,能反映出较为真实的水汽含量.综上所述,基 于 地 基GN S S观 测 数 据 反 演 的GN S S-68 2 0 2 4年第1期 王 洪等:厦门市台风事件C OR S站网数据水汽反演及分析 2 0 2 4 N o.1W a t e r v a p o r r e t r i e v a l a n d a n a l y s i s o f C OR S n e t w o r k d a t a o f X i a m e n t y p h o o n e v e n tPWV具有较高的精度,满足气象学上对GN S S-PWV均方根误差要求为2.02.5 mm1 5,说明地基GN S S观测数据反演GN S S-PWV是一种可行的方法.图3 G N S S-PWV与E R A 5-PWV相关性分析F i g 3 C o r r e l a t i o n a n a l y s i s o f G N S S-PWVa n d E R A 5-PWV表1 G N S S-P WV精度评估T a b 1 G N S S-PWV a c c u r a c y e v a l u a t i o n测站B I A S/mmS T D/mmRM S/mmXMDM-0.0 42.4 52.4 5XM J M+0.7 22.2 42.3 5XM J Y-0.1 52.1 22.1 22 结果与分析2.1 台风期间实际降雨与PWV的时序分析根据2 0 1 7年、2 0 2 0年及2 0 2 1年厦门地区3次台风事件,选取XMDM站、XM J M站及XM J Y站2 0 1 7年7月2 9日0时至8月4日0时、2 0 2 0年8月8日0时至8月1 4日0时及2 0 2 1年8月3日0时至8月9日0时的PWV(利用地基GN S S解算得到)与厦门实际降水量数据(采样的频率为1 h)展开分析,结果如图46所示.由图4可知,台风发生期间3个C O R S站的PWV值变化趋势基本相同,总体上都是呈先上升后下降的趋势.从2 0 1 7年7月3 0日7:0 0至8月1日1 3:0 0厦门几乎持续降雨,总降雨量达到1 4 5 mm.从7月3 0日7:0 0开始降雨至7月3 1日2 2:0 0时降雨量较少,平均雨量为1.2 mm,之后降雨量大幅增加,8月1日3:0 06:0 0平均降雨量为1 7.2 mm,7:0 01 0:0 0降雨量明显减少,在图4 2 0 1 7年“纳沙”“海棠”台风期间3个C O R S站点PWV与实际降雨的变化F i g 4 V a r i a t i o n o f PWV a n d a c t u a l r a i n f a l l a t 3 C O R Ss t a t i o n s d u r i n g t y p h o o n N e s a t a n dH a i t a n g i n 2 0 1 71 1:0 0之后降雨量逐渐减少直至降雨结束.在降雨开始前PWV有着明显的化:3个测站从7月2 9日2:0 0至7月2 0日4:0 0,PWV一直处于上升趋势,分别从最低 的4 4.9,5 0.8,3 2.6 mm逐渐增加至6 6.9,7 3.0,5 3.0 mm,每站平均增幅为2 1.5 mm.降雨产生之后,PWV仍然保持上升状态,代表着水汽还处于积聚阶段,并没有得到完全释放,这一点可以从7月3 1日0 0:0 05:0 0的降雨量较少可以看出,在6:0 0时PWV值到达峰值之后开始逐渐 下 降,但PWV值 保 持8个 时 段 下 降 趋势 后不再下降,一直维持在7 1 mm(以XM J M站图5 2 0 2 0年“米克拉”台风期间3个C OR S站点PWV与实际降雨的变化F i g 5 V a r i a t i o n o f PWV a n d a c t u a l r a i n f a l l a tt h r e e C O R S s t a t i o n s d u r i n g t y p h o o nM i k l a i n 2 0 2 078西 北 师 范 大 学 学 报(自然科学版)第6 0卷 J o u r n a l o f N o r t h w e s t N o r m a l U n i v e r s i t y(N a t u r a l S c i e n c e)V o l.6 0 为例)的高位,预示着降雨还将持续,直至8月1日2:0 0 PWV开始下降,不再保持高位1 6.由于台风 吞 并“纳 沙”台 风 后,在8月2日1 1:0 0 PWV突然上升,随之6小时后开始少量降雨,至1 9:0 0下降至5 3.2 mm(XM J M站),代表大气中的水汽已完全释放.由此可见,台风“纳沙”、“海棠”双台风发生期间,PWV先发生剧烈变化,随后发生降雨,继续影响PWV的变化.由图5可知,台风发生期间3个C O R S站的PWV值变化趋势基本相同,都是总体呈先上升后下降的趋势.2 0 2 0年8月1 0日6:0 01 4:0 0 PWV的曲线 震荡性较为强烈,PWV值分别从最低的3 8.2,4 4.8,2 8.4 mm上升到6 0.8,6 8.4,4 9.0 mm,每站平均增幅为2 2.3 mm,随后PWV值持续上升,在2 1:0 0达到峰值,5 h后开始降雨,PWV值随之下降.在8月1 1日1 1:0 0至8月1 2日2:0 0 PWV值出现小幅度上升,3 h后产生降雨,PWV值又开始下降,说明水汽得以完全释放.本次3个测站的PWV在降雨产生前8 h都开始上升,平均增幅 达 到2 2.3 mm,每 站 平 均 变 化 率 达 到2.7 mmh-1.由此可见,台风“米克拉”发生期间,PWV先发生剧烈的变化,达到峰值后35 h出现降雨,进而影响PWV的变化.图6 2 0 2 1年“卢碧”台风期间3个C O R S站点PWV与实际降雨的变化F i g 6 V a r i a t i o n o f PWV a n d a c t u a l r a i n f a l la t t h r e e C O R S s t a t i o n s d u r i n g t y p h o o nL u p i i n 2 0 2 1由图6可知,台风发生期间3个C O R S站的PWV值变化趋势基本相同,总体都是呈先上升后下降的趋势.2 0 2 0年8月3日1 2:0 0 PWV值变化相对稳定,在4日3:0 0 PWV小幅度上升,每站平均增幅为6.5 mm,随后变化较为稳定,但仍然保持上升趋势,说明水汽还处于积聚状态,并未得到释放,1 0 h后 开 始 持 续 降 雨,总 降 雨 量 达 到1 6 8.6 mm.直至8月6日1 1:0 0 PWV开始逐步下降,水汽得到一定释放.在8月7日7:0 0和8日9:0 0 PWV都出现一次小峰值,1 0 h后都出现了小量降雨情况.由此可知,台 风“卢 碧”发 生 间,PWV值一定会先发生变化,水汽积聚,进而几小时后产生降雨现象.综上所述,厦门市3次台风发生期间,3个C O R S站在发生降雨时PWV值的变化都有一些普遍特征:每次产生降雨前,由于大气中的水汽积聚,PWV值都会有一个迅速上升的过程,直至降雨.之后,随着降雨结束,大气中积聚已久的水汽得到了释放,PWV值也随之下降,说明PWV与实际降雨之间具有一定的相关性.2.2 地基G N S S反演PWV空间动态分布特征分析C O R S站的观测数据反演得到的PWV是在厦门市区域内分布的点状数据,为了能够更加直观地分析台风“米克拉”在厦门市范围PWV的动态变化的过程,将PWV采用插值的方法进行处理,将空间上不连续的点状数据转换为空间上连续的面状数据,最终PWV的空间动态可视化分布结果如图7所示1 6.本文主要分析2 0 2 0年8月9日至1 3日(D OY为第2 2 22 2 6天)台风前后时间段的情况,时间分辨率为8 h,空间分辨率为0.1 0.1 的PWV动态变化过程.从图7可以明显看出,台风“米克拉”在厦门境内PWV水汽传输过程的空间动态分布情况.在台风进入厦门境内前,厦门市的PWV在空间分布上表 现 为XMDM、XM J M站 的PWV值 略 高 于XM J Y站,这是由于XMDM与XM J M测站更靠近大海,水汽较为丰富.在年积日(D OY)第2 2 2天0 0:0 0至次日的0 0:0 0,厦门市PWV几乎无明显的变化特征,此时“米克拉”还未登陆厦门.从D OY第2 2 3天8:0 0至第2 2 4天0 0:0 0,PWV值急剧 上 升(此 时“米 克 拉”正 在 奔 赴 厦 门 境 内),XM J M站 的PWV达 到7 0 mm以 上 的 高 值,XMDM和XM J Y站也分别在6 0 mm和5 0 mm以上;在 第2 2 3天1 6:0 0到 次 日0 0:0 0的 过程中,3个测站均到达最大值,并且在此之后有大88 2 0 2 4年第1期 王 洪等:厦门市台风事件C OR S站网数据水汽反演及分析 2 0 2 4 N o.1W a t e r v a p o r r e t r i e v a l a n d a n a l y s i s o f C OR S n e t w o r k d a t a o f X i a m e n t y p h o o n e v e n t图7 台风“米克拉”期间G N S S-PWV空间动态可视化分布结果F i g 7 G N S S-PWV s p a t i a l d y n a m i c v i s u a l i z a t i o n d i s t r i b u t i o n r e s u l t s d u r i n g t y p h o o n M i k l a98西 北 师 范 大 学 学 报(自然科学版)第6 0卷 J o u r n a l o f N o r t h w e s t N o r m a l U n i v e r s i t y(N a t u r a l S c i e n c e)V o l.6 0 范围的降雨产生.降雨过后能明显看出8月1 1日(D OY第2 2 4天)8:0 0的PWV有所下降,但 在1 6:0 0与8月1 2日(D OY第2 2 5天)0 0:0 0时PWV呈现小幅度上升,几小时后又产生降雨.在D OY第2 2 5天8:0 0至次日1 6:0 0,厦门境内的PWV值在逐步下降,直到恢复台风前的正常水准(“米克拉”离开厦门),说明PWV值的变化趋势与台风“米克拉”的移动路线呈现出较好的对应关系1 7.在台风“米克拉”登陆前后的水汽空间动态传输过程中,PWV的变化表现出与降雨之间高度相关的特征,这一结果生动地展示了台风期间水汽的变化,表明了在台风期间PWV与降雨之间具有极强的相关性1 7.3 结束语本文主要利用GN S S反演得到厦门市的PWV数据,并通过与E R A 5再分析数据进行对比,检验可靠性,基于地基GN S S气象学相关理论与研究方法,依据实际降雨和常规气象数据,分析台风登陆期间厦门市水汽的变化特征,主要研究结论如下:1)对比分析地基GN S S观测基准站反演的PWV与E R A 5计算出的PWV,结果表明:C O R S站解算出来的PWV与E R A 5计算得出的PWV较为接近;GN S S-PWV与E R A 5-PWV两组数据的相关系数达到0.9 3,说明两组数据之间具有高度相关性;GN S S-PWV具有一定的稳定性和较高的精度,说明地基GN S S具备良好的水汽探测性能,能够满足气象研究需求.2)通过对厦门市3次台风期间实际降雨与PWV进行时间序列分析,发现GN S S-PWV的变化与台风过程高度相对应,且时间上的变化与台风过程高度吻合,这表明PWV与实际降雨之间具有一定的关联性,有助于人们更好地了解和掌握极端天气事件的变化规律.3)对厦门市2 0 2 0年台风“米克拉”进行空间动态分布特征分析,表明GN S S-PWV的变化与台风过程具有高度对应关系,在空间上的变化梯度与台风路径基本一致,同时与降雨具有明显的相关性,因此,GN S S-PWV能够很好地反映出台风期间水汽的空间动态变化过程.参考文献:1 安豪,严卫,杜晓勇,等.G N S S大气海洋遥感技术研究进展J.全球定位系统,2 0 2 1,4 6(6):1.2 李浩博.基于G N S S大气反演信息的短临极端天气预警预报研究D.徐州:中国矿业大学,2 0 2 1.3 WU M,J I N S,L I Z,e t a l.H i g h-p r e c i s i o n G N S S PWV a n d i t s v a r i a t i o n c h a r a c t e r i s t i c s i n C h i n a b a s e d o n i n d i v i d u a l s t a t i o n m e t e o r o l o g i c a l d a t aJ.R e m o t e S e n s i n g,2 0 2 1,1 3(7):1 2 9 6.4 莫智翔,黄玲,郭希,等.利用E R A 5资料进行桂林地区G N S S水汽反演精度分析J.南京信息工程大学学报(自然科学版),2 0 2 1,1 3(2):1 3 1.5 何琦敏.地基G N S S水汽反演及其在极端天气中的应用研究D.徐州:中国矿业大学,2 0 2 1.6 D I N G M,HU W,J I N X,e t a l.A n e w Z T D m o d e l b a s e d o n p e r m a n e n t g r o u n d-b a s e d G N S S-Z T D d a t aJ.S u r v e y R e v i e w,2 0 1 5,4 8(3 5 1):3 8 5.7 徐桂荣,万蓉,李武阶,陈波,冯光柳.地基G P S反演 大 气 可 降 水 量 方 法 的 改 进 J.暴 雨 灾 害,2 0 0 9,2 8(3):2 0 3.8 赵庆志.地基G N S S水汽反演关键技术研究及其应用J.测绘学报,2 0 1 8,4 7(3):4 2 4.9 聂檄晨.对流层天顶湿延迟模型及水汽反演应用研究D.南京:东南大学,2 0 2 0.1 0 冯鹏.G N S S对流层误差模型研究及其气象学应用D.武汉:武汉大学,2 0 2 1.1 1 A S K N E J,N O R D I U S H.E s t i m a t i o n o f t r o p o s p h e r i c d e l a y f o r m i c r o w a v e s f r o m s u r f a c e w e a t h e r d a t aJ.R a d i o S c i e n c e,1 9 8 7,2 2(3):3 7 9.1 2 张豹.地基G N S S水汽反演技术及其在复杂天气条件下的应用研究D.武汉:武汉大学,2 0 1 6.1 3 王帅民.基于G N S S和再分析资料的Z T D/P WV精度评定与模型构建方法研究D.济南:山东大学,2 0 2 1.1 4 程国祥.台风时期对流层水汽变化研究D.淮南:安徽理工大学,2 0 2 0.1 5 孙鹏.G N S S实时水汽反演关键算法研究D.徐州:中国矿业大学,2 0 2 2.1 6 郭秋英,赵耀,黄守凯,等.基于北斗PWV的暴雨时空变 化 特 征 分 析 J.全 球 定 位 系 统,2 0 2 2,4 7(5):1 1 1.1 7 朱玉香,陈永贵,安春华.台风“利奇马”在山东期间 的G P S-PWV动 态 特 征 J.导 航 定 位 学 报,2 0 2 0,8(6):1 0 3.(责任编辑 武维宁)09