一种对流层层析方法

1.本发明属于气象预报领域，具体涉及大气水汽探测和一种对流层的层析方法。


背景技术：

2.水汽在大气中含量虽然较少，但是它是全球能量收支平衡中的重要因素，而由于水汽的相变效应，具有雨、雾、云、雪等各种状态，是引起天气变化的重要因素，同时也是灾害性天气形成和演变的主要驱动力。在天气预报中，对大气中水汽含量、水汽的变化以及时间和空间分布情况的了解决定了短时临近预报的成败，对于大气中湿度场的分析会直接影响到数值预报的准确性。对流层是地球大气层中与地面相接的最底层，其大气密度最高，集中了超过90％以上的大气水汽。在空间大地测量中，对流层延迟已逐渐成为现代空间测地技术的重要研究方向，而由于对流层水汽在时空上的不稳定特性，使得水汽引起的信号延迟成为影响空间大地测量精度的主要因素之一。因此探测获取高精度的水汽含量对于做出更加准确的气象预报和加强极端天气灾害的预警以及空间大地测量研究的发展具有重要的意义。
3.传统大气水汽探测方法有：水汽辐射计、无线电探空仪以及气象卫星对地观测等等，而利用全球导航定位(gnss)技术遥感大气水汽含量则是九十年代发展起来的新兴大气探测技术。当卫星信号穿过对流层的时候，会与所接触的大气介质相互作用，进而产生在时间和传播路径上的延迟效应，即产生折射。通过建立延迟量与大气折射率之间的函数关系，从而估计出重要的气象参数
‑‑‑
大气可降水量(pwv)。作为传统大气探测方法的有力补充，gnss探测水汽同时具有覆盖全球、实时连续性、全天候以及高精度等优点，是现代水汽探测的重要手段。由于天顶可降水量只包含对流层水汽含量的一维信息，无法直接反映大气水汽含量的垂直分布信息，因此限制了其在气象研究中的应用。1992年，基于医学领域的断层扫描技术，bevis首次提出了对流层层析技术，即利用沿着从各个方向穿透模型空间的不同射线的斜路径可降水量(swv)来重建对流层水汽密度图像。基于gnss对流层层析技术可有效获取高精度、高时空密度的水汽四维分布，同时具有用低廉、操作简单、全天候监测等诸多优势，为掌握对流层水汽的时空变化提供了可能。可以说，研究对流层层析技术对于加强全球大气水汽多维动态变化监测、推动现代气象预报业务发展等方面具有重要的科学意义和应用价值。
4.对流层层析模型的不适定性问题是影响层析结果精度的主要原因，目前该问题常用的解决方法主要包括以下几类：
5.优化层析网格划分模型：层析网格的划分不再是粗略地规则划分，而是根据地面gnss台站和卫星星座的分布，或是结合地形等因素对层析网格进行自适应划分，使得网格尽可能多地被gnss信号线穿过，降低层析模型的不适定性。但由于gnss信号线的“倒锥形”分布特征，此方法作用有限，仍然存在大量网格未被gnss信号线穿过。
6.添加经验性约束条件：依据水汽在对流层中分布的特征，添加经验性的约束条件，主要包括水平约束、垂直约束以及边界约束等，参与层析方程的解算，以获得较为可靠的层
析解。然而由于大气系统存在不稳定性，经验约束常常与实际水汽分布不符合，就会导致层析解失真，难以获得可靠的层析结果。
7.融合多源水汽信息：将非gnss水汽信息作为强约束引入层析模型，可减弱由经验性约束条件不准确带来的解算结果失真效应。目前已被引入的包括：全球再分析或预报的水汽资料、合成孔径雷达干涉测量的pwv差分数据、中分辨率成像光谱仪以及大气红外探测仪等卫星传感器获取的pwv影像。这些外部水汽信号均是穿过了层析模型顶部到模型底部网格的完整pwv信号，可以改善层析模型的不适定性，但改善程度有限，同时容易增加层析方程组的冗余。
8.因此，传统层析模型存在大量未被信号穿过的网格，层析方程组不适定性严重，层析反演结果误差较大。融合外部水汽信息的层析模型非gnss水汽信息作为强约束引入层析模型，可减弱由经验性约束条件不准确带来的解算结果失真效应。目前的研究主要使用的是穿过了层析模型顶部到模型底部网格的完整pwv信号。这种信号包含了其穿刺过的垂直方向上所有网格水汽未知数的总和，可以改善层析模型的不适定性，但改善程度有限，而且容易增加层析方程组的冗余。
9.中国发明专利cn201711033706.8公开了一种基于函数基的三维水汽探测方法，包括步骤：一、观测数据接收和解算；二、大气对流层参数解算；三、卫星信号斜路径上大气水汽含量swv的计算；四、建立函数基观测方程；五、构建先验约束方程；六、建立基于函数基的三维水汽层析模型；七、确定函数基三维水汽层析模型中各类参数权比；八、基于函数基的三维水汽层析模型的待估参数解算及结果显示。该发明以函数基观测方程为基础，建立新的函数基层析模型，通过引入函数基观测方程，保证待估水汽密度参数的空间连续性，降低待估参数的个数，增强层析模型结构的稳定性，确保重构水汽结果的精度和可靠性。该专利的方法降低了层析未知数的个数，有效地改善了层析方程组的不适定性。但该专利采用函数基来描述大气水汽在水平空间上的连续性，然而实际水汽分布复杂多变，并不能完全用一组函数来描述，因而存在较大的误差。
10.因此，本领域需要一种新的对流层层析方法。


技术实现要素：

11.为了解决上述问题，建立更加精确的对流层层析建模方法和理论，本发明在吸收现有附加外部约束水汽层析优点的基础上，开发了一种融合高时空分辨率的静止卫星分层水汽数据对流层层析方法，该方法首次使用了高时空分辨率的风云静止卫星分层水汽数据作为层析约束条件，较大程度地降低了层析模型的不适定性，可以获得更加接近于实际水汽分布的层析产品。
12.本发明提供一种对流层层析方法，包括在现有gnss测量的水汽数据的基础上，加入静止卫星风云4a获得的分层大气可降水量观测值数据，所述风云4a获得的分层大气可降水量观测值包括低层水汽观测值、中层水汽观测值和高层水汽观测值，并合理确定gnss测量的水汽数据与风云4a获得的分层大气可降水量观测值数据这两类水汽数据的权比，得到一种更准确的对流层层析模型，并在该对流层层析模型下进行对流层层析。
13.在一种具体的实施方式中，利用探空资料分别对所述两类水汽数据进行评估，将得到的中误差的比值作为权比，并采用乘法代数重建技术迭代求解所述对流层层析模型中
的层析方程组。
14.在一种具体的实施方式中，乘法代数重建技术迭代所需的初始水汽密度场由美国气象环境预报中心提供。
15.在一种具体的实施方式中，建立所述更准确的对流层层析模型包括如下步骤：
16.沿着gnss接收机到gnss卫星信号线路径l，斜路径可降水量swv与水汽密度nw之间的关系用积分表示为：
[0017][0018]
对每一条swv信号线的积分近似为：
[0019]
swv(i)＝∑jas(i，j)x(j)
ꢀꢀꢀ
(2)
[0020]
其中，δs(i，j)为第i条信号线穿过第j个网格的截距，x(j)为第j个网格的水汽密度未知数；
[0021]
将风云4a反演的分层pwv数据附加到层析模型构成约束条件进行联合层析反演；风云4a分层pwv数据同样按照式(2)建立方程，但由于风云4a是基于sigma压力坐标确定分层pwv数据的边界，需要将其转换为层析模型的几何高度；采用欧洲中期天气预报中心提供的第五代全球大气再分析地表气压确定分层pwv数据边界处的气压值
[0022][0023]
其中σk为sigma系数，具体为1.0，0.9，0.7和0.3；为第i个风云4a水汽图像像素中心点的第五代全球大气再分析地表气压，即era5地表气压；
[0024]
然后利用era5分层位势数据插值得到各分层pwv数据边界处的位势，使用下式近似得到相应的几何高度h：
[0025]
h＝φ/g
ꢀꢀꢀꢀ
(4)
[0026]
其中φ为各分层pwv数据边界处的位势，g为重力加速度；
[0027]
最后，引入水平约束、垂直约束和顶层约束，得到融合风云4a分层水汽的对流层层析函数模型：
[0028][0029]
其中，b
gnss
、b
fy
和v均为系数矩阵；x为水汽密度未知数向量；swv
gnss
为gnss swv观测值；lpw
fy
为风云4a分层pwv观测值，包括低层水汽观测值、中层水汽观测值和高层水汽观测值；然后再合理确定风云4a分层pwv数据与gnss测量的水汽数据的权比。
[0030]
本发明的优点：
[0031]
本发明所述方法通过融合风云分层水汽模型提高对流层层析结果精度。本发明将高时空分辨率的风云卫星分层水汽数据附加到层析模型，能够大大降低传统层析模型的不适定性，构建更准确的对流层层析模型，从而得到较好的对流层水汽密度分布。本发明提出的融合风云分层水汽层析模型相对于传统模型能显著提高层析解精度。因此，本发明能够有效的弥补传统模型的理论缺陷，更加精确地确定水汽密度场结构。
[0032]
此外，本发明与专利cn201711033706.8相比，该专利不在水平空间上进行层析网格划分，而本发明在水平空间划分为均匀的网格；该专利通过减少层析未知数个数改善层析方程不适定性，而本发明则通过增加实际观测约束，即增加方程个数来改善不适定性。
附图说明
[0033]
图1为融合风云4a分层水汽的对流层层析模型示意图。
[0034]
图2为湖南省区域使用传统模型进行水汽层析反演的均方根误差分布图。
[0035]
图3为湖南省区域使用本发明所述融合有风云分层水汽数据的新模型进行水汽层析反演的均方根误差分布图。
[0036]
图4为湖南怀化探空站的数据与传统层析方法以及本发明中的新层析方法的水汽密度垂直廓线对比图。
[0037]
图5为湖南郴州探空站的数据与传统层析方法以及本发明中的新层析方法的水汽密度垂直廓线对比图。
具体实施方式
[0038]
对流层：大气圈中最靠近地球表面的一层，集中了约75％的大气的质量和90％以上的水汽质量。
[0039]
对流层层析：根据射线扫描得到的对流层延迟信息进行反演计算，重建被测对流层范围内水汽密度分布规律的图像。
[0040]
gnss：全球定位导航系统，包括中国北斗、欧洲伽利略、俄罗斯格洛纳斯以及美国gps四大系统。
[0041]
本发明解决了对流层层析建模中融合气象卫星水汽产品改善层析模型的不适定性问题。在对流层层析模型建立的过程中，现有技术一般是通过规则的方格块对层析区域进行离散化，并假定在一定时间内每个方格块的水汽密度均匀分布且保持不变。然后根据gnss信号穿刺的网格，建立对应网格未知数与信号线斜路径可降水量(swv)之间的函数关系，进而组成层析方程组反演出对流层水汽密度。然而由于地面gnss测站位置固定，以及卫星星座分布全方位的原因，造成gnss信号线呈现倒锥形分布的特点，这导致层析模型中存在大量未被信号线穿过的网格，进而使得层析方程组产生不适定性问题。为降低层析方程组的不适定性，获取更接近于实际水汽分布的层析解，可以通过添加外部多源水汽信号进行联合层析反演。目前融合多源水汽信息的层析模型主要使用的是穿过了层析模型顶部到模型底部网格的垂直pwv信号，即天顶总可降水量(tpw)，这种信号包含了其穿刺过的垂直方向上所有网格水汽未知数的总和。通过外部tpw信号建立的约束条件可以在改善层析模型的不适定性，但改善程度有限，而且容易与位于相同平面网格内的gnss tpw产生矛盾，增加层析方程组的冗余。
[0042]
本发明在吸收现有附加外部约束水汽层析优点的基础上，开发了一种融合高时空分辨率的静止卫星分层水汽数据对流层层析方法，该方法首次使用了高时空分辨率的风云静止卫星分层水汽数据作为层析约束条件，较大程度地降低了层析模型的不适定性，可以获得更加接近于实际水汽分布的层析产品。
[0043]
本专利针对传统层析模型的不足进行改进，使用了高时空分辨率的风云静止卫星
分层水汽数据作为层析约束条件，较大程度地降低了层析模型的不适定性，可以获得更加接近于实际水汽分布的层析产品。其原理与过程如下：
[0044]
沿着gnss接收机到gnss卫星信号线路径l，swv与水汽密度nw之间的关系可用积分表示为：
[0045]
swv＝∮
lnwdl
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0046]
基于一系列在层析空间各个方向上的swv，对流层层析技术可以反演对流层水汽密度的空间分布。传统的层析方法是在层析区域建立格网模型，并假设在层析时段内每个体素内水汽密度是不变且均匀分布，则层析模型中的每一个网格都为一个水汽密度未知数。因此对每一条swv信号线的积分可以近似为：
[0047]
swv(i)＝∑jδs(i，j)x(j)
ꢀꢀꢀ
(2)
[0048]
其中，δs(i，j)为第i条信号线穿过第j个网格的截距，x(j)为第j个网格的水汽密度未知数。
[0049]
风云四号卫星(风云4a)是由中国航天科技集团公司第八研究院(上海航天技术研究院)研制的第二代地球静止轨道(geo)定量遥感气象卫星，采用三轴稳定控制方案，其连续、稳定运行将大幅提升我国静止轨道气象卫星探测水平。2018年5月8日零时起，中国以及亚太地区用户可正式接收“风云四号”a星数据。
[0050]
本发明在传统层析模型的基础上，提出将风云4a卫星反演的分层pwv数据附加到层析模型构成约束条件进行联合层析反演。风云4a分层pwv数据同样按照式(2)建立方程，但由于风云4a是基于sigma压力坐标确定分层pwv数据的边界，需要将其转换为层析模型的几何高度。本发明采用欧洲中期天气预报中心(ecmwf)提供的第五代全球大气再分析(era5)地表气压确定分层pwv数据边界处的气压值
[0051][0052]
其中σk为sigma系数，具体为1.0，0.9，0.7和0.3；为第i个风云4a水汽图像像素中心点的era5地表气压。
[0053]
然后利用era5分层位势数据插值得到各分层pwv数据边界处的位势，使用下式近似得到相应的几何高度h：
[0054]
h＝φ/g
ꢀꢀꢀꢀꢀꢀ
(4)
[0055]
其中φ为各分层pwv数据边界处的位势，g为重力加速度。
[0056]
最后，引入水平约束、垂直约束和顶层约束，可得到融合风云4a分层水汽的对流层层析函数模型：
[0057][0058]
其中，b
gnss
、b
fy
和v均为系数矩阵；x为水汽密度未知数向量；swv
gnss
为gnss swv观测值；lpw
fy
为风云4a分层pwv观测值，包括低层水汽(lpw-low)、中层水汽(lpw-mid)和高层水汽(lpw-high)。图1为融合风云4a分层水汽的对流层层析模型示意图。
[0059]
考虑到风云4a分层pwv数据与gnss测量的水汽数据存在精度上的不一致，因此还
需要合理确定两类数据的权比。本发明利用探空资料分别对两类水汽数据进行评估，将得到的中误差的比值作为权比。乘法代数重建技术(mart)采用迭代的方式来重建图像，避免了矩阵求逆，具有在短时间内收敛良好的优点，是解决对流层层析方程不适定问题的常用方法。本发明采用mart迭代求解层析方程组，迭代所需的初始水汽密度场由美国气象环境预报中心提供。
[0060]
基于湖南省连续运行跟踪站网(hncors)观测数据，利用本发明提出的融合风云分层水汽层析方法实现了湖南省区域的大范围水汽层析反演，结果表明该方法能够显著提升水汽层析结果精度。图2为湖南省区域使用传统模型进行水汽层析反演的均方根误差分布图，图3为湖南省区域使用本发明所述融合有风云分层水汽数据的新模型进行水汽层析反演的均方根误差分布图。图2和图3均为其模型的层析结果与era5再分析数据对比的均方根误差(rmse误差)。
[0061]
从图2和图3的原图可见，图2整体呈现为橙色，图3整体呈现为蓝色。具体观察图中湖南各地的数据可知，在传统模型中，湖南省的大部分面积中与era5再分析数据对比的rmse误差为1.7～2.5g/m3之间，且大面积集中在1.8～2.3g/m3之间。而本发明提供的新模型得到层析结果在湖南省的大部分面积中与era5再分析数据对比的rmse误差为0.2～1.7g/m3之间，且尤其集中在0.5～1.3g/m3之间。由此可知，在大多数层析区域，新模型和新方法得到了比传统模型更小的rmse，说明新方法能够整体提升层析结果的质量。
[0062]
图4和图5分别展示了湖南怀化和湖南郴州两地的层析与两个探空站的水汽密度垂直廓线对比结果。从图4和图5中明显可见，新模型和新方法的结果与探空水汽廓线更符合。统计结果显示，与湖南怀化探空站对比，传统模型和方法与新模型和方法的rmse分别为0.99和0.52g/m3，rmse降低幅度达到47.47％；与湖南郴州探空站对比，rmse由传统模型的1.47g/m3减少到0.95g/m3，rmse降低幅度为35.37％。由此可见，新模型和新方法能够显著提升层析结果的精度，得到更加符合实际的三维水汽分布。
[0063]
传统对流层层析模型仅添加经验性的水平约束、垂直约束及顶层约束，层析结果不理想。将具有高空间分辨率的卫星完整pwv信号作为约束条件，在一定程度上降低了层析方程组的不适定性，提高了层析结果的精度。然而完整pwv信号对层析模型的不适定性改善程度有限，而且容易增加层析方程组的冗余，使得层析模型的建模精度仍然不高。另外，目前还缺乏将同时具有较高空间和时间分辨率的静止卫星分层水汽数据应用到层析模型中的研究。本发明将高时空分辨率的风云卫星分层水汽数据附加到层析模型，能够大大降低传统层析模型的不适定性，构建更准确的对流层层析模型，从而得到较好的对流层水汽密度分布。如在实际案例中应用本发明提出的方法能较好的反演水汽密度空间分布变化信息，实现空间上任一点水汽密度值的准确反演，相较于传统方法层析结果精度得到了整体的提高。基于大量的对比分析，本发明提出的融合风云分层水汽层析模型相对于传统模型能显著提高层析解精度。因此，本发明能够有效的弥补传统模型的理论缺陷，更加精确地确定水汽密度场结构。
[0064]
以上结合附图详细描述了本发明实施例的可选实施方式，但本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。