楊 飛

中國(guó)礦業(yè)大學(xué)(北京)地球科學(xué)與測(cè)繪工程學(xué)院，北京 100083

地基GNSS反演水汽空間分布技術(shù)是一種利用GNSS衛(wèi)星信號(hào)在大氣中的傳播延遲來(lái)反演大氣水汽信息的技術(shù)，相較于傳統(tǒng)水汽觀測(cè)手段，它具有連續(xù)運(yùn)行、低成本、全天候、時(shí)間分辨率和精度高等優(yōu)點(diǎn)。利用地基GNSS不僅可以反演得到大氣可降水量的二維信息，也可以通過(guò)水汽層析技術(shù)重構(gòu)大氣水汽密度的三維信息。論文詳細(xì)闡述了地基GNSS反演大氣可降水含量和三維水汽層析獲取水汽密度的原理和方法；探討了不同建模因子對(duì)氣溫氣壓模型精度的影響，分析了基于氣溫氣壓模型的ZHD精度；提出了可以提高GNSS水汽反演精度的加權(quán)平均溫度Tm模型和改善GNSS-PWV內(nèi)插效果的方法；建立了基于遺傳算法的三維水汽層析方法，開(kāi)展了城市區(qū)域水汽層析試驗(yàn)。論文主要研究成果如下：

(1)利用不同的模型表達(dá)式、不同時(shí)間分辨率和不同空間分辨率的建模數(shù)據(jù)，研究給出了不同建模因子對(duì)經(jīng)驗(yàn)氣溫氣壓模型精度的影響特點(diǎn)，構(gòu)建了基于分段時(shí)間思想的氣溫氣壓模型，并在全球范圍內(nèi)評(píng)價(jià)了不同ZHD模型在無(wú)實(shí)測(cè)氣象參數(shù)時(shí)計(jì)算ZHD估值的精度。

(2)在全球范圍內(nèi)獲取和分析了不同高度區(qū)間的加權(quán)平均溫度遞減率，并確定利用從地表高度到高于地表2 km范圍的Tm遞減率進(jìn)行時(shí)間序列分析，得到了全球范圍1°×1°格網(wǎng)點(diǎn)上的Tm遞減率的平均值、年振幅和半年振幅，建立了GPT2wh模型。試驗(yàn)結(jié)果表明所提出模型有效改善了已有模型估計(jì)Tm時(shí)缺乏高程改正的缺陷，提高了高差較大待求測(cè)站的Tm估計(jì)精度。

(3)在全球范圍內(nèi)的格網(wǎng)點(diǎn)上分析了地表氣溫和加權(quán)平均溫度的線性關(guān)系，建立了全球格網(wǎng)GGTm-Ts模型，提供全球格網(wǎng)點(diǎn)高精度Tm-Ts關(guān)系，結(jié)合全球氣溫氣壓模型，以兩種模式為全球GNSS測(cè)站提供高精度Tm估值，分別服務(wù)于有實(shí)測(cè)地表氣溫和沒(méi)有實(shí)測(cè)地表氣溫的GNSS測(cè)站。

(4)討論了Bevis公式、GPT2w模型、GPT2wh模型和GGTm-Ts模型估計(jì)的Tm用于GNSS-PWV轉(zhuǎn)換的影響。IGS測(cè)站數(shù)據(jù)表明：在地表氣溫可以實(shí)時(shí)獲取的情況下，GGTm-Ts模型是用于PWV轉(zhuǎn)換的首選；而在無(wú)實(shí)測(cè)氣溫?cái)?shù)據(jù)的情況下，GPT2wh和GGTm-Ts模型的模式2的轉(zhuǎn)換精度相當(dāng)，由于GPT2wh模型包含更多氣象參數(shù)估值，它可以被更廣泛地使用；考慮到GGTm-Ts模型和GPT2wh模型的格網(wǎng)分辨率分別為2.5°×2°和1°×1°，GGTm-Ts模型有更大的擴(kuò)展空間。

(5)提出了一種基于移去-內(nèi)插-恢復(fù)思想的GNSS-PWV空間內(nèi)插方法，利用本文建立的GPT2wh模型計(jì)算PWV估值，再用已有內(nèi)插算法插值PWV殘差項(xiàng)，最后恢復(fù)待求測(cè)站PWV信息。該方法不需要待求測(cè)站的地表實(shí)測(cè)氣象數(shù)據(jù)，也無(wú)需對(duì)觀測(cè)數(shù)據(jù)進(jìn)行回歸分析。香港衛(wèi)星定位參考站網(wǎng)進(jìn)行的站交叉檢驗(yàn)和格網(wǎng)點(diǎn)檢驗(yàn)表明，基于移去-內(nèi)插-恢復(fù)思想的GNSS-PWV空間內(nèi)插方法有效提高了PWV的空間分辨率和內(nèi)插精度，實(shí)現(xiàn)了無(wú)GNSS接收機(jī)的位置獲取精確PWV信息的可能。

(6)提出了采用灰度圖的方式研究層析觀測(cè)方程的矩陣病態(tài)性問(wèn)題，并設(shè)定閾值來(lái)確定層析網(wǎng)格是否被充足衛(wèi)星信號(hào)射線穿過(guò)。將層析觀測(cè)方程構(gòu)建為適應(yīng)度函數(shù)，把矩陣求逆問(wèn)題轉(zhuǎn)換為函數(shù)最優(yōu)化問(wèn)題，進(jìn)而提出一種基于遺傳算法的水汽層析新方法，該方法不再過(guò)多依賴約束條件、先驗(yàn)信息和外部氣象數(shù)據(jù)。香港衛(wèi)星定位參考站網(wǎng)的水汽層析試驗(yàn)表明，基于遺傳算法的水汽層析結(jié)果與無(wú)線電探空剖面、ECMWF三維水汽分布和傳統(tǒng)最小二乘層析結(jié)果相比都有很好的一致性，可以提供可靠、精確的層析大氣水汽密度結(jié)果。