毛吉偉

關(guān)鍵詞： 加權(quán)平均溫度 探空站數(shù)據(jù) 單因子模型 多因子模型 精度評估

中圖分類號： P228.4;P412 文獻(xiàn)標(biāo)識碼： A 文章編號： 1672-3791（2024）01-0162-04

水汽是大氣活動中最活躍的一種氣象成分，在大氣演變中扮演著重要的角色。隨著地基GPS （Global?Positioning System）氣象學(xué)的不斷發(fā)展，運用地基GPS來反演大氣可降水量成為了大氣水汽探測的一種新手段。它的時空分辨率和精度較高，造價便宜，且操作簡單，實時連續(xù)，不受天氣狀況的影響，可以全天候大范圍地作業(yè)，是探測大氣水汽傳統(tǒng)方法的有力補充［1-3］。因此，大量的國內(nèi)外學(xué)者圍繞地基GPS 氣象學(xué)開展了一系列的研究工作。地面GPS 接收機(jī)接收到的衛(wèi)星信號需要通過對流層區(qū)域，在對流層區(qū)域，GPS 信號由于對流層折射的影響進(jìn)而產(chǎn)生對流層延遲，而對流層延遲可以通過某種轉(zhuǎn)換將對流層濕延遲轉(zhuǎn)變成大氣可降水量（Precipitable Water Vapor，PWV）。一般對流層模型中，對流層天頂總延遲（Zenith Total Delay，ZTD）包含對流層靜力學(xué)延遲（Zenith Hydrostatic Delay，ZHD）和對流層濕延遲（Zenith Wet Delay，ZWD）這兩部分。其中，ZTD 和ZHD 可在GPS 定位時精確獲得，兩者作差可得到ZWD。將ZWD 轉(zhuǎn)換成PWV 需獲取轉(zhuǎn)換系數(shù)Π，它們的轉(zhuǎn)換關(guān)系為PWV =Π× ZWD，而加權(quán)平均溫度T_m就是獲取轉(zhuǎn)換系數(shù)Π的重要參數(shù)，大氣加權(quán)平均溫度T_m的精度直接影響著PWV 反演的精度，因此如何提高T_m的精度就顯得尤為重要［4-22］。

目前，國內(nèi)外已有許多學(xué)者針對不同地區(qū)的大氣加權(quán)平均溫度及相關(guān)參數(shù)進(jìn)行了研究，建立了不同的T_m模型。例如：Bevis 等人［12］根據(jù)美國中緯度區(qū)域的探空資料建立的T_m～T_s線性回歸模型，即Bevis 模型；龔紹琦［10］按照全國不同氣候和不同季節(jié)分區(qū)的方法，對探空數(shù)據(jù)進(jìn)行線性回歸，建立了T_m的單因子和多因子模型，該模型利用的方法是最小二乘原理，廣泛適用于中國地基GPS 水汽反演過程中T_m的計算；何士偉等人［1］通過分別研究分析安徽省和香港地區(qū)T_m與其他氣象因子之間的線性相關(guān)性，建立了基于不同變量的單因子模型和多因子模型，并分別與Bevis 模型和李建國模型進(jìn)行精度比較，驗證了其可靠性；謝劭峰等人［6］用線性回歸分析了廣西地區(qū)T_m的時空變化特征，以及T_m與地面溫度之間的關(guān)系，建立了適用于廣西的T_m單因子模型；李國翠等人［9］基于T_m與地面各變量之間的關(guān)系，利用最小二乘法建立了華北地區(qū)的單變量經(jīng)驗?zāi)Ｐ秃投嘧兞拷?jīng)驗?zāi)Ｐ?；王曉英等人?］將全國分為5個氣候區(qū)，建立了中國不同氣候區(qū)的T_m回歸模型，并驗證了模型的精度。這些模型都充分考慮了T_m值受各種要素影響的變化，同時也證明了區(qū)域多變量經(jīng)驗?zāi)Ｐ偷念A(yù)報精度高于全球經(jīng)驗?zāi)Ｐ秃蛦巫兞拷?jīng)驗?zāi)Ｐ?。因此，需要根?jù)本地區(qū)的實際情況構(gòu)建適合本地區(qū)的加權(quán)平均溫度模型很重要。

江蘇省地處我國東部沿海、長江中下游地區(qū)，常年頻繁降雨，高精度的預(yù)報可降雨量可以有效地進(jìn)行氣象預(yù)報、洪澇災(zāi)害預(yù)警等工作，對于江蘇省的天氣變化、降水量預(yù)測等具有重要意義。本文基于江蘇省3個探空站2000—2017 年的實測數(shù)據(jù)進(jìn)行建模以及2018—2019 年的實測數(shù)據(jù)進(jìn)行模型精度評估。

1 實驗數(shù)據(jù)與計算方法

1.1 實驗數(shù)據(jù)

本文利用江蘇省徐州、射陽、南京這3 個探空站2000 年1 月1 日至2019 年12 月31 日的數(shù)據(jù)進(jìn)行分析建模和精度評估，其中包括2000—2017 年的擬合數(shù)據(jù)、2018—2019 年的預(yù)測數(shù)據(jù)（探空站每日收集兩次數(shù)據(jù)，分別在0 點和12 點，采樣間隔為12 個小時）。江蘇省探空站詳細(xì)信息如表1 所示。

1.2 大氣加權(quán)平均溫度的計算方法

常見的T_m的計算方法主要有：固定值法、Bevis 模型以及數(shù)值積分法。在GPS 氣象學(xué)中，數(shù)值積分法是當(dāng)前公認(rèn)精度最高的加權(quán)平均溫度解算方法［11］。利用數(shù)值積分法可以計算得出T_m值，并根據(jù)其與T_s之間的線性關(guān)系建立回歸方程，這也是獲得區(qū)域加權(quán)平均溫度模型的重要方法。

天頂濕延遲（ZWD）可以由天頂總延遲（ZTD）和天頂靜力學(xué)延遲（ZHD）二者作差得出。將ZWD 轉(zhuǎn)換為PWV 的基本公式為

PWV =Π×ZWD （1）

在式（1）中：Π為水汽轉(zhuǎn)換系數(shù)，是與T_m有關(guān)的函數(shù)，表達(dá)式為

3.2 江蘇省加權(quán)平均溫度模型評估

為了驗證本文提出的模型有效性，利用江蘇省探空站2018—2019 年實測數(shù)據(jù)對模型精度進(jìn)行全面評估，結(jié)果如表3 所示。

經(jīng)過表3 對比發(fā)現(xiàn)，江蘇省3 種本地化模型的預(yù)報精度均優(yōu)于Bevis 模型。這3 種本地化模型中，2018—2019 年多因子模型T_m3RMSE 為3.01 K，比多因子模型T_m2 提高0.23 K，比單因子模型T_m1提高0.38 K。因此，T_m3經(jīng)驗?zāi)Ｐ偷念A(yù)報效果均優(yōu)于其他兩種本地化經(jīng)驗加權(quán)平均溫度模型。此外，與Bevis 模型相比，本地化經(jīng)驗加權(quán)平均溫度模型并無明顯的系統(tǒng)偏差，且Tm3 經(jīng)驗?zāi)Ｐ头€(wěn)定性最佳。

4 結(jié)語

本文利用江蘇省3 個探空站18 年的探空數(shù)據(jù)，依據(jù)T_m與各變量之間較強(qiáng)的相關(guān)性，擬合出江蘇地區(qū)的單因子回歸模型T_m1和多因子回歸模型T_m2、T_m3。其中兩個多因子模型均考慮三個氣象因素的綜合加權(quán)平均溫度模型，且均考慮地面溫度和地面氣壓；不同的是，T_m2經(jīng)驗?zāi)Ｐ偷牧硪粋€變量是水汽壓，而T_m3經(jīng)驗?zāi)Ｐ偷牧硪粋€變量是水汽壓的自然對數(shù)。經(jīng)分析得到如下結(jié)論。

（1）單因子模型T_m1 的預(yù)報精度高于Bevis 模型，2018—2019 年預(yù)測RMSE 為3.39K，較Bevis 模型提高了6.4%。

（2）對比兩種多因子加權(quán)平均溫度模型發(fā)現(xiàn)，T_m與T_s、P、ln e 構(gòu)建的T_m3經(jīng)驗?zāi)Ｐ途茸罡撸?018—2019 年預(yù)測RMSE為3.01K，較Bevis模型提高了16.8%。

（3）與Bevis 模型相比，本文建立的3 種江蘇省本地化模型計算出的T_m值更接近探空站T_m值，計算精度得到了提高。這說明建立適宜的本地化大氣加權(quán)平均溫度模型可以在一定程度上提高T_m的精度，為當(dāng)?shù)氐腉PS 反演大氣可降水量提供依據(jù)。