融合ECMWF格网数据的水汽层析精化方法
全球导航卫星系统(global navigation satellite system,GNSS)层析技术是获取对流层三维水汽信息的重要途径之一.然而,传统水汽层析方法在构建层析模型时缺少足够的初始先验信息,导致层析模型设计矩阵结构不稳定,层析解算结果精度较差.针对上述情况,提出了一种融合欧洲中尺度天气预报中心(European Center for Medium-Range Weather Forecasting,ECMWF)格网数据精化层析模型反演水汽的方法.该方法通过ECMWF ERA-Interim再分析资料数据集提供的格网数据计算得到层析区域各网格内的水汽密度初值,将其作为先验初始信息附加到传统层析模型中对模型精化.在层析模型解算时,顾及层析模型先验信息权比对层析结果的影响.为了验证提出方法的有效性,以中国香港卫星定位参考站网(satellite positioning reference station network,SatRef)实测GNSS和气象数据为例进行实验,并以实验区域的无线电探空数据为基准验证该方法的可行性及精度.实验结果表明,提出的方法能够明显提高层析结果的精度,反演水汽的均方根误差(root mean squared error,RMSE)由原来的1.82 g/m3减小到了1.07 g/m3,改善率为41.2％.此外,所提方法在平均绝对偏差(mean absolute error,MAE)、偏差(Bias)和标准差(standard deviation,STD)等方面也均优于传统层析方法.
水汽层析;设计矩阵;欧洲中尺度天气预报中心;无线电探空仪
46
P228.41(大地测量学)
中国博士后科学基金;国家自然科学基金;陕西省自然科学基础研究计划
2021-10-22（万方平台首次上网日期，不代表论文的发表时间）
共8页
1131-1138
