大气加权平均温度T_(m)是GNSS探测大气可降水量PWV(Precipitable Water Vapor)的关键参数.目前,加权平均温度模型主要包括线性模型和非线性模型.本文基于2011—2015年期间的编号54511北京探空测站的有效探测资料,建立T_(m)与T_(s)的线...大气加权平均温度T_(m)是GNSS探测大气可降水量PWV(Precipitable Water Vapor)的关键参数.目前,加权平均温度模型主要包括线性模型和非线性模型.本文基于2011—2015年期间的编号54511北京探空测站的有效探测资料,建立T_(m)与T_(s)的线性和非线性(一阶傅里叶函数、一元二次函数)关系;利用2016年探空站实测资料对所建模型及常用模型进行对比分析,从RMSE、Bias及波动范围评价参数发现T_(m_G)模型精度高于常用模型,而再分析资料ERA-Interim建立的加权平温度T_(m)_ERA模型和新非线性T_(m)模型精度相差甚小,且误差概率分布趋近于正态分布;因此,新建模型能有效避免了通用Bevis全球模型在特定区域导致的区域性精度偏差问题,尤其在探空站缺乏的区域,可以采用ERA-Interim产品建立T_(m)模型.通过对不同T_(m)模型获取IGS站BJFS的PWV结果与相应时间54511探空站的实测PWV数据进行检验,结果表明不同T_(m)模型引起的PWV的偏差Bias范围在[-5,5]mm,均方根误差RMSE的差异甚小,Bias概率趋于正态分布,稳定性较强,尤其T_(m)_ERA、非线性加权平均温度T_(m_F)、T_(m_P)模型引起的PWV的Bias正态分布更强.展开更多
文摘大气加权平均温度T_(m)是GNSS探测大气可降水量PWV(Precipitable Water Vapor)的关键参数.目前,加权平均温度模型主要包括线性模型和非线性模型.本文基于2011—2015年期间的编号54511北京探空测站的有效探测资料,建立T_(m)与T_(s)的线性和非线性(一阶傅里叶函数、一元二次函数)关系;利用2016年探空站实测资料对所建模型及常用模型进行对比分析,从RMSE、Bias及波动范围评价参数发现T_(m_G)模型精度高于常用模型,而再分析资料ERA-Interim建立的加权平温度T_(m)_ERA模型和新非线性T_(m)模型精度相差甚小,且误差概率分布趋近于正态分布;因此,新建模型能有效避免了通用Bevis全球模型在特定区域导致的区域性精度偏差问题,尤其在探空站缺乏的区域,可以采用ERA-Interim产品建立T_(m)模型.通过对不同T_(m)模型获取IGS站BJFS的PWV结果与相应时间54511探空站的实测PWV数据进行检验,结果表明不同T_(m)模型引起的PWV的偏差Bias范围在[-5,5]mm,均方根误差RMSE的差异甚小,Bias概率趋于正态分布,稳定性较强,尤其T_(m)_ERA、非线性加权平均温度T_(m_F)、T_(m_P)模型引起的PWV的Bias正态分布更强.
