2017, Vol. 37
近年来，雾霾天气在我国各区域频频出现，而且有愈演愈烈之势，对人体健康、气候环境、社会经济等造成了一系列严重的影响。雾和霾都是漂浮在大气中的粒子，两者的组成和形成过程不同，雾是由大量极小的水滴或冰晶微粒在阳光的作用下呈现为乳白色的悬浮体；霾是大量极细微的微粒均匀地浮游在空中，使空气普遍混浊、水平能见度小于10 km的现象[1]。
GPS信号在穿越雾霾区域上空到达用户接收机的过程中，雾霾是否会对天顶对流层延迟产生影响，是否会对导航定位尤其是精密单点定位的定位精度产生影响，这种影响究竟有多大，国内外对此类问题的研究甚少。王勇等[2]研究了雾霾天气对GPS天顶对流层延迟与可降水量的影响，但没有进一步研究对定位精度的影响；田宗彪等[3]研究了雾霾对GPS精密单点定位的影响，但是用于研究的数据量较少，研究结果缺乏说服力。本文将在此基础上，利用BJFS、CHAN、JFNG、SHAO及LHAZ共5个IGS站6个月的连续观测数据，运用Bernese5.0软件计算各站的对流层延迟以及精密单点定位的点位坐标，以开展雾霾天气对GPS天顶对流层延迟和精密单点定位精度影响的研究。
1 雾霾对对流层延迟的影响卫星导航定位中的对流层延迟泛指电磁波信号在通过高度50 km以下的未被电离的中性大气层时所产生的信号延迟[4]。对流层中的大气成分比较复杂，主要为氮和氧，此外还包括少量的水蒸气、氩、二氧化碳、氢等气体以及某些不定量的混合物，如硫化物、煤尘和粉尘等。雾霾天气发生期间，对流层中的大气成分变化较大，尤其是气溶胶含量，进而导致了整个大气对流层的显著变化，包括空气湿度、温度、气压及可见度等。Bernese5.0软件采用Saastamoinen模型计算对流层延迟，可表示为：
|
(1) |
式中，z为卫星高度角，p和e分别为气压和水汽压，B为高程的列表函数，δR为高度角和高程的列表函数。由式(1)可知，对流层延迟模型与大气压p、气温T及水汽压e有关，而雾霾会引起整个大气对流层的变化，因此，雾霾会对对流层延迟有一定的影响。
AQI是定量描述空气质量状况的指标，当AQI指数低于100时，空气质量状况属于良好，没有雾霾天气发生；当AQI指数超过200时，空气质量状况属于重度污染，此时有重度雾霾天气发生[5-7]。因此，本文将以AQI指数作为定量描述空气质量状况的指标，其数据可以从中国空气质量在线监测分析平台网站(http://www.aqistudy.cn/)下载。
冬季是雾霾天气的多发期，尤其是在北方地区。2015-10~2016-03北京、长春和武汉3个地区多次出现雾霾，与此同时，拉萨和上海两地空气质量良好。因此，本文利用BJFS、CHAN、JFNG、SHAO及LHAZ站2015-10~2016-03的连续观测数据，使用Bernese5.0软件进行非差批处理，解算各站的对流层延迟，并将其解算结果与AQI指数进行对比。解算过程中，使用IGS精密星历和钟差，并且固定非差模糊度，估计对流层的时间间隔为2 h。
图 1~3分别为BJFS、CHAN及JFNG站的对流层延迟与其AQI指数的对比图。可以看出，北京、长春和武汉的AQI指数多次超过200，即多次发生重度雾霾。从图 1中可以看出，北京地区在1~90 d和150~180 d均有重度雾霾天气出现，而这两段时间区域所对应天顶对流层延迟比无雾霾期间要高出40~100 mm左右，这两个时间段的对流层延迟与其AQI指数的相关系数分别为0.586 1和0.385 8，而其余时间段的相关系数分别为-0.178 7、0.148 3及0.137 6。从图 2中可以看出，长春地区在20~40 d和70~90 d均有重度雾霾天气出现，而这两段时间区域所对应天顶对流层延迟比无雾霾期间要高出40~60 mm左右，这两个时间段的对流层延迟与其AQI指数的相关系数分别为0.605 0和0.463 4，而其余时间段的相关系数分别为-0.167 7及-0.051 1。从图 3中可以看出，武汉地区在1~40 d和140~160 d均有重度雾霾天气出现，而这两段时间区域所对应天顶对流层延迟比无雾霾期间要高出40~100 mm左右，这两个时间段的对流层延迟与其AQI指数的相关系数分别为0.419 1和0.517 8，而其余时间段的相关系数分别为0.253 6及0.031 7。
|
图 1 BJFS站天顶对流层延迟与当地AQI指数对比 Fig. 1 Comparison of zenith tropospheric delay in BJFS station and local AQI index |
|
图 2 CHAN站天顶对流层延迟与当地AQI指数对比 Fig. 2 Comparison of zenith tropospheric delay in CHAN station and local AQI index |
|
图 3 JFNG站天顶对流层延迟与当地AQI指数对比 Fig. 3 Comparison of zenith tropospheric delay in JFNG station and local AQI index |
图 4~5分别为LHAZ和SHAO站的对流层延迟与其AQI指数的对比图。可以看出，上海和拉萨两地的AQI指数均未超过200，这两个站的对流层延迟与该地区的雾霾指数无明显关系，并且AQI指数与对流层延迟的相关系数分别为-0.229 9和-0.259 2。
|
图 4 LHAZ站天顶对流层延迟与当地AQI指数对比 Fig. 4 Comparison of zenith tropospheric delay in LHAZ station and local AQI index |
|
图 5 SHAO站天顶对流层延迟与当地AQI指数对比 Fig. 5 Comparison of zenith tropospheric delay in SHAO station and local AQI index |
通过这5幅图以及相关系数的统计可以看出，没有雾霾发生时，AQI指数与对流层延迟的相关性很小，并且对天顶对流层延迟产生的影响较小；当重度雾霾天气持续发生时，AQI指数与对流层延迟的相关性较大，并且会对天顶对流层延迟产生40~60 mm的影响。但是在图 4~5的部分时段，会出现AQI处于低值、但ZTD却处于高值的情况，例如图 4的1~30 d、图 5的30~60 d。这可能是因为，AQI指数是由PM2.5、PM10、SO2、CO、NO2及O3等成分共同决定的，当AQI指数较低时，上述一些成分含量较高，而恰是这些成分的影响使得ZTD处于高值。因此，AQI指数在有些时段无法反映出雾霾的真实情况。
2 雾霾对精密单点定位的影响精密单点定位PPP指的是利用单台接收机的载波相位观测值和伪距观测值以及IGS等组织提供的高精度的卫星星历及卫星钟差来进行高精度单点定位的方法[6]。在定位中所产生的一些主要误差并不是通过差分的方法来消除，而是通过建立误差改正模型或通过组合观测值的方法来消除或削弱。利用模型改正对流层影响后，干分量部分的改正可达到cm级，而湿分量部分的残余影响还比较大，因此在精密定位中，必须利用参数估计的方法将对流层延迟当作参数进行估计。由上节的结论可知，重度雾霾天气对天顶对流层延迟有一定的影响，而在精密单点定位中对流层延迟结果的估算又十分重要[8-10]，因此本节将用IGS站的实测数据进行精密单点定位，以验证雾霾是否会对精密单点定位的精度产生影响。
由上节内容可知，北京、长春和武汉3个地区与上海和拉萨2个地区在2015-10~2016-03中雾霾天气的发生形成鲜明的对比，因此，仍然选取BJFS、CHAN、JFNG、SHAO及LHAZ站在这6个月的连续观测数据进行计算。使用Bernese5.0软件进行非差批处理，得出各站精密单点定位的日解，解算过程中，使用IGS精密星历和钟差，并且固定非差模糊度；之后，将这5个IGS站解出的坐标和IGS公布的测站的坐标进行求差计算，得出其相对于IGS公布坐标的偏差；最后，将其偏差与AQI指数进行对比。
图 6~10分别是BJFS、CHAN、JFNG、LHAZ及SHAO站求得的坐标在U方向的偏差与其对应地区AQI指数的对比图。可以看出，北京、长春、武汉、拉萨和上海这5个地区无论是否出现重度雾霾天气，AQI指数都与精密单点定位精度的相关性很小，相关系数分别为-0.127 6、0.041 2、-0.287 3、-0.245 8和-0.175 1，对应的5个IGS站的坐标在U方向的偏差均在20 mm以内。因此，在精密单点定位中，通过对对流层延迟进行参数估计的方法可以消除绝大部分雾霾对于精密单点定位的定位精度的影响。
|
图 6 BJFS站U方向偏差与当地AQI指数对比 Fig. 6 Comparison of BJFS station deviation in U direction and local AQI index |
|
图 7 CHAN站U方向偏差与当地AQI指数对比 Fig. 7 Comparison of CHAN station deviation in U direction and local AQI index |
|
图 8 JFNG站U方向偏差与当地AQI指数对比 Fig. 8 Comparison of JFNG station deviation in U direction and local AQI index |
|
图 9 LHAZ站U方向偏差与当地AQI指数对比 Fig. 9 Comparison of LHAZ station deviation in U direction and local AQI index |
|
图 10 SHAO站U方向偏差与当地AQI指数对比 Fig. 10 Comparison of SHAO station deviation in U direction and local AQI index |
本文利用IGS站的连续观测数据，研究了雾霾天气对GPS天顶对流层延迟和精密单点定位精度的影响。结果表明，当空气质量持续良好、没有雾霾发生时，AQI指数与对流层延迟的相关性很小；当重度雾霾天气持续发生时，则会对天顶对流层延迟产生40~60 mm的影响。但在精密单点定位中，通过对对流层延迟进行参数估计的方法可以消除绝大部分雾霾对于定位精度的影响，因此无论重度雾霾天气是否发生，AQI指数与精密单点定位精度的相关性均很小。
| [1] |
马小会, 甘璐, 张爱英, 等. 北京2013年1月持续雾霾天气成因分析[J]. 环境保护前沿, 2013, 3: 29-33 (Ma Xiaohui, Gan Lu, Zhang Aiying, et al. Cause Analysis on Durative Fog and Haze in January 2013 over Beijing Area[J]. Advances in Environmental Protection, 2013, 3: 29-33)
(  0) |
| [2] |
王勇, 闻德保, 刘严萍, 等. 雾霾天气对GPS天顶对流层延迟与可降水量影响研究[J]. 大地测量与地球动力学, 2014, 34(2): 120-123 (Wang Yong, Wen Debao, Liu Yanping, et al. Effects of Fog and Haze Weather on GPS Zenith Tropospheric Delay and Precipitable Water Vapor[J]. Journal of Geodesy and Geodynamics, 2014, 34(2): 120-123)
( 0) |
| [3] |
田宗彪, 何川, 张训虎, 等. 雾霾对GPS精密单点定位的影响分析[J]. 工程勘察, 2016, 44(3): 61-63 (Tian Zongbiao, He Chuan, Zhang Xunhu, et al. The Precision Analysis of GPS Precise Point Positioning in Fog and Haze Weather[J]. Geotechnical Investigation & Surveying, 2016, 44(3): 61-63)
( 0) |
| [4] |
朱爽, 姚宜斌, 张瑞. 天顶对流层延迟计算方法研究[J]. 大地测量与地球动力学, 2011, 31(3): 120-123 (Zhu Shuang, Yao Yibin, Zhang Rui. Research on Calculation Methods of Zenith Tropospheric Delay[J]. Journal of Geodesy and Geodynamics, 2011, 31(3): 120-123)
( 0) |
| [5] |
李凯锋, 欧阳永忠, 任来平, 等. GPS精密单点定位中对流层延迟处理方法研究[J]. 测绘科学, 2009, 34(4): 93-94 (Li Kaifeng, Ouyang Yongzhong, Ren Laiping, et al. The Method of Processing Tropospheric Delay in GPS Precise Point Positioning[J]. Science of Surveying and Mapping, 2009, 34(4): 93-94)
( 0) |
| [6] |
逄淑涛, 董绪荣, 柳迪, 等. 精密单点定位中对流层延迟改正模型分析[J]. 全球定位系统, 2011, 36(5): 68-71 (Pang Shutao, Dong Xurong, Liu Di, et al. The Research and Analysis of the Tropospheric Delay Correction Models in Precise Point Positioning[J]. GNSS Word of China, 2011, 36(5): 68-71 DOI:10.3969/j.issn.1008-9268.2011.05.017)
( 0) |
| [7] |
鄢子平, 吕翠仙, 何锡扬, 等. 基于PPP的对流层延迟估计方法及其影响因素分析[J]. 大地测量与地球动力学, 2011, 31(2): 107-110 (Yan Ziping, Lü Cuixian, He Xiyang, et al. Estimation of Zenith Path Delay Based on PPP and Analysis of Its Influence Factor[J]. Journal of Geodesy and Geodynamics, 2011, 31(2): 107-110)
( 0) |
| [8] |
Solheim F S, Vivekanandan J, Ware R H, et al. Propagation Delays Induced in GPS Signals by Dry Air, Water Vapor, Hydrometeors, and Other Particulates[J]. Journal of Geophysical Research, 1999, 104(D8): 9 663-9 670 DOI:10.1029/1999JD900095
( 0) |
| [9] |
王勇, 刘严萍, 李江波, 等. 不同季节的北京市GPS可降水量与PM2.5/PM10的比较研究[J]. 大地测量与地球动力学, 2015, 35(3): 365-367 (Wang Yong, Liu Yanping, Li Jiangbo, et al. Comparison between GPS PWV and PM2.5/PM10 in Beijing Based on Different Seasons[J]. Journal of Geodesy and Geodynamics, 2015, 35(3): 365-367)
( 0) |
| [10] |
吕旭阳. GPS技术用于雾霾天气监测的探索研究[D].西安: 长安大学, 2015 (Lü Xuyang. The Research of GPS Technology Used in Haze Weather Monitoring[D].Xi'an: Chang'an University, 2015) http://cdmd.cnki.com.cn/Article/CDMD-10710-1015801746.htm
( 0) |