由于水汽序列变化与地面降水变化一致，因此可用于降水监测^[1]。目前利用GNSS技术可反演高精度、高空间分辨率的水汽信息，水汽精度又可应用于气象研究^[2-3]。部分学者利用GNSS水汽时间序列对GNSS水汽短时频域特征、与极端天气的关系、中国西部地区大气加权平均温度模型、不同BDS星历反演水汽的精度进行分析^[4-7]。由于GNSS测站站间距离高达数十km，且空间分辨率不高，从而限制其在气象灾害监测预警中的应用；而中分辨率成像光谱仪(MODIS)遥感水汽虽然空间分辨率高，但会受到降水、云层、地表反射光谱等不确定因素的影响，相对误差超过10%^[8]。因此，多位学者利用IGS(international global navigation satellite system service)、CMONOC(crustal movement observation network of China)和河北省区域GNSS资料分别构建MODIS水汽校正模型^[9-11]。部分学者^[12-13]使用广义回归神经网络融合GNSS、MODIS和ERA5的PWV，获得时间分辨率为1 d、空间分辨率优于31 km、精度优于2.7 mm的中国水汽产品；Zhang等^[14]将GNSS和MODIS测量数据集成到对流层层析成像系统中，解决了GNSS采集的几何缺陷问题。本文将依托CMONOC观测数据，开展中国西南地区MODIS水汽精度评定和校正研究。通过分区域进行MODIS水汽校正和图像叠加，实现MODIS水汽产品校正，为中国西南地区气象灾害监测预警提供理论参考。

1 研究区域与研究数据 1.1 研究区域

中国西南地区包括四川省、贵州省、云南省、西藏自治区、重庆市等5个省(区、市)。在CMONOC中西南地区GNSS站点共有47个，鉴于该地区地形复杂，综合考虑地理位置、海拔、气候类型等因素后将西南地区划分为四川盆地、云贵高原和青藏高原3个区域展开研究。

1.2 研究数据

利用2016-01~12西南地区GNSS连续观测数据(类型包括GPS和GLONASS)，与BJFS、SHAO和JIXN等同期数据联合解算获得GNSS水汽数据，解算软件为GAMIT10.7。按d解算IGS精密星历和松弛解，结合每h的对流层延迟估计值，获得GNSS对流层延迟独立估计值。Saastamoinen模型结合气象数据可计算得到静力学延迟，然后经过Bevis模型转换得到GNSS测站水汽时间序列。

从NASA网站(https://ladsweb.modaps.eosdis.nasa.gov/)下载得到2016-01~12的MOD05数据，空间分辨率为1 km×1 km，单位为mm。由于MODIS水汽为d数据，为便于比较，按照就近原则，根据中国西南地区47个GNSS站点坐标，提取与MODIS水汽时间接近的GNSS水汽时间序列。

2 MODIS水汽校正 2.1 MODIS水汽与GNSS水汽比较

由于水汽存在明显的季节性差异，将研究数据分为春、夏、秋、冬4个季节，以GNSS水汽为标准，对MODIS水汽与GNSS水汽进行比较与精度评价(表 1)。

由表 1可知，大部分区域和季节MODIS水汽的RMSE超过10 mm，夏季RMSE超过20 mm，冬季水汽值较小，因此RMSE也相对较小。中国西南地区大部分区域全年及各季节MODIS水汽和GNSS水汽的相关性未达到0.5，由此可知两者并非简单的线性关系，需要进一步探究不同季节不同区域两者的函数关系。

2.2 基于GNSS的MODIS水汽校正模型

由于MODIS水汽与GNSS水汽在不同区域、不同季节的相关性较小，因此需要分季节、分区域对MODIS水汽校正模型进行构建，并根据实际需要采用不同的校正模型。首先采用随机提取方法选择80%的样本数据作为构建方程的依据，剩余20%的样本数据用于检验方程。本文进行多次实验后最终选择二次函数模型作为最优校正模型。二次函数模型的一般表达式为：

$ y=Ax^2+Bx+C $

(i)

式中，y为校正后的MODIS水汽(GNSS水汽)，x为MODIS水汽，A为二次项系数，B为一次项系数，C为常数项。构建的各区域各季节二次函数模型系数和R²如表 2所示。

由表 2可知，不同区域不同季节校正模型的二次项系数存在差异，例如青藏高原春季二次项系数为0，而四川盆地和云贵高原春季二次项系数分别为0.017和0.016。结合表 1可知，二次项系数与MODIS和GNSS水汽的相关性有关，当相关性系数大于0.5时，二次项系数等于或趋近于0，模型变为一次线性函数。

为检验区域模型在单站点MODIS水汽校正中的适用性，利用相同方法对单站点进行建模(各区域随机选取2个站点)。单站点80%的数据用于构建模型，剩余20%的数据用于检验，模型系数如表 3所示。

2.3 模型可靠性检验

采用预留的20%样本数据，以GNSS水汽为标准，将区域全年和分季节模型分别应用于MODIS水汽校正，以评价MODIS水汽校正效果(表 4)。

由表 4可知，3个区域各时间段MODIS水汽与GNSS水汽的RMSE均明显减小，MODIS水汽精度明显提升，在春、夏、秋、冬季的RMSE分别优于8 mm、9 mm、11 mm和4 mm。由于GNSS水汽变化具有年周期、半年周期以及更小尺度的周期，因此全年模型的精度低于季节模型。

为验证区域模型在单站点的适用性，利用区域和单站点校正模型分别对GNSS站点MODIS水汽进行校正，并比较校正后的MODIS水汽精度(表 5)。

由表 5可知，区域模型精度与单站点模型精度接近，说明可利用区域模型代替单站点模型减少MODIS水汽校正模型的构建工作，为下一步MODIS水汽校正提供基础。

3 基于GNSS的中国西南地区MODIS水汽校正

在MODIS高空间分辨率基础上，对区域MODIS水汽产品进行整体校正。从预留的各季节样本中用随机数表选择1 d(2016-04-25)数据开展实验。通过分区域进行MODIS水汽校正和图像叠加，完成MODIS水汽产品校正，校正前后比较如图 1所示。

从图 1可以看出，中国西南地区水汽分布具有明显的地理差异，校正前后的MODIS水汽也存在较大差别。校正效果最明显的区域为青藏高原西部、四川盆地和云贵高原东南部。青藏高原使得南半球水汽通过索马里急流到达北半球之后产生绕流和爬坡现象，一部分水汽绕流至东亚地区产生东亚雨季降水，导致青藏高原西部地区水汽值较大，因此模型校正效果明显；四川盆地和云贵高原东南部水汽值高于其他地区，MODIS水汽原始值与GNSS水汽值差异较大，因此模型改正效果较为明显。由表 5中云贵高原通海和澜沧站点校正效果对比可知，澜沧站点的校正效果优于通海站点，澜沧站点位于云贵高原南部地区，这与图 1的结果相符。

4 结语

1) 大部分区域全年及各季节MODIS水汽和GNSS水汽的相关性未达到0.5，说明中国西南地区MODIS水汽与GNSS水汽之间并非简单的线性关系。

2) 采用二次函数模型构建的MODIS水汽校正区域模型与单站点模型的对比分析表明，区域模型可替代单站点模型。中国西南地区MODIS水汽季节校正模型效果显著，在春、夏、秋、冬季的RMSE分别优于8 mm、9 mm、11 mm和4 mm。