2. 中国科学院精密测量科学与技术创新研究院大地测量与地球动力学国家重点实验室,武汉市徐东大街340号,430077;
3. 中国地震局第一监测中心,天津市耐火路7号,300180;
4. 兰州交通大学测绘与地理信息学院,兰州市安宁西路88号,730070
近年来极端天气愈发频繁,中国大陆地区的连续强降水天气增多。PWV (precipitable water vapor)时空变化是引发极端降水的主要因素之一,在大气能量传输和天气系统演变中起着重要作用[1]。目前PWV探测手段主要包括无线电探空、全球卫星导航系统(GNSS)、卫星遥感和无线电掩星技术,但是上述技术都存在一定的局限性。相比于卫星遥感,无线电掩星(radio occultation,RO)观测受云雨影响较小,COSMIC-1是第一个设计用于气候监测和天气预报的无线电掩星任务。COSMIC-1 PWV具有高垂直分辨率、高精度、全天候、全球覆盖等优点,弥补了常规气象观测手段在海洋、极区分布稀疏的不足[2]。COSMIC-2是一个由6颗LEO微型遥感卫星组成的网络[3],在热带和亚热带地区日观测掩星事件超过5 000个,是COSMIC-1观测掩星事件的数倍。目前已有研究利用地基GNSS、气象再分析资料、无线电探空仪和气象遥感数据来验证COSMIC-1气压、温度及反演PWV的精度和可用性[4],但对COSMIC-2 PWV产品的研究较少。Johnston等[5]证实了COSMIC-2作为热带和副热带对流层PWV独立观测数据集的有效性,有助于对极端天气的监测预警;Chen等[6]研究发现,COSMIC-2 PWV在中国南海地区的精度较好,可直接用于恶劣天气预测。由于COSMIC-2发射时间不长,目前鲜有对其反演的PWV精度,特别是在中国大陆地区的精度进行研究。评估COSMIC-2 PWV在中国大陆地区的精度,对于我国应用COSMIC-2 PWV产品进行极端天气预警具有重要价值。
本文利用中国地壳运动观测网络(Crustal Movement Observation Network of China, CMONOC)观测数据和COSMIC-2产品开展COSMIC-2 PWV在中国大陆地区的精度分析,时间跨度为2020-01-01~12-31。将GNSS站点按照气候类型划分为5个区域,依托GNSS站点PWV序列,从站间距离和高程2个角度开展COSMIC-2掩星点与GNSS站点PWV匹配方案设计。分别针对中国大陆地区、不同气候类型和部分代表站点开展COSMIC-2精度评定,以期为COSMIC-2在中国大陆地区的应用提供参考。
1 研究数据 1.1 COSMIC-2 PWVCOSMIC-2 PWV数据来源于UCAR的COSMIC数据分析和存档中心CDAAC(https://www.cosmic.ucar.edu/),该网站可提供COSMIC-2的Level-2 wetPf2数据。COSMIC-2 wetPf2产品包括大气压、水汽压、平均海平面高度和比湿大气廓线等气象数据,根据这些气象资料可计算出掩星点的PWV[7]:
$ \operatorname{PWV}=-\frac{1}{g} \int_0^{p_{\mathrm{s}}} q \mathrm{d} p $ | (1) |
式中,p为大气压,ps为地表气压,q为比湿度,g为引力常数。
由于COSMIC-2 PWV产品受高程影响较大,需要将COSMIC-2掩星点的PWV值改正到对应GNSS站点的高程,PWV改进公式为[8]:
$ \mathrm{PWV}=\mathrm{PWV}_0 \exp \left(\frac{C_2 \Delta h}{1000}\right) $ | (2) |
式中,PWV0为COSMIC-2高程改正前的PWV值,PWV为COSMIC-2高程改正后的PWV值,C2为常数(0.439),Δh为COSMIC-2掩星点与相应GNSS站点的高程差。
1.2 GNSS PWVGNSS PWV计算过程为:首先针对CMONOC网络GNSS观测数据,采用精密星历,通过GAMIT软件解算获得天顶对流层延迟ZTD,解算模式为RELAX模式,截止高度角设为10°,采用GMF映射函数;然后使用GAMIT默认水平梯度,解算设置为25,每1 h估计一次ZTD。静力学延迟ZHD可由气象观测要素和测站坐标计算获得,对流层湿延迟ZWD由ZTD减去ZHD获得,经转换可获得PWV[9]。针对GNSS PWV时间序列,删除显著异常值或小于0的PWV值。CMONOC计算的GNSS PWV与无线电探空PWV的均方根误差在2 mm左右[10],可用于评估COSMIC-2 PWV精度。
2 COSMIC-2掩星点与GNSS站点匹配方案设计COSMIC-2掩星点与GNSS站点位置不完全重合,为开展COSMIC-2 PWV与GNSS PWV的比较实验,需要进行COSMIC-2掩星点与GNSS站点的匹配方案设计。中国大陆地区不仅地形复杂,气候类型也具有多样性,故将中国大陆地区按照气候类型划分为5个区域。本文采用水平距离50 km、70 km和100 km,高程500 m和1 km,时间间隔统一为1 h为匹配原则(表 1)。
![]() |
表 1 匹配方案设计 Tab. 1 Matchingscheme design |
为寻找适用于中国大陆地区的匹配方案,对研究区内5个不同气候类型进行匹配方案比较(图 1)。
![]() |
图 1 COSMIC-2在不同气候类型区域匹配方案比较 Fig. 1 Comparison of COSMIC-2 matching schemes in different climate types |
由图 1可知,不同气候类型的COSMIC-2与GNSS PWV的距离和高程不同,COSMIC-2 PWV精度也不同,说明在中国大陆地区有必要根据不同的气候类型选择不同的匹配方案。由图 1(a)可知,在高原山地区域,COSMIC-2 PWV精度在不同的匹配方案下RMSE为1~1.5 mm,此区域选用相对宽松的第6种匹配方式。由图 1(b)可知,在热带季风区域,匹配原则对精度影响较大,在第2种与第3种匹配方式之间出现了RMSE的突然升高,且在第3种匹配方式下COSMIC-2 PWV与GNSS PWV的RMSE误差大于3 mm,而第1种匹配方式太过严格导致GNSS与COSMIC-2匹配的对数较少,故此区域本文选用第2种匹配方式。由图 1(c)可知,在温带大陆区域第3种与第4种方案的精度较高且相差不大,因此选用第4种匹配方案。由图 1(d)可知,对于温带季风区域,方案5为最佳匹配方案。由图 1(e)可知,在亚热带季风气候区域,在相同的水平距离下高程距离对COSMIC-2反演的PWV精度影响较大,但在相同的高程距离下水平距离对COSMIC-2反演的PWV精度影响较小,综合考虑该区域选用匹配方式5。
3 COSMIC-2 PWV精度评定 3.1 中国大陆地区COSMIC-2 PWV精度评定依据§2的匹配原则,当地面GNSS站点彼此靠近时,可能会出现某掩星点与不同地面GNSS站点重复匹配的现象,此类重复数据仅保留与掩星点最为接近的GNSS站点数据,COSMIC-2与GNSS PWV最终匹配得到1 742个样本对。
根据COSMIC-2 PWV和GNSS PWV样本对数据,按照气候类型和站点分布计算不同气候类型区域GNSS站点位置对应的COSMIC-2 PWV均方根误差RMSE(图 2)。
![]() |
图 2 不同气候区域COSMIC-2 PWV精度分布 Fig. 2 Distribution of COSMIC-2 PWV precision in different climate regions |
由图 2可知,不同气候类型地区COSMIC-2 PWV精度差异较大,其中高原山地气候和温带大陆气候类型区域的精度最高,误差范围集中在0~2 mm。温带季风气候类型区域精度分布不均,我国东北区域的精度优于2 mm,而中部省份(山东省、河北省南部和河南省)等区域的精度为2~3 mm。亚热带季风气候区域的RMSE为2~4 mm,存在明显的区域差异,内陆区域COSMIC-2 PWV误差为2~3 mm,东南沿海区域PWV误差为3~4 mm,这可能与东南沿海地区PWV值较大、容易出现超折射现象有关。热带季风气候区域精度最差,因为该区域PWV值较高,且极容易受天气的影响,频繁降水导致PWV值波动较大,造成COSMIC-2 PWV误差较大。
3.2 不同气候类型区域COSMIC-2 PWV精度评定COSMIC-2 PWV精度与气候类型密切相关,按照气候类型计算COSMIC-2 PWV与GNSS PWV的RMSE和平均偏差(表 2)。
![]() |
表 2 不同气候类型COSMIC-2 PWV精度 Tab. 2 PWV accuracy of COSMIC-2 for different climate types |
由表 2可知,5种气候类型中,高原山地(1.40 mm)和温带大陆(1.49 mm)区域COSMIC-2 PWV与GNSS PWV的RMSE优于1.5 mm,温带季风区域次之(2.68 mm)。亚热带季风和热带季风气候区域,COSMIC-2 PWV的RMSE均大于3 mm,误差大于其他气候区域。高原山地和温带大陆气候区域精度高的原因是总体PWV值偏低。热带季风气候类型区域精度差主要原因是区域全年PWV值偏高,频繁降雨导致近地层PWV值较大,PWV改正公式改正效果有限。亚热带季风气候区域误差大的原因主要是部分GNSS站点位于沿海城市,与GNSS站点匹配的COSMIC-2掩星点有一部分分布于海洋区域,而海洋区域的COSMIC-2 PWV要大于陆地区域PWV。
4 结语本文利用CMONOC站点PWV序列,分别针对中国大陆地区、不同气候类型和部分代表站点开展COSMIC-2精度评定。结论如下:
1) 从站间距离和高程2个角度开展COSMIC-2掩星点与GNSS站点PWV匹配方案设计,研究发现,不同气候类型匹配方案存在差异;
2) 按照不同气候类型进行分类,研究发现,COSMIC-2 PWV在高原山地、温带大陆、温带季风、亚热带季风和热带季风气候类型的RMSE分别为1.40 mm、1.49 mm、2.68 mm、3.11 mm和3.16 mm。
本文仅对COSMIC-2 PWV进行了精度验证,而COSMIC-2气压、温度、水汽压等气象参数在中国大陆的精度有待评定,下一步将开展COSMIC-2的气象参数评定及在气象学中的应用研究。
[1] |
曹云昌, 方宗义, 夏青. 地空基GPS探测应用研究进展[J]. 南京气象学院学报, 2004, 27(4): 565-572 (Cao Yunchang, Fang Zongyi, Xia Qing. Advances in Ground-Based and Space-Borne GPS Meteorology[J]. Journal of Nanjing Institute of Meteorology, 2004, 27(4): 565-572 DOI:10.3969/j.issn.1674-7097.2004.04.017)
( ![]() |
[2] |
罗佳, 陈志平, 徐晓华. 利用COSMIC掩星资料研究对流层/下平流层大气比湿对ONI指数的响应[J]. 地球物理学报, 2018, 61(2): 466-476 (Luo Jia, Chen Zhiping, Xu Xiaohua. Specific Humidity Response in the Troposphere and Lower Stratosphere to ONI Revealed by COSMIC Observations[J]. Chinese Journal of Geophysics, 2018, 61(2): 466-476)
( ![]() |
[3] |
Schreiner W S, Weiss J P, Anthes R A, et al. COSMIC-2 Radio Occultation Constellation: First Results[J]. Geophysical Research Letters, 2020, 47(4)
( ![]() |
[4] |
Rieckh T, Anthes R, Randel W, et al. Evaluating Tropospheric Humidity from GPS Radio Occultation, Radiosonde, and AIRS from High-Resolution Time Series[J]. Atmospheric Measurement Techniques, 2018, 11(5): 3091-3109 DOI:10.5194/amt-11-3091-2018
( ![]() |
[5] |
Johnston B R, Randel W J, Sjoberg J P. Evaluation of Tropospheric Moisture Characteristics among COSMIC-2, ERA5 and MERRA-2 in the Tropics and Subtropics[J]. Remote Sensing, 2021, 13(5): 880 DOI:10.3390/rs13050880
( ![]() |
[6] |
Chen Y C, Tsai C C, Wu Y C, et al. Evaluation of Operational Monsoon Moisture Surveillance and Severe Weather Prediction Utilizing COSMIC-2/FORMOSAT-7 Radio Occultation Observations[J]. Remote Sensing, 2021, 13(15): 2979 DOI:10.3390/rs13152979
( ![]() |
[7] |
Zhang Q, Ye J H, Zhang S C, et al. Precipitable Water Vapor Retrieval and Analysis by Multiple Data Sources: Ground-Based GNSS, Radio Occultation, Radiosonde, Microwave Satellite, and NWP Reanalysis Data[J]. Journal of Sensors, 2018
( ![]() |
[8] |
Leckner B. The Spectral Distribution of Solar Radiation at the Earth's Surface-Elements of a Model[J]. Solar Energy, 1978, 20(2): 143-150 DOI:10.1016/0038-092X(78)90187-1
( ![]() |
[9] |
王勇, 刘严萍. 地基GPS气象学原理与应用研究[M]. 北京: 测绘出版社, 2012 (Wang Yong, Liu Yanping. Theory and Application of Ground-Based GPS Meteorology[M]. Beijing: Surveying and Mapping Press, 2012)
( ![]() |
[10] |
Liu X, Wang Y, Huang J, et al. Assessment and Calibration of FY-4A AGRI Total Precipitable Water Products Based on CMONOC[J]. Atmospheric Research, 2022
( ![]() |
2. State Key Laboratory of Geodesy and Earth's Dynamics, Innovation Academy for Precision Measurement Science and Technology, CAS, 340 Xudong Street, Wuhan 430077, China;
3. The First Monitoring and Application Center, CEA, 7 Naihuo Road, Tianjin 300180, China;
4. Faculty of Geomatics, Lanzhou Jiaotong University, 88 West-Anning Road, Lanzhou 730070, China