论文部分内容阅读
大气水汽是最重要的温室气体之一,其含量变化严重影响着全球平衡气候敏感性,大气可降水量（Precipitable Water Vapor,PWV）是评估大气水汽含量的主要参数,全面分析PWV的时空分布特征,深入认识全球变暖趋势下的大气变化,具有十分重要的科学意义。随着空间测量技术的不断发展,不同观测平台积累了海量的PWV产品,不同产品之间在精度和时空分辨率上存在明显差异,多源水汽融合能够发挥不同技术的优势,有利于实现更加精准、全面的水汽监测及气象研究。本文基于地基GNSS（Global Navigation Satellite Systems,GNSS）观测值、无线电探空仪观测值、卫星遥感数据、再分析资料的PWV历史时间序列,围绕多源水汽融合算法展开研究,旨在建立中国区域多源水汽融合数据,并尝试将其运用到气候分析中,主要内容和结论如下:（1）中国区域GNSS水汽（GNSS-PWV）时间序列的一致性检验。针对GNSS-PWV的非一致性问题,提出了一种自适应非差一致性检验方法,该方法的探测成功率优于74.9%,虚警率低于12.2%,阶跃点探测的精度约为8.3天。在此基础上,完成了中国区域2008～2018年207个GNSS-PWV时间序列的非一致性检验,并以GNSS站坐标时间序列为参考数据确定非气象阶跃点的来源,结果共在110个非一致时间序列检验出193个非气象阶跃点,其中5个与硬件更新有关,44与地质活动有关。最后,构建了稳健的阶跃量估计和修复策略,对上述非一致GNSS-PWV进行修复,结果显示一致化能够降低GNSS-PWV与ERAPWV之间22%的偏差,两种数据线性趋势的相关系数从0.75提高到0.98。（2）中国区域不同水汽产品的观测噪声估计与精度校正。基于2008～2018年中国区域的GNSS-PWV、探空水汽（RS-PWV）和ERA5水汽（ERA-PWV）评估了三种水汽产品的精度特征和观测噪声强度,结果表明三种数据之间具有较好的相符性,RS-PWV在中国区域存在一定的干偏差,GNSS-PWV、RS-PWV、ERA-PWV的噪声强度分别0.49、1.26、1.09 mm。同时,基于时间分辨率为1小时的GNSS-PWV和ERA-PWV评估了MODIS近红外水汽（MOD-NIR-PWV）在中国区域的精度,结果显示MOD-NIR-PWV的RMS分别为3.8和3.0 mm,Bias分别为2.9和2.1 mm。为削弱MOD-NIR-PWV的系统偏差,利用ERA-PWV构建了中国区域MOD-NIR-PWV的偏差校正模型,校正后MOD-NIR-PWV的RMS分别为1.0和1.6 mm,降低71%和53%。（3）多源水汽融合方法及中国区域融合水汽产品的构建。上述两部分内容为水汽融合提供了可靠的基础数据,基于高阶球冠谐模型对一致化GNSS-PWV、校正后MOD-NIR-PWV和原始ERA-PWV的日均值数据进行多源水汽融合。为了提高融合模型的空间表达特征,球冠谐模型阶数定为60阶,并引入弹性网正则化方法解决原始水汽空间分辨率过高导致的模型参数复共线性问题和模型阶数过大导致的解算不适定问题;构建了适用于缺失数据的迭代型主成分分析策略,据此建立了中国区域2013～2018年0.05°空间分辨率、1天时间分辨率的融合PWV时间序列。所得产品兼顾高精度和时空连续性,以ERA-PWV和GNSS-PWV为参考的融合水汽内符合精度为0.94和1.79 mm,外符合精度约为0.82和1.87 mm。（4）PWV时间序列时变信号提取方法。分析指出PWV的季节不对称性和年际差异性导致传统常系数谐波模型的PWV序列拟合精度较差,针对该问题提出了顾及PWV时间变化特性的时变系数谐波模型,并引入总体卡尔曼滤波（TKF）进行求解。通过对比全球91个IGS站2000～2018年GNSS-PWV时间序列,基于TKF法的时变系数模型能够提取PWV中各结构信号的非线性变化,其建模残差的RMS值相较于传统常系数谐波模型降低13%。（5）基于融合PWV时间序列和时变系数谐波模型,分析了中国区域大气水汽的时空变化特征。在空间域上,我国PWV均值大致呈现出东南-西北递减的规律,最大值、最小值分别出现在华南地区（约为50 mm）、青藏高原（＜10 mm）。在时间域上,PWV的绝对变化速度在-0.52～0.57 mm/年之间,相对变化速度在-1.8～5.0%/年之间,平均值为0.17 mm/年、1.3%/年,说明我国PWV整体呈现上升趋势;同时,年周期变化为PWV时间变化的主要部分,约占总强度的76.7%。基于总体卡尔曼滤波构建了时变系数谐波模型,基于此提取了年、半年周期振幅的异常序列,研究了振幅异常与厄尔尼诺-南方涛动（ENSO）现象的关系,结果显示年、半年周期振幅异常的相关系数均值分别为0.48、0.41,表明ENSO是PWV季节不对称性和年际差异性的原因之一。同时,东南沿海地区的年周期振幅异常与ENSO呈现明显正相关（相关系数为0.6～0.8）,且响应时间较ONI指数早7～12个月,表明PWV年周期异常序列可以作为新的ENSO预报因子。本文针对多源水汽的气候应用,从数据一致化、精度估计和偏差校正等方面提高多源水汽原始数据的精度,利用球冠谐模型、正则化和主成分分析方法构造多源水汽融合产品,顾及中国区域水汽的时间变化特征完成了融合水汽产品的结构化信号分解,并基于周期信号进行ENSO的相关分析,所得结果为拓展GNSS应用、研究水汽-气候耦合机制提供了理论基础和应用参考。本文论文共有图64幅,表17个,参考文献185篇。