论文部分内容阅读
水汽虽然占总的中性大气含量不足4%,但它却是地球中性大气的重要组成部分。一方面,它是大气能量传递的基础,水在低纬度地区被蒸发吸收热量,水汽被输送到高纬度地区凝结,释放出大量的热量。另一方面,水汽也是地球上最重要的温室气体之一,对全球气候变化有着重要影响。此外,水汽在大气水文循环中也起着关键作用,在风的作用下,水汽围绕地球移动,为云层和降水的形成提供水源。因此,了解水汽的变化对于气候特征和气象监测研究有着重要作用。本文重点针对全球对流层延迟和水汽建模、精度评定及全球水汽变化趋势等开展研究工作,主要研究内容和成果如下:(1)基于地表气象观测数据和GNSS ZTD分析了不同再分析资料温度、气压和湿度气象产品及ZTD在全球范围的精度和适用性。首先,利用2016年全球377个气象观测站的气压、温度、湿度作为真值,对比了 ERA5、MERRA-2、ERA-Interim、JRA55、NCEP/NCAR、NCEP/DOE地表层温度、气压和相对湿度产品的精度。ERA5地表层气压、温度和相对湿度的均方根误差分别为1.24hPa、3.54℃、18.57%,在六种再分析资料中的精度最好。其次,以ERA5再分析资料为例,对比分析了气压层和地表层气压、温度和相对湿度产品的精度,ERA5气压层的气压、温度和相对湿度产品与气象站观测数据之间的均方根误差分别0.95hPa、3.67℃和13.90%。就相对湿度和气压而言,ERA5气压层的精度明显好于地表层,但是ERA5气压层温度的精度比地表层略差。最后,以精度较高的ERA5再分析资料为例,对比分析了气压层和地表层计算ZTD的精度,气压层和地表层计算ZTD与IGS ZTD的均方根误差分别为14.73 mm、36.58mm;表明气压层计算ZTD精度明显要好于地表层。(2)基于ERA5再分析资料构建了全球对流层延迟模型。采用快速傅里叶变换分析2015-2018年ERA5再分析资料计算ZTD的周期项,采用频谱分析和最小二乘方法建立基于ERA5的全球对流层延迟格网模型GZTDERA5,使用2019年IGS ZTD验证该模型和GPT2模型的精度,结果表明GZTDERA5和GPT2的均方根误差分别为38.03mm和42.43mm,GZTDERA5模型精度更高。(3)基于ERA5再分析资料构建了 PWV和ZTD随高度变化的全球网格模型。利用2015-2018年ERA5再分析资料反演的ZTD结果,分析了 ZTD随高度变化规律,建立了全球指数格网ZTD模型。使用2019年ERA5 ZTD结果进行模型精度验证,结果表明模型31-37层与36-37层的RMS分别为23.71和4.81 mm,模型36-37层绝对精度比31-37层的精度较好。根据PWV随高度变化规律,分别使用三次多项式月模型、三次多项式年模型和指数函数年模型进行拟合,指数模型、三次多项式年模型和月模型36-37层的RMS分别为0.50mm、0.38mm和0.14mm,表明PWV随高度变化三次多项式月模型的精度明显优于三次多项式年模型和指数模型。(4)基于ERA5再分析资料构建了全球PWV与ZTD之间的转换系数格网模型。分析了 2016-2018年ERA5反演PWV与ZTD之间的相关性,在全球绝大多数地区,它们的相关系数高于0.9,PWV与ZTD之间散点图表明它们之间有很好的线性关系,进而建立PWV与ZTD之间的转换系数格网模型,使用2019年ERA5反演的PWV与ZTD验证该模型精度,模型的均方根误差为0.97mm,平均偏差为0.01mm,表明该模型有很好的精度,当无气象观测数据时可用GNSS ZTD可以直接转换为PWV。(5)基于GNSS、无线电探空和微波辐射计PWV分析不同再分析资料PWV与COSMIC-2 PWV在全球的精度和适用性。以 2016-2018 年 GNSS PWV 为真值,统计分析了 ERA5、ERA-Interim、JRA55、NCEP/NCAR 和 NCEP/DOE PWV 产品与 GNSS PWV 的均方根误差,分别为 1.84mm、2.32mm、2.53mm、3.34mm 和 3.51mm,表明 ERA5 再分析 PWV产品在五种再分析资料中精度最好。此外,分析了五种再分析资料PWV产品在不同气候带的精度,结果表明在极区的绝对精度较好,相对精度略差;而在热带地区,五种再分析资料PWV产品的绝对精度和相对精度与极区正好相反,绝对精度较差而相对精度较好。将无线电探空仪和GNSS PWV作为真值,分析了 COSMIC-2在陆地区域反演PWV的精度,其均方误差分别为3.92mm和3.28 mm,表明从46°N-46°S范围内,COSMIC-2 PWV与GNSS、无线电探空仪PWV之间有很好的一致性。COSMIC-2 PWV与SSMIS、AMSR-2和GMI微波辐射计PWV在海洋区域的均方根误差分别为2.64mm、2.62m和2.70mm,表明COMSIC-2 PWV与三种微波遥感PWV在海洋区域有很好的一致性。此外,还分析了 COSMIC-2 PWV在热带、亚热带、南半球和北半球的精度情况,结果表明COSMIC-2PWV在南北半球的精度相近,COMSIC-2 PWV在亚热带区域的精度是好于热带区域。最后,我们还分析了微波辐射计PWV与海表温度、风速、云量和降雨量之间的关系,结果表明微波辐射计PWV精度与海表温度、云量和降雨量之间呈负相关,与风速呈正相关。(6)利用GNSS PWV、微波辐射计PWV、ERA5和MERRA-2 PWV分析了全球PWV平均值、变化率和变化趋势。使用 2000 年-2014年GNSS PWV数据对比分析了ERA5 PWV和 MERRA-2 PWV在陆地区域的全球平均值、变化率和变化趋势情况,结果表明在陆地区域ERA5与GNSS在长期水汽变化趋势上有更好的一致性。对比分析了 1988-2019年微波辐射计PWV、ERA5和MERRA-2 PWV在海洋区域变化趋势情况,结果表明ERA5再分析资料与微波辐射计在海洋区域水汽变化趋势上有更好的一致性。最后选用了 1980-2019年ERA5 PWV数据分析了近40年全球水汽变化趋势,以及1980-1989年、1990-1999年、2000-2009年和2010-2019年水汽变化情况,结果表明短期十年的水汽变化趋势主要是受到厄尔尼诺事件与拉尼娜事件的影响。此外,分析了 ERA5PWV与温度变化趋势之间的关系,结果表明,PWV与温度变化趋势之间有很好的一致性,全球PWV和温度都呈上升趋势。(7)基于支持向量机构建了 GNSS与ERA5 PWV融合模型。提出了基于支持向量机的GNSS PWV与ERA5 PWV融合模型与算法,构建了 PWV时间域和空间域融合模型。在PWV时间域融合模型方面,融合后ERA5 PWV的平均均方根误差减少了 0.37mm,精度最大提高了 18.09%,平均精度提高12.32%。在PWV空间域融合模型方面,融合后的ERA5 PWV产品的平均均方根误差减少了 0.49mm,平均精度提高了 1 5.22%。无论空间域融合模型还是时间域融合模型,获得的PWV精度都有较明显提高。