利用全国陆态网络站点反演天顶对流层延迟分布特征

王东振，赵 斌，谭 凯，张彩红

(中国地震局地震研究所 地震大地测量重点实验室，湖北 武汉 430071)

利用全国陆态网络站点反演天顶对流层延迟分布特征

王东振，赵 斌，谭 凯，张彩红

(中国地震局地震研究所 地震大地测量重点实验室，湖北 武汉 430071)

针对对流层延迟研究范围小、时间跨度短的问题，文中利用GAMIT软件获得2015年全国270个态网络站点的对流层延迟值，通过GAMIT中的sh_metutil命令调用Metutil程序，计算并提取天顶对流层总延迟量、干延迟分量、湿延迟分量、温度及气压值。对干、湿延迟的年平均量进行分析，获得全国对流层延迟分布特征；对影响干延迟量的因素进行分析，得到其主要影响因素是气压和高程因素；最后分析湿延迟与降水量的关系，得到两者的分布特征基本一致。

GAMIT；陆态网络；对流层延迟；分布特征

“十一五”期间国家重大科技基础设施建设项目之一的“中国大陆构造环境监测网络”(以下简称“陆态网络”)是“九五”国家重大科学工程“中国地壳运动观测网络”(以下简称“网络工程”)的延续。截止2011年已完成260个GPS连续观测站的建设，利用这些站点可获得大量高质量的观测数据。利用这些观测数据可以求得连续的天顶对流层延迟(ZTD)，同时利用ZTD可以直接反映当地降水量，这对用于气象预报、气候监测有着重要的意义[1-2]。国内外学者利用大量GPS观测资料来获得实时或近实时的对流层延迟和大气水汽含量做了大量工作。曲建光等人提出无需其他转换,利用对流层延迟可直接推算水汽含量的方法，且结果与水汽计量监测结果相当[2]；唐超华等人利用天津地区CORS站数据进行了小区域天顶对流层延迟年周期变化研究[3]；而对于全国大范围、长时间的天顶对流层延迟解算研究甚少。本文将利用全国陆态网络站点2015年的观测数据，解算得到各个站点天顶对流层总延迟、干延迟以及湿延迟量，分析全国不同地区对流层干延迟与气压、温度及高程之间的关系，最后对比分析其湿延迟的反演结果与实际降水量的关系。

1 对流层延迟解算理论

由于GPS信号穿过对流层时，传播速度会发生改变，传播路径也会发生弯曲，这种影响就叫做对流层延迟效应。所以任意角度ε方向的对流层延迟可表示为[4-5]

ΔL(ε)=ZHDmfh(h)+ZWDmfw(h).

(1)

式中:ZHD和ZWD分别为干、湿分量；mfh(h)和mfw(h)分别为干、湿映射函数。

鉴于上式中的干、湿映射函数是基于大气球对称假设而建立的，这与实际状况存在一定的差距，为此引入大气梯度：

(2)

式中：ε为高度角；φ为方位角；GNS,GEW分别为南北、东西梯度。

由于改正模型只是根据多年的数据积累而建立的，并不能代表实际的对流层延迟，所以在没有水汽计量观测的情况下，提高对流层模拟折射精度的方法主要是参数估计法，常用的有单参数法、多参数法、随机过程法和分段线性(PWL)方法，其实质都是一阶高斯马尔科夫过程的近似[6]。

GAMIT采用PWL方法，PWL用步长为kΔt的离散随机过程表示对流层延迟随时间的变化：

(3)

假设在历元I～I+k之间，天顶对流层延迟随时间线性变化：

(I≤j

(4)

适当选择k值使求解的测站天顶方向的对流层折射参数ρ(I)，ρ(I+k)等的个数较少，从而可以用最小二乘的方法估计参数。

2 数据准备与处理策略

本文所采用的数据资料主要是陆态网络连续站2015年的全网观测资料，图1为站点分布。

图1 陆态网站点分布

数据处理是利用GAMIT软件获得测站和卫星轨道的单日区域松弛解，该单日解给出了区域测站坐标、极移、天顶对流层延迟、卫星相位中心偏差和卫星参数的松弛解和方差-协方差矩阵。解算过程中用到的改正模型见表1。

3 结果与分析

3.1 全国范围内的对流层延迟

在数据解算中每1 h设置一个对流层天顶延迟参数，卫星截止高度角为15°，首先每天取一个平均值作为一天的天顶对流层延迟，然后对2015年的对流层延迟值取平均，得到全国2015年对流层天顶延迟分布，见图2。

图2为2015年全国陆态网络站点对流层天顶延迟年平均量，从图2中可以看出，全国整体对流层天顶延迟量在1.3～2.6 m之间，可分为三个层次；其中对流层天顶延迟较大值集中在东南沿海地区，大约2.4 m；其次是东北、内蒙、新疆及云南地区，大约为2.0 m；最小值集中在青藏高原地区。

表1 改正模型

图2 2015年对流层天顶延迟年平均量

3.2 因素分析

天顶对流层总延迟包括湿延迟和干延迟，所以分别对2015年干、湿延迟的年平均量进行了计算，结果见图3。

由数值上可以看出，干延迟占总延迟量的80%～90%，且干延迟量的分布特征与总延迟量的分布特征基本一致。众所周知，对流层干延迟分量主要与大气压、温度以及高程有关，所以本文计算了各站点年平均气温、大气压以及站点高程，结果如图4所示。

由图4中(b)(c)可以看出，气压的大小与高程的大小成反比关系，且两者分布特征与干延迟量的分布特征基本一致；由图4(a)和图3(a)比较可以看出，东北、华北以及华南地区并没有因为温度的较大差异而导致这些地区干延迟量的明显差异，说明对于这些地区决定其对流层干延迟大小的主要因素是气压与高程。

图3 2015年干、湿对流层延迟年平均量

图4 各站点气温、气压和高程分布

图5 湿延迟与降水量分布图

湿延迟量的影响因素主要是大气中的水汽含量，由于水汽含量很难测定[7-11]，所以本文采用气象局提供的年平均降水量分布来验证反演对流层湿延迟的可靠性，结果如图5所示。

由图5可以看出，湿延迟量分为4个层次，与国家气候中心发布的全国年平均降水量分布图基本一致。湿延迟量最大的地区主要是南部沿海地区，其次是华南、四川、云南等地，第三是东北、山东、河南、四川北部等地，最后新疆、西藏、内蒙、甘肃、青海等地为第四层次。

4 结 论

通过本文的研究可以看出，天顶对流层延迟存在很强的地域性特征，其主要是受高程和气压因素的影响；天顶对流层延迟可分为干延迟和湿延迟，天顶对流层干延迟量占总延迟量的；利用GAMIT软件对天顶对流层湿延迟进行反演，其结果与年平均降水量结果相吻合，说明该方法可以为气象中短期预报等方面提供参考。

[1] 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.

[2] 曲建光, 刘基余, 韩中元. 利用天顶对流层延迟数据直接推算水汽含量的研究[J]. 武汉大学学报(信息科学版), 2005, 30(7):625-628.

[3] 唐超华, 李陶, 施闯,等. 天津地区CORS站天顶对流层延迟年周期变化研究[J]. 大地测量与地球动力学, 2009, 29(2):106-110.

[4] HAASE J S, VEDEL H, GE M, et al. GPS zenith tropospheric delay (ZTD) variability in the Mediterranean[J]. Physics & Chemistry of the Earth Part A Solid Earth & Geodesy, 2001, 26(6-8):439-443.

[5] 叶世榕, 张双成, 刘经南. 精密单点定位方法估计对流层延迟精度分析[J]. 武汉大学学报(信息科学版), 2008, 33(8):788-791.

[6] 殷海涛, 黄丁发, 熊永良,等. GPS信号对流层延迟改正新模型研究[J]. 武汉大学学报(信息科学版), 2007, 32(5):454-457.

[7] 王勇, 刘严萍, 柳林涛,等. 无气象要素的GPS对流层延迟推算可降水量的研究[J]. 测绘科学, 2007, 32(3):122-124.

[8] VEDEL H, HUANG X, HAASE J, et al. Impact of GPS Zenith Tropospheric Delay data on precipitation forecasts in Mediterranean France and Spain[J]. Geophysical Research Letters, 2004, 31(31):231-254.

[9] 刘志成,于江. CORS在浮动车交通信息采集系统中的应用[J]. 交通科技与经济,2013,14(6):59-61.

[10] HAASE J, VEDEL H, CALAIS E, et al. Accuracy and Variability of GPS Tropospheric Delay Measurements of Water Vapor in the Western Mediterranean[J]. Journal of Applied Meteorology, 2003, 42(11):1547-1568.

[11] 张随甲,周晓忠. GPS-RTK误差来源及减弱误差的实用方法[J]. 交通科技与经济,2014,15(2):121-124.

[12] 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(2):120-123，127.

[13] 王勇,焦健,曾琪明,等. 基于不同地形的GPS对流层延迟插值方法研究[J]. 大地测量与地球动力学,2010(3):132-136.

[14] 杨晶,顾慧,刘严萍,等. 基于小波分析的GPS对流层延迟变化研究[J]. 测绘通报,2015(5):60-62.

[15] 王富有,史先领. 实时气象参数改正GPS定位中的对流层延迟[J]. 能源技术与管理,2006(6):132-134.

The distribution of zenith troposphere delay inverted in the stations of “Crustal Movement Observation Network in China”

WANG Dongzhen,ZHAO Bin,TAN Kai,ZHANG Caihong

(Key Lab of Earthquabe Geodesy,Institute of Seismology,China Earthquabe Administration,Wuhai 430071,China)

Aiming at the problem that the existing tropospheric delay studies have a small range and a short time span, the tropospheric delay value of 270 land-based network sites in China is researched by GAMIT software in this paper. First, the metutil program is called by the sh_metutil command in GAMIT to calculate and extract the zenith total delay, tropospheric delay, dry wet delay component and temperature component and pressure. Then, its annual mean amount of dry and wet delay is analyzed, and the characteristics of tropospheric delay distribution are obtained. Furthermore, the factors affecting the dry delay are analyzed, and the results show that the main influencing factors are barometric pressure and altitude factor. Finally, the relation between the wet delay and precipitation is analyzed, and the conclusion is that the distribution characteristics of them are basically the same.

GAMIT; Crustal Movement Observation Network in China;troposphere delay；the characteristics of distribution

2017-01-01

中国地震局地震研究所资助项目(IS201526244)

王东振(1989-)，男，实习研究员.

著录：王东振，赵斌，谭凯，等.利用全国陆态网络站点反演天顶对流层延迟分布特征[J].测绘工程，2018，27(2)：32-36.

10.19349/j.cnki.issn1006-7949.2018.02.006

P228.4

A

1006-7949(2018)02-0032-05

李铭娜]