[发明专利]一种对流层层析方法

说明书

本发明提供一种对流层层析方法，包括在现有GNSS测量的水汽数据的基础上，加入静止卫星风云4A获得的分层大气可降水量观测值数据，所述风云4A获得的分层大气可降水量观测值包括低层水汽观测值、中层水汽观测值和高层水汽观测值，并合理确定GNSS测量的水汽数据与风云4A获得的分层大气可降水量观测值数据这两类水汽数据的权比，得到一种更准确的对流层层析模型，并在该对流层层析模型下进行对流层层析。本发明将高时空分辨率的风云卫星分层水汽数据附加到层析模型，能够大大降低传统层析模型的不适定性，构建更准确的对流层层析模型，从而得到较好的对流层水汽密度分布。

技术领域

本发明属于气象预报领域，具体涉及大气水汽探测和一种对流层的层析方法。

背景技术

水汽在大气中含量虽然较少，但是它是全球能量收支平衡中的重要因素，而由于水汽的相变效应，具有雨、雾、云、雪等各种状态，是引起天气变化的重要因素，同时也是灾害性天气形成和演变的主要驱动力。在天气预报中，对大气中水汽含量、水汽的变化以及时间和空间分布情况的了解决定了短时临近预报的成败，对于大气中湿度场的分析会直接影响到数值预报的准确性。对流层是地球大气层中与地面相接的最底层，其大气密度最高，集中了超过90％以上的大气水汽。在空间大地测量中，对流层延迟已逐渐成为现代空间测地技术的重要研究方向，而由于对流层水汽在时空上的不稳定特性，使得水汽引起的信号延迟成为影响空间大地测量精度的主要因素之一。因此探测获取高精度的水汽含量对于做出更加准确的气象预报和加强极端天气灾害的预警以及空间大地测量研究的发展具有重要的意义。

传统大气水汽探测方法有：水汽辐射计、无线电探空仪以及气象卫星对地观测等等，而利用全球导航定位(GNSS)技术遥感大气水汽含量则是九十年代发展起来的新兴大气探测技术。当卫星信号穿过对流层的时候，会与所接触的大气介质相互作用，进而产生在时间和传播路径上的延迟效应，即产生折射。通过建立延迟量与大气折射率之间的函数关系，从而估计出重要的气象参数---大气可降水量(PWV)。作为传统大气探测方法的有力补充，GNSS探测水汽同时具有覆盖全球、实时连续性、全天候以及高精度等优点，是现代水汽探测的重要手段。由于天顶可降水量只包含对流层水汽含量的一维信息，无法直接反映大气水汽含量的垂直分布信息，因此限制了其在气象研究中的应用。1992年，基于医学领域的断层扫描技术，Bevis首次提出了对流层层析技术，即利用沿着从各个方向穿透模型空间的不同射线的斜路径可降水量(SWV)来重建对流层水汽密度图像。基于GNSS对流层层析技术可有效获取高精度、高时空密度的水汽四维分布，同时具有用低廉、操作简单、全天候监测等诸多优势，为掌握对流层水汽的时空变化提供了可能。可以说，研究对流层层析技术对于加强全球大气水汽多维动态变化监测、推动现代气象预报业务发展等方面具有重要的科学意义和应用价值。

对流层层析模型的不适定性问题是影响层析结果精度的主要原因，目前该问题常用的解决方法主要包括以下几类：

优化层析网格划分模型：层析网格的划分不再是粗略地规则划分，而是根据地面GNSS台站和卫星星座的分布，或是结合地形等因素对层析网格进行自适应划分，使得网格尽可能多地被GNSS信号线穿过，降低层析模型的不适定性。但由于GNSS信号线的“倒锥形”分布特征，此方法作用有限，仍然存在大量网格未被GNSS信号线穿过。

添加经验性约束条件：依据水汽在对流层中分布的特征，添加经验性的约束条件，主要包括水平约束、垂直约束以及边界约束等，参与层析方程的解算，以获得较为可靠的层析解。然而由于大气系统存在不稳定性，经验约束常常与实际水汽分布不符合，就会导致层析解失真，难以获得可靠的层析结果。

融合多源水汽信息：将非GNSS水汽信息作为强约束引入层析模型，可减弱由经验性约束条件不准确带来的解算结果失真效应。目前已被引入的包括：全球再分析或预报的水汽资料、合成孔径雷达干涉测量的PWV差分数据、中分辨率成像光谱仪以及大气红外探测仪等卫星传感器获取的PWV影像。这些外部水汽信号均是穿过了层析模型顶部到模型底部网格的完整PWV信号，可以改善层析模型的不适定性，但改善程度有限，同时容易增加层析方程组的冗余。