地基GNSS联合空基掩星技术探测大气水汽时空分布研究

Extreme weather and Climate change are a major threat to the sustainability of our society. The high space-time distribution model of water vapor plays a very important role in climate change research and weather forecasting. The objectives of this project are to improve the detection technology of the real-time water vapor spatial and temporal distribution. Moreover, we will study the theory and method of tropospheric tomography by combining ground-based GNSS and space-based GNSS radio occultation. First of all, the regional tropospheric zenith dry delay model, atmospheric weighted average temperature model, and humidity projection function will be established using historical data of sounding products，radio occultation and and numerical weather prediction products. Then, new vertical restraint method based on occultation data will be established and new horizontal constraint method based on foundation data will be established. These new constraint methods and the rational division of the tomographic grid will ultimately improve the detection accuracy of the spatial-temporal changes of water vapor. Finally, according to the long-sequence water vapor distribution data obtained, the extreme weather forecasting model based on the change of water vapor will be explored, and the ability to predict extreme weather will be improved, thus promoting the Beidou application in weather forecasting. The research will promote the interdisciplinary integration of GNSS meteorology, atmospheric science and geodesy. At the same time, the research can provide the key theory and technical guarantee for the global extreme weather change.

全球极端天气事件和气候变化是影响人类社会可持续发展的重要因素。高精度、高时空分辨率的大气水汽分布模型是监（预）测全球灾害性天气和气候变化的重要信息源。本项目以改善实时水汽时空分布探测技术为目标，深入研究地基GNSS层析技术与无线电掩星技术相结合的理论和方法。首先，借助于探空站、无线电掩星和数值天气预报模式的历史资料，建立区域性对流层天顶干延迟模型、大气加权平均温度模型、湿度映射函数模型；然后，基于掩星资料建立新的垂直约束方法，基于地基资料建立新的水平约束方法，并合理地划分层析网格，提高水汽时空变化的探测精度；最后，根据获取的GNSS长序列水汽时空分布资料，探索以水汽变化为基础的极端天气预报模型，提高对极端天气的预测能力，推动北斗（BD）卫星在天气预报中的应用。本课题的研究将促进GNSS气象学、大气科学和大地测量学的跨学科交叉融合，同时可对全球极端天气的变化研究提供关键理论和技术保障。

本项目采用多元数据试验分析、建模和理论分析方法，研究了地基GNSS及空基无线电掩星实时获取水汽的时空变化规律，首先分析大气可降水量PWV的相关理论，利用研究区域内的数值天气模式的再分析资料、探空及掩星资料建立区域性高精度大气加权平均温度模型、天顶对流层ZTD模型，实验结果显示了高精度的大气模型进一步提高了PWV的精度；其次利用PWV/ZTD与雾霾之间的相关性，构建了一种基于小波分析结合多元线性回归模型预测短时PM2.5浓度的新方法，以北京市GNSS资料为实验分析了雾霾期间PWV/ZTD与雾霾（主要有害物PM2.5）之间的相关性，采用标准正交小波分析方法加强了二者相关性，并结合相应的气象、污染数据，建立小波分析之后的多元线性回归模型预测了PM2.5浓度的变化，从模型的评价参数和PM2.5浓度预测曲线及残差图的结果显示了基于小波分析结合多元线性回归模型预测短时PM2.5浓度变化优于传统的方法，并将该方法成功地应用于河南焦作CORS网各个测站的短时PM2.5浓度的预测；然后在基础上，为进一步细化区域上空雾霾等极端天气变化过程，给出了GNSS对流层层析的优化算法，主要对水汽层析中上边界高度确定、约束信息等关键技术进行了优化，以香港地区CORS网的观测数据、以探空站45004数据为参考对算法进行评估，实验结果显示优化算法获取的水汽结果优于传统方法获得的水汽结果，并且利用算法已成功应用于河南焦作CORS网区域的大气水汽反演；最后在此基础上，利用高精度二维和三维高精度水汽产品对极端天气进行探测，分析了实验区三维层析水汽与降水事件、热岛效应的强度之间的关系，同时重点分析了焦作实验区重度雾霾天气下水汽密度变化与相应上空PM2.5浓度的转移过程，此过程细化了不同位置和强度的PM2.5浓度的变化，同时分析了实验区测站周围的PM2.5浓度变化，实验结果表明了二维联合三维结合的方法更能细化PM2.5浓度的变化过程。以上研究成果在水汽探测、数值天气预报、极端天气监测等方面具有一定实际应用价值。