董春來，王香蘭，蔣廷臣，周 立

(淮海工學院，江蘇連云港222005)

基于JSCORS層析連云港沿海水汽的三維特征分析

董春來，王香蘭，蔣廷臣，周 立

(淮海工學院，江蘇連云港222005)

基于連云港沿海灌云、贛榆、燕尾港3個站點的JSCORS數(shù)據(jù)信息，選用GAMIT軟件解算水汽斜路徑濕延遲數(shù)據(jù)，通過Matlab軟件解算斜路徑方向上的水汽含量，運用層析技術(shù)，分析連云港沿海區(qū)域水汽的三維特征，取得良好的分析效果。

JSCORS;網(wǎng)格層析;Matlab;水汽三維特征

一、引 言

大氣水汽是地球大氣中的一種重要成分，是云和降水形成的物質(zhì)基礎(chǔ)，影響著輻射平衡、能量輸送、云的形成和降水。水汽的三維分布對于校正數(shù)值天氣預報預測模式的初始場是非常重要的，特別是對于水汽時空變化比較激烈的區(qū)域，能否準確地獲取水汽的垂直剖面信息影響著數(shù)值天氣預報的準確度。目前，常規(guī)大氣水汽的監(jiān)測主要依靠無線電探空觀測，但是探空觀測每12 h觀測一次，且空間分辨率一般在200～300 km，其時空分辨率難以滿足天氣預報及氣候研究的要求［1］。已有的研究表明，GPS觀測的每條斜路徑方向的水汽含量(slant water vapor，SWV)包含水汽的垂直剖面信息，利用GPS觀測計算SWV，通過層析可獲得水汽的三維分布結(jié)構(gòu)特征。

連云港市地處南北氣候過渡帶，兼具海陸水汽特點，氣候復雜多變。JSCORS在此區(qū)域內(nèi)布設(shè)有贛榆、燕尾港、灌云3個基準站，空間和時間的連續(xù)性對于復雜水汽的監(jiān)測具有獨特的優(yōu)勢，為海州灣海域進行大氣水汽三維含量時空特征分析研究提供了基礎(chǔ)數(shù)據(jù)資料。本文基于JSCORS網(wǎng)提供的GPS觀測值，利用層析技術(shù)及Matlab工具，進行區(qū)域三維大汽分布特征分析，探討提高水汽分析、天氣預報及氣候預測的新手段。

二、連云港沿海區(qū)域網(wǎng)格層析模型的構(gòu)建

層析技術(shù)即利用一定研究區(qū)域內(nèi)不同方向和位置的積分觀測值反演各部分信息的方法。在層析連云港沿海區(qū)域水汽三維分布的問題中，觀測值是JSCORS信號斜路徑方向上水汽密度的積分，利用劃分網(wǎng)格的形式把問題離散化，認為所劃分的每一個網(wǎng)格內(nèi)的水汽密度是均勻的，在解算時設(shè)為一個未知參數(shù)。根據(jù)JSCORS信號在所經(jīng)過網(wǎng)格內(nèi)穿過的長度，列出觀測方程。實際解算時，由于觀測值的數(shù)量比較少且分布不均勻，方程不能得到唯一解，需要其他的輔助信息如水平約束、垂直約束、邊界條件和先驗信息等約束條件［2］。

1.連云港海岸帶網(wǎng)格劃分

GPS水汽層析所用的GPS網(wǎng)和網(wǎng)格的劃分需要滿足以下兩個條件:

1)站間距小于60 km。為了消除多路徑效應等因素的影響，使用的截止仰角e為10°。當然還可以更高，但是觀測到的信號會減少。考慮到10 km以上水汽密度一般小于0.1 g/m3，可選擇層析的高度為10 km，對應GPS站的站點間距，即網(wǎng)格距，最大約為57 km。

2)垂直分層間隔的選擇。Flores等的研究表明，GPS層析可分辨的最小垂直厚度約為300 m，如果厚度小于此值，則噪音會影響層析結(jié)果，但層析適宜的垂直分辨率是多少，F(xiàn)lores并沒有給出結(jié)果。畢研盟分別以600 m、800 m和1 000 m的垂直分辨率進行過層析結(jié)果的比較，發(fā)現(xiàn)800 m的垂直分辨率的層析結(jié)果相對較好［3］。

根據(jù)以上條件，連云港地區(qū)網(wǎng)格劃分的間距為0.54°和0.37°，垂直方向從地面至4 000 km，分層間隔高度為1 km，網(wǎng)格數(shù)為3×3，如圖1所示。

圖1 連云港區(qū)域網(wǎng)格劃分圖

2.三維層析模型

如圖2所示，設(shè)每一個網(wǎng)格內(nèi)的水汽密度為xi，j，k，第p條信號穿過該網(wǎng)格的長度為api，j，k。設(shè)研究區(qū)域內(nèi)東西網(wǎng)格數(shù)為ne，南北網(wǎng)格數(shù)為nn，高程方向分nh層，則第p個觀測值對應的觀測方程為［4］

式中，SWVp代表GPS信號斜路徑方向的水汽含量; i、j、k表示網(wǎng)格的三維坐標。

圖2 層析三維單元網(wǎng)格劃分

根據(jù)連云港地區(qū)GPS網(wǎng)進行層析試驗的實際情況可知，連云港地區(qū)的邊界條件是在10 km高度的水汽密度接近于0.1 g/m3。解算時把水平約束、垂直約束、邊界條件和先驗信息等約束條件與GPS觀測方程一起解算，解算模型為

式中，A、M、D、H分別對應JSCORS傾斜路徑水汽、數(shù)值預報先驗信息、邊界條件和水平約束方程的系數(shù)陣;X為未知系數(shù)陣;Δ1、Δ2、Δ3、Δ4分別對應改正數(shù); SWV、M0、D0分別對應觀測值、先驗信息和邊界值［4］。

三、JSCORS反演計算SWV

1.斜路徑濕延遲數(shù)據(jù)處理過程

GPS數(shù)據(jù)處理選用GAMIT軟件，數(shù)據(jù)處理過程分為GPS數(shù)據(jù)準備、GAMIT配置文件重置、GAMIT解算等過程。其斜路徑濕延遲數(shù)據(jù)處理可分兩步:

1)編輯數(shù)據(jù)。采用快速解編輯數(shù)據(jù)，生成“干凈”的觀測數(shù)據(jù)文件——X.file。

2)參數(shù)估計。利用生成的X.file文件進行幾何模型派生的偏差、檢測數(shù)據(jù)的異常域、整周模糊度等參數(shù)解算。

2.連云港沿海JSCORS站斜路徑濕延遲計算

利用GAMIT軟件解算連云港沿海JSCORS的贛榆、燕尾港、灌云3個基準站，獲取斜路徑濕延遲數(shù)據(jù)，贛榆縣站示例如圖3所示，詳細數(shù)據(jù)略。

圖3 贛榆縣斜路徑濕延遲

3.解算沿海大汽中SWV

1)在Matlab的Command命令窗口中將連云港贛榆縣濕延遲數(shù)據(jù)zbtgu導入Matlab中，在Workspace工作區(qū)會顯示贛榆縣(zbtgu)數(shù)據(jù)文件。

2)Command命令窗口中輸入計算連云港贛榆縣斜路徑水汽含量的代碼“zbtguSWV=zbtgu.* 0.15”，Workspace工作區(qū)會顯示所計算的SWV(如圖4所示)。

圖4 贛榆縣斜路徑水汽含量

3)Command命令窗口中輸入“save(‘C:Program FilesMATLAB71worksavedzbtgu.txt’，‘zbtguSWV’，‘-ascii’)”，就可以把贛榆縣斜路徑水汽含量數(shù)值(zbtguSWV)保存到文件中。

重復上述步驟依次計算灌云(zbtgy7)、燕尾港(zgtyw7)的斜路徑水汽含量，圖示及詳細數(shù)據(jù)略。

四、連云港海岸帶水汽層析三維特征分析

1.三維水汽層析數(shù)據(jù)計算

以灌云縣為例，將設(shè)計代碼(如圖5所示)輸入Matlab的Command命令窗口，可得到如圖6所示的灌云縣三維水汽含量［6］。從圖6中可以看出水汽含量變化趨勢比較陡，說明隨著時間的變化，水汽含量變化幅度較大。

圖5 灌云縣三維水汽的代碼

圖6 灌云縣三維水汽含量

2.水汽含量的日變化分析

運用Matlab繪圖，如圖7～圖9所示。根據(jù)分析可知，2010年4月1日在海拔500 m處燕尾港水汽日變化總體趨勢是白天水汽含量低，夜晚水汽含量高，晚上8點以后水汽含量突然升高，說明此時可能出現(xiàn)降雨。在海拔2 500 m處贛榆縣水汽含量變化的總體趨勢是白天高、晚上低，但總的水汽含量比較低，說明該日高空大氣整體比較干燥。在海拔5 500 m處灌云縣水汽含量更低，水汽變化有一定的規(guī)律。

3.水汽含量垂直尺度的變化分析

在Matlab的Command命令窗口中輸入代碼，即可得到連云港燕尾港、贛榆縣、灌云縣3個站點的三維水汽含量，如圖10所示［6］。

圖7 燕尾港500 m水汽日變化

圖8 贛榆縣2 500 m水汽日變化

圖9 灌云縣5 500 m水汽日變化

綜合分析可知，對于連云港贛榆縣測站，不同海拔高度水汽含量變化增量為4 mm，經(jīng)過1 h后，距地面100 m水汽含量增高，說明此后可能出現(xiàn)強降水。隨著海拔高度的增加，水汽含量降低。對于連云港的灌云測站，水汽含量變化增量為5 mm，底層水汽含量較高。對于燕尾港測站，水汽含量變化增量是3 mm，有的高層出現(xiàn)水汽突然增高，說明此時大氣含水量較高，出現(xiàn)降雨的可能性比較大。

圖10 3測站的綜合三維水汽含量

五、結(jié)束語

本文在連云港沿海區(qū)域灌云、贛榆、燕尾港3個JSCORS站點基礎(chǔ)上，以2010年4月1日為例，提出并實施了運用GAMIT軟件、Matlab工具及層析技術(shù)反演區(qū)域三維水汽特征的研究。結(jié)果表明，連云港海岸帶大氣水汽總體變化趨勢是底層大氣水汽含量較高，隨著海拔高度的增加，水汽含量相應降低，而且在同一海拔高度的不同時間，水汽含量變化也不相同。局部地區(qū)水汽變化幅度較大，但不會影響總體，水汽總體變化趨勢較平穩(wěn)。水汽含量底層變化平穩(wěn)，上層變化比較大。結(jié)果證明了利用GPS觀測信息層析三維水汽特性的可行性、適用性與先進性，在具有一定密度的GPS網(wǎng)點信息量的沿海地區(qū)，可作為水汽分析、天氣預報及氣候預測的新手段。

［1］ 宋淑麗，朱文耀，程宗頤，等.GPS信號斜路徑方向水汽含量的計算方法［J］.天文學報，2004，45(3): 338-346.

［2］ 李國翠，李國平，景華，等.華北三站地基GPS反演的大氣可降水量及其特征［J］.氣象科學，2008，28(4): 389-394.

［3］ 畢研盟，毛節(jié)泰，劉曉陽，等.應用地基GPS遙感傾斜路徑方向大氣水汽總量［J］.地球物理學報，2006，49(2):335-342.

［4］ 曹玉靜，劉晶淼，梁宏，等.基于地基GPS層析大氣水汽資源的方法研究［J］.自然資源學報，2010，25(10):1786-1796.

［5］ 王勇，何榮，楊彬云，等.GPS反演的可降水量與降水的對比分析研究［J］.測繪科學，2010，35(5):80-82.

［6］ 劉敏，郭鵬，葉其欣，等.上海地區(qū)地基GPS水汽三維層析技術(shù)和初步應用［J］.天文學報，2010，51(3): 299-308.

3D Feature Analysis of Water Vapor over the Coastal Areas of Lianyungang Based on Tomography of JSCORS

DONG Chunlai，WANG Xianglan，JIANG Tingchen，ZHOU Li

0494-0911(2011)12-0029-04

P228.4

B

2011-03-02;

2011-09-20

江蘇省海洋資源開發(fā)研究院開放基金資助項目(JSIMR10C01);江蘇省測繪科研開放基金資助項目(JSCHKY201005)

董春來(1963—)，男，安徽安慶人，副教授，主要從事大地測量及數(shù)據(jù)處理等方面的教學與科研工作。