程凱琪 郭啟云 楊榮康 李昌興

摘要 以探空數(shù)據(jù)為參考，將2014年1月1日—12月31日的COSMIC掩星氣壓作為GPS掩星試驗樣本，將中國區(qū)域劃分為4個氣候區(qū)，從雙權重平均值、雙權重標準差及相關系數(shù)角度對GPS掩星氣壓進行評估，并根據(jù)其統(tǒng)計結(jié)果進行質(zhì)量控制。結(jié)果顯示：雙權重平均值和雙權重標準差相較傳統(tǒng)方法統(tǒng)計出的平均值和標準差更不易受異常數(shù)據(jù)的影響，評估結(jié)果更加準確。4個氣候區(qū)之間氣壓的雙權重平均值差異較小;雙權重標準差在亞熱帶季風氣候區(qū)的數(shù)值較小（小于6 hPa）、在溫帶季風氣候區(qū)較大（最大可達15 hPa）。以探空數(shù)據(jù)為參考，氣壓偏差的統(tǒng)計表明，亞熱帶季風氣候區(qū)從低層到高層都為正偏差（0.8 hPa左右），其他三個氣候區(qū)在6 km以下多為負偏差、6 km以上為正偏差（0.5 hPa左右）。根據(jù)相關系數(shù)的統(tǒng)計，將相關系數(shù)確定為0.80，并根據(jù)各氣候區(qū)不同的統(tǒng)計結(jié)果劃分閾值區(qū)間;質(zhì)量控制結(jié)果顯示，錯誤點大多分布在GPS掩星氣壓與探空氣壓相差較大的區(qū)域，兩步質(zhì)量控制的錯誤數(shù)據(jù)百分比大部分在5%以內(nèi);對比質(zhì)量控制前后GPS掩星氣壓與探空氣壓之間的相關系數(shù)表明，質(zhì)量控制后兩者的相關性得到明顯改善。

關鍵詞 GPS掩星; 雙權重; 氣候區(qū)劃分; 質(zhì)量控制

綜合氣象探測是大氣科學的基礎，探空、衛(wèi)星、飛機和地面雷達等是目前主要的高空氣象探測手段（魏洪峰等，2012;曹曉鐘等，2019）。探空系統(tǒng)探測溫度的不確定度為0.3 ℃，氣壓在100 hPa以上不確定度在2 hPa左右，垂直層次可達幾千層（郭啟云等，2015）。近年來，隨著全球定位系統(tǒng)的不斷發(fā)展以及衛(wèi)星技術的逐漸成熟，無線電掩星技術已成為一種新興的高空氣象探測手段，其具有全球覆蓋、高垂直分辨率、高精度、全天候、自校準等優(yōu)點（王伯睿等，2013）。在實時天氣分析、臺風熱力結(jié)構（丁金才等，2011）、大氣邊界層和青藏高原研究（周文等，2018）、衛(wèi)星資料相互驗證（何文英和陳洪彬，2017）以及數(shù)值天氣預報資料同化等（馬旭林等，2019）諸多領域得到廣泛應用。

GPS/LEO（Low Earth Orbit）掩星探測，是指GPS衛(wèi)星發(fā)射的電波信號被地球大氣所遮掩，信號經(jīng)過地球大氣和電離層折射后到達LEO衛(wèi)星，從而可通過相關的科學反演方法反演得到大氣參數(shù)和電離層剖面（胡雄等，2005）。1988年美國科學家首次提出了利用GPS掩星探測地球大氣的設想，并通過1995年4月發(fā)射的低軌衛(wèi)星進行了GPS掩星探測的概念驗證。2001年4月，世界氣象組織在日內(nèi)瓦召開的關于全球觀測系統(tǒng)的會議上提出了全球觀測系統(tǒng)再設計的報告，認為研發(fā)GPS掩星資料的應用將對全球觀測系統(tǒng)做出新的重要貢獻（李國平和黃丁發(fā)，2005）。目前，國內(nèi)外的掩星資料主要有COSMIC-1、Metop-A、Metop-B、KOMPSATS以及我國2013年和2017年發(fā)射的FY-3C和FY-3D，2019年6月美國和臺灣聯(lián)合開發(fā)的COSMIC-2代，未來可以提供較多的大氣觀測數(shù)據(jù)（程凱琪等，2020）。但由于探測過程中的隨機誤差、探測誤差、漂移誤差以及反演誤差等，也不可避免地存在觀測誤差（宮曉艷等，2008）。將CHAMP、SAC-C 掩星數(shù)據(jù)與探空數(shù)據(jù)、ECMWF全球再分析數(shù)據(jù)進行了對比分析，發(fā)現(xiàn)5 km以下CHAMP折射率數(shù)據(jù)有明顯的負偏差，在日本地區(qū)平均相對誤差超過了3%，由其反演得到的氣壓也會存在誤差（Kuo et al.，2005;Wickert，2005）。王洪等（2010）以探空為參考對掩星氣壓的評估中在5 km以下偏差可達6 hPa以上，5 km以上偏差減小。夏季和冬季各7 d的COSMIC反演大氣廓線與ECMWF和NCEP分析資料的比較則表明，資料精度與季節(jié)無關（臧欣和官莉，2015）。基于誤差分析許多學者對GPS掩星數(shù)據(jù)開展了質(zhì)量控制，國內(nèi)外有許多內(nèi)置的質(zhì)量控制方法，連續(xù)法、貝葉斯法、綜合法等（Gandin，1988;Lorenc and Hammon，1988;Ingleby and Lorenc，1993）。Gorbunov（2002）提出了一種依據(jù)分析掩星數(shù)據(jù)使用標準變換或全光譜反演法獲取振幅的質(zhì)量控制方法。Zou and Zhen（2006）通過雙權重質(zhì)量控制方法對GPS掩星的折射率和彎曲角進行了質(zhì)量控制，郭啟云等（2020）也采用此方法對COSMIC、Metop-A、Metop-B三種掩星的折射率數(shù)據(jù)進行了質(zhì)量控制，得到了較好的結(jié)果。目前，對掩星反演氣壓的評估多采用傳統(tǒng)的計算平均值和標準差的算法，同時也較少地考慮地域及氣候區(qū)上的差異，不同的氣候特征數(shù)據(jù)具有不同的特點，采用一致的質(zhì)量控制方法會造成質(zhì)量控制的不準確。因此，本文將中國區(qū)域根據(jù)其氣候特點劃分為不同的氣候區(qū)，分別對各個氣候區(qū)的GPS掩星氣壓數(shù)據(jù)采用權重的方法從雙權重平均值以及雙權重標準差角度進行評估，給每個數(shù)據(jù)都賦予不同的權重，減小離群資料本身對樣本資料的平均值和標準差的影響，并根據(jù)各個氣候區(qū)不同的統(tǒng)計結(jié)果劃分不同的質(zhì)量控制標準，使質(zhì)量控制更加準確。

1 數(shù)據(jù)處理方法

1.1 資料選取

使用2014年1月1日—12月31日一年的GPS掩星二級反演產(chǎn)品數(shù)據(jù)，以COSMIC掩星為例，包含有大氣高度、氣壓、溫度、水汽壓等大氣參數(shù)，垂直分辨率為100 m，垂直方向上共400層。為了對掩星多層次數(shù)據(jù)進行質(zhì)量控制，提高數(shù)據(jù)的使用率，采用相同時間段的我國120站探空秒級數(shù)據(jù)為參考，探空秒級數(shù)據(jù)主要包含大氣溫度、氣壓、高度等信息，垂直方向可達幾千層，其分辨率平均約為6～7 m。掩星點的變化在百千米的量級，時間間隔幾分鐘，探空數(shù)據(jù)的空間間隔在幾十千米，時間間隔約1.5 h，而地球上1緯度約為實際距離110 km，將探空秒級數(shù)據(jù)和GPS掩星數(shù)據(jù)的時空匹配窗口設為經(jīng)度、緯度分別小于1°，時間小于3 h（王洪等，2010）。為了更好地反映大氣中細微的變化特征，同時充分利用掩星和探空垂直分辨率較高的特點，在0～30 km之間每隔100 m選取一個數(shù)據(jù)，共計301層，并對每個層次上的GPS掩星氣壓都進行質(zhì)量控制。

1.2 氣候背景劃分

我國地域遼闊，處于多個氣候區(qū)劃帶，而不同氣候區(qū)的數(shù)據(jù)具有不同氣候特征，其平均值和標準差也存在有較顯著的差別。為了更精確地評估數(shù)據(jù)質(zhì)量，消除因氣候差異導致數(shù)據(jù)偏差過大的影響，同時也使不同氣候區(qū)的數(shù)據(jù)根據(jù)其氣候特征劃分不同的標準，更加準確有效的質(zhì)量控制。采用氣候分區(qū)方法，根據(jù)多年平均氣溫、降水量和海拔高度，將中國區(qū)域根據(jù)氣候特點劃分成4個氣候區(qū)（圖1），亞熱帶季風氣候區(qū)分布在秦嶺淮河以南，夏季高溫多雨，冬季溫和少雨，氣壓年變化較小;溫帶季風氣候區(qū)分布在北方地區(qū)，秦嶺淮河以北，大興安嶺到太行山一線以東區(qū)域，夏季高溫多雨，冬季寒冷少雨，冬夏氣壓差別較大;高原山地氣候區(qū)則大多分布在海拔較高的山地，高原地區(qū);溫帶大陸氣候區(qū)則是分布在廣大內(nèi)陸地區(qū)（張大任等，2019），各個氣候區(qū)的氣壓分布特征不同。

1.3 質(zhì)量控制方法

采用雙權重標準差法及設置GPS掩星氣壓與探空氣壓之間相關系數(shù)閾值的方法，主要分為兩步，設有n個GPS掩星氣壓樣本（pi，i=1，2，…，n），n個探空氣壓樣本（Bi，i=1，2，…，n）。

1）第一步質(zhì)量控制：計算每個GPS掩星氣壓的權重

wi=pi-Mc×MAD。（1）

其中：c=7.5代表“被測數(shù)據(jù)”的參數(shù)（Lanzante，1996）。當權重函數(shù)|wi|>1時，進行數(shù)據(jù)遞歸，取wi=1.0。M為GPS掩星氣壓的中位數(shù)，MAD為偏差中位數(shù)。計算每層GPS掩星氣壓的雙權重平均值和雙權重標準差：

bw=M+∑ni=1（pi-M）（1-w2i）2∑ni=1（1-w2i）2;（2）

BSD=n∑ni=1（pi-M）2（1-w2i）40.5∑ni=1（1-w2i）（1-5w2i）。（3）

根據(jù)其統(tǒng)計特征設定具體的閾值區(qū)間，挑選出錯誤數(shù)據(jù)和可疑數(shù)據(jù)，并將可疑數(shù)據(jù)和正確數(shù)據(jù)進行第二步質(zhì)量控制。

2）第二步質(zhì)量控制：

將GPS掩星氣壓與探空氣壓的偏差作為樣本量，計算每一個偏差的權重和每一層偏差的雙權重平均值和雙權重標準差，評估其數(shù)據(jù)質(zhì)量并劃分閾值區(qū)間。計算各個氣候區(qū)每層背景場與GPS掩星氣壓的相關系數(shù)r：

r=∑ni=1（pi-）（Bi-）∑ni=1（pi-）2×∑ni=1（Bi-）2。（4）

對于第一步和第二步質(zhì)量控制，具體的閾值區(qū)間劃分標準為：對于大量的氣象觀測數(shù)據(jù)，樣本符合正態(tài)分布，根據(jù)3σ準則原理，在平均值±3倍標準差之內(nèi)的數(shù)據(jù)概率可達99.7%，在質(zhì)量控制中，對于掩星觀測數(shù)據(jù)根據(jù)計算到的雙權重平均值和雙權重標準差，將雙權重平均值±4倍雙權重標準差范圍之外的數(shù)據(jù)視為錯誤數(shù)據(jù)，將雙權重平均值±3倍雙權重標準差范圍之外，雙權重平均值±4倍雙權重標準差范圍之內(nèi)的數(shù)據(jù)視為可疑數(shù)據(jù)，分別挑選出可疑和錯誤數(shù)據(jù)（李平，2014）。

相關系數(shù)越大，說明該層GPS掩星氣壓和探空氣壓相關性越好。在統(tǒng)計檢驗時，指定為檢出可疑值的顯著性水平α=0.05，稱為檢出水平，按照超過閾值的相關系數(shù)占所有相關系數(shù)的5%計算出相關系數(shù)閾值，對可疑數(shù)據(jù)進一步進行處理。

2 試驗結(jié)果分析

2.1 GPS掩星氣壓質(zhì)量分析

2.1.1 氣壓特征分析

圖2為4個氣候區(qū)GPS掩星氣壓的雙權重平均值（圖2a）和雙權重標準差的廓線分布（圖2b），可知，4個氣候區(qū)氣壓的雙權重平均值分布較為一致，氣壓隨著高度的增加呈不斷減小的趨勢，氣壓和高度呈線性對數(shù)關系。但是4個氣候區(qū)的雙權重標準差在20 km以下層次卻有較大的差別，亞熱帶季風氣候區(qū)的雙權重標準差最小，幾乎都在6 hPa以內(nèi)，溫帶季風氣候區(qū)的雙權重標準差最大，數(shù)值可以達到15 hPa左右。4個氣候區(qū)雙權重標準差相差較大，主要是因為4個氣候區(qū)氣候特征的不同，亞熱帶季風氣候區(qū)緯度偏南，一年之內(nèi)的氣壓相差較小，所以其雙權重標準差小。而在溫帶季風氣候區(qū)夏季為熱低壓，冬季為冷高壓，四季較為分明，氣壓年變化較大，所以氣壓的雙權重標準差也較大。圖2c和圖2d為使用傳統(tǒng)算法統(tǒng)計出的GPS掩星氣壓的平均值和標準差，每個GPS掩星氣壓的權重相同，與上述使用不同權重的統(tǒng)計結(jié)果進行對比，可以發(fā)現(xiàn)平均值與雙權重平均值之間的差異較小，而標準差與雙權重標準差之間相差較大，傳統(tǒng)方法計算出來的標準差可以達到150 hPa，是雙權重標準差的10倍以上。對各個氣壓數(shù)據(jù)的權重進行分析，發(fā)現(xiàn)無論是雙權重平均值還是雙權重標準差，分布在中值點附近的掩星氣壓數(shù)據(jù)都比分布在兩翼或者尾部的權重更大。雙權重平均值和雙權重標準差更不易受異常值存在的影響，比傳統(tǒng)使用相同權重分布的方法更為適用。

2.1.2 氣壓質(zhì)量控制閾值分析

圖3為根據(jù)其雙權重平均值和雙權重標準差劃分的閾值區(qū)間，可知，由于4個氣候區(qū)氣壓的雙權重平均值和雙權重標準差之間存在差異，所以4個氣候區(qū)的質(zhì)量控制區(qū)間也有所不同。亞熱帶季風氣候區(qū)由于雙權重標準差較小，所有其可接受為正確氣壓的區(qū)間較小。而溫帶季風氣候區(qū)由于四季較為分明，夏季為熱低壓，冬季為冷高壓，氣壓年變化較大，所以雙權重標準差較大，導致其可接受為正確氣壓的區(qū)間較大。根據(jù)氣候區(qū)特點劃分成4個氣候區(qū)，一方面可以使數(shù)據(jù)更加符合正態(tài)分布，同時根據(jù)各氣候區(qū)不同的氣候區(qū)特征劃分不同的質(zhì)量控制標準，也使質(zhì)量控制更加準確。采用傳統(tǒng)方法計算出來的平均值和標準差劃分此閾值區(qū)間，其可接受為正確氣壓的區(qū)間要比使用不同權重時大很多，30 km層次上正確氣壓區(qū)間分布為-180～180 hPa之間，較多的錯誤氣壓和可疑氣壓都無法檢測出來（圖略），質(zhì)量控制效果較差。根據(jù)圖3的閾值區(qū)間分別對2014年1月1日—12月31日所有層次的掩星氣壓數(shù)據(jù)進行質(zhì)量控制，挑選出其中的錯誤氣壓和可疑氣壓，將錯誤氣壓進行剔除，可疑氣壓和正確氣壓再次進行質(zhì)量控制。

2.2 氣壓偏差分析

2.2.1 氣壓偏差特征分析

將上述質(zhì)量控制出的可疑數(shù)據(jù)和正確數(shù)據(jù)進行評估及再次質(zhì)量控制，將GPS掩星氣壓與探空氣壓的偏差作為觀測量，分析其統(tǒng)計特征。圖4a和圖4b分別為4個氣候區(qū)GPS掩星氣壓偏差的雙權重平均值和雙權重標準差。由圖4可知，亞熱帶季風氣候區(qū)偏差較大，從低層到高層都為正偏差，偏差值在0.8 hPa左右，而溫帶季風、溫帶大陸和高原山地氣候區(qū)在6 km以下多為負偏差，6 km以上則為正偏差，值在0.5 hPa以內(nèi)偏差較小。低層3 km以下溫帶大陸性氣候區(qū)偏差較大，在-1 hPa，之后逐漸減小。4個氣候區(qū)偏差的雙權重標準差（圖4b）差異較小，整體都是呈隨高度增加逐漸減小的趨勢，整體都在5 hPa以內(nèi)，高層則較小在1 hPa以內(nèi)，探空氣壓與GPS掩星氣壓較為接近。與傳統(tǒng)方法計算出的平均值（圖4c）和標準差（圖4d）進行對比，平均差和雙權重平均值之間相差較小，標準差大于雙權重標準差，傳統(tǒng)方法的統(tǒng)計結(jié)果更易受錯誤值和可疑值的影響，接下來閾值區(qū)間的劃分采用氣壓偏差的雙權重平均值和雙權重標準差的統(tǒng)計結(jié)果。

2.2.2 氣壓偏差質(zhì)量控制閾值分析

根據(jù)GPS掩星氣壓與探空氣壓偏差的雙權重平均值和雙權重標準差劃定閾值區(qū)間，對上述的可疑數(shù)據(jù)和正確數(shù)據(jù)進行質(zhì)量控制（圖5）。由于氣壓偏差的雙權重標準差隨高度呈逐漸減小的趨勢，所以4個氣候區(qū)接受為正確數(shù)據(jù)的區(qū)間隨高度呈現(xiàn)逐漸減小的趨勢，在低層氣壓數(shù)值較大，所以可允許的偏差也較大，而在高層氣壓值較小，可接受的數(shù)據(jù)區(qū)間也較小。4個氣候區(qū)之間由于偏差的雙權重平均值和雙權重標準差較為相似，所以閾值區(qū)間僅存在略微的差別。不同層次以及氣候區(qū)根據(jù)各自的統(tǒng)計特征劃分不同的質(zhì)量控制標準。根據(jù)各個氣候區(qū)可疑閾值和錯誤閾值區(qū)間，挑選出可疑數(shù)據(jù)和錯誤數(shù)據(jù)，將錯誤數(shù)據(jù)進行剔除，可疑數(shù)據(jù)進行再次的質(zhì)量控制。

2.3 相關系數(shù)及其質(zhì)量控制效果分析

2.3.1 相關系數(shù)閾值分析

為了更加準確地對可疑數(shù)據(jù)進行處理，保證錯誤的數(shù)據(jù)不被保留，正確的數(shù)據(jù)不被錯誤地剔除掉，將上述質(zhì)量控制的可疑數(shù)據(jù)根據(jù)GPS掩星氣壓與探空氣壓之間的相關系數(shù)進行再次的判斷。圖6是4個氣候區(qū)GPS掩星氣壓與探空氣壓相關系數(shù)的廓線分布，4個氣候區(qū)在低

層6 km以下與探空的相關性較差，在0.8以下;而在6 km以上相關系數(shù)幾乎都在0.8以上，探空氣壓與掩星氣壓之間的相關性較好。在6 km以下由于水汽含量較大，會出現(xiàn)多路徑和超折射現(xiàn)象，所以反演精度會偏低一些，與探空之間的相關性也會較差。根據(jù)4個氣候區(qū)GPS掩星氣壓與探空氣壓相關系數(shù)一年的統(tǒng)計，按照超過閾值的相關系數(shù)占所有相關系數(shù)的5%計算出相關系數(shù)閾值，確定相關系數(shù)閾值為0.80，將相關系數(shù)大于等于0.80層次上的可疑數(shù)據(jù)認為是正確數(shù)據(jù)，將相關系數(shù)小于0.80層次上的可疑數(shù)據(jù)認為是錯誤的數(shù)據(jù)，對可疑數(shù)據(jù)根據(jù)每層的相關系數(shù)進行質(zhì)量控制，進一步挑選出錯誤數(shù)據(jù)。

2.3.2 質(zhì)量控制效果分析

1）錯誤數(shù)據(jù)百分比對比分析

圖7為4個氣候區(qū)GPS掩星氣壓與探空氣壓的錯誤數(shù)據(jù)散點分布，可以看出，錯誤數(shù)據(jù)主要分布在對稱軸的兩側(cè)，GPS掩星氣壓與探空氣壓相差較大的點。在第一步質(zhì)量控制中剔除與自身氣壓相差較大的點，第二步質(zhì)量控制中剔除與探空參考場相差較大的數(shù)據(jù)，對可疑數(shù)據(jù)的判斷可以避免錯誤的數(shù)據(jù)被保留以及正確的數(shù)據(jù)被誤剔除。

從圖7只能看到錯誤點分布的大概的位置，接下來分析錯誤點在各個層次上所占的比例（圖8）。由圖8可知，在第一步掩星自身的質(zhì)量控制中，4個氣候區(qū)錯誤數(shù)據(jù)百分從低層到高層略微有一點增大，相差約1%，亞熱帶季風氣候區(qū)的錯誤百分比最大，在4%左右，其他3個氣候區(qū)大約都在3%以內(nèi)，錯誤數(shù)據(jù)較少。在第二步加入探空作為參考的質(zhì)量控制中，整體大多數(shù)都在5%以內(nèi)，溫帶季風氣候區(qū)和高原山地氣候區(qū)的錯誤數(shù)據(jù)百分比較大些，亞熱帶季風和溫帶大陸性氣候區(qū)大多都在3%以內(nèi)，亞熱帶季風氣候區(qū)在30 km錯誤點百分比較大，在9%左右，質(zhì)量控制出的錯誤點較多。

2）質(zhì)量控制前后相關系數(shù)對比分析

圖9為4個氣候區(qū)質(zhì)量控制前、第一步質(zhì)量控制之后和第二步質(zhì)量控制之后GPS掩星氣壓與探空氣壓之間的相關系數(shù)。在質(zhì)量控制之前，兩者之間的相關系數(shù)很小，相關性較差。分析其原因，相關系數(shù)較容易受異常值的影響，對第一步質(zhì)量控制出的錯誤點與探空氣壓進行對比，發(fā)現(xiàn)與探空之間的差異可以達到100 hPa，兩者相差較大，所以在質(zhì)量控制之前兩者之間的相關系數(shù)的值較小，幾乎都在0.5以下。在經(jīng)過第一步質(zhì)量控制之后，剔除其中的錯誤點，可以發(fā)現(xiàn)，兩者之間的相關系數(shù)值有了很大的提高，幾乎都在0.8左右，然后再加入探空作為參考進行質(zhì)量控制之后，相關系數(shù)再一次增大，剔除了數(shù)據(jù)中的錯誤數(shù)據(jù)，質(zhì)量控制效果較好。

3 結(jié)論與討論

利用2014年1月1日到12月31日全年的COSMIC掩星反演氣壓數(shù)據(jù)作為GPS掩星試驗樣本，采用同時段內(nèi)的L波段探空數(shù)據(jù)作為參考，對GPS掩星氣壓數(shù)據(jù)進行了評估及質(zhì)量控制，并檢驗了質(zhì)量控制的效果，結(jié)論如下：

1）雙權重平均值和雙權重標準差相比較傳統(tǒng)方法計算出的平均值和標準差更不易受異常數(shù)據(jù)的影響，使評估和質(zhì)量控制結(jié)果更加準確。

2）4個氣候區(qū)之間氣壓的雙權重平均值差異較小;雙權重標準差亞熱帶季風氣候區(qū)數(shù)值較小在6 hPa以內(nèi)，溫帶季風氣候區(qū)雙權重標準差較大，最大可達到15 hPa。加入探空作為參考場氣壓偏差的統(tǒng)計中，亞熱帶季風氣候區(qū)從低層到高層都為正偏差，偏差值在0.8 hPa左右，溫帶季風、溫帶大陸和高原山地氣候區(qū)在6 km以下多為負偏差，6 km以上則為正偏差，值在0.5 hPa左右，偏差較小。

3）將區(qū)域根據(jù)氣候區(qū)特點劃分不同的氣候區(qū)，劃分不同的質(zhì)量控制標準，質(zhì)量控制效果較好，質(zhì)量控制出的錯誤點分布在GPS掩星氣壓與探空氣壓相差較大的區(qū)域，4個氣候區(qū)錯誤數(shù)據(jù)百分從低層到高層略微有一點增大，整體大都在4%以內(nèi)，錯誤數(shù)據(jù)較少。在第二步加入探空作為參考的質(zhì)量控制中，整體大多數(shù)都在5%以內(nèi)，對比質(zhì)量控制前后GPS掩星氣壓與探空氣壓之間的相關系數(shù)，質(zhì)量控制之后兩者的相關性得到明顯改善。

此外，本文中選取了GPS掩星氣壓中較為成熟的COSMIC掩星氣壓作為樣本進行質(zhì)量控制，此方法同樣也適用于我國FY-3C、FY3D掩星氣壓以及其他掩星氣壓的質(zhì)量控制，為GPS掩星氣壓提供較為精細的質(zhì)量控制方法，剔除數(shù)據(jù)中的錯誤數(shù)據(jù)，為天氣分析、數(shù)值預報提供更加準確的觀測資料。

參考文獻（References）

曹曉鐘，郭啟云，楊榮康，2019.基于長時平漂間隔的上下二次探空研究[J].儀器儀表學報，40（2）：198-204. Cao X Z，Guo Q Y，Yang R K，2019.Research of rising and falling twice sounding based on long-time interval of flat-floating[J].Chin J Sci Instrum，40（2）：198-204.doi：10.19650/j.cnki.cjsi.J1803748.（in Chinese）.

程凱琪，郭啟云，馬旭林，等，2020.GNSS掩星觀測反演溫度質(zhì)量控制方法研究[J].電子測量與儀器學報，34（7）：177-186. Cheng K Q，Guo Q Y，Ma X L，et al.，2020.Research of quality control method of gnss occultation observation inversion temperature[J].J Electron Meas Instrum，34（7）：177-186.doi：10.13382/j.jemi.B1902766.（in Chinese）.

丁金才，郭英華，郭永潤，等，2011.利用COSMIC資料對17個臺風熱力結(jié)構的合成分析[J].熱帶氣象學報，27（1）：31-43. Ding J C，Guo Y H，Guo Y R，et al.，2011.The composite analysis of the thermal structure of 17 typhoons by using cosmic data[J].J Trop Meteor，27（1）：31-43.（in Chinese）.

Gandin L S，1988.Complex quality control of meteorological observations[J].Mon Wea Rev，116（5）：1137-1156.doi：10.1175/1520-0493（1988）116<1137：cqcomo>2.0.co;2.

宮曉艷，胡雄，吳小成，等，2008.GPS測量誤差對大氣掩星反演精度影響分析[J].地球物理學進展，23（6）：1764-1781. Gong X Y，Hu X，Wu X C，et al.，2008.Analysis of the influence of GPS measurements error on inversion precision of atmospheric radio occultation[J].Prog Geophys，23（6）：1764-1781.（in Chinese）.

Gorbunov M E，2002.Radio-holographic analysis of Microlab-1 radio occultation data in the lower troposphere[J].J Geophys Res：Atmos，107（D12）：ACK7-1-ACK7-10.doi：10.1029/2001JD000889.

郭啟云，李峰，郭凱，等，2015.新型GPS探空儀與業(yè)務GTS1-2探空儀對比分析[J].氣象科技，43（1）：59-64，75. Guo Q Y，Li F，Guo K，et al.，2015.Comparative analysis of new GPS and GTS1-2 radiosondeds[J].Meteor Sci Technol，43（1）：59-64，75.doi：10.19517/j.1671-6345.2015.01.010.（in Chinese）.

郭啟云，楊榮康，程凱琪，等，2020.基于探空觀測的多源掩星折射率質(zhì)量控制及對比[J].應用氣象學報，31（1）：13-26. Guo Q Y，Yang R K，Cheng K Q，et al.，2020.Refractive index quality control and comparative analysis of multi-source occultation based on sounding observation[J].J Appl Meteorol Sci，31（1）：13-26.doi：10.11898/1001-7313.20200102.（in Chinese）.

何文英，陳洪濱，2017.COSMIC數(shù)據(jù)驗證FY-3 MWTS通道4的觀測結(jié)果[J].地球物理學報，60（4）：1284-1292. He W Y，Chen H B，2017.Validation of FY-3 MWTS channel 4 measurements using COSMIC radio occultation data[J].Chin J Geophys，60（4）：1284-1292.（in Chinese）.

胡雄，曾楨，張訓械，等，2005.大氣GPS掩星觀測反演方法[J].地球物理學報，48（4）：768-774. Hu X，Zeng Z，Zhang X X，et al.，2005.Atmospheric inversion methods of GPS radio occultation[J].Chin J Geophys，48（4）：768-774.doi：10.3321/j.issn：0001-5733.2005.04.006.（in Chinese）.

Ingleby N B，Lorenc A C，1993.Bayesian quality control using multivariate normal distributions[J].Quart J Roy Meteor Soc，119（513）：1195-1225.doi：10.1002/qj.49711951316.

Lanzante J R，1996.Resistant，robust and non-parametric techniques for the analysis of climate data：theory and examples，including applications to historical radiosonde station data[J].Int J Climatol，16（11）：1197-1226.doi：10.1002/（SICI）1097-0088（199611）16：111197：AID-JOC89>3.0.CO;2-L.

Kuo Y H，Schreiner W S，Wang J，et al.，2005.Comparison of GPS radio occultation soundings with radiosondes[J].Geophys Res Lett，32（5）：L05817.doi：10.1029/2004GL021443.

李國平，黃丁發(fā)，2005.GPS氣象學研究及應用的進展與前景[J].氣象科學，25（6）：651-661. Li G P，Huang D F，2005.Advances and prospects in the study of gps meteorology[J].Sci Meteorol Sin，25（6）：651-661.doi：10.3969/j.issn.1009-0827.2005.06.013.（in Chinese）.

李平，2014.探空資料同化應用研究：兩種質(zhì)量控制方法對比[J].高原山地氣象研究，34（3）：30-35. Li P，2014.Analysis of the radiosonde temperature assimilation：comparison two methods of quality control[J].Plateau Mt Meteorol Res，34（3）：30-35.doi：10.3969/j.issn.1674-2184·2014.03.005.（in Chinese）.

Lorenc A C，Hammon O，1988.Objective quality control of observations using Bayesian methods.Theory，and a practical implementation[J].Quart J Roy Meteor Soc，114（480）：515-543.doi：10.1002/qj.49711448012.

馬旭林，郭歡，和杰，等，2019.適應數(shù)值模式垂直坐標的GPS掩星反演資料稀疏化方案[J].大氣科學學報，42（3）：380-389. Ma X L，Guo H，He J，et al.，2019.A new thinning scheme of GPS occultation retrieved data for the vertical coordinates of a numerical model[J].Trans Atmos Sci，42（3）：380-389.doi：10.13878/j.cnki.dqkxxb.20161111001.（in Chinese）.

王伯睿，劉曉陽，王久珂，2013.COSMIC掩星反演數(shù)據(jù)質(zhì)量分析[J].北京大學學報（自然科學版），49（2）：241-251. Wang B R，Liu X Y，Wang J K，2013.Assessment of COSMIC radio occultation retrieval product[J].Acta Sci Nat Univ Pekin，49（2）：241-251.doi：10.13209/j.0479-8023.2013.037.（in Chinese）.

王洪，曹云昌，肖穩(wěn)安，2010.COSMIC掩星數(shù)據(jù)與L波段探空數(shù)據(jù)的對比分析[J].氣象，36（9）：14-20. Wang H，Cao Y C，Xiao W A，2010.Comparison between the COSMIC and the L band radiosonde data[J].Meteor Mon，36（9）：14-20.（in Chinese）.

魏洪峰，杜曉勇，姜明波，等，2012.國外高空氣象探測裝備現(xiàn)狀及發(fā)展趨勢[J].氣象水文海洋儀器，3：112-116. Wei H F，Du X Y，Jiang M B，et al.，2012.Current status and development trend of foreign aerological sounding equipments[J].Meteorological，Hydrological and Marine Instruments，3：112-116.（in Chinese）.

Wickert J，2005.Comparison of vertical refractivity and temperature profile from CHAMP with radiosonde measurements[R].Denmark：Danish Meteorological Institute.

臧欣，官莉，2015.COSMIC反演大氣溫濕廓線與模式客觀分析長的比較[J].大氣科學學報，38（4）：510-517. Zang X，Guan L，2015.Comparison of COSMIC retrieved temperature and humidity profiles with model objective analysis fields[J].Trans Atmos Sci，38（4）：510-517.（in Chinese）.

張大任，鄭靜，范軍良，等，2019.近60年中國不同氣候區(qū)極端事件的時空變化特征[J].中國農(nóng)業(yè)氣象，40（7）：422-434. Zhang D R，Zheng J，F(xiàn)an J L，et al.，2019.Spatiotemporal variations of extreme temperature indices in difference climatic zones of China over the past 60 years[J].Chinese Journal of Agrometeorology，40（7）：422-434.（in Chinese）.

周文，楊勝朋，蔣熹，等，2018.利用COSMIC掩星資料研究青藏高原地區(qū)大氣邊界層高度[J].氣象學報，76（1）：117-133. Zhou W，Yang S P，Jiang X，et al.，2018.Estimating planetary boundary layer height over the Tibetan Plateau using COSMIC radio occultation data[J].Acta Meteorol Sin，76（1）：117-133.doi：10.11676/qxxb2017.069.（in Chinese）.

Zou X，Zhen Z，2006.A quality control procedure for gps radio occultation data[J].J Geophys Res，111：D02112.doi：10.1029/2005-JD005846.

Assessment and quality control of GPS occultation pressure

CHENG Kaiqi1，GUO Qiyun2，YANG Rongkang2，LI Changxing2

1Henan Meteorological Service Center，Zhengzhou 450003，China;

2Meteorological Observation Centre of China Meteorological Administration，Beijing 100081，China

Using the sounding data as a reference，taking the COSMIC occultation pressure from 1 January to 31 December 2014 as a GPS test sample，China was divided into four climate zones.The GPS occultation pressure was evaluated from the perspectives of double weight average，double weight standard deviation and correlation coefficient，and the quality control was carried out according to the statistical results.Results show that compared with the traditional method，the double weight average and the double weight standard deviation are less susceptible to abnormal data，and the evaluation resultsare more accurate.The differences of double weight average values of atmospheric pressure among the four climate zones are small.The doubleweight standard deviation is smaller in the subtropical monsoon climate zone （less than 6 hPa） and larger in the temperate monsoon climate zone （up to 15 hPa）.With the sounding data as a reference，the statistics of atmospheric pressure deviation show that there is a positive deviation from the lower troposphereto the upper troposphere in the subtropical monsoon climate zone（about 0.8 hPa），and there are mostly negative deviation below 6 km and a positive deviation above 6 km in the other three climate zones （about 0.5 hPa）.According to the statistics of correlation coefficient，the correlation coefficient is determined to be 0.80.According to the different statistical results in each climate zone，the threshold interval is divided.Quality control results show that the error points are mostly distributed in the areas where there is a big difference between GPS occultation pressure and sounding pressure.The percentage of error data produced by the two-step quality control is mostly less than 5%.Comparing the correlation coefficients between GPS occultation pressure and sounding pressure before and after quality control，it shows that the correlation between them is significantly improved after quality control.

GPS occultation;double weight;climatic division;quality control

doi：10.13878/j.cnki.dqkxxb.20190817001

（責任編輯：張福穎）