崔 磊 徐 佼 黃 玲 熊 思 黃良珂 廖超明 劉立龍

1 桂林理工大學(xué)測(cè)繪地理信息學(xué)院，桂林市雁山街319號(hào)，541006 2 湖北科技學(xué)院資源環(huán)境科學(xué)與工程學(xué)院，湖北省咸寧市咸寧大道88號(hào)，437100 3 南寧師范大學(xué)自然資源與測(cè)繪學(xué)院，南寧市明秀東路175號(hào)，530001

大氣水汽作為大氣中最活躍的成分，在全球能源與水循環(huán)、全球變暖和氣候變化等大氣變化過(guò)程中起到至關(guān)重要的作用[1-2]。地表溫度和氣壓是GNSS反演大氣可降水量PWV的2個(gè)關(guān)鍵參數(shù)，大氣再分析資料是一種在全球范圍內(nèi)提供包括溫度和氣壓在內(nèi)的多種氣象參數(shù)的數(shù)據(jù)集，其時(shí)空覆蓋范圍廣，能有效彌補(bǔ)臺(tái)站氣象觀測(cè)資料時(shí)空分布不均的缺陷，被廣泛應(yīng)用于各種氣象研究中。

目前已有部分學(xué)者對(duì)大氣再分析資料中溫壓產(chǎn)品的精度進(jìn)行研究，并將其作為補(bǔ)充數(shù)據(jù)源來(lái)獲取GNSS反演PWV的氣象參數(shù)[3-4]。Zhao等[5]利用中國(guó)區(qū)域探空資料初步評(píng)估ERA5溫壓產(chǎn)品的精度，并將其用于反演時(shí)間分辨率為1 h的GNSS PWV；Zhang等[6]以中國(guó)區(qū)域氣象站和探空站實(shí)測(cè)氣象數(shù)據(jù)為參考，研究ERA5及其前一代ERA-Interim數(shù)據(jù)集的溫壓產(chǎn)品精度，并分析二者提供的氣象參數(shù)所造成的GNSS PWV計(jì)算誤差；楊鵬飛等[7]利用探空站資料評(píng)估黃土高原地區(qū)ERA5地表溫壓產(chǎn)品及其對(duì)GNSS PWV反演的影響；莫智翔等[8]利用地面氣象站實(shí)測(cè)溫度和氣壓數(shù)據(jù)評(píng)估桂林地區(qū)ERA5地表溫壓產(chǎn)品精度，并分析其在GNSS水汽反演中的適用性，結(jié)果表明ERA5地表溫壓產(chǎn)品反演的GNSS PWV在水汽變化劇烈的夏季仍具有較高的精度。

本文采用2017年中國(guó)區(qū)域609個(gè)地面氣象站實(shí)測(cè)數(shù)據(jù)，對(duì)MERRA-2地表溫度和氣壓進(jìn)行精度評(píng)估，進(jìn)而探索利用其溫壓產(chǎn)品反演GNSS PWV精度的可能性，為后續(xù)MERRA-2再分析資料在中國(guó)區(qū)域的使用及其GNSS水汽反演應(yīng)用提供參考。

1 數(shù)據(jù)來(lái)源及計(jì)算方法

1.1 數(shù)據(jù)來(lái)源

MERRA-2是NASA推出的最新一代高時(shí)空分辨率全球大氣再分析資料，其水平分辨率為0.500°×0.625°。地表資料的時(shí)間分辨率為1 h，實(shí)測(cè)地表溫度和氣壓數(shù)據(jù)可從中國(guó)氣象數(shù)據(jù)網(wǎng)獲取，時(shí)間分辨率為1 h。實(shí)測(cè)PWV來(lái)自探空站觀測(cè)數(shù)據(jù)，該數(shù)據(jù)可從美國(guó)懷俄明大學(xué)網(wǎng)站獲取。中國(guó)陸態(tài)網(wǎng)的高精度GNSS對(duì)流層天頂延遲ZTD產(chǎn)品以及與探空站并址的48個(gè)GNSS站點(diǎn)數(shù)據(jù)可從中國(guó)地震局GNSS數(shù)據(jù)產(chǎn)品服務(wù)平臺(tái)免費(fèi)下載(圖1)。

圖1 中國(guó)區(qū)域地面氣象站、探空站和GNSS站分布及4大地理區(qū)域劃分Fig.1 Distribution of ground meteorological stations,radiosonde stations, GNSS stations and the four geographical regions in Chinese mainland

1.2 GNSS PWV反演

由于地面站一般不與再分析資料的格網(wǎng)點(diǎn)重合，且二者高程基準(zhǔn)不同，因此需要先統(tǒng)一高程基準(zhǔn)再進(jìn)行格網(wǎng)點(diǎn)插值。再分析資料、地面氣象站和GNSS站分別采用位勢(shì)高、海拔高和大地高，海拔高與位勢(shì)高之間的差異較小，可忽略不計(jì)，但大地高與位勢(shì)高之間的差異對(duì)氣象參數(shù)高程改正的影響較大，因此本文采用EGM2008模型統(tǒng)一二者的高程基準(zhǔn)[9-10]。由于地面站點(diǎn)與其附近4個(gè)格網(wǎng)點(diǎn)的高程不同，本文通過(guò)已有的溫度氣壓垂直遞減率模型對(duì)溫度和氣壓數(shù)據(jù)進(jìn)行垂直方向上的插值改正，插值公式見(jiàn)文獻(xiàn)[10]。結(jié)合GNSS ZTD反演PWV，并利用48個(gè)與GNSS站并址的氣象站實(shí)測(cè)溫壓數(shù)據(jù)反演的GNSS PWV及探空站實(shí)測(cè)PWV作為參考值進(jìn)行對(duì)比分析。

利用中國(guó)區(qū)域GNSS觀測(cè)數(shù)據(jù)得到ZTD，通過(guò)Saastamoinen模型計(jì)算GNSS站點(diǎn)處對(duì)流層天頂靜力學(xué)延遲(zenith hydrostatic delay，ZHD)[11]，并根據(jù)式(2)和式(3)計(jì)算GNSS PWV：

ZHD=

(1)

ZWD=ZTD-ZHD

(2)

(3)

表1 中國(guó)4大地理區(qū)域中使用的Tm模型

由于探空站與GNSS站并址，因此計(jì)算出GNSS站點(diǎn)處PWV后，二者對(duì)比時(shí)只需將探空站觀測(cè)得到的PWV垂直插值到與GNSS PWV同一高度上即可。PWV垂直插值公式采用文獻(xiàn)[2]建立的顧及時(shí)變因子的中國(guó)區(qū)域PWV垂直改正模型：

PWVh1=PWVh2·exp(β(h1-h2))

(4)

式中，PWVh1和PWVh2分別為在高度h1和h2上對(duì)應(yīng)的PWV值；β為PWV遞減因子，遞減因子的年均值、年周期和半年周期模型系數(shù)詳見(jiàn)文獻(xiàn)[2]。

2 精度評(píng)估

2.1 MERRA-2再分析資料地表溫壓產(chǎn)品精度分析

本文利用2017年中國(guó)區(qū)域地面氣象站的地表溫度和氣壓數(shù)據(jù)分析MERRA-2再分析資料溫壓產(chǎn)品在不同區(qū)域的精度，采用偏差bias和均方根誤差RMSE作為精度指標(biāo)[2]。為了更好地分析MERRA-2再分析資料溫壓產(chǎn)品在中國(guó)不同區(qū)域的精度差異性，將中國(guó)區(qū)域劃分為北方地區(qū)、南方地區(qū)、青藏高原地區(qū)和西北地區(qū)，MERRA-2再分析資料溫壓產(chǎn)品在中國(guó)不同地區(qū)的年均bias和RMSE如圖2所示，各地區(qū)誤差統(tǒng)計(jì)見(jiàn)表2。

圖2 中國(guó)區(qū)域MERRA-2再分析資料溫壓數(shù)據(jù)年均bias和RMSE分布Fig.2 Distribution of mean biases and RMSE of temperature and pressure of MERRA-2 reanalysis data in Chinese mainland

表2 中國(guó)不同區(qū)域MERRA-2再分析資料溫壓數(shù)據(jù)年均bias和RMSE

由圖2可知，MERRA-2溫度和氣壓產(chǎn)品在南方、北方、青藏高原地區(qū)呈現(xiàn)明顯負(fù)偏差，但在西北地區(qū)尤其是新疆地區(qū)表現(xiàn)為正偏差。在大部分地區(qū)，MERRA-2再分析資料溫度和氣壓產(chǎn)品的bias分別為-2～2 K和-1～1 hPa，MERRA-2在西北地區(qū)的bias和RMSE較大，可能是因?yàn)樾陆貐^(qū)地形起伏較大且氣候復(fù)雜。從總體上看，MERRA-2再分析資料溫壓產(chǎn)品在全國(guó)大部分地區(qū)均稍低于實(shí)測(cè)的溫壓數(shù)據(jù)。

由表2可知，MERRA-2再分析資料提供的溫度產(chǎn)品在中國(guó)區(qū)域具有較好的精度，地表溫度年均bias為0.38 K，RMSE為1.37～9.44 K，年均值為2.66 K。MERRA-2大氣再分析資料氣壓產(chǎn)品的年均bias為-6.98～7.70 hPa，平均值為-0.01 hPa，雖然MERRA-2再分析資料的年均bias變化較大，但在中國(guó)區(qū)域內(nèi)平均bias仍較??；MERRA-2再分析資料平均RMSE為1.08 hPa。上述分析表明，MERRA-2大氣再分析資料提供的溫度和氣壓產(chǎn)品在中國(guó)區(qū)域具有較高的精度和可靠性，MERRA-2溫度產(chǎn)品地區(qū)精度從高到低依次為南方地區(qū)、北方地區(qū)、西北地區(qū)和青藏高原地區(qū)，氣壓產(chǎn)品地區(qū)精度從高到低依次為北方地區(qū)、南方地區(qū)、西北地區(qū)、青藏高原地區(qū)。從總體上看，MERRA-2再分析資料溫壓產(chǎn)品在全國(guó)各地區(qū)精度均較高，即使是精度最差的青藏高原地區(qū)，溫度產(chǎn)品RMSE在4.04 K以內(nèi)，氣壓產(chǎn)品RMSE在1.45 hPa以內(nèi)，可以滿足基本的氣象研究及水汽反演需求。

2.2 MERRA-2溫壓產(chǎn)品在GNSS PWV反演中的精度分析

為分析中國(guó)區(qū)域MERRA-2再分析資料溫壓產(chǎn)品對(duì)GNSS PWV反演精度的影響，將利用48個(gè)與GNSS站并址的氣象站實(shí)測(cè)溫壓數(shù)據(jù)反演的GNSS PWV(簡(jiǎn)稱(chēng)為MET PWV)作為參考值，與采用MERRA-2再分析資料溫壓產(chǎn)品計(jì)算的GNSS PWV(簡(jiǎn)稱(chēng)為M2 PWV)進(jìn)行對(duì)比分析，結(jié)果如圖3和圖4所示。

圖3 利用MET PWV檢驗(yàn)中國(guó)不同區(qū)域GNSS站點(diǎn)處的MERRA-2 PWV年均biasFig.3 Annual mean biases of PWV derived from MERRA-2 data at GNSS stations tested by MET PWV in different regions of Chinese mainland

圖4 利用MET PWV檢驗(yàn)中國(guó)不同區(qū)域GNSS站點(diǎn)處的MERRA-2 PWV年均RMSEFig.4 Annual mean RMSE of PWV derived from MERRA-2 data at GNSS stations tested by MET PWV in different regions of Chinese mainland

由圖3和圖4可知，相較于利用氣象站實(shí)測(cè)溫壓數(shù)據(jù)反演的MET PWV，利用MERRA-2再分析資料溫壓產(chǎn)品反演的M2 PWV具有較高的精度，M2 PWV年均bias為0.48 mm，年均RMSE為1.2 mm，大部分站點(diǎn)上M2 PWV與MET PWV吻合度較高。為評(píng)估M2 PWV日變化的可靠性，本文均勻選取4個(gè)測(cè)站，在這4個(gè)GNSS站點(diǎn)上分析2017年M2 PWV日異常時(shí)間序列(圖5)。

圖5 中國(guó)區(qū)域M2 PWV和MET PWV日變化Fig.5 Daily variation of M2 PWV and MET PWV in Chinese mainland

由圖5可知，M2 PWV和MET PWV四個(gè)站點(diǎn)的平均日變化呈現(xiàn)出較好的一致性，2種方式獲取的PWV日變化值均保持在2 mm左右，因此利用MERRA-2再分析資料溫壓產(chǎn)品反演的GNSS PWV能較好地反映PWV日變化過(guò)程。為進(jìn)一步分析MERRA-2地表溫壓產(chǎn)品反演GNSS PWV的精度，以2017年與GNSS站并址的探空站實(shí)測(cè)PWV資料為參考值，對(duì)MERRA-2溫壓產(chǎn)品反演的GNSS PWV進(jìn)行評(píng)估，結(jié)果如圖6和表3(單位mm)所示。

圖6 利用探空資料檢驗(yàn)中國(guó)區(qū)域GNSS站點(diǎn)處的MERRA-2 PWV年均bias和RMSEFig.6 Mean biases and RMSE of PWV derived from MERRA-2 data at GNSS stations tested by radiosonde data in Chinese mainland

表3 中國(guó)不同區(qū)域MERRA-2 PWV相對(duì)于探空站PWV的平均bias和RMSE

由圖6可知，相較于探空站PWV，MERRA-2再分析資料溫壓產(chǎn)品反演的GNSS PWV在全國(guó)大部分地區(qū)均呈現(xiàn)負(fù)偏差，M2 PWV在中國(guó)大部分地區(qū)的RMSE在2 mm以內(nèi)，但在南方地區(qū)個(gè)別站點(diǎn)的RMSE在4 mm左右。從總體上看，M2 PWV在中國(guó)區(qū)域精度較高，但在南方地區(qū)的精度明顯低于其他地區(qū)，可能是由于南方地區(qū)降雨較多，水汽變化相較于其他地區(qū)更為劇烈，導(dǎo)致該地區(qū)反演的GNSS PWV與探空站差異較大。由表3可知，相較于探空站實(shí)測(cè)PWV值，M2 PWV年均bias為-2.67～1.02 mm，M2 PWV平均bias為-0.57 mm，表現(xiàn)出明顯的負(fù)偏差；中國(guó)區(qū)域M2 PWV年均RMSE為0.51～3.82 mm，平均RMSE為2.16 mm。因此，將MERRA-2地表溫壓產(chǎn)品用于GNSS PWV反演能獲得較高的精度。

3 結(jié) 語(yǔ)

1)與609個(gè)地面氣象站實(shí)測(cè)的溫壓數(shù)據(jù)相比，MERRA-2再分析資料獲取的溫度和氣壓年均bias分別為0.38 K和-0.01 hPa，年均RMSE分別為2.66 K和1.08 hPa，MERRA-2再分析資料溫壓產(chǎn)品在全國(guó)大部分地區(qū)呈負(fù)偏差，且表現(xiàn)出一定的空間特性，MERRA-2再分析資料溫壓產(chǎn)品在中國(guó)區(qū)域具有較高的精度和適用性。

2)相較于探空站實(shí)測(cè)PWV值，利用中國(guó)區(qū)域MERRA-2地表溫壓資料反演的GNSS PWV年均RMSE為2.16 mm，相較于利用氣象站實(shí)測(cè)溫壓數(shù)據(jù)反演的PWV，M2 PWV能較好地反映出PWV日變化，且在大部分地區(qū)年均RMSE均在2 mm以內(nèi)，與探空站實(shí)測(cè)PWV結(jié)果具有較好的一致性。

綜上所述，MERRA-2再分析資料地表溫壓產(chǎn)品及其反演的GNSS PWV均具有良好的精度和穩(wěn)定性，可作為中國(guó)區(qū)域氣象研究及GNSS水汽反演的有力補(bǔ)充數(shù)據(jù)源，對(duì)中國(guó)區(qū)域的氣候研究及GNSS水汽監(jiān)測(cè)具有重要意義。