選用2012～2017年Kings Park站探空資料,基于迭代最小二乘方法構(gòu)建2種香港地區(qū)顧及高度改正的加權(quán)平均溫度模型——T_mhk1和T_mhk2,并利用2018年探空資料對(duì)模型在香港地區(qū)的精度和適用性進(jìn)行評(píng)估。結(jié)果表明,在香港地區(qū),依賴測(cè)站溫度的T_mhk1模型具有較高的精度,年均偏差優(yōu)于0.3 K,均方根誤差優(yōu)于1.8 K,與Bevis公式和GPT2w模型相比,T_mhk1模型的精度分別提升35.4%和29.7%;而不依賴氣象參數(shù)的T_mhk2模型與GPT2w模型的精度相當(dāng),年均方根誤差均優(yōu)于2.5 K,Bevis公式的精度最差（RMS為2.7 K）,且具有較大負(fù)偏差（bias為-1.8 K）。從季節(jié)性分析可知,Bevis公式、T_mhk2和GPT2w模型精度具有明顯的季節(jié)性變化,總體為夏季精度較高（RMSE為1.3～2.2 K... 

【文章來(lái)源】：大地測(cè)量與地球動(dòng)力學(xué). 2020,40(10)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

Tm垂直遞減率的時(shí)間序列和功率譜

式中,T s ref 為參考高度的溫度,α1為參考高度h0的Tm年均值,α2為與溫度相關(guān)的系數(shù),α3、α4及α5、α6為依賴氣象參數(shù)模型在參考高度的季節(jié)項(xiàng)系數(shù)。公式的系數(shù)均采用2012～2017年的探空數(shù)據(jù)基于迭代最小二乘參數(shù)估計(jì)確定。GNSS跟蹤站主要用于定位、導(dǎo)航、授時(shí)及地球物理研究等,大多數(shù)沒有配備共址的氣象傳感器,導(dǎo)致依賴氣象參數(shù)的Tm模型很難應(yīng)用于實(shí)時(shí)或近實(shí)時(shí)地基GNSS水汽的探測(cè)。因此,本文同時(shí)建立香港地區(qū)不依賴氣象參數(shù)的Tm模型,以更好地服務(wù)于該地區(qū)暴雨、強(qiáng)對(duì)流等極端天氣的水汽監(jiān)測(cè)。圖3為參考高度Tm和Ts的時(shí)間序列,可以看出,Tm具有明顯的季節(jié)性周期。因此,這里采用Yao等[2]的建模思路來(lái)擬合T m ref ,建立不依賴氣象參數(shù)的模型Tm_hk2。擬合公式如下:

式中,β1為不依賴氣象參數(shù)的模型在參考高度h0的Tm年均值;β2、β3及β4、β5為不依賴氣象參數(shù)的模型在參考高度h0的季節(jié)項(xiàng)系數(shù)。公式的系數(shù)均采用2012～2017年的探空數(shù)據(jù)基于迭代最小二乘參數(shù)估計(jì)確定。香港地區(qū)2種加權(quán)平均溫度模型的系數(shù)見表1。3 Tm模型在香港地區(qū)的精度和適用性分析


本文編號(hào)：3003963