【摘要】：水汽在全球水循環(huán)和氣候變化中起著關(guān)鍵作用,掌握水汽的時空分布及多尺度變化特征對于揭示一些大氣及氣候變化具有重要意義。首先,需要獲取高精度、高時空分辨率的水汽信息。目前,GPS(Global Positioning System)已成為遙感水汽信息的重要手段之一,密集的GPS觀測站為研究水汽提供了大量數(shù)據(jù)。利用GPS技術(shù)遙感水汽需要精確的加權(quán)平均溫度T_m和測站氣壓P_s信息,對于氣象資料匱乏的GPS觀測站而言,如何精確獲取這兩種氣象參數(shù)成為地基GPS水汽研究的關(guān)鍵�；诖�,本文系統(tǒng)地研究了T_m與測站溫度T_s、水汽壓e_s的關(guān)系,建立了兩種與地面氣象參數(shù)相關(guān)的T_m回歸模型,即與T_s相關(guān)的RT_m模型以及與T_s和e_s相關(guān)的PT_m模型。PT_m模型相對于RT_m模型精度提高了約1.0 K�？紤]到這兩種T_m回歸模型的殘差存在與測站位置相關(guān)的季節(jié)性信號,在RT_m和PT_m模型的基礎(chǔ)上又建立了兩種顧及季節(jié)性變化特征的T_m格網(wǎng)(2.5°×2°(lon×lat)空間分辨率)模型RT_m-I和PT_m-I。通過與探空站資料及GGOS資料對比,兩種模型在中國區(qū)域具有較好的適用性,且精度均優(yōu)于Bevis T_m-T_s回歸模型。其次利用空間分辨率為0.5°×0.5°的ERA-Interim氣壓分層再分析資料獲取中國大陸構(gòu)造環(huán)境監(jiān)測網(wǎng)(Crustal Movement Observation Network of China,CMONOC,簡稱陸態(tài)網(wǎng))GPS連續(xù)站的地面氣壓和溫度。通過探空站和氣象站實測氣象數(shù)據(jù)驗證了內(nèi)插氣象數(shù)據(jù)的精度,并定量研究內(nèi)插結(jié)果對GPS獲取水汽的影響。內(nèi)插氣象參數(shù)計算的GPS水汽與氣象站實測氣象參數(shù)計算的GPS水汽之間的差異小于0.8 mm,且內(nèi)插氣象參數(shù)計算的GPS水汽與無線探空積分水汽結(jié)果一致。最后,利用RT_m-I模型和內(nèi)插的地面氣象參數(shù),結(jié)合天頂總延遲計算2015年至2017年陸態(tài)網(wǎng)GPS連續(xù)站的水汽數(shù)據(jù),研究我國水汽的空間分布和多尺度變化特征。結(jié)果表明,我國年平均水汽含量大致呈現(xiàn)由東南向西北遞減的趨勢,同時受地形特征影響,最小值出現(xiàn)在青藏高原地區(qū)。受我國季風(fēng)環(huán)流的影響,周年振幅最大值位于我國長江下游。半周年振幅較周年振幅小,最大值和最小值分別位于我國中東部和西南地區(qū)。水汽周日振幅不明顯,日變化異常的峰值一般出現(xiàn)在北京時間20時。
【圖文】：

西南交通大學(xué)碩士研究生學(xué)位論文 第 18 頁4.由轉(zhuǎn)換系數(shù)計算公式和 GPS 測站的加權(quán)平均溫度可得到轉(zhuǎn)換系數(shù)，最終通過轉(zhuǎn)換系數(shù)將天頂濕延遲轉(zhuǎn)換為水汽，從而對我國水汽的空間分布及多尺度變化特征進行研究。

圖 3-1 GGOSAtmosphere2.5°×2°格網(wǎng)點的地理分布圖在論文的這部分，首先研究了 Tm與 Ps、Ts、es之間的關(guān)系，并確定了 Tm與 T間的函數(shù)關(guān)系。為了使函數(shù)關(guān)系最佳化，，對 Tm-Ts和 Tm-Ts、es的簡單模型進節(jié)性和地理校正。最后驗證新模型的精度，并與 Bevis Tm-Ts模型進行比較。 中國區(qū)域加權(quán)平均溫度模型的建立在多數(shù)情況下，我們無法獲取詳細的大氣水汽壓和溫度垂直剖面情況，但是用探空站獲取不同高度處的水汽壓和溫度。因此，可以根據(jù)數(shù)值積分公式(3加權(quán)平均溫度。雖然可以從 GGOS Atmosphere 中獲得精確的 Tm，但 GGosphere 利用實測數(shù)據(jù)提供 Tm會存在一天的延遲(若采用預(yù)測數(shù)據(jù)可提供實時。因此，尋找一種簡單而準確的 Tm計算模型對地基 GPS 氣象學(xué)的實時應(yīng)用具價值。依據(jù)之前學(xué)者們建立的線性加權(quán)平均溫度模型，本文也將考慮地面溫度
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：P228.4;P412

【相似文獻】

相關(guān)期刊論文 前10條

1 陸曉明;;全球化這桿大旗不好扛[J];金融世界;2017年04期

2 林泓任;;汕頭:初入伏 菜價微漲[J];農(nóng)產(chǎn)品市場周刊;2017年28期

3 彭奇林,葉潤萍;關(guān)于凸函數(shù)的雙參數(shù)加權(quán)平均不等式[J];常州工學(xué)院學(xué)報;2001年04期

4 汪軍龍;函數(shù)的加權(quán)平均介值點及其漸近性質(zhì)[J];岳陽師范學(xué)院學(xué)報(自然科學(xué)版);2000年02期

5 楊旭平;;一種實用預(yù)測評價與預(yù)測修正方法[J];北京郵電學(xué)院學(xué)報;1987年03期

6 蘇樹紅;;選礦金屬平衡中計算品位波動范圍的探討[J];江西有色金屬;1988年03期

7 俞全宏;孫曉明;;切面截距加權(quán)平均網(wǎng)格化算法[J];物探化探計算技術(shù);1988年01期

8 馬振宗;水輪機加權(quán)平均效率和它的計算方法[J];動力工程;1989年01期

9 佟春生;;用加權(quán)平均多層次模糊綜合評判方法進行安全評價[J];工業(yè)安全與防塵;1989年02期

10 陳偉基;林炳杰;黃駿;郭永樂;麥國永;呂晨;;加權(quán)平均合格率綜合評價公共場所衛(wèi)生方法探討[J];中國公共衛(wèi)生管理;2015年02期

相關(guān)會議論文 前10條

1 鄒時禧;;基于加權(quán)平均證據(jù)推理的對空目標毀傷評估方法[A];第三屆中國指揮控制大會論文集（下冊）[C];2015年

2 向小華;王船海;吳曉玲;;基于加權(quán)平均格式的二維潰壩模型[A];第二十一屆全國水動力學(xué)研討會暨第八屆全國水動力學(xué)學(xué)術(shù)會議暨兩岸船舶與海洋工程水動力學(xué)研討會文集[C];2008年

3 曹潔;徐微;;基于加權(quán)平均方法的交通流檢測技術(shù)的研究[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（下冊）[C];2007年

4 俞輝;蹇繼貴;;多智能體有向切換網(wǎng)絡(luò)的加權(quán)平均一致性[A];第二十七屆中國控制會議論文集[C];2008年

5 石靈t

本文編號：2710374