基于經驗模態分解的GPS可降水量變化研究*

劉嚴萍 王 勇 聞德保

1)中南大學土木工程學院，長沙 410075

2)天津城建大學地質與測繪學院，天津 300384

3)長沙理工大學交通運輸工程學院，長沙 410004

基于經驗模態分解的GPS可降水量變化研究*

劉嚴萍1)王 勇2)聞德保3)

1)中南大學土木工程學院，長沙 410075

2)天津城建大學地質與測繪學院，天津 300384

3)長沙理工大學交通運輸工程學院，長沙 410004

選取中國地殼運動監測網2000～2004年數據，使用高精度定位定軌軟件GAMIT處理，得到各測站可降水量時間序列，繼而采用經驗模態分解并提取各站可降水量變化趨勢。對處于不同氣候類型區域的GPS站可降水量進行分析，結果顯示，處于熱帶季風氣候、亞熱帶季風氣候、溫帶大陸性氣候和青藏高原高寒氣候等區域的GPS站的可降水量變化趨勢為先升后降;處于溫帶季風氣候區域的GPS站點的可降水量變化為先降后升。

GPS;經驗模態分解;可降水量;中國地殼運動監測網絡

大氣中水汽含量的變化，對水平尺度100 km左右、生命史僅有幾小時的中小尺度災害性天氣的監測具有重要意義［1］。1992年 Bevis等［2］提出地基GPS的大氣水汽含量估算原理。國內外在該領域出現一些代表性成果［3－9］，為GPS技術在氣象學領域的應用奠定了基礎。中國大陸構造環境監測網絡于2012-03正式運行，涵蓋260個連續觀測站，氣象學應用是其重要應用領域。隨著多個省級、市級GPS連續觀測網的建成運行，歷史觀測數據逐步積累，從而使得長時序的GPS數據在氣候領域的研究呈現廣闊研究空間。本文將針對2000～2004年的中國地殼運動監測網絡數據，開展短時氣候變化研究，以期為國內GPS氣象學的氣候變化研究提供參考。

1 GPS對流層延遲解算與可靠性驗證

1.1 對流層延遲解算處理

選取中國地殼運動監測網絡2000～2004年的數據，使用GAMIT軟件處理。星歷采用IGS精密星歷，采樣間隔30 s，UTC時間00:00～24:00，截止高度角10°，模式為Relax，每小時估算一個對流層延遲值。對于中國地殼運動監測網絡而言，測站間距大于500 km，對流層延遲為絕對值。GAMIT處理GPS數據后，提取5 a各測站的對流層延遲序列。

1.2 GPS結果可靠性驗證

IGS提供的GPS站對流層延遲值具有較高精度。中國地殼運動監測網絡有若干GPS站，本文以LHAS、WUHN兩站為驗證樣本，與對應的IGS提供的對流層延遲值比較，見圖1。圖中實線為IGS對流層延遲，三角形點線為作者利用中國地殼運動監測網絡解算的對流層延遲。

由圖1可見，WUHN站對流層延遲與IGS對流層延遲非常吻合，LHAS站對流層延遲與IGS結果基本一致，證明本文解算的對流層延遲結果準確可靠。

圖1 作者解算對流層延遲與IGS對流層延遲比較Fig.1 Comparison of tropospheric delay solved by authors with that by IGS

2 基于經驗模態分解的GPS可降水量趨勢項提取

經驗模態分解(empirical mode decomposition，簡稱EMD)是Huang等［10］于1998年提出的，可對非平穩數據進行平穩化處理，將復雜信號分解為有限本征模函數(IMF)和趨勢項，各IMF分量含原信號不同時間尺度的局部特征。經驗模態分解的理論及實現過程見文獻［11－12］。

在提取中國地殼運動監測網絡各GPS站2000～2004年對流層延遲序列的基礎上，結合同期氣壓、溫度觀測值，經Black模型處理，得到相應站的可降水量序列［9］。部分 GPS站點因無相應的氣象觀測數據，未得可降水量序列。對能獲可降水量序列的14個站，使用經驗模態分解并提取趨勢項，用于分析不同氣候類型的GPS可降水量變化情況。

3 不同氣候類型的GPS可降水量變化

QION處于熱帶季風氣候區域。由圖2可見，該站的GPS可降水量變化趨勢為2000～2002年緩升，2002～2004年降(從42 mm降至39 mm)。

圖2 GPS可降水量變化趨勢(熱帶季風氣候類型)Fig.2 The trend of GPS precipitable water vapor(tropical monsoon climate)

中國地殼運動監測網絡的 WUHN，SHAO、KMIN、GUAN、XIAM位于亞熱帶季風氣候類型區域［13］。由圖3可見，處于該氣候區域的大部分GPS站，除 KMIN站外，可降水量總體變化趨勢為降。GUAN和XIAM兩站可降水量變化為平緩上升，后再持續下降。SHAO在2002-06之前升，此后降。WUHN站可降水量變化為降-緩升-降。KMIN站點海拔明顯高于其他站，因而該站可降水量變化趨勢為先降后升。

圖3 GPS可降水量變化趨勢(亞熱帶季風氣候類型)Fig.3 The trend of GPS precipitable water vapor(sub-tropical monsoon climate)

溫帶季風氣候范圍為北緯35°～55°。從圖4可見，該氣候類型的4個站的可降水量變化趨勢基本一致，變化趨勢為先降后升。

URUM站點屬于溫帶大陸性氣候。從圖5可以看出，URUM站可降水量變化趨勢為先升后降。

圖4 GPS可降水量變化趨勢(溫帶季風氣候類型)Fig.4 The trend of GPS precipitable water vapor(temperate monsoon climate)

圖5 GPS可降水量變化趨勢(溫帶大陸性氣候類型)Fig.5 The trend of GPS precipitable water vapor(temperate continental climate)

處于青藏高原高寒氣候區域的GPS站的可降水量明顯低于其他區域，原因可能是其溫度低、海拔高。由圖6可知，XNIN與LHAS兩站的可降水量變化趨勢為上升，而DLHA站的變化趨勢為緩升-下降。

4 結論

圖6 GPS可降水量變化趨勢(青藏高原高寒氣候類型)Fig.6 The trend of GPS precipitable water vapor(Alpine climate)

選取中國地殼運動監測網絡的GPS數據，結合氣象數據，處理并獲得各站GPS可降水量序列，繼而用經驗模態分解得到各站點的可降水量變化趨勢，按照中國氣候類型對各站點進行劃分并比較。除溫帶季風氣候類型的GPS站可降水量變化為先降后升外，其他氣候類型區域的大部分GPS站的可降水量變化均呈現先升后降的趨勢特點。本文僅基于2000～2004年數據進行研究，下一步可望針對更多的中國陸態環境監測網絡GPS站、更長期的觀測數據，進行該方法的研究和驗證。

1 王勇，柳林濤，許厚澤，等.利用GPS技術反演中國大陸水汽變化［J］.武漢大學學報:信息科學版，2007，32(2):152－155.(Wang Yong，Liu Lintao，Xu Houze，et al.Retrieving change of precipitable water vapor in chinese mainland by GPS technique［J］.Geomatics and Information Science of Wuhan University，2007，32(2):152 －155)

2 Bevis M，Businger S，Herring T A，et al.GPS meteorology:remote sensing of atmospheric water vapor using the global positioning system［J］.J Geophys Res，1992，97:15 787 －15 801.

3 袁招洪，顧松山，丁金才.數值模式預報延遲量與GPS測量的比較研究［J］.南京氣象學院學報，2006，29(5):581－290.(Yuan Zhaohong，Gu Songshan，Ding Jincai.Comparison of MM5 model-simulated and GPS-observed zenith delay［J］.Journal of Nanjing Institute of Meteorology，2006，29(5):581 －290)

4 李國翠，李國平，陳小雷.強降雪天氣中GPS可降水量與地面空氣濕度的綜合分析［J］.高原氣象，2011，30(6):1 626－1 632.(Li Guocui，Li Guoping，Chen Xiaolei.Comprehensive analyses on GPS precipitable water vapor and surface humidity parameters during severe snowfall weather［J］.Plateau Meteorology，2011，30(6):1 626 －1 632)

5 李國平，陳嬌娜，郝麗萍.基于GPS-PWV的不同云系降水個例的綜合分析［J］.武漢大學學報:信息科學版，2011，36(4):384 － 388.(Li Guoping，Chen Jiaona，Hao Liping.Case study of the rainfall processes in different cloud systems based on GPS-PWV data in chengdu plain［J］.Geomatics and Information Science of Wuhan University，2011，36(4):384 －388)

6 宋淑麗.地基GPS網對水汽三維分布的監測及其在氣象學中的應用［D］.上海:中科院上海天文臺，2004.(Song Shuli.Sensing three dimensional water vapor structure with ground-based GPS network and the application in meteorology［D］.Shnghai:Shanghai Astronomical Observatory，Chinese A-cademy of Sciences，2004)

7 Duan J，Bevis M，Fang P，et al.GPS Meteorology:direct estimation of the absolute value of precipitable water［J］.J Appl Meteorol，1996，35:830 －838.

8 李征航，徐曉華，羅佳，等.利用GPS觀測反演三峽地區對流層濕延遲的分布及變化［J］.武漢大學學報:信息科學版，2003，28(4):393 －396.(Li Zhenghang，Xu Xiaohua，Luo Jia，et al.Inversion of the distribution and variation of ZWD over the Three Gorge area with GPS observation［J］.Geomatics and Information Science of Wuhan University 2003，28(4):393－396)

9 王勇，劉嚴萍.地基GPS氣象學原理與應用研究［M］.北京:測繪出版社，2012.(Wang Yong，Liu Yanping.Theory and application of ground-based GPS meteorology［M］.Beijing:Surveying and Mapping Press，2012)

10 Norden E H，Shen Z，Long S R，et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis［D］.Royal Society A:Mathematical，Physical and Engineering Sciences，1998.

11 王勇，楊晶，張立輝，等.基于經驗模態分解與神經網絡的信號預測［J］.大地測量與地球動力學，2011(6):121－124.(Wang Yong，Yang Jing，Zhang Lihui，et al.Analysis of signal prediciton based on EMD and ANN［J］.Journal of Geodesy and Geodynamics，2011(6):121 －124)

12 朱金龍，邱曉輝.正交多項式擬合在EMD算法端點問題中的應用［J］.計算機工程與應用，2006，23(2):72 －74.(Zhu Jinlong，Qiu Xiaohui.Application with orthogonal polynomial algorithm in the empirical mode decomposition endpoint problem［J］.Computer Engineering and Application，2006，23(2):72 －74)

13 鄒友峰，王勇，聞德保，等.利用不同氣候類型的GPS可降水量比較研究［J］.武漢大學學報:信息科學報，2012，37(5):573 － 576.(Zou Youfeng，Wang Yong，Wen Debao，et al.GPS precipitable water vapor of different climate types［J］.Geomatics and Information Science of Wuhan University，2012，37(5):573 －576)

STUDY ON CHANGE OF PRECIPITABLE WATER VAPOR WITH GPS BASED ON EMPIRICAL MODE DECOMPOSITION

Liu Yanping1)，Wang Yong2)，Wen Debao3)
1)School of Civil Engineering，Central South University，Changsha 410075
2)School of Geology and Geomatics，Tianjin Chengjian Univesity，Tianjin 300384
3)School of Traffic and Transportation Engineering，Changsha University of Science＆ Technology，Changsha410004

A method of empirical mode decomposition was used to processe precipitable water vapor time series during 2000－2004 from GPS data of Crustal Movement Observation Network of China(CMONOC)and change trend of precipitable water vapor at every GPS station was obtained.The result of classification and comparison for the change trend indicates that the change trend in tropical monsoon climate zone，monsoon climate of subtropical zone，temperate continental climate zone and alpine climate zone is first up and then down;the change trend in temperate monsoon climate zone is first down and then up.

GPS;empirical mode decomposition;precipitable water vapor;CMONOC

P228.42

A

1671-5942(2014)05-0156-04

2013-05-17

湖南省研究生科研創新項目(CX2012B061);大地測量與地球動力學國家重點實驗室開放基金項目(SKLGED2013-5-5-E);河北省教育廳重點項目(ZH2012060);國家自然科學基金項目(41174001)。

劉嚴萍，女，1979年生，講師，博士生，主要從事GPS應用研究。E－mail:liuxiawy@126.com。

王勇，男，1978年生，博士，教授，主要從事GPS氣象學、InSAR大氣校正研究。E－mail:wangyongjz@126.com。