對流層頂在GNSS氣象中的應(yīng)用綜述

袁開

摘 要：GNSS氣象學(xué)為研究GNSS探測地球中性大氣層中所涉及的大地測量與氣象領(lǐng)域內(nèi)各種技術(shù)問題與應(yīng)用前景的交叉學(xué)科。本文綜述了GNSS氣象學(xué)模型中的對流層頂研究，并簡要探討了對流層頂所涉及的模型與方法。確定全球范圍內(nèi)對流層頂有利于判斷對流層頂層的下邊界，將其應(yīng)用到GNSS氣象學(xué)對流層模型中具有十分重要的意義，有利于詮釋大氣循環(huán)和物質(zhì)能量傳輸過程。

關(guān)鍵詞：對流層頂；GNSS氣象；對流層濕延遲；全球加權(quán)平均溫度模型

對流層處于大氣層底層，厚度近十幾千米，大氣約75%的質(zhì)量和幾乎全部的水汽位于對流層內(nèi)。對流層內(nèi)經(jīng)常發(fā)生強(qiáng)烈的垂直運(yùn)動(dòng)，諸如寒流、臺風(fēng)、閃電等都發(fā)生在這一層，是孕育自然現(xiàn)象和過程的溫床。對流層與平流層的過渡區(qū)稱為對流層頂層，厚度在百米到千米的范圍內(nèi)變動(dòng)。[1]對流層頂層在全球氣候中長尺度的變化輻射力中具有顯著作用。對流層頂層不僅影響著大氣在對流層與平流層之間的垂直運(yùn)輸速率，還影響著對流層與平流層之間的物質(zhì)能量交換。[2]對流層頂層的研究有利于解釋全球范圍內(nèi)大氣循環(huán)和物質(zhì)能量傳輸過程。[3]

全球定位導(dǎo)航系統(tǒng)（Global Navigation Satellite System，GNSS）的信號在穿越對流層時(shí)會(huì)產(chǎn)生延遲，根據(jù)GNSS信號所產(chǎn)生的延遲可以推導(dǎo)出天頂濕延遲（Zenith Wet Delay，ZWD）模型，諸如Hopfield天頂濕延遲模型、SA模型等。ZWD乘以一個(gè)轉(zhuǎn)化系數(shù) 可以推導(dǎo)出大氣可降水量（Preciptable Water Vapor，PWV），其在GPS氣象學(xué)中產(chǎn)生了廣泛的應(yīng)用。

對流層頂在GNSS氣象學(xué)模型中常常取11km，事實(shí)上這并不合理。以對流層頂為基礎(chǔ)的ZWD模型以及與PWV相關(guān)的轉(zhuǎn)化系數(shù)Π中的關(guān)鍵參數(shù)全球加權(quán)平均溫度Tm模型都有待改進(jìn)。確定全球范圍內(nèi)對流層頂不僅有利于判斷對流層頂層的下邊界，也有利于將其應(yīng)用到GNSS氣象學(xué)對流層模型中，具有十分重要的意義。

對流層頂研究

氣象學(xué)家在研究全球氣候循環(huán)時(shí)就注意到對流層與平流層存在不同時(shí)間尺度、具有季節(jié)特征的大氣現(xiàn)象和物質(zhì)能量交換過程。因此氣象學(xué)家專門將對流層至平流層底層之間的區(qū)域定義為平流層與對流層交換區(qū)域（Stratosphere-Troposphere Exchange，STE），這個(gè)區(qū)域一般有上百米到幾千米的厚度，而對流層頂位于該區(qū)域底層。

根據(jù)已有的研究，確定對流層頂?shù)母叨戎饕腥缦聨追N方法：（1）溫度遞減率；（2）溫度最冷點(diǎn)；（3）100hPa氣壓面；（4）掩星事件彎曲角反演法。對于對流層頂，氣象組織定義比較模糊，不同的數(shù)據(jù)來源包含各自不同的系統(tǒng)性誤差，所以采用以上方法確定的對流層頂高度并不完全一致，存在一些差異，相互間相差約0.3km。

COSMIC（Constellation Observation System of Meteorology，Ionosphere and Climate）計(jì)劃是由低軌衛(wèi)星組成的氣象、電離層以及氣候的觀測系統(tǒng)。該項(xiàng)目的主要目的是改善全球及局部地區(qū)天氣的監(jiān)測和預(yù)報(bào)，為全球氣候變化等相關(guān)研究提供數(shù)據(jù)（Hajj，2000；Rocken，2000）。COSMIC掩星每天能產(chǎn)生上千條折射率和溫度廓線，作為一種新興技術(shù)，很適合用于監(jiān)測全球?qū)α鲗幼兓ｋS著新技術(shù)不斷更新，求解對流層頂?shù)睦碚摬粩嗤晟疲瑢α鲗禹數(shù)难芯繉?huì)越來越多，對流層頂層的溫度、氣壓等與氣象災(zāi)害之間的關(guān)系也將會(huì)得到更多的關(guān)注。

對流層濕延遲研究

水汽在大氣中占很小的比例，是對流層中最活躍的成分，參與整個(gè)大氣層的物理化學(xué)過程。水汽主要來自于海洋表面的蒸發(fā)以及副熱帶洋面的蒸發(fā)，它們?yōu)榇髿鈱犹峁┝舜罅克⒔?jīng)大氣環(huán)流向赤道和高緯度地區(qū)上空輸送。水汽及其存在的三相變化是氣候變化的主要驅(qū)動(dòng)力，水汽的極化分子影響大氣折射率，產(chǎn)生GPS信號濕延遲（Zenith Wet Delay，ZWD），是GNSS氣象學(xué)研究的重要對象之一。PWV是反映測站上空水汽單位面積垂直水柱含量的一個(gè)指標(biāo)。大氣PWV是監(jiān)測及預(yù)報(bào)全球變化、氣候變化以及包括梅雨季節(jié)、暴雨在內(nèi)的高影響天氣或強(qiáng)天氣的一個(gè)十分重要的氣象因子。ZWD乘以轉(zhuǎn)換系數(shù)，可得到大氣PWV。因此，水汽變化可以通過研究ZWD和PWV間接得到。

靜力延遲（Zenith Hydrostatic Delay，ZHD）在對流層大氣在天頂方向上的總延遲（Zenith Total Delay，ZTD）中的比例達(dá)90%以上，基本不受氣象條件的影響，結(jié)果比較穩(wěn)定，可以通過相應(yīng)模型求解得到。水汽造成的ZWD在ZTD中所占比例相對較小，受水汽變化影響較大，ZWD的變化量不固定，往往相差數(shù)倍。從兩極到赤道，其全年平均值在0～300mm范圍內(nèi)。[4]靜力延遲可以通過經(jīng)驗(yàn)?zāi)Ｐ偷玫胶撩准壍腪HD，可以得到毫米級的濕延遲。濕延遲由對流層大氣折射導(dǎo)致，可以使用探空站觀測數(shù)據(jù)直接計(jì)算濕延遲，但在其它地方，必須知道溫度廓線和水汽壓的垂直分布，這限制了此方法的應(yīng)用。

因此，很多學(xué)者對濕延遲進(jìn)行了大量研究，提出了一些經(jīng)驗(yàn)?zāi)Ｐ汀Ｓ捎赯WD與水汽緊密相關(guān)，這些模型的構(gòu)建都是基于對水汽壓廓線的假設(shè)而建立的。對水汽壓廓線的假設(shè)不同，模型也不一樣。常見的Hopfield模型是基于用四次廓線來描述濕折射率，Saastamoinen模型是假設(shè)水汽壓與高度呈冪指數(shù)遞減。在GNSS氣象學(xué)中，將ZTD作為參數(shù)與觀測方程直接求解，減去ZHD來獲得ZWD。該方法精度高，可達(dá)毫米級，但不便于內(nèi)插，而大部分沒有使用GNSS儀器測量的地區(qū)無法獲得ZWD。因此提高現(xiàn)有ZWD模型的精度具有現(xiàn)實(shí)意義。

3 加權(quán)平均溫度研究

加權(quán)平均溫度是ZWD轉(zhuǎn)化為PWV的系數(shù)中的關(guān)鍵因子，是決定地基GNSS ZWD反演可降水汽總量的關(guān)鍵參數(shù)，其模型精度直接影響著反演結(jié)果。加權(quán)平均溫度與地表溫度有著極其強(qiáng)烈的線性相關(guān)性，只需要地面氣溫觀測資料，即可獲得加權(quán)平均溫度。事實(shí)上，加權(quán)平均溫度與氣象條件和地理位置等因素密切相關(guān)。[5]

加權(quán)平均溫度是可以通過先驗(yàn)?zāi)Ｐ颓蟮茫槐匾揽繉?shí)測參數(shù)來求解。加權(quán)平均溫度與地表溫度具有強(qiáng)烈的相關(guān)性，從加權(quán)平均溫度的定義出發(fā)，從理論上討論其與地表溫度，測站海拔，對流層頂之間的關(guān)系將值得探究。

4 總結(jié)

GNSS具有各種傳統(tǒng)方法所不具備的優(yōu)越性，將GNSS大氣探測數(shù)據(jù)用于氣象監(jiān)測與預(yù)報(bào)中，將有助于改善模式初始場，提高預(yù)報(bào)精度。本文對流層頂在GPS氣象學(xué)中相關(guān)模型進(jìn)行了簡要探討與綜述，對流層頂模型建立與完善值得進(jìn)一步的詳細(xì)研究，精確判斷對流層頂層的下邊界具有十分重要的意義，有助于詮釋大氣循環(huán)和物質(zhì)能量傳輸過程。

參考文獻(xiàn)：

[1]盛裴軒，毛節(jié)泰，等.大氣物理學(xué)[M].北京：北京出版社，2005.

[2]Yibin Yao，Shuang Zhu，ShunQiang Yue.A globally applicable，season-specific model for estimating the weighted mean temperature of the atmosphere[J].J Geod，2011.doi 10.1007/s00190-012-0568-1.

[3]Xiaohua Xu，Pan Gao，Xiaohong Zhang.Global multiple tropopause features derived from COSMIC radio occultation data during 2007 to 2012，J.Geophys.Res.Atmos.，119，8515-8534，doi：10.1002/2014JD021620.

[4]Janes H W，Langley R B.1991.Analysis of tropospheric delay prediction models：comparisons with ray-tracing and implications for GPS relative positioning.Bull.Geod.，65：151-161.

[5]姚宜斌，劉勁宏，張豹，何暢勇.地表溫度與加權(quán)平均溫度的非線性關(guān)系，武漢大學(xué)學(xué)報(bào)信息科學(xué)版，2015，39（5）：112-116.