摘要
水汽是大气中含量丰富的温室气体之一，它对全球气候变暖产生重要影响，同时它在维持适合生命生存的温度环境方面扮演重要角色。水汽在大气中占比虽然很小，但其时空变化特性复杂，强烈的相位变化不断吸收和释放热量，严重影响大气结构的稳定性，进而可能引发极端天气事件。因此，快速准确地获取大气中水汽的时空变化信息不仅可以提高全球卫星导航系统（Global Navigation Satellite System,GNSS）导航定位的精度，而且对气候变化研究、短临天气预报以及灾害性气象预警至关重要。 相较于传统水汽探测方法，GNSS水汽探测具有高精度、高时空分辨率、低成本、全天候、不受天气影响等优势。地基GNSS不仅能反演出二维的大气可降水量（Precipitable Water Vapor,PWV），而且还能利用三维水汽层析算法来重建大气中水汽的空间分布情况。 论文详细阐述了地基GNSS反演PWV和水汽层析技术的原理和方法，并在此基础上围绕水汽反演影响因素、层析算法以及短临降水预报模型构建等关键技术展开研究。主要研究成果如下： （1）基于香港地区2016-2023年的探空数据，分析了大气加权平均温度（Atmospheric Weighted Mean Temperature,Tm）与地表温度的时序变化和相关性，利用最小二乘法线性回归构建了香港地区Tm模型。以探空数据作为参考值，将预测实验和仿真实验精度结果求平均值，本地化模型相较于其它适用于香港地区的Bevis模型、王朋远模型和姚宜斌模型在RMSE上分别降低了38.50%、13.88%和7.46%，这为高精度PWV反演以及水汽层析奠定了基础。 （2）对比分析了精密单点定位（Precise Point Positioning,PPP）和双差法两种不同数据处理方式在连续台风暴雨期间的对流层天顶方向总延迟（Zenith Tropospheric Delay,ZTD）解算精度。以IGS-ZTD为参考值，PPP的RMSE比双差法低0.92mm；双差法的Bias比PPP低0.50mm，二者精度相当，均能准确反映ZTD的变化趋势。随后，从不同星历、截止高度角以及GNSS系统三个方面，对连续台风暴雨期间PWV反演精度影响因素进行分析。最后，结合实际降水量数据分析了暴雨前后PWV的时序变化以及PWV与暴雨事件发生的关联性。 （3）在二维水汽反演的基础上，提出了一种基于高度角定权的最小二乘QR分解（Least Squares QR,LSQR）水汽层析算法，并开展了连续台风暴雨期间的层析实验进行精度检验。与探空数据相比，LSQR算法层析结果的RMSE平均值为1.37g/m2，比最小二乘法降低了30.81%；与ERA5数据相比，LSQR算法的RMSE平均值为1.18g/m2，比最小二乘法降低了35.16%。对不同天气条件下的层析结果利用探空廓线和切片图进行可视化分析，晴天时，两种算法的层析结果一致，都能准确获取水汽的空间分布信息；小雨和暴雨发生时，最小二乘法层析结果与探空廓线存在偏差，并且切片图中出现畸变现象；LSQR算法的层析结果与探空水汽廓线、ERA5数据仍能保持一致，切片图中不存在明显畸变现象。 （4）利用美国SuomiNet网络的GNSS水汽产品，基于CNN-LSTM-Attention模型构建了短临降水预报模型。利用2021年的数据进行预测实验，实验结果表明，单站模型的命中率为92-93%，虚警率不到14%，相较于未考虑PWV模型的命中率提高了5-6%，虚警率降低了3%左右；区域模型的命中率为89.63%，虚警率为10.34%，相较于未考虑PWV模型的命中率提高了9.32%，虚警率降低了3.2%。
NETL