论文总字数：17501字

目 录

1 绪 论 4

1.1 研究背景 4

1.2 国内外研究现状 4

1.2.1 模型理论的发展 4

1.2.2 内插法的应用研究 5

1.3 研究意义 6

1.4 研究内容 6

2 模型及计算原理 7

2.1 高度订正原理 7

2.1.1 气压的高度订正 7

2.1.2 温度的高度订正 7

2.2 内插方法研究 7

2.2.1 内插方法介绍 7

2.3 平均绝对偏差及其计算原理 10

2.4 平均均方根误差及其计算原理 10

2.5 本章小结 10

3 数据来源及研究方法 11

3.1 研究区概括及数据提取 11

3.2 研究方法 11

3.2.1 数据预处理 11

3.2.2 内插方法的操作 11

3.3 本章小结 12

4 基于内插法的气象要素精度分析 13

4.1 内插精度分析 13

4.1.1 数据选择及成果展示 13

4.1.2 实验结果分析 17

4.1.3 内插结果对GPS/PWV的影响 18

4.2 结论与展望 19

4.2.1 结论 19

4.2.2 不足与展望 20

参考文献： 21

致 谢 22

基于内插法的气象要素温度和气压精度分析

马博源

摘要：测站气压和温度的准确获取对GPS水汽解算至关重要。通过确定的气压数值可以求得精确的干延迟值，确定温度可提高湿延迟对水汽含量的转换系数精度。由于各种原因，我国GPS气象站网有部分站点未布设温度和气压传感器，需采用空间内插方法获得该类GPS站点气象要素，故对于不同气象要素插值效果的优劣有待研究。本文利用基于高度订正的最邻近插值法和双线性内插法对气压和气温进行插值，共采用了70个站点(2016年6月-8月)的2208个时次的数据进行了插值实验，插值实验结果表明，最邻近内插法内插得到的气压和温度的平均偏差为1.813hPa和1.093K，平均均方根误差为2.662hPa和1.488K。双线性内插方法得到的气压和温度的平均偏差为1.813hPa和1.093K，平均均方根误差为2.929hPa和1.488K。研究表明最邻近内插法计算的气压精度要优于双线性内插法，而双线性内插法计算的温度精度要优于最邻近插值法。内插气象要素数据的精度能够满足水汽解算的实际应用。

关键词：气象要素插值；最邻近内插；双线性内插；高度订正；

Precision Analysis of temperature and pressure of Meteorological elements based on interpolation

MA Boyuan

College of remote Sensing and Mapping Engineering，NUIST,Nanjing 2110044 China

Abstract: Accurate measurement of station pressure and temperature is critical for GPS vapor recovery. The accurate dry delay value can be obtained by determining the pressure value, and determining the temperature can improve the accuracy of the conversion coefficient of the wet delay to the moisture content. Due to various reasons, some stations in our GPS weather station network do not deploy temperature and pressure sensors. Spatial interpolation methods are needed to obtain such GPS station meteorological elements. Therefore, the merits and demerits of different meteorological element interpolation effects need to be studied. In this paper, atmospheric pressure and air temperature are interpolated using the highly-corrected nearest neighbor interpolation method and bilinear interpolation method, and 2208 time data from 70 stations (June-August 2016) have been used for interpolation experiments. Interpolation experimental results show that the average deviations of atmospheric pressure and temperature obtained by the interpolation of the nearest neighbor are 1.813 hPa and 1.093 K, and the average root mean square errors are 2.662 hPa and 1.488 K, respectively. The average deviation of air pressure and temperature obtained by the bilinear interpolation method is 1.813 hPa and 1.093 K, and the average root mean square error is 2.929 hPa and 1.488 K. Research shows that the pressure accuracy calculated by the nearest interpolation method is better than the bilinear interpolation method, and the temperature accuracy calculated by the bilinear interpolation method is better than the nearest neighbor interpolation method. The accuracy of interpolation of meteorological element data can satisfy the practical application of water vapor solution.

Key words: Meteorological elements; inverse distance weighting; Water Vapor solution；Height correction；

一 绪论

1.1研究背景

水汽的研究是天气工作中必不缺少的一个环节，由于其对灾害性天气的形成和预报的过程中起了很重要的作用，因此也是气象学和天气预报中的重要研究问题。以大气水汽含量为例，在未利用GPS技术进行水汽探测工作之前，以往的探测手段由于时空分辨率较低，使得人们在获取和认知水汽的时间和空间的变化规律方面很是匮乏^[1]。水汽信息作为对地表的温度反演，遥感影像大气校正的重要参数，也在气候研究中扮演着重要的角色。由于常规测量方法的局限性，使得我们在获得精确，稳定，长期的水汽数据记录有着很大的不便，这正是我们深入研究水汽对气候系统的影响时所需要克服的问题^[2]。GPS/MET技术凭借其高时空分辨率、高精度、全天候、近实时等优点成为新一代大气遥感技术中最有发展前景的方法之一，被广泛应用于暴雨灾害的预警、气候变化的监测等空间天气的研究^[3]。

利用地基GPS进行水汽解算时，是需要在已知站点的温度和气压的条件下进行的。为了计算准确的干延迟可以依据相应的干延迟模型还需要精确地测定站点气压，这有利于从天顶总延迟中剥离出准确的天顶湿延迟；精确确定温度有利于计算加权平均温度模型，提高天顶湿延迟到水汽可降水量PWV的换算精度^[4]。所以一般来说，地基GPS气象站点附近会同时安装气压计和温度计，以保证地基GPS水汽的解算精度。由于各种原因，并不是每一个GPS站台的附近都建有气象要素观测设备。这就需要我们利用内插的方法，从已知站点的已知气象要素为基础，内插得到需要的气象要素。本文的研究就是意在探讨不同内插法之间对于不同气象要素的内插精度的对比，内插数据与实测数据的精度分析和数据反演可行性，以及内插方法之间的对比。

1.2 国内外研究现状

1.2.1 模型理论的发展

Albert等通过对双差的分析中提出了斜路径相位延迟，极大地推动了SWV技术研的进步^[5]。Hongxing Zhang等介绍了基于全球定位系统精密点位（PPP）技术的珠江三角洲地区第一个可降水量实时监测系统（PWVRMS)^[6]。Wayan Suparta等对马来西亚半岛北部的研究结果表明，GPS是分析WA的有力工具，并讨论了Rming效应及其对水汽循环的影响机理^[7]。L.I. Fernández,P等根据阿根廷四个连续运行的全球定位系统站的全球定位系统(GPS)数据，从Bevis模型和Sapucci模型出发，分析并利用平均对流层温度(Tm)估计了GPS/ PWV^[8]。

国内曹云昌等利用地基GPS测量方法计算倾斜路径大气湿延迟，提供了两种方式，GIP-SY/OASIS等使用非差观测量估计参数的软件适用于单点定位方法，如GAMIT或BERNESE等使用双差观测量来估计位置和大气延迟等参数软件适用于双差定位方法。毕研盟等基于双差法利用湿梯度，残差联合计算大气水汽各向异性参量，进一步反演得到SWV。张京江等通过对比观测分析显示GPS观测SWV的精度可达到毫米级。金双根等针对VLBI技术和GPS探测PWV的系统差方面利用并址站观测数据进行了分析。陈永奇等以香港地区的观测数据为基础，对非差精密单点定位和双差网解计算PWV进行了比较。朱爽等在对PPP方法和双差网解天顶总延迟ZTD的比较中得到两种方法的整体趋势相一致。徐韶光等每60s计算一次的超快速星历与静态方法计算的PWV比较，内符合精度高于1mm。李国平针对GPS/PWV的变化特征，得出不同降水过程中层状云降水和对流云降水一般发生在GPS/PWV的高值阶段。万荣提出高斯水平约束、探空观测作为垂直约束的三维层析算法用于解决层析算法中方程个数少于未知量个数的（即缺秩）问题。王晓英为使解算层析方程成为可行的而提出迭代法代数重构技术ART(Algebraic Reconstruction Techniques)，同时提出基于单北斗信号层析对流层水汽场的可行性及BDS GPS信号融合对水汽层析的影响效果。研究表明，单GPS系统的层析精度要低于基于单北斗层析结果，当地面站点足够多时，融合信号对层析的结果精度提高作用并不明显。张双成等研究分析了定量的顾及抗差方差分量的地基GPS水汽层析的算法，得出此方法可调整异类观测值权重和抵制粗差。武汉测绘科技大学的刘焱雄对香港地区进行大气水汽含量的遥感，采用了最简单的样条函数，即一种分段多项式函数计算了大气水汽含量，同时结合探空资料分析得出遥感的精度为1-2mm^[9]。

1.2.2 内插法的应用研究

常用于气象要素的空间插值方法有距离权重法（distance weight），克里格法（Kriging），多项式插值法（interpolating polynomials）等方法。其中距离权重法最为简便，克里格法因其能够提供最佳线性无偏估计被用于空间插值的各个方面，而多项式插值由于其自身的原理，在实际应用中插值点难以反映一个复杂函数使得内插后的数据偏离的非常离谱；于杰等研究表明，当利用GPS站点附近的探空站点气压数据内插获得GPS站点气压时，内插气压精度取决于采用内插模型和局地气候环境的相似性。根据要素结构函数的分布特征，确定了要素的线性内差在空间分布中的标准误差和各个台站之间的合理战术内插间距^[10]。涂丽丽等研究表明，当云覆盖小于9时,基于空间内插方法的城市地区的估计误差小于1℃,而农田地区为0.6℃^[11]。何素兰和崔伟强等研究表明，日平均温度和日平均绝对湿度内插标准误差的特征值与两站间距离呈线性相关^[12]。胡永宁等针对内蒙古地区进行了气象要素空间内插方法的比较^[13]。刘峰等利用Kriging算法对气象资料进行空间内插^[14]。马轩龙等针对三种气象要素进行不同插值方法处理得出的结果不同，并且分析得出与站点数目有一定的相关性。并得出对于年降水量、年均温和年积温3中气象要素的内插结果而言，普通克里格法的精度最好，同时在对原始数据处理后可以有效提高实验的内插精度^[15]。李军龙等在对西部七省区生态建设的研究中得出不同内插要素在不同的内插方法中的结果不同^[16]。李彦等为解决当前空间插值算法的不足只可以做片面的分析统计，而提出了自适应离散点插值算法^[17]。彭思岭等提供了一种数据预处理新思路，提出基于K-means聚类的空间插值优化算法，得出聚类后的插值效果要优于直接插值^[18]。Wayan Suparta等针对马来西亚半岛Klang谷上空提出利用薄板样条(TPS)和普通克里格(KRIG)插值技术实现GPS/PWV和气象变量(地表温度、相对湿度和降雨量)的空间分布^[19]。

1.3 研究意义

本文以2016年6月到8月的GPS气象观测m文件集为基础数据，获得实验站点的气象观测数据，提出一种增加高度订正的最邻近插值和双线性插值方法分析内插的精度。根据不同内插方法对相同实验站点的内插结果分析跟适合插值气象要素的方法。但由于并不是每一个GPS观测站都装有气象要素观测装置。因此我们采用内插方法，根据已知的观测值去内插得出需要的气象要素。这对于大气水汽总量研究有着很大的帮助及便利，可以得出没有实地观测的气象要素的值，并且投入到应用当中来。研究体现了利用地基 GPS 反演大气水汽精确、及时地获取大气水汽的含量、变化规律，是大势所趋。同时提高了预报水汽含量的效率，推动和加强 GPS气象学在气候监测、天气预报等方面的应用，也增强了各站点观测数据的利用率。

1.4 研究内容

第一章在查阅了国内外学者的相关学术成果后对本文的研究现状及目的进行了一个简明的概述。从国内研究现状出发，大体介绍了GPS/PWV的发展历程，同时介绍了国内学者利用内插方法进行的水汽研究。最后简明扼要阐述了研究的内容。

第二章着重阐明了海拔订正的原理，包括气压与温度的高度订正。同时讲解了最邻近内插发和双线性内插法的具体计算过程，对原理进行了详细的介绍。最后还对平均绝对偏差及平均均方根误差的计算原理进行了描述。

剩余内容已隐藏，请支付后下载全文，论文总字数：17501字

相关图片展示：