摘要：水汽是一種在全球氣候系統中起關鍵作用的溫室氣體，它不僅吸收和輻射太陽能量，對低層大氣的化學作用也有影響，我們設法利用GPS定位中的誤差源來反演大氣中的水汽。文章選自：《黑龍江氣象》是由中華人民共和國新聞出版總署、正式批準公開發行的優秀期刊。自創刊以來，以新觀點、新方法、新材料為主題，堅持"期期精彩、篇篇可讀"的理念。黑龍江氣象內容詳實、觀點新穎、文章可讀性強、信息量大，眾多的欄目設置，黑龍江氣象公認譽為具有業內影響力的雜志之一。黑龍江氣象并獲中國優秀期刊獎，現中國期刊網數據庫全文收錄期刊。
1地基GPS氣象學技術的基本原理
如果地面上的GPS接收機的精確三維坐標通過其他方法確定，則可從GPS接收機測量的衛星信號傳播的總延遲量中提取水汽造成的濕延遲，進而反演出信號路徑上水汽的累積量。這就是地基GPS氣象學的基本原理。GPS反演大氣可降水量流程如圖1所示。
2地基GPS反演大氣可降水量處理流程
在應用GAMIT軟件處理GPS數據反演可降水量時，GPS數據處理按照4個步驟進行。首先是數據準備，包括GPS觀測數據(rinex格式的o文件)、廣播星歷(brdc文件)、精密星歷文件(igs)、氣象觀測數據和相關表文件;接著用GAMIT軟件處理各時段GPS的觀測數據，得到一個基線解算文件;然后用GLOBK(卡爾曼濾波)進行多時段綜合解算，以得到網平差的結果及各個測站的平均坐標和速度等參數;最后把精確的測站坐標帶回GAMIT，對待求測站進行強約束，反演對流層的天頂延遲，得到可降水量。如果解算時發現各個時段的坐標相差較大，應該分析原因，重新進行解算。
3南極地基GPS數據解算實例
3.1站點選擇和數據準備
本次實驗所選取的站點采取引入長距離測站的方式獲得絕對PWV。本次實驗參與解算的站包括7個IGS站，分別是VESL，SYOG，MAW1，DAV1，CAS1，DUM1，MCM4;此外，還有中國的兩個南極跟蹤站長城站GRW1和中山站ZHN1(如圖3所示)。為了在解算時較精確地得到可降水量，我們從SOPAC網站上查到2009年7個IGS站的精確坐標，長城站和中山站的坐標可以通過解算得到。這樣在解算時對坐標點給予較強的約束。本次解算的是2009年全年9個站的GPS數據，準備好所有的數據文件后，便可以執行GAMIT的批處理命令讓其自動解算一年的數據，就可以自動解算出9個站一年的數據。
3.2可降水量的提取及其精度分析
3.2.1提取可降水量
在GAMIT中提取可降水量的命令為sh_metutil。由于參與計算的天數有365d，要比對的站有5個，逐天逐條每個站下命令將很麻煩。這時，可以利用Linux系統的SHELL的功能，編寫一個小程序，實現三重循環。用VI編輯器編寫一個三重循環，以CAS1站為例，編寫一個名為xunhuan.sh的文件，然后通過命令chmod使之成為可執行文件，具體命令為:Chmod+xxunhuan.sh。通過調用./xunhuan.sh來批量執行幾百條命令，這樣就比較方便，其他幾個站以此類推。得到各個站點每天的可降水量，然后通過grep命令提取各個站點的可降水量。通過數據的整理分析，每個站點整理出一個可降水量文件。
3.2.2GPS/PWV與探空Radio/PWV的比較
目前，世界氣象部門對大氣中水汽的探測主要還是依賴于探空氣球的探測，為了驗證GPS/PWV的正確性和穩定性，將GPS/PWV和Radio/PWV進行比較。本次參與解算的9個站中有5個附近同時安裝有探空站，分別是SYOG，DAV1，CAS1，DUM1，MCM4。下面將就這5個站解算出的GPS/PWV和探空PWV進行比較，其中探空PWV數據可以從美國懷俄明州大學的網站上下載。把2009年5個站點的GPS/PWV和Radio/PWV進行比較。由于兩者的PWV在數值上比較接近，數據量又較大，為了能在圖上清晰的顯示，圖4至圖8畫出GPS/PWV的時間序列圖，以及GPS/PWV減去Radio/PWV的差值的時間序列圖。5幅圖中上面的曲線代表GPS/PWV，下面的曲線代表它和Radio/PWV的差值。從定性上去分析圖4至圖8可以得出以下特點:1)除個別點外，GPS/PWV比探空Radio/PWV系統性偏大，這說明用GPS探測水汽有偏高的跡象，并且當PWV值偏大時，GPS所測的數值會表現的更敏感一些，也就是說當絕對PWV較小時兩者更為接近。2)圖像顯示PWV兩端較大。差不多是年積日的0～50和300～365這兩個范圍PWV較大，這個時間段恰好是南極的夏天，天氣較為濕潤，出現降雨的可能性大些，這樣和實際降水測量較為一致，解算的結果正確地反映了降水量的變化趨勢，體現了解算的合理性和正確性。個別站點如CAS1站和SYOG中間也有一段時間(150～200d)PWV也偏大，這與南極部分地區季風性氣候有關，造成這一時段降水天氣的可能性增大。由上述5個圖表顯示及分析可知，GPS/PWV和Ra-dio/PWV在整體上是比較一致的，少部分天數兩者的差距較大。總的來說，5個站點的PWV值常年都比較小，有少部分天數PWV急劇上升，這些天數發生降雨的可能性就很大。為了得到更為精確的數據分析，表1從數理統計方面分別進行定性分析。1)從平均偏差來看從表1中的平均偏差數據可知，GPS站反演的PWV高于探空站資料計算的PWV，不同站點的差異各不相同。從表1看出，SYOG站點差異較為明顯，分析原因可知，該站點使用的探空儀器是VaisalaRS2-91傳感器，這種傳感器的誤差較大，這可能是造成兩者之間偏差較大的一個重要因素;SYOG站在垂直方向上的高差相差較大，這也是造成兩者偏差大的一個因素;MCM4站GPS和探空站在垂直方向上的高差最大，但由于它的可降水量太小，故沒能在平均偏差中反映出和其他站點顯著的差異。造成Radio/PWV和GPS/PWV差異的因素還有很多，這些差異與各地的氣候特征、其站點分布的各自海拔高程以及兩者探測水汽方法本身的精度密切相關。2)從均方差和相對方差來看從表1中數據可以看出，除SYOG站外，其他4個站的均方差都在0.9mm以內，說明利用GPS觀測資料反演PWV具有一定的精度。均方差比平均偏差的值稍大，5個站的均方差值和平均方差值顯示出一定的相關性，一般來說，平均偏差大的，均方差也偏大。5個站的相對方差，除SYOG站外，都在20%以下，最小的CAS1站為7.91%，該站離中山站最近，約110km，對中山站的可降水量有著較大的參考價值。在檢驗GPS/PWV的精度時，不能單純以均方差大小衡量GPS/PWV的精度，還要結合相對方差的大小。3)從相關系數來看從表1可以看出，用GPS和探空兩種方法計算的PWV相關系數很高，都在92%以上，說明GPS/PWV和Radio/PWV在變化上有很好的一致性，即使偏差較大的SYOG站也不會像其他3個指標那樣表現明顯。這充分說明了用GPS反演可降水量的變化方面有著很高的精度。如果需要得到更為細致的結論，應該把一年分成幾個季節或按月份來分別進行統計分析。但由于南極地區的絕對PWV值比較小，所以只把整年的數據放在一起進行分析。
3.2.3GPS/PWV的誤差分析
和任何一種測量手段一樣，用GPS來反演可降水量，它的誤差是不可避免的。總得來說，有以下3個來源。1)GPS測量的誤差。包括電離延遲誤差、接收機鐘差、多路徑效應等測量誤差。2)靜力延遲量誤差。由于對流層模式不是很完善，再加上測量大氣元素氣溫、氣壓等氣象要素的誤差，這些將最終表現在延遲量上，造成對流層延遲估算不準確。3)反演誤差。由濕延遲反演到PWV的主要誤差有濕延遲和轉換因子誤差。以上三個方面將綜合影響GPS探測PWV的最終精度，我們必須注意用適當的方法，將這些誤差盡量減少，以提高探測精度。
4結束語
本文基于地基GPS氣象學技術，運用GAMIT軟件對南極地區的GPS觀測數據進行了運算處理，獲得可降水量，并且和探空資料進行了比對，得到了較好的結果。分析了用GAMIT軟件處理GPS數據獲得可降水量的技術要點，實際解算了2009年南極地區的9個站點的GPS數據，提取了它們各自的可降水量(PWV)，分別得到了各個站點的濕分量(ZWD)和PWV的聯系數K值。把其中的5個和探空數據進行了比較，畫出了它們的PWV時間序列圖，分別從平均偏差、均方差、相對方差、相關系數4個方面進行了統計分析，總體來說，兩者具有較高的一致性，驗證了用GPS技術在南極地區探測PWV的可行性和精度保證。地基GPS氣象學對今后南極地區氣象和氣候研究的參考資料，對以后的南極水汽交換及其對冰蓋體積的研究都具有重要的參考意義。
