CN108680268A - 一种基于探空数据的区域加权平均温度的Bevis模型改进方法 - Google Patents

一种基于探空数据的区域加权平均温度的Bevis模型改进方法 Download PDF

Info

Publication number
CN108680268A
CN108680268A CN201810229517.6A CN201810229517A CN108680268A CN 108680268 A CN108680268 A CN 108680268A CN 201810229517 A CN201810229517 A CN 201810229517A CN 108680268 A CN108680268 A CN 108680268A
Authority
CN
China
Prior art keywords
bevis
sounding data
weighted mean
formula
sub
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810229517.6A
Other languages
English (en)
Other versions
CN108680268B (zh
Inventor
胡伍生
朱明晨
董彦锋
杨惠
王来顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201810229517.6A priority Critical patent/CN108680268B/zh
Publication of CN108680268A publication Critical patent/CN108680268A/zh
Application granted granted Critical
Publication of CN108680268B publication Critical patent/CN108680268B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K3/00—Thermometers giving results other than momentary value of temperature
    • G01K3/02—Thermometers giving results other than momentary value of temperature giving means values; giving integrated values
    • G01K3/06—Thermometers giving results other than momentary value of temperature giving means values; giving integrated values in respect of space
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Measuring Temperature Or Quantity Of Heat (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种基于探空数据的区域加权平均温度的Bevis模型改进方法，包括以下步骤：S1：对测站探空数据进行预处理，得到加权平均温度的真值Tm0与地表温度的真值Ts0；S2：利用Bevis模型得到加权平均温度的计算值Tm；S3：考虑加权平均温度计算值Tm的年周期变化，在Bevis模型的基础上增加一个周期项，建立非线性方程；S4：用最小二乘法确定非线性方程的各项系数，确定最终改进模型方程并验证其精度。本发明与传统的Bevis模型相比，有效提高了计算精度。

Description

一种基于探空数据的区域加权平均温度的Bevis模型改进 方法
技术领域
本发明涉及全球导航系统领域，特别是涉及一种基于探空数据的区域加权平均温度的Bevis模型改进方法。
背景技术
地基GNSS技术作为传统探测大气可降水量(PWV)方法的有效补充，具有全天候、高精度、近实时、高时空分辨率，且不需要对仪器进行定标等诸多优点。利用GNSS技术探测大气水汽，依赖于对流层湿延迟(ZWD)向PWV的精确转换，目前常用的方法是利用Tm计算出ZWD向PWV转化的转换参数，通过GNSS反演出来的ZWD得到大气可降水量，因此如何获取高精度的Tm，是GNSS气象学的核心问题之一。利用探空数据获取的测站上空的温度、气压、水汽压可以直接计算得到精确的加权平均温度，然而在大多数时候我们是无法精确获取测站上空的温度、气压、水汽压等气象资料的，这无疑限制了地基GPS探测水汽的使用。Bevis在分析了北美13个无线电探空站8718次探空资料后发现Ts和Tm具有很强的线性相关性，并给出了适合北美中纬度地区的线性回归公式Tm＝aTs+b，Tm和Ts的单位都是kelvin，该公式的均方根误差为4.74k，是目前地基GNSS探测水汽广泛使用的公式。
然而，现有技术中的Bevis模型的计算精度还较低。
发明内容
发明目的：本发明的目的是提供一种能够提高计算精度的基于探空数据的区域加权平均温度的Bevis模型改进方法。
技术方案：为达到此目的，本发明采用以下技术方案：
本发明所述的基于探空数据的区域加权平均温度的Bevis模型改进方法，包括以下步骤：
S1：对测站探空数据进行预处理，得到加权平均温度的真值Tm0与地表温度的真值Ts0；
S2：利用Bevis模型得到加权平均温度的计算值Tm；
S3：考虑加权平均温度计算值Tm的年周期变化，在Bevis模型的基础上增加一个周期项，建立非线性方程；
S4：用最小二乘法确定非线性方程的各项系数，确定最终改进模型方程并验证其精度。
进一步，所述步骤S2中，通过式(1)得到加权平均温度的计算值Tm：
Tm＝aTs0+b1 (1)
式(1)中，a为地表温度项的系数，b1为常数，Ts0为地表温度的真值。
进一步，所述步骤S3中建立的非线性方程如式(2)所示：
式(2)中，Tm为加权平均温度计算值，Ts0为地表温度的真值，doy为年积日，a为地表温度项的系数，b为与年积日有关的周期函数的拟合系数值，c为常数。
有益效果：本发明公开了一种基于探空数据的区域加权平均温度的Bevis模型改进方法，与传统的Bevis模型相比，有效提高了计算精度。
附图说明
图1为本发明具体实施方式中探空数据提供的信息图；
图2为本发明具体实施方式的各探空站在中国区域的分布状况图；
图3为采用本具体实施方式所述方法得到的模型2中国区域日均Bias与Rms变化图。
具体实施方式
下面结合具体实施方式和附图对本发明的技术方案作进一步的介绍。
本具体实施方式公开了一种基于探空数据的区域加权平均温度的Bevis模型改进方法，包括以下步骤：
S1：对测站探空数据进行预处理，得到加权平均温度的真值Tm0与地表温度的真值Ts0。
本具体实施方式采用中国区域内2013-2015年76个测站的无线电探空数据，图2为各测站在中国区域的分布状况图。以57494站点为例，探空数据提供了不同等压面层的大气特性层以及风层资料，如图1所示。大气特性层参数包括位势高度(HGHT)、气温(TEMP)、露点温度(DWPT)、相对湿度(RELH)这些探测的要素。
对流层加权平均温度的真值Tm0可由测站上空的水汽压e和绝对温度T沿天顶方向的积分值算得到，其定义如公式(1)所示：
由于大气水汽基本分布在地面上空12km以内，无线电探空气球可以提供地面至20多千米大气的温度、湿度等气象要素的探空轮廓线，因此可以将公式(1)简化为公式(2)：
其中z2和z1分别为探空数据上下层的高度值。
利用公式(2)，计算所收集到的中国区域2013-2015年76个测站的探空数据，得到各个测站每天对应的Tm0和Ts0的均值。
S2：利用Bevis模型得到加权平均温度的计算值Tm，如式(3)所示。
Tm＝aTs0+b1 (3)
式(3)中，a为地表温度项的系数，b1为常数，Ts0为地表温度的计算值。Bevis etal.(1992)指出为了获取最佳的Tm值，回归系数a和b1应该针对特定的区域和季节。基于对8718次无线电探空资料的分析，他给出了适合中纬度地区使用的回归公式Tm＝0.72Ts0+70.2，Tm和Ts0的单位都是kelvin。
S3：考虑加权平均温度计算值Tm的年周期变化，在Bevis模型的基础上增加一个周期项，建立非线性方程，如式(4)所示。
式(4)中，Tm为加权平均温度计算值，Ts0为地表温度的真值，doy为年积日，a为地表温度项的系数，b为与年积日有关的周期函数的拟合系数值，c为常数。
S4：用最小二乘法确定非线性方程的各项系数，确定最终改进模型方程并验证其精度。
因此首先将利用探空数据得到的加权平均温度真值Tm0按照公式(4)进行拟合，使用最小二乘法求解未知参数。在采用最小二乘法求解上述3个参数时，使用部分探空数据求取的加权平均温度作为拟合样本，余下用来检验模型效果。本专利采用所收集到的中国区域2013-2015年76个测站的探空数据，得到各个测站每天对应的Tm和Ts的均值。按照式(4)进行拟合，得出顾及年周期性的中国区域的Tm模型(模型2)，如式(5)
其中doy为年积日。
将本模型命名为模型2，为了分析模型2的精度，本专利利用了平均偏差(Bias)和均方根误差(Rms)来作为评价模型2的精度指标，其中Bias表示准确度，即模型与真值的偏离程度；Rms表示精度，用于衡量模型的可靠性和稳定性。
它们的计算式分别为：
其中：是由公式(5)式计算得到的对流层加权平均温度，为探空数据沿天顶方向积分得到的对流层加权平均温度近似真值，N为观测站个数。
选取2016年中国区域69个测站一年的探空资料，按照相同的方法进行预处理，得到相应的Tm与Ts的值作为检验样本，对Bevis模型及模型2进行检验，得出结果如表1所示：
表1：两种种模型精度对比表
从表1和图3可以看出：
(1)Tm和Ts的相关关系除受地理因素的影响外，还受到季节性因素的影响，在Bevis模型中增加了周期项后，提高了模型的精度，较之传统的Bevis模型提高了11％；
(2)模型2的残差呈现出一定的年周期特性，由于增加了周期项，其残差的年周期特性得到削弱，考虑继续增加周期函数项能够进一步提高模型的精度。

Claims (3)

1.一种基于探空数据的区域加权平均温度的Bevis模型改进方法，其特征在于：包括以下步骤：
S1：对测站探空数据进行预处理，得到加权平均温度的真值Tm0与地表温度的真值Ts0；
S2：利用Bevis模型得到加权平均温度的计算值Tm；
S3：考虑加权平均温度计算值Tm的年周期变化，在Bevis模型的基础上增加一个周期项，建立非线性方程；
S4：用最小二乘法确定非线性方程的各项系数，确定最终改进模型方程并验证其精度。
2.根据权利要求1所述的基于探空数据的区域加权平均温度的Bevis模型改进方法，其特征在于：所述步骤S2中，通过式(1)得到加权平均温度的计算值Tm：
Tm＝aTs0+b1 (1)
式(1)中，a为地表温度项的系数，b1为常数，Ts0为地表温度的真值。
3.根据权利要求1所述的基于探空数据的区域加权平均温度的Bevis模型改进方法，其特征在于：所述步骤S3中建立的非线性方程如式(2)所示：
式(2)中，Tm为加权平均温度计算值，Ts0为地表温度的真值，doy为年积日，a为地表温度项的系数，b为与年积日有关的周期函数的拟合系数值，c为常数。
CN201810229517.6A 2018-03-20 2018-03-20 一种基于探空数据的区域加权平均温度的Bevis模型改进方法 Expired - Fee Related CN108680268B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810229517.6A CN108680268B (zh) 2018-03-20 2018-03-20 一种基于探空数据的区域加权平均温度的Bevis模型改进方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810229517.6A CN108680268B (zh) 2018-03-20 2018-03-20 一种基于探空数据的区域加权平均温度的Bevis模型改进方法

Publications (2)

Publication Number Publication Date
CN108680268A true CN108680268A (zh) 2018-10-19
CN108680268B CN108680268B (zh) 2020-07-31

Family

ID=63799454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810229517.6A Expired - Fee Related CN108680268B (zh) 2018-03-20 2018-03-20 一种基于探空数据的区域加权平均温度的Bevis模型改进方法

Country Status (1)

Country Link
CN (1) CN108680268B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378540A (zh) * 2019-08-02 2019-10-25 桂林理工大学 一种适用于广西北部湾地区的大气加权平均温度计算方法
CN111274707A (zh) * 2020-02-05 2020-06-12 东南大学 基于再分析数据和无线探空数据的加权平均温度计算方法
CN111352173A (zh) * 2020-02-17 2020-06-30 东南大学 基于空间位置的加权平均温度计算方法
CN113639893A (zh) * 2021-06-29 2021-11-12 东南大学 一种基于多气象因子的近地加权平均温度信息获取方法
CN113804318A (zh) * 2021-10-11 2021-12-17 南京信息工程大学 一种获取加权平均温度的数据融合方法及计算设备
CN117390875A (zh) * 2023-10-27 2024-01-12 长安大学 一种大气加权平均温度模型的构建方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140278314A1 (en) * 2013-03-13 2014-09-18 The Government Of The United States Of America, As Represented By The Secretary Of The Navy System and method for correcting a model-derived vertical structure of ocean temperature and ocean salinity based on velocity observations
CN106908815A (zh) * 2017-02-15 2017-06-30 东南大学 一种基于探空数据的北半球对流层延迟改正方法
CN107180128A (zh) * 2017-05-04 2017-09-19 东南大学 一种适用于中国低纬度地区的加权平均温度计算方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140278314A1 (en) * 2013-03-13 2014-09-18 The Government Of The United States Of America, As Represented By The Secretary Of The Navy System and method for correcting a model-derived vertical structure of ocean temperature and ocean salinity based on velocity observations
CN106908815A (zh) * 2017-02-15 2017-06-30 东南大学 一种基于探空数据的北半球对流层延迟改正方法
CN107180128A (zh) * 2017-05-04 2017-09-19 东南大学 一种适用于中国低纬度地区的加权平均温度计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
朱爽: "北京地区地基GPS加权平均温度计算本地化模型研究", 《测绘工程》 *
陈鹏等: "利用NCEP再分析资料建立全球大气加权平均温度模型", 《大地测量与地球动力学》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378540A (zh) * 2019-08-02 2019-10-25 桂林理工大学 一种适用于广西北部湾地区的大气加权平均温度计算方法
CN110378540B (zh) * 2019-08-02 2023-05-09 桂林理工大学 一种适用于广西北部湾地区的大气加权平均温度计算方法
CN111274707A (zh) * 2020-02-05 2020-06-12 东南大学 基于再分析数据和无线探空数据的加权平均温度计算方法
CN111274707B (zh) * 2020-02-05 2022-11-25 东南大学 基于再分析数据和无线探空数据的加权平均温度计算方法
CN111352173A (zh) * 2020-02-17 2020-06-30 东南大学 基于空间位置的加权平均温度计算方法
CN113639893A (zh) * 2021-06-29 2021-11-12 东南大学 一种基于多气象因子的近地加权平均温度信息获取方法
CN113804318A (zh) * 2021-10-11 2021-12-17 南京信息工程大学 一种获取加权平均温度的数据融合方法及计算设备
CN113804318B (zh) * 2021-10-11 2022-08-26 南京信息工程大学 一种获取加权平均温度的数据融合方法及计算设备
CN117390875A (zh) * 2023-10-27 2024-01-12 长安大学 一种大气加权平均温度模型的构建方法
CN117390875B (zh) * 2023-10-27 2024-03-12 长安大学 一种大气加权平均温度模型的构建方法

Also Published As

Publication number Publication date
CN108680268B (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN108680268A (zh) 一种基于探空数据的区域加权平均温度的Bevis模型改进方法
CN109117555A (zh) 一种区域加权平均温度的Bevis模型改进方法
Tokinaga et al. Wave-and anemometer-based sea surface wind (WASWind) for climate change analysis
Wang et al. Systematic errors in global radiosonde precipitable water data from comparisons with ground-based GPS measurements
CN103323888B (zh) Gnss大气探测数据中对流层延迟误差的消除方法
Cheng et al. Time, probe type, and temperature variable bias corrections to historical expendable bathythermograph observations
Kent et al. A statistical determination of the random observational errors present in voluntary observing ships meteorological reports
Smith et al. Bias corrections for historical sea surface temperatures based on marine air temperatures
Hamon et al. Empirical correction of XBT data
Chang et al. Calibration and evaluation of precipitable water vapor from MODIS infrared observations at night
Ciesielski et al. Quality-controlled upper-air sounding dataset for TiMREX/SoWMEX: Development and corrections
CN109145344A (zh) 一种基于探空数据的经验ztd模型改进方法
Cronin et al. Surface cloud forcing in the east Pacific stratus deck/cold tongue/ITCZ complex
Yibin et al. Applicability of Bevis formula at different height levels and global weighted mean temperature model based on near-earth atmospheric temperature
CN111352173A (zh) 基于空间位置的加权平均温度计算方法
US10989837B2 (en) Method in connection with a radiosonde and system
Pan et al. Satellite retrieval of surface evapotranspiration with nonparametric approach: Accuracy assessment over a semiarid region
Xu et al. A linear regression of differential PWV calibration model to improve the accuracy of MODIS NIR all-weather PWV products based on ground-based GPS PWV data
Jiang et al. Development of time-varying global gridded T s–T m model for precise GPS–PWV retrieval
CN109884666B (zh) 一种基于数据同化技术的对流层延迟改正方法
Choi et al. Evaluation of radiosonde humidity sensors at low temperature using ultralow-temperature humidity chamber
CN112345151B (zh) 一种基于自然大气的mwts-ii对海面气压的灵敏性测试方法
Wang et al. Profile-based estimated inversion strength
Yao et al. A global empirical model for mapping zenith wet delays onto precipitable water vapor using GGOS Atmosphere data
Mestas-Nuñez et al. An evaluation of ECMWF-based climatological wind stress fields

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200731

CF01 Termination of patent right due to non-payment of annual fee