CN212658826U - 一种基于导航卫星系统的水汽观测系统 - Google Patents
一种基于导航卫星系统的水汽观测系统 Download PDFInfo
- Publication number
- CN212658826U CN212658826U CN202020912462.1U CN202020912462U CN212658826U CN 212658826 U CN212658826 U CN 212658826U CN 202020912462 U CN202020912462 U CN 202020912462U CN 212658826 U CN212658826 U CN 212658826U
- Authority
- CN
- China
- Prior art keywords
- data
- satellite
- water vapor
- observation
- station
- 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.)
- Active
Links
Images
Abstract
本申请公开了一种基于导航卫星系统的水汽观测系统,包括:卫星数据接收机,所述卫星数据接收机接收导航卫星系统的卫星数据;气象观测仪,所述气象观测仪发送气象数据;数据处理装置,连接所述卫星数据接收机及所述气象观测仪。与现有技术相比,本申请具有如下有益效果:台站基于单一台站基于历元的实时水汽处理,获取每个历元实时的水汽产品,可以极大地提高水汽观测的时间分辨率,极大提高产品服务效率和能力;单站处理代替数据中心的批量数据处理,极大提高数据处理效率,同时也大大降低GNSS原始数据从台站传输到中心站的传输成本。
Description
技术领域
本申请涉及气象监测领域,具体而言,涉及一种基于导航卫星系统的水汽观测系统。
背景技术
地基GNSS观测具有全天候、高精度、低费用和时间分辨率高的优势,且其观测在时间尺度上具有良好的一致性。基于地基GNSS能获得和radiosonde及地基微波辐射计相当的水汽观测精度。作为一种独立的水汽观测手段,地基GNSS水汽已经被广泛用于标定其他观测手段(如radiosonde)的系统误差、用于改善数值天气模式(Numerical WeatherPrediction,NWP)以及用于气候分析等。地基GNSS观测资料可用于数值预报同化系统,通过同化大气可降水资料或总延迟资料等,可改进水汽的垂直结构和短期降水预报,特别对于暴雨过程的落区和强度预报有很好的改进。
目前,GNSS的水汽观测都是在台站收集卫星导航观测数据和气象数据,汇集到中心站处理解算后再提供给用户使用,不利于当地水汽的实时服务。
实用新型内容
本申请的主要目的在于提供一种基于导航卫星系统的水汽观测系统,包括:
卫星数据接收机,所述卫星数据接收机接收导航卫星系统的卫星数据;
气象观测仪,所述气象观测仪发送气象数据;
数据处理装置,连接所述卫星数据接收机及所述气象观测仪,所述数据处理装置接收并处理所述卫星数据及所述气象数据,并获得延迟数据,所述数据处理装置建立加权平均温度计算模型,且通过所述计算模型计算所述延迟数据,并获得计算结果,所述数据处理装置反演所述计算结果,并获得水汽数据。
可选地,所述水汽观测系统还包括:
卫星轨道钟差数据接收装置,所述卫星轨道钟差数据接收装置接收所述导航卫星系统的初步卫星数据,所述卫星轨道钟差数据接收装置还接收卫星钟差数据及精密轨道数据,且所述卫星轨道钟差数据接收装置根据所述卫星钟差数据及所述精密轨道数据调整所述初步卫星数据,并获得所述卫星数据。
可选地,所述卫星数据接收机为北斗卫星系统数据接收机。
可选地,所述水汽观测系统还包括:
服务器,连接所述数据处理装置,所述服务器接收所述数据处理装发送的所述水汽数据。
可选地,所述水汽观测系统还包括:
台站,连接所述数据处理装置,所述台站接收所述数据处理装发送的所述水汽数据。
可选地,所述北斗卫星系统数据接收机包括:卫星系统数据流接口。
可选地,所述气象观测仪包括:气象数据流接口。
可选地,所述数据处理装置包括:水汽数据输出接口。
可选地,所述数据处理装置还包括:
处理芯片;及
接收板卡数据接口,连接所述处理芯片。
可选地,所述数据处理装置还包括:
控制器接口,连接所述处理芯片。
本申请中的所有方法执行或实现硬件均是在本地的单台站上实现的,不需要将数据传输至其他服务器或者云端,因此与现有技术相比,本申请具有如下有益效果:
本申请基于台站的GNSS实时观测数据,通过接入高精度卫星轨道钟差产品,实现台站处分布式高时效、高精度对流层延迟解算和大气水汽含量反演,实现台站级水汽产品的实时提供,满足中小尺度极端强对流天气系统监测、台风监测和短临预报需求。
台站基于单一台站基于历元的实时水汽处理,获取每个历元实时的水汽产品,可以极大地提高水汽观测的时间分辨率,并代替中心站的数据处理,降低GNSS原始数据从台站传输到中心站的传输带宽。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和有益效果变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请一个实施例的基于导航卫星系统的水汽观测系统的系统示意图;
图2是根据本申请一个实施例的基于导航卫星系统的水汽观测系统的流程示意图;
图3是根据本申请一个实施例的对流层天顶总延迟估计技术路线图示意图;
图4是根据本申请一个实施例的气压高程改正流程图示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
请参照图1-图2,本申请一实施例提供了一种基于导航卫星系统的水汽观测系统,包括:
卫星数据接收机,所述卫星数据接收机接收导航卫星系统的卫星数据;
气象观测仪,所述气象观测仪发送气象数据;
数据处理装置,连接所述卫星数据接收机及所述气象观测仪,所述数据处理装置接收并处理所述卫星数据及所述气象数据,并获得延迟数据,所述数据处理装置建立加权平均温度计算模型,且通过所述计算模型计算所述延迟数据,并获得计算结果,所述数据处理装置反演所述计算结果,并获得水汽数据。
本实施例中,总体技术路线包含:台站GNSS观测数据和气象观测数据的储存和预处理;台站处GNSS高时效、高精度PPP处理,获得高精度对流层延迟产品;台站处Tm(加权平均温度)模型的建立;台站处高精度大气水汽的反演,将水汽产品信息台站落地并输出到给定服务器实时上传,为后续的气象应用提供产品支持。
本申请一实施例中,所述水汽观测系统还包括:
卫星轨道钟差数据接收装置,所述卫星轨道钟差数据接收装置接收所述导航卫星系统的初步卫星数据,所述卫星轨道钟差数据接收装置还接收卫星钟差数据及精密轨道数据,且所述卫星轨道钟差数据接收装置根据所述卫星钟差数据及所述精密轨道数据调整所述初步卫星数据,并获得所述卫星数据。
本实施例中,总体技术路线包含:实时高精度卫星轨道钟差产品的接入、储存和质量控制;台站GNSS观测数据和气象观测数据的储存和预处理;台站处GNSS高时效、高精度PPP处理,获得高精度对流层延迟产品;台站处Tm模型的建立;台站处高精度大气水汽的反演,将水汽产品信息台站落地并输出到给定服务器实时上传,为后续的气象应用提供产品支持。
采用RTCM协议,从国家北斗地基增强系统或武汉大学接入实时高精度GNSS卫星轨道钟差产品,按照标准SP3格式对接入的流进行文件储存,并按照15分钟的处理间隔对接入的最近6小时弧段的卫星轨道钟差产品的粗差和异常值进行剔除。
请参照图3,本申请一实施例中,处理所述卫星数据及所述气象数据,并获得延迟数据包括:
按照第一时间间隔、第二时间处理弧度进行滑动窗口处理,获得对流层天顶延迟数据;
其中,所述对流层天顶延迟数据包括:天顶静力延迟及天顶非静力延迟数据;
获得对流层天顶延迟数据包括:
通过预设模型及已知气压获得所述天顶静力延迟数据,
将所述天顶静力延迟数据与预估的天顶非静力延迟数据相加,获得对流层天顶延迟数据。
利用PANDA软件PPP模块,按照15分钟处理间隔、6小时处理弧段进行PPP滑动窗口处理,获得时间分辨率优于5分钟的对流层天顶延迟产品。对流层天顶总延迟(ZTD)包含两部分,即天顶静力延迟ZHD(也称为天顶干延迟)和天顶非静力延迟ZWD(也称为天顶湿延迟)。在给定测站精确气压的情况下,ZHD可以通过模型(如Saastamoinen模型)精确求得(优于1mm),而1hPa的气压误差可造成近3mm的ZHD误差。在ZTD解算中可以使用先验温度气压模型(如GPT和GPT2模型)(Boehm等,2006;Lagler等,2013)提供的先验气压计算测站处的先验ZHD,将ZWD作为待估参数进行估计,将两者之和作为最终ZTD估值。由于干延迟投影函数和湿延迟投影函数差异小(虽然低高度角的差异增大,但可通过对观测值高度角加权的策略减小其影响),先验ZHD的误差绝大部分能被待估的ZWD吸收,因此,即使在测站处气象观测缺失的情况下,通过先验气压温度模型提供ZHD仍然能够获得高精度的ZTD产品。
本申请一实施例中,建立加权平均温度计算模型包括:
根据预设时间段的气象再分析资料,获取格网点处的地表气温和加权平均温度;
通过频谱分析建立加权平均温度与地表温度之差的转换格网模型;
根据所在的格网点,选取对应的转换参数,利用观测点的气温观测值获取观测点处的加权平均温度。
先验Tm模型未利用到台站的气温信息,因而理论上不如Tm(加权平均温度)-Ts(地表温度)转换模型法。本实施例中,将根据近十年的气象再分析资料(如ERA-Interim)求解格网点处的地表气温和Tm,通过频谱分析建立合适的Tm-Ts转换格网模型。台站根据所在的格网点,选取对应的转换参数,利用台站观测的气温观测值最终求得台站处的Tm。
本申请一实施例中,反演所述计算结果,并获得水汽数据包括:
从所述对流层天顶延迟数据中去除干延迟分量,获取湿延迟分量;
转换所述湿延迟分量至观测点的可降水量;
根据观测处的气温观测和建立的加权平均温度与地表温度之差转换模型计算得到的加权平均温度,转换得到时间分辨率优于第三时间的观测处大气水汽数据。
从ZTD转换为大气可降水含量(PWV)主要有两步,首先需要从ZTD中扣除干延迟(ZHD)分量获取湿延迟分量(ZWD),再将ZWD转换为台站处的PWV。
先验气温气压模型(如GPT和GPT2模型)获得的气压精度一般在5hPa左右,少数区域误差大于10hPa,因此为了获取高精度的ZWD产品,必须采用气象观测值来计算ZHD。
获得高精度湿分量ZWD后,再根据台站处的气温观测和建立的Tm-Ts转换模型计算得到的Tm,转换得到时间分辨率优于5分钟的台站处高精度大气水汽产品,并通过网络传输给中心服务器。
请参照图4,本申请一实施例中,反演所述计算结果,并获得水汽数据还包括:
消除气象观测设备与导航卫星系统天线之间的高度差带来的观测误差,包括:
判断|hg-hs|≤20m;
Ti=Ts+Γ·Δzi,Δzi=20(-20)m for hg>hs(hg<hs);
其中,下标g表示导航卫星系统天线,下标s表示气象观测设备。P、T、h分别表示气压(hPa)、温度(K)和高程(m)。重力加速度g=9.8067m/s2,干空气气体常数Rd=287.058JK- 1kg-1,温度随高度变化率Γ=-6.5K·km-1。
然而通常气象观测设备和导航卫星系统天线有一定的高度差异,地表附近10m的高程差异对应的气压差异超过了1hPa,进而给ZHD引入近3mm的误差。为了获得尽可能高精度ZWD产品,需要考虑高度差异的影响,将气象观测值改正到导航卫星系统天线处。而对水平位置的差异带来的水平梯度变化可忽略其影响。对于气压改正的流程如图4所示。
本申请一实施例中,所述卫星数据包括卫星的位置信息、时间信息及波速;所述气象数据包括气温、湿度及气压。
在本申请一实施例中,对台站GNSS观测和气象观测按照RINEX格式记录成文件,按照15分钟处理间隔、6小时处理弧段对观测文件进行数据预处理,对于气象观测文件,采用阈值控制法剔除异常观测,对于GNSS观测,采用Turboedit方法进行周跳的探测和质量控制。
在本申请一实施例中,还包括:选取某一汛期典型台站进行业务化试验运行,完成并提交试验示范运行评估报告。
基于地基GNSS测站网的高精度数据处理通常有两种方式,网解和PPP。网解模式可不依赖高精度卫星钟差产品,将GNSS观测网所有数据进行统一的处理,同时对卫星钟差和对流层延迟等参数进行解算。这种模式处理计算负担大,且测站网内某些测站的观测异常容易污染整个测站网数据处理结果;PPP模式需要高精度卫星轨道和钟差产品,对每个测站的观测数据进行单独的处理,每个测站之间互相独立,解算效率高,作业灵活。这种方式对于测站数目庞多的测站网数据的快速处理尤为合适。但是相比于网解模式,PPP模式需要高精度的卫星轨道和钟差产品。
本申请一实施例中,所述卫星数据接收机为北斗卫星系统数据接收机。
本申请一实施例中,所述水汽观测系统还包括:
服务器,连接所述数据处理装置,所述服务器接收所述数据处理装发送的所述水汽数据。
本申请一实施例中,所述水汽观测系统还包括:
台站,连接所述数据处理装置,所述台站接收所述数据处理装发送的所述水汽数据。
本申请一实施例中,所述北斗卫星系统数据接收机包括:卫星系统数据流接口。
本申请一实施例中,所述气象观测仪包括:气象数据流接口。
本申请一实施例中,所述数据处理装置包括:水汽数据输出接口。
本申请一实施例中,所述数据处理装置还包括:
处理芯片;及
接收板卡数据接口,连接所述处理芯片。
本申请一实施例中,所述数据处理装置还包括:
控制器接口,连接所述处理芯片。
本申请中的所有方法执行或实现硬件均是在本地的单台站上实现的,不需要将数据传输至其他服务器或者云端,因此与现有技术相比,本申请具有如下有益效果:
本申请基于台站的GNSS实时观测数据,通过接入高精度卫星轨道钟差产品,实现台站处分布式高时效、高精度对流层延迟解算和大气水汽含量反演,实现台站级水汽产品的实时提供,满足中小尺度极端强对流天气系统监测、台风监测和短临预报需求。
台站基于单一台站基于历元的实时水汽处理,获取每个历元实时的水汽产品,可以极大地提高水汽观测的时间分辨率,并代替中心站的数据处理,降低GNSS原始数据从台站传输到中心站的传输带宽。
显然,本领域的技术人员应该明白,上述的本实用新型的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本实用新型不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于导航卫星系统的水汽观测系统,其特征在于,包括:
卫星数据接收机,所述卫星数据接收机接收导航卫星系统的卫星数据;
气象观测仪,所述气象观测仪发送气象数据;
数据处理装置,连接所述卫星数据接收机及所述气象观测仪,所述数据处理装置接收并处理所述卫星数据及所述气象数据,并获得延迟数据,所述数据处理装置建立加权平均温度计算模型,且通过所述计算模型计算所述延迟数据,并获得计算结果,所述数据处理装置反演所述计算结果,并获得水汽数据。
2.根据权利要求1所述的基于导航卫星系统的水汽观测系统,其特征在于,所述水汽观测系统还包括:
卫星轨道钟差数据接收装置,所述卫星轨道钟差数据接收装置接收所述导航卫星系统的初步卫星数据,所述卫星轨道钟差数据接收装置还接收卫星钟差数据及精密轨道数据,且所述卫星轨道钟差数据接收装置根据所述卫星钟差数据及所述精密轨道数据调整所述初步卫星数据,并获得所述卫星数据。
3.根据权利要求2所述的基于导航卫星系统的水汽观测系统,其特征在于,所述卫星数据接收机为北斗卫星系统数据接收机。
4.根据权利要求3所述的基于导航卫星系统的水汽观测系统,其特征在于,所述水汽观测系统还包括:
服务器,连接所述数据处理装置,所述服务器接收所述数据处理装发送的所述水汽数据。
5.根据权利要求4所述的基于导航卫星系统的水汽观测系统,其特征在于,所述水汽观测系统还包括:
台站,连接所述数据处理装置,所述台站接收所述数据处理装发送的所述水汽数据。
6.根据权利要求5所述的基于导航卫星系统的水汽观测系统,其特征在于,所述北斗卫星系统数据接收机包括:卫星系统数据流接口。
7.根据权利要求6所述的基于导航卫星系统的水汽观测系统,其特征在于,所述气象观测仪包括:气象数据流接口。
8.根据权利要求7所述的基于导航卫星系统的水汽观测系统,其特征在于,所述数据处理装置包括:水汽数据输出接口。
9.根据权利要求8所述的基于导航卫星系统的水汽观测系统,其特征在于,所述数据处理装置还包括:
处理芯片;及
接收板卡数据接口,连接所述处理芯片。
10.根据权利要求9所述的基于导航卫星系统的水汽观测系统,其特征在于,所述数据处理装置还包括:
控制器接口,连接所述处理芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020912462.1U CN212658826U (zh) | 2020-05-27 | 2020-05-27 | 一种基于导航卫星系统的水汽观测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020912462.1U CN212658826U (zh) | 2020-05-27 | 2020-05-27 | 一种基于导航卫星系统的水汽观测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN212658826U true CN212658826U (zh) | 2021-03-05 |
Family
ID=74747331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202020912462.1U Active CN212658826U (zh) | 2020-05-27 | 2020-05-27 | 一种基于导航卫星系统的水汽观测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN212658826U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632473A (zh) * | 2021-03-09 | 2021-04-09 | 长江空间信息技术工程有限公司(武汉) | 一种融合地基和空基gnss大气可降水量的计算方法 |
-
2020
- 2020-05-27 CN CN202020912462.1U patent/CN212658826U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632473A (zh) * | 2021-03-09 | 2021-04-09 | 长江空间信息技术工程有限公司(武汉) | 一种融合地基和空基gnss大气可降水量的计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111551964B (zh) | 一种基于导航卫星系统的水汽观测方法 | |
Atlas | Atmospheric observations and experiments to assess their usefulness in data assimilation (gtSpecial IssueltData assimilation in Meteology and oceanography: theory and practice) | |
Zuffada et al. | A novel approach to atmospheric profiling with a mountain‐based or airborne GPS receiver | |
CN109814179B (zh) | 一种基于云感知的应急通信处理系统 | |
CN111896977B (zh) | 对流层湿延迟精度计算方法及其系统和定位方法及其系统 | |
WO2016034252A1 (en) | Ionospheric scintillation prediction | |
CN108387169B (zh) | 一种基于实时大气产品的gnss形变监测系统 | |
WO2004095055A9 (en) | Correction of troposphere induced errors in global positioning systems | |
Von Engeln et al. | GRAS radio occultation on-board of Metop | |
CN110990505B (zh) | 一种基于神经网络的Loran-C ASF修正方法 | |
CN111881569A (zh) | 二氧化碳柱浓度的反演方法、装置、存储介质及电子设备 | |
CN212658826U (zh) | 一种基于导航卫星系统的水汽观测系统 | |
CN103235890A (zh) | 卫星短时临近降水预报系统及降水预报方法 | |
Wang et al. | Correcting negatively biased refractivity below ducts in GNSS radio occultation: an optimal estimation approach towards improving planetary boundary layer (PBL) characterization | |
CN113959329A (zh) | 一种基于多星数据融合的积雪深度反演方法 | |
CN116413747B (zh) | 一种基于gnss的监测仪闭环仿真测试方法和系统 | |
Ma et al. | Assimilation of all-sky radiance from the FY-3 MWHS-2 with the Yinhe 4D-Var system | |
Kunii et al. | Impact of assimilation of GPS radio occultation refractivity on the forecast of Typhoon Usagi in 2007 | |
David | Harnessing crowdsourced data and prevalent technologies for atmospheric research | |
Shahabadi et al. | Impact of slant-path radiative transfer in the simulation and assimilation of satellite radiances in Environment Canada’s weather forecast system | |
Charoenphon et al. | Performance assessment of weighted mean temperature models derived from AIRS and ERA5 reanalysis for calculating GPS precipitable water vapor in the thailand region | |
CN113406727B (zh) | 一种水汽处理气象专用芯片模组 | |
Buendia-Buendia et al. | Determining geostrophic wind direction in a rainfall forecast expert system | |
CN116527135B (zh) | 站址可用度确定方法、系统、装置、电子设备及存储介质 | |
Braun et al. | Recent improvements in the retrieval of precipitable water vapor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |