典型文献
利用多源数据构建PWV混合模型
文献摘要：
高精度和高时空分辨率的大气可降水量(precipitable water vapor,PWV)信息对于极端天气研究具有重要作用.传统的单一水汽探测技术获取的PWV因其系统设计的局限性存在精度差、时空分辨率低等缺陷.针对该问题,提出了一种基于多源数据的混合模型——全球温度气压湿度(global pressure and temperature 2 wet,GPT2w)+球谐函数(spherical harmonic function,SHF)+多项式拟合(polynomial fitting,PF),简称 GSP模型.该模型通过GPT2w计算PWV的初始值,利用SHF拟合PWV的偏差序列,利用PF对模型偏差进行校正,并引入Bartlett检验确定GSP模型中多源数据的最优权值.选取2014年中国云南省26个全球导航卫星系统(global navigation satellite system,GNSS)测站和 37 个欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting,ECMWF)气候再分析数据集(ECMWF reanalysis-interim,ERA-Interim)格网点(1°×1°)的数据为例,建立GSP模型并进行验证,发现GSP模型较传统PF模型的精度提升率为15％～18％.以ECMWF第5代气候再分析数据集(ECMWF reanalysis v5,ERA5)提供的PWV格网数据(0.25°×0.25°)为参考,GSP模型的平均均方根误差和偏差分别为1.64 mm、-0.25 mm.上述结果表明GSP模型具有较高的精度,对于极端天气预警具有重要作用.
文献关键词：
GNSS;PWV;多源数据融合;GSP
中图分类号：
作者姓名：
赵庆志;杜正;吴满意;姚宜斌;姚顽强
作者机构：
西安科技大学测绘科学与技术学院,陕西 西安,710054;国家测绘地理信息局第一地形测量队,陕西 西安,710054;武汉大学测绘学院,湖北 武汉,430079
文献出处：
引用格式：
[1]赵庆志;杜正;吴满意;姚宜斌;姚顽强-.利用多源数据构建PWV混合模型)[J].武汉大学学报（信息科学版）,2022(11):1823-1831,1846
A类：
B类：
PWV,混合模型,高时空分辨率,大气可降水量,precipitable,water,vapor,极端天气,水汽,探测技术,技术获取,global,pressure,temperature,wet,GPT2w,球谐函数,spherical,harmonic,function,SHF,多项式拟合,polynomial,fitting,PF,GSP,初始值,模型偏差,Bartlett,权值,全球导航卫星系统,navigation,satellite,system,GNSS,测站,天气预报,European,Centre,Medium,Range,Weather,Forecasting,ECMWF,再分析数据,reanalysis,interim,Interim,格网点,精度提升,提升率,v5,ERA5,格网数据,警具,多源数据融合
AB值：
0.431537
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
