导读:本文包含了大气可降水量论文开题报告文献综述及选题提纲参考文献,主要关键词:GPS气象学,大气可降水量,大气加权平均温度,GAMIT
大气可降水量论文文献综述
乔禛,魏加华,袁晓伟,李琼,张令振[1](2019)在《青海典型地区地基GPS大气可降水量反演及精度分析》一文中研究指出青海地区海拔差异大、区域气候背景不同,具有显着的区域差异性.为在青海地区开展GPS(全球定位系统,Global Position System)气象应用研究,获取不同地区中尺度、高时间分辨率的水汽信息,本文以青海省叁江源区(达日)、西宁市为研究区域,利用2010~2017年的探空数据回归得出两地本地化大气加权平均温度(Weighted Average Temperature,T_m)模型,对比分析发现两地本地化回归模型的精度要优于最早建立的Bevis模型和全国范围精度较高的龚绍琦模型;同时,对比分析叁江源区(达日)、西宁两地利用GPT2(全球气温和气压经验模型,Global Pressure and Temperature)对流层模型与实测气象数据进行GPS大气可降水量(Precipitation Water Vapor,PWV)反演的差异,发现在研究区可利用GPT2对流层模型作为无实测气象数据PWV反演的补充,且精度相当.最后,利用研究区2016年GPS观测数据,使用本地化T_m模型,并以GPT2对流层模型为补充进行PWV反演,利用探空数据计算得到的PWV作为参考值,发现GPS反演PWV与参考值的相关系数达到0.9以上,且GPS-PWV略大于基于无线电探空观测(Radio Sounding,RS)获得的RS-PWV.本文研究为在青海地区开展GPS水汽遥感工作奠定了基础.(本文来源于《应用基础与工程科学学报》期刊2019年05期)
师芸,邬康康,申靖宇[2](2019)在《基于超快速星历反演大气可降水量的精度分析》一文中研究指出水汽是预报某些灾害性天气的重要依据,因此及时获得高分辨率的水汽产品对精准预报天气具有至关重要的意义.针对最终精密星历更新速度较慢、时延较长,无法满足实时反演大气可降水量的要求,提出一种利用超快速星历代替最终精密星历反演大气可降水量的方法:基于地基GNSS反演大气可降水量的原理,利用GAMIT软件,根据国际GNSS服务(IGS)网站提供的不同精度的星历产品获得大气可降水量,并与气象探空站所获得的大气可降水量对比分析.研究结果表明,利用超快速星历所获得的大气可将水量与最终精密星历一致,二者平均差值优于0.1 mm,且与探空站测得的大气可降水量值非常一致,其精度可以满足天气预报的需求.(本文来源于《全球定位系统》期刊2019年05期)
刘晶,周雅蔓,杨莲梅,张迎新[3](2019)在《2016年伊犁河谷大气可降水量变化特征及其与降水的关系》一文中研究指出利用NCEP/NCAR 0. 25°×0. 25°再分析资料,ERA-Interim 0. 5°×0. 5°再分析资料,2016年3月至2017年2月伊犁河谷3个地面观测站逐时和逐日降水及地基GPS大气可降水量(简称"P_(WV)"),对各测站P_(WV)时间变化及其与降水关系进行分析,明确了各站不同降水情况下及不同季节P_(WV)的演变特征。结果表明:(1)各站P_(WV)月际变化呈单峰型分布,谷值出现在1月,7月达到峰值,其中伊宁站2—9月(除7月) P_(WV)与同期降水量变化一致,10—12月呈反向。(2)各站春、夏季平均P_(WV)日变化曲线呈双峰型,春季各站峰值出现在17:00和00:00前后,较夏季峰值出现时间晚2~4 h;秋季新源站P_(WV)日变化曲线呈单峰型,其他两站P_(WV)呈双峰型分布;冬季各站P_(WV)日变化曲线均呈单峰型特征。随着测站海拔高度的增加,P_(WV)日变化幅度逐渐增大。(3) P_(WV)与降水有密切关系,P_(WV)最大值出现时间超前降水0~3 h、5 h和7~9 h发生频次最高,春、夏、秋、冬各季节降水分别主要发生在P_(WV)最大值出现后0~3 h、0~2 h和5~7 h、0~3 h和7~9 h及0~1 h。不同降水情况下各站P_(WV)值存在显着差异,海拔越高的测站差异越不显着。(4)降水发生前P_(WV)增大与对流层低层水汽输送和水汽流入有关;降水期间不同影响系统、不同水汽输送造成的P_(WV)增大时间和峰值有所不同,降水开始时间与P_(WV)峰值有较好的对应关系。降水期间暴雨区水汽垂直输送明显,对流层中、高层云形成云冰水聚集区,P_(WV)有明显跃变,存在水汽的快速聚集过程,造成测站短时强降水天气。(本文来源于《干旱气象》期刊2019年04期)
梁倩,光莹,刘琼,史文浩,陈勇航[4](2019)在《新疆及周边中亚地区大气可降水量分布的中亚低涡响应》一文中研究指出中亚低涡是新疆及中亚地区主要降水系统,为了揭示其影响下的大气降水潜力,利用2003—2014年夏半年中亚低涡发生时的AIRS Version 6 Level 2卫星资料,对夏半年中亚低涡降水系统月际变化和不同类型路径的大气可降水量分布规律进行了分析。结果表明:①中亚低涡的南涡与北涡发生率明显不同。北涡占中亚低涡总发生率的68. 31%,南涡占31. 69%。其中,7、8月中亚低涡发生频次最高。②按照中亚低涡不同路径分类来看,各路径发生率明显不同,其中,向东南方向移动的中亚低涡发生率最高。③从月际变化来看,5—9月平均大气可降水量整体分布趋势为中亚地区高于中国新疆地区。新疆吐鲁番盆地和塔里木盆地高于沿山脉分布的地区。④从路径类型来看,北涡各路径平均大气可降水量分布趋势整体相似,各路径均有26 mm以上大范围高值区,南涡各路径含量整体偏小,大都在18 mm以下。上述研究将为新疆和中亚地区突发性强降水天气预报预警以及人工增水提供参考。(本文来源于《干旱区研究》期刊2019年05期)
方文维,朱紫云,林日新[5](2019)在《我国大气可降水量变化特征分析》一文中研究指出水汽是水文循环的物质基础和能量来源,也是大气降水的必要条件。深入研究我国大气可降水量的变化特征,对于气象防灾减灾具有重要意义。该文利用我国1998-2010年72个探空站点资料,采用探空法计算得到我国月平均大气可降水量,并以此为基础,计算得到我国各站点的季节、年平均可降水量,最后再对结果进行显着性检验和分析。结果表明,我国大部分地区年平均可降水量呈递减趋势。我国可降水量总体呈由东南沿海向西北内陆递减的趋势,南方地区年平均可降水量最大,约为40mm,西北地区年平均可降水量在10mm左右,北方地区在20mm左右。在季节方面,我国大气可降水量在冬季最少,夏季最多,秋季次之。地理纬度、环流系统、海陆分布、地形因子、季节是影响我国大陆可降水量的主要因素。四川盆地地区有一高湿区,在云贵高原东部递减趋势显着,其地形因素影响显着。(本文来源于《海峡科学》期刊2019年07期)
田晓磊,李宝富,李学伟,李婷,朱明博[6](2019)在《1970-2012年华北平原大气可降水量时空变化及其影响因素》一文中研究指出基于1970-2012年华北平原探空站和地面站气象资料,分析了大气可降水量的时空变化特征及其影响因素.结果表明:(1)1970-2012年,华北平原年均大气可降水量呈不显着下降趋势,速率为-0.10mm/10a.其中,秋季大气可降水量减少速率最高,为-0.18mm/10a.在空间上,华北平原东南部年均大气可降水量降低速率明显大于西北部.(2)近40多年来,华北平原年均降水效率基本稳定,速率为-0.01%/10a.(3)在年和季节尺度上,华北平原大气可降水量变化与降水量仅在冬季相关性不显着.在空间上,仅华北平原南部年均大气可降水量与降水量呈显着正相关性;而降水效率与降水量在各尺度上均呈极显着相关性.(4)北半球极涡面积和亚洲区极涡强度分别对春季和夏季大气可降水量的变化影响较大.而秋、冬季,大气可降水量与西伯利亚高压和亚洲经向环流关系密切.(本文来源于《聊城大学学报(自然科学版)》期刊2019年03期)
高志钰,李建章,刘彦军,刘江涛,张健珲[7](2019)在《利用BDS数据反演大气可降水量及其精度分析》一文中研究指出随着GAMIT软件版本的不断更新,对BDS数据基线解算已成为可能。本文提出了一种基于GAMIT软件的BDS大气可降水量反演方法,并对利用探空数据计算得到的大气可降水量与GPS数据反演结果进行精度验证。结果表明,通过BDS反演得到的大气可降水量与探空数据计算结果之间的平均相对误差、均方根误差均小于2 mm,相关系数大于0.98;与GPS反演结果之间的平均相对误差、均方根误差均小于3 mm,相关系数大于0.96。BDS反演结果精度较高,基本能够满足气象需要。(本文来源于《测绘通报》期刊2019年05期)
杜飞,郑南山,孙菲浩[8](2019)在《不同星历反演大气可降水量的时间序列分析》一文中研究指出针对地基GPS水汽探测过程中星历文件的选取对最终反演结果影响的问题,该文利用探空资料建立了一种新的香港季度加权平均温度计算公式,采用3种不同星历对GPS观测数据进行基线解算。通过MATLAB对反演的大气可降水量进行时间序列分析,3种不同星历反演的大气可降水量与探空数据的结果相似,均方差非常接近,快速星历与最终精密星历反演精度基本一致,超快速星历与最终精密星历的反演精度接近。此结果表明:不同星历的选取能够对最终反演结果产生影响,但影响可以近似忽略;最终精密星历可用于事后的高精度水汽反演,分析水汽的变化规律;快速星历结果可用于时效性快的水汽探测;超快速星历用于实时水汽探测,成为水汽探测的手段之一。(本文来源于《测绘科学》期刊2019年09期)
刘博威[9](2019)在《GPS反演大气可降水量与区域PM2.5的相关性研究》一文中研究指出水汽是大气中重要的组成成分,在大气中含量占比较少但变化范围较大,水汽在各种天气变化中起主导作用。传统的大气探测手段在连续性以及精度方面具有很大局限性,而GPS水汽反演技术在经历了多次变革发展之后,具有全天候、精度高、实时快捷、不受天气状况的影响以及成本低廉等优点,使其被广泛应用于各类天气观测预报工作。随着近些年经济体的高速发展,各种污染物排放导致环境恶化加剧,空气质量逐年下降,雾霾是大气污染的重要现象之一,其成因是大气内各种污染颗粒物借由一定条件的气象因素凝结或聚集,短时间内无法自行沉降使能见度恶化,而大气水汽是促使雾霾成型的外在气象因素条件之一。本文利用国内5座城市GPS观测站和国控气象站数据,建立基于水汽反演的大气可降水量和大气污染物相关性模型和大气污染物预测模型,主要内容包括:(1)天顶可降水量PWV的获取。使用GAMIT处理国内5座城市GPS站获取天顶对流层延迟,并结合实验区域本地化_mT模型解算出PWV。通过与探空站相对应时刻获取的PWV对比,从处理时间、处理精度、处理的复杂性等多方面对PWV的获取进行精度对比评价。(2)徐州地区大气颗粒物PM2.5与PWV相关性研究。针对所选用研究地区区域概况及逐月份的极端雾霾天气,将GAMIT解算得到的徐州市大气可降水量及国控气象监测站PM2.5数据进行相关性及变化趋势分析。对比可知GPS反演大气可降水量与PM2.5呈正相关,样本数据反映的极端天气也与历史天气预报提供信息基本吻合;(3)基于BP神经网络的水汽反演大气污染预测模型建立。为了更精确的获取两者之间的模型,运用神经网络技术进行学习预测,建立PM2.5监测模型并使之与探空站大气污染颗粒物数据对比,二者相关系数显着高于线性回归模型,均方根误差也有明显改善,各精度指标均表明BP神经网络的优化模型相对于线性回归模型更优,进一步验证了基于GPS水汽反演与BP神经网络技术构建大气污染预测模型的可行性,为大气监测领域研究提供新的可能。(本文来源于《中国矿业大学》期刊2019-05-01)
高志钰,李建章,寇瑞雄,刘彦军,刘江涛[10](2019)在《不同星历条件下大气可降水量反演精度分析》一文中研究指出针对最终精密星历更新速度较慢、延迟时间较长,不能满足实时反演大气可降水量的要求的问题,提出一种由快速精密星历或超快速精密星历代替最终精密星历进行可降水量反演的方法:通过分析可降水量反演的基本原理,给出反演的基本流程;并结合香港连续运行参考站2017年第335~364天的数据对不同方法所得结果的精度进行验证。实验结果表明:运用连续运行参考站数据反演大气可降水量是可行的;且在一定的条件下,用快速精密星历或超快速精密星历代替最终精密星历进行可降水量反演也是可行的,能够满足气象预报的精度要求。(本文来源于《导航定位学报》期刊2019年01期)
大气可降水量论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
水汽是预报某些灾害性天气的重要依据,因此及时获得高分辨率的水汽产品对精准预报天气具有至关重要的意义.针对最终精密星历更新速度较慢、时延较长,无法满足实时反演大气可降水量的要求,提出一种利用超快速星历代替最终精密星历反演大气可降水量的方法:基于地基GNSS反演大气可降水量的原理,利用GAMIT软件,根据国际GNSS服务(IGS)网站提供的不同精度的星历产品获得大气可降水量,并与气象探空站所获得的大气可降水量对比分析.研究结果表明,利用超快速星历所获得的大气可将水量与最终精密星历一致,二者平均差值优于0.1 mm,且与探空站测得的大气可降水量值非常一致,其精度可以满足天气预报的需求.
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
大气可降水量论文参考文献
[1].乔禛,魏加华,袁晓伟,李琼,张令振.青海典型地区地基GPS大气可降水量反演及精度分析[J].应用基础与工程科学学报.2019
[2].师芸,邬康康,申靖宇.基于超快速星历反演大气可降水量的精度分析[J].全球定位系统.2019
[3].刘晶,周雅蔓,杨莲梅,张迎新.2016年伊犁河谷大气可降水量变化特征及其与降水的关系[J].干旱气象.2019
[4].梁倩,光莹,刘琼,史文浩,陈勇航.新疆及周边中亚地区大气可降水量分布的中亚低涡响应[J].干旱区研究.2019
[5].方文维,朱紫云,林日新.我国大气可降水量变化特征分析[J].海峡科学.2019
[6].田晓磊,李宝富,李学伟,李婷,朱明博.1970-2012年华北平原大气可降水量时空变化及其影响因素[J].聊城大学学报(自然科学版).2019
[7].高志钰,李建章,刘彦军,刘江涛,张健珲.利用BDS数据反演大气可降水量及其精度分析[J].测绘通报.2019
[8].杜飞,郑南山,孙菲浩.不同星历反演大气可降水量的时间序列分析[J].测绘科学.2019
[9].刘博威.GPS反演大气可降水量与区域PM2.5的相关性研究[D].中国矿业大学.2019
[10].高志钰,李建章,寇瑞雄,刘彦军,刘江涛.不同星历条件下大气可降水量反演精度分析[J].导航定位学报.2019