王洪， 张恩红， 孟金， 徐晓琳

(1.山东省气象信息中心，250031，济南；2.广东省气象探测数据中心，510080,广州)

GPS/MET误差分析及其在降水预报中的应用

王洪1， 张恩红2， 孟金1， 徐晓琳1

(1.山东省气象信息中心，250031，济南；2.广东省气象探测数据中心，510080,广州)

GPS/MET反演的大气可降水量产品具有近实时、全天候等优点，可为全国水土保持领域的组网监测提供更多的数据支持，GPS/MET的数据质量对降水预报分析尤为重要。本研究将GPS大气可降水量与探空、微波辐射计进行对比，分析GPS/MET的数据质量；同时，分析GPS大气可降水量与地面降水的关系，探索GPS/MET在邻近降水预报中的作用。结果显示：1)2015年GPS大气可降水量与探空、微波辐射计的演变趋势总体一致，波峰和波谷有很好的对应性，全年看整层大气水汽含量存在着明显的月际变化，随时间呈单峰曲线分布；因此GPS/MET能较好的反映大气中可降水量随时间的变化。2)虽然GPS/MET与微波辐射计、探空2种探测手段的平均偏差较大，但是离散程度不大，说明GPS/MET与其余2种探测方法之间存在稳定的系统误差。3)大气可降水量在地面降水发生前十几个小时开始增大，随后维持在一个高值的水平上，说明在降水前大气中有一个明显的水汽积累的过程。地面降水发生时大气可降水量达到最大值，降雨强度的极大值与可降水量的极大值有很好的对应。地面降水过程结束后，可降水量量迅速下降。4)大气可降水量的极大值是降水产生的必要条件。综合考虑降水次数和降水概率后，选取大气可降水量连续4 h增加6 mm以上为判断降水发生的依据之一；因此，GPS/MET数据质量较可靠且在降水预报中具有指示性作用，作为气象和水土保持学科交叉的纽带，可为水土保持业务和决策部门决策分析和制定方面提供数据支撑。

GPS/MET; 可降水量; 探空; 微波辐射计; 降水

随着经济的发展，人类改造自然活动的加剧以及降水量的变化，使得我们在水土保持方面面临着严峻的挑战。特殊地形的水土流失可能是干旱缺水和暴雨的双重作用[1]，降水是引起水土流失的重要因素之一[2]，降水量的变化特征也是水土保持科学领域的热点。而大气中的可降水量(PWV，precipitable water vapor)又对降水有指示性意义[3]；因此PWV的监测和数据质量分析可为水土保持学科提供重要的数据来源和科学依据。大气中的水汽同时也是监测及预测全球气候变化以及包括暴雨在内的高影响天气的重要因子[4]。目前，常规的无线电探空由于站点分布稀疏、无法连续观测(通常1天2次)，提供的大气水汽资料不足以满足各行业对数据时空分辨率的要求。

随着遥感探测技术的发展，GPS气象(GPS/MET ,GPS/METeorology)逐渐被我们所认识。GPS/MET技术获取的PWV(GPS/PWV)具有时空分辨率高、精度高、全天候、近实时、连续获取能力强、不需对设备进行定标以及经济、高效等别的探测手段所不能比拟的诸多优点。20世纪90年代中期，日本组建了世界上最大、最密集的GPS国家观测网，以用于研究和业务运行。此观测网包含约1 200个GPS站点,实现了每20 km就有1个GPS站[5]。21世纪初，美国组建了包括气象观测在内的1 000多个连续运行的参考站网。德国目前每50 km就有1个GPS站，每10～20 min可提供1组PWV数据[6]。

20世纪90年代，中国开始利用GPS信号反演PWV。21世纪初起，全国开始GPS综合网的建设，加强了我国水汽高时空密度的监测，对我国水土保持、气候分析预测、突发性暴雨预报、人工影响天气等方面都起到重要作用。山东省气象局1998年开始GPS站网建设，目前，业务已发展到25个站点数据的传输和水汽产品生成。为使GPS/MET水汽产品在水土保持领域以及降水预报中得到更多的应用，更好地发挥其作为气象和水土保持领域学科交叉的纽带和桥梁作用，笔者以山东章丘站为例，分析GPS反演PWV的误差特征以及对降水的预警作用。

1 研究区概况

本文研究区域为山东省济南市章丘区(E 117°10′～117°35′，N 36°25′～37°09′)，该地区年均水资源总量超过5.7亿m3，其中可利用量4.43亿m3，占总量的77.72%。土壤共分4个土类：棕壤2 326.67 hm2，占可利用面积的1.9%，主要集中在垛庄镇官营一带；褐土8.83万hm2，占可利用面积的70.2%,分布在中南部；水稻土374.07 hm2，占可利用面积的0.3%，集中于明水泉北地带，为境内最优土壤； 潮土3.48万hm2，占可利用面积的27.6%，集中于北部沿清、沿黄地带。该区域气候上属暖温带季风区的大陆性气候。受季风影响降水年内分配极为不均匀，年降水量的70%集中在6—9月间。章丘区的林木资源共54科、183种，常见林木为马尾松(Pinusmassoniana)、柏木(Cupressusfunebris)、杨树(Populustrinervis)、垂柳(Salicmatsuodana)、梧桐(Firmianaplatanifolia)、榆树(Ulmuspumila)等。[7]

2 数据与方法

所用资料为2015年GPS/PWV数据，选取同时段GPS测站临近的L波段探空、微波辐射计资料反演的PWV进行对比分析。3种独立数据间的对比可更好地反映数据的偏差特征。

根据L波段探空的气压、温度廓线计算出PWV[8-11]。对于微波辐射计，即便是很弱的降水也会使天顶方向V波段亮温的误差信号达到饱和，致使PWV反演结果产生很大的偏差[12]。为避免降水对微波辐射计的影响，将微波辐射计降水时间段内及其降水前后1min的PWV值剔除；同时，分析GPS/PWV数据与地面自动气象站的降雨强度间的关系，探索GPS/MET在邻近降水预报中的作用。

3 结果与分析

3.1 GPS/MET误差分析

图1为章丘GPS/MET、微波辐射计和L波段探空三者2015年PWV的时间序列图，三者总体的变化趋势一致，全年看PWV存在着明显的月际变化，随时间呈单峰曲线分布。PWV自4月份从10 mm

左右开始逐渐增大，虽有波动、起伏，但是增大趋势明显，7—8月份达到峰值，最大可超过70 mm，8月以后开始迅速下降，且下降速度大于上升速率。但是3种探测手段间也存在明显的差异性，GPS/MET探测到的PWV值明显高于微波辐射计和L波段探空，而微波辐射计和L波段探空趋势较为一致。

PWV: precipitable water vapor. The same below.图1 2015年GPS/MET、微波辐射计、L波段探空探测的PWV分布Fig.1 PWV by GPS/MET, microwave radiometer, and L band sounding respectively in 2015

对GPS/MET、微波辐射计、L波段探空三者间的偏差进行统计[13]，检验GPS/MET的精度。

由表1可见，三者的相关系数较高，都超过98%。微波辐射计和L波段探空之间的偏差最小，为1.33 mm，均方根误差为2.42 mm，相对方差也最小，为10%，说明微波辐射计和L波段探空之间一致性较高，离散程度较低。而GPS/MET相对于微波辐射计和探空呈现PWV偏大的特点，虽然GPS/MET与其余二者的平均偏差较大，分别为4.67和-5.97 mm，但是均方根误差不大，分别为2.82和2.80 mm，即离散程度不大，说明GPS/MET与其余2种探测方法之间存在稳定的系统误差，即研究所选取的济南章丘GPS/PWV有整体偏高的误差特点。

表1 2015年GPS/MET、微波辐射计、探空探测的PWV对比结果

偏差产生的原因一是由于探测手段的不同导致的系统误差，二是与观测台站的海拔和气候特点有关[14]，三是GPS反演误差。GPS水汽反演过程的每个环节都是误差的来源，测量误差主要包括GPS轨道误差、多路径误差、钟差、相位测量误差等，理论上计算的这些误差导致的PWV的估计误差大约为1.7 mm[6,15]。而水汽含量反演过程中误差来源主要有天顶中性层延迟误差、地面气象站观测温度和气压的误差、气温加权平均值Tm的精度以及转换公式的模型误差等。它们的综合影响使这一转换的相对精度约为±15%[14]。 天顶中性层延迟的误差有各种不利因素导致，如定轨误差、多路径效应等；提高地面气象站观测气压的精度可以采用高质量的温度传感器和气压传感器，如果温度测量精度达0.5 K，气压测量精度达0.2 mbar，那么水汽含量的精度就会高于0.7 mm[16]；在利用GPS湿延迟(Zenith Wet Delay，ZWD)推算PWV时，转换系数Π的精度直接影响PWV的精度：PWV=Π×ZWD，而Π又由Tm计算得到；因此只有准确确定Tm值，才能确保Π的精度[17]。Tm的精度应根据当地的气候特点[18]，计算出山东省的回归公式，这也是今后要解决的主要问题。

3.2 济南地区大气可降水量与局地降水的关系

选取4个临近站点进行比对，2015年全年4个站点的PWV分布如图2，4个站的PWV变化相近，波峰与波谷有较好的对应性; 因此，选取其中的章丘站来分析局地PWV与地面降水的关系。

图2 2015年章丘、平阴、济阳、泰安4站的PWV分布Fig.2 PWV at Station Zhangqiu, Pingyin, Jiyang, and Taian respectively in 2015

3.2.1 个例分析 根据章丘GPS 站反演的PWV和自动气象站测量得到的每小时降水量资料，对2015年8月3—6日发生在济南地区的1次降雨过程中GPS反演的PWV的演变特征进行分析，结果如图3所示。可见2015年8月3—6日凌晨，章丘地区出现了2次降水过程，对比降水前后GPS/PWV的演变特征与实际降水量的关系，可以发现2次明显的降水过程分别发生在8月3日12时至22时、8月5日20时至8月6日04时，实况小时降水量和GPS/PWV在时间演变上有较好的吻合度——PWV的2个峰值分别对应2次降水过程。

图3 2015年8月3—6日章丘PWV和实际降雨强度的关系Fig.3 Relationship between PWV and rain intensity at Zhangqiu station on August 3-6, 2015

其次，从8月2日20时起，PWV逐渐增大，15 h后(8月3日12时)降水开始；8月5日6时起， PWV从43 mm增加到62.4 mm，也是一个明显增大的过程，14 h(8月5日20时)后降水开始。这2次降水结束后，PWV都有显著的递减过程。PWV变化幅度、极值水平及持续时间与影响降水的天气系统、降水性质等有关[19]。

这2次降水的PWV在地面降水发生前十几个小时开始出现增大，随后维持在高值的水平上，说明在降水前大气中有明显的水汽积累的过程。地面降水发生时PWV达到最大值，降雨强度的极大值与PWV的极大值有很好的对应。地面降水过程结束后，PWV迅速下降。可见，PWV的极大值是降水产生的必要条件。李国平[4]曾指出当PWV在数值上超过某一基准值以后，地面降水才会发生。强降水一般在PWV的高值阶段或以后发生，即PWV高值时间段发生降水的概率较大；因此，PWV的增加、极大值的出现以及高值的维持对短时临近预报有较好的指示意义。

为进一步定量分析PWV对短临预报的指示作用，笔者对2015年8月章丘GPS/MET数据进行探讨。

如图4所示， 2015年8月除了19日外，PWV超过月均值时，地面均产生降水；因此可以初步判断，PWV在月均值之上，产生降水的概率较大。每次地面降水开始前和结束后，PWV都表现出急速增长和下降的趋势，在8月的几次降水过程中，PWV的变化都体现出这一特征。由于降水对PWV的消耗，使得降雨强度减小[20]；因此，水汽能够源源不断地输入补充，成为维持降水的关键因素。

图4 2015年8月章丘PWV、实况雨量、月均水汽含量的分布Fig.4 Distribution of PWV, rain intensity and mean PWV at Zhangqiu station during August 2015

但是，PWV在8月14日、8月19日都迅速上升到55 mm以上，地面降水量却很少；而8月24、25和26日的降水过程中，PWV仅上升到47 mm左右，降雨强度达20 mm/h。推断14、19日章丘区域水汽辐合缺乏，降水持续时间短，降水量也低；若大气中有较强的水汽辐合，即使水汽含量值稍低于平均值也可能产生降水[13]。尤其是8月25日每小时的降雨量53 mm，超过了PWV值(50 mm)，根据曹云昌等[3]的研究，大气中源源不断的水汽辐合，为降水提供了充足的水汽来源。

3.2.2 统计分析

下面分析2015年全年章丘站PWV和地面降水的关系。PWV和地面降雨强度资料的分辨率均为1 h，GPS/MET共有8 760次观测，其中有效数据7 726次，地面降雨强度共有8 852次观测。

图5为PWV与地面降雨强度的时间序列图，宏观上看，降雨强度超过20 mm/h均发生在PWV较高的夏季(7、8、9月)，PWV的高值与地面降水的高值有较好的对应。

图5 2015年章丘站PWV与地面降雨强度的时间序列图Fig.5 Distribution of PWV and ground rainfall intensity at Zhangqiu station during 2015

下面对两者的关系进行定量分析。地面是否发生降水与降水发生前PWV的增量有关。根据曹云昌等[3]发现，安徽和北京地区2 h PWV增量与本站降水的关系最为密切。本研究中一次降水发生的标准为：前4 h或后6 h出现0.01 mm/h以上的降雨强度，就认为产生降水。

统计2015年PWV连续增加量与降水次数发生的频率，分别计算PWV连续2、3、4、5 h的增加量为不同值时发生的次数a与降水发生的次数b，b/a即为降水发生的概率。结果如表2，当PWV连续2 h的增加量为4 mm时共发生160次，其中发生降水86次，降水概率为53.75%，即若以2 h为PWV增量的衡量范围时，增加4 mm发生降水的概率较大。同理，以3 h和4 h为PWV增量的衡量范围时，PWV增加6 mm发生降水的概率较大；以5 h为PWV增量的衡量范围时，增加12 mm发生降水的概率较大；因此，时间间隔越长，PWV增量越大，产生降水的概率越大，但同时，捕捉到降水的次数也越少。因此不能一味追求时间间隔和PWV增量同时增大，而应兼顾捕捉更多的降水时次。对于章丘站，综合考虑降水次数和降水概率后，选取PWV连续4 h增加6 mm以上为判断降水发生的依据之一。

4 结论与讨论

对章丘地基GPS/PWV与探空计算值、微波辐射计反演值进行比对，虽然GPS/MET与微波辐射计、探空2种探测手段的平均偏差较大，分别为4.67和5.97 mm，但是均方根误差不大，分别为2.82和2.80 mm，即离散程度不大，说明章丘站GPS/ PWV值有整体偏高的误差特点。这与不同探测手段的系统偏差相关，与观测台站的海拔和气候特点有关，也与GPS/MET反演流程各个环节产生的误差相关。

从对GPS/PWV与地面实况降水的分析中，得出PWV的极大值是降水产生的必要条件，不是充分条件，还要结合区域内的水汽辐合辐散来分析。PWV在月均值之上，产生降水的概率较大。对于章丘，综合考虑降水次数和降水概率，选取大气可降水量连续4 h增加6 mm以上为判断降水发生的依据之一。

表2 2015年章丘站PWV连续增加量与降水次数的关系

GPS/MET提供的全国大气可降水量网的资料可以有效补充和丰富我国“水土保持监测网络和信息系统”[21]的数据，为水土保持业务和决策部门决策分析和制定提供更多的信息来源和数据支撑，也为水土保持、气象、地理信息等多个学科交叉提供很好的示范。

[1] 吴普特,高建恩. 黄土高原水土保持与雨水资源化[J]. 中国水土保持科学,2008,1:107. WU Pute , GAO Jian′en. Soil land water conservation and rain water resource utilization in the Loess Plateau[J]. Science of Soil and Water Conservation, 2008, 1:107.

[2] 晏清洪,原翠萍,雷廷武,等. 降水和水土保持对黄土区流域水沙关系的影响[J]. 中国水土保持科学,2013,4:9. YAN Qinghong, YUAN Cuiping, LEI Tingwu, et al. Effects of precipitation and erosion control practices on the rainfall-runoff-sediment delivery relationships of typical watersheds in the hilly-gully region on the Loess Plateau[J]. Science of Soil and Water Conservation, 2013, 4:9.

[3] 曹云昌,方宗义,夏青. GPS遥感的大气可降水量与局地降水关系的初步分析[J]. 应用气象学报,2005,1:54. CAO Yunchang, FANG Zongyi, XIA Qing. Relationships between GPS precipitation water vapor and precipitation[J]. Journal of Applied Meteorological Science, 2005, 1:54.

[4] 李国平. 地基GPS遥感大气可降水量及其在气象中的应用研究[D].成都：西南交通大学,2007. LI Guoping. On the remote sensing of precipitable water vapor using ground-based GPS technique and applications in meteorology[D]. Chengdu:Southwest Jiaotong University, 2007.

[5] 黄彦彬. 地基GPS遥感大气水汽含量及在气象上的应用[J]. 热带农业工程,2009,2:37. HUANG Yanbin. Remote sensing of atmospheric water vapor by ground-based GPS and its application in weather forecasting[J]. Tropical Agricultural engineering, 2009, 2:37.

[6] 吴建军. 北京上空可降水量变化特征的地基GPS观测与分析[D].南京信息工程大学,2006. WU Jianjun.Observation and analysis of the Variation features of the precipitable water in Beijing by the ground-based GPS technique[D].Nanjing: Nanjing University of Information Science and Technology,2006.

[7] 章丘地理位置[EB/OL]. [2017-01-20]. http:∥www.zhangqiu.gov.cn/Html/Article/20150222/145.html. Zhangqiu geographical position[EB/OL]. [2017-01-20]. http:∥www.zhangqiu.gov.cn/Html/Article/20150222/145.html.

[8] 盛裴轩, 毛节泰, 李建国，等.大气物理学[ M] .北京:北京大学出版社, 2003. SHENG Peixuan, MAO Jietai, LI Jianguo, et al. Atmospheric physics[M].Beijing: Peking University Press, 2003.

[9] 刘旭春,王艳秋,张正禄. 利用GPS技术遥感哈尔滨地区大气可降水量的分析[J]. 测绘通报,2006,4:10. LIU Xuchun, WANG Yanqiu, ZHANG Zhenglu. Analysis of Harbin area atmospheric precipitable water vapor by using GPS technology[J].Bulletin of Surveying and Mapping, 2006,4:10.

[10] 向玉春,陈正洪,徐桂荣,等.三种大气可降水量推算方法结果的比较分析[J].气象,2009,35(11):48. XIANG Yuchun, CHEN Zhenghong, XU Guirong, et al. A comparison and analysis of the results of three methods for calculation of water vapor resources[J].Meteorological Monthly, 2009,35(11):48.

[11] 陈宏斌. 地基GPS层析水汽三维分布研究[D].成都：西南交通大学,2014. CHEN Hongbin. Research on tomography of ground-based GPS three-dimensional distribution of water vapor[D]. Chengdu: Southwest Jiaotong University,2014.

[12] 陈英英,杨凡,徐桂荣,等.基于雨雪天气背景的微波辐射计斜路径与天顶观测的反演结果对比分析[J].暴雨灾害,2015,34(4):375. CHEN Yingying, YANG Fan, XU Guirogn, et al.Comparative analysis of the zenith and off-zenith retrieved results from microwave radiometer in the rain and snow weather conditions[J]. Torrential Rain and Disasters, 2015, 34(4):375.

[13] MACDONALD A E and XIE Yuanfu.2002. Diagnosis of three-dimensional water vapor using a GPS network. Monthly Weather Review, 130(2):386.

[14] 胡姮,李伟,曹云昌. 地基GPS与常规探空所测可降水量的比对分析[J]. 气象水文海洋仪器,2013,01:45. HU Heng, LI Wei, CAO Yunchang. Comparative analysis on precipitable water from ground-based GPS and conventional-sounding[J]. Meteorological, Hydrological and Marine Instruments, 2013, 1:45.

[15] 陈俊勇.地基GPS遥感大气水汽含量的误差分析[J].测绘学报,1998,27(2):113. CHEN Junyong. On the error analysis for the remote sensing of atmospheric water vapor by ground based GPS[J]. Acta Geodaetica et Cartographica Sinica, 1998, 27(2):113.

[16] 岳迎春,吴北平,李征航.地基GPS技术探测大气水汽含量的误差分析[J].全球定位系统,2003,5:14. YUE Yingchun, WU Beiping, LI Zhenghang. The error analysis based on precipitable water from ground-based GPS technique[J].Gnss World of China, 2003,5:14.

[17] 王晓英,戴仔强,曹云昌,等. 中国地区地基GPS加权平均温度T_m统计分析[J]. 武汉大学学报(信息科学版),2011,(4):412. WANG Xiaoying, DAI Zhiqiang, CAO Yunchang,et al. Weighted mean temperature Tm statistical analysis in ground-based GPS in China[J]. Geomatics and Information Science of Wuhan University, 2011, (4):412.

[18] 曲建光，吴壮.从GPS推算大气水汽的误差分析[J].测绘工程,2001,10(4):32. QU Jianguang, WU Zhuang. Error analysis of the atmosphere water vapor calculated by using the GPS data[J].Engineering of Surveying and Mapping,2001,10(4):32.

[19] 曹云昌,陈永奇,李炳华,等.利用地基GPS测量大气水汽廓线的方法[J].气象科技,2006,34(3):241. CAO Yunchang, CHEN Yongqi, LI Binghua, et al. Approaches to atmospheric water vapor profile sounding by GPS[J]. Meteorological Science and Technology, 2006, 34(3):241.

[20] 王皓.地基GPS的资料处理及在天气分析中的应用[D]. 南京：南京信息工程大学,2013. WANG Hao. Ground-based GPS data processing and application in weather analysis[D]. Nanjing：Nanjing University of Information Science and Technology, 2013.

[21] 郭索彦,李智广.我国水土保持监测的发展历程与成就[J].中国水土保持科学,2009,5:19. GUO Suoyan, LI Zhiguang. Development and achievements of soil and water conservation monitoring in China[J]. Science of Soil and Water Conservation, 2009, 5:19.

Error analysis of precipitable water vapor by GPS/MET and its application in precipitation forecast

WANG Hong1, ZHANG Enhong2, MENG Jin1, XU Xiaolin1

(1.Shandong Provincial Meteorological Information Center, 250031, Jinan, China; 2.Guangdong Meteorological Observation Data Center, 510080, Guangzhou, China)

[Background] The products of Precipitable Water Vapor (PWV) retrieved by GPS/MET (GPS/Meteorology) have the advantages of near real-time and for all-weather, etc., which provide more data sets for network monitoring in soil and water conservation field, thus, the data quality and the role of PWV is particularly important in precipitation forecast. [Methods] Comparing the PWV retrieved by GPS/MET with those observed by sounding and microwave radiometer, the data quality of GPS/MET was analyzed. The relationship of PWV retrieved by GPS/MET and ground precipitation was analyzed, and the role of PWV in precipitation forecast was investigated. The PWV data sets used in the paper which contained GPS/MET, sounding and microwave radiometer detections were observed in 2015 at Zhangqiu station located at Jinan, capital of Shandong province, an eastern city of China. The data set of rain intensity recorded by ground automatic weather stations was also used. [Results]1) The evolution trend of PWV retrieved by GPS/MET, sounding and microwave radiometer in 2015 was consistent, and peaks and troughs presented a well correspondence. Throughout the year, there was a clear monthly variation of PWV, showing a single peak distribution with time. Therefore, GPS/MET may reflect the variation of PWV in the atmosphere over time. 2) Although the biases between GPS/MET, microwave radiometer and sounding were large, the dispersion degree was not large, indicating that there was a systematic error between GPS/MET and the other two methods. 3) PWV started to increase about 10 hours before precipitation to the ground, and then maintained at a large value, indicating that the there was an obvious process of water vapor accumulation before rainfall. PWV reached the max value while precipitation started, the max rain intensity corresponded to max PWV well. After precipitation ended, the PWV fell rapidly. 4) The max PWV was the prerequisite of rainfall. The greater PWV value observed by GPS than average was, the larger the probability of precipitation was. For Zhangqiu station, considering the times and probability of precipitation comprehensively, the PWV increasing more than 6mm in consecutive 4 hours was selected to be an evidence of the precipitation happening. [Conclusions]Based on the well matching of PWV observed by GPS with the other two detections (sounding and microwave radiometer), PWV data set retrieved by GPS/MET was reliable，and played an indicative role in precipitation forecast by analyzing the relationship between PWV and rain intensity. As an interdisciplinary link between meteorology and soil and water conservation field, GPS/MET may provide data support for decision-making section and in soil and water conservation practice.

GPS/MET; precipitable water vapor; sounding; microwave radiometer; precipitation

2016-04-14

2017-01-27

王洪(1984—)，女，硕士研究生，工程师。主要研究方向：大气遥感。E-mail：sdsqxjyqj@163.com

P412.292

A

2096-2673(2017)02-0085-07

10.16843/j.sswc.2017.02.011

项目名称： 山东省气象局重点课题“GPS资料整合与产品反演及其在数值预报模式中的应用”(2014SDQXZ03)；山东省气象局重点课题“山东省气象信息网络监控预警平台”(2013SDQXZ04)