姚宝宽，周爱兆，仇春平

（1.江苏省地质矿产局第三地质大队，江苏镇江 212000；2.江苏科技大学土木工程与建筑学院，江苏镇江 212000；3.中国矿业大学环境与测绘学院，江苏徐州 221116）

0 引言

大气水汽是全球水循环中最活跃的因子和天气、气候的主要驱动力，也是影响灾害性天气形成和发展的关键性因子[1-7]。当前，以我国北斗导航卫星系统（BDS）为代表的全球卫星导航系统（Global Navigation Satellite System，GNSS）快速发展，为精确测量大气可降水量（Precipitable Water Vapor，PWV）进而提高暴雨、雾霾、台风等灾害天气预警水平正在发挥重要作用[4]。因此，PWV特征分析及其建模研究引起了众多学者的关注。文献[1]~[3]分析了不同地区的PWV 时间特征，文献[4]~[6]分析了不同技术条件下的PWV 时序精度变化特征，文献[7]~[9]研究了PWV 时序建模以及应用于天气预报产品的可行性分析。

上述研究结果表明，PWV 时间序列表现出了显著的非等精度特征，而且该特征与时间、空间的相关性复杂。然而，在现有PWV 时间序列建模研究中，均是采用单位权随机模型。换言之，现有研究工作较少考虑PWV 时间序列建模中的定权问题。鉴此，本文先介绍PWV 常用的函数模型与最小二乘参数估计方法，在此基础上分析了PWV 时间序列的数据密度分布特征，从而提出了利用数据密度加权的PWV 建模方法。最后，在全球范围内选取了代表性的4 个测站PWV 时间序列，对所提方法进行了方案对比和结果分析，验证了所提方法的正确性和可靠性。

1 GNSS 大气可降水量建模方法

1.1 PWV 函数模型

PWV 时间序列建模一般采用包含线性项、年周期和半年周期的谐波模型[10]。……