马赛 岳迎春 上官明 邹玉学 丁茂华

0 引言

精确的大气可降水量(Precipitable Water Vapor,PWV)分布数据对于研究中小尺度灾害天气以及短时间的天气预报具有重要的意义[1]．常规的PWV获取手段具有一定的局限性,如地基GNSS探测PWV具有高精度、低成本、全天候观测的优势[2],尤其是它的时间分辨率能达到秒级,但由于GNSS测站密度有限制,空间分辨率通常在几十千米级别,很难反映详细的空间水汽变化情况．而中分辨率成像光谱辐射计(Moderate Resolution Imaging Spectroradiometer,MODIS)探测PWV在空间上连续,能够覆盖全球,具有达到千米级的高空间分辨率优势,但因云层遮挡等环境因素的影响,MODIS产品的精度不高[3-11]．因此,综合两者的优势,利用GNSS PWV校正MODIS PWV具有重要的研究价值．

国内外多位学者利用GNSS PWV为标准值对MODIS PWV进行校正．文献[3-4]验证了GPS PWV的精度,并通过GPS水汽与MODIS近红外无云水汽产品相关性分析,发现两者具有显著的线性相关性,但是没有给出融合两种数据的具体手段;文献[5-6]基于GPS PWV采用全年的一元线性回归模型改正MODIS近红外水汽产品的精度,结果表明可以联合两种方式大范围、低成本、不受天气影响地监测一个地区的气候变化,但没有考虑大气可降水量随季节性变化较大因素;文献[7-9] 建立了季节性与区域性的MODIS PWV校正模型,精度可以达到毫米级;文献[10-11] 建立了不同月际的线性回归模型,实现了MODIS水汽产品的订正．以上研究大多是在短期内用线性回归模型进行MODIS PWV校正,并未考虑到云、气溶胶等环境因素造成的非线性的影响．

本文选择海洋性……