郑 磊

（西南交通大学 希望学院，成都 610000）

0 引言

全球卫星导航系统（global navigation satellite system,GNSS）的快速发展为GNSS 气象学的出现奠定了基础。GNSS 气象学是借助地基GNSS 观测数据探测大气可降水量（precipitable water vapor,PWV）的一种探测技术，该技术的出现解决了传统水汽探测技术时空分辨率较低、成本昂贵、技术难度大且复杂的问题，可为气象与灾害监测等相关部门提供高精度、范围广、实时的水汽分布数据，是目前气象部门监测天气和气候变化的重要手段之一[1-4]。基于GNSS 数据探测水汽的过程中，大气加权平均温度模型Tm是计算大气可降水含量的关键参数，模型的精度直接影响反演大气可降水含量的误差[5]。

Tm信息可以通过探空资料或大气再分析资料计算获得，其缺点是不能实时获取任意位置处的Tm值。为了能够实时获取Tm信息，通常需要建立一个高精度的Tm模型。文献[6]首次提出了大气加权平均温度Tm与地表温度Ts的线性回归模型。文献[7-11]借助欧洲中期天气预报中心（European Centre For Medium-Range Weather Forecasts,ECMWF）数据、全球无线电探空（integrated global radiosonde archive,IGRA）数据和气象、电离层、气候卫星探测系统（constellation observing system for meteorology、ionosphere and climate,COSMIC）数据建立Tm与地表气象参数的全球分区线性模型、单因子模型、多因子模型等。这些模型具有良好的Tm计算性能，但依赖于实测的气象参数，从而限制了它们在实时GNSS 水汽监测中的应用。为了解决上述问题，须构建一个非气象参数的Tm经验模型，以满足GNSS 水汽的实时计算[12]。文献[13-16]建立了中国低纬度地区、长三角地区、吉林、青岛本地化Tm模型，实验结果表明这一系列经验Tm模型在一定程度上可以提高GNSS 水汽的精度和可靠性，在各自范围内均表现出各自的优越性。……