基于多源大气观测约束的北斗-GPS三维水汽层析技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41375041
  • 项目类别:
    面上项目
  • 资助金额:
    85.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0509.大气观测、遥感和探测技术与方法
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

Based on the present methods such as Kalman filter and SVD (Singular Vector Decomposition),three-dimensional water vapor field can be retrieved by the based ground GPS (Global Positional System)observations but have the low accury values on the region edge because of the rank lack in solving the mathematical equations and the low resolution by the sparse observation network.Multi-source observations being used to improve the GPS-Met water vapor retrieved method is more reasonable than the pure mathematical algorithms. To resolve the above problem in this project, the multi-source observations can be used as the additional water vapor observational constraints conditions: the vertical constraints condition is made by the radiosonde obseving data ,the horizontal constraint is made by the GAUSS Function,and the ground observations can be used to add the observation in the low level of the reserch domain. Ninteen satellites working on the orbits and their 30 receiving stations working on the ground, BeiDou (BeiDou Navigation Satellite System) can be used in BeiDou-GPS water vapor observing. The PANDA software made by Wuhan University and the GAMIT software by MIT are used to preprocess the BeiDou and GPS data respectively and build the observation equation of the 3D Water Vapor Tomography. Based the optimum interpolation method and the mathematical method, these multi-observations can be used to improve the retrieval accuracy of atmospheric water vapor, especially the accuracy of values in the grid edge. The retrieve results were tested by comparing with the direct observation by the radiosond, and the accuracy of the retrieval results in the 3D tomography domain of the overall, the low-level, the center and the edge will be analyzed. By the mature variation technique of LAPS(Local Analysis Precipitation System), the retrieve results will be integrated to join the mesoscale numerical model forecasting.the model foecasting results such as the humidity and precipitation with and without GPS-Met 3D vapor will be compared with each, and the rainfall forecasting results will be compare with the fact precipitation.
关于地基GPS三维水汽场反演,国内外主要采用数学理论如Kalman滤波或SVD奇异值分解法解决观测方程组缺秩问题,但网格边缘或站点稀疏区域反演数据常常不真实,若加以大气观测约束条件解决方程组缺秩则比较合理。我国北斗卫星导航系统已具备水汽观测条件急待有技术同步。本项目拟分别采用PANDA软件和GAMIT软件开展北斗-GPS导航系统数据的前处理研究,得到斜路径水汽总量;由斜路径水汽在层析网格中的分布建立三维水汽密度观测方程组,基于多年探空直接观测作为垂直约束,以高斯函数作为水平约束,以地面观测楔入增加层析区域低层观测值等方法建立新观测方程组,解决缺秩问题,最终提供区域三维水汽密度及其与探空观测秒数据的对比检验结果。新算法预期改善边缘和低层的反演精度,北斗-GPS的联合观测技术将改善因观测网稀疏对三维水汽层析的影响,推进北斗导航卫星系的水汽观测技术,为中尺度数值预报模式与天气分析提供精细水汽场。

结项摘要

水汽是形成降水的必要条件之一,高精细的三维水汽观测数据不仅是深入揭示小尺度灾害性天气机理的宝贵资料,对提高降水数值预报也至关重要。因受观测限制,卫星、探空等传统观测方法获得三维水汽场分布在时间和空间分辨率上很难达满足中尺度暴雨研究与预报的要求。北斗卫星导航系统(简称BDS)与GPS大气水汽探测原理相同,能高时空分辨率、全天候连续地开展观测,遥感水汽的前处理技术已经成熟,有必要利用这种新型的遥感探测获得高精细的三维大气水汽信息。.本项目以长江中游鄂东为研究区域,依据区域内GPS站22个,BDS站17个,以及1部微波辐射计、1个探空站和若干地面站,开展关于地基BDS-GPS联合使用与三维水汽场反演技术研究:北斗、GPS导航系统延迟量ZTD基本一致,在6天的3503个样本中,差值小于50 mm的样本比例为97.3%, 2种水汽观测与探空相关系数大于0.95,平均偏差0.6-5mm之间。具备BDS-GPS联合大气水汽探测条件;建立了北斗、GPS的斜路径水汽SWV观测算法;并基于SWV引入3年以上的探空直接观测作为垂直观测约束,以高斯函数作为水平约束,以地面观测增加低层观测值,建立区域BDS-GPS三维大气水汽反演方程组,得到了水平分辨率30km垂直分辨率1km的高分辨率三维水汽密度场,与格点结果与同址探空观测比较,相关系数0.98,均差小于0.63g/m3,标准差小于1.22 g/m3。并利用LAPS系统建立新的目标函数,成功融合了BDS-GPS三维水汽观测,形成初始场并参与中尺度模式预报,分析显示与PWV比较,三维层析水汽密度的加入更能提高降水,尤其是暴雨以上量级的降水预报准确率。.通过项目的实施,解决了辅助大气观测参与三维水汽层析、北斗-GPS斜路径总湿延迟算法问题、层析解算的大气湿折射度不能直接应用、LAPS系统融合北斗-GPS三维水汽密度参数等问题,建立了一套基于观测约束的三维水汽层析新算法,形成了完整的基于北斗导航定位系统的水汽观测技术,为北斗-GPS三维水汽资料投入气象业务应用提供了支撑。

项目成果

期刊论文数量(20)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
多源观测资料在LAPS中尺度分析场中的作用分析
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    暴雨灾害
  • 影响因子:
    --
  • 作者:
    李红莉;彭菊香;张艳霞
  • 通讯作者:
    张艳霞
Comparison of atmospheric profiles between microwave radiometer retrievals and radiosonde soundings
微波辐射计反演与无线电探空仪探测的大气剖面比较
  • DOI:
    10.1002/2015jd023438
  • 发表时间:
    2015
  • 期刊:
    Journal of Geophysical Research-Atmosphere
  • 影响因子:
    --
  • 作者:
    Guirong Xu;Baike Xi;Wengang Zhang;Chunguang Cui
  • 通讯作者:
    Chunguang Cui
BeiDou satellite's differential code biases estimation based on uncombined precise point positioning with triple-frequency observable
基于非组合三频观测量的北斗卫星差分码偏差估计
  • DOI:
    10.1016/j.asr.2016.07.014
  • 发表时间:
    2017
  • 期刊:
    Advances in Space Research
  • 影响因子:
    2.6
  • 作者:
    Fan Lei;Li Min;Wang Cheng;Shi Chuang
  • 通讯作者:
    Shi Chuang
一次暴雨过程的LAPS分析场与多源观测对比分析
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    暴雨灾害
  • 影响因子:
    --
  • 作者:
    李红莉;张文刚;付志康;周志敏;万霞
  • 通讯作者:
    万霞
Initial Research on Comparison of PPP-Inferred GPS- and BDS-PWV in China Region
中国地区PPP推断GPS与BDS-PWV对比初步研究
  • DOI:
    10.1007/978-3-642-54740-9_18
  • 发表时间:
    2014
  • 期刊:
    China Satellite Navigation Conference
  • 影响因子:
    --
  • 作者:
    Wenwen Li;Min Li;Lizhong Qu;Xing Su;Qile Zhao
  • 通讯作者:
    Qile Zhao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

早期股骨头坏死的病理组织学改变
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国临床实用医学杂志,2006,1(2)
  • 影响因子:
    --
  • 作者:
    万蓉;林娜;陈卫衡
  • 通讯作者:
    陈卫衡
超高效液相色谱-串联质谱法测定人血浆利伐沙班浓度
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    医药导报
  • 影响因子:
    --
  • 作者:
    何佳珂;陈志青;万蓉;饶美英;熊爱珍;洪葵
  • 通讯作者:
    洪葵
兰尼碱受体2新生基因突变 R2401 H致反复晕厥相关儿茶酚胺敏感性室性心动过速
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中华心血管病杂志
  • 影响因子:
    --
  • 作者:
    刘欣;李菊香;胡金柱;申阳;万蓉;熊琴梅;周琼琼;谢金燕;金洁菁;阎霞;俞建华;洪葵
  • 通讯作者:
    洪葵
青藏高原东侧甘孜云雷达观测的非降水云垂直结构特征分析
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    暴雨灾害
  • 影响因子:
    --
  • 作者:
    万霞;徐桂荣;万蓉;王斌
  • 通讯作者:
    王斌
节能建筑、绿色建筑与可持续发展建筑
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    四川建筑科学研究
  • 影响因子:
    --
  • 作者:
    孔德泉;万蓉;刘加平
  • 通讯作者:
    刘加平

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

万蓉的其他基金

结合GPS反演和模式模拟研究三峡水库蓄水对库区大气水汽影响
  • 批准号:
    40575011
  • 批准年份:
    2005
  • 资助金额:
    32.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码