GPS反演大气可降水量与区域PM2.5的相关性研究 ——以徐州地区为例

论文摘要

水汽是大气中重要的组成成分,在大气中含量占比较少但变化范围较大,水汽在各种天气变化中起主导作用。传统的大气探测手段在连续性以及精度方面具有很大局限性,而GPS水汽反演技术在经历了多次变革发展之后,具有全天候、精度高、实时快捷、不受天气状况的影响以及成本低廉等优点,使其被广泛应用于各类天气观测预报工作。随着近些年经济体的高速发展,各种污染物排放导致环境恶化加剧,空气质量逐年下降,雾霾是大气污染的重要现象之一,其成因是大气内各种污染颗粒物借由一定条件的气象因素凝结或聚集,短时间内无法自行沉降使能见度恶化,而大气水汽是促使雾霾成型的外在气象因素条件之一。本文利用国内5座城市GPS观测站和国控气象站数据,建立基于水汽反演的大气可降水量和大气污染物相关性模型和大气污染物预测模型,主要内容包括:(1)天顶可降水量PWV的获取。使用GAMIT处理国内5座城市GPS站获取天顶对流层延迟,并结合实验区域本地化_mT模型解算出PWV。通过与探空站相对应时刻获取的PWV对比,从处理时间、处理精度、处理的复杂性等多方面对PWV的获取进行精度对比评价。(2)徐州地区大气颗粒物PM2.5与PWV相关性研究。针对所选用研究地区区域概况及逐月份的极端雾霾天气,将GAMIT解算得到的徐州市大气可降水量及国控气象监测站PM2.5数据进行相关性及变化趋势分析。对比可知GPS反演大气可降水量与PM2.5呈正相关,样本数据反映的极端天气也与历史天气预报提供信息基本吻合;(3)基于BP神经网络的水汽反演大气污染预测模型建立。为了更精确的获取两者之间的模型,运用神经网络技术进行学习预测,建立PM2.5监测模型并使之与探空站大气污染颗粒物数据对比,二者相关系数显著高于线性回归模型,均方根误差也有明显改善,各精度指标均表明BP神经网络的优化模型相对于线性回归模型更优,进一步验证了基于GPS水汽反演与BP神经网络技术构建大气污染预测模型的可行性,为大气监测领域研究提供新的可能。

论文目录

文章来源

类型: 硕士论文

作者: 刘博威

导师: 郑南山,尹鹏程

关键词: 水汽反演,大气可降水量,相关性分析,神经网络

来源: 中国矿业大学

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 自然地理学和测绘学,环境科学与资源利用

单位: 中国矿业大学

分类号: X513;P228.4

总页数: 82

文件大小: 2965K

下载量: 122

相关论文文献

• [1].赤峰地区大气可降水量与实际降水量关联性分析[J]. 南方农业 2019(02)
• [2].1981—2015年黄河上游河曲地区大气可降水量变化特征[J]. 干旱气象 2017(06)
• [3].基于地基GPS的新疆地区大气可降水量时空分布特征[J]. 大地测量与地球动力学 2019(01)
• [4].1960-2015年中国西北地区大气可降水量变化特征[J]. 气象 2018(09)
• [5].西昌卫星发射场及周围地区大气可降水量的气候分析[J]. 高原山地气象研究 2013(01)
• [6].我国大气可降水量变化特征分析[J]. 海峡科学 2019(07)
• [7].青藏高原大气可降水量单站观测对比分析[J]. 气象学报 2018(06)
• [8].1979-2015年青藏高原大气可降水量的变化特征[J]. 西南大学学报(自然科学版) 2018(02)
• [9].内蒙古地区多年大气可降水量及其转化效率研究[J]. 高原气象 2018(03)
• [10].合肥整层大气可降水量与地面露点相关性分析[J]. 高原气象 2009(02)
• [11].青海典型地区地基GPS大气可降水量反演及精度分析[J]. 应用基础与工程科学学报 2019(05)
• [12].基于MATLAB的雾霾与大气可降水量相关性分析系统的研究[J]. 矿山测量 2018(05)
• [13].基于GAMIT软件反演大气可降水量初步探究[J]. 青海国土经略 2015(01)
• [14].基于地面气象要素的贵州省大气可降水量研究[J]. 云南大学学报(自然科学版) 2014(05)
• [15].利用GPS数据探测地球大气可降水量的研究[J]. 科技信息 2011(12)
• [16].利用GAMIT软件反演北京大气可降水量的初步研究[J]. 安徽农业科学 2009(04)
• [17].浙江GPS/MET反演大气可降水量产品的误差分析[J]. 浙江气象 2014(02)
• [18].华北三站地基GPS反演的大气可降水量及其特征[J]. 气象科学 2008(04)
• [19].几种求算大气可降水量方法比较[J]. 内蒙古气象 2009(01)
• [20].应用GMF模型的大气可降水量研究[J]. 辽宁工程技术大学学报(自然科学版) 2018(01)
• [21].西藏东部大气可降水量5月和12月气候变化对比分析[J]. 西藏科技 2018(09)
• [22].我国GPS反演大气可降水量的时空变化[J]. 气象与减灾研究 2017(02)
• [23].湖北地基GPS大气可降水量变化特征分析及应用[J]. 气象科学 2017(04)
• [24].影响青藏高原大气可降水量的因素及其变化特征[J]. 气象科技 2018(06)
• [25].青藏高原大气水汽探测误差及其成因[J]. 气象学报 2012(01)
• [26].基于TEQC的GPS/MET观测资料预处理系统的研究与实现[J]. 计算机时代 2020(01)
• [27].1970-2012年华北平原大气可降水量时空变化及其影响因素[J]. 聊城大学学报(自然科学版) 2019(03)
• [28].利用BDS数据反演大气可降水量及其精度分析[J]. 测绘通报 2019(05)
• [29].大气可降水量预测模型的自适应Kalmam滤波改进[J]. 测绘科学 2017(12)
• [30].GPT2模型在大气可降水量中的估计研究[J]. 导航定位学报 2018(03)

标签：水汽反演论文;  大气可降水量论文;  相关性分析论文;  神经网络论文;