提高GNSS掩星低层大气参数反演精度的NMAR算法研究

GNSS Radio Occultation (RO) technique is an important atmospheric sounding technique for the Earth's atmosphere. However, due to the effects of water vapour ambiguity, the RO technique cannot provide accurate atmospheric information at low atmosphere. Therefore, the applications of the RO technique in atmospheric study are limited. This project proposes a new NMAR algorithm to improve the accuracy of GNSS retrievals at low atmosphere. The new algorithm uses statistical calculation and mathematical modeling methods to calculate error information of background and observed variables, accounting for their variations with latitude, longitude, altitude and time. The new algorithm overcomes the weaknesses of current algorithms that only use rough estimations of error information. The newly estimated error information are then used in RO retrieval in low atmosphere to improve the retrieved accuracy. It is expected that the outcome from this project will not only improve the quality of the RO retrievals in low atmosphere, but will also improve the ability of the RO technique in its use in climate monitoring and numerical weather prediction. It is also expected that the new algorithm can help to improve the capability of the RO technique of our country.

GNSS无线电掩星探测技术是一种重要的地球大气探测手段。然而由于水汽模糊度的问题，掩星技术提供的低层大气参数反演的准确度较低，严重影响了掩星技术在大气与气象学等方面的研究与应用效能。为此，本项目提出一种能显著提高GNSS掩星低层大气参数反演精度的NMAR算法。该方法克服了传统方法粗略估算观测量和背景量误差信息的方法，在顾及误差与经纬度、高度和时间的相关性的前提下，通过统计和数学建模的方法准确的计算反演所需变量的误差信息，并用于掩星参数的反演，从而显著提高低层大气参数的计算效果。本项目的研究成果不仅可望改善低层大气参数反演的质量、提升大气掩星技术应用于气候监测和数值天气预报等方面的效能，也将提升我国自主建设的低轨地球卫星星座掩星反演研究与应用的能力与水平。

GNSS大气掩星技术是一种重要的地球大气探测手段。然而，由于对流层中水汽折射率的问题，低大气层中较难反演得到准确的湿大气廓线，严重影响了掩星技术在大气与气象学等方面的研究与应用效能。本项目研究了一种简单但准确有效的方法提升了掩星低层大气中湿大气廓线质量。新算法通过数学建模和统计的方法计算得到了准确的观测值和背景值误差。在此基础上，我们利用迭代计算方法进行了新算法的理论和公式推导和代码实现。通过使用模拟的MetOp卫星数据以及实测的COSMIC和CHAMP卫星数据，将新算法反演所得湿大气参数，包括：温度，比湿和气压，同丹麦气象局的掩星数据处理中心和COSMIC数据处理中心提供的湿大气廓线进行对比发现，新算法可以提高湿大气参数精度。本项目的研究成果不仅改善了低层大气参数反演的质量、提升大气掩星技术应用于气候监测和数值天气预报等方面的效能，也将提升我国自主建设的低轨地球卫星星座掩星反演研究与应用的能力与水平。