(2)基于年周期和半年周期函数结合ERA5 PWV构建了区域性的MODIS PWV校正模型,并与线性模型校正的MODIS PWV进行了精度对比,实验结果表明,周期性模型相比线性模型校正效果更优,其平均误差和均方根误差分别为3.22 mm和5.63 mm,证明了周期性模型在本研究区域具有更好的适用性,进而通过季节性分析,将冬季原始MODIS数据替换...
总体而言,利用FY-ETm模型反演PWV与GNSS站得到的PWV值精度相当,且整体Bias变化范围为-0.5~0.5 mm,对于PWV月均Bias变化范围小于1.5 mm的站点(JLYJ、GXWZ和BFHR站),F/PWV相对于B/PWV和G/PWV仍能表现出一定的精度优势,且除JLYJ站的8...
PWV error contributed by reanalysis-derived parameters is also estimated. The ERA5-induced PWV error is generally less than 1 mm, with smaller errors (< 0.4 mm) in eastern China but larger errors (can exceed 0.6 mm) in northwestern China and in the southeast of the Tibetan Plateau. Diurnal...
以7381个ERA5地表格网点的PWV数据作为参考值,ASV-PWV模型的年均Bias,RMS分别为-0.73 mm和4.28 mm,Bias变化范围为-4.5～1.5 mm,主要变化范围为-2.5～0.5 mm,占比90.59%,RMS变化范围为1～18 mm,主要变化范围为1～6 mm,占比78.3%,总体上,ASV-PWV模型的Bias值随着格网点处气压值的增大呈先增大后减小的趋势,...
利用ERA5资料进行桂林地区GNSS水汽反演精度分析
(ZWD)5. One of the crucial steps in retrieving water vapor using GNSS technique is the conversion of ZWD into PWV6. This conversion is dependent on a conversion factor (II), which is determined by the weighted mean temperature of the atmosphere (Tm). This technique has many advantages, ...
利用ERA5 资料进行桂林地区GNSS 水汽反演精度分析
对MOD08 和 ERA5 水汽数据进行时空配准2.2 研究方法 本文分别利用实测数据 Radiosonde 数据和太阳辐射计数据来验证 ERA5 和 MODIS4 PWV的精度。通过公式(1)、公式(2)、公式(3)来计算
结果表明:以GNSS-PWV为参考值,ERA5和MERRA-2在新疆地区的PWV年均Bias分别为-0.97和-1.20 mm,年均RMSE分别为1.81和2.11 mm,两种再分析资料PWV均具有较高精度,其中ERA5 PWV精度略高于MERRA-2 PWV;两种再分析资料的PWV精度都有明显的季节性变化,总体表现为夏季精度低,冬季精度高;在PWV日变化分布上,两种再分析资料...
基于欧洲中期天气预报中心(ECMWF)提供的山东地区的大气可降水量(PWV)数据,利用线性拟合,时间序列分析方法和经验正交函数分解等方法,分析了2008—2021年山东地区PWV的时空变化以及变化特征.结果表明:就空间分布而言,山东地区年平均大气可降水量呈现由南到北递减的趋势,南部边界大气可降水量最高;就时间分布而言,2008—2021...