由GPS信號反演大氣濕折射度之數值模擬

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：21

、訪客IP：3.144.28.50

姓名

江振慶(Chen-Ching Chiang) 查詢紙本館藏

畢業系所

太空科學研究所

論文名稱

由GPS信號反演大氣濕折射度之數值模擬
(A simulation study on the use of GPS signals to infer 3-D atmospheric wet refractivity structure)

相關論文

★ 應用多時期MODIS衛星影像分析於蒙古地區整合型乾旱強度指標之研究	★ WVR、GPS及氣球探空觀測可降水量之比較
★ GPS斷層掃描估算大氣濕折射係數模式	★ GPS觀測大氣閃爍之研究
★ GPS 氣象中地面氣象模式之改進	★ 近即時GPS觀測可降水技術之研究
★ 利用水氣資訊改善降水估計之研究	★ GPS掩星觀測反演與反演誤差探討
★ 微波輻射計數位相關器之設計與實現	★ GPS與探空氣球資料觀測可降水量與降雨之關係
★ 利用GPS訊號估算對流層斜向水氣含量之研究	★ 利用遙測影像反演水稻田蒸發散量之研究
★ 利用MODIS影像反演嘉義地區水稻田蒸發散量之研究	★ 利用MODIS影像於水稻田蒸發散之研究
★ 分析以全球定位系統近即時估計可降水之可行性	★ 對流層延遲效應與全球定位系統高程定位之研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

水氣含有極高的潛熱能，對於大氣過程影響至鉅。因此，許多科學家畢其一生鑽研觀測水氣含量的技術。而現階段國際上正熱烈探討的新技術為利用GPS訊號觀測大氣中水氣含量的技術，其原理乃藉由水氣分子掌控GPS訊號所密切關聯的〝電〞的特性，即折射度(refractivity)，其中水氣所貢獻的部份稱做濕折射度(wet refractivity)。
本研究主要目的為利用GPS訊號反演三維濕折射度分佈，將探討現階段相關反演技術中，各種因子對反演精確度的影響，這些因子包含線性內插法、高層不同大小的模擬區塊、地面與高空約制、整體模擬區塊大小、衛星訊號接收截角、高山接收器、模擬區域內的接收器數量、訊號量、PDOP值與#SV值以及衛星軌道分佈等。
為了掌控天氣變化可能帶來的影響，我們首先假設一個已知濕折射度的大氣分佈環境，使得濕折射度有水平及高程梯度的空間變化，但在時間上沒有變化，目的在於減少誤差因子。之後選定模擬區域為長跟寬各為16公里、高為10公里的立體區域(Cube)，再細分小網格(Voxel)，每個立體小網格大小則是定長與寬各4公里，高度則為1公里，即將模擬的立體區域分成160個立體小網格，也就是有275個網格點。GPS接收器則是放置在地面每個網格點處，即設置25個GPS接收器在模擬區域內。利用IGS(International GPS Service)精密軌道資料算出在模擬區域內的訊號路徑分佈，再利用濕遲延公式以及已知的大氣環境加上訊號路徑，便可以得到參考大氣的濕遲延量值，該參考值是完全無誤差的。最後使用那些小網格以及所建立的斷層掃描求解模式，將那275個未知網格點的大氣濕折射度(Nw)求出，並且跟參考值來做比較及分析。
研究的結果發現，整體而言，在比較低層的地方，大約是4到5公里以下，反演結果較接近真實大氣環境，而高層部份反演的結果誤差較大。可是模式是使用最小平方法求解，所以高層若是誤差太大也會連帶影響低層的求解。所以為了改善高層的誤差及提昇低層反演結果精確度，吾人將模擬網格的高層加大，使得高層網格內訊號量變多，反演出的結果也有明顯的改進。此外，就其他所探討的因子而言，發現接收截角會影響低層的反演結果好壞；立體網格變小則會影響高層的結果變好，低層結果變差；加入高山接收器會使高層結果變好；而接收器數量變多則是會使整體反演結果變好。
我們知道大氣中極大部份的水氣含量都是集中在距地表5公里以下，而本研究開發的反演模式已經可以正確地反演出距地表五公里以下的濕折射度分佈，即可以掌握到大部份的水氣含量分佈，對於近即時天氣現象的掌握具有正面的影響。

摘要(英)

Atmospheric water vapor is a key variable in numerical weather prediction (NWP) models. On the other hand, it is a crucial factor to limit the accuracy of high-precision GPS positioning technique. For both issues, knowledge about the amount of water vapor is extremely important. In this study, we perform a simulation study to employ GPS signals through a developed tomographic scheme to retrieve 3D structure of atmospheric wet refractivity, which may be assimilated into NWP models for advancing forecasting or position calculation for improving GPS positioning accuracy. For the purpose of knowing the absolute accuracy of the developed tomographic method, a well-defined temporal and spatial varying state of atmospheric profile is utilized. Under this idealized circumstance, a series of factors that may influence the retrievals can be easily examined and their impacts may be clearly quantified. They include the size of voxels of the studied volume (area), the cutoff angle of the GPS signals to be used for computation, the values of the positional dilution of precision (PDOP) factors of the GPS signals, the total number of GPS receivers, the influence of additional GPS receivers installed at higher elevations, … etc. Based upon the use of a variety spectrum of adjustable factors, many interesting findings are obtained. For example, the more the number of the observed GPS signals the better the retrievals as expected. Also, the smaller the PDOP value the better the retrievals.

關鍵字(中)

★ GPS
★ 斷層掃瞄
★ 數值模擬
★ 大氣濕折射度

關鍵字(英)

★ tomography
★ GPS
★ simulation
★ atmospheric wet refractivity

論文目次

目錄 I
圖目錄 V
表目錄 XII
第一章前言 1
1.1 研究動機與目的 1
1.2 論文章節概述 2
第二章簡介 3
2.1 大氣層簡介 3
2.1.1 對流層 3
2.1.2 平流層 4
2.1.3 中氣層 4
2.1.4 增溫層 5
2.2 GPS簡介 5
2.3 斷層掃描簡介 7
第三章模式建立以及資料處理流程 9
3.1 模式建立 9
3.1.1 模式建立的目的 10
3.1.2 大氣濕折射度模式與參考濕遲延量 10
3.1.3最小平方法(Least Square Method) 11
3.1.4 建構設計矩陣 12
3.2 資料處理流程 16
3.2.1 建立模擬區域的網格空間 16
3.2.2 參考濕遲延量 17
3.2.3 GPS衛星座標轉換 18
3.2.4 設計矩陣的推導及演算 19
3.2.5 衛星訊號接收截角 21
3.2.6 模擬時間間隔 22
3.2.7 使用之軟體 22
第四章模擬結果與分析 23
4.1 模擬結果 23
4.1.1 簡介PDOP及#SV 23
4.1.2 模擬分析 25
4.1.3 衛星訊號筆數與對角線元素(diagonal element) 26
4.1.4 PDOP值與#SV值分析 29
4.1.5 衛星軌道分布 30
4.2 分析並改進 31
4.2.1 分析 31
4.2.2 改進 33
4.3 不同模擬條件之比較 35
4.3.1 模擬區塊大小 36
4.3.2 接收截角(Cutoff Angle) 38
4.3.3 高山接收器 39
4.3.4 模擬區域內的接收器數量 40
第五章結論與未來展望 77
5.1 結論 77
(1)線性內插 77
(2)高層使用不同的模擬區塊 77
(3)地面與高空約制 78
(4)模擬區塊大小 78
(5)接收截角 79
(6)高山接收器 79
(7)模擬區域內的接收器數量 79
(8)訊號量多寡 79
(9)DOP值與#SV值 79
(10)衛星軌道分佈 80
5.2 未來展望 80
參考文獻 82
附錄 86
附錄1(a)無約制之模式反演值(第一個小時) 87
附錄1(b)無約制之模式反演值(二十四小時平均) 87
附錄2(a)有做約制之模式反演值(第一個小時) 88
附錄2(b)有做約制之模式反演值(二十四小時平均) 88
附錄3(a)模擬區塊變小之模式反演值(第一個小時) 89
附錄3(b)模擬區塊變小之模式反演值(二十四小時平均) 89
附錄4(a)接收截角改為十度之模式反演值(第一個小時) 90
附錄4(b)接收截角改為十度之模式反演值(二十四小時平均) 90
附錄5(a)加入高山接收器之模式反演值(第一個小時) 91
附錄5(b)加入高山接收器之模式反演值(二十四小時平均) 91
附錄6(a)模擬區域內接收器增加為100個之模式反演值(第一個小時) 92
附錄6(b)模擬區域內接收器增加為100個之模式反演值(二十四小時平均) 92

參考文獻

[1] 劉說安，1999a，『地面微波輻射偵測大氣中可降水之動態』，大氣科學，27，141-158，。
[2] 劉說安、楊名，1999，『GPS估計可降水量，WVR約束法』，大氣科學，27，131-140。
[3] 鄧忠民，1999，『利用全球定位系統估算大氣濕延遲量』，國立中央大學太空科學研究所碩士論文。
[4] 林祐任， 2002，『GPS斷層掃描估算大氣濕折射係數模式』，國立中央大學太空科學研究所碩士論文。
[5] 董志聖， 2000，『三維電離層斷層掃描之模擬研究』，國立中央大學太空科學研究所碩士論文。
[6] Austen, J.R., S.J. Franke, and C.H.Liu, 1988: Ionospheric imaging using computerized tomography, Radio Science, 23(3),299-307.
[7] Afraimovich, E.L., O.M. Pirog, and A.I. Terekhov, 1992: Diagnostics of large-scale structures of the high-latitude ionosphere based on tomographic treatment of navigation-satellite signals and of data from ionosphere stations, J. Atmos. Terr. Phys., 54, 1265-1273.
[8] Andreeva, E.S., A.V. Galinov, V.E. Kunitsyn, Yu.A. Mel'nichenko, E.D. Tereschenko, M.A. Filimonov, and S.M. Chernyakov, 1990: Radiotomographic reconstruction of ionization dip in the plasma near the earth, JETP Letters, 52, 145-148.
[9] Bracewell, R.N., Strip integration in radio astronomy, 1956: Aust. J. Phys., 9, 198-217.
[10] Flores, A. G.Ruffini, and A.Rius, 2000b: 4D tropospheric tomography using GPS slant wet delays, Annales Geophysicae, 18: 223-234.
[11] Flores, A. A.Rius, J.Vilá-Guerau de Arellano and A.Escudero, 2001: Spatio-Temporal Tomography of the Lower Troposphere Using GPS Signals, Phys. Chem. Earth (A), Vol.26 No.6-8,pp.405-411.
[12] Hopfield, H.S., 1967: Two-quartic tropospheric refractivity profile for correcting satellite data, Journal of Geophysical Research,74(18), 4487-4499。
[13] Hofmann-Wellenhof, B., H. Lichtenegger, and J.Collins, 1997, Global Positioning System Theory and Practice, Springer-Verlag, Wien..
[14] http://www.cwb.gov.tw/V3.0/index.htm
[15] Kazuro Hirahara., 2000: Local GPS tropospheric tomography, Earth,Planets, and Space,52, 935-939.
[16] Liou,Y.A., C.Y. Huang, and Y.T.Teng, 2000: Precipitable water observed by ground-based GPS receivers and microwave radiometry, Earth, Planets, and Space, 52(6), 445-450.
[17] Liou,Y.A., and C.Y.Huang, 2000: GPS observation of PW during the passage of a typhoon, Earth, Planets, and Space,52(10),709-712.
[18] Liou,Y.A., Y.T.Teng, T.Van Hove, and J.Liljegren, 2001: Comparison of precipitable water observations in the near tropics by GPS, microwave radiometer, and radiosondes. J.Appl. Meteor, 40(1), 5-15.
[19] Richard B. Langley, 1999: Dilution of Precision, GPS world, Vol.10, No.5, pp. 52-59.
[20] Roquet L.V., E. Gimonet, L. Castanet, 2001: Spectral Characteristics of Propagation Impairments on Experimental Earth-Space Links at Ka and V Bands, IEE 11th International Conference on Antennas and Propagation, Conference Publication No. 480, 556-559.
[21] Radon, J., 1917: Uber die Bestimmung von Funktionen durch ihre Integralwerte langs gewisser Mannigfaltigkeiten (On the determination of function from their integrals along certainmanifolds), Berichte Sachsische Akademine der Wissenschaften. Leipzing, Math. Phys. Kl., 69, 262-267.
[22] Raymund, T.D., J.R. Austen, S.J. Franke, C.H. Liu, J.A. Klobucharand J. Stalker, 1990: Application of computerized tomography to investigation of ionospheric structures, Radio Sci., 25, 771-789.
[23] Seko, H., S.Shimada, H.Nakamura, and T.Kato., 2000: Three-dimensional distribution of water vapor estimated from tropospheric delay of GPS data in a mesoscale precipitation system of the Baiu front, Earth, Planets, Space, 52, 927-933

指導教授

劉說安(Yuei-An Liou)

審核日期

2003-7-15

推文