一種GPS探空儀風失量反演算法

摘 要：給出了采用矢量滑窗平均來反演GPS探空儀風矢量的算法。采用此算法對探空數據進行處理，可以明顯減少大氣波動的影響，得到以矢量形式表征的測風數據。通過和業內公認的標準探測設備Vaisala GPS探空儀的測風數據比較，表明此算法在實際應用中的可行性和優越性。

關鍵詞：矢量滑窗平均法；風矢量

中圖分類號：P412.23

GPS探空儀是利用探空儀在隨氣球上升過程中獲取的GPS信息（包括位置、時間等）進行風矢量反演。反演的算法有不同的種類，本文討論的是矢量滑窗平均算法。采用此算法對探空數據進行處理，可以明顯減少大氣波動對探測結果的干擾，得到以矢量形式表征的測風數據。相比于算數平均法，該算法有自己的優點和可行性。

1 矢量滑窗平均法

氣象學上的風指的是空氣的水平運動，而風速用單位時間內空氣質點行進的距離來表示，風向用風的來向表示[1]。用矢量V來表征風矢量，相鄰時刻探空儀在水平面上的投影位置分別用S、E分別表示，起始點位置用O表示，則從S點到E點的風矢量VS-E可為：

其中RS-E為S點到E點的距離，RO-S為S點相對于初始位置點O的距離，RO-E為E點相對于初始位置O的距離，TS-E為探空儀從S點行進到E點所用的時間。

可以用VS-E分解的兩個正交分量Vx和Vy來表示VS-E，設從S點E點的風速大小為F，風向為T，則有：

根據實際大氣中物理量的連續性原理，一定空間和時間內的風矢量會存在一定的相關性。矢量滑窗平均法對一定時間和空間間隔內的風矢量進行處理，分別對兩個分量進行求和平均得出 和 ，即：

式（5）中i取1，2，3，……n，n為采樣時間空間期間內的采樣個數。

對式（5）中計算出的風速風量均值進行合成，即可得到風速的大?。?/p>

風矢量的方向T可由式（7）計算得出：

根據上述方法，得到的風矢量是對一定時間和空間里采樣的平均，可以有效地減小大氣波動的干擾。

2 數據處理方式

實際的GPS探空儀數據是按固定的頻率獲取的，一般是1Hz的采樣率。根據大氣中風在時間和空間上連續性，可以對一定時間間隔內的采集數據按照矢量平均法進行處理，將得到的結果作為該時間間隔內中間點的風矢量。具體計算方法如式（8）、式（9）、式（10）

這里2T+1為該時間間隔的長度，我們稱之為滑窗長度。N為中間點。

由式（6）、式（7）、式（8）、式（9）、式（10）可以得到中間點N的風速和風向。

對于第N+1個采樣時間點，我們可以采用同樣的方式計算 。如此我們就可以得到隨時間（采樣點）連續變化的風矢量。

采用相同的計算方法，可以得到第N+1的采樣點的風矢量 。以此類推，可以計算 。

3 算法驗證

為了驗證算法，采用業內公認的標準探測設備Vaisala GPS探空儀給出的風速風向數據作為對比。

圖2給出的是按GPS探空儀位置信息直接計算出的風速風向曲線?？梢钥闯?，由于受到大氣波動的影響數據抖動太大，無法直接使用。

從圖3、圖4和圖5分別給出的不同滑窗長度下和Vaisala GPS探空儀對比結果可以看出，滑窗長度選取的越大，對大氣波動消除的結果就明顯。然而，過大滑窗長度會將精細的數據結果抹殺，因此實際的應用中，需要選擇合適的窗口長度。

4 結束語

按照本文所述矢量滑窗算法，對實際探測的數據進行處理，并將結果與Vaisala GPS探空儀給出的數據進行對比分析，表明矢量滑窗算法可以很好地解決大氣波動對計算結果帶來的干擾，該算法有一定的實用性和優越性。

參考文獻：

[1]張文煜，袁九毅.大氣探測原理與方法[M].北京：氣象出版社，2007.

作者簡介：屈凱峰（1980.03-），男，安徽合肥人，工程師，碩士研究生，研究方向：雷達終端軟件和數據處理，

作者單位：安徽四創電子股份有限公司，合肥 230088