利用GNSS、MODIS和ERA5对孟加拉国水汽柱进行的一项为期17年的气候学研究

《Dynamics of Atmospheres and Oceans》：A 17-year climatological study of PWV over Bangladesh Using GNSS, MODIS, and ERA5

　　•首次为孟加拉国统一处理了17年（2003—2019年）的GNSS PWV参考数据。
•ERA5与孟加拉国七个专区匹配良好（RMSE 4.32毫米）；MODIS的偏差符号反转。
•MODIS在季风期的湿偏差升至+8毫米，此时其误差也最大。
•MODIS在季风期的晴空反演失效，恰好在最需要的时候。
•2019年7月洪水：ERA5追踪到了峰值；MODIS未返回可用数据。

引言

水汽是对流层低层中变化最大且辐射最重要的微量成分。可降水量（PWV）是指将整个水汽柱凝结后产生的液态水深度，是该成分的标准积分度量，其精确测定是数值天气预报、水文建模、卫星反演校准和对流触发研究的基础。在季风亚洲，尤其是在孟加拉三角洲，其重要性尤为突出：该地区接收来自孟加拉湾的南亚最强水汽辐合，而孟加拉国是地球上洪水风险最高的国家之一。

有多种技术可以测量柱状水汽，但必须首先说明，它们的局限性是互补的而非共有的。水汽辐射计具有高精度和高时间采样率，但价格昂贵、需要频繁校准，且受降雨影响（Liou等，2001）。探空仪直接测量垂直廓线，仍是参考标准，但每天仅从稀疏的站点网络发射一至两次，无法分辨亚日变化（Gaffen等，1992；Ross和Rosenfeld，1997）。相比之下，地基GNSS气象学是连续、全天候的，一旦建成永久站点，维护成本低廉，并以亚小时级频率提供PWV（Bevis等，1992；Bevis等，1994）。其相对优势恰恰在于能在红外反演失效的云层覆盖下持续工作。其局限性在于它是点测量，需要辅助地面气象数据和加权平均温度模型。

GNSS反演原理已十分成熟。中性大气对微波信号产生天顶总延迟（ZTD），该延迟分为由地面气压计算出的流体静力学部分（Saastamoinen，1972）和与积分水汽含量成比例的湿分量。湿延迟通过一个无量纲因子转换为PWV，该因子取决于柱体的水汽加权平均温度Tm（Bevis等，1994）。与探空仪和辐射计的验证通常可达到1—2毫米的一致性（Coster等，1996；Duan等，1996；Emardson等，1998）。

在没有GNSS站点的地方，业务上使用两种替代方案。MODIS搭载于Terra和Aqua卫星上，通过近红外和红外通道以1—5公里分辨率反演柱状水汽（Gao和Kaufman，2003）；它是唯一具有真正水平空间覆盖的源，但红外反演仅限于晴空条件。ERA5（Hersbach等，2020）以0.25°网格提供每小时、无间隙的总柱状水汽；它在物理上一致且始终可用，但它是网格盒平均值，无法解析次网格水汽结构。两者均已在南亚进行过验证，但主要是在印度、尼泊尔、中国和青藏高原（Jade等，2019；Srivastava，2022；Wang等，2019），而关于GNSS水汽反演及其空间建模的区域研究则集中在其他地方：Ansari等（2016）通过GPS监测和预测土耳其的PWV，后来扩展到长达十年的GNSS记录（Ansari等，2018）。最近，Ansari等（2025）将薄板样条插值应用于日本东北部的GNSS反演水汽，证明空间稀疏的GNSS网络可用于构建连贯的区域水汽场，该方法与本文采用的插值策略直接相关。针对孟加拉国本身的研究则集中在降雨气候学（Islam和Uyeda，2007）以及东北部有限的基于探空和GPS的观测活动分析（Murata等，2014）。

本研究的直接前身是我们自己的初步工作（Asif等，2026），即在达卡、巴盖尔哈德、帕图阿卡利和库尔纳四个低成本GNSS接收器上进行为期三个月、季风前期的试验。该试验确立了孟加拉国基本的GAMIT反演流程，并通过将GAMIT模型衍生的地面气象数据与孟加拉国气象局的传感器数据对比，首次识别并量化了GPT2与实测数据之间的偏差，本文将其作为明确的不确定性项保留下来（第5.3节）。该试验还表明，在单个站点和单个季节，整合实际地面气压和温度可显著改善与MODIS PWV的一致性，随机森林校正可消除大部分残差偏差。本研究是该试验的扩展、多年、多站点后续：将四个低成本、单季节接收器替换为包含32个站点的17年国家网络，并将单站点MODIS对比替换为按专区分层、季节分辨的三方验证，这是本文的核心贡献。

该领域最活跃的部分并非孤立的反演精度，而是反演水汽的后续应用。四项近期研究具体体现了这一方向。Tayfehrostami等（2026a）使用GNSS对流层层析成像而非简单的天顶积分PWV来恢复伊朗北部的垂直湿折射率廓线，并利用两个站点的探空数据进行验证；Tayfehrostami等（2026b）采取自然下一步，将这种层析成像衍生的、体素分辨的水汽场同化到WRFDA 4DVAR系统中，以改善区域降雨预报，而非将GNSS PWV仅视为验证目标。另外两项研究更直接地连接了从反演到业务预报的闭环：Ma等（2026）将神经周期模型与ConvLSTM结合，基于ERA5和中国密集GNSS网络预报未来1—24小时的天顶对流层延迟；Xu等（2026）提出一种自适应时频融合模型ATFcast，直接基于GNSS衍生的PWV和气象数据预报中国大陆不同气候带的降雨。综合来看，这四项研究标志着该领域重心从表征GNSS PWV精度——这是本文对孟加拉国所做的——转向业务上利用GNSS PWV进行临近预报和预报，而这正是本文构建的经验证的孟加拉国参考记录在该国首次实现的基础。我们将在未来工作（第5.4节）中明确回到这一联系。

在此背景下，三个具体差距推动了本研究。第一，尚未发布孟加拉国的多年、统一处理的GNSS PWV记录，因此该地区缺乏任何卫星或再分析产品必须参照的地面基准。第二，孟加拉三角洲作为南亚季风水汽辐合最强的地区，在南亚卫星和再分析验证文献中基本未得到代表。第三，方法学上，现有的MODIS—ERA5—GNSS相互比较通常报告为单一站点的年度汇总统计。汇总统计掩盖了卫星反演误差和卫星反演可用性都是季节的强函数，且二者方向相同的事实，即产品最不准确的季节也正是其最不可用的季节。

本文的目标直接如下：
O1 从国家网络的所有32个站点构建首个统一处理的孟加拉国17年GNSS PWV参考记录，并从中构建国家级六季空间气候学。
O2 在七个站点（每个行政区一个）对照该参考验证MODIS和ERA5，使评估具有空间代表性而非局部性。
O3 按季节分解一致性，并联合量化MODIS晴空反演的季节性误差和季节性可用性。
O4 量化GNSS参考本身的不确定性，以便观察到的差异可判断为具有物理意义。
O5 使用自相关稳健统计重新检查长期趋势。

贡献有三方面，我们明确指出什么不是：相互比较方法本身是标准的，我们不否认。新的东西在于：(i) 在数据稀疏且洪水关键的地区，建立了一个长期、统一处理的多站点GNSS PWV参考，此前该地区不存在此类参考；(ii) 按专区分层的验证设计，使结果具有区域而非局部有效性；(iii) 联合量化季节性反演误差和季节性采样可用性，将描述性精度比较转化为关于哪种产品在何地、何季节可用的可操作指导。

第(iii)点的区别值得强调，因为这是大多数单数值验证研究不足之处。通常报告卫星产品的年度偏差和均方根误差（RMSE）与参考的比较，就此止步。但年度误差统计量静默地平均了两个截然不同的体制：一个红外反演丰富且准确的旱季，和一个稀缺且有偏差的季风。产品可以取得体面的年度RMSE，同时在水患国家最需要的那一季实际上无法使用，仅仅是因为丰富且准确的旱季反演数量超过并稀释了稀疏且有偏差的季风反演。按季节、在同一坐标轴上报告误差和可用性，正是防止这种稀释掩盖操作上决定性失败的方法。产品的有用性是精度和可用性的乘积，单靠任何一者都不足以描述它；一个高度精确但在需要时缺席的产品，对于当前目的而言并不比不精确的产品更好。使这种联合评估明确化，并以长期统一处理的参考为基础，是本文旨在为孟加拉三角洲具体实现的实际贡献，并通过实例，为其他存在相同权衡的季风主导和数据稀疏地区提供参考。

章节片段

研究区域

孟加拉国位于孟加拉三角洲，介于北纬20.5°至26.6°和东经88.0°至92.7°之间，南临孟加拉湾，北和东北为喜马拉雅和梅加拉亚山麓。根据K?ppen分类，该国主要为湿润亚热带（Cwa），本文通篇使用此术语。孟加拉历将一年分为六季而非四季，因为这些季节能解析季风前期积累和……

方法

图3总结了从原始输入到输出的完整处理链，各步骤的技术细节如下。

区域空间气候学

图5展示了基于32个站点网络的孟加拉国插值季节平均PWV场。季节振幅大，空间梯度连贯。网络平均PWV从冬季约17.0毫米和春季26.6毫米，升至夏季47.2毫米和雨季最大值64.5毫米，随后通过秋季（59.2毫米）和深秋（27.3毫米）撤退。在旱季，西北部始终是最干燥区域，南部沿海最潮湿；

三种数据集的互补作用

这三种产品并非要一次性地排序为竞争关系；它们在精度/覆盖度/可用性权衡中占据不同位置，本研究的价值在于量化各自所处位置。验证论文的诱惑是宣布赢家，但这种框架误解了业务用户实际面临的问题。用户不是抽象地选择水汽产品；而是针对任务、在特定条件下、特定地点选择，同一……

结论

本文呈现了孟加拉国首个统一处理的多站点GNSS PWV参考记录，并据此验证了覆盖该国三角洲、沿海、内陆和丘陵地貌的七个行政专区的MODIS红外和ERA5水汽。五项发现如下。
1. ERA5能很好地重现GNSS PWV，且在全国范围内表现一致。汇总400,072对数据：R2=0.959，偏差=+1.21毫米，RMSE=4.32毫米，斜率=0.967。站点RMSE仅在3.90……

CRediT作者贡献声明

Mahmud Hasan Asif：撰写——初稿，可视化，验证，正式分析。Md. Mahidul Haque Mahi：撰写——审阅与编辑，可视化，验证，软件，数据管理。Shazia Afrin Anika：撰写——初稿，软件，调查。Md Golam Mostafa：监督，资源，项目管理，概念化。

利益冲突声明

作者声明，他们没有已知的竞争性经济利益或个人关系，这些关系可能会影响本文所报告的工作。

致谢

作者感谢EarthScope联盟（前身为UNAVCO）为本研究提供的GNSS RINEX观测数据访问权限（https://www.unavco.org/data/gps-gnss/gps-gnss.html）。MODIS Terra（MOD05_L2）和Aqua（MYD05_L2）二级红外水汽产品取自NASA的一级和大气档案与分发系统分布式主动存档中心（LAADS DAAC）（https://ladsweb.modaps.eosdis.nasa.gov/data-access/）。ERA5再分析数据来自Mahmud Hasan Asif|Md. Mahidul Haque Mahi|Shazia Afrin Anika|Md Golam Mostafa。