利用GNSS PWV的AOD自适应预测方法

气溶胶光学厚度（aerosol optical depth，AOD）是气溶胶总含量的基本参数，对研究大气空气质量变化具有重要作用。为了探究不同类型AOD对空气质量的影响，本文提出两种基于GNSS PWV的AOD自适应预测方法。提出的方法考虑了相邻历元间AOD的时间自相关性，且模型系数能够自适应更新。一种方法是直接基于GNSS PWV对550 nm的AOD进行建模，简称TAF（total AOD forecast）模型。另一种AOD建模方法顾及了5种不同类型AOD对PWV的敏感性，简称FTAF（five type-based AOD forecast，FTAF）模型。该模型首先建立PWV与5种类型AOD的函数关系。其次，依据550 nm AOD与5种类型AOD之间的关系，确定不同类型AOD在550 nm AOD中所占的权重。最后，利用PWV预测5种类型的AOD，并通过加权平均获取最终的550 nm AOD。选取京津冀地区16个GNSS测站数据对提出模型的精度进行验证，结果发现提出的两种550 nm AOD预测模型均具有较高的精度，且FTAF模型优于TAF模型。本文提出的AOD预测模型能有效地将GNSS反演的对流层参数应用于大气环境遥感监测，为大气环境质量研究提供了一种新思路。