基于MODIS的近红外大气水汽含量的反演及其与地基GPS水汽的对比分析

利用ENVI4.5软件对2007年7—9月间23 d的MODIS 1B晴空数据进行水汽的反演,从中提取乌鲁木齐地区水汽含量并与地基GPS水汽数据进行对比分析,发现经过MODIS 1B反演的近红外水汽相对于地基GPS水汽偏小,但两者的变化趋势基本一致。通过MODIS近红外水汽的订正公式对反演的水汽进行订正,可使乌鲁木齐地区MODIS晴空像元大气水汽含量精度明显提高。     

地基GPS不同水汽反演方法的误差分析

利用湖北宜昌2007年观测的GPS对流层天顶延迟数据,对采用不同水汽反演方法计算的对流层可降水量PW的正确度和精密度进行对比分析。结果显示：不同天顶干延迟计算模型对GPSPW的精密度影响不大,但对其正确度有明显的影响,与探空PW相比,Hopfield模型计算的GPs册的平均偏差最小,Saastamoinen模型的平均偏差次之,而Black模型的平均偏差最大;大气加权平均温度对GPS PW的正确度有重要影响,对其进行本地化订正可以明显减小GPS PW与探空尸形的偏差,但对GPSPW的精密度影响不大;GPS PW与探空PW的相关性受大气水汽含量的影响,当大气水汽含量较低（PW≤65mm）时,两者的相关系数可达0．92,两者的平均偏差为3．8mm,偏差的均方差为6．4mm,而当大气水汽含量较大时,GPS PW与探空PW的偏差会增大,两者的相关系数会变小,这可能与GPS水汽反演方法有关;GPS PW比探空PW偏小,这可能是由两种探测方法的不同所造成的系统偏差。     

地基GPS水汽资料在1709“纳沙”台风暴雨过程中的应用分析

利用赣州市地基全球定位系统(GPS)观测网反演后得到的大气可降水量(GPS PW),分析了2017年7月31日"纳沙"台风暴雨过程,发现GPS PW与实际降水有相关性,对降水时间和强降水的预报预警有重要的指示意义。研究结果表明,GPS PW能有效反映出大气中的水汽变化,当GPS PW持续增长或下降1～4h后,实际降水则开始或结束,当GPS PW达到最大值时,则强降水发生;不同海拔高度的站点GPS PW阈值是不同的,海拔高度在200m以上的站点,随海拔高度增加,阈值减小;上升运动越强越有助于GPS PW增长;根据GPS PW提供的精确的水汽变化,再结合热力、动力条件,发现过程结束后GPS PW的显著减小,主要是由于降水导致的。     

GPS探测与FY-2反演大气可降水量对比分析

为深入了解FY-2卫星大气可降水量(PW)的反演质量,文章选取2012和2015年地基GPS水汽观测数据,与FY-2的PW反演产品进行了对比分析。结果表明:(1)北京、武汉和海口三站GPS/PW(PW_(GPS))与FY-2/PW(PW_(FY-2))在夏季存在显著正相关,三站的相关系数都达到0.67以上,夏季PW的均方根误差值、月平均偏差绝对值均小于冬季。北京与武汉站PW平均偏差和均方根误差在四季均具有明显日变化特征;(2)当PW_(GPS)20 mm时,北京、武汉、海口和拉萨站FY-2/PW与GPS/PW比较一致,PW偏差均值的绝对值和均方根误差较小,当PW_(GPS)20 mm时,PW偏差均值绝对值和均方根误差随PW_(GPS)值减小而迅速变大。FY-2的PW产品在夏季可以为大部分区域提供高时空分辨率、高精度的大气可降水量,在大气湿度非常低、冬季和夜间条件,反演结果精度有待提高。     

地基GPS遥感观测北京地区水汽变化特征

利用2004—2007年SA34（北京大学）站的GPS观测数据,运用GAMIT软件解算反演了间隔30min的连续变化大气水汽总量（PW）。与北京南郊观测场得到的探空结果作比较,均方根误差（RMSE）在2~3mm之间。通过对大气水汽作月平均,得到每月的大气水汽总量口变化曲线,并初步分析了夏季水汽日变化与地面比湿、降水、地面气温以及地面风矢量的关系。结果表明:北京地区夏季7月大气水汽总量最小值出现在08:00（北京时）左右,8月大气水汽总量最小值出现在08:00到12:00左右（各年表现出一定的差异）,夏季大气水汽总量的最大值出现在01:00到03:00;7月和8月的日变化在夜间变化趋势有所不同;大气水汽总量最大值出现时刻与地面小时降水有一定相关性,且大气水汽总量的日变化明显受风矢量日变化的影响。通过对大气水汽总量的时间序列进行小波分析,得到1年大部分时间里,水汽变化存在大约12d的周期。采用前期的大气水汽总量平均值和短时大气水汽总量增量两个条件进行降水的判断,认为夏季降水的出现时刻与差值的高值区有比较好的对应。     

利用GPS和云图资料监测北京地区中小尺度降水的研究

地基GPS遥感大气总水汽量提供了高时间分辨率的水汽资料,为分析预报中小尺度系统的变化创造了条件。本文利用北京GPS／VAPOR试验反演了北京2000年6～8月的大气总水汽量(又称大气可降水量或积分水汽),分析了北京夏季大气总水汽量的分布特征;结合气象和云图资料,对7月3～5日的一次暴雨过程进行了分析,结果表明：GPS大气总水汽量和云的发展及维持是强降水产生的条件,降水量的大小与大气可降水量的增加幅度、维持时间和水平有关,面上的大气可降水量的变化和红外云图资料显示的中小尺度系统的变化是一致的。面上大气可降水量的移动与测站降水关系密切,当测站大气可降水量迅速增加,并且面上分布的大气可降水量也同样向测站扩展时,台站的降水也迅速增加。GPS大气可降水量可作为台站短期降水预报的一个指标。     

利用北京GPS监测网分析夏季暴雨的水汽特征

利用覆盖北京地区的地基GPS水汽监测网数据反演的地基GPS大气柱水汽含量 (precipitable water vapor, PWV),分析了2009年7月3次暴雨天气过程中大气柱水汽含量的水平分布特征;利用高空、地面常规气象资料以及加密气象自动站观测资料计算地面和高空比湿,结合温度、风等物理量分析3次暴雨天气过程中的大尺度水汽输送和中尺度局地辐合作用;对最大降水强度以及降水量的时间变化的分析表明:3次降水落区分布特征与降水前期大气柱水汽含量高值的水平分布较为一致;大气柱水汽含量曲线变化特征与各尺度天气系统造成的水汽输送和水汽辐合密切相关,大气柱水汽含量的大小与水汽来源密切相关;降水前4小时内大气柱水汽含量出现陡增,线性增速大于1.1 mm/h,最大降水强度出现在大气柱水汽含量峰值出现后的1~2 h。     

基于地基GPS大气可降水量的福建水汽资源时空分布特征分析

利用福建省2010—2019年地基GPS站大气可降水量资料、地面气象观测资料和探空数据及ERA-Interim再分析资料,分析福建水汽资源的季节、月、日变化特征,并采用EOF、Mann-Kendall和滑动t检验等方法对近10 a水汽资源的时空分布和变化特征进行分析。结果表明:相较于ERA-Interim再分析资料,福建地基GPS大气可降水量具有较高精度。水汽季节分布以夏季最大,春季次之,秋冬季最低;其月际变化呈倒“U”型分布;晴日和雨日水汽变化差异显著。东部沿海地区水汽含量普遍高于西部山区,但降水转化率低于内陆山区。EOF分析结果显示福建省大气可降水量主要存在2种空间模态,其中第一模态方差贡献率占80.06%,主要表现为空间分布一致型,振荡强度由西北、西南向东部逐渐增强,相应的时间系数表征了大气可降水量显著的季节性变化特征。Mann-Kendall突变检验和滑动t检验的结果表明近10 a福建上空水汽资源未发生突变。     

地基GPS水汽监测技术及气象业务化应用系统的研究

本研究建立了川渝地区地基GPS（global positioning system,全球定位系统）遥感水汽的本地化计算模型,开发出GPS遥感水汽的计算软件包,开展了局域地基GPS观测网遥感大气水汽的试验及业务应用,反演出30 min间隔的高时间分辨率GPS可降水量序列。评估了反演精度,研究了GPS水汽产品在气象业务应用的可行性。研发了可搭建在MICAPS（meteorological information comprehensive analysis and process system）平台上的地基GPS水汽监测业务化应用系统,实现了局域地基GPS观测网数据的实时传输、数据解算、可降水量反演和GPS水汽产品的可视化,并在气象业务部门试运行,在强降水、暴雪等灾害性天气预报中发挥了独特作用。本项目组系统性研究了GPS可降水量的时间变化、水平分布,分析了GPS可降水量与气温、气压、比湿、辐射和降雨量等地面气象要素以及与局地环流、水汽输送和循环等大气过程及地形的对应关系。研究了GPS水汽产品在几类典型灾害性天气（西南暴雨、持续性降水、冰冻雨雪、大雾）以及人工增雨中的演变特征,揭示了GPS探测水汽技术及其产品在天气预报业务中的应用方法。进行了GPS可降水量的日循环合成分析,GPS可降水量在华北暴雨、西南暴雨、华西秋雨、四川盆地夜雨等方面的应用研究,以及不同云系降雨过程、不同类型降雨过程中GPS可降水量的对比分析。例如,对不同类型降雨过程中GPS-PWV（precipitable water vapor by GPS,GPS可降水量）的比较表明,在夏季暴雨发生前5～10h,GPS-PWV的激增可很好地预示其后的强降雨天气;而对于类似秋绵雨的一般性持续降雨来说,GPS-PWV的连续大幅递增或递减并超过平均值可作为降雨开始或结束的预报依据;对于不同类型降雨天气过程GPS-PWV具有不同的日变化特点,它能及时反映水汽的局地变化特征,作为水汽异常输送中的强信号,GPS-PWV在降雨天气分析及预报中具有重要的指示意义。     

成都地区一次持续性暴雨过程的水汽特征分析

利用地基GPS技术反演得到的大气可降水量资料、FY-2C卫星水汽图以及NCEP 1°×1°再分析资料,分析了2008年9月23—26日成都地区一次持续性暴雨的水汽特征。结果表明,降雨期间的水汽主要由来自孟加拉湾的暖湿气流和来自"黑格比"台风的高低空急流组成;暴雨发生前对流层中低层水汽充足,大气层结极不稳定,水平风的垂直切变较明显;高时间分辨率的地基GPS资料不仅可获得水汽实时变化的信息,而且对于暴雨发生时间和暴雨强度都有一定的指示性;结合中尺度数值模拟的结果,发现此次暴雨过程中可降水量的变化能反映区域水汽辐合辐散的变化,降水与否或降水大小不仅取决于大气中水汽含量的多少,更受到大气动力和热力条件的影响,水汽辐合的强弱具有关键作用。     

GPS遥感的大气可降水量与局地降水关系的初步分析

该文利用2002年“973”项目安徽GPS外场试验和2000年北京GPS/VAPOR试验积累的资料对GPS遥感的大气可降水量与局地降水之间关系进行了定量分析。结果表明:在降水前后, GPS遥感的大气可降水量有很大的变化; 在2002年入梅前后, 其变化甚至大于30mm; 在海拔高的山区台站, 2hGPS遥感的大气可降水量增量和本站是否发生降水关系密切; 多数情况下, 降水出现在GPS遥感的大气可降水量迅速增加的3~4h内; 每小时降水量峰值和GPS遥感的大气可降水量增量的大小有关。     

可降水量与地面水汽压力的关系

根据对 30 8组不同地点不同季节的气候数据分析 ,证实可降水量W与地面水汽压力e存在良好线性关系 ,其公式是W =1 74e。     

大气可降水量估算模型研究

利用SuomiNet网GPS大气可降水量数据和地面气象数据研究建立大气可降水量估算模型.利用研究区域GPS PWV和地面气象数据,研究了大气可降水量与地面水汽压间的相关性,并建立二者间的线性、二次多项式和幂函数回归模型,对比分析各模型的估算精度以确定最优估算模型,并检验了不同大气水汽含量下最优模型的估算精度.得出以下结论:1)GPS大气可降水量与地面水汽压变化趋势基本一致,存在着良好的相关关系(相关系数达到0.892).2)基于地面水汽压的线性、二次多项式和幂函数模型估算大气可降水量均达到一定的估算精度(相对误差均小于19％),其中幂函数估算模型的R2最高,估算误差最小.3)基于地面水汽压的PWV估算模型具有地域性特征,基于研究区域数据所建立的模型更适合于研究区域,其PWV估算精度高于Cole模型、张学文模型和李超模型.4)所建估算模型在不同的大气水汽含量条件下估算精度不同,大汽水汽含量越高,估算结果的相对误差越小.     

辽宁地区大气可降水量与降水关系的研究

当大气可降水量(precipitable water vapor,PWV)达到某一阈值时将出现降水,则该值称为PWV降水阈值(threshold of PWV,PWVt),由此认为PWV_t可以作为PWV与降水关系研究的纽带。为了能够较为准确地计算出PWV_t,引入整层大气饱和可降水量(precipitable water vapor saturation,PWVsat)概念,并推导出多元大气条件下PWVsat计算公式,根据公式可知PWV_(sat)是地面温度(t_s)的函数,其表示整层大气在饱和状态下容纳的最大水汽量。大气必须达到一定层次的饱和才能成云致雨,因此推断t_s也可能影响着PWV_t。为了验证该推断的准确性,利用2015年5月至2016年10月辽宁地区36个观测站的PWV与t_s进行研究,将筛选出1122个降水样本的PWV_t与t_s进行拟合,发现PWV_t拟合公式与PWV_(sat)推导公式较为一致,说明PWV_t和PWV_(sat)两者密切相关,同时给出36个站的拟合参数,从而建立PWV与降水的对应关系。统计检验表明,该方法在降水预报中的准确率、漏报率和空报率分别为93.69%、2.32%和3.99%,说明PWV_t在降水预报方面具有一定的应用价值。最后在一次降水个例中应用,结果显示PWV_t可以较好地预报降水,并发现PWV与PWV_t的差值与降水量具有一定的对应关系。     

GPS大气可降水量空间插值方法对比研究

对比分析不同空间插值模型对GPS大气可降水量的插值精度,并对插值误差影响因素进行研究.利用反距离权重法、全局多项式法、局部多项式法、径向基函数法、普通克里金法5种常用空间插值方法对SuomiNet 网GPS PWV数据进行插值,应用交叉验证法对比分析各方法的精度,得出5种插值模型均达到一定的插值精度.其中,普通克里金法和径向基函数法插值精度最高,全局多项式法和反距离权重法精度最低,而局部多项式法插值精度中等.对插值误差影响因素的分析表明,GPS站点密度越高、水汽值越低、水汽值变化程度越小,空间插值精度越高.研究成果可为大气水汽含量空间分布特征和规律研究,以及空间插值方法选取提供借鉴.     

GPS可降水量在湖北暴雨预报中的指示性

通过对2012年5—9月湖北省59个GPS/MET站可降水量资料、全省自动站雨量资料以及实况高空资料的分析发现：①同址观测的GPS PWV与探空-PWV相关性高,误差小,有降水时相关性下降。②有降水时山地比平原地区的GPS PWV普遍偏低10 mm左右。③69%暴雨出现前GPS PWV会上升,不上升的则已达到较高值。GPS PWV单站6 h和12 h变量为正,对暴雨开始的指示性较好。④不同类型暴雨的GPS PWV特征不同：西风系统型和副热带高压影响型局地暴雨中心均对应GPS PWV高值区,其GPS PWV阈值在湖北西部分别为大于等于40 mm和大于等于55 mm,在湖北中东部分别为大于等于52 mm和大于等于60 mm;台风影响型局地暴雨大多位于GPS PWV高值区附近的密集带,GPS PWV阈值为大于等于45 mm;区域性暴雨需在有利降水的天气形势下考虑PWV,暴雨中心对应GPS PWV高值区,且GPS PWV高值中心较暴雨中心提前1 h出现。⑤暴雨中心位于GPS PWV水平分布密集带的情况有3种：个别影响系统移动较快的暴雨、台风影响型局地暴雨、个别山区暴雨。⑥利用GPS PWV高值区叠加地面辐合区判断未来1 h暴雨区,对湖北中东部暴雨的指示性较好,但对湖北西部山区暴雨的指示性较弱。     

北斗和GPS反演大气可降水量的对比分析

北斗地基增强系统是我国北斗卫星导航系统重要的地面基础设施,它可以获取高精度、高时间分辨率的水汽产品,满足数值预报、空间天气监测和预警业务的需求。本文利用2017年北斗地基增强系统中北斗单模、GPS单模和GPS+BD双模的数据资料,对同址的北斗气象站、GPS气象站和探空站反演大气可降水量进行对比分析,结果表明:(1)现行北斗地基增强系统所提供的数据,可以有效地用来反演大气柱总水汽含量,所得结果合理,平均偏差都小于1 mm,在变化上与GPS系统和探空系统基本一致,对数值预报有一定的指示作用;(2)与GPS系统相比,GPS单模/PWV和GPS+BD双模/PWV的均方差小于2 mm,相关系数均在0. 97以上,表明两者在反演PWV的精度上与GPS系统相当,而北斗单模/PWV的均方差为3～6 mm,相对方差达到了15%～20%,其精度与GPS系统还有一定的差距;(3)与探空相比,北斗单模在个别时次变化趋势上存在不一致的情况,其均方差为2. 14～6. 12 mm,相对方差为15. 32%～20. 84%,其误差可能是由于探测系统误差等因素造成的,而GPS+BD双模和GPS单模会更加稳定。     

地基GPS遥测大气可降水量在天气分析诊断中的应用

利用河北省石家庄、张家口、秦皇岛3个GPS站观测资料，通过GAMIT软件处理反演到2005年4—11月的大气可降水量（PWV）资料，初步分析了河北大气可降水量时空分布特征。结果表明，GPS反演的大气可降水量具有较高的使用价值，其时空变化明显，反映了河北降水的季节和地区变化特征。通过与降水之间关系分析发现，降水大多出现在高于大气可降水量基值的时段，不同影响天气系统，大气可降水量变化具有不同的变化特征。     

地基GPS遥测大气可降水量应用精度和范围

利用2005年6～8河北省石家庄、张家口两个地基GPS站反演得到的大气可降水量资料,对探空资料计算的大气可降水量和GPS反演的大气可降水量进行比较,并通过2007年7月17～19日河北中南部一次强降水过程的个例分析,发现GPS资料反演的大气可降水量略高于探空站资料的计算结果,但两种资料的可降水量计算结果变化趋势一致,GPS反演的大气可降水量具有较高的使用价值,但单站GPS反演的大气可降水量有效半径距离具有一定限度.     

L波段探空观测偏差分析及订正算法研究

为了探讨探空观测的水汽可降水量资料的可靠性,本文以GNSS/MET遥感的大气可降水量为参照标准,对广东汕头站2013年以及西藏那曲站2016年6月至2017年5月的两种可降水量观测结果进行对比分析和偏差订正。经过研究分析表明:两个站探空可降水量相比地基GNSS可降水量偏干,偏差分别为7. 4%和9. 8%。探空可降水量的偏差显示具有季节变化和日变化的特征,其中夏季偏差较明显,00时比12时明显。太阳辐射加热引起的地面气温的日变化和季节变化是造成偏差的重要原因。本文根据太阳辐射偏差订正经验公式,对两个站的探空可降水量进行偏差订正,订正后偏差明显减少。