长三角地区多种大气可降水量获取方法研究

利用长三角地区多个探空站气象资料、GNSS观测数据和GPT3模型,以探空资料的大气可降水量(PWV)为参考值,评估GPT3模型、两种地面气象资料法和GNSS等4种方法计算的PWV精度、可靠性和时效性.结果表明,GPT3模型可实时获取PWV,但精度较低;GNSS-PWV精度最高,但需要实测气象参数,会限制其应用范围;两种...     

GPT3模型反演GNSS大气可降水量精度评定

采用中国区域2017~2018年与GNSS站并址的49个探空站资料对GPT3模型估算的气象参数的精度进行评估,再利用49个GNSS站结合GPT3模型估算的气象参数反演日均大气可降水量PWV,并采用与GNSS站并址的探空站数据对其精度进行评定。实验得出：1）在中国地区,1°分辨率的GPT3模型的精度和稳定性优于5°分辨率,其气压、气温和大气加权平均温度T_m的偏差均值分别为0.73 hPa、1.34 K和－1.67 K,均方根误差均值分别为4.21 hPa、3.75 K和4.15 K;2）利用GPT3模型提供的气温结合Bevis经验公式反演的PWV与GPT3模型提供的Tm反演的PWV精度相当,且2种方法反演的PWV和探空资料实测地表温度反演的PWV呈现很好的一致性,在我国青藏高原和西北地区反演PWV的精度优于我国南方和北方地区。     

基于FJCORS资料探测大气可降水量的研究

本文采用超快速预报星历处理福建省连续运行卫星定位服务系统(FJCORS)资料得到大气可降水量(PWV),分别与同期采用最终精密星历和探空资料获得的PWV进行对比,结果表明:采用不同星历反演的PWV偏差在0.25 mm以内,并与探空结果具有较好的一致性,相关系数达到0.92,因此采用预报星历可以近实时反演PWV。对2015年"苏迪罗"台风登陆福建前后的PWV动态分析研究,表明PWV资料可以很好地监测水汽时空分布和变化,有助于分析强降雨天气的水汽传输过程,对预报强降水具有重要的指示作用。     

北斗CORS探测的大气可降水量与重庆降雨的关系

通过分析2018年2次典型降雨过程中大气可降水量(precipitable water vapor,PWV)的分布特征及其与实际降水量的关系,探讨PWV在预测降雨中的应用。结果表明,在降雨过程中,PWV的分布与实际降水量具有很好的相关性。PWV对降雨的发生具有一定的指示作用,在降雨发生前6~12 h,PWV开始增加;在降雨发生前1~2 h内PWV迅速上升;当PWV显著增加并保持高值时,预示强降雨的发生。PWV变化越快,降雨概率和降水量就越大。滑动平均处理结果进一步证明,强降雨发生前后,PWV会出现快速聚集和释放的现象,PWV可作为短期临近预报及天气分析等研究和应用的序列资料,为传统气象手段提供有力补充。     

GPT2模型用于SDCORS反演可降水汽精度评估

利用山东区域及邻近探空站，分析GPT2模型估算气象参数（气温和气压）的精度，并将GPT2模型应用于SDCORS反演可降水汽中，分析评估其精度。研究表明，GPT2模型估算气温和气压的偏差均值分别为-1.61 ℃和0.53 Pa，标准差均值分别为2.84 ℃和4.42 Pa，均方根误差均值分别为3.27 ℃和4.49 Pa；GPT2模型估算的气象参数解算的SDCORS/PWV的偏差均值为1.22 mm，标准差均值为3.05 mm，均方根误差均值为3.46 mm，较GPT模型精度高，可靠性强。对于未配备气象传感器的CORS站，基于GPT2模型估算气温和气压，有助于利用区域CORS反演可降水汽，有效实现对大气可降水量的监测与预报。     

台风期间PWV与降雨量的相关性分析

基于2015~2017年台湾地区“苏迪罗”、“鲇鱼”、“海棠”等3次台风事件,利用地基GPS数据反演得到大气可降雨量（PWV）,初步分析台风期间PWV与降雨量的关系,并利用交叉小波和小波相干进一步分析PWV与降雨量的时空变化规律。结果表明,台风发生期间,PWV总体呈先上升后下降的趋势,波动性剧烈;降雨发生时,PWV一定发生剧烈变化;在研究时域内,PWV与降雨量存在很强的正相关关系,相关系数达到0.7,PWV超前降雨量变化,PWV变化后的0~3 h发生强降雨。研究PWV与降雨量的时空变化特征可为短时降雨预报提供参考。     

GPT3模型在安徽地区的性能

基于安徽省23个CORS站数据解算天顶对流层延迟(ZTD),评估GPT3+Hopfield和GPT3+Saastamoinen两种对流层组合模型的适用性,并利用探空数据分析GPT3模型估计大气加权平均温度(T_m)和反演大气可降水量(PWV)的精度。结果表明：1)GPT3+Saastamoinen组合模型的ZTD精度优于GPT3+Hopfield组合模型,GPT3模型的ZTD精度具有显著的时空分布特征,皖南精度低于皖北,且春、冬季精度优于夏、秋季;2)在安徽地区,GPT3模型2种格网分辨率的T_m精度基本相当,平均偏差在-2.0 K左右,RMS值在4.5 K左右;3)在安徽地区,基于GPT3模型气象参数反演的PWV(GPT3-PWV)与探空站的PWV有较高的一致性,且同样具有时空变化特征,由皖南向皖北逐渐降低,夏季最大、冬季最小。     

基于GAMIT软件反演大气可降水量初步探究

通过使用数据处理软件GAMIT软件对青海省某地区CORS站数据进行解算,并对解算结果进行了时间间隔为2小时的大气可降水量反演,与当地气象实测数据进行比对,从比对情况来看两者降水趋势基本吻合。为今后CORS站在气象监测、预报、水汽含量分析方面有一定的帮助。     

基于GNSS PWV的水汽输送路径研究

基于2014年河北省CORS观测及气象资料，利用GNSS PWV进行水汽输送路径研究。通过GNSS PWV、ΔPWV变化与实际降水的比较发现，GNSS PWV空间变化与水汽输送路径一致，验证了河北省存在由南向北、由西北向东南的两条水汽输送路径。     

利用MERRA-2地表温压资料进行中国区域GNSS水汽反演的精度分析北大核心CSCD

为分析美国宇航局发布的最新MERRA-2再分析资料地表温压产品在中国区域进行GNSS水汽反演的精度,联合中国区域609个地面气象站实测温度和气压数据、48个GNSS站及并址探空站资料,评估MERRA-2温压产品及其在GNSS PWV反演中的精度。结果表明:1)MERRA-2气压和温度年均bias分别为-0.01 hPa和0.38 K,年均RMSE分别为1.08 hPa和2.66 K,MERRA-2再分析资料温压产品在中国区域具有较高的精度;2)MERRA-2再分析资料温压产品在中国大部分地区呈现负偏差,精度从高到低依次为南方地区、北方地区、西北地区和青藏高原地区;3)将MERRA-2温压产品的PWV反演结果与并址探空站实测PWV进行对比可知,MERRA-2再分析资料温压产品反演的GNSS PWV平均RMSE为2.16 mm,能较好地反映PWV的日变化。因此,MERRA-2地表温压产品在中国区域的气象研究及GNSS水汽监测中具有重要意义。     

利用湖南CORS网监测分析湘北一次局地暴雨水汽场时空变化

基于72个湖南连续运行参考站 (CORS) 反演得到的可降水量 (PWV) ,针对2015-04-03~04-04湘北地区一次局地暴雨,结合温度和气压等大气热动力条件,分析湖南省PWV时间序列及其平面动态分布变化,并总结此次暴雨过程中水汽场变化规律。研究结果表明,作为降水的必要条件,PWV峰值越大降水概率越高,当PWV突破48 mm并首次降低时,随后1 h内会出现降水;当PWV持续增强达到峰值50 mm之后再次下降时,PWV增量变化很大程度上决定着雨势的大小及降雨持续时长;气温和气压等热动力条件也对雨势预测有一定的指示作用;PWV分布变化可对实际降水范围（落区）趋势作出较为准确的预测。     

贵州局地大气加权平均温度模型的建立与精度分析

基于贵阳、威宁两个无线电探空站2014~2016年的气象数据,采用一元线性回归方法构建贵州整体、局地及季节大气加权平均温度Tm模型,并分析模型的精度。结果表明,贵州整体Tm模型精度高于Bevis模型、全国模型和亚热带季风气候模型;建立贵州局地、季节模型有助于进一步改善Tm的精度;相较于Bevis模型,局地Tm模型反演的PWV精度更高,与实际降水吻合更好。     

基于地基GNSS观测数据的贵州高原地区水汽层析精度分析

利用精密单点定位(PPP)技术处理贵州地基GNSS观测数据,获得高精度天顶对流层延迟(ZTD),进而开展水汽反演获得大气可降水量(PWV)产品。基于斜路径可降水量(SWV),使用自适应联合代数重构算法进行三维水汽层析,空间分辨率优于30 km×30 km,时间分辨率为5 min。以无线电探空数据为参考评估ZTD和PWV精度,其RMS分别为3.55 mm和1.03 mm。以ERA5再分析资料为参考评估三维层析精度,无暴雨发生时,三维层析相对误差不超过10%,偏差最大值为1.03 g/m³。以无线电探空数据为参考评估三维层析精度,层析结果与无线电探空数据的相关系数在0.97以上,具有较好的一致性。贵阳站和威宁站的平均RMS分别优于0.5 g/m³和1.2 g/m³。     

基于探空资料的湖南地区加权平均温度本地化模型研究

利用湖南地区长沙、怀化、郴州3个探空站数据,将数值积分法计算的T_m作为参考值,并基于最小二乘法建立湖南地区T_m本地化模型。研究结果表明,Bevis模型计算的T_m值在湖南地区存在2.51K的系统偏差;湖南本地化模型T_m值与地面温度Ts之间的相关系数达到0.942 5,模型平均偏差1.60K,内符合精度1.41K;基于本地化T_m模型计算的GPS PWV与利用探空数据计算的PWV相比,平均偏差为0.52mm,标准差为2.21mm,RM_S为2.45mm。总体而言,本地化T_m模型的精度优于Bevis模型,更适用于湖南地区的GPS气象研究及业务应用。     

基于探空资料的湖南地区加权平均温度

利用湖南地区长沙、怀化、郴州3个探空站数据,将数值积分法计算的Tm作为参考值,并基于最小二乘法建立湖南地区Tm本地化模型。研究结果表明,Bevis模型计算的Tm值在湖南地区存在2.51 K的系统偏差;湖南本地化模型Tm值与地面温度Ts之间的相关系数达到0.942 5,模型平均偏差1.60 K,内符合精度1.41 K;基于本地化Tm模型计算的GPS PWV与利用探空数据计算的PWV相比,平均偏差为0.52 mm,标准差为2.21 mm,RMS为2.45 mm。总体而言,本地化Tm模型的精度优于Bevis模型,更适用于湖南地区的GPS气象研究及业务应用。     

GPS/PWV资料在两次台风袭港期间的特征分析

应用GPS探测的可降水资料PWV对香港地区2013年遭遇的两次台风中水汽变化特征进行对比分析表明,GPS/PWV资料在一定程度上能反映出不同距离台风影响强度,尤其是气压变化。远距离台风,PWV呈现明显的震荡性变化,波动性更强,且震荡程度与降雨强度有很好的对应关系|近距离台风,PWV呈明显的单峰结构变化,增湿过程与台风影响时间及距离存在某种关系,PWV短时间内急升变化幅度能较好地反映降水强度。     

融合GPT2w模型与GNSS参数获取大气可降水量

针对GPT2w模型误差累积所导致的天顶对流层延迟(zenith tropospheric delay, ZTD)和大气可降水量(precipitable water vapor, PWV)精度不高的问题,利用2017年长三角地区7个探空站和2个GNSS站的实测数据检验GPT2w模型获取的气压、温度、水汽压、加权平均温度(Tm)和ZTD等参数的精度,并融合GNSS解算得到的ZTD(GNSS-ZTD)与GPT2w模型获取的气象参数,提高PWV反演精度。结果表明：1)近地面处的气压、温度和水汽压的bias分布在－3~4 mbar、－7~7 K和－9~2 mbar之间,精度较高;2)GPT2w模型获取的Tm在长三角地区适用性较好,年均bias和RMS分别为－1.21 K和6.89 K;3)基于GPT2w模型解算的ZTD的bias和RMS均值分别为1.4 cm和9.4 cm,精度明显低于基于实测气象数据获得的GNSS-ZTD;4)参数融合法计算的PWV与GNSS-PWV精度相当,该方法可用于无实测气象参数时实时获取PWV。     

基于GPT3模型的ZTD及PWV反演精度分析

使用亚洲区域18个IGS测站和中国区域内16个探空站2016~2018年的数据,研究GPT3模型反演天顶对流层延迟（ZTD）和大气可降水量（PWV）的精度,并与其他GPT系列模型进行对比。结果表明,GPT3-1模型估计的ZTD的bias均值和最大值均最小,分别为1.34 mm和14.06 mm;GPT3模型整体精度略优于GPT2w模型,优于GPT2模型。探空站处GPT3模型反演的PWV的bias和RMSE均表现出较强的季节性特征;由GPT3模型反演的PWV的月均值可知,GPT3-1模型比GPT3-5模型具有更高的精度和稳定性。     

基于湖南CORS网的PWV时空变化分析及其在暴雨落区预报中的应用

针对2017-05-22~05-23湖南地区的一次暴雨过程，结合气温、气压等大气热动力条件，分析此次降雨过程的大气可降水量(precipitable water vapor，PWV)时空分布及其动态变化特征。研究表明，在水汽条件充足的情况下，降雨的形成需要强烈的水汽辐合上升作用，可以结合热动力条件来预判降水时间和强度；PWV与实际降雨量平面分布图的对比分析表明，PWV高值区和实际降雨落区基本重合，PWV时空变化分析对预测暴雨落区有一定的指示意义。     

北极黄河站区GPS可降水量的特征分析

利用GPS遥感的可降水量、气象数据、探空数据及降雪资料,分析中国北极黄河站区的可降水量特征,得出可降水量与地面水汽压的转换模型;分析可降水量、露点温度差、水汽压在强降雪天气中的变化特征,研究强降雪天气过程中的探空层结构,有助于利用GPS可降水量预报雨雪天气。