一次西南涡持续暴雨的GPS大气水汽总量特征

利用成都地区地基GPS遥感的大气水汽总量资料 (GPS-PWV)、NCEP再分析资料、自动站降水量资料和探空站比湿资料,对2010年7月15—18日发生在四川盆地东北部的一次持续性暴雨的水汽变化特征进行综合分析,重点探究这次大暴雨的影响系统 (西南涡) 发生、发展前后GPS-PWV的演变特征及其与降水的关系。结果表明:降水发生时,GPS-PWV通常在短时间内有急剧的上升,并在西南涡形成前达到最大值;西南涡完全形成时,GPS-PWV急升结束;西南涡东移,GPS-PWV继续下降到最低,降水趋于结束。与水汽通量散度相比较,水汽散度垂直通量能更好地描述暴雨过程中的强上升、辐合辐散运动以及水汽输送情况,它与GPS-PWV变化趋势基本一致。因此,GPS-PWV的急升与陡降对大暴雨的形成与减弱有一定指示意义。     

基于地基GPS水汽资料对成都地区一次暴雨过程的分析

本文利用成都地区地基GPS得到的GPS-PWV对2008年一次暴雨过程进行了综合分析,得出了成都地区GPS-PWV的变化同实际降水间存在的相关性.结果表明：GPS-PWV对于空中水汽变化具有很高的敏感性,能及时反映大气中水汽的时空变化;降水强度的极大值滞后于可降水量的峰值,对降水有一定的提前性;强烈的上升运动有利于PWV的积累增长,并且上升运动的强度同GPS-PWV的大小有很强的相关性;GPS-PWV处于高值区时往往大气都处于不稳定的状态。     

2017-2019年南疆西部和昆仑山北坡大气可降水量变化特征

基于2017-2019年南疆地基GPS大气可降水量（下文简称“GPS-PWV”）、常规探空水汽廓线计算的大气可降水量（下文简称“RS-PWV”）和逐时降水资料，统计分析南疆西部和昆仑山北坡GPS-PWV时空变化特征、夏季不同海拔高度不同降水量级下GPS-PWV变化与实际降水的对应关系。结果表明：（1）南疆西部和昆仑山北坡GPS-PWV与RS-PWV，二者具有符合预期的很高的相关性。（2）不同海拔高度站点GPS-PWV空间分布差异明显，大部分站点GPS-PWV随海拔高度的增加而降低。（3）各站点GPS-PWV逐月变化均呈单峰型，冬季12月或1月最小，夏季7、8月最大；春、夏季各站GPS-PWV距平日变化为单峰型，秋、冬季GPS-PWV距平日变化除秋季乌恰站、若羌站为单峰型外，其它均为三峰或四峰型。（4）各站有、无降水时PWV平均值差异明显，昆仑山北坡差异更大；降水发生前GPS-PWV已开始上升，南疆西部PWV峰值主要出现在降水前0～1 h，昆仑山北坡PWV峰值主要出现在降水前0～3 h和7～9 h。     

四川盆地一次强降水过程水汽特征

利用WRF模式、地基GPS资料以及常规气象观测资料,结合模式输出资料的高空间分辨率(10km)和GPS大气可降水量(GPS-PWV)资料的高时间分辨率(30min)的优点,对2008年7月20—22日四川盆地一次暴雨过程的水汽变化特征及各物理量与大气可降水量的关系进行综合分析。结果表明:此次降雨过程是由高原涡和西南涡共同作用引起,WRF模式能够较好地模拟出降雨落区和强度。GPS-PWV反映的大气可降水量增减趋势与WRF模拟的较为一致。水汽密度垂直分布反映了大气可降水量分布,水汽密度随高度增加而递减,降雨初期,水汽密度随高度减小迅速,降雨强盛时期,水汽密度随高度减小的速度减慢。水汽辐合使得水汽密度和大气可降水量增大,风的散度项与水汽通量散度的变化一致,而水汽平流项对水汽辐合贡献较小,水汽的辐合主要由风场辐合造成。     

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。     

引入地基GPS可降水量资料对一次西南涡暴雨水汽场的初步分析

利用成都地区4个地基GPS站遥感的大气可降水量(GPS-PWV)数据,结合自动气象站雨量和NCEP再分析等资料,对2008年7月20～22日一次由高原涡诱生西南涡引发的四川盆地暴雨过程的水汽变化进行了分析。结果表明,降水开始前GPS-PWV有一个急升过程,且与过程1h最大雨量有较好的对应关系,GPS-PWV的增幅和所达到的最大值可以较好地反映西南暖湿气流对四川盆地水汽的影响程度;而GPS-PWV的骤降则预示降水即将结束。西南涡在GPS-PWV急速上升之后形成于盆地;在其发展强盛时段,盆地处于低空水汽通量大值区和水汽辐合中心,随着西南涡的东移,GPS-PWV逐渐减小至最低水平。     

大理苍山不同海拔高度湿季降水日变化特征分析

基于大理国家气候观象台苍山-洱海梯度观测系统2011—2020年湿季小时降水资料,分析山顶、山腰和坝区3个站的降水日变化特征。结果显示:降水量日变化,坝区站呈现单峰型,山腰站和山顶站则是双峰型;降水频次日变化,坝区站和山顶站为单峰型,山腰站日变化比较平缓;各时次的降水量、降水频次基本随海拔高度的增加而增多;降水强度日变化,山顶站为双峰型,坝区站和山腰站波动较大,午后为小值区,夜间为大值区,3个站在14:00—17:00的降水强度相差不大,而其他时段山腰站和坝区站的降水强度比山顶站大。夜间降水量在持续时间2～16 h是大值区,随海拔的增加降水量大值区持续时间较长;白天降水量在持续时间小于6 h是大值区,随海拔的增加,大值出现的时间向后移。降水频次在持续时间小于6 h,3个站在白天、夜间分别有一个大值区,而持续时间7～18 h的只有山顶站夜间有大值区;坝区站和山顶站夜间降水频次大于白天降水频次,山腰站白天、夜间降水频次相差不大。长历时(中历时、短历时)的累计降水量、降水频次随海拔高度的增加而增大(减小);3个站长历时降水量(长历时降水频次)对总降水量(总降水频次)的贡献最大,贡献最小的是短...     

华西秋雨天气过程中GPS遥感水汽总量演变特征

利用成都地区地基GPS观测网2007年9-11月的观测数据, 结合自动气象站资料计算出30 min间隔GPS遥感的大气水汽总量(GPS-PWV)。将成都地区秋季降雨分为阵性降雨和连续性降雨(秋绵雨), 结合其他气象要素资料, 分析了GPS-PWV变化与成都秋雨之间的关系。结果表明:高值的水汽总量是产生降水的必要条件; 不同的降水过程, GPS-PWV的变化幅度、极值水平和持续时间存在明显差异。水汽的增长、上升运动的增强和温度的减少是造成阵性降水的主要原因; 而秋绵雨过程中, 水汽的增长和地面露点温度差与降水过程有较好的对应关系。     

乌鲁木齐夏季强降水过程GPS-PWV的演变特征

利用乌鲁木齐GPS观测站数据反演得到1h间隔GPS遥测的大气可降水量(GPS-PWV)和乌鲁木齐自动气象站逐时降水资料,分析了乌鲁木齐地区夏季10次中雨以上降水过程的GPS-PWV演变特征。结果表明,乌鲁木齐地区的强降水过程中GPS-PWV呈现出明显的1～3天增湿过程和1～2次跃变过程,且降水时GPS-PWV几乎约为气候平均值的2倍,跃变过程与降水发生和结束有较好的关系,可为干旱区降水短期预报提供一个明确的水汽演变指标。     

应用区域地基全球定位系统观测分析北京地区大气总水汽量

利用2000年6月1日～8月11日北京地区地基全球定位系统(Globe Positioning System)网遥感大气总水汽量试验的观测资料,分析了北京地区夏季大气总水汽量的时空变化,研究了大气总水汽量与日平均温度、地面水汽压和降水的关系.研究结果表明:大气总水汽量存在明显的时空变化,对于地理位置基本相近的台站,海拔高度的影响比较明显,一般情况下高山站的水汽总量低于平原站;在晴天,地面水汽压与大气总水汽量有较好的相关性,而在云雨日,由于高低层大气湿度的变化常常不同步,用地面水汽压估算的大气总水汽量具有较大的偏差;大气总水汽量短时间内的快速增加往往对应有降水过程出现,但总水汽量的大小与降水量之间并没有明显的相关,在降水预报中应综合考虑总水汽量的前期平均水平、短时的增幅和峰值大小等条件的影响.     

A composite analysis of diurnal cycle of GPS precipitable water vapor in central Japan during Calm Summer Days

Summary The diurnal variations of water vapor in central Japan were investigated with GPS-derived precipitable water (PWV) and surface meteorological data as classified to three kinds of locations. Twenty-five clear days in central Japan in August 2000 were investigated to clarify the role of water vapor in the nocturnal maximum in the diurnal cycle of convective rainfall. The diurnal variations of PWV and some meteorological factors were composite during the selected days at 6 stations. The PWV shows a clear diurnal cycle with the amplitude of 3.4 mm to 8.8 mm and changes little during the period from the morning to noon. The daily amplitude of PWV is the largest in basin and smallest in plain although mean of PWV keeps high value in plain. A typical feature of the diurnal variation in central Japan is a maximum appearing in the evening. The time of maximum is from 1800 LST to 2000 LST, and minima appears at noon nearly in mountainous area and basin, while in early morning in plain. The diurnal maximum of PWV appears earlier in mountainous region than in plain. A diurnal cycle of specific humidity can be observed in all locations, and the amplitude in mountainous region is especially large compared with that in basin and plain. It is important to notice that there are remarkable differences in specific humidity among the six stations. The results suggest that the diurnal variation of PWV seems to be strongly affected by the local thermal circulations generated by the topography around these stations. The moisture transport causes the differences in phase of the diurnal cycle of PWV between different locations as well as the phase difference in precipitation. A very clear diurnal variation in surface air temperature is similar to that of solar radiation, with a minimum in the morning and a maximum in early afternoon. Maximum of surface wind speed are corresponded to peak of precipitation very well. It can be concluded that the amplitude of solar radiation increases with altitude as opposed to the situation of PWV generally. The precipitation observed frequently in the evening also shows a similar diurnal variation to that of the PWV, indicating the peak of precipitation appearing in late afternoon or in the evening over central Japan. Meanwhile the PWV reaches its nocturnal maximum. There is a good relationship between the diurnal cycle of observed precipitation and that of the PWV. Authors’ addressess: Guoping Li, Department of Atmospheric Sciences, Chengdu University of Information Technology, #3 Section 3, Ren Min Nan Road, Chengdu, Sichuan 610041, P.R. China; Dingfa Huang, Department of Surveying Engineering, Southwest Jiaotong University, Chengdu, China; Fujio Kimura, Tomonori Sato, Institute of Geoscience, University of Tsukuba, Tsukuba, Japan.     

1971—2015年大连地区低风速气象特征分析

利用1971—2015年大连地区7个国家气象站的气象资料, 统计低风速条件下的累积频率、日变化、月变化和持续性等特征,分析低风速频率空间分布和年际变化特征。结果表明: (1)大连地区低风速频率较低,平均约20%,地区间差异显著,近海区域长海站最低,为8%,内陆的普兰店地区较高,达32%。(2)近45年,低风速频率呈增加趋势,大连、长海和普兰店站增加趋势显著,特别是近10年增幅更大。(3)大连站低风速频率具有显著的日变化,主要表现为白天偏低、中午时段最低,夜间高,半夜达到最高。(4)3—7月,大连地区低风速频率低;9月至次年2月较高,最大值出现在9月。(5)低风速持续时间长海站最长,持续10 h以上低风速频率达到27%,持续20 h以上接近9%,大连站低风速持续时长最短,持续4 h以下的占85%。     

A Model to Interpolate Monthly Mean Climatological Data at Bavarian Forest Climate Stations

Summary  Six methods were used to interpolate the monthly mean climatological data from German climate stations to three Bavarian forest climate stations. The observed forest climatological data at the Bavarian forest climate stations were used as the reference data to which the interpolated data were compared. The results show that, for monthly mean daily maximum temperature at valley and plain forest climate stations, each of the six interpolation methods can give accurate estimates. For monthly mean daily maximum temperature, minimum temperature, air temperature and water vapor pressure at mountain forest climate stations, topographically aided interpolation can give the most accurate estimates. Barnes interpolation combined with empirical transfer functions can give accurate estimates forall climate variables at the plain and valley forest climate stations, and it can also give accurate estimates for monthly mean wind speed and monthly precipitation at the mountain forest climate station. The empirical transfer functions are very important for estimating the forest climatological data. These transfer functions will be used for reconstruction of long-term forest climatological data in Bavaria. Received September 9, 1998 Revised May 21, 1999     

成都市区酸雨监测分析

该文统计整理了成都市区５个监测点１９９２－１９９４年５７７次降水样品的ｐＨ值和电导率，并结合气象条件进行了分析，结果表明，成都市区降水的年平均ｐＨ值（ｐＨ）为５．５７，酸雨发生频率为３７．４％，酸雨相对集中在７－９月。     

探测环境对北京气象站气温观测值的影响分析

为深入了解气象探测环境对气温观测数据的影响,利用2017年北京市观象台（54511）与南海子站（A1274）逐小时地面气象要素数据,分析两站气温差异以及因站点探测环境导致的日照、风速和降水对两站气温差异的影响。结果表明：2017年两站气温差异较明显,年平均气温54511站比A1274站高0.75℃;两站逐月平均气温54511站全年高于A1274站,两站差值7月最低为0.60℃,9月最高为1.09℃;两站平均日最高气温较接近,平均日最低气温差异较大,54511站较A1274站高1.24℃;两站气温的日变化特征相似,呈单峰分布,54511站气温日较差低于A1274站。两站小时气温差值随着日照时长和强度的增加而增加,短波辐射效应最强的10-14时和长波辐射效应最强的19-23时两站气温差值与当日白天直接辐射曝辐量的相关系数分别为0.459和0.601;水平风速对两站气温差值的影响较大。水平风速超过5 m·s^-1时,两站气温差小于0.1℃;当水平风速不超过1 m·s^-1时,两站观测气温差值达到1.28℃;降水天气下两站的气温差值小于非降水天气,出现降水时次54511站平均气温仅比A1274站高0.2℃。两站相距4.3 km,气候均一,测站周边2 km范围内建设用地占比54511站比A1274站高约30%,植被占比低28%,水体占比相差不大。另外,54511站附近的五环路具有低反射率和高热容的特征,白天能够吸收太阳辐射储存较多的热量,这些热量在夜间释放,可能是两站探测环境对太阳辐射吸收的差异决定了两站温差受太阳辐射和风速的影响较大,而受降水影响较小。     

京津冀地区暖季降水日变化特征分析

使用2007—2017年京津冀地区156个气象站暖季（5—9月）逐小时降水观测数据,根据地形将研究区域分为6个分区,分析各分区降水量季节内变化和日变化特征,结果表明：1）京津冀的多雨区主要位于沿燕山南麓到太行山,存在多个降雨中心。2）各分区降水量季节内特征总体表现为单峰型,即7月降水量最大,7月第3候至8月第4候是主汛期,8月降水量次之,5月最少。3）降水呈夜间多,白天少的特点,7月初之前的前汛期降水多发生在16—21时;主汛期降水呈双峰型,峰值在17—22时,次峰值出现在00—07时;8月中旬以后的后汛期多夜间降水,峰值多出现在00—08时。4）高原山区多短历时降水,长历时累计降水对季节降水贡献率大值区位于平原地区,而持续性降水贡献率大值位于太行山区和燕山迎风坡的西部。