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。     

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。     

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。     

用GPS水汽监测资料分析一次强对流性降水过程

用江苏省地基GPS水汽监测系统得到的大气可降水量(PWV)资料,对江苏地区2009年夏季一次强对流性天气产生的降水过程进行了综合分析,分析了各时段GPS-PWV的变化特征和水汽的输送特点,并利用WRF中尺度数值模式对此次过程进行了数值模拟。结果表明:GPS-PWV对于空中水汽变化具有很高的敏感性,能及时地反映大气中水汽的时空变化。通过对数值模式结果进行分析后,发现强盛的水汽输入及辐合上升、中高层弱冷空气的侵入活动、低层西南气流加强、对流不稳定层加剧等多种因素的共同作用是造成此次中小尺度对流性降水的主要原因。GPS-PWV提供的精确水汽变化结合数值模式所模拟出的动力、热力条件对于强对流性暴雨预报和降水区域判定具有较好的参照意义。     

成都地区秋、冬季GPS可降水量的时空分析

利用成都地区5个测站地基GPS2007年9月-2008年2月的观测数据,解算出1 min间隔的天顶总延迟,结合自动气象站资料计算出30 min间隔的大气可降水量(GPS-PWV).对月平均的GPS-PWV分析表明:秋、冬季变化趋势从9月开始下降,1月达到最小值,2月又逐渐上升.在大气环流相同的情况下,地理位置相近的站,海拔高的地区大气中的水汽量比海拔低的地区要少,且变化较大;海拔高度相近的站,大气中的水汽含量由南向北减少.日合成分析显示:在静稳天气下,日变化特征显著,具有双峰型特征:白天峰值与气温的最大值相对应;夜间峰值与降水量的峰值相对应;GPS-PWV与地面空气相对湿度白天呈负相关,夜间呈正相关.     

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。     

地市级观测业务竞赛能力建设探讨

1用GPS水汽监测资料分析一次强对流性降水过程《气象科学》2013年第5期张振东南京信息工程大学210044摘要：用江苏省地基GPS水汽监测系统得到的大气可降水量（PWV）资料,对江苏地区2009年夏季一次强对流性天气产生的降水过程进行了综合分析,分析了各时段GPS-PWV的变化特征和水汽输送特点,并利用WRF中尺度数值模式对此次过程进行了数值模拟。结果表明：GPS-PWV对于空中水汽变化具有很高的敏感性,能及时地反映大气中水汽的时空变化。通过对数值模式结果进行分析后,     

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。     

伊犁河谷和天山北坡暴雨过程水汽特征分析

选取4次伊犁河谷、天山北坡暴雨天气过程,利用地面逐时降水、常规、NCEP/NCAR 1°×1°再分析及地基GPS遥感的大气水汽总量资料(GPS-PWV),通过合成分析方法得到暴雨期间大气环流的基本配置,阐明了伊犁河谷、天山北坡地区强降水期间环流形势及水汽输送的异同,结果表明:(1)强降水过程中暴雨区上空200 h Pa强辐散气流、500 h Pa槽前正涡度平流、西南气流利于垂直运动的发展,低层偏西、偏东和偏北气流为暴雨区提供水汽和不稳定能量,低层辐合、高层辐散,配合地形辐合抬升,上升运动进一步增强,造成强降水发生;(2)深厚的西西伯利亚低涡低槽系统移速缓慢,停滞时间长,造成强降水前暴雨站增湿时间更长,比较发现强降水发生前暴雨站GPS-PWV均存在1~3 d的增湿过程,暴雨期间测站GPS出现明显跃变,峰值可达到气候平均值的2倍左右;(3)GPS大气可降水量的演变与大尺度的水汽输送、聚集有较好的对应关系,但GPS高值区并不代表降水大值区,还应和动力热力等条件综合判断降水的强弱。     

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.     

GPS遥感大气可降水量在大连地区3次降水过程中的应用

利用大连市气象局地基GPS/MET观测网大气可降水量（PWV）数据,分析2011年大连瓦房店、庄河和长海地区降水天气过程PWV的变化特征及其与降水量和降水强度的关系,在此基础上通过分析物理量场和天气系统,探讨大尺度水汽输送、辐合与PWV变化的关系及GPS在暴雨天气中的应用。结果表明：PWV的增长方式受当地天气系统的支配和制约,对一次明显的降水过程,从开始至结束PWV的变化与降水量有明显的相关性。当有水汽由南向北输送时,PWV在降水开始前逐渐增长,当地面及高空有大范围的水汽辐合且高空比湿值大于10 g·kg^-1时,PWV显著增长（降水开始前4-5 h）,主要降水时段与PWV峰值相对应,同时PWV的增幅大小与降水强度有明显的关系。     

湖北地基GPS大气可降水量变化特征分析及应用

利用探空资料、地基GPS/MET水汽监测资料,对恩施、宜昌、武汉三站地基GPS反演大气可降水量(GPS Precipitable Water Vapor,GPS/PWV)与探空进行了对比,表明GPS/PWV与探空RS/PWV具有良好的一致性。湖北省17站3 a GPS/PWV资料分析表明,GPS/PWV具有明显的月变化及日变化特征,分布具有从南往北逐渐递减,从西至东逐渐增加的特点。强降水个例分析表明GPS/PWV峰值略早于降水以及雷达回波峰值出现时间,高时空分辨率的GPS/PWV配合雷达对天气形势的分析以及降水的判断有一定的指导作用。     

地基GPS/PWV在降水过程中的突变与缓变性特征

用江苏省2009-2011年57个地基GPS/MET监测网获取的逐时大气可降水量(PWV)和同期降水及JMA(Japan Meteorological Agency)再分析资料,探讨了PWV的日际和逐时变化与不同时间尺度和强度的降水间的关系。结果表明:PWV日际变化与降水日变化具有显著相似的形态特征和演变趋势,两者存在较为一致的同步性,总体呈单峰分布,强降水集中期对应着PWV最大时段;PWV在入梅和梅汛期内强降水过程中存在明显突变现象,并提炼了以GPS/PWV突变事件为依据的入梅和梅雨期暴雨预报指标;在不同强度的降水过程中,PWV值域局限在一个特定量值区间,其中20 mm/h以下各级强度降水对应PWV区别明显,GPS/PWV值对应的特定量值随降水强度增大而增大,但20 mm/h以上的各级强降水对应PWV特定量值区别较小;在短时强降水的预报中,除充分的水汽条件外,其强度将取决于天气系统对周边水汽的辐合能力和将入流水汽抬升而成云致雨的动力条件;降水发生前存在水汽的连续、缓变蓄积过程,蓄积过程至少可推前12 h。     

青藏高原东缘GPS水汽资料对暴雨模拟的影响分析

选取2009年6月30日发生在云南南部和湖南北部的强降水过程,利用WRF模式和建立在青藏高原东缘地区18个地基GPS站点观测的可降水量资料（GPS/PWV）进行同化试验.试验表明：选取全部18个站和云南省8个站GPS/PWV资料进行同化,发现下游地区的强降水区湖南北部降水强度发生较大变化.选取100.E附近的6个站GPS/PWV资料进行同化,发现下游地区的强降水区湖南北部降水强度变化不大.利用全部站点GPS/PWV资料,模式初始场大部分地区湿度增加,对应下游降水中心强度增加,少部分地区湿度减少,对应降水区域南移.GPS/PWV资料同化对模式初始场湿度场和高度场影响较大,而对温度和风场影响较小.     

地基GPS在暴雨预报中的应用进展

加密的地基GPS全球定位系统网具备监测中小尺度天气水汽变化的功能.利用对流层延迟与水汽之间的关系,可以建立地基GPS水汽反演方法以获取大气可降水汽总量PWV和斜路径水汽含量SWV,并通过层析算法得到三维水汽分布.PWV的时间变率、PWV水平梯度变率和区域PWV水汽辐合辐散量定量反映了水汽输送以及区域水汽增减,PWV时间序列的初始峰值在暴雨临近预报中有重要的指示意义,地基GPS网的PWV可以作为数值天气预报模式的重要资料.不同指向的SWV可以表征测站周围水汽的非均匀性质,SWV和三维水汽层析可有效用于中小尺度天气的湿度分析和降水的定量预测.结合掩星GPS和其他探测信息,GPS/MET可以在暴雨监测预报中发挥更重要的作用.     

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。     

基于GPS可降水资料的一次连续性暴雨过程的分析

利用2008年9月22~26日GPS可降水量资料(GPS PWV)对成都地区一次持续性暴雨过程做分析。结果表明,当PWV由谷底缓慢上升或由峰顶缓慢下降时,对应着实际降水的开始和结束。PWV上升的急剧程度与实际降水强度有着较好的对应关系。用每小时变量或3小时变量来分析降水的开始时间、强度和落区等有很好的效果。但是降水预报需要全面考虑大气动力条件和热力条件,并结合多种探测信息提出利用GPS产品进行降水预报的若干指标。      

地基GPS水汽总量在人工增雨中的应用

利用成都市地基GPS综合应用网的观测数据,反演出大气水汽总量,并结合多普勒天气雷达探测的垂直积分液态水含量(VIL),分析了这两种新型大气水汽探测资料在人工影响天气作业中的变化特征,初步得出了GPS大气水汽总量(GPS PWV)与人影作业前后降雨量的关系。研究表明:GPS PWV与人工增雨过程有较好的对应关系,人影作业后1～3h伴随小时雨量的增大GPS PWV有下降,体现了催化剂将空中部分冰面过饱和水汽凝华核化转化为降水过程。GPS反演的水汽资料结合新一代多普勒天气雷达探测的液态水资料在指导人工影响天气作业和短临天气预报方面具有良好的应用前景。     

A PRELIMINARY STUDY ON THE QUALITY CONTROL METHOD FOR GUANGDONG GPS/PWV DATA AND ITS EFFECTS ON PRECIPITATION FORECASTS IN ITS ANNUALLY FIRST RAINING SEASON

We first analyzed GPS precipitable water vapor (GPS/PWV) available from a ground-based GPS observation network in Guangdong from 1 August 2009 to 27 August 2012 and then developed a method of quality control before GPS/PWV data is assimilated into the GRAPES 3DVAR system. This method can reject the outliers effectively. After establishing the criterion for quality control, we did three numerical experiments to investigate the impact on the precipitation forecast with and without the quality-controlled GPS/PWV data before they are assimilated into the system. In the numerical experiments, two precipitation cases (on 6 to 7 May, 2010 and 27 to 28 April, 2012 respectively) that occurred in the annually first raining season of Guangdong were selected. The results indicated that after quality control, only the GPS/PWV data that deviates little from the NCEP/PWV data can be assimilated into the system, has reasonable adjustment of the initial water vapor above Guangdong, and eventually improves the intensity and location of 24-h precipitation forecast significantly.     

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。