排序方式: 共有3条查询结果,搜索用时 734 毫秒
1
1.
利用成都地基GPS观测网2007年8月21日~2008年11月30日观测数据,结合地面自动气象站网资料反演GPS大气可降水量(PWV)。选取夏季暴雨,秋季绵雨和冬季雨雪天气过程分析GPSPWV在不同类型降雨天气过程中的演变特征及日变化规律。结果表明,发生在不同季节的暴雨对应PWV的演变有所不同,盛夏暴雨发生在PWV由峰值向波谷变化过程中,夏末的暴雨则出现在由波谷向波峰转变阶段,降雨前GPSPWV的增减速率可很好地预示其后的暴雨强度。在秋季绵雨中PWV的连续大幅递增或递减可作为降雨开始或结束的预报依据。GPSPWV在降雨天气分析及预报中具有重要的指示意义。 相似文献
2.
成都地区秋、冬季GPS可降水量的时空分析 总被引:6,自引:4,他引:2
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. 相似文献
3.
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。 相似文献
1