地基GPS遥感西藏改则站大气可降水量变化特征及其与夏季降水的关系

利用中日JICA项目2010-2011年期间的地基GPS探测逐时大气可降水量（PWV）资料,分析了西藏西部改则站PWV的季节变化和日变化特征及其与夏季降水的关系。结果表明：（1）该站PWV存在明显的季节变化特征,其高（低）值出现在6-9（12-3）月,呈现出明显的单峰型变化特征,同时表现出春季持续上升和秋季快速下降的特点。（2）谐波分析表明,改则站各季PWV日变化均以日循环为主,只是夏季也表现出一定的半日循环特征。（3）改则站PWV存在明显的日变化特征,低值一般出现在当地时间的凌晨至次日上午,各季谷值普遍出现在当地时间10：00前后;高值通常出现在当地的午后至午夜,但各季最大值出现时间不固定;（4）改则站降水通常都发生在PWV高值期,降水发生前后PWV有明显的逐渐积累与迅速下降的变化特征,PWV达到峰值的时间提前于降水。PWV对累积降水频次的影响要比累积降水量更显著。     

云南地基GPS观测大气可降水量变化特征

利用2007年云南地基GPS站点观测资料,分析GPS反演的大气可降水量(PWV)变化特征,并用探空、实际降水量资料和GPS反演结果进行比较。结果表明:GPS/PWV能反映云南降水的季节变化特征,海拔较低的测站普遍比同期海拔较高的测站测得的GPS/PWV值高;GPS/PWV值与探空得到的大气水汽总量随时间演变趋势基本一致,其相关系数均达0.89;GPS/PWV变化周期和实际降水发生的周期基本相同,降水大多为GPS/PWV值连续增加达到峰值(或从峰值开始下降)后开始;GPS/PWV上升幅度较大或位于高位可作为连续性强降水过程出现的预报指标,但使用GPS/PWV峰值作预报指标时,还应考虑季节因素。     

基于地基GPS的祁连山大气可降水量特征

利用2016-2018年祁连山区中东部11个站的地基GPS反演的大气可降水量(以下简称GPS/PWV),分析了大气可降水量的时空分布、地带性和垂直变化特征.结果 表明:与张掖和民勤探空实测资料计算的PWV(以下简称RS/PWV)相比,GPS/PWV均方根误差和偏差平均值分别为2.1 mm和1.07 mm,GPS/PWV...     

地基GPS遥感的祁连山区夏季可降水量日变化特征及成因分析

基于祁连山区2007年7～8月地基GPS遥感的大气可降水量(Precipitable Water,PW)资料、探空资料和自动气象站资料,采用谐波分析等方法,分析了祁连山区夏季PW的日变化特征,并初步探讨其成因。结果表明:祁连山区夏季PW具有明显的日变化特征。PW日变化特征在无降水日比有降水日更显著。日循环(24 h)与半日循环(12 h)是PW日变化的主要信号。在无降水日,PW日变化以日循环为主,振幅为0.8～1.6 mm,峰值出现的时间在18:00～21:00(北京时,下同)。半日循环的振幅为0.6～0.7 mm,峰值出现的时间在05:00～06:00和17:00～18:00。在有降水日,不同站点PW日变化特征有所不同,有的以日循环为主导,有的以半日循环为主导。PW日变化与逐时累积降水频次日变化具有明显的先后关系,两者日变化的位相差为2.5 h。PW日变化与气温和比湿等要素的日变化以及山谷风演变有关。     

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...     

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.     

GPS反演的大气可降水量变化特征及其与降水的关系研究

利用GPS技术反演得到2009年盐城5站的大气可降水量(PWV)序列,分析了PWV随时间的变化特征及其与实际降水的关系.结果表明:PWV夏季占全年总量43.15％,春、秋季分别为19.21％和26.43％,冬季为11.21％;日变化过程中,最小值出现在07-08时,16-18时达到最大,夏季日变化幅近12 mm,春、秋季为7 mm左右,冬季不足5 mm;应用Morlet小波分析,得到全年PWV呈现15 d、30 d、60 d、准半年等多尺度周期变化,且时域分布不均;夏季降水大多发生在PWV峰值出现后1～2h内,春、秋季降水主要发生在峰值出现后的2～3h内,冬季则为峰值出现3h之后;当春到冬各季的PWV的2h增量分别达到5、6、5、4 mm时,出现降水的概率为60％～70％.     

华北三站地基GPS反演的大气可降水量及其特征

利用2005年4月-2006年10月石家庄、秦皇岛和张家口三个地基GPS站的观测资料和地面气象资料,根据GPS反演可降水量的原理以及可降水量与地面水汽压的线性对应关系,对不同站点、不同时次的大气可降水量进行了解算和补算,并对河北省GPS可降水量的时空分布特征进行了分析.结果表明:可降水量在时间上先升后降,7、8月达到最大值;在空间上由北向南递增;可降水量的日变化特征不十分显著,仅表现为小幅度波动.     

川西高原地基GPS遥测可降水量特征

利用JICA项目在川西高原建设的地基GPS站观测资料,分析了川西高原可降水量特征。与探空站资料计算的可降水量比较,地基GPS遥测的可降水量平均误差0.17mm,精度可满足气象应用需求。全年可降水量川西高原北部为3289.6mm,川西高原南部为8164.4mm。川西高原夜间可降水量略大于日间;夏季最多,秋季次之,冬季最少,四季干湿分明,冬夏差异显著;月变化明显,昼夜月变化趋势基本相同。     

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。     

由地基微波辐射计测量得到的北京地区水汽特性的初步分析

首先对比分析了三种测量水汽技术(地基微波辐射计、探空、GPS)之间的差异, 得到地基微波辐射计与探空的差值为0.281cm, GPS与探空的差值为0.728 cm, 地基微波辐射计与GPS的差值为0.322 cm。接着就地基12通道微波辐射计测量得到的水汽总量 (简称PWV), 分析了北京地区水汽在四个季节中的日变化特征。秋季日变化差为0.162 cm, 冬季日变化差为0.130 cm, 春季日变化差为0.229 cm, 夏季日变化差为0.276 cm。另外, 北京地区四个季节中水汽最大值/最小值出现频率最高的时间段呈现一定的特征。即四个季节中在北京时间00:00到00:59和23:00到23:59这两个时间段中, 水汽出现最大值/最小值的概率较其他时间段都高, 其中冬季在北京时间10:00到10:59之间出现最小值的概率最高。水汽总量PWV每小时变化率在四个季节中都存在这样的现象: 出现正的水汽总量PWV每小时变化率的百分比与出现负的水汽总量PWV每小时变化率的百分比相当, 几乎都为50%。最后就水汽与温度相关性做了分析, 分别得到四个季节中各个小时水汽与温度的相关系数, 结果显示各个小时水汽与温度的相关性在四个季节中, 除了夏季从北京时间09:00到22:00为负相关外, 其他时间段内都为正相关。而且各个小时水汽与温度的相关系数都按照秋、春、 冬、夏的顺序递减。     

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。     

青藏高原探空大气水汽偏差及订正方法研究

水汽是大气的主要成分和降水的主要物质来源.青藏高原大气水汽分布对区域天气和气候有很大影响,为了探讨探空观测的大气水汽总量（R）资料的可靠性,本文以地基GPS遥感的大气水汽总量（G）为参照标准,对拉萨（1999~2010年）和那曲（2003年）的R进行对比分析和偏差（R-G）订正.结果表明:近10多年拉萨站R比G明显偏小,偏小程度随使用不同的探空仪而异.GZZ-2型机械探空仪和GTS-1型电子探空仪多年平均的PW偏差分别为-8.8%和-3.9%,随机误差分别为17.6%和13.6%.近10多年PW偏差变化呈减少趋势,这与探空仪性能改进有关.分析发现,青藏高原PW偏差具有明显季节变化和日变化特征,夏季比冬季明显,1200 UTC比0000 UTC明显.拉萨站GZZ-2型和GTS-1型探空仪在1200 UTC多年平均的PW偏差分别为-15.8%和-7.3%,在0000 UTC分别为-1.6%和-0.4%.那曲站GZZ-2型探空仪在1200 UTC和0000 UTC的PW偏差分别为-12.4%和-0.3%.分析还表明,太阳辐射加热与气温的日变化和季节变化是造成高原PW偏差日变化和季节变化的重要原因.据此,提出了高原PW偏差的订正方法,并以拉萨和那曲站为例进行PW偏差订正,订正后的PW系统偏差显著减少,随机误差也相应得到了改善.     

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。     

2002年台风Ramasun影响华东沿海期间可降水量的GPS观测和分析

介绍了2002年建成的长江三角洲地区GPS(全球定位系统)网对台风Ramasun影响华东沿海地区时可降水量的探测,指出GPS探测的可降水量(PWV)与加密探空资料所计算的可降水量具有高度的一致性.通过对多站GPS资料时间序列的分析,揭示了在台风影响过程中PWV 的三个阶段的变化特征: 在台风降水产生前PWV 都有一个急升的过程,PWV的急升时间长短、升幅、量值大小反映了水汽累积情况,它与台风过程降水总量、每小时降水量大小有较好的对应关系;PWV 急升达到峰值后进入高值波动阶段,一般在达到峰值后7～10小时开始出现明显的降水, 在这一阶段中PWV 时间序列的波动和空间分布特征与台风降水的短时变化和螺旋雨带演变有较好的对应关系;PWV 的急降则反映台风降水即将结束.     

北京可降水量变化特征的地基GPS观测与分析

利用GAMIT软件对2004年7月至2005年7月北京GPS观测数据进行解算,结合地面温度及气压观测数据,反演了1a时间内分辨率为2h的水汽总量序列,并与探空和微波辐射计的反演结果做了对比,均方根差分别为3.05mm和3.29mm,得到了北京地区水汽总量的季节变化特点及水汽与降水的相互关系,这对气象研究和天气预报有很好的作用.     

地基GPS技术在广东区域水汽分布研究中的应用

利用广东省连续运行卫星定位服务系统（GDCORS）观测资料,采用地基GPS／MET技术线路,用Bemese软件平台求解各参考站上的对流层天顶总延迟和湿延迟。通过推导湿延迟与大气可降水汽含量之间的转换关系得到GPS各测站大气水汽含量。试验结果表明,GPS／MET技术可获得覆盖广东省范围的高时空分辨率的大气水汽总含量分布图。     

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。