地基GPS水汽资料在石家庄一次暴雨过程中的应用

利用石家庄市地基GPS可降水量和逐时高时间分辨率地面气象资料,对2006年8月14日发生在石家庄地区的一次暴雨天气过程进行了分析.结果表明:此次暴雨发生前高能高湿,可降水量有一个缓慢积累过程;暴雨期间可降水量达最大,且可降水量极大值出现时间与降水强度吻合;降水结束后可降水量迅速下降.     

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。     

地基GPS水汽资料在1709“纳沙”台风暴雨过程中的应用分析

利用赣州市地基全球定位系统(GPS)观测网反演后得到的大气可降水量(GPS PW),分析了2017年7月31日"纳沙"台风暴雨过程,发现GPS PW与实际降水有相关性,对降水时间和强降水的预报预警有重要的指示意义。研究结果表明,GPS PW能有效反映出大气中的水汽变化,当GPS PW持续增长或下降1～4h后,实际降水则开始或结束,当GPS PW达到最大值时,则强降水发生;不同海拔高度的站点GPS PW阈值是不同的,海拔高度在200m以上的站点,随海拔高度增加,阈值减小;上升运动越强越有助于GPS PW增长;根据GPS PW提供的精确的水汽变化,再结合热力、动力条件,发现过程结束后GPS PW的显著减小,主要是由于降水导致的。     

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。     

地基GPS水汽资料在江西一次大暴雨过程的应用分析

利用江西省54个地基GPS站的逐时GPS PW、降雨资料和NCEP 1°×1°的fnl分析资料,综合分析了2012年5月12日江西中北部地区的大暴雨过程。结果表明,所有地基GPS站的降雨都出现在GPS可降水量(PW)持续增长4—21 h后,其中72.2%的测站的降雨出现在GPS PW持续增长4—12 h后,降雨都结束于GPSPW明显减小至某一稳定值(55 mm左右)时。降雨出现时GPS PW均大于某一值(阈值),且不同GPS站的阈值不相同,阈值会随海拔高度的增大而减小,特别是海拔高度大于200 m后,阈值随海拔高度的增加而减小的趋势更加明显。GPS PW的迅速增长是由低层(850 hPa)暖湿西南风急流加强东移至江西地区造成的。GPS PW的明显减小,是由于之前的强降雨消耗了空气的水汽所致。     

地基GPS水汽资料在北京“7·10”暴雨过程研究中的应用

利用2004年7月9-11日北京房山地基GPS探测网逐30分钟柱积分水汽总量(PW,Precipitable Water Vapor)资料,通过分析和数值模拟研究了北京2004年7月10日暴雨天气过程。观测分析表明:地基GPS测站上空水汽总量值的时间变化趋势对暴雨的发生、发展以及过程降水量的分析和预报有一定指示意义。利用NCEP全球预报系统GSF分析场资料作为背景场,采用12/4km双向两层嵌套WRF模式及其三维变分系统,通过同化7月9日1200 UTC地基GPS水汽总量等观测资料进行了36小时数值对比试验。数值研究表明:地基GPS水汽总量数据资料的初值同化明显增强模式初始场湿度,明显提高模式对该暴雨过程降水时段、落区和强度的预报水平。     

利用地基GPS数据分析北京“7〖DK〗·21”暴雨水汽特征

基于北京“7〖DK〗·21”暴雨期间北京地基GPS网全天时全天候观测数据,利用水汽反演软件得到大气可降水量（PWV：Precipitable Water Vapor）时空变化序列,通过与探空对比,显示出地基GPS技术探测对流层大气水汽具明显的高时空分辨率优势;与FY2D卫星探测的云图变化序列对比,充分反映了利用GPS观测数据反演的PWV的可靠性与一致性;与实际降雨量对比,两者高度相关性显示了地基GPS技术对暴雨监测和预警的积极意义。数据分析结果表明：在暴雨来临之前的24~36 h的PWV值持续在较高（>40 mm）的位置,已有出现暴雨征兆。在暴雨之前的几个小时PWV持续性爆发性发展（每小时PWV增加10~20 mm）,已充分具备了产生暴雨的必要条件。因此,有效地利用GPSMET技术对天气预报的准度和精度将有很大改善。     

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。     

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。     

成都地区一次持续性暴雨过程的水汽特征分析

利用地基GPS技术反演得到的大气可降水量资料、FY-2C卫星水汽图以及NCEP 1°×1°再分析资料,分析了2008年9月23—26日成都地区一次持续性暴雨的水汽特征。结果表明,降雨期间的水汽主要由来自孟加拉湾的暖湿气流和来自"黑格比"台风的高低空急流组成;暴雨发生前对流层中低层水汽充足,大气层结极不稳定,水平风的垂直切变较明显;高时间分辨率的地基GPS资料不仅可获得水汽实时变化的信息,而且对于暴雨发生时间和暴雨强度都有一定的指示性;结合中尺度数值模拟的结果,发现此次暴雨过程中可降水量的变化能反映区域水汽辐合辐散的变化,降水与否或降水大小不仅取决于大气中水汽含量的多少,更受到大气动力和热力条件的影响,水汽辐合的强弱具有关键作用。     

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。     

基于地基GPS资料的天山山区夏季大气可降水量特征

基于新疆天山山区2012—2015年夏季的GPS/PWV资料、探空资料和逐日降水资料,运用多种统计方法,分析天山山区夏季大气可降水量(PWV)的时空变化特征,并初步探讨其原因。从夏季平均值分布来看,天山山区各站PWV分布存在明显差异,与海拔高度呈显著负相关关系;且低海拔站点PWV比高海拔站点表现出更大的发散性和可变性,有雨日PWV的极值、中位数等整体高于无雨日。天山山区夏季PWV表现出显著的月变化和日变化。大部分站点7月PWV最大,6月次之,8月最少;一日之中在10时左右出现日最大值,个别站点表现出不同的变化特征,且有雨日和无雨日也存在一定差异。天山山区各站夏季降水量与其PWV关联性不明显,降水量和水分循环指数均与海拔高度呈显著正相关关系。这可能是因为夏季山区高海拔站点更易产生局地对流性降水,从而增加水分循环次数所致。     

用GPS可降水量资料对一次大-暴雨过程的分析

利用2002年9月10～20日GPS的可降水量资料与实况降水场做了分析比较,结果表明,每30分钟的可降水量连续观测资料对实际降水预报有着一定的指导意义.首先,可降水量第一次达到及最后一次出现50mm的时间与实际降水的开始、结束时间有着较好的对应关系,而可降水量≥50mm的持续时间越长,实际降水量也就越大,反之则相反;其次,可降水量的3小时及24小时变化对预报未来降水区域和雨量分布有着一定的指示作用;最后,可降水量在降水过程中不同阶段的趋势变化反映了500hPa流场、700hPa水汽通量场的变化,这为实际降水预报中水汽的来源及输送提供了更有利的依据.     

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暴雨天气过程分析中的应用

利用北京市气象局地基GPS监测试验网遥感大气可降水量（PWV）数据,分析2004年汛期暴雨天气过程PWV的变化特征及其与降雨量、降雨强度的关系;通过分析地面、高空的位势高度场、风场,以及比湿外水汽通量Q及水汽通量散度AQ等物理量诊断场分布,研究天气系统与大尺度水汽输送、辐合的关系,大尺度水汽输送、辐合与PWV变化的关系;探讨GPS遥感大气水汽资料在预报强降雨天气过程中的应用。得出：PWV的增长方式受当地天气系统的支配和制约,对于明显降雨过程,当地面、高空天气系统有利于暖湿空气的输送时,在北京附近形成等湿度线密集区,PWV逐渐增长（降雨开始前的13-24h）的趋势;当地面、高空有辐合系统东移或生成,或有中小尺度天气系统影响时,PWV显著增长（降雨开始前的3～4h）;当PWV大于某阈值后出现较强降雨,PWV值及增量的大小与降雨量的大小没有明显的关系。     

LAPS同化GPS/PWV资料在暴雨预报中的应用研究

利用LAPS(Local Analysis and Prediction System)系统同化GPS(Global Positioning System)/PWV(Precipitable Water Vapor)资料,分析GPS/PWV资料对LAPS输出场的影响,并结合WRF模式,将LAPS输出场作为其初始场进行降水预报,进一步考察GPS/PWV资料对降水预报的作用。选取2009年6月28日湖北地区的一次强降水过程,设计三种方案进行试验。结果表明:同化GPS/PWV资料后对LAPS湿度场有显著的改善,而对高度场及风场的作用则不明显;GPS/PWV资料对区域平均可降水量的影响比雷达资料大一个量级;与此同时,利用多种评分方法对6 h累计降水做了检验,分析结果表明同化GPS/PWV资料能够有效地改进WRF模式的初始场,增加丰富的中小尺度信息,并对随后的确定性预报产生正影响。     

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。     

用GPS资料分析华南暴雨的水汽特征

对1998年华南暴雨试验期间获取的半小时时间间隔的GPS资料进行了分析，揭示华南前汛期局地大气气柱水汽总量增减变化特征及增湿方式，并证明气柱的水汽总量的增减有明显的不连续性。这种不连续性与大气环流的变化及华南暴雨的突发有很密切的关系。