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。     

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。     

西藏地区GPS水汽资料与降水量之间的对比分析

利用2008年7月份西藏地区地基GPS遥感大气水汽总量的观测资料,研究了大气水汽总量与日平均温度、相对湿度和降水量的关系。研究结果表明:1海拔高度对站点上空水汽总量的影响比较明显,一般情况下海拔越高水汽总量越低;其次高原上某地的降水转化率高低与该地所处的长期天气背景有关2.水汽总量值与实际降水量的大小之间并不是一种简单的正比关系,水汽梯度值和水汽源源不断地输送对降水量的大小有重要影响。3.日平均温度和GPS大气可降水量跟相对湿度之间呈反相关;降水往往出现在高温高湿后面,这种现象可以用湿旋转效应解释;最低温度跟GPS大气可降水量之间有良好的正相关。      

西藏地区GPS水汽资料与降水量之间的对比分析

利用2008年7月份西藏地区地基GPS遥感大气水汽总量的观测资料,研究了大气水汽总量与日平均温度、相对湿度和降水量的关系。研究结果表明：1海拔高度对站点上空水汽总量的影响比较明显,一般情况下海拔越高水汽总量越低;其次高原上某地的降水转化率高低与该地所处的长期天气背景有关2．水汽总量值与实际降水量的大小之间并不是一种简单的正比关系,水汽梯度值和水汽源源不断地输送对降水量的大小有重要影响。3．日平均温度和GPS大气可降水量跟相对湿度之间呈反相关;降水往往出现在高温高湿后面,这种现象可以用湿旋转效应解释;最低温度跟GPS大气可降水量之间有良好的正相关。     

地基GPS不同水汽反演方法的误差分析

利用湖北宜昌2007年观测的GPS对流层天顶延迟数据,对采用不同水汽反演方法计算的对流层可降水量PW的正确度和精密度进行对比分析。结果显示：不同天顶干延迟计算模型对GPSPW的精密度影响不大,但对其正确度有明显的影响,与探空PW相比,Hopfield模型计算的GPs册的平均偏差最小,Saastamoinen模型的平均偏差次之,而Black模型的平均偏差最大;大气加权平均温度对GPS PW的正确度有重要影响,对其进行本地化订正可以明显减小GPS PW与探空尸形的偏差,但对GPSPW的精密度影响不大;GPS PW与探空PW的相关性受大气水汽含量的影响,当大气水汽含量较低（PW≤65mm）时,两者的相关系数可达0．92,两者的平均偏差为3．8mm,偏差的均方差为6．4mm,而当大气水汽含量较大时,GPS PW与探空PW的偏差会增大,两者的相关系数会变小,这可能与GPS水汽反演方法有关;GPS PW比探空PW偏小,这可能是由两种探测方法的不同所造成的系统偏差。     

副高边缘暴雨过程中的GPS可降水量和假相当位温分布特征

利用2010年8月石家庄地基GPS反演的可降水量、地面加密自动站和常规天气资料,对由副高进退引起的河北省中南部一次强降水天气过程中GPS可降水量和地面假相当位温的演变趋势进行了详细分析.结果表明:1)此次暴雨过程是由副高边缘暖湿气流与切变线共同作用造成的,强降水区主要出现在500 hPa的584～588 dagpm线、700～850 hPa切变线之间;2)降水出现时GPS可降水量基本对应于高值阶段,强降水出现时可降水量位于峰值前后;降水出现时GPS可降水量偏离系数为正值,而强降水一般出现在偏离系数超过1时;3)对同一测站而言,GPS可降水量越大对应的实际降水越强.当测站不同时,GPS可降水量高并不一定代表更强的降水,这与测站的地理位置和海拔高度有关.4)降水出现前热力和水汽条件配置好,能量不断积累,假相当位温逐渐升至极大值.随着降水出现与能量的释放,假相当位温回落到谷值阶段,此谷值越低、持续时间越长,对应的降水也越强.     

2020—2021年沈阳地区4次短时强降水过程的大气可降水量变化对比分析

选取2020—2021年夏季沈阳地区出现的4次短时强降水过程,利用欧洲中心(ECMWF,European Center for Medium-Range Weather Forecasts)ERA5再分析资料、地基GPS(Global Position System)大气可降水量资料和常规观测资料,分析不同天气系统影响下,沈阳地区短时强降水过程中GPS水汽与水汽通量的变化特征。结果表明：短时强降水过程前,水汽累积时间的长短与相应的天气系统关系密切。副热带高压系统外围导致的强降水过程,大气可降水量(Precipitable Water Vapor, PWV)可以一直维持在较高水平,水汽增长速度可达1.1 mm·h^-1。此外,强降水出现时段与PWV峰值阶段相对应,但二者峰值并不完全重合;短时强降水出现时,沈阳站的大气可降水量超过38 mm;强降水结束后,PWV明显减弱。     

利用GPS和云图资料监测北京地区中小尺度降水的研究

地基GPS遥感大气总水汽量提供了高时间分辨率的水汽资料,为分析预报中小尺度系统的变化创造了条件。本文利用北京GPS／VAPOR试验反演了北京2000年6～8月的大气总水汽量(又称大气可降水量或积分水汽),分析了北京夏季大气总水汽量的分布特征;结合气象和云图资料,对7月3～5日的一次暴雨过程进行了分析,结果表明：GPS大气总水汽量和云的发展及维持是强降水产生的条件,降水量的大小与大气可降水量的增加幅度、维持时间和水平有关,面上的大气可降水量的变化和红外云图资料显示的中小尺度系统的变化是一致的。面上大气可降水量的移动与测站降水关系密切,当测站大气可降水量迅速增加,并且面上分布的大气可降水量也同样向测站扩展时,台站的降水也迅速增加。GPS大气可降水量可作为台站短期降水预报的一个指标。     

GPS/Pwv资料在强对流天气系统中的特征分析

应用GPS探测的可降水水汽资料Pwv对上海地区2002～2005年强对流的水汽变化特征进行了分析。分析表明：每30分钟一次的GPS/Pwv资料能直观地、及时地反映大气中水汽的时间变化和空间变化;GPS/Pwv资料随时间的演变特征与降水有较好的对应关系,不同的季节及不同的降水类型有着不同的分布特征;GPS/Pwv的散度资料可以反映大气中水汽的辐合、辐散分布情况。文章还给出了不同季节产生强对流天气的GPS/Pwv阈值,表明GPS/Pwv资料在强对流天气预报方面有一定的应用价值。     

GPS遥感大气可降水量在降水天气过程分析中的应用

应用GPS探测的大气可降水量(PWV)对2010年大连地区降水过程中水汽变化特征进行了分析。结果表明：GPS/PWV资料能反映大气中水汽的时间和空间变化,其变化特征与降水有较好的对应关系;不同性质的降水过程PWV变化特征明显不同,稳定性降水过程中PWV变化较为平缓,呈明显的单峰结构,对流性降水过程水汽变化程度剧烈,呈震荡趋势,而混合型降水具有两种性质降水的共同特征;降水过程中GPS/PWV阈值表明,GPS/PWV资料在降水天气预报方面有一定的应用价值。     

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。     

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。     

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.     

利用GPS的倾斜路径观测暴雨过程中的水汽空间分布

介绍了地基全球定位系统 (GPS) 沿倾斜路径方向观测水汽总量 (SWV) 的原理和方法; 不同时间和不同地点的GPS SWV与微波辐射计反演的SWV符合较好, 误差在3 mm左右, 表明GPS可以较高的精度探测SWV.计算了区域GPS观测网在一次暴雨过程中不同空间方位上的水汽观测结果, 为消除不同路径对SWV的影响, 把SWV转化为天顶方向的值VSWV; 分析了同一GPS站点对不同卫星方向VSWV的变化情况, 以及不同GPS站点对同一个卫星方向VSWV的关系.结果表明, 区域GPS观测网中倾斜路径观测可较好地探测不同方位上水汽的分布和变化; SWV相对于天顶方向的大气水汽总量PW而言, 能更好地代表真实大气水汽分布; 在探空或卫星观测等传统观测手段无法探测的情况下, GPS SWV数据可提供中小尺度暴雨结构中水汽分布和变化状况等有用信息.     

一次西太平洋副热带高压进退过程中暴雨的GPS可降水量特征

利用2010年8月石家庄地基GPS反演的可降水量资料、地面加密自动站和常规天气资料,对一次由副热带高压进退引起的强降水天气过程中的GPS可降水量和假相当位温的演变趋势进行了分析。结果表明：1）降水通常出现在GPS可降水量高于基值时,尤其是在GPS可降水量达到极大值前后,极大值阶段对应强降水;GPS可降水量上升后期若有高空槽扰动,则出现对流性强降水;GPS可降水量下降初期仍将维持弱降水。2）非对流稳定性降水的GPS可降水量呈波状变化,变化幅度相对较小,呈多峰型,强降水与GPS可降水量的大值阶段对应;对流性降水过程中,GPS可降水量升降剧烈,GPS可降水量和降水强度的峰值刚好对应。3）降水多发生在GPS可降水量偏离系数为正时,强降水一般出现在偏离系数超过1时。当GPS可降水量剧烈增长,降水性质为对流性雷雨或阵雨时,对应的偏离系数可比稳定性降水的略小。4）前期高能量的积累是降水发生的必要条件,副高降水出现在假相当位温的快速下降阶段或谷值区。假相当位温峰值越高、升降幅度越大、高值持续时间越长,相应的降水就越强。     

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。     

MODIS近红外大气可降水含量与乌鲁木齐地基GPS水汽数据的对比分析

本研究在建立HDF数据图像显示、数据提取和分析平台的基础上,利用乌鲁木齐地基的GPS水汽数据,对比分析了2004年6月2日-8月2日之间37d的MODIS近红外大气可降水含量的精度.发现MODIS反演的近红外PW系统性地比GPS探测的PW偏小,但在变化趋势上是相似的,说明MODIS反演的近红外大气可降水含量还是能够反映水汽的变化趋势.37d中降水出现的日期对应于PW的大值日期,尤其与GPS的大PW日数非常吻合.MODIS近红外大气柱可降水含量能够提供大面积水汽空间分布数据.每天一次的水汽分布数据能够用于研究水汽的时空分布和气候特征.该研究开发的MODIS水汽数据分析处理平台也可应用于其它MODIS反演产品的分析,如地表面温度、气溶胶光学厚度等.     

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。     

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。     

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。