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。     

GPS遥感的大气可降水量与局地降水关系的初步分析

该文利用2002年“973”项目安徽GPS外场试验和2000年北京GPS/VAPOR试验积累的资料对GPS遥感的大气可降水量与局地降水之间关系进行了定量分析。结果表明:在降水前后, GPS遥感的大气可降水量有很大的变化; 在2002年入梅前后, 其变化甚至大于30mm; 在海拔高的山区台站, 2hGPS遥感的大气可降水量增量和本站是否发生降水关系密切; 多数情况下, 降水出现在GPS遥感的大气可降水量迅速增加的3~4h内; 每小时降水量峰值和GPS遥感的大气可降水量增量的大小有关。     

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。     

地基GPS遥测大气可降水量在天气分析诊断中的应用

利用河北省石家庄、张家口、秦皇岛3个GPS站观测资料，通过GAMIT软件处理反演到2005年4—11月的大气可降水量（PWV）资料，初步分析了河北大气可降水量时空分布特征。结果表明，GPS反演的大气可降水量具有较高的使用价值，其时空变化明显，反映了河北降水的季节和地区变化特征。通过与降水之间关系分析发现，降水大多出现在高于大气可降水量基值的时段，不同影响天气系统，大气可降水量变化具有不同的变化特征。     

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％.     

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。     

大气可降水量在重庆夏季暴雨天气过程中的特征分析

利用重庆地区地基GPS观测网反演的大气可降水量(Pwv)数据,选取初夏和盛夏暴雨天气过程分析Pwv的变化特征。结果表明,降雨日和非降雨日的Pwv值有所不同;初夏暴雨发生前20～35h,Pwv值会出现持续快速增加,升幅在0.9～1.6 mm/h,而盛夏暴雨前的10～25 h,Pwv的增加相对缓慢,升幅在0.4～1.0 mm/h;初夏和盛夏的暴雨均出现在Pwv由峰值向波谷的变化过程中,但出现时间不同。     

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。     

基于地基GPS遥感的大连地区大气水汽总量变化特征

基于大连地区地基GPS综合观测网遥感反演了大气水汽总量（PWV）,分析了大连地区PWV空间变化、逐月变化和日变化特征以及PWV变化与降水的关系,并利用大连本站2005-2011年的探空资料拟合了大连地区地面温度和大气加权平均温度的关系。结果表明：大连本站的PWV与探空积分的水汽含量相关系数达到0.988,均方根误差为2.5 mm。大连地区PWV南北分布比较均匀;PWV最大的月份为7-8月,最大月平均值约40 mm,PWV最小的月份为1月,最小月平均值小于4 mm;大连地区PWV春季和冬季日变化幅度约0.5 mm,夏季和秋季日变化幅度约1.3 mm。夏季和秋季的PWV日变化呈单峰型,春季和冬季的PWV日变化呈多峰型; 在降水发生前8 h 大气水汽总量有明显增加过程,对降水的发生有指示作用。     

Moisture analysis of a squall line case based on precipitable water vapor data from a ground-based GPS network in the Yangtze River Delta

A squall line swept eastward across the area of the Yangtze River Delta and produced gusty winds and heavy rain from the afternoon to the evening of 24 August 2002. In this papers the roles of moisture in the genesis and development of the squall line were studied. Based on the precipitable water vapor （PWV） data from a ground-based GPS network over the Yangtze River Delta in China, plus data from a Pennsylvania State University/National Atmospheric Center （PSU/NCAR） mesoscale model （MM5） simulation, initialized by three-dimensional variational （3D-VAR） assimilation of the PWV data, some interesting features are revealed. During the 12 hours prior to the squall line arriving in the Shanghai area, a significant increase in PWV indicates a favorable moist environment for a squall line to develop. The vertical profile of the moisture illustrates that it mainly increased in the middle levels of the troposphere, and not at the surface. Temporal variation in PWV is a better precursor for squall line development than other surface meteorological parameters. The characteristics of the horizontal distribution of PWV not only indicated a favorable moist environment, but also evolved a cyclonic wind field for a squall line genesis and development. The ＂＋2 mm＂ contours of the three-hourly PWV variation can be used successfully to predict the location of the squall line two hours later.     

基于GNSS的MODIS大气可降水量校正模型

MODIS大气可降水量（PWV）空间分辨率高但易受云雨等环境因素影响,精度不高.GNSS PWV 空间分辨率较低但具有全天候、不受天气影响、精度高的优点.研究表明两者存在显著的线性相关性,结合两者的优点,基于GNSS PWV校正MODIS PWV可获取大面积高精度的PWV.针对传统的线性回归校正模型没有考虑云、气溶胶等的影响使两种数据线性相关性变差的问题,本文在传统的线性校正模型上增加了使用年积日的非线性周期项的方法来构建校正模型.利用2017—2019年香港地区GNSS对流层延迟与MODIS近红外数据,使用频谱分析线性残差项,结果表明残差具有显著的年周期.对比传统模型,本文模型的平均绝对误差、平均相对误差、均方根误差和拟合度都有明显的改善,表明本文模型可行有效且精度较高.     

2017—2018年辽宁地区三次降雪天气的GPS水汽变化特征

利用欧洲中心（European Center for Medium-Range Weather Forecasts,ECMWF） ERA-interim再分析资料、常规气象观测资料及GPS （Global Position System）系统探测的大气可降水量（Precipitable Water Vapor,PWV）资料,对2017—2018年辽宁地区三次中雪及以上量级的降雪过程中大气可降水量的演变特征进行分析。结果表明：三次降雪过程中PWV均呈现单峰式结构,其与小时降雪量之间存在较好的时间对应关系,降雪时段对应PWV高值阶段;在降雪出现前6—15 h,PWV迅速增加,且PWV总增长量与降雪强度存在较好的正相关关系。     

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.     

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。     

利用ERA5资料进行桂林地区GNSS水汽反演精度分析

由于桂林地区地基GNSS站并未配置气象传感器，致使大量GNSS观测数据无法在大气水汽（PWV）监测中发挥作用.针对这一情况，本文将欧洲中期天气预报中心（ECMWF）最新发布的ERA5再分析资料中测站处的气压和温度气象数据加入到GNSS水汽反演中，并将反演结果与利用地面气象站反演的GNSS水汽做对比，以此评估ERA5在桂林地区反演GNSS水汽的精度和适用性.结果表明：1）以桂林地区2017年10个地面气象站的实测气压和温度数据为参考值，ERA5地表气压和温度的年均偏差分别为-0.35 hPa和0.86 K，年均均方根误差（RMSE）分别为0.65 hPa和1.66 K，该精度可用于GNSS水汽反演；2）以2017年6—7月GNSS利用地面气象站反演的PWV为参考值，ERA5反演的GNSS PWV的偏差和RMSE分别为0.17 mm和0.35 mm，且两者具较好的相关性和一致性.由此表明，ERA5地表温压产品可应用于桂林地区GNSS水汽反演，这些研究结果可为桂林地区的GNSS水汽反演及数据源的选用提供重要的参考依据.     

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.     

青藏高原大气可降水量单站观测对比分析

为了探讨青藏高原大气可降水量观测资料的可靠性,对2015年6-9月西藏申扎、改则和那曲3站地基GNSS遥感的大气可降水量、同址探空观测的大气可降水量、风云三号可见光红外扫描辐射计反演的晴空大气可降水量、MODIS大气可降水量和NCEP可降水量进行对比分析。结果表明:探空可降水量和地基GNSS可降水量的偏差较小,均低于2.5 mm。风云三号可降水量明显偏低,与其他观测结果的偏差超过6 mm。全自动探空可降水量离散程度较L波段探空大,均方根误差超过4 mm。