地基GPS水汽监测技术及气象业务化应用系统研究

〖HT5K〗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。     

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。     

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.     

GPS水汽探测原理及应用

随着地基GPS技术日益完善以及GPS气象学研究的迅速发展,地基GPS探测技术已经成为一种有效的大气水汽探测手段,可提供高精度、高容量、快速变化的水汽信息。介绍地基GPS遥感大气可降水量的基本原理,分析国内地基GPS水汽探测取得的主要成果及应用现状,展望GPS水汽探测的发展及潜在应用。     

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。     

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。     

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。     

云南地基GPS水汽解算方案及精度检验

在分析GAMIT水汽解算方案特点的基础上,利用云南6站地基GPS水汽探测资料,进行了不同解算方案计算结果的分析,并与GPS探空资料的PWV值进行比较,结果显示:不同解算方案对云南地基GPS水汽反演结果有显著的影响;在进行本地化后,GAMIT软件包对云南GPS水汽反演的精度有显著提高;不同季节的云南地基GPS反演水汽值与高精度探空水汽值的数值和变化趋势极为一致,二者的均方根差小于2 mm,说明该解算方案的地基GPS水汽反演结果可用.     

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。     

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.     

基于气象要素内插的GPS水汽反演方法研究与精度分析

准确获取测站气压和温度对GPS水汽反演至关重要。由于我国地域辽阔、经济和社会发展的差异较大,我国GPS气象站网有部分站点未布设气象传感器,无法准确获取测站的气压和温度,其对测站上方水汽造成了较大影响。本文提出一种增加高度订正的反距离加权法,并利用全国113个GNSS气象站(包括25个实验站点,88个插值站点)的连续3个月的气象数据对该方法进行验证。结果表明,内插得到的气压和温度的均方差为1.53 hPa和1.18 K,平均偏差为0.94 hPa和0.82 K。精度随着内插站点与实验站点之间高差的增大,偏差随之增大。最后将内插得到的气压和温度应用于GPS水汽解算,并与GPT-2模型的精度对比。内插气象数据得到的PWV(Precipitale Water Vapor)的均方差和平均偏差为0.59 mm和0.38 mm,精度明显优于GPT-2模型。     

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。     

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.     

湖北地基GPS大气可降水量变化特征分析及应用

利用探空资料、地基GPS/MET水汽监测资料,对恩施、宜昌、武汉三站地基GPS反演大气可降水量(GPS Precipitable Water Vapor,GPS/PWV)与探空进行了对比,表明GPS/PWV与探空RS/PWV具有良好的一致性。湖北省17站3 a GPS/PWV资料分析表明,GPS/PWV具有明显的月变化及日变化特征,分布具有从南往北逐渐递减,从西至东逐渐增加的特点。强降水个例分析表明GPS/PWV峰值略早于降水以及雷达回波峰值出现时间,高时空分辨率的GPS/PWV配合雷达对天气形势的分析以及降水的判断有一定的指导作用。     

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。     

基于地基微波辐射计遥感的天津大气水汽和液态水特征

利用2013年3月至2017年2月天津西青地基35通道微波辐射计观测资料,分析天津地区大气水汽和液态水特征。结果表明：天津地区各季节积分水汽和积分液态水的日变化趋势基本一致,均呈单峰型日变化特征,其中夏季最大,秋季次之,冬季最小。各季节积分水汽最大值出现在23：00时（北京时,下同）的概率均明显大于其他时次,夏季和冬季的积分液态水的最大值出现在14时的概率最大,春季和秋季分别出现在10时和13时的概率最大。天津地区水汽密度由地面至3.5 km处逐渐减小,递减梯度由夏季、秋季、春季和冬季的顺序依次增大,各季节从1.5 km往上日变化均不明显。1 km以下,春季、夏季和秋季平均水汽密度的日变化曲线呈双峰型,主峰值分别出现在08时、11时和12时左右。冬季呈单峰型变化,峰值区出现在12-16时。液态水密度随高度分层变化,夏季的液态水密度大值区（0.08-0.14 g·m^-3）为5-6 km,在18-20时出现最大值。秋季、春季和冬季液态水密度的大值区出现的高度为1.5-3.5 km,但数值依次减小,春季和冬季的最大值出现在05时前后,秋季则出现在02时左右。另外天津地区水汽、液态水与温度和降水量的变化趋势基本一致,除夏季06-18时及冬季部分时次外,水汽与温度呈正相关。液态水与温度相关性较差,但与降水量呈正相关,全年液态水与降水量夜间的相关性大于白天。