辽宁省汛期GPS大气可降水量的特征分析

基于2013、2014年7~8月沈阳和丹东地基GPS水汽监测系统探测的大气可降水量(PWV)资料,对辽宁地区汛期大气可降水量特征进行了分析,利用HYSPLIT后向轨迹模式模拟了沈阳和丹东地区气团轨迹,并通过聚类分析方法将气团进行了分型。结果表明:沈阳和丹东GPS探测的PWV和根据探空数据计算的PWV相关系数均达到0.9,均方根误差分别为4.73 mm和5.21 mm;沈阳和丹东汛期非降水日PWV平均值分别为28.58 mm和30.49 mm,低于华北和西南地区观测值;强降水过程前均存在PWV增加现象,PWV最大增量集中在2~8 mm之间,且一般集中出现在强降水发生前1~3 h内;不同类型强降水过程中PWV特征不同,南方气旋和东北冷涡共同影响的降水个例中PWV最大,局地强对流过程PWV最小;沈阳和丹东站点不同气团中PWV有所不同,西南气团PWV均为最大,更有利于强降水天气的发生。     

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。     

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。     

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。     

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。     

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。     

不同天气系统影响下强降雨过程GPS可降水量变化特征对比

利用常规地面高空观测资料、山东省123个自动站1 h降雨量资料和25个地基GPS反演的大气可降水量资料,对比分析不同天气系统影响下典型强降雨过程中的大气可降水量变化特征。结果表明:(1)降雨开始前水汽累积时间与天气系统尺度有密切关系,一般尺度越大,水汽积累时间越长,低槽冷锋强降雨前大气可降水量的积累时长可达约26 h,副高边缘强降雨发生前水汽积累时间仅5~6 h;(2)水汽增速与天气系统尺度密切相关。天气系统尺度越小增速越快,低槽冷锋强降雨发生前水汽增速小于2.0 mm·h~(-1),副高边缘强降雨发生前水汽增速可达3.1 mm·h~(-1);(3)短时强降雨发生前,水汽累积时间与积累速度呈反相关,即水汽增速越快,强降雨发生越快,当水汽增速大于2.0 mm·h~(-1),可降水量经历5~6 h积累即可产生短时强降雨;(4)一般强降雨时段多数在可降水量峰区时段,而副高边缘型短时强降雨和冷式切变线第1阶段强降雨均发生在可降水量增长时段。降雨过程结束后,一般情况下可降水量锐减,而副高边缘型和冷式切变线第1阶段强降雨结束后可降水量继续增长。冷式切变线第2阶段降雨结束后可降水量出现持续小幅减小,数小时后,可降水量再次增长。     

毕节大气可降水量与暴雨关系研究

该文利用2005—2019年毕节市8个国家站的暴雨天气过程发生前24 h地面露点温度资料,采用露点法对大气可降水量(PWV)进行反算,探究其与暴雨天气中雨强的关系,建立暴雨预报阈值指标,利用2020年23次暴雨天气过程对阈值指标的可行性进行CSI评分检验。结果表明：(1)大气可降水量变化呈现单峰型特征,其主要降水过程与PWV峰值有很好对应关系,短时强降水出现前后每一次水汽的激增均对应1次降水过程和最大降水强度的出现。(2)从CSI评分检验的结果来看,毕节各站暴雨阈值指标准确率达90%以上,空报率小于10%,本地化暴雨阈值指标具有一定的可行性。总体上,通过地面露点法建立的阈值指标对毕节市的暴雨预报有较好的指示作用,未来应加强大气可降水量对暴雨预报的研究力度,不断完善本地化暴雨预报指标。     

东莞一次短时强降水过程的多种资料特征

利用常规、非常规观测资料及灾害天气短时临近预报系统产品,对2015年9月7日上午发生在东莞的一次短时强降水过程进行分析。结果表明:(1)该次短时强降水是高空槽后偏西北气流引导低层弱冷空气南下,在华南强不稳定层结环境下,边界层弱冷空气诱发中尺度切变辐合抬升加强,触发高能高湿区能量释放,产生强降水;水汽来源主要为超低空及地面边界层。(2)Swan系统平台区域自动站网实时风演变能有效分析中、小尺度天气系统的短时发展,对短时临近预警有较好的指示性;1 h预估降水量(QPF1)与实况比较接近,对降水临近定量预报有较好参考作用;垂直液态含水量(VIL)值较低,降水次效率高,以强降水为主的对流天气。(3)垂直风廓线、GPS可降水量(PWV)在强降水产生前4~6 h都有明显的变化,对临近预警有较好的指示性。     

鄂中区域大雾天气中地基GPS监测的水汽总量及其演变分析

随着全球定位系统(GPS)气象学的迅速发展,GPS技术已在气象领域得到广泛研究和应用。介绍了GPS探测大气水汽的原理及地基GPS反演大气可降水量(PWV)的流程。利用湖北省GPS观测网2008年7月—2010年12月的GPS资料反演出的大气可降水量(GPS-PWV),结合地面观测资料,对2008年7月—2010年12月的冬季大雾天气进行了分析。通过对有雾与无雾情况下GPS-PWV与能见度的合成分析,总结了鄂中区域冬季大雾天气中GPS-PWV的日变化特征和空间分布特征,并对比分析了无雾天气与有雾天气的GPS-PWV日变化等。还使用GPS-PWV数据与其他常规气象资料,通过线性回归建立预报方程,并对2011年大雾预报进行了检验分析,为利用GPS可降水量做大雾天气的短时临近预报提供了有价值的参考信息。     

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。     

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.     

探空与地面露点温度两种资料反算大气可降水量间差异对比

利用贵州省威宁站探空和地面露点观测资料,分别计算了不同季节大气总可降水量（PWV）,对其研究表明：两种资料计算的PWV精度差异较小,均为毫米级,平均差值绝对值小于2.2 mm,其中最大差值出现在夏季2.38 mm,最小值出现在春季1.6 mm。探空资料计算大气可降水量与地面资料计算大气可降水量两者在不同季节,相关性都较高。春、秋两个季相关性最好,相关系数分别为0.903、0.851;夏季和冬季相关系数均为0.754。因此,在大气水汽监测、降水预报应用过程中,利用地面露点温度（td）获取的大气总可降水量(DM/PWV)可以弥补探空资料观测时空分辨率的不足。研究结果也表明降雨天气过程与PWV间有良好的对应关系,降水强度与大气可降水量之间不成比例关系。     

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。     

我国中东部不同级别短时强降水天气的环境物理量分布特征

基于我国中东部2002—2009年5—9月逐小时降水观测资料和一天四次的NCEP最终分析资料,通过时空匹配处理,得到强度为20~49.9 mm·h-1(A类)、50~79.9 mm·h-1(B类)和不小于80 mm·h-1(C类)的短时强降水天气样本序列,逐类统计分析用于表征其发生发展环境条件的水汽、热力、抬升触发和垂直风切变等物理量的分布特征。结果表明:表征水汽条件的大气可降水量(TPW)对三类短时强降水有一定的指示意义,A、B、C类短时强降水必要的TPW值分别为27、32、42 mm,短时强降水量越大,其所需水汽含量越高。约50%的三类短时强降水均出现在TPW大于60 mm的湿环境中。表征热力、能量、动力和垂直风切变条件的物理量对三类短时强降水的环境条件区分并不显著,环境大气中水汽多少可能是决定短时强降水级别的必要因素。B类和C类短时强降水的高概率密度区域范围大致为TPW在55~70 mm之间、0—6 km垂直风切变在5~15 m·s-1之间,而C类短时强降水在TPW与最佳对流有效位能(BCAPE)以及0—6 km垂直风切变与BCAPE的概率密度分布图中均有两个显著高概率密度区,可能与CAPE影响高级别短时强降水产生的两种机制有关。     

大理不同云系降水中GPS可降水量的变化特征

通过对比中日合作JICA项目2010～2014年大理地基GPS反演的大气可降水量资料与同期降水数据,选取积状云、层状云和层积混合云产生的降水三类样本,分析了大气可降水量（Precipitable Water Vapor,PWV）在三类典型降水过程中的变化特征。结果表明：PWV在层状云降水前有持续大幅度增长,降水趋于结束阶段,出现持续下降。PWV在积状云降雨时有快速大幅跃升,强降水时段与PWV峰值出现时间基本一致。PWV在层积混合降水中,兼具层状云和积状云时的特征,且持续处于高位运行。PWV在上述三类性质降水中表现出的异常特征可为降水的短时临近预报预警提供参考。     

GPS可降水量在华南强对流过程的应用效果

利用广东省GPS地基网探测得到的大气可降水量数据,结合多种探测资料、NCEP客观分析资料等进行分析,检验地基GPS探测PWV的精度与误差,并对PWV在2014年前汛期一次强对流过程的变化特征进行分析。检验结果表明,GPS探测PWV与探空PWV之间均方根误差在3.05~4.07 mm范围内,相关系数在0.92~0.95范围内,符合业务使用的需求。相比于NCEP客观分析资料,GPS探测PWV时间分辨率更高、准确性更好,因此尝试使用风廓线雷达、无线电探空数据与PWV进行融合,开发单站比湿、水汽通量等水汽产品,探测局地水汽的增长,反映强对流天气过程期间低空水汽输送通道的建立。此外,PWV空间分布的大值区能够揭示水汽辐合区,其变化同时也预示着雷暴单体和多单体雷暴发展和传播方向的变化。     

丰都县强对流天气特征分析

该文利用2005-2014年丰都县地面天气、探空数据、NCEP 1°×1°FNL再分析资料等,对丰都地区冰雹、雷暴大风、短时强降水这3类强对流天气特征进行统计分析,得出这3类强对流天气的时空分布特征,并从天气个例出发,利用实况资料对强对流天气的差异进行分析,为强对流天气的预警预报提供参考。得到如下结果:短时强降水通常出现在5-9月,大风通常出现在5—8月,冰雹通常出现南部的七跃山脉和北部的蒋家山和黄草山脉附近~([1]),2005—2014年间共出现了7次,3—8月均有发生。通过计算3种强对流天气环境场参量,归纳出3种物理量参数的差异:大气可降水量、AT500-T850,K指数、抬升指数(LI)、相对湿度、散度场分布等在冰雹、短时强降水和大风天气中有明显的差异,冰雹和短时强降水的AT500-T850相差了近5℃,大风天气的值介于冰雹和短时强降水之间。大气可降水量分布上,短时强降水的大气可降水量(PW)平均值为58 mm,比冰雹值大约多了10 mm,比大风值多了14 mm。短时强降水出现时几乎整层都是处于饱和的状态,冰雹和大风天气几乎只在中低层有较饱和的水汽,而高层的相对湿度平均值在40%～50%左右。对流指数方面,K指数和LI指数都很好的指示了强对流天气的发生,K指数在短时强降水发生时其平均值在39.8℃左右,较冰雹和大风分别高1.6℃和3℃。短时强降水出现环流位置大多位于600 hPa以下,而冰雹则在300 hPa左右,大风在400 hPa左右。     

地基GPS水汽总量在人工增雨中的应用

利用成都市地基GPS综合应用网的观测数据,反演出大气水汽总量,并结合多普勒天气雷达探测的垂直积分液态水含量(VIL),分析了这两种新型大气水汽探测资料在人工影响天气作业中的变化特征,初步得出了GPS大气水汽总量(GPS PWV)与人影作业前后降雨量的关系。研究表明:GPS PWV与人工增雨过程有较好的对应关系,人影作业后1～3h伴随小时雨量的增大GPS PWV有下降,体现了催化剂将空中部分冰面过饱和水汽凝华核化转化为降水过程。GPS反演的水汽资料结合新一代多普勒天气雷达探测的液态水资料在指导人工影响天气作业和短临天气预报方面具有良好的应用前景。     

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。