共查询到19条相似文献,搜索用时 46 毫秒
1.
GPS反演的大气可降水量变化特征及其与降水的关系研究 总被引:1,自引:4,他引:1
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%. 相似文献
2.
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。 相似文献
3.
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 总被引:1,自引:0,他引:1
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。 相似文献
5.
云南地基GPS观测大气可降水量变化特征 总被引:3,自引:1,他引:3
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。 相似文献
6.
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。 相似文献
7.
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。 相似文献
8.
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。 相似文献
9.
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。 相似文献
10.
西藏地区GPS水汽资料与降水量之间的对比分析 总被引:1,自引:0,他引:1
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。 相似文献
11.
12.
利用逐日降水量资料、FY-2E卫星资料以及NCEP/NCAR再分析资料,对2012年1月13~16日的一次南方冷季降水过程进行分析,剖析了热带水汽羽形成的水汽输送源和动力机制,及其与降水的关系。分析表明,热带水汽羽不但表征了中高层孟加拉湾水汽的输送,它实际上反映了对流层整层水汽的输送、辐合,低层南海水汽输送带为水汽羽的维持和降水的产生做出了贡献;高空槽前急流与低空切变线的耦合促使了上升运动的形成,导致降水的产生。后期高空槽的移动填塞致使急流轴发生移动及转向,从而引导了热带水汽羽的移动,最终导致热带水汽羽的断裂消亡;热带水汽羽上不存在强对流云团,未形成强对流过程,但由于水汽输送条件较好,配合弱的上升运动产生了这次强降水过程。 相似文献
13.
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。 相似文献
14.
15.
16.
根据对 30 8组不同地点不同季节的气候数据分析 ,证实可降水量W与地面水汽压力e存在良好线性关系 ,其公式是W =1 74e。 相似文献
17.
利用2004—2007年SA34(北京大学)站的GPS观测数据,运用GAMIT软件解算反演了间隔30min的连续变化大气水汽总量(PW)。与北京南郊观测场得到的探空结果作比较,均方根误差(RMSE)在2~3mm之间。通过对大气水汽作月平均,得到每月的大气水汽总量口变化曲线,并初步分析了夏季水汽日变化与地面比湿、降水、地面气温以及地面风矢量的关系。结果表明:北京地区夏季7月大气水汽总量最小值出现在08:00(北京时)左右,8月大气水汽总量最小值出现在08:00到12:00左右(各年表现出一定的差异),夏季大气水汽总量的最大值出现在01:00到03:00;7月和8月的日变化在夜间变化趋势有所不同;大气水汽总量最大值出现时刻与地面小时降水有一定相关性,且大气水汽总量的日变化明显受风矢量日变化的影响。通过对大气水汽总量的时间序列进行小波分析,得到1年大部分时间里,水汽变化存在大约12d的周期。采用前期的大气水汽总量平均值和短时大气水汽总量增量两个条件进行降水的判断,认为夏季降水的出现时刻与差值的高值区有比较好的对应。 相似文献
18.
利用1979—2016年欧洲中期天气预报中心(ECMWF) ERA-Interim (1°×1°)再分析资料中的经、纬向水汽通量和大气可降水量(precipitation water vapor,PWV)数据,采用相关性分析、趋势分析法、累积距平、IDW等方法,分析三江源地区PWV与水汽通量的时空分布特征、降水转化率(precipitati-on conversion efficiency,PCE)变化规律。结果表明:过去的38 a,经、纬向多年平均水汽通量分别为50. 2、196. 7 kg·m-1·s^(-1),纬向水汽通量气候倾向率比经向大。南边界为纬向主要水汽输入边界,东边界为经向主要水汽输出边界,纬向水汽输送大于经向输送。多年平均PWV为1998. 3 mm,近38 aPWV呈现微弱增加趋势,1979—1997年,PWV呈下降趋势,1998年后PWV呈增加趋势,同期降水也在增加,说明该时段三江源地区气候转湿。PWV与水汽通量的年际变化趋势和转折年相一致。三江源区多年平均PCE为24. 57%,1989年PCE最高,达32. 76%,各季节平均PCE空间分布与年平均PCE分布一致,均表现出南部、东南部高,西部、东北部低的变化特征,各季节PCE大小差异明显,春季多年平均PCE为15. 92%,夏季25. 67%,秋季21. 01%,冬季仅7. 03%。 相似文献