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。     

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％.     

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。     

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。     

地基GPS遥感的祁连山区夏季可降水量日变化特征及成因分析

基于祁连山区2007年7～8月地基GPS遥感的大气可降水量(Precipitable Water,PW)资料、探空资料和自动气象站资料,采用谐波分析等方法,分析了祁连山区夏季PW的日变化特征,并初步探讨其成因。结果表明:祁连山区夏季PW具有明显的日变化特征。PW日变化特征在无降水日比有降水日更显著。日循环(24 h)与半日循环(12 h)是PW日变化的主要信号。在无降水日,PW日变化以日循环为主,振幅为0.8～1.6 mm,峰值出现的时间在18:00～21:00(北京时,下同)。半日循环的振幅为0.6～0.7 mm,峰值出现的时间在05:00～06:00和17:00～18:00。在有降水日,不同站点PW日变化特征有所不同,有的以日循环为主导,有的以半日循环为主导。PW日变化与逐时累积降水频次日变化具有明显的先后关系,两者日变化的位相差为2.5 h。PW日变化与气温和比湿等要素的日变化以及山谷风演变有关。     

大理地基GPS观测大气可降水量变化特征

利用中日JICA项目2010-2013年大理地基GPS探测的逐时大气可降水量PWV资料,分析PWV的日变化、月变化及季节变化特征,选取不同季节典型晴天、雨天进行分析对比,探讨有、无降水日PWV的差异特征,与大理国家基准气候站同期降水、气温、水汽压、相对湿度分析对比.结果 表明,PWV晴天日变化特征与气温相似,呈单峰型分...     

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.     

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。     

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.     

我国GPS反演大气可降水量的时空变化

基于地基GPS探测水汽的原理,利用2016年陆态网的站点数据,对北京十三陵、福建武夷山、内蒙古乌拉特后旗、黑龙江绥阳、新疆若羌和云南东川6个站点GPS反演大气可降水量(GPS/PWV)的时间变化以及在典型月(1、4、7、10月)的空间分布变化进行了分析。结果表明:GPS/PWV具有显著的季节分布规律,周期性较强,3—5月为GPS/PWV的快速上升阶段;6—8月达到最大,最大值约80 mm;9—11月为GPS/PWV快速下降阶段;12月—次年1月为全年的最低阶段,基本在30 mm以下。6个站点GPS/PWV的逐小时变化也具有一定的周期性,最大值出现在20时,最小值出现在06—08时。在典型月,水汽含量的空间分布主要集中在华中、华南、华东地区,其余地区变化幅度较小,并且随着纬度的增加而下降,随着经度的增加而上升。     

基于地基GPS的祁连山大气可降水量特征

利用2016-2018年祁连山区中东部11个站的地基GPS反演的大气可降水量(以下简称GPS/PWV),分析了大气可降水量的时空分布、地带性和垂直变化特征.结果 表明:与张掖和民勤探空实测资料计算的PWV(以下简称RS/PWV)相比,GPS/PWV均方根误差和偏差平均值分别为2.1 mm和1.07 mm,GPS/PWV...     

长白山麓夏秋季气态和液态水分布特征

利用2019—2020年6—10月中国气象局吉林云物理野外科学试验基地MWP967KV型多通道微波辐射计、地面雨量计及L波段探空雷达资料;分析了长白山麓夏秋季大气中气态和液态水分布及其在降水前的演变特征。结果表明:微波辐射计反演数据与探空雷达数据具有较好的相关性;但反演值整体偏大。大气可降水量(PWV)和液态水路径(LWP)呈一峰一谷日变化特征;峰值出现在夜间而谷值出现在白天;有降水时峰值出现在01:00—03:00;谷值出现在11:00前后。受长白山地形和森林植被影响;PWV和LWP月平均最大值分别出现在8月和9月。PWV在降水前和降水中分布频率均呈现先升后降趋势;而降水前LWP在0.00~0.42 mm内频率占比最高;降水强度越强;PWV及LWP频率分布越集中;PWV大于45 mm、LWP大于4.20 mm出现强降水的可能性较大。降水开始前1 h内LWP和PWV均出现跃增;LWP跃增幅度更明显;该特征可作为降水临近预报、人工增雨作业条件分析的参考指标。     

山东夏季空中水汽分布和水汽输送特征

利用山东省气象站的降水量资料和JRA-55、NCEP/NCAR再分析资料,分析了1962-2016年山东夏季整层大气可降水量、降水转化率、水汽通量及输送路径的分布特征和变化规律,探讨了夏季降水与水汽通量及其散度的相关性和多雨年的水汽来源。结果表明:从常年值来看,山东平均夏季降水量为401.2 mm,大气可降水量为3478.8 mm,降水转化率为11.5%。降水转化率和降水量的时空演变特征更加一致,经向水汽输送和局地水汽通量散度与地面有效降水的关系更加密切,当大气可降水量充沛、外部水汽输送充足并出现局地水汽辐合时,更加有利于山东南部地区降水的发生发展,从而形成夏季降水量和降水转化率气候特征表现出东南地区大于西北地区的空间分布型态。西北太平洋、南海、孟加拉湾和鄂霍茨克海至日本海是造成山东夏季降水异常偏多的重要水汽源地,巴尔喀什湖至贝加尔湖地区是重要的冷空气输送区域;当山东上游盛行偏西风时,自新疆和青藏高原至内蒙古的狭长带出现异常水汽扰动并发展,是由水汽异常引起的水汽通量异常对山东局地降水异常贡献的主要条件。     

Variational Assimilation of GPS Precipitable Water Vapor and Hourly Rainfall Observations for a Meso-β Scale Heavy Precipitation Event During the 2002 Mei-Yu Season

Recent advances in Global Positioning System (GPS) remote sensing technology allow for a direct estimation of the precipitable water vapor (PWV) from delayed signals transmitted by GPS satellites, which can be assimilated into numerical models with four-dimensional variational (4DVAR) data assimilation. A mesoscale model and its 4DVAR system are used to access the impacts of assimilating GPS-PWV and hourly rainfall observations on the short-range prediction of a heavy rainfall event on 20 June 2002. The heavy precipitation was induced by a sequence of meso-β-scale convective systems (MCS) along the mei-yu front in China.The experiments with GPS-PWV assimilation successfully simulated the evolution of the observed MCS cluster and also eliminated the erroneous rainfall systems found in the experiment without 4DVAR assimilation. Experiments with hourly rainfall assimilation performed similarly both on the prediction of MCS initiation and the elimination of erroneous systems, however the MCS dissipated much sooner than it did in observations. It is found that the assimilation-induced moisture perturbation and mesoscale low-level jet are helpful for the MCS generation and development. It is also discovered that spurious gravity waves may post serious limitations for the current 4DVAR algorithm, which would degrade the assimilation efficiency, especially for rainfall data. Sensitivity experiments with different observations, assimilation windows and observation weightings suggest that assimilating GPS-PWV can be quite effective, even with the assimilation window as short as 1 h. On the other hand, assimilating rainfall observations requires extreme cautions on the selection of observation weightings and the control of spurious gravity waves.     

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。