地基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。     

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。     

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。     

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。     

山东半岛地区夏半年降水日变化特征

利用1985—2016年5—10月山东半岛地区24个气象观测站逐小时降水资料和2010—2016年5—10月ECMWF逐6 h再分析资料,详细分析了山东半岛夏半年降水的日变化特征。结果表明:(1)山东半岛地区夏半年降水量、降水频率和降水强度的日变化均呈双峰型特征,峰值出现在02:00—05:00和15:00前后,其中降水量和降水频率清晨峰值明显高于下午;(2)长持续性降水对总降水量的贡献大于短持续性降水,前者的日峰值出现在清晨03:00—06:00,后者的主峰出现在15:00—18:00,分别主导总降水量清晨和下午的峰值;(3)小雨对降水总频率的贡献最大,几乎占总频率的一半,而大雨和暴雨对总降水量的贡献更大,故而总降水量主要来自于大雨和暴雨。     

新疆夏季降水日变化特征

利用1991-2014年新疆16个国家基准气象站逐时降水资料,分析了新疆夏季不同区域降水日变化基本特征,揭示出新疆夏季降水日变化呈现显著的南、北疆区域差异,有别于我国中东部的一些新事实。结果显示:北疆降水量日变化呈现准单峰型特征,峰值主要发生在傍晚前后（16:00-20:00,地方时,下同）;南疆降水量日变化呈现三峰特征,峰值分别出现在傍晚（17:00-18:00）、午夜后（00:00-01:00）和上午（10:00）。新疆夏季降水事件以6 h以内的短历时性质为主（平均为85%,比例明显高于我国中东部）,而持续12 h以上的较长历时降水事件偶有发生;在天山东麓以外的新疆绝大部分地区,6 h以内短历时降水事件对总降水量的贡献率达54%,高于我国中东部地区。新疆西部和北疆北部降水量日变化主峰的贡献者是2~3 h短持续性降水为主的事件;而天山中-东部降水量日变化峰值则是来自于12 h内各不同持续时间降水事件的大致均等贡献。     

西藏拉萨汛期降水日变化特征

利用拉萨2005—2017年逐小时降水观测资料和1969—2017年逐3 h降水观测资料,在分析该站汛期(5—9月)降水日变化特征的基础上,揭示该站昼夜降水的长期演变特征。结果表明:(1)拉萨小时降水量和降水频次日变化呈单峰型分布,两者峰值均出现在05:00(北京时,下同),谷值出现在15:00—17:00;小时降水强度日变化呈双峰型分布,峰值出现在17:00和00:00,谷值出现在13:00—15:00。(2)拉萨汛期不同等级降水的小时降水量和降水频次日变化位相不同,其中微雨和小雨的小时降水量和降水频次日变化为单峰型,且峰值均出现在05:00,而中雨及以上小时降水量和降水频次日变化峰值出现时间较微雨和小雨略有提前。(3)近49 a拉萨汛期昼夜降水量显著增多,降水强度显著增强,而降水日数无明显趋势,降水强度增强是拉萨汛期降水量增多的主要原因。     

新疆伊犁河谷不同季节降水的日变化特征

利用2012—2019年新疆伊犁河谷10个气象站逐小时降水资料,分析该区域不同季节降水的日变化特征。结果表明:(1)伊犁河谷春季、夏季和冬季的累计降水量日变化呈单峰型,秋季呈双峰型。四季累计降水量日变化的低值都出现在下午(15:00—19:00),高值时段在春季、秋季和冬季的上午(10:00—12:00),夏季高值出现在前半夜(22:00)。(2)同一季节累计降水频次和累计降水量的日变化特征类似,逐时平均降水量和降水频次峰值的空间分布均存在明显区域差异。(3)伊犁河谷四季均以短历时降水事件为主,该类事件在夏季出现比例最高(89%),冬季出现比例最低(70%),且短历时降水事件是夏季总降水量的主要贡献者,而长持续性降水事件是冬季总降水量的主要贡献者。(4)伊犁河谷四季降水的日循环与降水的持续性之间都存在密切关系,其中持续2～8 h和1～4 h的降水事件是春季和夏季降水量日变化峰值的主要贡献者,不同持续时间降水事件对秋季和冬季降水量日变化峰值的贡献大致相等。     

陇东半干旱区一次特大暴雨事件的降水极端性分析

2022年7月15日地处半干旱区的甘肃陇东出现一次特大暴雨过程,多站日雨量和小时雨量均突破历史极值。利用2022年7月14日20:00至15日20:00（北京时）逐分钟、逐小时降水观测数据,甘肃省庆阳市192个区域气象站建站以来日降水量、小时降水量资料,以及地面-卫星-雷达三源融合降水分析产品（CMA Multi-source Merged Precipitation Analysis System,CMPAS）10 min和1 h降水量数据,分析此次特大暴雨过程的降水特征及极端性。结果表明：这次特大暴雨过程具有累积降水量大、暴雨及以上量级降水落区集中、对流性降水强、降水中心稳定少动、短时强降水持续时间长等特征,其中累积降水量、降水强度和短时强降水持续时间的极端性明显。特大暴雨中心位于庆城县中北部的翟家河站,最大累积雨量达373.2 mm,是该站建站以来观测最大值,接近甘肃省所有国家站日降水量极值的2倍;最大小时雨量达84.9 mm,位居庆阳市所有测站建站以来小时雨量第3位;短时强降水最长持续时间达6 h,是庆阳市所有测站建站以来最大值。分钟级降水量演变表明,强降水中心的降水强度具有脉...     

天津地区小时降水特征分析

利用2009—2013年天津地区205个自动气象站的逐时降水资料,分析了天津地区降水的基本空间分布和日变化特征。结果表明:(1)天津地区降水小时数及小时平均降水强度空间差异明显,高值区分别位于蓟县北部山区、市区西北侧、滨海新区中南部;(2)天津中北部地区累积降水量峰值主要出现在23—03时,南部地区则出现在17—19时和04—08时,降水频次峰值基本都出现在00—09时,降水强度峰值与累积降水量峰值出现时间类似,11时为降水强度低谷出现时间;(3)全市傍晚至午夜的降水频次明显较凌晨偏少,长持续时间(10 h以上)的最大降水易出现在凌晨至清晨,短时降水(1~4 h)的最大降水易出现在傍晚至午夜;13—24时多数时次,无论降水量、频次还是降水强度市区均较其周边地区和沿海地区偏多偏强,而凌晨多数时次,市区则以偏少偏弱为主;(4)始于下午至傍晚的降水多为短时降水,而始于傍晚至凌晨的降水持续时间普遍较长。     

新疆伊犁河谷冷暖季降水时空分布特征

利用2008—2017年1—12月新疆伊犁河谷10个气象站逐小时降水资料,分析伊犁河谷近10 a全年降雨雪(以下统称降水)时空分布特征。结果表明,伊犁河谷暖、冷季平原区、山区年平均逐时累积降水量和降水频次变化特征极其明显,暖季山区降水量和降水频次明显高于平原区,而冷季山区则低于平原区。暖季平原区、山区降水量最大值分别出现在22:00和00:00(以下均为北京时间),最小值出现在14:00和13:00;而冷季平原区、山区降水量最大值分别出现在10:00和11:00,最小值出现在18:00和17:00。全天中暖季最易发生降水的时间为23:00—翌日08:00;而冷季最易发生降水的时间为04:00—13:00。降水强度暖、冷季变化特征不明显,变化趋势与降水量、降水频次存在差异。全年降水主要以短时段降水为主,其中,暖、冷季平原区、山区降水持续1 h的次数均为最大值,但暖季平原区降水持续2 h和暖季山区持续4 h的降水量及贡献率为最大值,而冷季平原区、山区最大值则均出现在降水持续4 h情况下。     

2017-2019年南疆西部和昆仑山北坡大气可降水量变化特征

基于2017-2019年南疆地基GPS大气可降水量（下文简称“GPS-PWV”）、常规探空水汽廓线计算的大气可降水量（下文简称“RS-PWV”）和逐时降水资料，统计分析南疆西部和昆仑山北坡GPS-PWV时空变化特征、夏季不同海拔高度不同降水量级下GPS-PWV变化与实际降水的对应关系。结果表明：（1）南疆西部和昆仑山北坡GPS-PWV与RS-PWV，二者具有符合预期的很高的相关性。（2）不同海拔高度站点GPS-PWV空间分布差异明显，大部分站点GPS-PWV随海拔高度的增加而降低。（3）各站点GPS-PWV逐月变化均呈单峰型，冬季12月或1月最小，夏季7、8月最大；春、夏季各站GPS-PWV距平日变化为单峰型，秋、冬季GPS-PWV距平日变化除秋季乌恰站、若羌站为单峰型外，其它均为三峰或四峰型。（4）各站有、无降水时PWV平均值差异明显，昆仑山北坡差异更大；降水发生前GPS-PWV已开始上升，南疆西部PWV峰值主要出现在降水前0～1 h，昆仑山北坡PWV峰值主要出现在降水前0～3 h和7～9 h。     

2012-2019年昌吉州冬季降雪日变化特征分析

利用2012—2019年冬季昌吉州11个国家级台站逐时降水资料,运用常规统计方法,对昌吉州冬季降雪日变化特征进行分析。结果表明：昌吉州冬季降雪量空间分布与海拔高度呈正相关,与纬度呈显著的负相关,降雪强度与纬度关系密切。全州逐时累积降雪量呈双峰型分布,主峰出现在下午17:00,次峰出现在上午08:00;西部呈三峰型特征,主次峰值分别出现在17:00、14:00、08:00;东部呈准单峰单谷型,峰值发生在19:00,谷值出现在中午13:00。昌吉州冬季降水事件以短时降水事件为主,对冬季降水量贡献为64%,12 h以上长持续性降水事件发生概率很小,仅在部分台站偶有发生。西部和东部冬季降水日循环与降水持续性关系较密切,其中持续3～4 h降水事件对西部和东部冬季降水量贡献最大,但随着持续时间增长对降水量的贡献却越来越小。     

2004—2016年浙江省夏季降水的日变化特征

利用浙江省71个气象观测站的逐小时降水数据,分析2004—2016年夏季(6—8月)降水日变化特征。结果表明:(1)浙江省夏季降水量和降水频次日变化总体上呈现"一主一次"的双峰特征,降水量和降水频次主峰值分别出现在17:00前后和19:00前后。近13 a来,夏季降水量和降水频次有明显的增加趋势。(2)降水日变化特征区域差异明显。浙中西部地区和沿海岛屿的降水量、降水频次和强度日变化波动幅度较小,降水强度的峰值出现在09:00—11:00;浙南地区降水量、降水频次和强度日变化具有单峰特点,峰值均出现在15:00—20:00。(3)降水日变化与不同持续时间的降水事件有关,≥6 h持续性降水事件的降水峰值易出现在09:00前后,而<6 h短时降水事件的降水峰值出现在15:00—22:00。不同区域降水事件有所差异,浙中西部地区和沿海岛屿的降水量来源于持续性降水和短时降水事件的共同贡献,浙南地区降水量主要来源于短时降水事件的贡献。(4)短时强降水(20～50 mm·h^(-1))和特强降水(≥50 mm·h^(-1))易发生在温州、台州和宁波等沿海地区,其中杭州湾、台州局部地区是短时特强降水的高发区;短时强降水的日变化具有单峰特征,降水峰值出现在15:00—20:00。     

第24届冬奥会海坨山赛区近两年冬季地面风场特征

基于北京市海坨山赛区4个自动气象站2014、2015年冬半年地面风场资料,分析第24届冬奥会海坨山赛区冬季地面风场分布特征。结果表明:(1)各站冬季地面风场具有明显的风向取向以及风速值分布区间特征,其中海拔较高的A1492站风向呈明显的西西南至西北4个方位取向,10.0 m·s~(-1)以上风速的发生频率约为49.1%,月平均风速均10.0 m·s~(-1);(2)各站月平均风速最大值均出现在1月,A1489、A1490和A1491站风速最小值均出现在11月,A1492站最小值出现在3月;(3)各站日逐小时平均风速呈典型的日变化特征,08:00—16:00风速逐渐增大、16:00—18:00缓慢减小。     

天津市夏季降水日变化特征

利用1954－2007年天津市夏季逐时自记降水资料,分析了天津市夏季降水（包括逐小时降水量、降水频次、降水强度以及不同持续时间降水）日变化规律。结果表明：天津市一日内不同时次的多年累积降水量具有显著的日变化特征,呈明显的双峰型,高值分别出现在午后17时和午夜02时。逐小时降水强度与降水量的变化特征非常一致,而多年累积降水频次在凌晨02时至08时较高,之后至11时逐步降低,11时至24时变化不大。降水量与降水频次及降水强度的关系均达到显著性水平（P < 0.001）,但逐小时降水强度与降水量相关性明显高于降水频次,表明降水量变化与降水强度有直接的关系,而降水频次对累积降水量的贡献占较小的权重。持续不同时间降水事件的发生次数在一日内的变化特征明显不同,长时性降水峰值集中在清晨,而短时性降水尤其是1-3 h降水主要以午后为主。     

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。     

江西省春季GPS/PWV变化及其在人工增雨作业中的演变特征

利用2011—2012年3—5月江西省53个地基GPS观测站数据反演了大气可降水量,探讨了GPS/PWV的精度,分析了江西省春季大气可降水量的时空分布特征及其在人工增雨作业中的演变等。结果表明:江西省整个春季的水汽主要呈南多北少、西高东低分布,各站的GPS/PWV时间分布变化总体趋势较一致,日变化特征均呈先上升后下降趋势。在实际的人工增雨作业中,火箭催化作业前,GPS/PWV呈明显的上升趋势,作业后GPS/PWV快速减小,降水随之出现。     

基于聚类分析的兰州地区自动站降水特征分析

利用兰州地区2013—2018年4—10月139个自动气象站逐时累积降水量和降水小时数资料,通过K均值聚类分析方法进行二维聚类分区,分析不同区域降水精细化时空分布特征。结果表明:(1)K均值聚类方法将兰州地区降水划分为3个区域,年平均降水量分别为246、317和427 mm,降水小时数分别为306、404和454 h。分区结果同地理位置、地形高度相适应,与主观分区结果较一致但更加科学精细;(2)3个区域降水分布特征相似,但也存在较明显的地域性差异,降水量集中在7—8月,分别占46%、45%、44%,降水小时数集中在6—9月,分别占55%、53%和53%;(3)从日变化特征看,降水量、降水小时数、降水强度的高值分别集中在7—8月的午后至前半夜、7月的16—17时、8月的00—04时和16—23时。