塔里木盆地及其周边地区大气可降水量分布及其与降水关系的研究

利用2018年7月至2022年6月塔里木盆地及其周边地区17部地基GPS水汽探测仪遥感的大气可降水量(PWV)资料、 14个地面气象站逐时和逐日降水资料,分析了塔里木盆地西部(区域A)和东部(区域B)PWV分布特征及其与降水关系。结果表明:(1)研究区年平均PWV高值区主要集中于盆地北部和盆地西南部平原地区,海拔超过1300 m站点的PWV年平均值与海拔成反比,低于1300 m的低海拔地区PWV年平均值在10~12 mm。夏季测站PWV平均值是春、秋季节的2倍。(2)区域A和区域B PWV月变化呈单峰型分布,分别在8月和7月达到峰值。区域A有、无降水日PWV均在23:00(北京时,下同)达到日峰值。区域B有、无降水日PWV日峰值出现时间相差5 h,分别出现在11:00和17:00。(3)区域A和区域B多数测站ΔPWV(PWV与PWV月平均值差值)峰值分别在降水开始前0~1 h和降水开始时刻前后1 h出现。春季区域B降水前PWV跃变程度较区域A更剧烈,夏季各区域σPWV(PWV与PWV月平均值倍数)提前降水开始时刻1 h、 5~6 h达到1~1.8倍的天气过程较其余时次偏多。秋季和冬季区域BσPWV分别集中在1.4~2.0倍和1.6~2.4倍。(4)海拔高于1400 m测站的5-6月、 7-8月PWV值达到10~20 mm和15~25 mm,对应降水结束时刻。海拔低于1400 m测站5-8月降水结束时刻PWV值逐渐由15~25 mm增至25~35 mm。

新疆地区ERA5和MERRA-2大气可降水量精度分析

大气再分析资料提供的大气可降水量(PWV)产品在天气变化和气候研究中扮演着极为重要的角色。新疆地区存在地形起伏大、气候复杂和实测高分辨率PWV产品缺乏等特点,大气再分析资料提供的PWV产品可作为有力补充。以新疆地区2018年11个GNSS站数据反演得到的PWV(GNSS-PWV)信息作为参考值,评估ERA5和MERRA-2提供PWV产品在新疆地区的精度,并分析两种再分析资料PWV的偏差(Bias)和均方根差(RMSE)的时空变化特性及其日变化。结果表明:以GNSS-PWV为参考值,ERA5和MERRA-2在新疆地区的PWV年均Bias分别为-0.97和-1.20 mm,年均RMSE分别为1.81和2.11 mm,两种再分析资料PWV均具有较高精度,其中ERA5 PWV精度略高于MERRA-2 PWV;两种再分析资料的PWV精度都有明显的季节性变化,总体表现为夏季精度低,冬季精度高;在PWV日变化分布上,两种再分析资料与GNSS-PWV展现出较高的一致性,能较好地反映新疆地区PWV的日变化特性。

采用北斗PPP-B2b服务的大气可降水量反演及香港地区暴雨过程分析

北斗三号卫星导航系统精密单点定位服务(PPP-B2b服务)通过卫星B2b信号向用户发送改正信息,摆脱了对外部通信的依赖,为实时反演大气可降水量(PWV)提供了新的技术途径。本文利用试验分析了PPP-B2b服务反演PWV的精度。试验结果表明,利用PPP-B2b服务反演结果与采用CODE事后精密星历产品的差值RMS为3.70 mm,STD为3.61 mm,与ERA5再分析数据差值的RMS和STD分别为4.80和4.07 mm,与探空结果差值的RMS和STD分别为3.75和7.16 mm,验证了采用PPP-B2b服务的PWV反演结果具有较好的精度。最后,通过分析香港地区暴雨过程的实际降水量与PWV反演结果之间的相关性,初步验证了BDS PPP-B2b服务用于暴雨灾害短时预警的可行性。

基于分钟级大气可降水量的降水可预报性探究

为弥补常规探空信息时空密度不足及新型观测资料准确度低的问题,本文利用地基遥感设备(风廓线雷达和微波辐射计)数据及地面自动站数据构建了本地比湿垂直廓线;旨在探究不同降水类型下大气可降水量的变化趋势相对实况降水的时间提前量和量级相关性,利用比湿廓线计算了大气可降水量(Perceptible Water,PW)。结果表明:超过80%的降水过程在降水发生前存在PW急升的情况;PW、ΔPW对降水开始及峰值具备时间节点的可预报性,PW达到峰值后2 h内出现降水的可能性最大;ΔPW峰值与雨强峰值量级呈正相关性,二者相关系数为0.77。初步研究表明,高分辨率的大气可降水量信息可作为短期临近预报分析的序列资料,可为降水预报时间和量级的判断提供依据。

湖南省地基北斗卫星导航系统大气可降水量反演及降水分析

水汽是影响天气变化的重要因子,灾害天气的发生往往伴随着水汽含量、空间分布的急剧变化。针对目前关于地基北斗卫星导航系统(BDS)反演大气可降水量(PWV)研究相对较少现状,进一步验证BDS PWV的反演精度和PWV与实际降水的关系,利用湖南探空站和邻近的连续运行基准站(CORS)数据,构建湖南本地化大气加权平均温度(Tm)模型,基于此模型进行水汽反演,分析BDS水汽探测的精度,与实际降水结合探究PWV与降水之间的响应关系。结果显示:与探空数据相比,CORS测站解算的BDS PWV均具有较强的相关性,均方根误差(RMSE)和平均绝对误差(MAE)均在4 mm以内,符合水汽监测的要求;PWV与实际降水之间存在明显的联系,降水前6~12 h水汽快速聚集为降水发生提供充足的条件,PWV为60 mm可以作为降水预报的阈值。因此,利用BDS对水汽的持续监测在降水、水旱灾害监测预报中可以发挥重要作用。

顾及高程的南极洲GNSS可降水量K值模型

针对南极洲地区水汽资料匮乏且时空分辨率低的问题,提出顾及高程的南极洲GNSS可降水量K值模型:基于全球卫星导航系统(GNSS)获取的大气可降水量(PWV),利用2015—2021年南极洲地区的8个探空站资料,通过数值积分法计算水汽转换系数(K值),用2015—2017年的K值建立Emardson-I模型与顾及高程的Emardson-H模型;并用2018—2021年5个探空站和4个GNSS站检验2种模型的预测精度。结果表明:就K值预报精度而言,Emardson-I模型的平均绝对偏差(MAE)和均方根(RMS)的平均值分别为0.00199和0.00247,Emardson-H模型的平均MAE和平均RMS分别为0.00179和0.00228,Emardson-H模型精度略优于Emardson-I模型;在南极洲的低海拔地区,基于Emardson-I和Emardson-H模型的GNSS-PWV精度一致,顾及高程的Emardson-H模型优势并不明显;与探空资料的PWV相比,Emardson-H模型的PWV反演精度优于Emardson-I模型。顾及高程的Emardson-H模型预测精度较高,更适用于南极洲地区的GNSS-PWV反演。

基于LightGBM算法的大气可降水量预测方法研究

大气可降水量(precipitable water vapor,PWV)为单位横截面积垂直气柱内地面至对流层顶部的液态水汽含量,可反映大气中的水汽浓度.本文首先利用2014—2019年长三角地区7个探空站资料,分析了PWV与对流层天顶总延迟(zenith tropospheric delay,ZTD)、天顶静力学延迟(zenith hydrostatic delay,ZHD)、对流层湿延迟(zenith wet delay,ZWD)、水汽压(Es)、大气压(Ps)、地面温度(Ts)、加权平均温度(Tm)之间的相关性,再基于梯度提升机(light gradient boosting machine,LightGBM)构建了一套适用于长三角地区的PWV预测模型,并分析了LightGBM-PWV模型的预测精度.结果表明,PWV与Tm、Ts、Ps、Es、ZHD、ZWD和ZTD之间的相关系数(R)分别为0.74、0.76、–0.59、0.76、–0.43、1.00和0.94;全年、分季度和分月LightGBM-PWV模型的平均偏差分别为0.10 mm、0.11 mm和0.12 mm,均方根误差(root mean square error,RMSE)分别为0.25 mm、0.26 mm和0.31 mm,模型精度依次递减,异于传统线性拟合PWV模型;全年LightGBM-PWV预测模型精度最高,可用于长三角地区的GNSS-PWV预测、分析和研究.

铜陵大气可降水量初步研究

分析铜陵站2020—2022年大气可降水量的基本特征得出,铜陵大气可降水量有明显的年际变化特征,随季节变化较明显,夏季值较高,冬季值较低,月变化趋势呈正态分布。选取铜陵站8次暴雨过程,分析大气可降水量的变化情况。结果表明,大气可降水量在暴雨发生前都有明显的增幅,暴雨时处于高值区。若大气可降水量有明显回落,降水过程趋于结束;若回落缓慢或较少,降水减弱直至结束;若基本处于高值,降水将持续。暴雨过程开始前大气可降水量增幅越大,小时雨强越强;回落越慢,降水时长越长。

青藏高原可降水量时空分布对季风指数的响应

为了解青藏高原地区可降水量时空分布在复杂气候系统中对不同环流指数的响应情况,基于该地区1971—2020年大气可降水量数据,通过厄尔尼诺指数、印度洋偶极子指数、西风环流指数与可降水量偏相关分析及滑动时间窗口对大气可降水量数据进行研究。结果表明:(1)青藏高原1971—2020年季风区与西风区可降水量集中分布在7—9月,且可降水量集中月份的年际变化速率较大。(2)青藏高原西风区8—9月可降水量分布与厄尔尼诺指数呈极显著负相关关系,季风区7月的可降水量分布与西风环流指数呈极显著负相关关系。(3)厄尔尼诺指数在21个时间窗口与西风区9月及季风区9月的可降水量分布均呈显著负相关关系(P<0.05),印度洋偶极子指数在17个时间窗口与季风区9月的可降水量分布呈显著正相关关系。印度洋偶极子指数的增强可能是导致青藏高原1991—2020年季风区9月可降水量变化速率迅速增加的原因。研究结果可为进一步探究青藏高原地区气候系统演变提供一定的数据参考。

基于GNSS/MET和微波辐射计资料的合肥地区大气可降水量变化特征分析

文章结合2020—2021年合肥国家基本站的GNSS/MET和微波辐射计2个设备探测资料,演算了大气可降水情况的具体信息,分析2者的变化特征和差异。结果表明:GNSS/MET与微波辐射计反演的值变化趋势一致,具有较好的相关性,可以较好地反映合肥地区上空的水汽变化,但也存在明显偏差,其中均方根误差最大值在夏季,最小值在冬季,而相对方差则相反。对比来看,微波辐射计资料在夏季和秋季更具有代表性。

不同加权平均温度模型对大气可降水量影响分析

加权平均温度(WMT)是地基全球卫星导航系统(GNSS)气象学中解算大气可降水量(PWV)时的一个重要物理量,利用国内四个典型地区2019年的历史气象探空数据计算各剖面的WMT,构建了适合当地的WMT线性统计模型,并对所建模型、工程上常用的几种WMT统计模型及利用其换算得到的PWV进行了对比.根据统计结果可知:对于精度较高的需求,构建适合当地的统计模型是很有必要的,另外,各统计模型中Mao模型和Mendes模型的精度相对较高,在不具备建模条件的情况下可以优先考虑.本统计结果可为其他涉及WMT的工程应用提供参考.

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。

中国可降水量时空分布及其变化趋势分析

为了探究2003—2021年中国可降水量时空分布及其变化趋势特点,采用美国国家航空航天局地球观测系统卫星Aqua上AIRS探测仪反演的AIRS3STM中可降水量数据,通过线性拟合、Mann-Kendall检验和经验正交函数分析法,分析其时空变化影响因素。结果表明:(1)中国日间、夜间年际可降水量呈上升趋势,日间上升速率为0.044 (kg/m^(2))/a,夜间上升速率为0.062 (kg/m^(2))/a,并得出日间、夜间突变点发生时间分别是2014年和2008年。(2)中国日间、夜间四季变化均为上升趋势,夏季变化速率最大,春季、冬季变化速率较低,仅日间夏季和夜间的夏、秋和冬季通过了α=0.05的显著性检验。(3)中国日间可降水量和地表温度空间分布与纬度呈负相关,纬度越低,可降水量、地表温度越高,华南地区可降水量较高,西北地区偏低,利用EOF分析法选取部分典型区域也验证了以上规律。(4)可降水量与地表温度呈正相关,地表温度越高,其上升趋势越明显。研究成果对中国的气候、地形分布以及自然灾害预警均有一定参考意义。

基于ERA5数据的山东地区大气可降水量时空变化特征分析

基于欧洲中期天气预报中心(ECMWF)提供的山东地区的大气可降水量(PWV)数据,利用线性拟合、时间序列分析方法和经验正交函数分解等方法,分析了2008—2021年山东地区PWV的时空变化以及变化特征。结果表明:就空间分布而言,山东地区年平均大气可降水量呈现由南到北递减的趋势,南部边界大气可降水量最高;就时间分布而言,2008—2021年,山东地区大气可降水量呈现缓慢增加的趋势;就季节分布而言,夏季大气可降水量为全年最高,其次是春季和秋季,冬季最少;利用经验正交函数分解发现大气可降水量的收敛性较强。

青海地区ERA5大气可降水量分布特征及性能分析

文章利用2010-2020年ERA5再分析资料比湿和地表气压数据计算得到青海地区大气可降水量及其时空分布特征,并将其与西宁站实测气压、露点温度数据计算得到的西宁大气可降水量进行对比分析。结果表明:青海省水汽分布呈现“南湿北干,东湿西干”特征,在垂直分布中水汽主要分布在500 hPa以下,大气可降水量在青海东部河谷地区存在高值区,西南部唐古拉山区和北部高海拔山区存在低值中心。各季节大气可降水量分布中,夏季大气可降水量最高,冬季最小。大气可降水量年变化和日变化中差别不大,月变化中呈现单峰型分布,7月大气可降水量最大,1月和12月最小。ERA5再分析资料对夏季大气可降水量是低估的,而对冬季大气可降水量则是高估的。通过相关性分析发现,ERA5再分析资料和实测资料分别计算得到的西宁大气可降水量相关系数达0.977,相关性较高,具有较好的一致性特征。

粤港澳大湾区多系统GNSS大气可降水量反演分析

GNSS水汽探测是反映灾害性天气形成、演变的重要技术手段。为拓展以BDS为主的粤港澳大湾区海洋观测业务化应用,本文以大湾区沿海城市为例,选取受台风、风暴潮、强降雨等海洋灾害环境影响较大的8月,利用GPS、BDS、GLONASS、Galileo反演分析多系统GNSS大气可降水量(PWV)的变化特征。结果表明,与无线电探空数据比较,各卫星系统相关系数均大于0.9,表现为强相关性,具有较高的反演精度;结合试验区气象站的实际降水量监测来看,PWV的积累会产生降雨,各卫星系统的8月PWV均值整体达53~60 mm,与实际降水量的空间分布相符。因此,综合考虑GNSS在海洋观测和防灾减灾的优势,为近岸多模GNSS网的布设提供思路。

柴达木盆地GPS大气可降水量精度检验及其变化特征

利用柴达木盆地格尔木站2014年每日00:00和12:00 (世界时,下同) L波段探空数据计算得到的大气可降水量资料(PWV_RS)用来验证GPS数据反演的大气可降水量(P_(WV_GPS))精度。在此基础上,利用格尔木、德令哈两站P_(WV_GPS)资料,对该地区大气可降水量P_(WV)变化特征进行分析。结果表明:柴达木盆地P_(WV_RS)和P_(WV_GPS)逐日变化具有很好的一致性,P_(WV_GPS)略高于P_(WV_RS),两者相关系数在0. 9以上。夏秋季P_(WV_RS)和P_(WV_GPS)相关性明显好于冬春季,00:00的相关系数略高于12:00。00:00和12:00 P_(WV_GPS)均方根误分别为1. 8和2. 4 mm,平均相对误差分别为0. 2和0. 4,平均偏差分别为4. 2和4. 3 mm。柴达木盆地P_(WV_GPS)能够反映这一地区实际大气可降水量水平。柴达木盆地P_(WV_GPS)月变化呈单峰型分布,7月最大、12月最小。P_(WV_GPS)夏季最为丰富、秋季次之、冬季最小,呈南多北少的空间分布特征。柴达木盆地日均P_(WV_GPS)为0. 4~28. 0 mm,逐时P_(WV_GPS)为6. 9~7. 3 mm。

利用地基GPS资料分析成都地区大气可降水量

利用成都地区GPS地震监测网的观测资料,通过Bernese软件求解获得CHDU、JYAN、PIXI、QLAI、RENS、ZHJI测站的天顶总延迟和湿延迟,运用湿延迟与大气可降水量之间的转换关系得到各测站大气可降水量,与站点地面实际降雨量及SONDE大气可降水量进行了比较分析。结果表明:地基GPS监测大气可降水量变化与地面实际降雨量有很强的相关性,与SONDE大气可降水量的平均差值为0.43 mm,均方偏差为2.56 mm。多站点GPS监测大气可降水量联合分析,对于研究区域大气可降水量的变化有一定的意义。

青藏高原及周围地区大气可降水量的分布、变化与各地多变的降水气候

为了更深入地分析青藏高原及邻近各地多变的降水气候,利用NCEP1958—1997年月平均比湿、风及高度等再分析资料及我国实测雨量资料等,整体地分析了高原及周围地区气柱可降水量的多年平均特征及其季节变化,也分析了我国南北方大气可降水量的年代际变化和华北及西北区东部干湿年夏季可降水量的差异等。结果表明,高原及周围地区的气柱可降水量有明显的地区及季节变化。本区域内以南亚和东亚夏季风区的可降水量最高,夏季可达60mm或以上;青藏高原上的可降水量最低,冬季为3mm左右。东亚和南亚季风区可降水量的冬夏季节变化最大,夏季的可降水量达冬季值的4倍。华北区干湿夏季的可降水量差异明显,湿年的可降水量可增加20%以上。近40年来华北和西北区东部夏季的气柱可降水量明显减少,而长江流域及江南地区20世纪80年代以来可降水量却部分增加了,呈北干南湿之势,遂形成我国降水北旱南涝的分布格局。这可能与东亚夏季风逐渐趋弱,特别是撤退期逐渐提前有关。另外,我国各地夏季可降水量的平均降水转化率也明显不同,青藏高原上最高,东亚季风区次之,而南疆盆地最低,这也影响了我国多变的降水气候。

地面GPS探测大气可降水量的初步结果

地面全球定位系统 （ Ｇ Ｐ Ｓ） 探测大气可降水量时空分布的可行性和可靠性研究，对地面 Ｇ Ｐ Ｓ 用于提高预报降水和恶劣天气的准确性和气候变化的研究具有重要作用。收集了覆盖于全国的２３ 个站和我国周边的６ 个国际 Ｇ Ｐ Ｓ 服务 （ Ｉ Ｇ Ｓ） 基准站为期６ ｄ 的 Ｇ Ｐ Ｓ 观测资料， 组成了一个 Ｇ Ｐ Ｓ 气象学的区域性地面实验网， 进行了我国首次 Ｇ Ｐ Ｓ 气象学试验。归算用的软件是在美国麻省理工学院 Ｇ Ｐ Ｓ 分析软件 Ｇ Ａ Ｍ Ｉ Ｔ 基础上发展起来的上海天文台 Ｇ Ｐ Ｓ 精密定轨定位软件 Ｓ Ｈ Ａ Ｇ Ａ Ｐ。为了提高对流层天顶延迟的监测精度和分辨率， 我们采用了分段的参数估计和随机过程相结合的估算方法来处理对流层延迟， 由此获得了分辨率分别为２ ｈ 和３０ ｍｉｎ ， 精度好于１ ｃｍ 的天顶延迟量。通过天顶干延迟和天顶湿延迟的分离和天顶湿延迟到可降水量的转换， 得到了精度为１ ～２ ｍ ｍ 的可降水量的计算结果。将这些结果与实测探空仪资料计算的结果相比较， 两者基本符合。试验的结果初步验证了地面 Ｇ Ｐ Ｓ 观测为气象服务的可行性和可靠性。同时指出了今后地面 Ｇ Ｐ Ｓ