基于北斗/GNSS的中国-中南半岛地区大气水汽气候特征及同降水的相关分析

本文采用统一的处理模型和处理策略对中国-中南半岛地区地基北斗/GNSS测站2006—2016年历史观测数据进行高精度重处理和水汽反演,获得近10年的大气可降水含量(PWV)产品。基于北斗/GNSS PWV产品,研究了该地区大气水汽平均含量、年周期振幅和半年周期振幅等气候特征,发现这些特征主要受到了测站纬度、高程以及季风的影响。通过分析PWV同并址气象站降水观测的关联特性,揭示了该地区大气水汽含量同降水相关性随测站纬度减小而降低的特点(在云南相关系数可达0.8,在靠近赤道的泰国南部相关系数约为0.2)。此外,PWV和降水的距平值相关分析表明,相比于历史同期,大气水汽含量较高的月份在一定程度上对应着降水异常偏高,两者相关系数为0.2~0.4。

一次暴雨过程中GNSS信号的对流层延迟和水平梯度信息演变特征

为了充分发挥目前密集的全球导航卫星系统(Global Navigation Satellite System,GNSS)测站的作用,本文建立了一套准实时的GNSS对流层总延迟(Zenith Total Delay,ZTD)和水平梯度(Horizontal Gradients,HG)解算系统,并基于中国气象局的格网降水产品和ERA5再分析资料对广州“5·7”暴雨下ZTD和HG的演变特征进行研究。结果表明:ZTD和HG的时序变化能够反映出降水的前兆信息,而HG的矢量性则在一定程度上揭示降雨的相关特征。ZTD和HG的时空特征对暴雨的短临预报具有一定指示作用,可作为对暴雨短临预报的辅助手段。

利用多GNSS分析澳大利亚极端降雨水汽变化

利用澳洲153个全球卫星导航系统(GNSS)站提供的北斗卫星导航系统(BDS)、全球定位系统(GPS)、伽利略卫星导航系统(Galileo)的多系统观测数据与武汉大学发布的超快速轨道和钟差产品/最终产品,计算2017年澳洲一次极端降雨过程中测站上空的天顶对流层延迟(ZTD)和大气可降水含量(PWV)。结果表明:多系统GNSS联合解算的ZTD与国际GNSS服务(IGS)最终产品互差的平均偏差为-0.01 mm,较单一GPS系统解算偏差更小;准实时ZTD计算与事后计算精度相当。利用气象再分析资料ERA5提供的温压数据进行PWV反演和精度验证的结果表明:多系统GNSS反演PWV与ERA5互差RMS为2.71 mm,符合气象学研究要求。最后,结合ERA5陆面产品的逐时降水量数据分析PWV与本次降雨的关联。在时序上,PWV达到极大值后2~3 h内降水量达到最大值。在空间上,PWV高值地区与强降雨地区具有高度一致性。

利用北斗/GNSS观测数据分析“21·7”河南极端暴雨过程

2021年7月,受台风“烟花”和“查帕卡”影响,河南省发生罕见的极端暴雨事件,造成了重大人员伤亡和巨额经济损失.极端暴雨的产生过程极为复杂,大气可降水含量(PWV)是产生降雨的主要因素之一.分析暴雨的发生过程与PWV之间的关系,对于暴雨发生的短时临近预报具有重要意义.本文利用河南省220个连续运行的北斗/GNSS站观测数据,采用精密单点定位(PPP)和克里金插值方法,获取了本次极端暴雨发生期间河南省高时空分辨率的PWV空间格网数据;同时结合省内116个气象站降雨量数据,分别从时间和空间上分析了PWV变化与极端降雨之间的关系.结果表明,通过PPP获取的北斗/GNSS站PWV与国际权威的全球气象再分析资料ERA5反演的测站结果互差均方根(RMS)为3.2 mm;进一步通过克里金插值获取的PWV空间格网数据与探空仪实测结果的互差RMS为4.6 mm,与ERA5反演的格网数据互差RMS为4.4 mm,表明本文的PWV数据精度符合气象学研究要求.通过分析北斗/GNSS站与并址气象站的PWV和小时降雨量的时间序列,发现暴雨期间并址站上空的PWV达到高数值水平,并且在极端降雨发生前1~3小时PWV多表现出陡增现象.通过分析PWV与小时降雨量的空间分布关系,发现本次极端暴雨中高数值PWV地区,其降雨强度也普遍较高,与实际受灾情况相符.