《北京可降水量变化特征的地基GPS观测与分析（吴建军,王鑫,吕达仁,杜秉玉）-降水量观测时间记之.docx》由会员分享，可在线阅读，更多相关《北京可降水量变化特征的地基GPS观测与分析（吴建军,王鑫,吕达仁,杜秉玉）-降水量观测时间记之.docx（16页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、北京可降水量变化特征的地基GPS观测与分析（吴建军,王鑫,吕达仁,杜秉玉）:降水量观测时间记之 摘要：利用GAMIT软件对2004年7月至2022年7月北京GPS观测数据进行解算，结合地面温度及气压观测数据，反演了1 a时间内辨别率为2 h的水汽总量序列，并与探空和微波辐射计的反演结果做了对比均方根差分别为305mm和329mm，得到了北京地区水汽总量的季节改变特点及水汽与降水的相互关系，这对气象探讨和天气预报有很好的作用。 关键词：地基GPS；可降水量；加权平均温度 中图分类号：P2284 文献标识码：A 文章编号：10102022(2022)03-0377-06 O 引言 水汽在天气演化和
2、气候改变中扮演着重要角色，它影响大气辐射和太阳辐射，从而影响气候。水汽辐合的突然增加与对流的发展亲密相关，所以水汽的遥感对于天气现象、气候改变探讨和业务天气预报具有重要的意义。水汽绝大部分存在于对流层中，其分布随时空改变显著。目前世界各国的大气水汽资料主要依靠每天两次的常规探空气球观测获得，这种观测方式的主要局限性是测站密度过稀、相邻两次探测时间间隔过长，且维持这一观测系统的成本也在不断增加。已有的替代方法中，双通道微波辐射计和Raman激光雷达等观测手段，不但费用昂贵，不能全天候观测，而且需常常标定，难以大范围密集设置站网和实现观测业务化。卫星红外辐射计可以观测大气亮温，估算大气积分可降水分
3、，能覆盖全球范围，但也局限于对晴空区域的监测。GPS技术探测大气水汽含量具有费用低廉，精度高，可以全天候观测等优点，在气象领域获得了广泛深化的探讨应用1 。 11012年Bevis等2提出了地基GPS探测大气可降水量的原理。Rocken等3通过GPSSTORM试验验证了地基GPS反演大气可降水量的精确性。Niell等4利用甚长基线干涉仪(VLBI)进行了GPS湿延迟测量比较探讨，两者相差3 。毛节泰5介绍了地基GPS反演水汽的原理。杨红梅等6、何同等7探讨了地基GPS资料在气象上运用的可能性，得到了水汽增减与降水的关系。杜瑞林等8利用地基GPS观测分析了武汉地区大气可降水汽总量与降水的关系。本
4、文对地基GPS反演大气水汽含量的原理和反演方法进行了介绍，用历史探空资料回来得到了北京地区的加权平均温度Tm的反演公式，并将GPS最终反演结果分别与探空和微波辐射计反演结果进行了对比，确认了GPS反演的精度。通过北京地区时间为1 a，辨别率为2 h的水汽含量，得到了该地区上空水汽含量各月分布的主要结果，并结合天气形势略加探讨。结合常规降水资料，指出水汽含量快速增长且大于该月平均水汽含量可以作为短期降水的预报指标。 1 原理和方法 GPS卫星信号传输经过大气层时，会受到大气的影响而产生延迟。该延迟量可以划分为电离层延迟、静力延迟和湿项延迟。电离层延迟可以通过采纳双频接收技术订正到毫米级。静力延迟
5、可以由地面气压以及地面测站的详细位置(纬度)求出，也可以订正到毫米量级。利用GAMIT软件可以解算出静力延迟和湿项延迟的总量，精度可以达到毫米量级，这样就得到毫米量级的湿项延迟。利用湿项延迟与水汽量之间的正比关系，可以求解出沿天顶方向的水汽总量，精度在毫米量级。 天顶静力学延迟比较有规律，可以通过不同的模型推算出来，如Hopfield模型和Saastamoinen模型。因为Saastamoinen模型受高程的影响很小，其结果与探空数据相吻合，能够客观地反映水汽的真实状况。由该模型推算天顶静力学延迟的精度要好于其他的模型9。依据Saastamoinen模型10，天顶静力学延迟可以写为 式中：Rv
6、是气体常数；k2=k2-m kl；kl，k2，k3是试验常数；m为水汽和干空气的分子量之比。取k3=3.73910 5K2/hPa，k2=22.13K/hPa。Tm为加权平均温度，定义为10 式中：e和T分别是测站天顶方向上某点的水汽压和肯定温度。由于水汽的空间分布极不规则，时空特性特别困难，不行能得到（3）式的严密积分值，所以如何实时、高精度地计算对流层加权平均温度成为地基GPS遥感大气水汽含量的重要问题之一11-12。水汽主要分布在对流层0-15km高度范围内，无线电探空气球可以供应地面至20km高空的温度、气压和湿度观测剖面，本文利用北京地区2004年4月1日-2022年4月8日（文中所
7、涉及的时间均为世界时）共731次有效探空数据和地面温度数据，采纳拟合方法得到了Tm的阅历公式， Tm=18.144+0.918Ts。 （4） 式中：Ts为地表温度。拟合相关系数为0.1015，标准差为2.40K。 2 资料获得与数据处理 利用安装在中国科学院大气物理探讨所内的一台LEICARS500接收机，接收了2004年7月2022年7月的数据，由中国气象局取得了北京地区的地面温压和降水等观测数据，对气温柔气压数据做了高度订正，得到了与接收机高度一样的温压数据。曲建光等13通过对Saastamoinen模型分析指出，计算静力学延迟的精度主要取决于地面气压的测量误差的大小。由于地面3 h 变压
8、很小，在计算静力延迟和湿项延迟时，对地面气压和温度资料进行线性内插。 下载了位于国内的武汉、上海、昆明、拉萨、乌鲁木齐和国外的连续跟踪站数据，以及国际GPS服务IGS中心（International GPS Service）供应的SP3精密星历，利用麻省理工学院供应的高精度GPS数据处理软件GAMIT/GLOBK对GPS观测数据进行了天顶延迟解算。由于采纳了精密星历，卫星轨道参数约束为0.01m，周跳剔除选用自动修复方式。解算方案选用对站点进行松弛约束精密定位迭代的方式得到GPS气象站的天顶延迟参数。第1次解算时，GPS气象观测站的三维初始坐标分别约束为1.00m、1.00m、1.00m，其余
9、的IGS跟踪站采纳了牢靠的站坐标和相应的强约束0005 m、0005 m、001 m。利用第1次的解算结果对测站坐标进行更新，此时坐标约束改为01 m、01 m、01 m，再次进行解算。在第3次解算中坐标约束改为0005 m、0005 m、001 m。利用最终得到的对流层总延迟值，结合地面温压数据和天顶流体静力学延迟公式计算大气积分总水汽量Wp值。 3 结果分析 31 与探空和微波辐射计的精度对比 将2004年7月12日至2022年2月28日GPS反演的大气水汽总量与探空计算的水汽总量相比两套仪器相距约50 km。两者随时问演化的趋势一样，峰值和谷值也很接近。从图1a可以看出，GPS反演的水汽
10、总量总体上比探空测量的水汽总量要偏大，这与二者能探测的最高高度的差别相吻合。二者之间的线性拟合关系在图1a中给出。在仪器的观测时段二者对应时刻测量的水汽总量的比较：在354个样本中，GPS反演值平均为l958 mm，探空测量值平均为1755 mm，二者之间最大偏差11101 mm，最小偏差0008 mm，总体上GPS反演值比探空测量值平均偏大116 ，二者的均方根差为305 mm。 2022年3月以后，利用微波辐射计观测资料反演的数据，再次进行了对比。两套仪器几乎处于同一高度，直线距离30 m左右。从图1b可以看出，GPS反演的水汽总量总体上比微波辐射计反演的水汽总量要偏小，二者之间的线性拟合
11、关系在图1b中给出。在仪器的观测时段二者对应时刻测量的水汽总量的比较：在332个样本中，GPS反演值平均为985mm，微波辐射计反演值平均为l271 mm，二者之间最大偏差1301 mm，最小偏差049 mm，总体上GPS反演值比微波辐射计平均偏小225 ，二者的均方根差为329 mm。 32 季节改变特征 就季节分布而言，北京上空水汽总量的分布形式是夏、秋季多，春、冬季少，夏季到冬季递减的趋势非常明显。这一方面是受气温改变的影响，另外一方面是季风进退的影响。 从6月起先(图2)，水汽含量分布转入夏季形式。这种形式将稳定地持续到8月。夏季是北京地区水汽含量最为丰沛的季节，2004年7月中上旬出
12、现了全年的水汽最高值6888 mm，该月水汽平均值高达4446 mm。8月略有削减，平均值为3785 mm。2022年6月，水汽含量的平均值为2436 mm，7 月上旬的平均值增长不大，为2532 mm，几乎与6月持平(图略)。 秋季(9-11月；图3)各月水汽含量改变比较大，呈锐减趋势。在9月，平均值为22101 mm，水汽最大值为4474 mm。到10月，水汽平均值降为l202 mm，水汽最大值为2791 mm。在11月，水汽平均值只有653 mm，较之l0月，水汽含量削减了一半，最大值也仅为1662 mm，几乎是10月最大值的一半，且该月出现了全年的水汽最低值053 mm。 冬季(图4)
13、各月水汽含量最少，平均值为595 mm，其中以1月水汽含量最少，平均为445 mm。由于在这期间，我国大陆为蒙古高压限制，低层盛行西北气流，为单一的干冷性极地气候，水汽相对较少，温度相对较低，此时水汽的蒸发、辐合辐散受温度的影响较少，所以水汽含量的改变幅度比较小，甚至在1月6日至1月22日出现了水汽含量始终在2 mm至6 mm之间徘徊的现象。此后水汽的增幅起先变大，水汽含量进入短时增长阶段。 从3月起先(图5)，北京水汽含量起先增加，月平均值为1034 mm，但在3月，水汽含量还是很低，相对增幅比较小，水汽含量均值为454 mm，仅比1月高出091 mm。在5月，副热带高压起先加强北进，带来了
14、大量的水汽，水汽增幅起先变得猛烈，出现了126 mm的低值，也出现了4533 mm的高值，平均值达到了2008 mm，比4 月增长了974 mm。 33 周期性分析 小波分析14不仅可以给出降水序列改变的尺度，还可以显示改变的时间位置。本文运用Morlet小波对Wp的时间序列进行了分析。首先对1 a的水汽含量做了日平均，对其进行小波变换。由图6可以看到，小波实部系数形成各种尺度正负相间的振荡中心，显示水汽改变包含多个尺度的周期改变。视察图6中闭合曲线密集区，在140 d左右，正负闭合中心最明显，存在整个观测时问段内。105 d周期则主要集中在前期。这些长周期可能是水汽受季节改变影响的体现。12
15、 d周期主要集中在夏季，这与东亚副热带季风环流系统准双周的振荡性质相符合15。因此对这一年的水汽改变周期分析不能一概而论，依据主要的周期改变，将整个时间段分为3个阶段。 第1阶段：2004-07-l22004-11-10(图略)，主要周期为12 d左右，56 d也是一个较为明显的周期，其中12 d左右的周期基本贯穿整个时间段，而56 d的周期主要集中在前面的一些天数，大约40 d以后虽然也有56 d的周期，但是周期性减弱。 第2阶段：2004-11-102022-03-10(图略)，这段时间水汽值改变比较平缓，周期性较弱。天气过程以西风带气流限制为主，比较稳定单一。但是依旧存在较为明显的12
16、d左右的周期，另外还存在着比较明显的3 d左右的周期。 第3阶段：2022-03-102022-07-10(图略)，这段时间的周期比较乱，这与气旋和反气旋的活动频繁有关。12 d左右的周期在这段时间比较弱，但在前半段存在明显的5 d左右的周期，这是中纬度冷空气周期活动的表现。而在其后半段时间里面，3 d左右的周期比较明显，且持续时间较长。 34 大气总水汽量与降水的关系 图25分别是夏季、秋季、冬季的主要降水状况与水汽含量的对比。从图中可以看出，在降水起先前的几个小时内，大气水汽含量都是持续增长。除了秋天127 h处的降水，是在水汽持续增长几天又下降的状况下出现的，但该次降水不但强度小，6 h
17、累计只有2 mm，而且在以后的相当长的一段时间内没有再出现降水。每次降水时，大气水汽含量都大于该月平均水汽含量，因此，建议以每月的平均水汽含量作为该月的阈值，将水汽含量快速增长且超过该月阈值作为短时降水的预报指标。 观测结果还表明，水汽总量的大小与降水量并没有明显的关联，但在水汽含量曲线陡峭的地方，短时间的降水量比较大。图2夏季的403 h，这是全年水汽曲线最陡峭的地方，伴随着是12 h内74 mm的暴雨，降水过后，水汽量快速削减，在16 h之内，由639 mm下降到281 mm。而在水汽量持续稳定增长的状况下往往伴随的是强度不大的连续降水。在探讨分析大气水汽总量与降水的关系时，应综合考虑天气
18、系统、前期的水汽平均水平、短时的增幅和峰值的大小等条件。在短时间内，大气水汽量的急剧上升预示着某一强天气系统来临或强天气系统生成，这为短时预报和接近预报供应了肯定的依据。 4 结论 (1)在水汽的周期改变中，季节改变的周期是不一样的：在盛夏，改变周期为56 d和3 d左右；在秋、冬季节，改变周期为3 d和12 d左右；在春天至仲夏，占主导地位的改变周期是5 d和3 d左右。 (2)北京降水之所以集中在夏季，环流的垂直运动在夏季有利于降水的形成当然重要，但夏季水汽含量相对较高也起到相当重要的作用。冬季虽在高压限制之下，但冷空气活动频繁，一次次寒潮冷锋的经过，不乏上升成云致雨的机会，只是由于被抬高
19、的空气多半为极地大陆气团，水汽含量很少，难以形成大量降水。 (3)各月的水汽平均含量可以作为该月可能降水的阈值。在水汽含量快速增长且超过阈值的状况下，在将来几个小时内极有可能产生降水。 (4)将GPS反演水汽值分别和探空、微波辐射计反演的水汽值做了对比，其均方根差分别为305 mm和329 mm，进一步验证了GPS反演水汽的牢靠性。 致谢：感谢中国科学院大气物理探讨所宣越健老师在GPS接收机的硬件维护和数据采集方面所赐予的帮助。感谢中国气象局气象信息中心气象资料室供应北京地区的地面气象资料。MIT授权运用GAMITGLOBK软件，谨致谢忱! 参考文献： 1 曹云昌，方宗义，夏青地空基GPS探测
20、应用探讨进展J南京气象学院学报，2004，27(4)：565-573 2 Bevis M，Businger S，Herring T A，et a1GPS meteorology：Remote sensing of atmosphere water vapor using theglobal positioning systemJJ Geophys Res，11012，101(DI4)：15787-15801 3 Rocken C，Van Hove T，Johnson J，et a1GPSSTORM-GPS sensing of atmospheric watervapor for meteor
21、ologyJJ Atmos Ocean Tech，l1015，12(3)：468-478 4 Niell A E，Coster A J，solheim F S，et a1Comparison ofmeasurements of atmospheric wet delay by radiosonde，water vapo r radiometer， GPS and VLBIJJ Atmos Oc ean Tech，2001，l8(6)： 830850 5 毛节泰GPS的气象应用J气象科技，11013，136(4)：45-49 6 杨红梅，徐宝祥，周秀骥GPS资料在天气分析中的应用J气象科技，20
22、00，28(4)：3237 7 何平，徐宝祥，周秀骥，等地基GPS反演大气水汽总量的初步试验J应用气象学报，2002，l3(2)：179183 8 杜瑞林，乔学军，王琪，等用地基GPS资料分析大气可降水汽总量J大地测量与地球动力学，2022，25(3)：121124 9 曲建光，魏旭东，王泽民，等在高海拔地区Saastamoinen与Hopfield模型推算水汽含量差异地探讨J武汉高校学报：信息科学版，2003，28(4)：31013101 10 Duan J P，Bevis M，Fang P，et a1GPS meteorology：direct estimation of the abso
23、lute value of precipitable waterJJ Appl Meteor，11016，35(6)：830-838 11 Askne J，Nordius HEstimation of tropospheric delay for microwaves from surface weather dataJRadio Sci，l1017，22(3)：379386 12 陈俊勇地基GPS遥感大气水汽含量的误差分析J测绘学报，19101，27(2)：l13-l18 13 曲建光，吴壮从GPS推算大气水汽的误差分析J测绘工程，2001，10(4)：24-26 14 魏凤英现代气候统计诊断与预料技术M北京：气象出版社，11019：77-81：106-l13 15 何金海，于新文11019年夏季我国东部各纬带水汽输送周期振荡的初步分析J热带气象，11016，2(1)：916 作者简介：吴建军(11019一)，男，山东青岛人，硕士，探讨方向：大气遥感及地基GPS气象。 来源：南京气象学院学报20226 第16页 共16页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页第 16 页 共 16 页