长江三角洲地区地面GPS探测大气的研究进展

简述利用GPS探测数据反演得到大气可降水量(PWV)的月平均分布情况,单站PWV时序图与1小时降水量的对应关系。GPS/PWV月平均分布具有一定的季节变化特征,PWV的变化与降水过程有很好的对应关系,利用GPS/PWV可以很好的为大暴雨、台风、梅雨期等的监测和预报服务。     

青岛CORS站与探空站获取的大气可降水量对比分析

利用青岛市4个CORS站2014年观测资料,借助GPS高精度数据处理软件Bernese,反演大气可降水量(CORS/PWV),并与对应时段的由青岛探空站资料计算得到的大气可降水量(Radio/PWV)进行比较,CORS/PWV与Radio/PWV的精度相当,二者差异的差值(MEAN)均为毫米级,绝对值最大为3.42mm;CORS/PWV与Radio/PWV具有较高的相关性,其相关系数均在0.81以上;通过分析实际降水与PWV的变化,发现PWV的短时急剧变化与降水发生具有较好的对应关系。研究表明,CORS具有全天候、高时空分辨率及连续监测大气中水汽含量变化等优势,可有效弥补高空探测的不足,对水汽监测、气象预测研究等具有重要的参考价值。     

利用GAMIT解算珠海GPS/MET的大气可降水量

GPS探测水汽具有高精度、高分辨率、易于维护以及可全天侯观测等优点.介绍利用地基GPS资料反演大气可降水量(PWV)的原理及方法.以珠海GPS/MET为例,探讨GAMIT在ubuntu上的安装、参数表文件的设置、天顶总延迟的解算以及PWV的反演等步骤.     

鄱阳湖区域空中水资源开发初步研究

利用地基全球导航定位系统(global positioning system,GPS)遥感大气技术,使用高密度日降水格点资料、NCEP/NCAR再分析资料和常规气象资料,研究2011年6月鄱阳湖区一次降雨过程中大气水汽的变化特征,为研究开发鄱阳湖区空中水资源提出了一些启发性的结论。结果表明:水汽变化趋势与降雨过程相符合;降雨发生前,GPS大气可降水量(GPS precipitable water vapor,GPS/PWV)会出现持续增大,尤其临近降雨时,水汽会出现剧烈增大现象,可以为人工影响天气作业时机提供指示;GPS/PWV持续下降,通常预示着降雨的结束,由此可以为人工影响天气作业效果检验提供依据。     

基于GPS可降水量反演的武汉市大雾生消研究

介绍了地基GPS大气可降水量(precipitable water vapor,PWV)反演原理。利用GAMIT软件解算IGS站数据得到PWV,用逐时分析PWV的方法研究了武汉市一月份大雾生成和消散各个阶段能见度的变化。通过分析大雾过程中PWV的变化,确定大雾所处的阶段;同时对比了一月份雾天和晴天、雨天的PWV数据,分析了雨天和雾天的湿度、温度、露点的变化特点。研究结果表明武汉地区大雾的形成是多种因素综合作用的结果。     

区域大气可降水量变化的地基GPS探测研究

利用南京市地基全球定位系统(GPS)网的观测资料,分析比较不同的卫星星历、不同数量的国际GPS服务(IGS)参考站、不同的截止高度角,以及不同的映射函数模型对GPS探测大气可降水量(PWV)的影响。结果表明:使用快速预报星历,选择3个IGS参考站,采用10°以下截止高度角和VMF1映射函数模型进行区域大气可降水量解算是最优的解算策略。最后根据此解算策略,对2009年南京地区某次降雪预报的误报进行分析解释,进一步证明了利用区域GPS网监测大气可降水量可较准确地分析区域大气的天气变化,提高中小尺度天气预报精度。     

海上动态GPS大气可降水量信息反演

基于精密单点定位(PPP)技术,对海洋上空大气可降水量(PWV)信息反演方法进行研究。采用随机游走过程估计方法,动态模拟船载GPS接收机天顶对流层湿延迟(ZWD)在时间和空间尺度上的随机变化。利用渤海湾船载动态GPS测量数据和同步气象观测数据,结合海洋动态环境,以渤海湾MM5模式积分水汽为参考值,详细分析不同随机过程噪声约束和卫星截至高度角等因素对PWV提取精度的影响。结果表明,选取槡2～5mm/h的随机过程噪声约束以及7°～10°的卫星截至高度角,海上船载动态PWV反演结果与MM5模式积分水汽基本一致,其偏差的绝对值均小于3 mm,均方根误差优于1.2 mm。     

基于超快速星历的数值天气预报可行性研究

为实时获取高时空分辨率的大气水汽场,基于地基GPS遥感大气水汽原理,结合香港CORS网的实测数据进行处理,根据大气可降水量(PWV)解算过程中超快速星历预报部分的时间跨度不同,设计了3个方案,并比较了各方案中最终精密星历、超快速星历和探空资料解算得到的PWV序列。结果表明,利用超快速星历估计PWV与最终精密星历结果一致,其精度满足气象预报等实时业务的要求。     

郑州市夏季降水的变化特征

利用1955—2011年郑州市夏季降水日逐分钟降水量,对郑州市降水日的降水量及其场次的年内和年际变化进行分析.结果表明:郑州市1981—2010年夏季降水量场次及其降水量平均分别为42.7场和8.4 mm,二者均有显著的变化趋势,气候倾向率分别为-2.2场/10a和0.56 mm/10a.郑州市场次降水平均持续时间和实际维持时间具有显著的线性相关关系.不管用场次降水量最长持续时间与其对应降水量的关系,还是利用场次最大降水量与其对应持续时间的关系,均表明随着时间的延长,降水量的数值会增加,反之依然.     

两次不同类型降水中GPS水汽特征对比分析

通过对2008年7月14-15日的稳定性区域暴雨天气过程以及2008年6月25-26日的对流性强降水中GPS水汽体现出的特征进行分析,结果表明：GPS水汽在稳定性降水中对实际预报具有较好的指示性能,可以用来区分潮湿气团与干燥气团.当大气达到高湿条件,可降水量增长到顶点,即预示未来4-5h会有降水出现;当可降水量（PWV）≥50 mm的持续时间越长,实况降水量越大.在6月25-26日的雷暴降水中,受中小尺度天气系统影响,PWV曲线起伏剧烈,局地性特征明显,但与降水量级以及降水起止时间并无明显联系,对未来降水预报所起意义不大.     

应用GPS可降水量和加密自动站资料对一次高空冷涡暴雨的分析

利用河北省中南部的地基GPS可降水量、地面加密自动站和常规天气资料,对2010年8月26～27日高空冷涡强降水天气过程进行分析.结果表明:高空冷涡降水对应的GPS可降水量值一般位于40 mm以上,过程最大值与8月份月均值持平或略偏高;单站GPS可降水量呈单峰型分布,降水开始于GPS可降水量的极大值前后,即上升阶段的后期或下降初期,早于GPS可降水量极大值1～4h或偏晚1～2 h;后期GPS可降水量呈下降趋势,但仍高于40 mm,降水强度减弱.GPS可降水量的时空分布可较好地反映降水落区及演变趋势.可降水量迅速减小到40 mm以下则预示着降水的结束.另外,高能量的积累是降水发生的必要条件,冷涡降水出现在假相当位温高值之后,而且前期能量积累越多,对应的降水也越大.     

综合GPS和NCEP在区域降雨预报中的应用研究

利用GPS估计大气可降雨量（Precipitable Water Vapor,PWV）时,除了需要GPS观测数据外,还需要对相应的GPS测站进行气象观测.然而,我国多数GPS网是用于大地测量学的应用与研究,并未配备相应的气象传感器.针对这一情况,本文利用美国环境预报中心（NCEP）和国家大气研究中心（NCAR）联合推出的逐6h再分析资料,提出一种GPS测站附近无气象传感器时估算PWV的新方法.利用此方法对上海地区的GPS数据进行试验,结果证明,即使在GPS测站附近没有气象观测设备时,地基GPS气象学同样能够获得精度较高的PWV,可以用于区域降雨预报.     

利用GPS数据探测地球大气可降水量的研究

本文首先论述了国内外利用GPS数据反演大气可降水量的研究现状和进展,然后介绍了GPS反演大气水汽的原理与方法和GAMIT软件的基本的批处理过程,并利用GAMIT软件对选取的五个IGS站包括BJFS(北京房山)2010年9月GPS数据进行解算,反演了BJFS 9月份的大气可降水量,并将所得数据分别与IGS站测得数据和实测降水量数据进行比较分析。结果表明,所得数据其趋势基本一致,论证了利用GPS反演大气可降水量的可行性。     

基于地基GPS的暴雨水汽输送分析研究

利用地基GPS大气可降水量资料、常规气象资料和美国国家环境预报中心(National Cholesterol Education Program.NCEP)资料分析了2005年8月22-24日云南一次暴雨期间的水汽输送过程,分析了云南地基GPS立体布局的重要性.结果表明,GPS遥感的大气可降水量与探空观测结果有高度的一致性;地基GPS探测可以获得大气可降水量高频变化的信息;暴雨期间水汽输送主要集中在850～600 hPa之间的各层;立体布局的地基GPS网是监测西南水汽通道的有力手段.     

中国东部四季降水量变化空间结构的研究

利用观测资料和史料所重建的中国东部（110°E以东）71站1880?2004年的四季降水量序列,通过EOF分析得到了各个季节降水量空间分布的主要形态,并且按其特点分为两类,冬春秋季为一类,夏季为一类。利用重建的1880?1950年和观测的1951?2004年的500 hPa高度场资料,分析了大气环流对各季降水异常的影响。结果表明,各季的降水异常分布形态与高空环流形势有很好的对应关系,并且近百年来这种对应关系比较稳定。最后研究了各季降水量空间结构的周期变化特征,结果显示各个季节降水量空间分布形态都存在高频的年际变化和低频的年代际变化。功率谱和子波分析表明,高频集中于2～4年、5～8年,而低频则集中在15年、20～25年、60年,共同代表了中国季节降水异常变化的主要周期。     

中国东部四季降水量变化空间结构的研究

利用观测资料和史料所重建的中国东部(110°E以东)71站1880—2004年的四季降水量序列,通过EOF分析得到了各个季节降水量空间分布的主要形态,并且按其特点分为两类,冬春秋季为一类,夏季为一类。利用重建的1880—1950年和观测的1951—2004年的500hPa高度场资料,分析了大气环流对各季降水异常的影响。结果表明,各季的降水异常分布形态与高空环流形势有很好的对应关系,并且近百年来这种对应关系比较稳定。最后研究了各季降水量空间结构的周期变化特征,结果显示各个季节降水量空间分布形态都存在高频的年际变化和低频的年代际变化。功率谱和子波分析表明,高频集中于2~4年、5~8年,而低频则集中在15年、20~25年、60年,共同代表了中国季节降水异常变化的主要周期。     

基于单站CORS的台风麦德姆造成的降水量分析

对2014年7月台风麦德姆(Matmo)影响青岛市并造成的一次暴雨发生过程的单站CORS观测数据处理以获取对流层延迟量,利用对流层延迟中的湿延迟量计算大气可降水量(PWV),将其变化与实际降水的发生时间和降水量进行对比分析,得到了PWV变化与降水发生过程之间的关系,即在暴雨发生前3~6hPWV会有明显下降,进一步得出单站CORS获取的PWV值能够用于暴雨等强降水预报。     

山东可利用降水量时空分布特征及其对气候变暖的响应

利用山东省31个气象观测站1961—2008年的月平均气温和月降水量资料,依据高桥浩一郎的路面蒸散发经验公式和水量平衡关系计算得到山东可利用降水量,分析了山东可利用降水量的时空分布特征及其对气候变暖的响应．结果表明：1）近48年来,山东年及四季可利用降水量总体上均呈减少的趋势,特别地,年可利用降水量减少显著．2）山东可利用降水量除冬季年代际变化不明显,年际变化明显外,其余季节和年可利用降水量都存在明显的年代际及年际变化．3）从区域分布来看,山东年及四季平均可利用降水量基本上呈现由西北向东南逐渐增加的分布趋势;全省大部地区年及四季可利用降水量呈减少趋势,特别地,鲁西北和半岛部分地区年和夏季可利用降水量减少显著．4）在全球气候偏冷期,山东四季及年可利用降水量均偏多;在全球气候偏暖期,除冬季略偏多外,其他季节和年可利用降水量均偏少．     

青海典型地区地基GPS大气可降水量反演及精度分析

青海地区海拔差异大、区域气候背景不同,具有显著的区域差异性.为在青海地区开展GPS(全球定位系统,Global Position System)气象应用研究,获取不同地区中尺度、高时间分辨率的水汽信息,本文以青海省三江源区(达日)、西宁市为研究区域,利用2010～2017年的探空数据回归得出两地本地化大气加权平均温度(Weighted Average Temperature,T_m)模型,对比分析发现两地本地化回归模型的精度要优于最早建立的Bevis模型和全国范围精度较高的龚绍琦模型;同时,对比分析三江源区(达日)、西宁两地利用GPT2(全球气温和气压经验模型,Global Pressure and Temperature)对流层模型与实测气象数据进行GPS大气可降水量(Precipitation Water Vapor,PWV)反演的差异,发现在研究区可利用GPT2对流层模型作为无实测气象数据PWV反演的补充,且精度相当.最后,利用研究区2016年GPS观测数据,使用本地化T_m模型,并以GPT2对流层模型为补充进行PWV反演,利用探空数据计算得到的PWV作为参考值,发现GPS反演PWV与参考值的相关系数达到0.9以上,且GPS-PWV略大于基于无线电探空观测(Radio Sounding,RS)获得的RS-PWV.本文研究为在青海地区开展GPS水汽遥感工作奠定了基础.     

库姆塔格沙漠降水和大降水的时空变化研究

利用最靠近库姆塔格沙漠的4个气象站点1960-2014年的逐日降水数据和2008-2014年中国自动气象站与CMORPH融合逐时降水量0.1°网格数据集,对库姆塔格沙漠年降水、年大降水和月降水、月大降水的年际变化分别做了对比分析,在此基础上运用中国自动气象站与CMORPH融合逐时降水量0.1°网格数据集对库姆塔格沙漠平均月降水和大降水的空间分布进行了分析.结果表明,库姆塔格沙漠大降水主要集中在夏季,夏季大降水量占年总大降水量的80%.库姆塔格沙漠各月降水类型以"午后型"为主,大降水类型以"凌晨型"和"黄昏型"为主.库姆塔格沙漠及周边地区平均月降水量和大降水量的空间分布一致,一年中平均月降水量和大降水量最大值均出现在6月.春季、秋季和冬季,库姆塔格沙漠南缘阿尔金山存在一条呈东西向分布的降水量大值带;夏季,阿尔金山降水量大值带基本消失.