GPS水汽资料在琼海暴雨预报中的应用

开篇：润墨网以专业的文秘视角，为您筛选了一篇GPS水汽资料在琼海暴雨预报中的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要 统计琼海市2011―2013年暴雨天数，分析其时间变化特征，根据影响的天气系统可分为降雨强度变化不大且时间长的持续型和降雨主要集中在前5～10 h的爆发型；同时利用gps水汽资料解算出GPS-PWV值，分析其时间变化特征得出，在暴雨发生前1～3 h，PWV均有明显的增强，超过45 mm后1～2 h内出现暴雨，其PWV峰值对应了1～2 h后的降雨峰值，而在PWV连续2～4 h下降后，暴雨趋于结束，此特征在东风波暴雨和切变线暴雨中表现最为明显。

关键词 GPS-PWV；暴雨特征；预报；应用；海南琼海

中图分类号 P457.6 文献标识码 A 文章编号 1007-5739（2016）04-0216-03

琼海地区属于热带海洋季风气候，水汽来源十分丰富，有良好的凝云致雨条件，加上处于夏季风、台风迎风面多雨区，因此暴雨也成为琼海地区主要的气象灾害。随着全球气候变化，许多突发性暴雨严重地影响人民生命财产的安全。因此，有必要对琼海市暴雨进行研究，探索新观测资料在暴雨预报中的应用。

气象业务中常规使用的无线电探空仪时空分辨率低，不能很好地监测天气的快速变化，难以反映大气中水汽的连续变化，也无法满足精细化预报和人工影响天气等气象业务工作对大气水汽信息的需求。利用全球卫星定位系统（GPS）遥感大气可降水量（PWV）已经成为一种有效的探测大气水汽的新手段。通过连续、高密度的地基GPS观测网，可以获得高时空分辨率、高效、高容量、全天候、近实时变化的大气可降水量，能有效弥补探空资料在时空分辨率上的不足。近年来，地基GPS遥感可降水量在各个地区的应用分析，国内已有不少研究[1-5]。袁招洪等[6-7]将地基GPS遥感大气可降水量资料应用于数值预报模式中，可改善降水预报的准确率。但是这些研究主要集中在中东部地区，因此在天气、水汽变化独特的海南省，开展GPS遥感PWV（即GPS-PWV）的业务应用，分析其探测到的大气水汽的时间演变及其日变化特征以及与降雨的关系，对于GPS水汽监测产品在诸多气象理论及短临预报的应用具有重要意义。

1 资料与方法

琼海市GPS-MET建设于2010年底，2011年开始投入业务使用。本文统计2011―2013年出现暴雨的天数，根据影响天气系统对其进行分型，利用算数平均算出平均小时雨量。同时采用2011―2013年琼海市GPS-MET水汽站资料，计算出水汽总量。

水汽总量（Precip-it able Water vapor，PW，单位mm）是将测站天顶方向气柱内所有水汽折算为液态水时的水柱高度，通常定义为：

式（1）中，ρi为液态水密度（g/cm3），ρv表示水汽密度（kg/m3），dz表示相邻2个气层间的高度差（m），因此水汽总量代表测站天顶方向水汽的积分值。地基GPS遥感水汽总量方法并不计算大气湿度的垂直分布，而是先由专业软件求解卫星信号在中性大气中的总延迟，然后根据经验公式推导出水汽总量。本文利用GAMIT软件对琼海GPS水汽资料进行解算[8]，计算出1 h间隔的大气可降水量（GPS-PWV），对其变化进行分析。

2 结果与分析

2.1 暴雨天数及影响系统

根据海南省天气分型，可将琼海暴雨的影响天气系统大致分为4类，分别为冷空气、切变线（即低压槽）、东风波及热带气旋。2011―2013年琼海国家基本站资料统计，琼海市暴雨天数为34 d，其中，受冷空气影响1 d，平均降雨量55.8 mm；受切变线影响15 d，平均降雨量为119.3 mm；受东风波影响6 d，平均降雨量为121.3 mm；受热带气旋影响12 d，平均降雨量为110.1 mm（表1）。由表中可以明显看出，造成琼海暴雨的主要天气系统为切变线和热带气旋，占总天数的79.4%，影响时段主要为4―10月。除了冷空气造成的暴雨外，其他系统造成的暴雨雨量均超过100 mm。

2.2 时间分布特征

利用算数平均法，统计从降雨开始时每小时降雨量，分别对4类天气系统造成的暴雨进行分析，得出暴雨时间分布特征。从图1可以看出，冷空气暴雨（图1a）雨强小，小时平均最大降雨量仅为4.8 mm，最小为0.1 mm，差值不超过5 mm，降雨虽然有递减趋势，但递减率仅为0.02；热带气旋暴雨（图1b）雨强较大，小时平均最大降雨量为9.8 mm，最小为1.6 mm，降雨随着时间有增强，但增强率仅为0.08。可将此暴雨类型定义为持续型暴雨，其主要特征是降雨分布均匀，持续时间久。

从图2可以看出，东风波（图2a）暴雨有2个峰值，分别出现在降雨开始第2小时和第8～9小时，峰值雨量均有15 mm以上，且持续时间短，峰值后迅速减弱，递减率达0.68；切变线（图2b）暴雨峰值出现在降雨开始第2小时，迅速减弱，虽然后期雨强稍有加强，但均未能达到峰值，其递减率也达到了0.57。可将此类暴雨定义为爆发型暴雨，其主要特征是降雨分布不均匀，强降雨基本集中在前5～10 h，甚至2 h降雨就结束。

2.3 GPS-PWV特征分析

根据以上4类天气系统形成的暴雨时间，利用GAMIT软件对GPS-PWV进行解算，统计暴雨发生前5 h到结束这段时间内PWV值与小时雨量的变化，形成其时间分布特征。从图3可以看出，各类型暴雨分布特征如下。

（1）冷空气暴雨（图3a）在发生前1 h，PWV值急速升高，而后一直围绕50 mm上下震荡，为后期持续降雨提供水汽，由于此类暴雨小时雨量较小，PWV并未出现明显的峰值，且PWV均在60 mm以下，而在PWV值下降到45 mm以下2～3 h后，降雨结束。

（2）热带气旋暴雨（图3b）在发生前PWV持续在30 mm左右，降雨发生前2～3 h PWV开始上升，在降雨开始后2～3 h，PWV仍然持续上升，基本维持在55 mm以上，出现了多个小峰值，其对应了多次10 mm左右的小时雨量，降雨结束前2 h，PWV值急速下降，下降到45 mm以下后，降雨结束。

（3）东风波暴雨（图3c）在降雨开始前2 h PWV从25 mm左右急速上升，超过45 mm后1 h开始出现降雨，后持续上升并达到峰值，其对应了1 h后出现的降雨峰值，随后6～8 h PWV仍然维持在70 mm以上，这与其降雨分布的2个峰值相对应，而后PWV值开始下降，降雨量减弱，当PWV下降到45 mm以下后3～4 h，降雨结束。

（4）切变线暴雨（图3d）在降雨开始前2 h PWV值也急速上升，超过45 mm后2 h开始出现降雨，PWV值出现峰值1 h后出现降雨峰值，随后PWV下降到60左右，雨量减弱，出现第2个峰值是对应了第2次的降雨峰值，降雨结束前2～4 h，PWV值迅速降低，当下降到45 mm以下后，降雨趋于结束。

综上所述，在暴雨发生前1～3 h，PWV均有明显的增强，超过45 mm后1～2 h内出现暴雨，其PWV峰值对应了1～2 h后的降雨峰值，而在PWV连续2～4 h下降后，暴雨趋于结束，此特征在东风波暴雨和切变线暴雨中表现最为明显。

3 结论

（1）根据2011―2013年资料统计，造成琼海市暴雨的主要天气系统为切变线和热带气旋，占暴雨总天数的79.4%。

（2）根据暴雨时间分布特征，琼海暴雨可分为持续型和爆发型，其区别在于持续型降雨持续时间久，强度变化不大，而爆发型强降雨集中在前5～10 h，甚至更短时间。

（3）GPS-PWV时间分布特征显示，在暴雨发生前1～3 h，PWV均有明显的增强，超过45 mm后1～2 h内出现暴雨，其PWV峰值对应了1～2 h后的降雨峰值，而在PWV连续2～4 h下降后，暴雨趋于结束，此特征在东风波暴雨和切变线暴雨中表现最为明显。

（4）GPS/PWV资料能直观、及时地反映大气中水汽的时间变化，可有效地弥补目前常规探测手段对大气中水汽测量的不足，在天气预报方面具有一定的应用前景。

4 参考文献

[1] 谷晓平，王长耀，蒋国华.地基GPS遥感大气水汽含量及在气象上的应用[J].气象科学，2005，25（5）：543-549.

[2] 谷晓平，王长耀，吴登秀.GPS水汽遥感中的大气加权平均温度的变化特征及局地算式研究[J].气象科学，2005，25（1）：79-83.

[3] 吴建军，王鑫，吕达仁，等.北京可降水量变化特征的地基GPS观测与分析[J].南京气象学院学报，2007，30（3）：377-382.

[4] 杨露华，叶其欣，邬锐，等.基于GPS/PWV资料的上海地区2004年一次夏末暴雨的水汽输送分析[J].气象科学，2006，26（5）：502-508.

[5] 李国翠，李国平，景华，等.华北三站地基GPS反演的大气可降水量及其特征[J].气象科学，2008，28（4）：389-394.

[6] 袁招洪，顾松山，丁金才.数值模式预报延迟量与GPS测量的比较研究[J].南京气象学院学报，2006，29（5）：581-590.

[7] 朱男男，沈桐立，朱伟军.一次降水过程的GPS可降水量资料同化试验[J].南京气象学院学报，2008，31（1）：26-32.

[8] 王皓，李国平，陈娇娜.运用GAMIT10.34解算成都地区的GPS可降水[J].成都信息工程学院学报，2009，24（5）：478-483.