2017, Vol. 37
2. 湖南科技大学资源环境与安全工程学院，湘潭市桃园路，411201;
3. 湖南省气象台，长沙市芙蓉南路四段196号，410118;
4. 广州市中海达测绘仪器有限公司，广州市番禺大道北555号，511400
大范围、集中性强的暴雨不仅会引发城市内涝、泥石流等次生灾害，影响人们的正常生活，还会造成很大的经济损失，给自然环境和人类生命安全带来危害[1-2]。在热动力条件的推动下，大量水汽的聚集是暴雨产生的根本原因，因此准确的水汽资料监测对降水预测具有重要意义[3]。地基GPS气象学的发展为大气水汽的遥感及监测提供了新的技术手段[4]。郭英莲等[5]通过对比湖北3个站点的GPS和探空仪大气可降水量(PWV)，统计了GPS-PWV在暴雨发生前的特征。杨军建等[6]分析了武汉站13次降雨过程中水汽总量及增量特征，肯定了大气中的水汽与降水之间的关联性。在利用PWV对暴雨进行短临预报方面，陈永奇等[7]研究发现，暴雨来临前PWV存在一个长时间的递增过程，此后PWV会在高峰值附近波动，可据此判断是否会发生降雨。丁海燕等[8]利用地基GPS站对北京房山区和怀柔区夏季暴雨的水汽特征进行了分析，得出实际降水区的分布特征与降水前大气柱水汽含量高值的水平分布特征较为一致。李黎等[9]分析了香港地区暴雨来临前后ZTD及其增量的时间序列变化，发现雷暴天气来临前6 h内，ZTD增量往往会波动并突破±5 mm/5 min，且ZTD维持在峰值附近的时间长短决定着当地随后实际降水总量的多少。吴海英等[10]研究了地基GPS监测网获取的逐时PWV和同期降水资料，得出PWV日变化与降水日变化存在较为一致的同步性并具有显著的相似形态特征和演变趋势。曾明剑等[11]定量分析了GPS-PWV在强降水预报中的作用，得出GPS-PWV在探空和地面资料同化的基础上，对降水中心的位置和强度都具有较为显著的改进作用。上述研究主要集中在PWV/ZTD的时间序列变化特征分析方面，然而在实际应用中，由于气候、地理和热动力条件差异，不同地区的PWV特征值阈值和热动力条件有所不同，也鲜有人对PWV的平面动态变化进行分析。
本文利用湖南CORS网及其气象数据反演得到的PWV，结合2015-04-03~04-04湘北地区发生的一次局地暴雨案例，分析其降水前后的PWV时空变化特性，并考虑气温和大气压等热动力条件，分析降水过程中PWV、气温和气压特征变化与实际降水之间的关系，为暴雨降水预报提供参考。
1 水汽动态变化监测与分析系统水汽动态变化监测与分析系统[12]是一套具有数据加载、数据解算、数据保存、平面动态分析和时间序列分析等5个功能的分析软件，各个模块之中又包含多个子模块。该系统主要功能在于PWV及其他气象参数的平面动态演示和时间序列分析。
平面动态演示模块的功能是将所有CORS站点的某一参数(ZTD、ZHD、ZWD、PWV、温度、气压和相对湿度等)在某历元进行空间插值，得到其等值线分布图，并进行逐历元播放，从而反映出该参数在某个时段内的时空动态分布。
时间序列分析模块的功能是将某个参考站的某种参数(ZTD、PWV、气压、相对湿度等)在某一时间段内绘制成时间序列曲线，从而可以看出该参数的增减变化趋势。该模块还具有相关性分析、趋势拟合和增量分析等3项功能：相关性分析用于比较两类参数在该时间段的相关性；趋势拟合是用高阶多项式拟合该时段内的总体变化趋势；增量分析是将某参数在前后历元之间求差，得到该参数的增量序列，可以反映出该参数增减时的突发变化幅度。
2 暴雨期间PWV时空变化分析 2.1 原始数据2015-04-03 20:00至次日04:00在中低层切变和地面冷空气共同影响下，湘北地区岳阳市及其周边出现罕见的特大暴雨，其中岳阳市区和临湘市降水居多，主要降水时间集中在北京时间04-03 20:00~04-04 12:00。
本文使用的GPS及气象数据来自湖南省CORS网(图 1)。该网的总体分布比较均匀，平均距离约为73 km。GPS数据采样率为30 s，气象数据(温度、气压和相对湿度)和实际降水量采样间隔皆为1 h。
|
图 1 湖南省CORS站分布 Fig. 1 Distribution map of Hunan CORS stations |
由图 2可知，04-03岳阳市、临湘市等湘北地区暴雨来临前，湘南地区受暖气团控制，平均温度为27 ℃；湘北地区受冷气团影响，温度平均为15 ℃，湘南北温差达到12 ℃，具备降水形成的良好热力差异条件。湘东北气压高于湘西南，气压不均导致气流运动，有利于冷暖气团之间的交汇，成云致雨。
|
图 2 2015-04-03 12:00和16:00湘北暴雨前全省温度和气压分布 Fig. 2 Distribution maps of temperature and air pressure in northern Hunan before rainstorm at 12:00 and 16:00 on April 3, 2015 |
就天气形势(图 3)而言，4月初大气环流出现明显调整，西太平洋副热带高压较常年偏北，南风明显加强，且04-03冷暖空气在湘北交汇，有利于湖南出现极端降水。由04-03湖南天气形势分析可知，500 hPa及700 hPa低槽深厚，东移过程中受到副热带高压的阻挡，在湖南北部地区长时间维持，使得湘北上升运动持续发展，850 hPa切变与地面辐合线在湘北地区维持，为强对流天气的发生提供了触发机制。700~925 hPa有急流从南海一直延伸至湘东北，湘北处于急流的左前侧，强盛的低空急流为湘东北带来了充沛的水汽和不稳定能量。湘东北处在850 hPa温度脊上，低层暖湿气流强盛，850 hPa与500 hPa温度差大于25 ℃，温度递减率大，上冷下暖的结构有利于强对流天气的发生。同时湘东北处于200 hPa高空急流的出口区，上层强烈的辐散起到了抽吸的作用，有利于强降水的维持。
|
图 3 2015-04-03 20:00天气形势分析 Fig. 3 The weather situation analysis diagram at 20:00 on April 3, 2015 |
图 4为2015-04-03~04-04岳阳临湘站(YYLX)和岳阳市区站(YYSQ)的GPS-PWV时间序列和实际降雨量变化。从YYLX站可以看出，04-03 08:00 PWV值为39 mm，此后不断上升，13:00突破48 mm后PWV出现小范围下降，PWV增量首次出现大幅度降低，降幅大约为1.5 mm，1 h之后该站开始出现降水并且PWV继续上升，15:00 PWV到达峰值50 mm，1 h之后出现特大暴雨，雨量达到66.7 mm。随后PWV开始迅速降低，雨量也降到30 mm以下，20:00 PWV开始小范围回升，不久之后出现了雨势回升的情况。最终PWV在04-04 06:00到达低水平，雨势也从03-03 23:00开始继续减弱直到04-04 06:00完全停止。受残余气流影响，PWV在此之后的几小时内有小幅波动，但PWV处于42 mm以下且无明显降雨。
|
图 4 YYLX、YYSQ两站PWV时间序列和雨量趋势 Fig. 4 PWV time series and precipitation at YYLX and YYSQ |
YYSQ的PWV时间序列和雨量变化与YYLX站变化一致，04-03 08:00 PWV值为39 mm，此后持续上升，12:00突破48 mm并且1 h内出现小范围下降，PWV降幅大约为1 mm，随后1 h内该站也记录到降水，14:00出现较强降水，15:00 PWV开始回升到达峰值后开始下降，3 h该地保持较强降水，17:00 PWV开始小范围回升，1 h之后的3 h内雨量降低至10 mm以下，18:00 PWV开始迅速下降，3 h之后21:00开始新一轮强降水。04-04 01:00之后几小时内PWV有较大幅波动，但PWV小于43 mm，降雨并不明显。
从以上分析可以看出，本次暴雨来临之前，PWV会持续增强(PWV增量为正值)，当PWV首次降低(PWV增量为负值)时，随后1 h内会出现降水。随着PWV的继续增强，雨势也进一步增大。当PWV达到峰值之后再次下降时，降雨量会达到最大。YYLX站PWV序列的上升时间比YYSQ站多出1 h(YYLX站15:00左右结束，YYSQ站14:00左右结束)，因此总降水量表现为YYLX站(234.4 mm)稍多于YYSQ站(223 mm)，可见降雨总量与PWV持续增强时间成正比关系，但某一时刻的PWV值与实际降水量的大小并没有直接对应关系。
图 5对比了YYLX和YYSQ两站暴雨前后的地面气压和温度变化，可以发现两站的温度和气压的趋势相近。03-03 13:00/14:00两站的气温突然降低，说明降水已经发生，但13:00两站的气压呈现出相反的变化趋势，YYSQ站地面气压突增，而YYLX站骤降，说明YYLX站处的气流辐合上升程度要强于YYSQ站，为该处的水汽凝聚成雨滴提供了更加有利的条件。结合图 4可看出，YYLX站降水初期雨势更大。
|
图 5 YYLX站与YYSQ站PWV、温度、气压时间序列对比 Fig. 5 Comparison charts of PWV, temperature and pressure time-series at YYLX and YYSQ |
图 6给出了04-03 07:00~13:00(GPS时)全省范围内水汽输送阶段到降水阶段的平面动态变化情况。降水前6 h(即04-03 07:00)，湘北地区的水汽含量较低(平均37 mm左右)，湘东北地区的水汽稍微高一些(平均40 mm左右)。之后水汽由西南部向东北部移动，全省的水汽含量普遍升高，其中湘东北部增加幅度明显高于其他地区。暴雨来临前1 h，湖南东部和中北部地区，尤其是湘东北岳阳地区汇集了大量水汽，明显高于其他地区。其中YYSQ和YYLX站附近的水汽含量最高(约49.8 mm)。
|
图 6 2015-04-03 07:00~13:00湖南省PWV分布 Fig. 6 Distribution maps of PWV from 7:00 to 13:00 on April 3, 2015 in Hunan |
限于篇幅，04-03 13:00~21:00这一降水高峰期全省范围内的PWV和实际降水量分布情况并未给出。分析可知，04-03 13:00湘北常德北部、岳阳西北部和湘西等地已经开始了12 mm/h的降水。但水汽主要汇集在岳阳地区，受持续中低层切变和地面冷空气的影响，雨带开始由湘北的常德地区转移到湘东北的岳阳地区，因此岳阳地区的雨势不断增强。15:00岳阳地区降水量约32 mm/h，由于该地区的PWV依然维持在49 mm的高水平，并且受气压变化的影响致使水汽辐合加强，16:00湘北地区的雨势达到巅峰。之后岳阳地区的PWV开始下降，到20:00已经降低至约45 mm，雨势开始减小。同时，雨带开始南扩，湘中南部分地区开始降雨，并呈现出加强的趋势。第一轮降水之后，岳阳地区的PWV有所下降，但依然维持着较高的水平。在04-03 21:00该地区的PWV开始降低，此时又迎来了一个降水高峰期，降水量达到约27 mm/h，之后水汽降低至较低水平，雨势也逐渐减弱，最终在04-04 06:00左右停止降雨。
3 结语利用地基CORS参考站网获得的PWV，可以反映出其覆盖范围内某时间段的水汽时空变化趋势，PWV在时间尺度上的增降和空间尺度上的聚散对于暴雨短临预报具有明显的指示作用。
1) 暴雨来临之前，PWV会持续增强，当PWV突破48 mm并首次降低时，随后1 h内会出现降水；当PWV达到峰值50 mm之后再次下降时，PWV增量变化幅度决定着雨势的大小；当PWV降至42 mm以下之后，雨势会逐步降低直至停止降雨；降雨总量与PWV持续增强时间成正比关系。
2) 气温和气压等热动力条件也对雨势预测有一定的指示作用。地区之间的温度差是降水形成的良好条件；当站点的地面气压骤降，说明气流辐合上升的程度加强，为该处的水汽凝聚成雨滴提供了更加有利的条件，预期后续雨势会增强。
3) 降水前后的PWV分布与实际降水量平面分布基本上可以反映出降水范围。如果再结合气温和气压的平面分布，也可以对雨带的发展趋势作出较为准确的预测。
| [1] |
丁金才. GPS气象学及其应用[M]. 北京: 气象出版社, 2009 (Ding Jincai. GPS Meteorology and Its Application[M]. Beijing: China Meteorological Press, 2009)
(  0) |
| [2] |
李国平. 地基GPS气象学[M]. 北京: 科学出版社, 2010 (Li Guoping. Ground-Based GPS Meteorology[M]. Beijing: Science Press, 2010)
( 0) |
| [3] |
Hiromu S, Nakamura H, Shoji Y, et al. The Mesoγ Scale Water Vapor Distribution Associated with a Thunderstorm Calculated from a Dense Network of GPS Receivers[J]. Journal of the Meteorological Society of Japan, 2004, 82(1B): 569-586 DOI:10.2151/jmsj.2004.569
( 0) |
| [4] |
陈笑娟, 扈成省, 王占伟. 国内外GPS气象学的若干研究应用进展[J]. 测绘科学, 2010, 35(3): 216-218 (Chen Xiaojuan, Yong Chengxing, Wang Zhanwei. Research and Application Progress of National and International GPS Meteorology[J]. Science of Surveying and Mapping, 2010, 35(3): 216-218)
( 0) |
| [5] |
郭英莲, 王继竹, 王海燕, 等. GPS可降水量在湖北暴雨预报中的指示性[J]. 气象科技, 2015, 43(4): 666-674 (Guo Yinglian, Wang Jizhu, Wang Haiyan, et al. Indication of GPS Precipitable Water Vapor for Rainstorm Forecast in Hubei[J]. Meteorological Science and Technology, 2015, 43(4): 666-674 DOI:10.3969/j.issn.1671-6345.2015.04.018)
( 0) |
| [6] |
杨军建, 姚宜斌, 许超钤, 等. 大气可降水量与实际降水量的关联性分析[J]. 测绘地理信息, 2016, 41(1): 18-21 (Yang Junjian, Yao Yibin, Xu Chaoqian, et al. Analysis of the Correlation between PWV and Actual Rainfall[J]. Journal of Geomatics, 2016, 41(1): 18-21)
( 0) |
| [7] |
陈永奇, 刘焱雄, 王晓亚, 等. 香港实时GPS水汽监测系统的若干关键技术[J]. 测绘学报, 2007, 36(1): 9-12 (Chen Yongqi, Liu Yanxiong, Wang Xiaoya, et al. GPS Real-Time Estimation of Precipitable Water Vapor-Hong Kong Experiences[J]. Acta Geodaetica et Cartographica Sinica, 2007, 36(1): 9-12 DOI:10.3321/j.issn:1001-1595.2007.01.002)
( 0) |
| [8] |
丁海燕, 李青春, 郑祚芳, 等. 利用北京GPS监测网分析夏季暴雨的水汽特征[J]. 应用气象学报, 2012, 23(1): 47-58 (Ding Haiyan, Li Qingchun, Zheng Zuofang, et al. Characteristics of Precipitable Water Vapor of Summer Rainstorm Based on Beijing GPS-MET Network[J]. Journal of Applied Meteorological Science, 2012, 23(1): 47-58 DOI:10.3969/j.issn.1001-7313.2012.01.006)
( 0) |
| [9] |
李黎, 匡翠林, 朱建军, 等. 基于实时精密单点定位技术的暴雨短临预报[J]. 地球物理学报, 2012, 55(4): 1 129-1 136 (Li Li, Kuang Cuilin, Zhu Jianjun, et al. Rainstorm Nowcasting Based on GPS Real-Time Precise Point Postioning Technology[J]. Chinese Journal of Geophysics, 2012, 55(4): 1 129-1 136)
( 0) |
| [10] |
吴海英, 曾明剑, 张备, 等. 地基GPS/PWV在降水过程中的突变与缓变性特征[J]. 气象科学, 2015, 35(6): 775-782 (Wu Haiying, Zeng Mingjian, Zhang Bei, et al. Mutation and Gradual Variation Characteristics of Ground-Based GPS-PWV during Precipitation[J]. Journal of the Meteorological Sciences, 2015, 35(6): 775-782)
( 0) |
| [11] |
曾明剑, 张备, 周嘉陵, 等. GPS/PWV资料同化在强降水过程中的定量作用评估[J]. 气象科学, 2014, 34(1): 77-86 (Zeng Mingjian, Zhang Bei, Zhou Jialing, et al. Quantitative Evaluation for GPS-PWV Data Assimilation in Heavy Precipitation Events[J]. Journal of the Meteorological Sciences, 2014, 34(1): 77-86)
( 0) |
| [12] |
Li L, Yuan Z M, Luo P, et al. A System Developed for Monitoring and Analyzing Dynamic Changes of GNSS Precipitable Water Vapor and Its Application[C]. China Satellite Navigation Conference, Xi'an, 2015 https://rd.springer.com/chapter/10.1007/978-3-662-46638-4_10
( 0) |
2. School of Resources Environment and Safety Engineering, Hunan University of Science and Technology, Taoyuan Road, Xiangtan 411201, China;
3. Meteorological Bureau of Hunan Province, 196 South-Furong Road, Changsha 410118, China;
4. Hi-Target Surveying Instrument Co Ltd, 555 North-Panyu Road, Guangzhou 511400, China