2. 苏州科技大学环境科学与工程学院,江苏省苏州市科锐路1号, 215009;
3. 山东省气象局,济南市无影山路12号, 250031
暴雨的形成有很多复杂的原因,充足的水汽含量是暴雨发生的先决条件[1-2]。中国气象部门规定:每小时降雨量16 mm以上,或12 h降雨量30 mm以上,或24 h降雨量50 mm以上者为暴雨[3]。相对于传统方法,基于GPS的水汽探测精度高、时空分辨率高,是一种全天候、近实时的大气水汽测量方法[4]。目前,国内外学者基于连续运行参考站(continuously operating reference system,CORS)数据分析区域内的可降水量和实际降雨之间的规律,验证了PWV和降雨之间的关联性[4-9]。Cao等[4]基于地基GPS观测值对鄱阳湖局部暴雨事件的分析发现PWV和大气中水汽的传输与聚集密切相关,降雨前1 h PWV有一个急剧升高的过程,GPS-PWV的应用有助于提高降雨短临预报的精度; Sapucci等[6]对GPS-PWV时间序列的小波分析进行研究表明,最大降雨前15~60 min,PWV时间序列到达波峰。本文利用精密单点定位(precise point positioning,PPP)技术反演出天顶对流层总延迟(zenith tropospheric delay,ZTD),引入加权平均温度本地化模型[8]估计出高精度PWV,再结合湖南省内2017-05-21~05-23一次大规模暴雨案例,分析降雨前后PWV、气温和气压的时空变化特征与实际降雨之间的关系,为短临预报暴雨的降雨时间、强度和落区提供参考。
1 GPS-PWV反演原理当GPS信号穿过对流层时,会受到对流层延迟误差的影响。本文采用PPP技术,引入精密卫星钟差,可获得高精度ZTD,且其单站独立解算的特点可以降低数据的解算时间。ZTD分为静力学延迟(zenith hydrostatic delay,ZHD)和湿延迟(zenith wet delay,ZWD)两部分:ZHD主要受测站纬度、气压和测站海拔高度影响,占ZTD的90%左右,可用Saastamoinen模型精确计算得到[9];ZWD主要受信号传播路径上水汽的密度影响,变化复杂,很难高精度模型化,可通过式(1)计算得到:
${\rm{ZWD = ZTD - ZHD}} $ | (1) |
$\begin{array}{l} {\rm{ZWD = [}}\left( {0.002{\rm{\;\;}}279 \pm 0.000\;\;002\;\;4} \right)]\frac{{{P_\mathit{c}}}}{{f\left( {{\mathit{\varphi }_\mathit{c}}, {H_\mathit{c}}} \right)}}\\ f\left( {{\mathit{\varphi }_\mathit{c}}, {H_\mathit{c}}} \right) = 1 - 0.002\;\;66\cos 2{\mathit{\varphi }_\mathit{c}} - 0.000\;\;28{H_c} \end{array} $ | (2) |
式中,Pc为测站处气压(hPa),φc为测站地理纬度,Hc为测站海拔高度(km)。通过ZWD与转换参数Π可计算出PWV。
$\begin{array}{l} {\rm{PWV = }}\frac{\mathit{\Pi }}{{\mathit{\rho w}}} \cdot {\rm{ZWD}}\\ \mathit{\Pi = }\frac{{{{10}^6}}}{{\mathit{R}\left[{\left( {\frac{K}{{{T_\mathit{m}}}}} \right) + \mathit{k'}} \right]}}\\ {T_\mathit{m}} = 0.654\;\;7{T_s} + 87.089\;\;7 \end{array} $ | (3) |
式中,ρw为水的密度; k、k′为大气折射常数,通常分别取值373 900 K/hPa、22.13 K2/hPa; Tm为大气加权平均温度;R为气体常数,通常取值461.495 J/(kg·K);TS为地面温度。本文使用的是基于湖南地区探空资料的加权平均温度本地化模型[8], 该模型的精度优于全球普遍使用的Bevis模型,更实用与湖南地区的GPS气象研究及业务应用。
2 暴雨前后天气形势 2.1 天气形势分析图 1为气象信息处理系统MICAPS4.0生成的天气形势分析图,图中双线代表切变线,细点线是露点温度线,粗点线为温度脊,实线①和②、实线③和④分别代表 45 K、25 K显著流线。2017-05-22 12:00低层有低涡系统发展东移,湖南处于低涡的前侧,有明显的气旋性切变和风速的辐合,地面冷锋在高层低槽的带动下向东移位至山东-重庆一线,湖南处于冷锋前侧的倒槽内,冷锋入倒槽锋生与地面辐合线同时触发了此次暴雨天气。同时,200 hPa上长江中游地区处于南压高压的西北侧,高层的分流起到了抽吸的作用,有利于低层上升运动的持续和发展。
湖南省范围内共有73个CORS站(图 2中▲表示)。本案例中的GPS数据采样率为30 s,气象数据和实际降雨量采样间隔皆为1 h。
图 2为暴雨前全省的温度和气压的变化情况,05-22 05:00湘南地区气温较高,平均气温为29 ℃;湘北地区平均气温为23 ℃,湘南北温差7 ℃,具备了降雨形成的热力差异条件。湘东北气压高于湘西南,有利于冷热气团交汇。
根据气象局提供的降雨数据显示,05-22湖南省内降雨强度达暴雨级别的站点有20个,其中24 h降雨量较大的几个站点为:怀化溆浦(HHXP)87.5 mm,湘西吉首84.9 mm,怀化辰溪78.8 mm,怀化沅陵(HHYL)75 mm,益阳桃江站(YYTJ)72.1 mm,湘西泸溪70.7 mm。由于部分站点数据缺失,本文将重点分析HHXP、HHYL、YYTJ 3个站点在暴雨过程中的情况。
2.2 PWV时空分布情况2017-05-21~05-23湘中以北局地暴雨,19县市出现成片暴雨,省内强降雨主要出现在05-22,暴雨集中在怀化、湘西、益阳等地区。
图 3为2017-05-20 07:00~05-23 19:00(GMT)湖南省范围内的PWV平面动态变化情况。图 3(a)显示,05-20 07:00省内平均PWV为52.7 mm,湘南地区的PWV比湘北地区高,已经具备降雨的水汽条件,但该时段没有降雨产生;图 3(b)表明,05-20 19:00 PWV由湘南往湘北移动,平均PWV为56.8 mm,全省水汽含量普遍升高,该时段在怀化、邵阳等地出现降雨,强度小于8 mm/h;图 3(c)显示,05-21 07:00全省平均PWV为60.5 mm,中部大片区域PWV大于63 mm,此时降雨主要出现在湘西、怀化、郴州等地区,强度小于8 mm/h,随后水汽继续向北移动。图 3(d)表明,05-21 19:00全省平均PWV为57.69 mm,湘北PWV高于湘南,PWV大于63 mm的区域变小,此时降雨主要出现在常德、益阳等地,部分地区降雨强度大于16 mm/h;图 3(e)显示,05-22 07:00平均PWV为59.9 mm,水汽聚集在湘东北地区,有大规模水汽从湖北等地输送到湖南境内,但该时段前后没有发生大规模降雨;图 3(f)显示,05-22 19:00水汽已经向湘南移动,平均PWV为60.0 mm,水汽主要聚集在湖南中部,湘中大部分地区PWV大于68 mm,局部PWV大于72 mm,湘中部分地区暴雨强度大于33 mm/h;图 3(g)显示,05-23 07:00水汽移动至湘南,平均PWV为57.6 mm,此时降雨主要出现在永州、郴州等地;图 3(h)显示,05-23 19:00全省平均PWV为47. 5 mm,大部分水汽退出湖南境内。
图 4(a)为HHXP站的PWV时间序列和雨量趋势图,该站05-22 08:00的PWV突降0.6 mm,但没有产生降雨;05-22 12:00 PWV再次突降0.5 mm,1 h后地面记录到10.6 mm降雨量,此后5 h内PWV持续攀升至66.9 mm;当日18:00 PWV再次突降1.0 mm,1 h降雨量为21.7 mm;19:00 PWV增量为1.1 mm,降雨强度降低为12.4 mm/h;至23:00 PWV持续下降1.6 mm、0.8 mm、0.7 mm、0. 9mm,降雨强度为17.4 mm/h、16.5 mm/h、5.1 mm/h和3.1 mm/h;05-22 23:00后,PWV由63.0 mm大幅下降至54.6 mm。
从图 4(b)可以看出,05-22 08:00前HHYL站PWV增量有几次大于等于1 mm的波动,但均没有记录到强度大于10 mm/h的降雨;05-22 08:00~15:00 PWV持续攀升,15:00开始降雨,降雨强度为11.8 mm/h;16:00 PWV达到当日最高值67.7 mm,此后3 h降雨强度分别为11.0 mm/h、32.6 mm/h、12.5 mm/h;18:00之后PWV值大幅下降,21:00降雨停止。
从图 4(c)可以看出,05-21 00:00 YYTJ站的PWV达到63.7 mm,高于其他2个站点;05-22 14:00前该站点的PWV保持在66.3 mm左右,只产生零星降雨;此后3 h PWV开始激增,增量分别为1.5 mm、2.4 mm、1.9 mm;17:00 PWV达到当日最高值(73.1 mm),随后2 h PWV突降2.4 mm,地面记录到60.4 mm的累计降雨量;19:00后PWV值大幅下降,降雨逐渐降低。
通过对3个站点PWV时间序列和雨量趋势分析可以看出,尽管PWV已经处于较高水平(均大于60 mm),但是暴雨发生前PWV还是会有一个激增的过程;PWV首次突降后1 h内会产生降雨,降雨强度与PWV大小和降幅有关;PWV值大幅下降,说明已经发生了水汽转移,降雨逐步停止。
3.2 热动力条件分析从图 5中3个站点的PWV和气压时间序列变化趋势可知,05-21 00:00~05-22 00:00气压在一定范围内周期性变化,但整体呈现降低趋势。气压在05-22 09:00达到最低值后PWV开始升高,表明水汽在站点附近聚集,水汽辐合上升形成垂直运动(图 6),随后3个站点分别在05-22 11:00、14:00、17:00开始记录到降雨。从气温变化趋势图可知,05-22 00:00左右3个站点气温开始升高,分别在09:00、07:00、07:00到达峰值,随后气温持续性下降,温度的降低有助于水汽的凝结,从而有利于强降雨的发生。
综上分析,在PWV升高的情况下,站点附近的气压升高后水汽辐合上升,气温的降低有助于水汽的凝结,数小时后开始产生降雨。因此可结合PWV和气压、气温等热动力条件的变化趋势判断站点附近的降雨时间和强度。
3.3 PWV与实际降雨量平面动态对比分析图 7反映了05-22 15:00~05-23 01:00湖南省范围内PWV和实际降雨量分布情况。05-22 15:00,湘西北大片区域PWV大于63 mm,降雨也主要集中在湘西北,部分区域的降雨强度达到暴雨级别(大于16 mm/h);05-22 17:00,降雨带从湘西北向湘南移动,水汽最集中的区域为YYTJ站附近,由于存在降雨延迟,随后1 h YYTJ站有暴雨发生;05-22 19:00~05-23 01:00,大量水汽先蔓延至湘东,随后开始向湘南移动。由图可看出,PWV≥64 mm区域都产生了强度较大的降雨。由此可见,通过监测PWV高值区的移动,可以反映出水汽转移趋势,预测未来一段时间内的降雨落区。
本文利用湖南省CORS站数据反演得到高精度的GPS-PWV,并结合2017-05-22~05-23湖南地区一次大范围的暴雨过程,对PWV、气压、气温的时间序列和时空动态变化进行分析研究,得到以下结论:
1) 降雨发生前,测站PWV时间序列有一个持续增长的过程,在良好的大气热动力条件支持下,PWV突降后1 h内会产生降雨,降雨强度与PWV大小和降幅有关。
2) 在水汽条件充足的情况下,站点附近的气压升高后水汽辐合上升,气温的降低有助于水汽的凝结,站点附近气温的连续降低和气压的降后突升是强降雨的前兆,可结合PWV和气压、气温等热动力条件的变化趋势判断站点附近的降雨时间和强度。
3) 通过监测PWV高值区的移动,可以反映出水汽和降雨带的转移趋势,PWV高值区和暴雨落区基本重合,说明PWV在短临预测降雨落区中有一定的研究潜力。
[1] |
李国平, 陈娇娜, 黄丁发, 等. 地基GPS水汽实时监测系统及其气象业务应用[J]. 武汉大学学报:信息科学版, 2009, 34(11): 1328-1331 (Li Guoping, Chen Jiaona, Huang Dingfa, et al. Real-Time Monitoring System of Precipitable Water Vapor Derived from Ground-Based GPS and Its Applications in Meteorology[J]. Geomatics and Information Science of Wuhan University, 2009, 34(11): 1328-1331)
(0) |
[2] |
李国平, 黄丁发. GPS气象学研究及应用的进展与前景[J]. 气象科学, 2005, 25(6): 651-661 (Li Guoping, Huang Dingfa. Advances and Prospects in the Study of GPS Meteorology[J]. Scientia Meteorlogica Sinica, 2005, 25(6): 651-661)
(0) |
[3] |
国家质量监督检验检疫局. GB/T 28592-2012降水量等级[S]. 北京: 中国标准出版社, 2012 ( (General Administration of Quality Supervision, Inspection and Quarantine. GB/T 28592-2012 Grade of Precipitation[S]. Beijing: China Standards Press, 2012))
(0) |
[4] |
Cao Y, Guo H, Liao R, et al. Analysis of Water Vapor Characteristics of Regional Rainfall around Poyang Lake Using Ground-Based GPS Observations[J]. Acta Geodaetica et Geophysica, 2015, 51(3): 467-479
(0) |
[5] |
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 (Li Li, Kuang Cuilin, Zhu Jianjun, et al. Rainstorm Nowcasting Based on GPS Real-Time Precise Point Positioning Technology[J]. Chinese Journal of Geophysics, 2012, 55(4): 1)
(0) |
[6] |
Sapucci L F, Machado L A T, de Souza E M, et al. GPS-PWV Jumps before Intense Rain Events[J]. Atmospheric Measurement Techniques Discussions, 2016, 1-27
(0) |
[7] |
王勇, 何荣, 杨彬云, 等. GPS反演的可降水量与降水的对比分析研究[J]. 测绘科学, 2010, 35(5): 80-82 (Wang Yong, He Rong, Yang Binyun, et al. Study of Comparisons between GPS Precipitable Water Vapor and Rainfall[J]. Science of Surveying and Mapping, 2010, 35(5): 80-82)
(0) |
[8] |
李黎, 田莹, 谢威, 等. 基于探空资料的湖南地区加权平均温度本地化模型研究[J]. 大地测量与地球动力学, 2017, 37(3): 282-286 (Li Li, Tian Ying, Xie Wei, et al. Localization Model Research of Weighted Average Temperature in Hunan Area Based on the Radiosonde Data[J]. Journal of Geodesy and Geodynamics, 2017, 37(3): 282-286)
(0) |
[9] |
Bevis M, Businger S, Chiswell S, et al. GPS Meteorology: Mapping Zenith Wet Delays onto Precipitable Water[J]. Journal of Applied Meteorology, 1994, 33(3): 379-386 DOI:10.1175/1520-0450(1994)033<0379:GMMZWD>2.0.CO;2
(0) |
2. School of Environmental Science and Engineering, Suzhou University of Science and Technology, 1 Kerui Road, Suzhou 215009, China;
3. Shandong Meteorological Bureau, 12 Wuyingshan Road, Jinan 250031, China