文章快速检索     高级检索
  大地测量与地球动力学  2018, Vol. 38 Issue (7): 707-713  DOI: 10.14075/j.jgg.2018.07.010

引用本文  

江婷, 李黎, 田莹, 等. 基于湖南CORS网的PWV时空变化分析及其在暴雨落区预报中的应用[J]. 大地测量与地球动力学, 2018, 38(7): 707-713.
JIANG Ting, LI Li, TIAN Ying, et al. Analysis of PWV Spatiotemporal Variation and Its Application to Forecast the Falling Area of Rainstorm Based on Hunan CORS[J]. Journal of Geodesy and Geodynamics, 2018, 38(7): 707-713.

项目来源

湖南省自然科学基金(2016JJ3061,2017JJ2149);国家自然科学基金(41304029,41704007);湖南科技大学煤炭资源省重点实验室开放基金(E21705);国家科技支撑计划(2015BAC03B06);中国气象局预报员专项(CMAYBY2017-49)。

Foundation support

Natural Science Foundation of Hunan Province, No. 2016JJ3061, 2017JJ2149; National Natural Science Foundation of China, No. 41304029, 41704007; Open Fund of Hunan Provincial Key Laboratory of Coal Resources, No. E21705; National Technical Support Program of Science and Technology, No. 2015BAC03B06;Special Fund for Forecasters of CMA, No. 2015BAC03B06.

通讯作者

李黎,博士,副教授,主要从事GNSS气象学和GNSS精密定位等方面的研究,E-mail:gszl.lili@gmail.com

第一作者简介

江婷,硕士生,主要从事GNSS气象学研究及矿山变形监测,E-mail: 673358268@qq.com

About the first author

JIANG Ting, postgraduate, majors in GNSS meteorology and mine deformation monitoring, E-mail: 673358268@qq.com.

文章历史

收稿日期:2017-12-18
基于湖南CORS网的PWV时空变化分析及其在暴雨落区预报中的应用
江婷1     李黎1,2     田莹3     谢建1     王卫军1     
1. 湖南科技大学资源环境与安全工程学院,湖南省湘潭市桃园路, 411201;
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
摘要:针对2017-05-22~05-23湖南地区的一次暴雨过程,结合气温、气压等大气热动力条件,分析此次降雨过程的大气可降水量(precipitable water vapor,PWV)时空分布及其动态变化特征。研究表明,在水汽条件充足的情况下,降雨的形成需要强烈的水汽辐合上升作用,可以结合热动力条件来预判降水时间和强度;PWV与实际降雨量平面分布图的对比分析表明,PWV高值区和实际降雨落区基本重合,PWV时空变化分析对预测暴雨落区有一定的指示意义。
关键词CORSPWV大气热动力条件暴雨落区

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; kk′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。

图 1 2017-05-22 12:00天气形势分析 Fig. 1 The weather situation analysis diagram at 12:00 on May 22, 2017

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 2017-05-22 05:00和12:00湘南暴雨前全省气温和气压分布 Fig. 2 Distribution maps of temperature and air pressure in northern Hunan

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 3 2017-05-20 07:00~05-23 19:00湖南省PWV分布 Fig. 3 Distribution maps of PWV in Hunan from 7:00 on May 20 to 19:00 on May 23, 2017
3 PWV时序的时空动态及热动力分析 3.1 PWV及其增量时间序列分析

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。

图 4 PWV时间序列和雨量趋势(2017-05-21~05-23) Fig. 4 PWV time series and precipitation

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。

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

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。

图 5 PWV时间序列和气压、气温变化趋势(2017-05-21~05-23) Fig. 5 Changing trend of PWV time series and pressure or temperature

图 6 气流辐合上升示意图 Fig. 6 Schematic diagram of rising air convergence

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。

图 7 2017-05-22 15:00~05-23 01:00湖南省PWV及实际降雨分布 Fig. 7 Distribution of PWV and precipitation during 15:00 on May 22 to 01:00 on May 23, 2017 in Hunan province
4 结语

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。

参考文献
[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)
Analysis of PWV Spatiotemporal Variation and Its Application to Forecast the Falling Area of Rainstorm Based on Hunan CORS
JIANG Ting1     LI Li1,2     TIAN Ying3     XIE Jian1     WANG Weijun1     
1. School of Resources Environment and Safety Engineering, Hunan University of Science and Technology, Taoyuan Road, Xiangtan 411201, China;
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
Abstract: Atmospheric precipitable water vapor (PWV) over the station can be estimated using ground-based GPS technology. The variation characteristics of PWV have very good indicators to the predict precipitation time and falling area. Along with the atmospheric thermodynamic conditions such as temperature and pressure, we analyze the variation characteristics of timeseries and plane dynamic distribution of PWV during the rainstorm that occurred May 22-23, 2017 in Hunan province. The results show that the formation of precipitation requires strong convergence ascending of water vapor. The precipitation time and intensity can be predicted by combining thermal dynamic conditions in the case of sufficient water vapor conditions. The contrastive analysis of plane distribution maps of PWV and actual precipitation shows that the high value region of PWV basically coincides with the falling area of the rainstorm. It means that GPS-PWV has certain indicating significance to forecast the falling area of the rainstorm.
Key words: CORS; precipitable water vapor(PWV); atmospheric thermodynamic conditions; rainstorm; falling area