2020, Vol. 40
2. 重庆市气象局, 重庆市新牌坊一路68号, 401147;
3. 重庆市气象科学研究所, 重庆市新牌坊一路68号, 401147;
4. 重庆市地理信息中心, 重庆市龙山大道339号, 401147;
5. 武汉大学测绘学院, 武汉市珞喻路129号, 430079
常规大气探测手段存在时空分辨率低、工作量大、设备昂贵等缺点，已不能满足现代气象学发展的需要[1-2]。基于北斗的空间环境监测具有可连续运行、成本低、不受天气影响等优点，其反演得到的水汽变化具有较高的精度。已有学者[3-9]对北斗CORS监测的PWV与实际降水量的关系进行研究，结果表明，两者关联性较好。为进一步验证重庆CORS探测的PWV在数值预报中的适用性，本文将结合重庆区域自动站实际降水量数据，对比分析重庆CORS系统获取的PWV与实际降水量之间的关系。
1 资料与方法 1.1 资料来源北斗CORS监测的PWV资料是5 min区域插值网格数据，选取分别代表重庆西部、中部、东北部和东南部的巴南站、丰都站、开州站和酉阳站在2018-06-22~08-13期间的PWV数据和每5 min降水量实况资料，分析PWV在降雨过程中的特征及其与实际降水量的关系。
1.2 技术原理通过精密单点定位(PPP)技术[10]可估计天顶总延迟(ZTD)，ZTD与天顶静力延迟(ZHD)和湿延迟(ZWD)之间的关系为：
| $ \mathrm{ZWD}= \mathrm{ZTD}-\mathrm{Z} \mathrm{HD} $ | (1) |
PWV与ZWD之间的关系为：
| $ \mathrm{PWV}=\left(k / \rho_{w}\right) \cdot \mathrm{ZWD} $ | (2) |
| $ k=\frac{10^{6}}{R_{v}\left(\frac{k_{3}}{T_{m}}+k_{2}^{\prime}\right)} $ | (3) |
式中，ρw为液态水密度，Rv为水汽的气体常数，k′2和k3为大气折射常数，Tm为对流层大气加权平均温度。通过协议将气象观测数据实时发送到数据处理中心，然后利用PPP技术将ZWD和其他参数转化为PWV，并以5 min为采样间隔输出结果。
1.3 相关性分析皮尔森(Pearson)相关系数r可用来描述2个变量间的线性相关程度，r的绝对值越大，表明相关性越强。Pearson相关系数r的表达式为：
| $ r=\frac{\sum\limits_{i=1}^{n}\left(x_{i}-\bar{x}\right)\left(y_{i}-\bar{y}\right)}{\sqrt{\sum\limits_{i=1}^{n}\left(x_{i}-\bar{x}\right)^{2}} \sqrt{\sum\limits_{i=1}^{n}\left(y_{i}-\bar{y}\right)^{2}}} $ | (4) |
式中，n为样本数，x为样本xi的平均值，y为样本yi的平均值。|r|值在0.8~1.0之间为极强相关，0.6~0.8之间为强相关，0.4~0.6之间为中等程度相关，0.2~0.4之间为弱相关，0.0~0.2则无相关性。
显著性(双侧)检验(sig)可用来说明得到的相关性分析的统计学意义，当sig < 0.05时，表示有显著意义，即变量之间相关性显著的结论犯错误的可能性为5%，即在0.05水平显著；当sig < 0.01时，表示结论犯错误的可能性为1%，即在0.01水平显著。sig越小表明结论越好，当sig < 0.05时，可认为2个变量之间相关性很显著。
2 案例分析 2.1 2018-06-30降雨分析2018-06-30重庆东北部局部地区出现中雨到大雨，从图 1可以看出，此次降雨以开州为中心，局部为暴雨天气，主要降雨时段为03:00~06:00。
|
图 1 2018-06-30 03:00~06:00 1 h降水量分布 Fig. 1 Hourly precipitation distribution from 03:00 to 06:00 on 2018-06-30 |
图 2为06-30 03:05 PWV数据分布情况，从图中可以看出，PWV数值差距较小，平均为50~60 mm，在开州地区存在相对高值区。
|
图 2 2018-06-30 03:05 PWV分布 Fig. 2 PWV distribution at 03:05 on 2018-06-30 |
结合开州站观测的5 min实际降水量数据，选择06-30 01:00~05:00 PWV数据和实况降水量进行对比分析(图 3)。在降雨发生前，PWV呈增加趋势；03:00 PWV增加到58 mm左右，此时开始发生降雨；04:00之前，PWV在58~62 mm之间，期间有持续降雨；随后30 min内PWV逐渐降低(小于54 mm)，并存在较弱波动，期间仍有弱降雨。
|
图 3 开州站2018-06-30 01:00~05:00 PWV和实际降水量对比 Fig. 3 Contrastive analysis of PWV and actual precipitation at Kaizhou station from 01:00 to 05:00 on 2018-06-30 |
将降雨时段(03:00~05:00)的PWV与实际降水量进行相关性分析，从表 1可以看出，两者的Pearson相关系数和显著性检验分别为0.525和0.008，在0.01水平显著相关。
|
表 1 开州PWV与实际降水量的相关性 Tab. 1 Correlation between PWV and observation precipitation at Kaizhou station |
如图 4(a)所示，2018-07-03 05:00重庆西部开始出现降雨天气，并向偏东方向移动；到12:00，降雨主要集中在重庆中部(图 4(b))；到15:00，强降雨区域主要在重庆东北部(图 4(c))。如图 4(d)所示，22:00左右，强降雨发生在重庆东南部；到07-04 20:00，全市降雨短暂结束。从图 4(e)~4(f)可以看出，从07-05 00:00开始，重庆中部偏东地区又开始出现降雨天气，降雨主要集中在重庆中部和东部，且酉阳地区在07-06出现暴雨天气；到07-06 20:00，降雨主要集中在重庆西部，07-06夜间全市降雨趋于结束。
|
图 4 2018-07-03~07-06主要降雨时段1 h降雨落区分布 Fig. 4 Distribution of hourly precipitation area from 3 to 7 July, 2018 |
表 2为07-03~07-07天气实况，降雨主要发生在07-03~07-06。图 5为07-03~07-07期间4个代表站上空的PWV时间序列，由图可知，从07-03开始，PWV整体呈上升趋势，且在降雨期间均表现为高值(55 mm以上)。东北部开州站与东南部酉阳站的PWV变化趋势相近，巴南站与丰都站的PWV变化趋势相近，到07-06 12:00左右，4个代表站的PWV均开始下降。
|
|
表 2 2018-07-03~07-04期间4个代表站天气情况 Tab. 2 Weather conditionof 4 stations from 3 to 7 July, 2018 |
|
图 5 2018-07-03 00:00~07-07 00:00 4个代表站PWV对比分析 Fig. 5 PWV comparison of 4 stations from 2018-07-03 00:00 to 07-06 00:00 |
如图 6(a)所示，降雨发生前，全市PWV整体为低值(小于55 mm)，07-02 17:00重庆西部和东南部偏南地区开始出现PWV高值区(图 6(b))，07-03 00:00在重庆西部和东南部偏南地区开始出现降雨。从图 6(c)~6(e)可以看出，07-03 03:00开始，在重庆中部和东部存在PWV高值区；07-06 21:00开始降雨，且主要发生在重庆西部(图 6(f))，在降雨发生前6~12 h，PWV在降雨区域明显增加，对降雨有一定的指示作用。PWV分布图可以清楚地反映水汽的分布情况及此次降雨的主要区域。
|
图 6 降雨前至降雨发生期间PWV随时间的演化 Fig. 6 PWV evolution before and during rainfall |
酉阳站在07-06暴雨过程中的累积降水量达65.7 mm，提取该站07-05 12:00~07-07 00:00共36 h的PWV数据与实际降水量进行对比。由图 7可知，降雨主要集中在07-06 00:00~08:00，随后以小于1 mm的弱降雨为主。PWV值前期较高，后期出现波动并缓慢下降，07-06 09:00左右降低到58 mm以下，此后无明显降雨。降雨发生前，PWV整体处于高值，平均在64 mm以上，降水量随PWV的波动而发生变化，PWV增加时降雨在持续，PWV明显降低时实际降水量也在减少；07-06 08:00之后，PWV逐渐降低，降雨也趋于结束。
|
图 7 酉阳站2018-07-05 12:00~07-07 00:00 PWV和实际降水量的对比 Fig. 7 Contrastive analysis of PWV and actual precipitation in Youyang station from 2018-07-05 12:00 to 07-07 00:00 |
表 3为以上时段PWV与实际降水量的相关性分析。由于分析时段降雨集中，且降雨前PWV均保持较高值(60 mm以上)，当强降雨结束后，大气中的水汽含量降低，因此两者的相关性为弱相关，Pearson相关系数为-0.268，显著性检验为0.000，在0.01水平显著相关。
|
|
表 3 酉阳站PWV与实际降水量的相关性 Tab. 3 Correlation between PWV and actual precipitation at Youyang station |
为进一步分析暴雨发生前后PWV的变化特征，以每5 min为研究单元，对比分析酉阳站07-05 12:00~07-07 00:00共36 h的PWV数据与实际降水量的关系(图 8)，在此期间PWV变化范围为-3~3 mm。PWV从07-05开始缓慢增加，07-05 19:00出现3个1.5 mm/5 min的激增点，然后PWV一直处于波动状态，且保持较高值(64 mm以上)，在07-05 20:00又出现1.5 mm/5 min的降水量，到07-06 00:00出现持续降雨天气。降雨发生前，水汽一般会存在相对较大的正突变，可作为降雨预测的一个指标。
|
图 8 PWV、PWV增量与实际降水量的对比 Fig. 8 Contrastive analysis of PWV、PWV increment and actual precipitation |
在探测过程中，PWV数据可能会存在异常点。巴南站PWV数据在2018-07-03 06:40出现一个异常点(图 9)，这在一定程度上影响了数据的真实性，为减少异常值对结果的干扰，需对PWV进行滑动平均处理。
|
图 9 巴南站2018-07-03 06:00~08:00 PWV值 Fig. 9 PWV at Banan station from 06:00 to 08:00 on 2018-07-03 |
将酉阳站07-03~07-06的滑动PWV与实际降水量进行对比(图 10)，在暴雨发生前6 h，PWV持续增加，最大值稳定在64 mm以上，表明水汽含量较高；在强降雨发生前1~2 h，水汽含量迅速上升，为形成暴雨提供条件；暴雨发生后，PWV迅速下降，PWV变化越快，表明大气环境越不稳定，降雨概率和降水量也越大，同时降雨前水汽的快速聚集和释放也是暴雨的征兆。
|
图 10 酉阳站2018-07-03 00：00~07-07 00：00滑动PWV与实际降水量对比分析 Fig. 10 Comparative analysis of sliding PWV and actual precipitation at Youyang station from 2018-07-03 00:00 to 07-07 00:00 |
2018-06-22~08-13(年积日173~225)期间降雨较为频繁，为更进一步分析PWV和降雨之间的关系，提取2018-06-22~08-13每5 min的PWV数据，并求取1 h的PWV平均值，同时与1 h降水量数据进行对比分析。由图 11可知，当PWV增加到一定程度后，降雨开始发生；降雨发生后，PWV也会随之降低。降雨基本发生在PWV峰值对应的时间前后，且水汽增加越剧烈，降水量一般也越大。酉阳地区在07-06(年积日186)出现暴雨天气，在暴雨形成之前，PWV快速增加。在相对较明显的降雨形成前，PWV也具有相对显著的变化。
|
图 11 酉阳2018-06-22~08-13 1 h平均PWV与1 h降水量的对比 Fig. 11 Comparative analysis of hourly average PWV and hourly precipitation at Youyang station from 2018-06-22 to 08-13 |
CORS探测的PWV数据能客观反映重庆地区水汽的特征，且精度较高。结合PWV在重庆地区的分布情况，利用地面观测降水量资料进行站点对比分析，探讨PWV在降雨前后的变化。结果表明：
1) 在降雨过程中，PWV与实际降水量有较好的相关性，均通过0.05水平显著性检验。当PWV持续增加或保持高值时(大于60 mm)，即使与实际降水量相关性不明显，充足的水汽也预示较强降雨的发生或持续；当PWV值较小时(低于55 mm)，即使存在较大的波动，对降雨的影响也不明显；降水量均在1 mm以下时，表现为弱降雨或无降雨现象。
2) 当较强降雨发生时，整个过程中PWV都处于较高值(大于60 mm)，且不会随降雨的发生而很快降低。
3) PWV对降雨的发生具有一定指示性，可以作为预测降雨的辅助参考依据。在降雨发生前6~12 h，PWV开始增加，而在强降雨发生前1~2 h，PWV迅速上升。PWV变化越快，降雨概率和降水量也越大。
PWV数据具有高精度和高时空分辨率等优势，可为短期临近预报及天气分析等研究和应用提供序列资料，又可作为传统气象观测手段的有力补充，对水汽的监测具有一定的参考价值。
| [1] |
朱建树, 许超钤. 利用北海CORS监测大气可降水量的应用研究[J]. 测绘地理信息, 2015, 40(5): 36-38 (Zhu Jianshu, Xu Chaoqian. Applied Research of Monitoring Precipitable Water Vapor by Using Beihai CORS[J]. Journal of Geomatics, 2015, 40(5): 36-38)
(  0) |
| [2] |
许超钤, 史俊波, 郭际明, 等. 联合地基GPS和空基COSMIC掩星的可降水量研究[J]. 武汉大学学报:信息科学版, 2011, 36(4): 467-470 (Xu Chaoqian, Shi Junbo, Guo Jiming, et al. Analysis of Combing Ground-Based GPS Network and Space-Based COSMIC Occultation Observation for Precipitable Water Vapor Application[J]. Geomatics and Information Science of Wuhan University, 2011, 36(4): 467-470)
( 0) |
| [3] |
杨晶, 王勇, 吴亮, 等. 河北地区大气可降水量的时空分布研究[J]. 河北工程技术高等专科学校学报, 2017(1): 1-5 (Yang Jing, Wang Yong, Wu Liang, et al. Study on Temporal and Spatial Distribution of Precipitable Water Vapor in Hebei Province[J]. Journal of Hebei Engineering and Technical College, 2017(1): 1-5)
( 0) |
| [4] |
司海燕.利用CORS资料反演区域大气可降水量的研究[D].西安: 长安大学, 2011 (Si Haiyan. Research on Region Precipitable Water Vapor Retrieval Using CORS Data[D]. Xi'an: Chang'an University, 2011) http://cdmd.cnki.com.cn/Article/CDMD-10710-1013019335.htm
( 0) |
| [5] |
李秀龙, 丁建勋, 马德富. 基于珠海北斗CORS实时探测大气可降水量[J]. 城市勘测, 2017(2): 118-121 (Li Xiulong, Ding Jianxun, Ma Defu. Real-Time Monitoring Precipitable Water Vapor by ZHBDCORS[J]. Urban Geotechnical Investigation and Surveying, 2017(2): 118-121 DOI:10.3969/j.issn.1672-8262.2017.02.027)
( 0) |
| [6] |
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)
( 0) |
| [7] |
刘智敏, 窦世标, 李斐, 等. 青岛CORS站与探空站获取的大气可降水量对比分析[J]. 山东科技大学学报:自然科学版, 2017, 36(1): 21-28 (Liu Zhimin, Dou Shibiao, Li Fei, et al. Comparative Analysis of Precipitable Water Vapor Acquired from CORS and Radiosonde in Qingdao[J]. Journal of Shangdong University of Science and Technology:Natural Science, 2017, 36(1): 21-28)
( 0) |
| [8] |
杨军建, 姚宜斌, 许超铃, 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): 18-26 (Yang Junjian, Yao Yibin, Xu Chaoqian, et al. Analysis of the Correlation between PWV and Actual Rainfall[J]. Journal of Geomatics, 2016, 41(1): 18-26)
( 0) |
| [9] |
曹云昌, 方宗义, 夏青. GPS遥感的大气可降水量与局地降水关系的初步分析[J]. 应用气象学报, 2005, 16(1): 54-59 (Cao Yunchang, Fang Zongyi, Xia Qing. Relationship between GPS Precipitable Water Vapor and Precipitation[J]. Journal of Applied Meteorological Science, 2005, 16(1): 54-59 DOI:10.3969/j.issn.1001-7313.2005.01.006)
( 0) |
| [10] |
张瑞, 宋伟伟, 朱爽. 地基GPS遥感天顶水汽含量方法研究[J]. 武汉大学学报:信息科学版, 2010, 35(6): 691-693 (Zhang Rui, Song Weiwei, Zhu Shuang. Remotely Sensing Atmosphere Water Vapor with Ground-Based GPS[J]. Geomatics and Information Science of Wuhan University, 2010, 35(6): 691-693)
( 0) |
2. Chongqing Meteorological Service, 68 First-Xinpaifang Road, Chongqing 401147, China;
3. Chongqing Institute of Meteorological Science, 68 First-Xinpaifang Road, Chongqing 401147, China;
4. Chongqing Geomatics Center, 339 Longshan Road, Chongqing 401147, China;
5. School of Geodesy and Geomatics, Wuhan University, 129 Luoyu Road, Wuhan 430079, China