气象学报  2012, Vol. 70 Issue (1): 155-164   PDF    
http://dx.doi.org/10.11676/qxxb2012.015
中国气象学会主办。
0

文章信息

梁 宏, 张人禾, 刘晶淼. 2012.
LIANG Hong, ZHANG Renhe, LIU Jingmiao. 2012.
青藏高原大气水汽探测误差及其成因
Systematic errors in the precipitable water vapor measurements over the Tibetan Plateau and its causes
气象学报, 70(1): 155-164
Acta Meteorologica Sinica, 70(1): 155-164.
http://dx.doi.org/10.11676/qxxb2012.015

文章历史

收稿日期:2010-01-15
改回日期:2010-03-26
青藏高原大气水汽探测误差及其成因
梁 宏1,2, 张人禾1, 刘晶淼1,3    
1. 中国气象科学研究院,北京,100081;
2. 中国科学院研究生院,北京,100049;
3. 中国气象局沈阳大气环境研究所,沈阳,110016
摘要:青藏高原大气水汽分布对区域天气气候有很大影响,其探测资料的可靠性备受关注。以地基全球定位系统(GPS)遥感的大气可降水量为对比参照,分析了1999—2008年拉萨和2003年那曲探空观测大气可降水量的误差及其原因。结果表明,近10年拉萨站探空观测的可降水量比GPS遥感的可降水量明显偏小,偏小程度随使用不同的探空仪而异。GZZ-2型机械探空仪和GTS-1型电子探空仪多年平均的大气可降水量相对偏差分别为8.8%和4.4%,随机误差分别为19.8%和13.3%。近10年大气可降水量探测偏差具有减少的趋势,从12.7%减少至2.4%,主要是由探空仪性能改进所致。分析发现青藏高原大气可降水量探测偏差具有明显的日变化,12时(世界时)比00时大。拉萨站GZZ-2型和GTS-1型探空仪在12时多年平均的大气可降水量探测偏差分别为15.8%和8.3%,00时分别为1.6%和0.5%。那曲站GZZ-2型探空仪在12和00时的大气可降水量探测偏差分别为12.4%和0.3%。大气可降水量探测偏差还具有季节变化,夏季大,冬季小。对大气可降水量探测偏差日变化和季节变化的成因分析表明,12时气温比00时气温高以及夏季比冬季气温高是造成大气可降水量探测偏差日变化和季节变化的重要原因。
关键词大气可降水量(PW)     探空仪     地基全球定位系统     系统性误差     青藏高原    
Systematic errors in the precipitable water vapor measurements over the Tibetan Plateau and its causes
LIANG Hong1,2, ZHANG Renhe1, LIU Jingmiao1,3    
1. Chinese Academy of Meteorological Science, Beijing 100081, China;
2. Graduate University of Chinese Academy of Sciences, Beijing 100049, China;
3. Institute of Atmospheric Environment, China Meteorological Administration, Shengyang 110016, China
Abstract: The distribution of the precipitable water vapor (PW) over the Tibetan Plateau has an important impact on the regional weather and climate. The reliability of PW measurements is of concern. The characteristics of the systematic and random errors of the radiosonde (RS) PW data in comparison with ground-based GPS measurements at Lhasa during the period from 1999-2008 and at Naqu in 2003 are studied. The results show that the RS_PW is significant dryer than the GPS_PW at Lhasa in recent 10 years. Different types of humidity sensor show a different magnitude of the dry bias of PW. The GZZ-2 (goldbeater's skin hygrometer) and the GTS-1 (carbon hygristor) have the relative mean dry bias of 8.8% and 4.4%, respectively, and have the relative mean random errors of 19.8% and 13.3%, respectively. The relative PW difference is apparently reduced in recent 10 years, from 12.7% to 2.4%. The main reason is that high performance humidity sensors (GTS-1) have been introduced. The variation characteristics of the RS_PW dry bias are also investigated. The results show that the RS_PW dry bias exhibited pronounced diurnal and annual variations. The dry bias of the RS_PW is much larger at 12:00 UTC than that at 00:00 UTC and larger in summer than that in winter. The GZZ-2 and the GTS-1 have the relative mean PW bias of 15.8% and 8.3%, respectively, at 12:00 UTC at Lhasa. The GZZ-2 and the GTS-1 have the relative mean PW bias of 1.6% and 0.5%, respectively, at 00:00 UTC at Lhasa. The GZZ-2 has the relative mean PW bias of 12.4% and 0.3% at 12:00 and 00:00 UTC respectively. The causes of diurnal and annual variation of the RS_PW dry bias are analysed. It can be seen that the diurnal variations of the RS_PW dry bias are significant mainly because the air temperature is higher at 12:00 UTC than that at 00:00 UTC. The annual variations of the RS_PW dry bias are pronounced mainly because the air temperature is higher in summer than that in winter.
Key words: Precipitable water vapor (PW)     Radiosonde     Ground-based GPS     Systematic error     Tibetan Plateau    
1 引 言

青藏高原(简称高原)是地球表面隆起的一个庞大自然体,平均海拔高度约4000 m,而实际有效高度却可达6000—7000 m(孙建华等,2001)。高原大尺度地形对气流起到阻挡、分流和引导作用,其东南侧将来自印度洋的丰沛暖湿气流阻隔抬升,形成了全球降水量最多的中心地带;而极地干冷空气受阻于高原北侧,使得高原西北成为干旱少雨区。高原大气水汽分布对区域天气气候有很大影响(施晓辉等,2009张雪梅等,2009李生辰等,2009),其探测资料的可靠性备受关注(梁宏等,2006Liu et al,2006)。据有关研究(Takagi et al,2000; Liu et al,2005),高原无线电探空(RS)探测的大气可降水量(PW)存在明显“干偏差”。目前大气可降水量探空观测主要存在3种类型的误差(Wang et al,2008),即仪器系统误差、时空分布非均匀性误差和日采样频率低造成的误差。系统误差主要由探头性能不良所造成,如探头被污染、未校正、感应时间滞后或由其他物理因素。20世纪末至21世纪初,在高原上应用最多的探空仪是59型机械电码式探空仪,其探测性能与发达国家同时代通用探空仪有较大差距。中国从2002年1月开始推广使用国产L波段电子探空仪(GTS-1),以替代59型探空仪。GTS-1与Vaisala-RS80探空仪的测量精度相当,达到了发达国家20世纪90年代的测量水平(Li,2006),但GTS-1的相对湿度探空曲线仍然存在较大的干偏差(姚雯等,2008)。鉴于高原大气水汽变化及其分布对区域天气气候的重要性,有必要对高原探空观测的大气可降水量(RS_PW)的误差进行探讨。本文基于高原拉萨和那曲站的相关资料,与地基全球定位系统(GPS)遥感的大气可降水量(GPS_PW)进行对比,初步分析近10年(1999—2008年)高原RS_PW误差的变化特征及其原因。以GPS_PW为参照的主要原因是其具有高时间分辨率(几分钟)、高精度、全天候、自校准和长期稳定等优点(Wang et al,2007),GPS_PW的精度接近于微波辐射计探测的精度,明显优于探空观测(RS_PW)的精度(Liou et al,2001Luiz et al,2005; Guerova et al,2005Baelen et al,2005毕研盟等,2006Cady-Pereira et al,2008;),有关微波辐射计遥感探测大气可降水量的原理和方法请参考Hogg等(1983)Liou等(2001)刘红燕等(2009)文献。 2 资料和方法 2.1 测站位置及探测仪器

拉萨(29.67°N,91.13°E)和那曲(31.48°N,92.06°E)位于高原中部,属于高原亚干旱区。拉萨探空站(海拔3650 m)位于西藏自治区气象局院内,是高原上最早开展探空观测的站点之一。地基GPS站(站号lhas或lhaz,海拔3650 m)安装在西藏自治区测绘局楼顶,是国际全球导航卫星系统服务(IGS)在高原上的唯一基准站,从1997年2月开始运行,与探空站的水平距离约为3 km。那曲地基GPS站和探空站均位于那曲气象局气象观测站内(海拔4477 m),该站是在2000年9月开始实施的“中-日合作青藏水循环长期合作观测计划”项目资助下所建。Wang等(2008)指出,当地基GPS站与探空站的水平距离在50 km之内、海拔高度差小于100 m时,可对两站探测的大气可降水量进行比较。表 1给出了拉萨和那曲探空站及GPS站的设备信息。2002年5月—2007年2月,拉萨GPS站有2台双频地基GPS接收机并行开展观测。2004年12月之前拉萨探空站采用GZZ-2探空仪,属59型探空仪系列,从2005年1月开始采用GTS-1探空仪。那曲站的地基GPS观测从2000年9月开始,所用设备为双频地基GPS接收机,由于资料传输和存储不当造成资料丢失等客观原因,本文仅用了那曲2003年的GPS资料。2003年那曲探空站采用GZZ-2探空仪进行观测。

表 1 拉萨和那曲地基GPS与探空站的设备信息Table 1 The equipment information of the ground-based GPS and radiosondes at Lasa and Naqu
站名GPS站探空站
接收机型号运行时间探空仪型号运行时间
拉萨AOA SNR-8000ACT
双频
IGS编号:NO.21613M001
站名:lhas
1997.2—2007.2GZZ-2(59型机械电码式探空仪)湿敏感元件:肠衣1967.1—2004.12
TPS E-GGD
双频
IGS编号:NO.21613M002
站名:lhaz
2002.5—GTS-1(数字式电子探空仪)湿敏感元件:碳湿敏电阻2005.1—
那曲ASHTECH Z-12
双频
2000.9—2004.4GZZ-21970.5—2005.9
2.2 GPS_PW资料

全球定位系统(GPS)是由30颗卫星组成的卫星系统(Wang et al,2008),这些卫星分别在6个轨道面上运行,并向全球各地发送L波段无线电信号。这些无线电信号从GPS卫星传输到地基GPS接收机时会受到大气的折射而延迟,即大气延迟,根据大气延迟可精确反演大气可降水量(Bevis et al,19921994Rocken et al,19931997)。拉萨GPS站的天顶对流层总延迟(ZTD)可从国际全球导航卫星系统服务(IGS)网站(FTP://cddis.gsfc.nasa.gov/gps/products/trop)下载,所用处理软件为GIPSY-OASIS Ⅱ(Webb et al,1997)。这些ZTD数据误差小于4 mm,即对应的大气可降水量反演误差小于0.6 mm(Bevis et al,1994)。本文采用1999—2008年的ZTD资料。1998—2000年资料时间分辨率为2 h,2001—2008年资料时间分辨率为5 min。将资料线性插值为时间分辨率30 min的ZTD时间序列。对于那曲站2003年的GPS资料,采用GAMIT软件(V10.31)(Herring et al,2006)处理,反演出那曲站每30 min的ZTD时间序列。利用GAMIT软件解算的ZTD与IGS提供的ZTD精度基本相当(Iwabuchi et al,2004; Pacione et al,2008)。根据ZTD和本站气压即可反演天顶方向由水汽造成的GPS信号延迟(ZWD),即对流层天顶湿延迟(Saastamoinen,1973Bevis et al,1994)。再根据ZWD和地面气温反演出间隔30 min的GPS_PW(李建国等,1999)。本文采用的地面气压和气温的观测精度分别为±0.1 hPa和±0.1℃,气压和气温给GPS_PW反演带来的误差可以忽略不计(Liu et al,2005)。GPS_PW资料可用于气候研究、卫星遥感或其他地面观测结果标定等(Wang et al,2008)。因此,GPS_PW可作为观测站点大气可降水量的基准值,从而用于分析RS_PW的误差。 2.3 探空及其他气象资料

每天2次(00和12时,世界时,下同)的探空资料及逐时气温、气压资料从中国气象局国家气象信息中心获取,且均已经过了质量控制。将气温和气压线性插值为间隔30 min的时间序列,用于计算GPS_PW。为了准确计算高海拔探空观测的大气可降水量,本文采用Zhai等(1997)的方法计算RS_PW。由于高原的海拔高度几乎到了对流层中部,本文计算RS_PW所用的探空廓线资料最低要观测至200 hPa,且至少要有5个标准层。 3 结果分析 3.1 大气可降水量探测偏差的变化特征

从1999—2008年拉萨月平均大气可降水量偏差(指00或12时相同时刻GPS_PW减去RS_PW之差)的变化可以看出(图 1),近10年大气可降水量探测偏差基本为正值,即RS_PW比GPS_PW偏小,说明拉萨探空相对湿度廓线偏小不是某个月或某个季度的特有现象,是长期系统偏差(图 1a)。而且,近10年大气可降水量总探测偏差具有明显减小的趋势,从1999年1.28 mm(12.7%)减小至2008年0.23 mm(2.4%)。大气可降水量探测日平均偏差还有年变化特征,夏季大,冬季小。而近10年00时的大气可降水探测偏差正、负值出现的频率大致相当(图 1b),并明显小于日平均偏差和12时的偏差(图 1c)。00时的干偏差相对较小,大气可降水量探测偏差也有较弱的减小趋势,从1999年0.74 mm(7.3%)减小至2008年-0.1 mm(-1.0%)。近10年12时的大气可降水量探测偏差也基本为正值,RS_PW比GPS_PW明显偏小(图 1c),近10年偏差也具有明显减小趋势,从1999年1.93 mm(19.1%)减小至2008年0.53 mm(5.6%)。12时的大气可降水量探测偏差也有明显的年变化特征,夏季大,冬季小。

图 1 1999—2008年拉萨月平均大气可降水量偏差及变化趋势(a.00和12时日平均偏差,b.00时偏差,c.12时偏差)Fig. 1 Time series and trend of the monthly mean PW bias at Lhasa during 1999-2008(a. total PW bias at 00:00 and 12:00 UTC,b. PW bias at 00:00 UTC,c. PW bias at 12:00 UTC)

从2003年那曲月平均大气可降水量探测偏差的变化(图 2)可知,GZZ-2的大气可降水量探测日平均偏差(图 2a)和12时的偏差(图 2c)也基本为正值,并具有明显的年变化特征,夏季大,冬季小。00时的大气可降水量偏差较小,年变化特征不明显(图 2b)。以上分析表明,拉萨和那曲的探空湿度观测都偏小,大气可降水量探测偏差年变化特征明显。

图 2 2003年那曲月平均大气可降水量探测偏差(a.00和12时平均偏差,b.00时偏差,c.12时偏差)Fig. 2 Time series of the monthly mean PW bias at Naqu in 2003(a. total PW bias at 00:00 and 12:00 UTC,b. PW bias at 00:00 UTC,c. PW bias at 12:00 UTC)

大气可降水量探测偏差的长期均值能很好地代表RS_PW的系统干偏差。从大气可降水量探测偏差的统计(表 2)可知,拉萨站GZZ-2型机械探空仪的日平均、00和12时的系统干偏差分别为0.87 mm(8.8%)、0.16 mm(1.6%)和1.57 mm(15.8%);GTS-1型电子探空仪的日平均、00和12时的系统干偏差分别为0.41 mm(4.4%)、0.05 mm(0.5%)和0.77 mm(8.3%)。显然RS_PW的系统干偏差与探空仪的类型密切相关,GTS-1型比GZZ-2型机械探空仪的精度提高了一倍。t检验(魏凤英,2007)结果表明,在α=0.05的显著性水平上,两种探空仪的日平均和12时的系统干偏差均显著,而00时的系统干偏差则不显著。那曲站GZZ-2的日平均、00和12时的系统干偏差分别为0.45 mm(6.6%)、0.02 mm(0.3%)和0.85 mm(12.4%)。在α=0.05的显著性水平上,那曲GZZ-2 的日平均和12时的系统干偏差显著,而00时的系统干偏差不显著。以上分析表明,高原RS_PW的偏差主要出现在12时。大气可降水量探测偏差的标准差能很好的代表探空的随机误差(Wang et al,2008)。拉萨GZZ-2和GTS-1型探空仪的大气可降水量探测随机误差分别为1.74 mm(19.8%)和1.17 mm(13.3%),那曲GZZ-2型探空仪的大气可降水量探测随机误差为0.99 mm(14.5%),说明GTS-1比GZZ-2型探空仪更稳定。 表 2中那曲GZZ-2的大气可降水量探测偏差和其偏差标准差比拉萨的略小,这是因所用资料长度和两站大气可降水量等不同所致,仔细比较2003年两站大气可降水量探测偏差的变化及量级(图 1c图 2c)可知,两站大气可降水量探测偏差基本一致,说 明在高原上GZZ-2的大气可降水量探测偏差具有一定的共性。

表 2 不同探空仪的大气可降水量探测偏差统计Table 2 The statistical results of the PW bias by the different radiosondes at Lhasa and Naqu
站点时段探空仪时间绝对偏差(mm)相对偏差(%)偏差标准差(mm)
拉萨1999—2004GZZ-2日平均0.878.81.74
00时0.161.61.49
12时1.5715.81.67
2005—2008GTS-1日平均0.414.41.17
00时0.050.50.97
12时0.778.31.25
那曲2003GZZ-2日平均0.456.60.99
00时0.020.30.81
12时0.8512.40.95
注:相对偏差为大气可降水量偏差与GPS_PW的百分比。

如拉萨站GZZ-2和GTS-1型探空仪的大气可降水量探测偏差频率分布(图 3)所示,GZZ-2的大气可降水量探测偏差最大值在00和12时分别达6 mm(60.6%)和8 mm(80.8%),GTS-1探测的大气可降水量偏差最大值在00和12时分别达4 mm(40.4%)和6 mm(60.6%)。GTS-1比GZZ-2探测的大气可降水量偏差频率分布更集中,进一步说明了GTS-1比GZZ-2的探测精度高。两种探空仪的大气可降水量探测偏差无论在00或12时几乎都以均值为中心对称分布,都是单峰型。12时的大气可降水量探测偏差显然大于00时。t检验结果表明,两种探空仪的大气可降水量系统干偏差在00和12时均显著。那曲站的分析结果也表明,在00和12时GZZ-2的大气可降水量系统干偏差显著(图略),且12时的大气可降水量探测偏差大于00时。

图 3 拉萨不同探空仪大气可降水量偏差的频率分布(a.GZZ-2,b.GTS-1)Fig. 3 Frequency distribution of the PW bias by the different radiosondes(a)the GZZ-2 and (b)the GTS-1 at Lhasa
3.2 大气可降水量探测偏差的原因分析 3.2.1 大气可降水量探测偏差的因素分析

造成大气可降水量探测偏差的因素包括:不同的探测方式(与设备的测量精度无关)、对比测站间的距离、GPS设备测量误差和探空仪器测量误差。GPS探测的信号是从卫星透过所经路径的大气而传播到接收机的,大气造成的信号延迟是在分层各向均匀大气的假设下投影到站点的天顶方向,从而获得天顶对流层总延迟。GPS反演大气可降水量时都用到至少4颗以上仰角高于15°的卫星,考虑10 km高的水汽层,其水平探测半径为20—30 km的量级。探空探测的是探空气球运动轨迹上的信号,由于水平飘移,探空气球从地面上升到10 km高度,会水平飘移20 km左右。水平飘移造成的大气可降水量误差是很难估计的,其与大气的不均匀程度有关。GPS和探空探测的大气范围是相当的,两者都受到大气水汽水平分布不均匀的影响,而由大气水汽水平分布不均匀造成的大气可降水量偏差却是随机的,在大样本量的条件下(如拉萨和那曲的数据样本量分别约为5000和700)不会造成系统性偏差。

在资料获取上,GPS提供的是整层的大气延迟,探空所能提供的只有标准层次。这种差别可能会造成RS_PW比GPS_PW系统偏低,但从大气可降水量偏差的年际变化情况来看,探测层次少只是次要原因。

拉萨的地基GPS站和探空站相距3 km,距离上的差别可能会造成一些偏差,但两站都处于相同的城市下垫面,站点上空大气的性质相差不大,在大样本的条件下也不会造成系统性偏差。那曲的地基GPS站和探空站相距仅十几米,不会因为距离造成系统性偏差。

对于GPS测量误差,IGS考虑了不同的卫星信号高度截角、投影函数、解算参数的约束方案和接收机更换等因素对对流层总延迟误差的影响,总延迟误差为4 mm。2002年5月—2007年2月拉萨AOA SNR-8000ACT和TPS E-GGD接收机遥感总延迟的相关系数为99.9%,月平均总延迟的偏差仅为0.1%(图略),可见本文所用的总延迟资料具有较好的均一性和较高的精度。

探空仪器测量误差会造成大气可降水量的偏差。近10年拉萨大气可降水量的偏差逐年减少及探空仪更换使大气可降水量的偏差明显缩小也说明了这一点。RS_PW比GPS_PW系统偏小反映了探空仪探测的相对湿度偏小,而探测方式不同不会造成大气可降水量偏差逐年减少。探空可能因为湿度探测传感器灵敏度不高造成探空仪在进入云层高湿区时不能达到饱和,飞出云层时降湿变化滞后(邢毅等,2009)也是产生探空仪测量误差的因素。以上分析表明,探空仪测量误差是导致高原大气可降水量偏差的主要原因。3.2.2 探空仪器测量误差的影响因子

近10年GZZ-2和GTS-1探测的大气可降水量均为00时偏差不显著,而12时偏差显著。对导致12时探空仪测量误差的因子进行分析是必要的。据有关研究(Guerova et al,2005Baelen et al,2005Luiz et al,2005Cady-Pereira et al,2008),Vaisala RS80-A和RS80-H等先进探空仪所探测大气可降水量的系统干偏差是白天比夜间大,原因是白天太阳辐射对湿度探头加热,造成探测的相对湿度偏小。

12时的大气可降水量探测偏差之所以夏季大,冬季小,很可能与大气湿度和温度等因子有关。从拉萨在12时的平均大气可降水量探测偏差随GPS_PW的变化曲线(图 4)可以看出,两种探空仪在12时的大气可降水量探测偏差都随着GPS_PW增大而增大,说明GPS_PW大小对大气可降水量探测偏差有重要影响。两种探空仪相比,GZZ-2在12时的偏差随大气可降水量的变化较大,变化范围为0—3.5 mm,主要维持在2 mm左右。GTS-1的偏差随大气可降水量的变化较平缓,变化范围为0—2 mm,主要维持在1 mm左右。可见,GPS_PW大小对GZZ-2的探测偏差影响更大,也说明GTS-1的探测精度比GZZ-2的更高。那曲站GZZ-2在12时的大气可降水量探测偏差也随着GPS_PW增大而增大,变化范围为0—2 mm(图 7a)。但从拉萨近10年00和12时月平均GPS_PW的变化(图 5)可以看出,00和12时的GPS_PW的大小基本一致。在那曲站也是如此(图略)。根据大气可降水量探测偏差与GPS_PW大小的关系,GPS_PW大小不是造成大气可降水量探测偏差在12时比在00时大的因子。

图 4 拉萨12时不同探空仪的平均大气可降水量探测偏差随GPS_PW的变化(a.GZZ-2,b.GTS-1;每2 mm求一次大气可降水量偏差的平均值)Fig. 4 Averaged absolute PW bias as a function of the GPS_PW in each 2-mm PW bin for the different radisondes(a)the GZZ-2 and (b)the GTS-1 at 12:00 UTC at Lhasa
图 5 拉萨00和12时的月平均GPS_PW时间序列Fig. 5 Time series of the monthly mean GPS_PW at 00:00 UTC and 12:00 UTC at Lhasa

从拉萨12时的大气可降水量探测偏差随地面气温的变化(图 6)可以看出,两种探空仪在12时的大气可降水量探测偏差都随着气温增大而增大,这说明气温越高对大气可降水量探测偏差的影响就越大。GZZ-2的大气可降水量探测偏差随气温的变化较大,变化范围为0—2.5 mm;而GTS-1探测的大气可降水量偏差随气温的变化较平缓,变化范围为0—1.5 mm,在气温低于17℃时,大气可降水量探测偏差维持在1 mm以内。可见气温对GZZ-2偏差的影响更大,也再一次说明GTS-1的探测精度比GZZ-2的高。那曲站GZZ-2在12时的大气可降水量探测偏差也随气温增大而增大,变化范围为0—2.0 mm(图 7b)。

图 6 拉萨12时不同探空仪的平均大气可降水量探测偏差随气温的变化(a.GZZ-2,b.GTS-1;每隔2℃求一次偏差的平均值)Fig. 6 Averaged absolute PW bias as a function of the surface air temperature in each 2℃ bin for the different radisondes(a)the GZZ-2 and (b)the GTS-1 at 12:00 UTC at Lhasa
图 7 那曲12时平均大气可降水量探测偏差随(a)GPS_PW和(b)气温的变化Fig. 7 Averaged absolute PW bias as a function of the GPS_PW in each 2 mm PW bin(a) and T(surface air temperature)in each 2℃ T bin(b)at 12:00 UTC for the GZZ-2 at Naqu

相关研究(Guerova et al,2005Baelen et al,2005Luiz et al,2005Cady-Pereira et al,2008)指出,对探空仪的湿度探头加热会造成相对湿度的测量结果偏小。对湿度探头加热的热量既可来自太阳辐射,也可来自大气热传导。图 8给出了拉萨和那曲12与00时地面气温的比较结果。可以看出,拉萨和那曲站12时的月平均地面气温比00时的气温分别高出6—12℃和6—14℃。根据地面气温(T)与大气平均温度(Tm)的经验线性关系式(李建国等,1999)Tm=44.05+0.81T,即地面气温越高大气平均温度也就越高,地面气温的变化能间接反映大气平均温度的变化。对12时的大气可降水量探测偏差和地面气温做相关分析(图略)结果表明,GZZ-2的相关系数在拉萨和那曲分别为0.434和0.468,GTS-1的相关系数在拉萨为0.383,都通过信度α=0.05显著性检验。气温越高,探空湿度探头的温度也就越高,因而大气可降水量探测偏差也就越大。综上所述,12时气温比00时高是大气可降水量探测偏差在12时比在00时大的重要原因。同样,夏季气温比冬季高,应该是造成夏季大气可降水量探测偏差大的重要原因。

图 8 拉萨和那曲12与00时的月平均地面气温之差Fig. 8 Differences of the monthly mean air temperature between that at 12:00 UTC and that at 00:00 UTC at Lhasa and Naqu
4 结论与讨论

(1)1999—2008年高原RS_PW比GPS_PW明显偏小,偏小程度随使用不同的探空仪而异。GZZ-2型机械探空仪和GTS-1型电子探空仪多年平均的大气可降水量探测偏差(GPS_PW减去RS_PW)分别为0.87 mm(8.8%)和0.41 mm(4.4%),随机误差分别为1.74 mm(19.8%)和1.17 mm(13.3%)。探空仪测量误差是导致高原RS_PW偏小的主要原因。

(2)近10年高原大气可降水量探测偏差具有减小的趋势,从1999年的1.28 mm(12.7%)减少至2008年的0.23 mm(2.4%)。采用性能更先进的电子探空仪是高原大气可降水量探测偏差减少的重要原因。

(3)高原大气可降水量探测偏差在12时大,00时小。拉萨站在12时 GZZ-2型和GTS-1型探空仪多年平均的大气可降水量探测偏差分别为1.57 mm(15.8%)和0.77 mm(8.3%),00时分别为0.16 mm(1.6%)和0.05 mm(0.5%)。那曲站GZZ-2型探空仪在12和00时的大气可降水量探测偏差分别为0.85 mm(12.4%)和0.02 mm(0.3%)。t检验结果表明GZZ-2和GTS-1型探空仪探测的大气可降水量偏差都是在12时显著,而在00时不显著。

(4)高原大气可降水量探测偏差随气温增高而增大。气温在12时比在00时高是大气可降水量探测偏差在12时比在00时大的重要原因。

(5)高原大气可降水量探测偏差具有明显的季节变化特征,夏季大,冬季小,其与夏季气温更高有关。

随着高原广泛布设地基GPS站以及GPS_PW资料的积累,充分利用GPS_PW资料检验高原探空仪探测大气湿度的精度,对于进一步了解国产探空仪的不足以及对高原RS_PW资料的订正都有重要意义。

致 谢: 感谢澳大利亚气象局孙治安博士和中国气象科学研究院姚雯副研究员提供的帮助。
参考文献
毕研盟,毛节泰,刘晓阳等.2006.应用地基GPS遥感倾斜路径方向大气水汽总量.地球物理学报,49(2): 335-342
李建国,毛节泰,李成才.1999.使用全球定位系统遥感水汽分布原理和中国东部地区加权“平均温度”的回归分析.气象学报,57(3): 283-292
李生辰,李栋梁,赵平等.2009.青藏高原“三江源地区”雨季水汽输送特征.气象学报,67(4):591-598
梁宏,刘晶淼,李世奎.2006.青藏高原大气水汽分布及其变化特征.自然资源学报,21(4): 526-534
刘红燕,王迎春,王京丽等.2009.由地基微波辐射计测量得到的北京地区水汽特性的初步分析.大气科学,33(2):394-396
施晓辉,徐祥德,程兴宏.2009.2008年雪灾过程高原上游关键区水汽输送机制及其前兆性“强信号”特征.气象学报,67(3):478-487
孙建华,陈红,赵思雄等.2001.青藏高原人工水汽通道对西北地区夏季降水及环境影响Ⅱ:对月降水量的模拟试验.气候变化与环境研究,6(4):380-390
魏凤英.2007.现代气候统计诊断与预测技术.北京:气象出版社,296pp
邢毅,张志萍,曹云昌等.2009.RS92型GPS探空仪的性能试验与分析.气象科技,37(3):336-340
姚雯,马颖,徐文静.2008.L波段电子探空仪相对湿度误差研究及其应用.应用气象学报,19(3):356 -361
张雪梅,江志红,刘晓东等.2009.东亚地区水汽输送强、弱年水汽输送的异同.气象学报,67(4):561-568
Baelen J V, Aubagnac J P, Dabas A. 2005. Comparison of near-real time estimates of integrated water vapor derived with GPS, radiosondes, and microwave Radiometer. J Atmos Ocean Technol, 22(2): 201-210
Bevis M, Businger S, Herring T A, et al. 1992. GPS meteorology: Remote sensing of atmospheric water vapor using the Global Positioning System. J Geophys Res, 97: 15787-15801
Bevis M, Businger B, Chiswell S, et al. 1994. GPS meteorology: Mapping zenith wet delays onto precipitable water. J Appl Meteor, 33: 379-386
Cady-Pereira K E, Shephar M W,Turne D D,et al. 2008. Improved daytime column integrated precipitable water vapor from vaisala radiosonde humidity sensors. J Atmos Ocean Technol, 25 (6): 873-883
Guerova G, Brockmann E, Schubiger F, et al. 2005. An integrated assessment of measured and modeled integrated water vapor in Switzerland for the period 2001-03. J Appl Meteor, 44 (7): 1033-1044
Herring T A, King R W, McClusky S C. 2006. GAMIT Reference Manual. Department of Earth, Atmospheric, and Planetary Sciences, Massachussetts Institute of Technology
Hogg D C, Guiraud F O, Snider J B, et al. 1983. A steerable dual-channel microwave radiometer for measurement of water vapor and liquid in the troposphere. J Appl Meteor, 22 (5): 789-806
Iwabuchi T, Shoji Y, Shimada S, et al. 2004. Tsukuba GPS dense net campaign observations: Comparison of the stacking maps of post-fit phase residuals estimated from three software packages. J Meteor Soc Japan , 82 (1) : 315-342
Li F. 2006. New developments with upper-air sounding in China. Instruments and Observing Methods Report No.94, WMO/TD No.1354. Geneva : WMO
Liou Y A, Teng Y T, Hove T V, et al. 2001. Comparison of precipitable water observations in the near tropics by GPS, microwave radiometer, and radiosondes. J Appl Meteor, 40: 5-15
Liu J, Sun Z, Liang H, et al. 2005. Precipitable water vapor on the Tibetan Plateau estimated by GPS, water vapor radiometer, radiosonde, and numerical weather prediction analysis and its impact on the radiation budget. J Geophys Res, 110 (10): D17106, doi: 10, 1029/2004JD005715
Liu J, Liang H, Sun Z, et al. 2006. Validation of the MODIS precipitable water vapor product using measurements from GPS on the Tibetan Plateau. J Geophys Res, 111, D14103, doi: 10.1029/2005JD007028
Luiz F S, Luiz A T, Machado, et al. 2005. Analysis of relative humidity sensors at the WMO radiosonde intercomparison experiment in Brazil. J Atmos Ocean Technol,22(6): 664-678
Pacione R, Vespe F. 2008. Comparative studies for the assessment of the quality of near-real-time GPS-derived atmospheric parameters. J Atmos Ocean Technol, 25: 701-713
Rocken C, Ware R H, Hove T V, et al. 1993. Sensing atmospheric water vapor with the global positioning system. Geophys Res Lett, 20: 2631-2634
Rocken C, Hove T V, Ware R H. 1997. Near real-time GPS sensing of atmospheric water vapor. Geophys Res Lett, 24:3221-3224
Saastamoinen J. 1973. Contributions to the theory of atmospheric refraction. Bull Geod, 107: 13-34
Takagi T, Kimura F, Kono S. 2000. Diurnal variation of GPS precipitable water at Lhasa in premonsoon and monsoon periods. J Meteor Soc Japan, 78:175-180
Wang J, Zhang L, Dai A, et al. 2007. A near-global, 8-year, 2-hourly data set of atmospheric precipitable water from ground-based GPS measurements. J Geophys Res, 112: D11107, doi: 10.1029/2006JD007529
Wang J, Zhang L. 2008. Systematic errors in global radiosonde precipitable water data from comparisons with ground-based GPS measurements. J Climate, 21: 2218-2238
Webb F H, Zumberge J F. 1997. An introduction to GIPSY/OASIS-Ⅱ, Jet Propulsion Laboratory User Manual. JPL Publication D-11088
Zhai P,Eskridge R E. 1997. Atmospheric water vapor over China. J Climate,10: 2643-2652