应用气象学报  2012, 23 (1): 47-58   PDF    
引用本文
丁海燕, 李青春, 郑祚芳, 楚艳丽, 陈小雷. 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, Chu Yanli, Chen Xiaolei. 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  
利用北京GPS监测网分析夏季暴雨的水汽特征
丁海燕1, 李青春1, 郑祚芳1, 楚艳丽1, 陈小雷2     
1. 中国气象局北京城市气象研究所，北京 100089;
2. 河北省气象局气象台，石家庄 050021
2011-06-13 收到, 2011-11-30 收到修改稿.
资助项目: 国家自然科学基金项目 (41005005);中央公益性科研院所基本科研业务费专项 (IUMKY201002);“十一五”国家科技支撑计划重点项目 (2008BAC37B01)    
通讯作者: 丁海燕, E-mail:hyding@ium.cn.
摘要: 利用覆盖北京地区的地基GPS水汽监测网数据反演的地基GPS大气柱水汽含量 (precipitable water vapor, PWV)，分析了2009年7月3次暴雨天气过程中大气柱水汽含量的水平分布特征；利用高空、地面常规气象资料以及加密气象自动站观测资料计算地面和高空比湿，结合温度、风等物理量分析3次暴雨天气过程中的大尺度水汽输送和中尺度局地辐合作用；对最大降水强度以及降水量的时间变化的分析表明：3次降水落区分布特征与降水前期大气柱水汽含量高值的水平分布较为一致；大气柱水汽含量曲线变化特征与各尺度天气系统造成的水汽输送和水汽辐合密切相关，大气柱水汽含量的大小与水汽来源密切相关；降水前4小时内大气柱水汽含量出现陡增，线性增速大于1.1 mm/h，最大降水强度出现在大气柱水汽含量峰值出现后的1~2 h。
关键词: 大气柱水汽含量 (PWV)    水汽输送    切变线    
Characteristics of Precipitable Water Vapor of Summer Rainstorm Based on Beijing GPS-MET Network
Ding Haiyan1, Li Qingchun1, Zheng Zuofang1, Chu Yanli1, Chen Xiaolei2     
1. Institute of Urban Meteorology, China Meteorological Administration, Beijing 100089;
2. Hebei Provinceial Meteorological Observatory, Shijiazhuang 050021
Abstract: Based on the inversion data of perceptible water vapor (PWV) from ground-based GPS network in Beijing, the ichnography distribution characteristics of PWV before precipitation are analyzed. Using ground and upper air meteorological data from the routine AWS and IAWS, the specific humidity of different heights are calculated, which are associated with temperature and wind, the large scale vapor transportation and the local mesoscale convergence. The changes of PWV, occurrence time of precipitation, rainfall and hourly rain intensity are analyzed. According to the precipitation and the curve of PWV in July 2009, the rainfall are not correspond with the PWV value, but it is nearly associated with the vapor transportation and vapor convergence evoked by all kind scales weather systems. The value of PWV increases continuously before precipitation, sometimes there is a sudden increase an hour before precipitation. The ichnography distributions of high PWV value are accord with precipitation area. Curve change of PWV is nearly related with vapor transportation and convergence, and the PWV is related with vapor resource in 3 ways. There is large scale vapor transportation and local mesoscale convergence, the PWV is stably increasing, 4 hours before precipitation, the PWV rises sharply, the local precipitation will occur 2—3 hours after the value of PWV reaches above 50 mm. There is large scale vapor transportation, but there is not precipitation mechanism, the PWV has exceeded 50 mm, the vapor will increase continuously and maintain. The rain will not occur until the precipitation mechanism appears. There is no apparent resource of outer vapor, and the overall level of the PWV is not high. Effects of local apparent wind converge and shear, 2 hours before precipitation, the PWV value increases sharply. The PWV value will exceed 50 mm an hour before precipitation, and the precipitation area is relative convergence. Above all, it shows that if vapor conditions and precipitation mechanisms are suitable, the precipitation will occur 2—3 hours after PWV reaches 50 mm. Otherwise it will not rain even if the PWV value is greater than 50 mm until precipitation mechanism occurs. From the curve of PWV and timely change of precipitation, 4 hours before precipitation, the curve of PWV shows abrupt increase by larger than 1.1 mm per hour. The maximum of hourly rain intensity occurs 1—2 hours after the peak of PWV.
Key words: perceptible water vapor (PWV)     vapor transportation     shear line    
引言

北京夏季多发暴雨，通过对华北及北京地区降水的研究可知[1-3]，降水分布极不均匀，城区多，郊区少；局地暴雨发生次数多，全市大范围降水发生次数少。就北京地区相对于降水时间持续12 h以上的区域性暴雨来说，范围为20 km左右、时间持续2~3 h的局地性暴雨，预报难度要大得多[4]。充足的水汽、能量和垂直上升运动是形成暴雨的3个必要条件，因为大量的水汽通量辐合是暴雨产生的根本条件[5]。降水过程中大气水汽变化主要表现为大尺度水汽输送、中尺度系统辐合以及更小尺度的水汽聚集增长[6]。

以往所有的探测手段都无法高精度、高时效地提供大气中有关水汽输送和累积的精确数据，而这一数据又是改善中尺度天气预报的关键之一。地基GPS (Global Positioning System, 全球定位系统) 遥感大气水汽技术恰好在这方面提供了一种较理想的探测手段[7-8]。2007年以后北京地区建立了地基全球定位系统气象监测网 (GPS-MET)，为气象业务提供了全新的四维大气水汽实时监测“天眼”[9], 具备连续监测水汽变化特征的功能。

Zhang等[10-11]研究发现，地基GPS大气柱水汽含量 (precipitable water vapor, PWV) 能提供与强对流天气紧密联系的水汽信息，可很好地改善模式大气水汽、温度和风场的初值同化与分析质量, 对提高短期数值预报的强降水预报准确率有明显作用。李青春等[12]发现大气柱水汽含量的增长方式受当地天气系统的支配和制约，在北京附近形成等湿度线密集区，大气柱水汽含量形成逐渐增长的趋势。陈娇娜等[13]研究成都地区秋季降水发现：水汽的增长、上升运动的增强和温度的降低是造成阵性降水的主要原因。王留朋等[14]也研究得出大气柱水汽含量、相对湿度序列对暴雨预报的判定方法。

水汽仅是降水形成的重要因素之一, 降水预报需要全面考虑天气系统背景、大气动力条件和热力条件，了解局地系统特征。另外，结合多种探测资料信息，综合分析水汽、垂直运动触发机制等，给出客观定量降水指标[6]。

本文主要利用GPS/PWV大气水汽资料分析了局地暴雨和区域性暴雨过程大气柱水汽含量的变化特征，同时运用高空、地面常规气象资料以及加密气象自动站观测资料计算地面和高空比湿，结合温度、风等物理量分析2009年7月3次暴雨天气过程中的大尺度水汽输送和中尺度局地辐合作用；针对不同天气系统影响下水汽来源的不同以及产生降水动力条件的异同，比较了大气柱水汽含量在降水前的线性变化，以及降水过程中大气柱水汽含量峰值与最大降水强度出现时间的关系，可联动分析天气系统、水汽条件与大气柱水汽含量变化作为夏季暴雨预报提供参考。

1 数据

图 1为覆盖北京地区的地基GPS测站分布图，集中于北京夏季强降水集中区域房山区和怀柔区，两个区域分别有9个站和6个站。在这两个区域布网可以实时监测大气柱水汽含量的输送及演变过程，同时房山位于水汽输送通道的上风向，可为遥感观测资料在数值模式同化中更好的应用，其他区县建有14个GPS测站。

图 1. 北京地区地基GPS气象站网 Fig 1. Network of ground-based GPS-MET in Beijing

采用4.2版Bernese GPS分析软件，估算出天顶方向对流层总延迟，然后根据包含有地面气压和温度的经验公式推导出大气柱水汽含量[15]。降水量资料为北京自动气象站逐小时降水数据，由其计算出日降水量 (前1日21:00至当日20:00，北京时, 下同)。利用常规高空、地面资料，以及区域气象加密观测资料，分析地面、高空的风场, 同时计算比湿。

选取35°~44°N，110°~124°E范围内观测站逐日两次 (08：00和20：00) 的探空资料，由于大气水汽几乎全部集中在气象学定义的对流层，利用从地面到200 hPa各高度上的露点温度，分别计算各高度上的水汽压Pe，再计算各层的比湿q，从而计算得出大气柱水汽含量，将其与北京市观象台GPS测站大气柱水汽含量进行对比，分析北京市观象台2009年7月13日、16日和30日3次降水过程中，由探空资料计算的大气柱水汽含量与该站GPS测站的大气柱水汽含量数据比较接近，两组数据的相关系数为0.96，通过0.01的显著性检验 (图 2)。

图 2. 2009年7月由探空资料计算的大气柱水汽含量与GPS测站的大气柱水汽含量对比 Fig 2. Comparison of PWV from sounding data and GPS observation site in July 2009

2 2009年7月大气柱水汽含量与降水的关系

对北京地区2009年7月北京市观象台自动气象站的降水量资料进行统计分析，发生降水量不等的降水日数为12 d，其中3次明显降水出现在7月中、下旬。分析北京市观象台GPS测站日平均大气柱水汽含量与日降水量的时间变化曲线可以直观地看出降水与大气柱水汽含量的对应关系 (图 3)，但是，大气柱水汽含量与降水量在量值上没有直接的对应关系，如6日、13日和31日大气柱水汽含量处于同一水平，但降水量各不相同。大气柱水汽含量高，并不意味着降水量就一定大，反之亦然。

图 3. 2009年7月大气柱水汽含量与降水量对比 Fig 3. Comparison of PWV and precipitation in July 2009

3 降水实况与GPS测站大气柱水汽含量空间分布

利用地基GPS大气水汽观测资料分别对2009年7月13日、17日和31日降水过程的大气柱水汽含量进行分析。2009年7月13日北京出现了大到暴雨，部分地区出现了局地大暴雨 (图 4)，从北京市自动气象站降水量统计分析看，集中降水时段出现在7月13日15：00—19：00，历时4 h。日降水量大于50 mm的测站有11个，最大降水量出现在丰台新发地，为76.3 mm (图中深紫色显示)，4 h降水量达到74.9 mm，玉泉营1 h降水量达到65.8 mm。

图 4. 2009年7月部分时段降水量分布 Fig 4. Distribution of rainfall in July 2009

从降水前4小时开始，大气柱水汽含量出现明显增加，图 5分别为2009年7月13日降水前4小时 (13日12:00) 至降水前1小时 (13日15:00) 大气柱水汽含量的水平分布，随着降水的临近，大气柱水汽含量不断增加，临近降水前1小时北京西南、南部以及东北部的大气柱水汽含量明显增加，大气柱水汽含量分布及变化特征与出现明显降水的15：00—19：00的降水量分布较为一致 (图 4)。

图 5. 2009年7月13日大气柱水汽含量分布 Fig 5. Distribution of PWV on 13 July 2009

2009年7月16日全市出现大范围大雨，从自动站降水量观测资料统计分析看，集中降雨时段出现在7月17日04：00—16：00(图 4)，历时14 h。日降水量大于50 mm的测站有37个，南部地区最大降水量出现在大兴魏善庄，为83.0 mm；庞各庄降水量为82.7 mm，次之。

图 6为降水发生前15小时 (7月16日13：00) 至降水出现后1小时 (7月17日05：00) 北京地区大气柱水汽含量的水平分布图，可以看出：大气柱水汽含量是一个连续变化的过程。16日13：00总体大气柱水汽含量相对不高，西南部的水汽总量略高。16：00，北京大部分地区水汽明显增加，西南部房山尤为明显。16日16：00—17日02：00的10 h内，大气柱水汽含量持续增加，17日05：00大气柱水汽含量继续向北进入到城区和东北、北部地区。

图 6. 2009年7月16—17日大气柱水汽含量分布 Fig 6. Distribution of PWV during 16—17 July 2009

2009年7月30日夜间北京城区出现局地暴雨，从全市自动气象站降水量观测资料分析看，降水集中出现在31日00：00—04：00(图 4)，主要分布在北京城区，南长街测站最大，过程降水量为140.6 mm，其次是天安门为115.6 mm，31日00：00南长街和天安门的降水强度分别为91 mm/h和68 mm/h，达到大暴雨量级。其他7个城区自动站的6 h过程降水量都在60 mm以上。

分析降水发生前5小时 (7月30日19：00) 至降水出现后2小时 (7月31日02：00) 北京地区大气柱水汽含量的水平分布图 (图 7)，从7月30日19：30—20：00集中于北京城区的大气柱水汽含量出现陡增。31日02：00，随着降水的发生，大气柱水汽含量明显减少，水汽高值区逐渐移出城区中心。

图 7. 2009年7月30—31日大气柱水汽含量分布 Fig 7. Distribution of PWV during 30—31 July 2009

4 水汽来源、降水动力机制

分析2009年7月3次典型降水，无论从水汽来源、还是降水触发机制都有明显的不同，从而降水前大气柱水汽含量的时间序列变化不同。

4.1 水汽条件

分析7月13日08：00 500 hPa，700 hPa以及850 hPa的比湿和风场 (图 8)，北京地区西南方向存在明显大范围的水汽高值区，同时存在西南—东北方向的高风速带 (虚线框内为风速较大的区域)。850 hPa高度在高风速带及其后方是一条明显的狭长水汽高值区，即湿舌，西南风将水汽源源不断地输送到北京上空，为降水提供了充足的水汽条件。

图 8. 2009年7月13日08:00高空各层比湿 (等值线) 和风场 (矢量) Fig 8. Specific humidity (contours) and wind (vectors) of different height at 0800 BT 13 July 2009

分析降水发生前16日20:00的700 hPa, 850 hPa及地面的比湿和风场，北京西南方向存在水汽高值区 (图略)，其中低空850 hPa为南风—西南风，有明显的水汽被输送到北京上空。

对7月30日地面比湿、风场 (图 9) 分析，降水前4小时 (30日20:00) 在北京东南部为地面水汽高值区，中心比湿最大值为19 g·kg-1。虽然北京东南部为东南风，但水汽高值区位置偏东，23:00地面水汽高值区位置继续向东偏移，水汽输送条件更加不利。

图 9. 2009年7月30日地面比湿 (等值线) 和风场 (矢量) Fig 9. Surface specific humidity (contours) and wind (vectors) fields on 30 July 2009

以上对3次降水过程的水汽输送条件的分析说明，13日、17日的降水过程有从外部输送的充沛水汽条件，而30日的降水过程水汽输送条件不明显。

4.2 降水动力机制

根据2009年7月13日的地面温度场分析来看，降水前2小时 (14：00) 北京东北部地区有冷舌南伸，与南部地区的暖区之间形成温差，出现东北风与东南风的切变 (图 10a虚线框)。15：00切变线临近北京城区中心位置 (图 10b)。充沛的水汽，加之冷舌与近地面的风切变线产生辐合作用，形成局地暴雨。

图 10. 2009年7月13日14:00(a)、15:00(b) 地面温度场 (等值线) 和流场 (流线) 分布 Fig 10. Surface temperature (contours) and streamline (streamlines) fields at 1400 BT (a) and 1500 BT (b) on 13 July 2009

7月17日降水前8小时 (16日20：00) 地面图 (图略) 北京东南方向位于山东—河北一带冷暖空气交汇，有气旋发展，北京处于明显风场辐合的北部，17日04：00北京地区出现历时较长的区域性降水。

分析7月30日降水前4小时 (20:00) 地面流场 (图 11a)，北京城区出现东南—东北方向的风切变以及较弱的风场辐合，随着辐合的进一步发展，造成空气的上升运动，到31日02:00已经演变为以北京城区为中心的地面风场辐合 (图 11b)，在此期间从30日23:00开始，城区中心出现大暴雨。

图 11. 2009年7月30日20:00(a)、31日02:00(b) 地面流场 Fig 11. Surface streamline field at 2000 BT on 30 July (a) and 0200 BT 31 July (b) in 2009

4.3 大气柱水汽含量的时间变化

在3次典型降水中，北京市观象台均位于降水区的上风方向，因此选取该站数据进行大气柱水汽含量与降水量时间变化的分析。考虑个别观测数据的缺失，在做大气柱水汽含量时间变化曲线图时作了2 d滑动平均处理，缺失的数据均分布在主要降水前12小时或降水结束之后，因此不影响对降水前及降水过程中大气柱水汽含量曲线变化的分析。

分析2009年7月12日08:00到14日07:00大气柱水汽含量时间变化曲线可以看出 (图 12)，7月12日08:00大气柱水汽含量为35.2 mm，根据前面分析得出的北京西南大湿度区和西南风高风速带带来的水汽不断输送，使大气柱水汽含量得到稳定、持续的增长，至13日09:00大气柱水汽含量达到54.2 mm，2 h后出现小雨，13日13：00大气柱水汽含量51.7 mm，3 h后16:00出现较强降水，16:30大气柱水汽含量达到峰值56.3 mm，1.5 h后，18:00出现最大雨强为35.4 mm。分析整个过程从12日08:00到13日16:30大气柱水汽含量36 h增量为21.1 mm，线性增速为0.59 mm/h，13日12:00(降水前4小时) 大气柱水汽含量为48.3 mm，16:00出现较强降水，大气柱水汽含量为52.8 mm，线性增速为1.12 mm/h。

图 12. 2009年7月北京市观象台大气柱水汽含量时间序列与降水量对比 Fig 12. Comparison of PWV and precipitation at Beijing Weather Observatory in July 2009

分析7月15日08:00到18日05:00大气柱水汽含量时间变化曲线可以看出 (图 12)，7月15日08:00大气柱水汽含量为29.2 mm，此后不断上升，16日13:00大气柱水汽含量为51.5 mm，据前分析16日20:00北京南部有气旋发展，因此大气柱水汽含量一直持续增加保持在较高的水平，至16日24:00大气柱水汽含量达到62.0 mm，17日04:00出现降水时大气柱水汽含量达66.5 mm，降水前4小时大气柱水汽含量增幅变大，增速为1.13 mm/h。降水出现后大气柱水汽含量维持在65.0 mm上下约5 h，17日09:00大气柱水汽含量出现另一峰值69.9 mm，1 h后17日10:00出现最大雨强14.6 mm/h。分析整个降水过程，从16日13:00至18日01:30，连续36.5 h大气柱水汽含量一直保持在50 mm以上。

分析7月30日00:00到31日14:00大气柱水汽含量时间变化曲线可以看出 (图 12)，30日10：00大气柱水汽含量为39.9 mm，3 h后 (30日13：00) 快速增长到47.5 mm，22：00大气柱水汽含量为47.2 mm，23：00跃升到52.0 mm，31日00：00降水发生时为大气柱水汽含量为56.2 mm。从30日22：00—31日00：00降水前2小时大气柱水汽含量增量为9 mm。大气柱水汽含量总体水平比较低，大部分时间比较平稳，基本保持在45~50 mm之间。从30日23：00至31日01：30，大气柱水汽含量在50 mm以上的时间持续2.5 h，发生降水的同时大气水汽含量达到峰值56.2 mm，出现峰值2 h后，31日02：00北京市观象台出现最大降水强度为6.5 mm/h。

以上分析说明，实际降水量的大小与大气柱水汽含量没有直接关系，而大气柱水汽含量大气柱水汽含量大小与各尺度天气系统造成的水汽输送和水汽辐合密切相关。通过分析大气柱水汽含量变化曲线与出现降水时间发现，7月13日09：00大气柱水汽含量为54.2 mm，11：00出现小雨，13：00大气柱水汽含量为51.7 mm，3 h后16：00出现较强降水；7月16日13：00大气柱水汽含量为51.5 mm，由于降水机制出现较晚，15 h后出现降水；7月30日23：00大气柱水汽含量为52.0 mm，1 h后出现降水。因此一般在水汽条件和降水机制同时具备的前提下，大气柱水汽含量超出50 mm之后的2~3 h，出现降水的可能性较大，但由于本文研究的个例还比较有限，今后将分析更多的降水个例加以进一步印证。

5 小结

1) 通过分析2009年7月的降水量与大气柱水汽含量曲线，发现降水量与大气柱水汽含量大小没有直接对应关系，而与各尺度天气系统造成的水汽输送和水汽辐合密切相关。

2) 分析发现，降水前大气柱水汽含量的增加是一个连续变化的过程，也可能会在降水前1小时内出现陡增。3次降水落区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。

3) 大气柱水汽含量变化与各尺度天气系统造成的水汽输送和水汽辐合密切相关，大气柱水汽含量大小与水汽来源有关，具体可分为如下3种情况：当大尺度输送水汽和中尺度局地辐合同时具备，大气柱水汽含量曲线呈现稳定线性增长，大气柱水汽含量在降水前4小时出现陡增，大气柱水汽含量超过50 mm的2~3 h会产生局地降水；有大尺度输送的水汽，由于没有降水触发机制，大气柱水汽含量已经超过50 mm但并没有降水发生，水汽会继续增加并保持在较高的水平，直到有降水动力机制出现；没有明显的外来水汽输送，因此大气柱水汽含量整体水平不高，但由于局地存在明显的风场辐合或切变，一般降水前2小时内大气柱水汽含量会出现陡增，降水前1小时大气柱水汽含量超过50 mm，降水落区也相对集中。以上分析表明，如果同时具备水汽条件和降水动力机制，那么在大气柱水汽含量达到50 mm的2~3 h之后，降水就会发生。否则，大气柱水汽含量超过50 mm数小时甚至十几个小时，直到出现降水机制才能产生降水。

4) 由大气柱水汽含量曲线与降水量时间变化分析，在降水前4小时内大气柱水汽含量出现陡增，线性增速大于1.1 mm/h，最大1小时降水量出现在大气柱水汽含量峰值出现后的1~2 h。这与曹云昌等[16]对GPS遥感的大气柱水汽含量与局地降水关系的初步分析的结论一致，即降水出现的时间一般发生在大气柱水汽含量迅速增加之后，大多数站在大气柱水汽含量迅速增加后4 h内出现降水。

本文利用GPS观测资料结合其他一些观测资料进行对夏季降水前水汽进行数据分析，针对3次降水个例的水汽同化有待进一步进行。近年来水汽数据资料的同化逐渐引入到数值模式中，陈敏等[17]对2006年和2007年的28次夏季降水过程进行了有、无同化GPS大气柱水汽含量的对比研究，结果表明：通过对局地水汽观测数据的同化，可以使数值模式对大阈值降水的时段、强度和落区的预报性获得全面的提高，在快速更新系统中为下一次循环提供质量更好的背景场，能使高时空分辨率的GPS大气柱水汽含量在北京局地的同化效果得以累积，为局地要素的预报效果带来显著的正面影响。同时，GPS大气柱水汽含量的同化对模式中大气总水汽量偏干也起到了一定的修正作用。

致谢 感谢中国气象局北京城市气象研究所程丛兰副研究员和张京江高级工程师分别在图形绘制和地基GPS大气水汽原始数据提供中给予的帮助！感谢中国天气网原新闻主编窦莉新在图形处理中给予的支持和帮助。
参考文献
[1] 梁丰, 陶诗言. 华北地区一次黄河气旋发生发展时所引起的暴雨诊断分析. 应用气象学报, 2006, 17, (3): 257–265.
[2] 杨波, 孙继松, 魏东, 等. 北京奥运会开幕期间的中尺度天气系统研究. 应用气象学报, 2010, 21, (2): 164–170.
[3] 梁丰, 陶诗言. 1998年7月河套气旋强烈发展时的暴雨过程分析. 应用气象学报, 2007, 18, (5): 577–585.
[4] 郭虎, 段丽, 卞素芬, 等. 利用加密探测产品对"06731"北京奥体中心局地暴雨结构特征的精细分析. 热带气象学报, 2008, 24, (3): 219–227.
[5] 李斌, 孙即霖, 杨晓霞, 等. 青岛一次局地大暴雨的中尺度环流特征分析. 中国海洋大学学报, 2009, 39, (6): 1171–1180.
[6] 万蓉, 郑国光. 地基GPS在暴雨预报中的应用进展. 气象科学, 2008, 28, (6): 697–702.
[7] Zhang Chaolin, Kuo Yinghwa, Dai Lianjun, et al. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII, Part B8, Beijing 2008: 517-522.
[8] 谢璞, 张朝林, 王迎春, 等. 北京地区单双频地基GPS大气水汽遥测试验与研究. 应用气象学报, 2006, 17, (增刊): 28–34.
[9] 张朝林. 环北京四维大气水汽实时监测的"天眼". 中国高校科技与产业, 2006, 8: 44–45.
[10] Zhang Chaolin, Zhang Lina, Wang Bizheng, et al. Analysis and modeling of a long-lasting fog event over Beijing in February 2007. Acta Meteorologica Sinica, 2010, 24, (4): 426–440.
[11] 张朝林, 陈敏, KuoYinghwa, 等. "00.7"北京特大暴雨模拟中气象资料同化作用的评估. 气象学报, 2005, 63, (6): 922–932. DOI:10.11676/qxxb2005.088
[12] 李青春, 张朝林, 楚艳丽, 等. GPS遥感大气可降水量在暴雨天气过程分析中的应用. 气象, 2007, 33, (6): 51–58. DOI:10.7519/j.issn.1000-0526.2007.06.008
[13] 陈娇娜, 李国平, 黄文诗, 等. 华西秋雨天气过程中GPS遥感水汽总量演变特征. 应用气象学报, 2009, 20, (6): 753–760.
[14] 王留朋, 白征东, 过静, 等. 利用地基GPSPWV序列和相对湿度RH序列研究暴雨过程全. 测绘科学, 2007, 32, (3): 142–198.
[15] 楚艳丽, 郭英华, 张朝林, 等. 地基GPS水汽资料在北京"7.10"暴雨过程研究中的应用. 气象, 2007, 33, (12): 16–22. DOI:10.7519/j.issn.1000-0526.2007.12.003
[16] 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. 应用气象学报, 2005, 16, (1): 54–59. DOI:10.11898/1001-7313.20050107
[17] 陈敏, 范水勇, 仲跻芹, 等. 全球定位系统的可降水量资料在北京地区快速更新循环系统中的同化试验. 气象学报, 2010, 68, (4): 450–463. DOI:10.11898/1001-7313.20100408