暴雨天氣中地基GNSS可降水量時(shí)序變化分析

朱恩慧，楊 力，賈鵬志，趙 爽，郜 堯

(信息工程大學(xué) 導(dǎo)航與空天目標(biāo)工程學(xué)院，鄭州 450000)

0 引言

全球衛(wèi)星導(dǎo)航系統(tǒng)氣象學(xué)(global navigation satellite system meteorology，GNSS/MET)是近20年來蓬勃發(fā)展起來的。GNSS/MET所研究的一項(xiàng)重要內(nèi)容是水汽，水汽在時(shí)間、空間上的狀態(tài)以及三相變化直接對大氣的垂直穩(wěn)定產(chǎn)生影響，并導(dǎo)致氣候的演變，造成強(qiáng)對流天氣進(jìn)而引發(fā)強(qiáng)降雨等暴雨天氣。相比于常規(guī)天氣預(yù)測，基于地基GNSS反演大氣水汽的方式可提供時(shí)效性強(qiáng)、精度高、全天時(shí)的氣象數(shù)據(jù)資料，有助于改善天氣預(yù)報(bào)尤其是中尺度的天氣預(yù)報(bào)的時(shí)效性、精度等。

文獻(xiàn)[1-4]對于大氣可降水量(precipitable water vapor，PWV)的時(shí)間變化序列在暴雨天氣預(yù)報(bào)方面了一些早期實(shí)驗(yàn)，在中尺度數(shù)值3維變化同化，與其他大氣資料相結(jié)合，用以改善數(shù)值模擬初值并進(jìn)行質(zhì)量分析，對于降雨預(yù)報(bào)的提高具有明顯的作用；文獻(xiàn)[5]介紹了長江區(qū)域全球定位系統(tǒng)(global position system，GPS)網(wǎng)在臺風(fēng)天氣下影響區(qū)域的PWV的探測，得出PWV與每日探空資料具有極高的一致性，在臺風(fēng)天氣前后PWV值有個(gè)急升和急降的過程；文獻(xiàn)[6]利用北京地基GPS網(wǎng)分析2004年暴雨過程中PWV的變化特點(diǎn)及其與降水量和強(qiáng)度的關(guān)系；文獻(xiàn)[7]分析武漢市幾次暴雨過程，得出每一次暴雨的發(fā)生都是在PWV急增之后；文獻(xiàn)[8-12]分析暴雨發(fā)生期間天氣氣象要素的變化特征，研究水汽對流運(yùn)動(dòng)的發(fā)展規(guī)律，得出在水汽含量快速增長的情況下，接下來一段時(shí)間(幾個(gè)小時(shí))內(nèi)非常有可能產(chǎn)生降水。

本文以香港地區(qū)一次臺風(fēng)引發(fā)暴雨的天氣為實(shí)例，基于精密單點(diǎn)定位(precise point positioning，PPP)技術(shù)實(shí)時(shí)反演PWV，分析在臺風(fēng)天氣暴雨發(fā)生期間地基GNSS可降水量的時(shí)許變化特點(diǎn)。

1 地基GNSS水汽反演方法

大氣中水汽信息包含PWV、3維水汽分布以及時(shí)間分布序列等。其中，對PWV值的高精度計(jì)算是地基GNSS技術(shù)的關(guān)鍵之一，為進(jìn)一步解算其他水汽信息奠定基礎(chǔ)。地基GNSS反演技術(shù)利用高精度定位原理反推對流層的延遲量，進(jìn)而解算大氣可降水量。本文數(shù)據(jù)處理過程基于精密單點(diǎn)定位方法計(jì)算天頂對流層延遲(zenith total delay，ZTD)，ZTD由天頂靜力學(xué)延遲(zenith hydrostatic delay，ZHD)和天頂濕延遲(zenith wet delay，ZWD)2部分組成，其中：ZHD又可稱之為天頂干延遲，占總延遲的90 %左右，變化情況較為穩(wěn)定，可使用模型對其進(jìn)行改正并能達(dá)到較高精度改正數(shù)；ZWD則是由大氣水汽的折射造成，其變化復(fù)雜，且與天氣情況密切相關(guān)。一般利用GNSS觀測數(shù)據(jù)可求得ZWD精確值，基于氣象觀測數(shù)據(jù)可求得ZHD準(zhǔn)確值，由精確天頂對流層濕延遲和精確天頂對流層干延遲可求得天頂對流層總延遲為

ZTD=ZWD+ZHD。

(1)

ZHD與地面氣象數(shù)據(jù)有強(qiáng)相關(guān)性，結(jié)合薩斯模型可得ZHD的準(zhǔn)確值。通過PWC參數(shù)估計(jì)過程，可以直接求得ZWD，PWV的計(jì)算方法為

PWV=Π·ZWD。

(2)

香港連續(xù)運(yùn)行參考站網(wǎng)由18個(gè)分布于香港各處的連續(xù)運(yùn)行參考站(continuously operating reference stations，CORS)組成，如圖2所示。每天不停接收GNSS衛(wèi)星的數(shù)據(jù)，經(jīng)系統(tǒng)整理分析后，發(fā)放到香港大地測量網(wǎng)，供用戶下載使用，以滿足用戶高精度定位需求。

(3)

式中：ρw為液態(tài)水密度；Rυ=461.510 J·kg-1·K-1，為水汽氣體常數(shù)；Mw=18.015 g·mol-1，為濕大氣摩爾質(zhì)量；Md=28.964 g·mol-1，為干大氣摩爾質(zhì)量；k1=77.689 K·hpa-1、k2=71.259 K·hpa-1、k3=373 900 K2·hpa-1，均為物理常數(shù)。大氣加權(quán)平均溫度為Tm，其計(jì)算方法為

立磨機(jī)試驗(yàn)裝置主要由轉(zhuǎn)速檢測裝置、自動(dòng)控制裝置及立磨機(jī)主體設(shè)備組成，可通過控制系統(tǒng)調(diào)整主軸轉(zhuǎn)速，此外該系統(tǒng)還配置有粒度測量儀器。立磨機(jī)筒體規(guī)格為Φ250mm×800mm，筒體容積35L，電機(jī)功率 3kW［6］。

(4)

式中：N為層數(shù)；Δpi為第i層大氣密度；ei為實(shí)驗(yàn)區(qū)域水汽壓；Ti為實(shí)驗(yàn)區(qū)域絕對溫度。在GNSS反演水汽過程中，實(shí)測氣象數(shù)據(jù)不容易獲得；本文采用文獻(xiàn)[13]提出的全球大氣加權(quán)平均溫度模型(global weighted mean temperature，GWMT)求取實(shí)驗(yàn)區(qū)域大氣加權(quán)平均溫度，結(jié)果精度較高。

高校的資產(chǎn)管理機(jī)構(gòu)為國有資產(chǎn)的一級管理機(jī)構(gòu)，由相應(yīng)的主管校長負(fù)責(zé)，實(shí)現(xiàn)既管資產(chǎn)，又管事務(wù)，兼管人員的統(tǒng)一。高校國有資產(chǎn)管理處獨(dú)立行使國有資產(chǎn)出資者的權(quán)利，依法對相應(yīng)的國有資產(chǎn)進(jìn)行監(jiān)督管理。其主要職責(zé)有：（1）加強(qiáng)日常國有資產(chǎn)管理，對國有資產(chǎn)的安全、完整性，相應(yīng)的保值增值進(jìn)行監(jiān)督監(jiān)管；（2）制訂相關(guān)的高校國有資產(chǎn)的規(guī)章制度，依法行使指導(dǎo)監(jiān)督權(quán)力；（3）依法對下級部門負(fù)責(zé)人進(jìn)行任免，考核。設(shè)立相應(yīng)的獎(jiǎng)懲制度，完善有關(guān)的激勵(lì)、約束機(jī)制。（4）代表學(xué)校向校辦企業(yè)派遣監(jiān)事人員；（5）統(tǒng)籌負(fù)責(zé)學(xué)校國有資產(chǎn)的產(chǎn)權(quán)相關(guān)工作，制訂相應(yīng)的融資、發(fā)展規(guī)劃。

2 實(shí)驗(yàn)及結(jié)果分析

2.1 實(shí)驗(yàn)數(shù)據(jù)

式中Π為轉(zhuǎn)換因子，其計(jì)算方法為

實(shí)時(shí)PWV解算流程圖如圖1所示。

實(shí)驗(yàn)采用其中17個(gè)CORS站進(jìn)行說明，基于PPP技術(shù)，利用各站觀測數(shù)據(jù)結(jié)合國際GNSS服務(wù)組織(International GNSS Service，IGS)提供的實(shí)時(shí)軌道和鐘差解算ZTD和ZWD，時(shí)間分辨率為5 min。采用香港地區(qū)2016-10-14至2016-10-23(年積日第288天至第297天)10 d的GNSS觀測數(shù)據(jù)(格林尼治時(shí)間)，對應(yīng)北京時(shí)間為2016-10-14的8時(shí)至2016-10-23的8時(shí)，以下實(shí)驗(yàn)分析均采用格林尼治時(shí)間進(jìn)行說明。實(shí)驗(yàn)期間出現(xiàn)受臺風(fēng)影響引發(fā)的的暴雨天氣，于2016-10-16至2016-10-19出現(xiàn)。期間整個(gè)香港地區(qū)降雨量超過100 mm，降雨水平已經(jīng)達(dá)到暴雨閾值。實(shí)驗(yàn)使用的17個(gè)連續(xù)運(yùn)行參考站中，其中HKWS和HKSL同時(shí)作為IGS站，利用這2個(gè)連續(xù)運(yùn)行參考站連續(xù)10 d的解算結(jié)果ZTD與IGS發(fā)布的同時(shí)期對流層產(chǎn)品ZTD進(jìn)行對比分析，確定使用該技術(shù)的解算結(jié)果具有較高的精度。并通過香港天文臺發(fā)布的香港各個(gè)地區(qū)每小時(shí)降雨量，獲取各區(qū)附近CORS站實(shí)際降水量，其中HKSC站與香港天文臺測站距離最近，還可對比該站解算出的PWV值與天文臺探空數(shù)據(jù)。探空數(shù)據(jù)可以通過美國國家海洋和大氣管理局發(fā)布的全球探空數(shù)據(jù)進(jìn)行下載，該數(shù)據(jù)由全球分布的多個(gè)氣象站每12 h釋放一次探空氣球采集，可獲取香港區(qū)域探空資料。

2站解算結(jié)果(PPP/ZTD)與IGS產(chǎn)品值(IGS/ZTD)符合精度良好，差值集中在10 mm以內(nèi)。其中：HKSL站ZTD與IGS產(chǎn)品值平均偏差為-5.94 mm，均方根誤差(RMS)為5.042 mm；HKWS站ZTD對比IGS產(chǎn)品值其平均偏差-4.4 mm，均方根誤差(RMS)為7.092 mm。由此，采用實(shí)時(shí)軌道和鐘差進(jìn)行的解算可達(dá)到與IGS站高精度軟件處理結(jié)果的高度一致性。證明該程序具有較好的解算精度，可滿足大氣水汽反演解算的相關(guān)需求。

2.2 ZTD對比分析

實(shí)驗(yàn)使用了17個(gè)觀測站數(shù)據(jù)進(jìn)行試驗(yàn)，選取HKKT站和HKOH站并結(jié)合天文臺氣象站測得的地面實(shí)際降水量來觀察PWV變化過程，如圖8、圖9所示。

通過對各個(gè)路由度量合理的權(quán)重分配a=(a1,a2,a3,…,am),得到所有候選父節(jié)點(diǎn)的綜合評價(jià)值f(i)(i=1,2…n)。則具有最小(或最大)f(i)值對應(yīng)的候選父節(jié)點(diǎn)可優(yōu)先選為偏好父節(jié)點(diǎn)。而權(quán)重分配a=(a1,a2,a3,…,am)為一個(gè)單位矢量,aj表示第j個(gè)路由度量的權(quán)重系數(shù),該單位矢量應(yīng)滿足如下約束條件:

2.3 PWV對比分析

由圖5、圖6可知：自2016-10-16(年積日第290天)開始，在臺風(fēng)影響下，PWV逐漸增加，至臺風(fēng)影響天氣結(jié)束，HKSL站和HKWS站PWV增量都在25 mm以上，在此期間伴有強(qiáng)降水；自2016-10-17開始，可降水量進(jìn)一步增大，各測站在2016-10-18先后達(dá)到峰值，隨后PWV值快速下降；在此之后大氣可降水量又開始快速增加，在12 h內(nèi)達(dá)到峰值，并在19日迎來新一輪高強(qiáng)度降雨過程，隨著降雨過程逐漸結(jié)束，PWV值急劇下降。

本實(shí)驗(yàn)采用2016-10-14至2016-10-23的觀測數(shù)據(jù)，期間因受臺風(fēng)天氣影響，從2016-10-16至2016-10-19香港地區(qū)有持續(xù)大雨以及雷暴天氣，19日下午達(dá)到最大。重點(diǎn)分析2016-10-16至2016-10-19的可降水量變化過程，以HKSL和HKWS這2個(gè)站點(diǎn)為例進(jìn)行分析(如圖5、圖6所示)。

在犢牛肉營養(yǎng)指標(biāo)中，后腿的蛋白質(zhì)含量、灰分含量和水分含量分別為20.603、1.34、77.45，顯著高于里脊和前腿(p<0.05)；前腿脂肪含量較高，為1.67%。成年牛肉的水分含量為68.48，顯著低于犢牛肉的水分含量。食用指標(biāo)中，犢牛肉之間的pH值無明顯差異，它的不同與糖酵解、屠宰等都有關(guān)系。后腿和里脊的剪切力較小，說明后腿和里脊肉的嫩度最好。水分活度與水分含量結(jié)果一致。色澤較好的是后腿，紅度值為15.73，顯著高于其他兩組。得出后腿的營養(yǎng)指標(biāo)和食用指標(biāo)優(yōu)于其他兩組。

分析2016-10-16至2016-10-19的可降水量變化過程，選取HKSC、HKKT和HKOH 3個(gè)站點(diǎn)結(jié)合香港天文臺氣象站測得的各個(gè)地區(qū)的地面實(shí)際降水量，并觀察可降水量的變化過程。由于HKSC站離香港天文臺距離最近，對比該站反演的PWV結(jié)果與天文臺的探空數(shù)據(jù)結(jié)果(如表1所示)，可看出平均偏差為2.21 mm，最大偏差不超過3.5 mm，符合精度要求。

表1HKSC站探空資料與所計(jì)算PWV值比較mm

日期探空值PWV差值10月16日12時(shí)54.2150.83.40 24時(shí)57.5257.30.3210月17日12時(shí)65.7063.81.90 24時(shí)70.6268.02.6210月18日12時(shí)67.5066.11.40 24時(shí)69.3767.12.2710月19日12時(shí)65.9863.12.88 24時(shí)46.1943.32.89

如圖7所示，HKSC站與香港天文臺觀測站距離最近，對比該站反演的PWV結(jié)果與天文臺探空結(jié)果，可發(fā)現(xiàn)估計(jì)值與探空值一致性較好，大多數(shù)差值都在2 mm以內(nèi)。

為評估本實(shí)驗(yàn)反演大氣可降水量的精度，采用IGS分析中心發(fā)布的對流層產(chǎn)品檢驗(yàn)ZTD反演精度，該產(chǎn)品是基于IGS軌道和鐘差，利用Bernese軟件進(jìn)行估計(jì)得到，產(chǎn)品分辨率為5 min。圖3及圖4所示為HKSL和HKWS 2個(gè)站點(diǎn)在2016-10-14至2016-10-23的ZTD解算結(jié)果與IGS產(chǎn)品值之間的差值。

Summertime migration of atmospheric mass over regions between Asia and North Pacific and its

由圖8、圖9可知：從2016-10-16的PWV值開始增大，到達(dá)2016-10-18的6點(diǎn)左右，HKSC站、HKKT站和HKOH站均達(dá)到峰值，在PWV增大期間伴有少量降水，所以PWV的值增大并不是很快；2016-10-18的6點(diǎn)左右伴隨降雨過程，PWV值開始下降；2016-10-19的凌晨，PWV值開始慢慢加速上升，2016-10-19的4點(diǎn)左右達(dá)到峰值并持續(xù)一段時(shí)間，在5點(diǎn)至6點(diǎn)開始新一輪的強(qiáng)降雨，隨著降雨量的增大，PWV值下降超過10 mm。

2）網(wǎng)站服務(wù)質(zhì)量對醫(yī)藥B2C平臺顧客忠誠度的影響值為 0.64，這說明平臺網(wǎng)站通過與顧客進(jìn)行積極高效的互動(dòng)，如迅速解答顧客的問題、為顧客提供可以對購物過程和藥品服用效果進(jìn)行反饋的渠道、構(gòu)建便捷的交流溝通方式等，可有效地提升顧客滿意度，并進(jìn)一步提升顧客的忠誠度。

圖10、圖11顯示香港地區(qū)所選取的17個(gè)測站PWV等值線的時(shí)序變化，可直觀看出整個(gè)香港地區(qū)可降水量的變化情況。

綜上所述，在2次集中降雨之前，可降水量普遍提升至少10 mm；2次降水過程中，暴雨發(fā)生之前的24 h甚至更早的時(shí)間，PWV值開始增加，達(dá)到峰值并持續(xù)很長一段時(shí)間，之后PWV值如果發(fā)生突降，則其后出現(xiàn)短時(shí)強(qiáng)降水；地面實(shí)際降水量與PWV值的減少有較好的對應(yīng)關(guān)系，即PWV值對降水強(qiáng)度的強(qiáng)弱有決定性的影響。

3 結(jié)束語

近年來，地基GNSS反演可降水量在氣象學(xué)中的應(yīng)用越來越廣泛。本文分析在臺風(fēng)天氣影響下香港地區(qū)暴雨實(shí)例，發(fā)現(xiàn)2次短時(shí)強(qiáng)降水前后，大氣中水汽含量的增加都對應(yīng)降水的發(fā)生以及實(shí)際降水極大值的出現(xiàn)，一般當(dāng)PWV達(dá)到最大值并持續(xù)一段時(shí)間之后便伴隨短時(shí)強(qiáng)降水；而PWV幅值變化的大小，對于短時(shí)強(qiáng)降水的預(yù)報(bào)有較好的指導(dǎo)作用，PWV增值越大，實(shí)際降水量也越大。水汽的變化特點(diǎn)對短時(shí)間強(qiáng)降水的開始時(shí)間有較好的預(yù)報(bào)和指導(dǎo)意義；但由于大氣的復(fù)雜多變性，在大氣可降水量用于降雨天氣的預(yù)報(bào)中，不僅要考慮PWV的影響因素，還應(yīng)考慮當(dāng)?shù)氐牡匦?、氣候等狀況。

[1] RAJU C S, SAHA K, THAMPI B V, et al.Empirical model for mean temperature for Indian zone and estimation of precipitable water vapor from ground based GPS measurements[J].Annales Geophysicae, 2007, 25(9)：1935-1948.

[2] IGONDOVA M.Analysis of precision and accuracy of pecipitable wter vpour derived from GPS observations[J].Contributions to Geophysics & Geodesy, 2009, 39(2)：121-132.

[3] SINGH D, GHOSH J K, KASHYAP D.Precipitable water vapor estimation in India from GPS-derived zenith delays using radiosonde data[J].Meteorology and Atmospheric Physics, 2014, 123(3)：209-220.

[4] PIKRIDAS C, KATSOUGIANNOPOULOS S, ZINAS N.A comparative study of zenith tropospheric delay and precipitable water vapor estimates using scientific GPS processing software and web based automated PPP service[J].Acta Geodaetica et Geophysica, 2014, 49(2)：177-188.

[5] 丁金才, 黃炎, 葉其欣,等.2002年臺風(fēng)Ramasun影響華東沿海期間可降水量的GPS觀測和分析[J].大氣科學(xué), 2004, 28(4)：613-624.

[6] 李青春, 張朝林, 楚艷麗,等.GPS遙感大氣可降水量在暴雨天氣過程分析中的應(yīng)用[J].氣象, 2007, 33(6)：51-58.

[7] 楊軍建, 姚宜斌, 許超鈐,等.大氣可降水量與實(shí)際降水量的關(guān)聯(lián)性分析[J].測繪地理信息, 2016, 41(1)：18-21.

[8] 李黎, 田瑩, 袁志敏,等.暴雨期間GNSS遙感氣象要素的時(shí)序變化[J].測繪科學(xué), 2016, 41(10)：82-87.

[9] 張朝林, 陳敏.范水勇,等.“00.7”北京特大暴雨模擬中氣象資料同化作用的評估[J].氣象學(xué)報(bào), 2005, 63(6)：922-932.

[10] 吳建軍, 王鑫, 呂達(dá)仁,等.北京可降水量變化特征的地基GPS觀測與分析[J].大氣科學(xué)學(xué)報(bào), 2007, 30(3)：377-382.

[11] 黃振, 李萬彪, 梁軍.GPS遙感大氣可降水量在降水天氣過程分析中的應(yīng)用[J].氣象與環(huán)境學(xué)報(bào), 2013, 29(4)：31-36.

[12] 張華龍, 張恩紅, 胡東明,等.GPS可降水量在華南強(qiáng)對流過程的應(yīng)用效果[J].廣東氣象, 2016, 38(3)：6-11.

[13] 姚宜斌, 趙慶志, 李祖鋒,等.基于全球?qū)Ш叫l(wèi)星系統(tǒng)資料的短時(shí)降水預(yù)報(bào)[J].水科學(xué)進(jìn)展, 2016, 27(3)：357-365.