王洪, 張恩紅, 孟金, 徐曉琳
(1.山東省氣象信息中心,250031,濟南;2.廣東省氣象探測數(shù)據(jù)中心,510080,廣州)
GPS/MET誤差分析及其在降水預報中的應用
王洪1, 張恩紅2, 孟金1, 徐曉琳1
(1.山東省氣象信息中心,250031,濟南;2.廣東省氣象探測數(shù)據(jù)中心,510080,廣州)
GPS/MET反演的大氣可降水量產(chǎn)品具有近實時、全天候等優(yōu)點,可為全國水土保持領(lǐng)域的組網(wǎng)監(jiān)測提供更多的數(shù)據(jù)支持,GPS/MET的數(shù)據(jù)質(zhì)量對降水預報分析尤為重要。本研究將GPS大氣可降水量與探空、微波輻射計進行對比,分析GPS/MET的數(shù)據(jù)質(zhì)量;同時,分析GPS大氣可降水量與地面降水的關(guān)系,探索GPS/MET在鄰近降水預報中的作用。結(jié)果顯示:1)2015年GPS大氣可降水量與探空、微波輻射計的演變趨勢總體一致,波峰和波谷有很好的對應性,全年看整層大氣水汽含量存在著明顯的月際變化,隨時間呈單峰曲線分布;因此GPS/MET能較好的反映大氣中可降水量隨時間的變化。2)雖然GPS/MET與微波輻射計、探空2種探測手段的平均偏差較大,但是離散程度不大,說明GPS/MET與其余2種探測方法之間存在穩(wěn)定的系統(tǒng)誤差。3)大氣可降水量在地面降水發(fā)生前十幾個小時開始增大,隨后維持在一個高值的水平上,說明在降水前大氣中有一個明顯的水汽積累的過程。地面降水發(fā)生時大氣可降水量達到最大值,降雨強度的極大值與可降水量的極大值有很好的對應。地面降水過程結(jié)束后,可降水量量迅速下降。4)大氣可降水量的極大值是降水產(chǎn)生的必要條件。綜合考慮降水次數(shù)和降水概率后,選取大氣可降水量連續(xù)4 h增加6 mm以上為判斷降水發(fā)生的依據(jù)之一;因此,GPS/MET數(shù)據(jù)質(zhì)量較可靠且在降水預報中具有指示性作用,作為氣象和水土保持學科交叉的紐帶,可為水土保持業(yè)務和決策部門決策分析和制定方面提供數(shù)據(jù)支撐。
GPS/MET; 可降水量; 探空; 微波輻射計; 降水
隨著經(jīng)濟的發(fā)展,人類改造自然活動的加劇以及降水量的變化,使得我們在水土保持方面面臨著嚴峻的挑戰(zhàn)。特殊地形的水土流失可能是干旱缺水和暴雨的雙重作用[1],降水是引起水土流失的重要因素之一[2],降水量的變化特征也是水土保持科學領(lǐng)域的熱點。而大氣中的可降水量(PWV,precipitable water vapor)又對降水有指示性意義[3];因此PWV的監(jiān)測和數(shù)據(jù)質(zhì)量分析可為水土保持學科提供重要的數(shù)據(jù)來源和科學依據(jù)。大氣中的水汽同時也是監(jiān)測及預測全球氣候變化以及包括暴雨在內(nèi)的高影響天氣的重要因子[4]。目前,常規(guī)的無線電探空由于站點分布稀疏、無法連續(xù)觀測(通常1天2次),提供的大氣水汽資料不足以滿足各行業(yè)對數(shù)據(jù)時空分辨率的要求。
隨著遙感探測技術(shù)的發(fā)展,GPS氣象(GPS/MET ,GPS/METeorology)逐漸被我們所認識。GPS/MET技術(shù)獲取的PWV(GPS/PWV)具有時空分辨率高、精度高、全天候、近實時、連續(xù)獲取能力強、不需對設(shè)備進行定標以及經(jīng)濟、高效等別的探測手段所不能比擬的諸多優(yōu)點。20世紀90年代中期,日本組建了世界上最大、最密集的GPS國家觀測網(wǎng),以用于研究和業(yè)務運行。此觀測網(wǎng)包含約1 200個GPS站點,實現(xiàn)了每20 km就有1個GPS站[5]。21世紀初,美國組建了包括氣象觀測在內(nèi)的1 000多個連續(xù)運行的參考站網(wǎng)。德國目前每50 km就有1個GPS站,每10~20 min可提供1組PWV數(shù)據(jù)[6]。
20世紀90年代,中國開始利用GPS信號反演PWV。21世紀初起,全國開始GPS綜合網(wǎng)的建設(shè),加強了我國水汽高時空密度的監(jiān)測,對我國水土保持、氣候分析預測、突發(fā)性暴雨預報、人工影響天氣等方面都起到重要作用。山東省氣象局1998年開始GPS站網(wǎng)建設(shè),目前,業(yè)務已發(fā)展到25個站點數(shù)據(jù)的傳輸和水汽產(chǎn)品生成。為使GPS/MET水汽產(chǎn)品在水土保持領(lǐng)域以及降水預報中得到更多的應用,更好地發(fā)揮其作為氣象和水土保持領(lǐng)域?qū)W科交叉的紐帶和橋梁作用,筆者以山東章丘站為例,分析GPS反演PWV的誤差特征以及對降水的預警作用。
本文研究區(qū)域為山東省濟南市章丘區(qū)(E 117°10′~117°35′,N 36°25′~37°09′),該地區(qū)年均水資源總量超過5.7億m3,其中可利用量4.43億m3,占總量的77.72%。土壤共分4個土類:棕壤2 326.67 hm2,占可利用面積的1.9%,主要集中在垛莊鎮(zhèn)官營一帶;褐土8.83萬hm2,占可利用面積的70.2%,分布在中南部;水稻土374.07 hm2,占可利用面積的0.3%,集中于明水泉北地帶,為境內(nèi)最優(yōu)土壤; 潮土3.48萬hm2,占可利用面積的27.6%,集中于北部沿清、沿黃地帶。該區(qū)域氣候上屬暖溫帶季風區(qū)的大陸性氣候。受季風影響降水年內(nèi)分配極為不均勻,年降水量的70%集中在6—9月間。章丘區(qū)的林木資源共54科、183種,常見林木為馬尾松(Pinusmassoniana)、柏木(Cupressusfunebris)、楊樹(Populustrinervis)、垂柳(Salicmatsuodana)、梧桐(Firmianaplatanifolia)、榆樹(Ulmuspumila)等。[7]
所用資料為2015年GPS/PWV數(shù)據(jù),選取同時段GPS測站臨近的L波段探空、微波輻射計資料反演的PWV進行對比分析。3種獨立數(shù)據(jù)間的對比可更好地反映數(shù)據(jù)的偏差特征。
根據(jù)L波段探空的氣壓、溫度廓線計算出PWV[8-11]。對于微波輻射計,即便是很弱的降水也會使天頂方向V波段亮溫的誤差信號達到飽和,致使PWV反演結(jié)果產(chǎn)生很大的偏差[12]。為避免降水對微波輻射計的影響,將微波輻射計降水時間段內(nèi)及其降水前后1min的PWV值剔除;同時,分析GPS/PWV數(shù)據(jù)與地面自動氣象站的降雨強度間的關(guān)系,探索GPS/MET在鄰近降水預報中的作用。
3.1 GPS/MET誤差分析
圖1為章丘GPS/MET、微波輻射計和L波段探空三者2015年P(guān)WV的時間序列圖,三者總體的變化趨勢一致,全年看PWV存在著明顯的月際變化,隨時間呈單峰曲線分布。PWV自4月份從10 mm
左右開始逐漸增大,雖有波動、起伏,但是增大趨勢明顯,7—8月份達到峰值,最大可超過70 mm,8月以后開始迅速下降,且下降速度大于上升速率。但是3種探測手段間也存在明顯的差異性,GPS/MET探測到的PWV值明顯高于微波輻射計和L波段探空,而微波輻射計和L波段探空趨勢較為一致。
PWV: precipitable water vapor. The same below.圖1 2015年GPS/MET、微波輻射計、L波段探空探測的PWV分布Fig.1 PWV by GPS/MET, microwave radiometer, and L band sounding respectively in 2015
對GPS/MET、微波輻射計、L波段探空三者間的偏差進行統(tǒng)計[13],檢驗GPS/MET的精度。
由表1可見,三者的相關(guān)系數(shù)較高,都超過98%。微波輻射計和L波段探空之間的偏差最小,為1.33 mm,均方根誤差為2.42 mm,相對方差也最小,為10%,說明微波輻射計和L波段探空之間一致性較高,離散程度較低。而GPS/MET相對于微波輻射計和探空呈現(xiàn)PWV偏大的特點,雖然GPS/MET與其余二者的平均偏差較大,分別為4.67和-5.97 mm,但是均方根誤差不大,分別為2.82和2.80 mm,即離散程度不大,說明GPS/MET與其余2種探測方法之間存在穩(wěn)定的系統(tǒng)誤差,即研究所選取的濟南章丘GPS/PWV有整體偏高的誤差特點。
表1 2015年GPS/MET、微波輻射計、探空探測的PWV對比結(jié)果
偏差產(chǎn)生的原因一是由于探測手段的不同導致的系統(tǒng)誤差,二是與觀測臺站的海拔和氣候特點有關(guān)[14],三是GPS反演誤差。GPS水汽反演過程的每個環(huán)節(jié)都是誤差的來源,測量誤差主要包括GPS軌道誤差、多路徑誤差、鐘差、相位測量誤差等,理論上計算的這些誤差導致的PWV的估計誤差大約為1.7 mm[6,15]。而水汽含量反演過程中誤差來源主要有天頂中性層延遲誤差、地面氣象站觀測溫度和氣壓的誤差、氣溫加權(quán)平均值Tm的精度以及轉(zhuǎn)換公式的模型誤差等。它們的綜合影響使這一轉(zhuǎn)換的相對精度約為±15%[14]。 天頂中性層延遲的誤差有各種不利因素導致,如定軌誤差、多路徑效應等;提高地面氣象站觀測氣壓的精度可以采用高質(zhì)量的溫度傳感器和氣壓傳感器,如果溫度測量精度達0.5 K,氣壓測量精度達0.2 mbar,那么水汽含量的精度就會高于0.7 mm[16];在利用GPS濕延遲(Zenith Wet Delay,ZWD)推算PWV時,轉(zhuǎn)換系數(shù)Π的精度直接影響PWV的精度:PWV=Π×ZWD,而Π又由Tm計算得到;因此只有準確確定Tm值,才能確保Π的精度[17]。Tm的精度應根據(jù)當?shù)氐臍夂蛱攸c[18],計算出山東省的回歸公式,這也是今后要解決的主要問題。
3.2 濟南地區(qū)大氣可降水量與局地降水的關(guān)系
選取4個臨近站點進行比對,2015年全年4個站點的PWV分布如圖2,4個站的PWV變化相近,波峰與波谷有較好的對應性; 因此,選取其中的章丘站來分析局地PWV與地面降水的關(guān)系。
圖2 2015年章丘、平陰、濟陽、泰安4站的PWV分布Fig.2 PWV at Station Zhangqiu, Pingyin, Jiyang, and Taian respectively in 2015
3.2.1 個例分析 根據(jù)章丘GPS 站反演的PWV和自動氣象站測量得到的每小時降水量資料,對2015年8月3—6日發(fā)生在濟南地區(qū)的1次降雨過程中GPS反演的PWV的演變特征進行分析,結(jié)果如圖3所示??梢?015年8月3—6日凌晨,章丘地區(qū)出現(xiàn)了2次降水過程,對比降水前后GPS/PWV的演變特征與實際降水量的關(guān)系,可以發(fā)現(xiàn)2次明顯的降水過程分別發(fā)生在8月3日12時至22時、8月5日20時至8月6日04時,實況小時降水量和GPS/PWV在時間演變上有較好的吻合度——PWV的2個峰值分別對應2次降水過程。
圖3 2015年8月3—6日章丘PWV和實際降雨強度的關(guān)系Fig.3 Relationship between PWV and rain intensity at Zhangqiu station on August 3-6, 2015
其次,從8月2日20時起,PWV逐漸增大,15 h后(8月3日12時)降水開始;8月5日6時起, PWV從43 mm增加到62.4 mm,也是一個明顯增大的過程,14 h(8月5日20時)后降水開始。這2次降水結(jié)束后,PWV都有顯著的遞減過程。PWV變化幅度、極值水平及持續(xù)時間與影響降水的天氣系統(tǒng)、降水性質(zhì)等有關(guān)[19]。
這2次降水的PWV在地面降水發(fā)生前十幾個小時開始出現(xiàn)增大,隨后維持在高值的水平上,說明在降水前大氣中有明顯的水汽積累的過程。地面降水發(fā)生時PWV達到最大值,降雨強度的極大值與PWV的極大值有很好的對應。地面降水過程結(jié)束后,PWV迅速下降??梢?,PWV的極大值是降水產(chǎn)生的必要條件。李國平[4]曾指出當PWV在數(shù)值上超過某一基準值以后,地面降水才會發(fā)生。強降水一般在PWV的高值階段或以后發(fā)生,即PWV高值時間段發(fā)生降水的概率較大;因此,PWV的增加、極大值的出現(xiàn)以及高值的維持對短時臨近預報有較好的指示意義。
為進一步定量分析PWV對短臨預報的指示作用,筆者對2015年8月章丘GPS/MET數(shù)據(jù)進行探討。
如圖4所示, 2015年8月除了19日外,PWV超過月均值時,地面均產(chǎn)生降水;因此可以初步判斷,PWV在月均值之上,產(chǎn)生降水的概率較大。每次地面降水開始前和結(jié)束后,PWV都表現(xiàn)出急速增長和下降的趨勢,在8月的幾次降水過程中,PWV的變化都體現(xiàn)出這一特征。由于降水對PWV的消耗,使得降雨強度減小[20];因此,水汽能夠源源不斷地輸入補充,成為維持降水的關(guān)鍵因素。
圖4 2015年8月章丘PWV、實況雨量、月均水汽含量的分布Fig.4 Distribution of PWV, rain intensity and mean PWV at Zhangqiu station during August 2015
但是,PWV在8月14日、8月19日都迅速上升到55 mm以上,地面降水量卻很少;而8月24、25和26日的降水過程中,PWV僅上升到47 mm左右,降雨強度達20 mm/h。推斷14、19日章丘區(qū)域水汽輻合缺乏,降水持續(xù)時間短,降水量也低;若大氣中有較強的水汽輻合,即使水汽含量值稍低于平均值也可能產(chǎn)生降水[13]。尤其是8月25日每小時的降雨量53 mm,超過了PWV值(50 mm),根據(jù)曹云昌等[3]的研究,大氣中源源不斷的水汽輻合,為降水提供了充足的水汽來源。
3.2.2 統(tǒng)計分析
下面分析2015年全年章丘站PWV和地面降水的關(guān)系。PWV和地面降雨強度資料的分辨率均為1 h,GPS/MET共有8 760次觀測,其中有效數(shù)據(jù)7 726次,地面降雨強度共有8 852次觀測。
圖5為PWV與地面降雨強度的時間序列圖,宏觀上看,降雨強度超過20 mm/h均發(fā)生在PWV較高的夏季(7、8、9月),PWV的高值與地面降水的高值有較好的對應。
圖5 2015年章丘站PWV與地面降雨強度的時間序列圖Fig.5 Distribution of PWV and ground rainfall intensity at Zhangqiu station during 2015
下面對兩者的關(guān)系進行定量分析。地面是否發(fā)生降水與降水發(fā)生前PWV的增量有關(guān)。根據(jù)曹云昌等[3]發(fā)現(xiàn),安徽和北京地區(qū)2 h PWV增量與本站降水的關(guān)系最為密切。本研究中一次降水發(fā)生的標準為:前4 h或后6 h出現(xiàn)0.01 mm/h以上的降雨強度,就認為產(chǎn)生降水。
統(tǒng)計2015年P(guān)WV連續(xù)增加量與降水次數(shù)發(fā)生的頻率,分別計算PWV連續(xù)2、3、4、5 h的增加量為不同值時發(fā)生的次數(shù)a與降水發(fā)生的次數(shù)b,b/a即為降水發(fā)生的概率。結(jié)果如表2,當PWV連續(xù)2 h的增加量為4 mm時共發(fā)生160次,其中發(fā)生降水86次,降水概率為53.75%,即若以2 h為PWV增量的衡量范圍時,增加4 mm發(fā)生降水的概率較大。同理,以3 h和4 h為PWV增量的衡量范圍時,PWV增加6 mm發(fā)生降水的概率較大;以5 h為PWV增量的衡量范圍時,增加12 mm發(fā)生降水的概率較大;因此,時間間隔越長,PWV增量越大,產(chǎn)生降水的概率越大,但同時,捕捉到降水的次數(shù)也越少。因此不能一味追求時間間隔和PWV增量同時增大,而應兼顧捕捉更多的降水時次。對于章丘站,綜合考慮降水次數(shù)和降水概率后,選取PWV連續(xù)4 h增加6 mm以上為判斷降水發(fā)生的依據(jù)之一。
對章丘地基GPS/PWV與探空計算值、微波輻射計反演值進行比對,雖然GPS/MET與微波輻射計、探空2種探測手段的平均偏差較大,分別為4.67和5.97 mm,但是均方根誤差不大,分別為2.82和2.80 mm,即離散程度不大,說明章丘站GPS/ PWV值有整體偏高的誤差特點。這與不同探測手段的系統(tǒng)偏差相關(guān),與觀測臺站的海拔和氣候特點有關(guān),也與GPS/MET反演流程各個環(huán)節(jié)產(chǎn)生的誤差相關(guān)。
從對GPS/PWV與地面實況降水的分析中,得出PWV的極大值是降水產(chǎn)生的必要條件,不是充分條件,還要結(jié)合區(qū)域內(nèi)的水汽輻合輻散來分析。PWV在月均值之上,產(chǎn)生降水的概率較大。對于章丘,綜合考慮降水次數(shù)和降水概率,選取大氣可降水量連續(xù)4 h增加6 mm以上為判斷降水發(fā)生的依據(jù)之一。
表2 2015年章丘站PWV連續(xù)增加量與降水次數(shù)的關(guān)系
GPS/MET提供的全國大氣可降水量網(wǎng)的資料可以有效補充和豐富我國“水土保持監(jiān)測網(wǎng)絡(luò)和信息系統(tǒng)”[21]的數(shù)據(jù),為水土保持業(yè)務和決策部門決策分析和制定提供更多的信息來源和數(shù)據(jù)支撐,也為水土保持、氣象、地理信息等多個學科交叉提供很好的示范。
[1] 吳普特,高建恩. 黃土高原水土保持與雨水資源化[J]. 中國水土保持科學,2008,1:107. WU Pute , GAO Jian′en. Soil land water conservation and rain water resource utilization in the Loess Plateau[J]. Science of Soil and Water Conservation, 2008, 1:107.
[2] 晏清洪,原翠萍,雷廷武,等. 降水和水土保持對黃土區(qū)流域水沙關(guān)系的影響[J]. 中國水土保持科學,2013,4:9. YAN Qinghong, YUAN Cuiping, LEI Tingwu, et al. Effects of precipitation and erosion control practices on the rainfall-runoff-sediment delivery relationships of typical watersheds in the hilly-gully region on the Loess Plateau[J]. Science of Soil and Water Conservation, 2013, 4:9.
[3] 曹云昌,方宗義,夏青. GPS遙感的大氣可降水量與局地降水關(guān)系的初步分析[J]. 應用氣象學報,2005,1:54. CAO Yunchang, FANG Zongyi, XIA Qing. Relationships between GPS precipitation water vapor and precipitation[J]. Journal of Applied Meteorological Science, 2005, 1:54.
[4] 李國平. 地基GPS遙感大氣可降水量及其在氣象中的應用研究[D].成都:西南交通大學,2007. LI Guoping. On the remote sensing of precipitable water vapor using ground-based GPS technique and applications in meteorology[D]. Chengdu:Southwest Jiaotong University, 2007.
[5] 黃彥彬. 地基GPS遙感大氣水汽含量及在氣象上的應用[J]. 熱帶農(nóng)業(yè)工程,2009,2:37. HUANG Yanbin. Remote sensing of atmospheric water vapor by ground-based GPS and its application in weather forecasting[J]. Tropical Agricultural engineering, 2009, 2:37.
[6] 吳建軍. 北京上空可降水量變化特征的地基GPS觀測與分析[D].南京信息工程大學,2006. WU Jianjun.Observation and analysis of the Variation features of the precipitable water in Beijing by the ground-based GPS technique[D].Nanjing: Nanjing University of Information Science and Technology,2006.
[7] 章丘地理位置[EB/OL]. [2017-01-20]. http:∥www.zhangqiu.gov.cn/Html/Article/20150222/145.html. Zhangqiu geographical position[EB/OL]. [2017-01-20]. http:∥www.zhangqiu.gov.cn/Html/Article/20150222/145.html.
[8] 盛裴軒, 毛節(jié)泰, 李建國,等.大氣物理學[ M] .北京:北京大學出版社, 2003. SHENG Peixuan, MAO Jietai, LI Jianguo, et al. Atmospheric physics[M].Beijing: Peking University Press, 2003.
[9] 劉旭春,王艷秋,張正祿. 利用GPS技術(shù)遙感哈爾濱地區(qū)大氣可降水量的分析[J]. 測繪通報,2006,4:10. LIU Xuchun, WANG Yanqiu, ZHANG Zhenglu. Analysis of Harbin area atmospheric precipitable water vapor by using GPS technology[J].Bulletin of Surveying and Mapping, 2006,4:10.
[10] 向玉春,陳正洪,徐桂榮,等.三種大氣可降水量推算方法結(jié)果的比較分析[J].氣象,2009,35(11):48. XIANG Yuchun, CHEN Zhenghong, XU Guirong, et al. A comparison and analysis of the results of three methods for calculation of water vapor resources[J].Meteorological Monthly, 2009,35(11):48.
[11] 陳宏斌. 地基GPS層析水汽三維分布研究[D].成都:西南交通大學,2014. CHEN Hongbin. Research on tomography of ground-based GPS three-dimensional distribution of water vapor[D]. Chengdu: Southwest Jiaotong University,2014.
[12] 陳英英,楊凡,徐桂榮,等.基于雨雪天氣背景的微波輻射計斜路徑與天頂觀測的反演結(jié)果對比分析[J].暴雨災害,2015,34(4):375. CHEN Yingying, YANG Fan, XU Guirogn, et al.Comparative analysis of the zenith and off-zenith retrieved results from microwave radiometer in the rain and snow weather conditions[J]. Torrential Rain and Disasters, 2015, 34(4):375.
[13] MACDONALD A E and XIE Yuanfu.2002. Diagnosis of three-dimensional water vapor using a GPS network. Monthly Weather Review, 130(2):386.
[14] 胡姮,李偉,曹云昌. 地基GPS與常規(guī)探空所測可降水量的比對分析[J]. 氣象水文海洋儀器,2013,01:45. HU Heng, LI Wei, CAO Yunchang. Comparative analysis on precipitable water from ground-based GPS and conventional-sounding[J]. Meteorological, Hydrological and Marine Instruments, 2013, 1:45.
[15] 陳俊勇.地基GPS遙感大氣水汽含量的誤差分析[J].測繪學報,1998,27(2):113. CHEN Junyong. On the error analysis for the remote sensing of atmospheric water vapor by ground based GPS[J]. Acta Geodaetica et Cartographica Sinica, 1998, 27(2):113.
[16] 岳迎春,吳北平,李征航.地基GPS技術(shù)探測大氣水汽含量的誤差分析[J].全球定位系統(tǒng),2003,5:14. YUE Yingchun, WU Beiping, LI Zhenghang. The error analysis based on precipitable water from ground-based GPS technique[J].Gnss World of China, 2003,5:14.
[17] 王曉英,戴仔強,曹云昌,等. 中國地區(qū)地基GPS加權(quán)平均溫度T_m統(tǒng)計分析[J]. 武漢大學學報(信息科學版),2011,(4):412. WANG Xiaoying, DAI Zhiqiang, CAO Yunchang,et al. Weighted mean temperature Tm statistical analysis in ground-based GPS in China[J]. Geomatics and Information Science of Wuhan University, 2011, (4):412.
[18] 曲建光,吳壯.從GPS推算大氣水汽的誤差分析[J].測繪工程,2001,10(4):32. QU Jianguang, WU Zhuang. Error analysis of the atmosphere water vapor calculated by using the GPS data[J].Engineering of Surveying and Mapping,2001,10(4):32.
[19] 曹云昌,陳永奇,李炳華,等.利用地基GPS測量大氣水汽廓線的方法[J].氣象科技,2006,34(3):241. CAO Yunchang, CHEN Yongqi, LI Binghua, et al. Approaches to atmospheric water vapor profile sounding by GPS[J]. Meteorological Science and Technology, 2006, 34(3):241.
[20] 王皓.地基GPS的資料處理及在天氣分析中的應用[D]. 南京:南京信息工程大學,2013. WANG Hao. Ground-based GPS data processing and application in weather analysis[D]. Nanjing:Nanjing University of Information Science and Technology, 2013.
[21] 郭索彥,李智廣.我國水土保持監(jiān)測的發(fā)展歷程與成就[J].中國水土保持科學,2009,5:19. GUO Suoyan, LI Zhiguang. Development and achievements of soil and water conservation monitoring in China[J]. Science of Soil and Water Conservation, 2009, 5:19.
Error analysis of precipitable water vapor by GPS/MET and its application in precipitation forecast
WANG Hong1, ZHANG Enhong2, MENG Jin1, XU Xiaolin1
(1.Shandong Provincial Meteorological Information Center, 250031, Jinan, China; 2.Guangdong Meteorological Observation Data Center, 510080, Guangzhou, China)
[Background] The products of Precipitable Water Vapor (PWV) retrieved by GPS/MET (GPS/Meteorology) have the advantages of near real-time and for all-weather, etc., which provide more data sets for network monitoring in soil and water conservation field, thus, the data quality and the role of PWV is particularly important in precipitation forecast. [Methods] Comparing the PWV retrieved by GPS/MET with those observed by sounding and microwave radiometer, the data quality of GPS/MET was analyzed. The relationship of PWV retrieved by GPS/MET and ground precipitation was analyzed, and the role of PWV in precipitation forecast was investigated. The PWV data sets used in the paper which contained GPS/MET, sounding and microwave radiometer detections were observed in 2015 at Zhangqiu station located at Jinan, capital of Shandong province, an eastern city of China. The data set of rain intensity recorded by ground automatic weather stations was also used. [Results]1) The evolution trend of PWV retrieved by GPS/MET, sounding and microwave radiometer in 2015 was consistent, and peaks and troughs presented a well correspondence. Throughout the year, there was a clear monthly variation of PWV, showing a single peak distribution with time. Therefore, GPS/MET may reflect the variation of PWV in the atmosphere over time. 2) Although the biases between GPS/MET, microwave radiometer and sounding were large, the dispersion degree was not large, indicating that there was a systematic error between GPS/MET and the other two methods. 3) PWV started to increase about 10 hours before precipitation to the ground, and then maintained at a large value, indicating that the there was an obvious process of water vapor accumulation before rainfall. PWV reached the max value while precipitation started, the max rain intensity corresponded to max PWV well. After precipitation ended, the PWV fell rapidly. 4) The max PWV was the prerequisite of rainfall. The greater PWV value observed by GPS than average was, the larger the probability of precipitation was. For Zhangqiu station, considering the times and probability of precipitation comprehensively, the PWV increasing more than 6mm in consecutive 4 hours was selected to be an evidence of the precipitation happening. [Conclusions]Based on the well matching of PWV observed by GPS with the other two detections (sounding and microwave radiometer), PWV data set retrieved by GPS/MET was reliable,and played an indicative role in precipitation forecast by analyzing the relationship between PWV and rain intensity. As an interdisciplinary link between meteorology and soil and water conservation field, GPS/MET may provide data support for decision-making section and in soil and water conservation practice.
GPS/MET; precipitable water vapor; sounding; microwave radiometer; precipitation
2016-04-14
2017-01-27
王洪(1984—),女,碩士研究生,工程師。主要研究方向:大氣遙感。E-mail:sdsqxjyqj@163.com
P412.292
A
2096-2673(2017)02-0085-07
10.16843/j.sswc.2017.02.011
項目名稱: 山東省氣象局重點課題“GPS資料整合與產(chǎn)品反演及其在數(shù)值預報模式中的應用”(2014SDQXZ03);山東省氣象局重點課題“山東省氣象信息網(wǎng)絡(luò)監(jiān)控預警平臺”(2013SDQXZ04)