楊　磊，蔣大凱，王　瀛，才奎志，孫　麗，陳　宇，陳妮娜

(1.遼寧省氣象災(zāi)害監(jiān)測(cè)預(yù)警中心，遼寧　沈陽(yáng)　110166;2.遼寧省人工影響天氣辦公室，遼寧　沈陽(yáng)　110166)

?

遼寧省汛期GPS大氣可降水量的特征分析

楊磊1，蔣大凱1，王瀛1，才奎志1，孫麗2，陳宇1，陳妮娜1

(1.遼寧省氣象災(zāi)害監(jiān)測(cè)預(yù)警中心，遼寧沈陽(yáng)110166;2.遼寧省人工影響天氣辦公室，遼寧沈陽(yáng)110166)

摘要：基于2013、2014年7～8月沈陽(yáng)和丹東地基GPS水汽監(jiān)測(cè)系統(tǒng)探測(cè)的大氣可降水量(P(WV))資料，對(duì)遼寧地區(qū)汛期大氣可降水量特征進(jìn)行了分析，利用HYSPLIT后向軌跡模式模擬了沈陽(yáng)和丹東地區(qū)氣團(tuán)軌跡，并通過(guò)聚類(lèi)分析方法將氣團(tuán)進(jìn)行了分型。結(jié)果表明：沈陽(yáng)和丹東GPS探測(cè)的P(WV)和根據(jù)探空數(shù)據(jù)計(jì)算的P(WV)相關(guān)系數(shù)均達(dá)到0.9，均方根誤差分別為4.73 mm和5.21 mm；沈陽(yáng)和丹東汛期非降水日P(WV)平均值分別為28.58 mm和30.49 mm，低于華北和西南地區(qū)觀測(cè)值；強(qiáng)降水過(guò)程前均存在P(WV)增加現(xiàn)象，P(WV)最大增量集中在2～8 mm之間，且一般集中出現(xiàn)在強(qiáng)降水發(fā)生前1～3 h內(nèi)；不同類(lèi)型強(qiáng)降水過(guò)程中P(WV) 特征不同，南方氣旋和東北冷渦共同影響的降水個(gè)例中P(WV)最大，局地強(qiáng)對(duì)流過(guò)程P(WV)最??；沈陽(yáng)和丹東站點(diǎn)不同氣團(tuán)中P(WV)有所不同，西南氣團(tuán)P(WV)均為最大，更有利于強(qiáng)降水天氣的發(fā)生。

關(guān)鍵詞：GPS地基；大氣可降水量(P(WV))；強(qiáng)降水；氣團(tuán)軌跡

引言

大氣可降水量(Precipitalble Water Vapor,PWV)被認(rèn)為是衡量大氣水汽條件和判斷強(qiáng)對(duì)流天氣的重要指標(biāo)，但由于其變化特征和分布差異很大，常給短時(shí)強(qiáng)降水、冰雹、雷雨大風(fēng)等災(zāi)害性天氣的預(yù)報(bào)和預(yù)警帶來(lái)困難[1-2]。地基GPS氣象學(xué)(Global Position System Meteorology)技術(shù)發(fā)展為探測(cè)PWV提供了一種全新的手段，可以提供高時(shí)空分辨率的大氣可降水量，并且已經(jīng)在氣象行業(yè)多個(gè)領(lǐng)域展開(kāi)了應(yīng)用和研究。地基GPS氣象學(xué)探測(cè)的PWV相比于探空儀觀測(cè)資料計(jì)算的PWV，能夠更加真實(shí)可靠地反映大氣中水汽變化的狀況[3-4]。很多學(xué)者統(tǒng)計(jì)了GPS探測(cè)的PWV時(shí)空分布特征，并分析強(qiáng)降水過(guò)程中PWV的變化規(guī)律以及PWV在人工影響天氣中的應(yīng)用。如陳嬌娜等[5]分析了成都地區(qū)5個(gè)測(cè)站的PWV，指出海拔高的測(cè)站PWV低于海拔低的測(cè)站，入秋后PWV降低，次年2月開(kāi)始回升，并且PWV具有明顯的雙峰型日變化特征；曹云昌等[6]指出山區(qū)是否發(fā)生降水和2 h內(nèi)的PWV增量關(guān)系密切，大多數(shù)降水出現(xiàn)在GPS遙感大氣可降水量迅速增加之后的4 h內(nèi)；葉其欣等[7]應(yīng)用GPS探測(cè)的PWV資料對(duì)上海地區(qū)不同類(lèi)型降水系統(tǒng)的水汽變化特征進(jìn)行分析，發(fā)現(xiàn)PWV隨時(shí)間的演變特征與強(qiáng)降水有較好的對(duì)應(yīng)關(guān)系，梅雨期、盛夏期和臺(tái)風(fēng)本體期間產(chǎn)生降水時(shí)PWV的閾值分別為50 mm、47 mm和80 mm；袁野等[8]分析了不同類(lèi)型云條件下的GPS探測(cè)的PWV特征，認(rèn)為PWV突變時(shí)實(shí)施人工增雨作業(yè)最佳。

另外，很多學(xué)者指出HYSPLIT(HYbrid Single Particle Lagrangian Integrated Trajectory Model)后向軌跡模式模擬的氣團(tuán)軌跡能夠很好地表征暴雨等災(zāi)害性天氣的水汽來(lái)源[9-10]，而GPS水汽資料具有高時(shí)間分辨率特征并且能夠定量地衡量水汽條件[4]，因此有必要結(jié)合HYSPLIT模式和GPS遙感資料來(lái)深入分析不同類(lèi)型氣團(tuán)下水汽條件差異，以期加深對(duì)不同軌跡氣團(tuán)中水汽含量的認(rèn)識(shí)。

遼寧省目前已經(jīng)建成GPS觀測(cè)網(wǎng)絡(luò)，但是目前對(duì)該網(wǎng)絡(luò)中PWV資料的分析和應(yīng)用仍比較缺乏。遼寧地區(qū)汛期異常降水主要發(fā)生在7～8月，因此更有必要研究汛期異常降水期間PWV的變化特征。本文選取2013、2014年7～8月遼寧省地基GPS觀測(cè)網(wǎng)中沈陽(yáng)站和丹東站的PWV觀測(cè)資料，對(duì)比分析其與探空儀計(jì)算的PWV之間的差異，分析汛期PWV的變化，探求天氣系統(tǒng)以及氣團(tuán)對(duì)PWV的影響，以便更好地認(rèn)識(shí)遼寧省汛期水汽條件的分布和變化，為各類(lèi)強(qiáng)對(duì)流天氣的預(yù)報(bào)和預(yù)警提供參考。

1資料與方法

選取2013、2014年7～8月遼寧省地基GPS觀測(cè)網(wǎng)中沈陽(yáng)站(123.43°E、41.77°N，海拔高度43 m)和丹東站(124.33°E、40.05°N，海拔高度14 m)的PWV資料，時(shí)間分辨率為1 h。GPS探測(cè)PWV主要是根據(jù)衛(wèi)星發(fā)射的信號(hào)穿過(guò)大氣不同層次產(chǎn)生的延遲與氣象條件的關(guān)系得到的，其詳細(xì)原理和處理流程詳見(jiàn)文獻(xiàn)[4]。很多學(xué)者研究證明海拔高度是影響PWV的主要因素之一[11]，但沈陽(yáng)站和丹東站的海拔高度較為一致，因此本文分析過(guò)程中不考慮海拔高度的影響。

以探空資料計(jì)算的PWV為基準(zhǔn)，對(duì)比分析GPS探測(cè)的PWV。通過(guò)探空站觀測(cè)資料(每日2次，北京時(shí)08:00和20:00)對(duì)不同層次水汽進(jìn)行積分計(jì)算大氣可降水量，其方法詳見(jiàn)文獻(xiàn)[8]。結(jié)合常規(guī)觀測(cè)資料統(tǒng)計(jì)2013、2014年強(qiáng)降水個(gè)例類(lèi)型，以便對(duì)比分析不同類(lèi)型強(qiáng)降水過(guò)程中PWV特征差異。

同時(shí)使用美國(guó)國(guó)家海洋和大氣管理局空氣資源實(shí)驗(yàn)室和澳大利亞氣象局聯(lián)合研發(fā)的HYSPLIT軌跡模型，對(duì)2013、2014年7～8月沈陽(yáng)站和丹東站氣團(tuán)軌跡進(jìn)行36 h后向模擬，氣團(tuán)高度設(shè)為1 500 m(約為850 hPa)。然后使用聚類(lèi)分析方法對(duì)軌跡進(jìn)行分型，研究不同類(lèi)型軌跡下PWV的分布特征。

2GPS探測(cè)與探空儀資料計(jì)算的PWV對(duì)比

通過(guò)研究GPS探測(cè)的PWV與探空儀計(jì)算的PWV之間的相關(guān)性來(lái)驗(yàn)證GPS探測(cè)方法的可靠性。圖1為沈陽(yáng)站和丹東站GPS探測(cè)PWV與探空儀計(jì)算的PWV相關(guān)性分析。可以看出，沈陽(yáng)地區(qū)2種方法得到的PWV之間的相關(guān)性為0.909，均方根誤差(Root Mean Square Error, RMSE)為4.73 mm；丹東地區(qū)的相關(guān)性為0.906，RMSE值為5.21 mm。西安、武漢等地的RMSE值都在4~5 mm之間[12]，沈陽(yáng)和丹東地區(qū)的RMSE和西安、武漢等地一致。GPS探測(cè)的PWV時(shí)間分辨率為1 h，高時(shí)間分辨率的GPS水汽資料在監(jiān)測(cè)水汽連續(xù)性上有重要作用。

3非降水日沈陽(yáng)和丹東PWV的特征

為了充分認(rèn)識(shí)汛期期間水汽條件，以及對(duì)比分析強(qiáng)降水過(guò)程PWV特征，有必要統(tǒng)計(jì)非降水日PWV特征。定義非降水日的標(biāo)準(zhǔn)為：當(dāng)日無(wú)降水，并且當(dāng)日前后24 h均未出現(xiàn)降水。將每月非降水日的PWV平均值作為當(dāng)月PWV的基準(zhǔn)值[13-14]，表1統(tǒng)計(jì)了我國(guó)不同地區(qū)PWV的基準(zhǔn)值，可以看出遼寧水汽條件明顯低于華北和西南地區(qū)，這和前人的研究結(jié)論一致[11]。圖2是沈陽(yáng)和丹東站7、8月非降水日的PWV特征值，沈陽(yáng)和丹東站PWV平均值分別為28.58 mm和30.49 mm，丹東水汽條件略高于沈陽(yáng)，這是因?yàn)榈|更靠近黃海海域，易受到沿海水汽輸送的影響。

圖1　沈陽(yáng)站(a)和丹東站(b)GPS探測(cè)的PWV與探空數(shù)據(jù)計(jì)算的PWV之間的相關(guān)性

表1　我國(guó)不同站點(diǎn)GPS遙感PWV的基準(zhǔn)值

圖2　非降水日沈陽(yáng)站和丹東站大氣可降水量特征量對(duì)比

4強(qiáng)降水過(guò)程中PWV的變化特征

通過(guò)挑選與GPS觀測(cè)站距離<50 km的自動(dòng)站雨量數(shù)據(jù)，統(tǒng)計(jì)該范圍內(nèi)所有自動(dòng)站出現(xiàn)過(guò)短時(shí)強(qiáng)降水(1 h累計(jì)降水量>20 mm)的天氣個(gè)例，共選出26次個(gè)例。圖3給出26次強(qiáng)降水過(guò)程中PWV的平均值、降水前PWV最大增加量及其出現(xiàn)在暴雨發(fā)生前的小時(shí)數(shù)?？梢钥闯?，選取的26次強(qiáng)降水過(guò)程中PWV的平均值均大于PWV的基準(zhǔn)值，這說(shuō)明強(qiáng)降水過(guò)程需要比日常情況下更充足的水汽條件。而針對(duì)每次強(qiáng)降水過(guò)程而言，均存在PWV增加的現(xiàn)象，最大增量集中在2～8 mm之間，并且最大增量一般集中出現(xiàn)在強(qiáng)降水發(fā)生前1～3 h內(nèi)，這可能是因?yàn)樗枰e聚一段時(shí)間并配合良好的動(dòng)力系統(tǒng)才能產(chǎn)生強(qiáng)降水。

不同強(qiáng)降水過(guò)程的動(dòng)力系統(tǒng)、觸發(fā)機(jī)制和尺度范圍都有所不同，在制定強(qiáng)對(duì)流物理量指標(biāo)時(shí)也要考慮這些因素的影響。影響遼寧地區(qū)暴雨的主要系統(tǒng)和觸發(fā)機(jī)制包括東北冷渦、南方氣旋、中低層切變線和低空急流等[17-19]，遼寧地區(qū)盛夏也會(huì)出現(xiàn)由局地?zé)釋?duì)流、海陸風(fēng)等中小尺度系統(tǒng)引發(fā)的強(qiáng)降水天氣。將26次強(qiáng)降水個(gè)例分為6類(lèi)：南方氣旋和東北冷渦共同影響類(lèi)、東北冷渦類(lèi)、南方氣旋類(lèi)、中低層切變線類(lèi)、切變線前側(cè)西南急流類(lèi)以及局地強(qiáng)對(duì)流類(lèi)，其中切變線類(lèi)是指不存在南方氣旋和東北冷渦系統(tǒng)影響下的切變線系統(tǒng)單獨(dú)引發(fā)的強(qiáng)降水個(gè)例。表2統(tǒng)計(jì)和對(duì)比了不同類(lèi)型強(qiáng)降水的PWV特征，其中南方氣旋和東北冷渦共同影響的個(gè)例中PWV最大，這可能是因?yàn)榇嬖诹己玫奈髂霞绷魉ǖ赖耐瑫r(shí)，也伴隨著更好的動(dòng)力渦旋結(jié)構(gòu)，從而更有利于水汽的輸送和積累。而東北冷渦系統(tǒng)單獨(dú)影響個(gè)例中PWV較低，可能是因?yàn)闁|北冷渦系統(tǒng)比較偏北，一般影響遼寧省北部地區(qū)，雖然其渦旋結(jié)構(gòu)較為清晰，但距離西南急流水汽通道較遠(yuǎn)。鄭媛媛等[20]通過(guò)NCEP再分析數(shù)據(jù)計(jì)算和對(duì)比不同天氣類(lèi)型系統(tǒng)下的PWV，同樣得到槽前類(lèi)系統(tǒng)影響下PWV比東北冷渦系統(tǒng)下更為充足的結(jié)論。另外，相比于中尺度系統(tǒng)，局地強(qiáng)對(duì)流天氣的PWV較小，這也看出局地強(qiáng)對(duì)流天氣發(fā)生尺度較小，并且主要靠局地?zé)釋?duì)流、海陸風(fēng)等中小尺度系統(tǒng)產(chǎn)生，水汽條件無(wú)法和中尺度系統(tǒng)相比。

圖3　強(qiáng)降水個(gè)例中平均的PWV、最大增加量及其出現(xiàn)在強(qiáng)降水前的小時(shí)數(shù)

類(lèi)型個(gè)例次數(shù)降水期間平均PWV/mm降水前PWV最大增加量/mm最大增加量出現(xiàn)在降水前的小時(shí)數(shù)/h降水結(jié)束后PWV減少量/mm南方氣旋和東北冷渦共同影響類(lèi)263.074.331.675.1切變線類(lèi)860.083.611.753.53南方氣旋類(lèi)354.256.31.56.5西南急流類(lèi)651.794.851.173.88東北冷渦類(lèi)546.565.11.62.03局地強(qiáng)對(duì)流類(lèi)238.242.9514.6

5不同氣團(tuán)軌跡下PWV特征

采用HYSPLIT后向軌跡模式模擬了2013、2014年7～8月沈陽(yáng)站和丹東站1 500 m高度36 h氣團(tuán)后向軌跡，通過(guò)聚類(lèi)分析方法進(jìn)一步將氣團(tuán)分型，并根據(jù)氣團(tuán)來(lái)源和傳輸距離將每類(lèi)氣團(tuán)進(jìn)行命名，在此基礎(chǔ)上，結(jié)合GPS遙感資料分析不同類(lèi)型氣團(tuán)的水汽條件差異，加深對(duì)不同軌跡氣團(tuán)中水汽含量的認(rèn)識(shí)。

沈陽(yáng)站氣團(tuán)分為西北氣團(tuán)、北方氣團(tuán)及西南氣團(tuán)(圖4a)，沈陽(yáng)地區(qū)強(qiáng)降水類(lèi)型中，除局地強(qiáng)對(duì)流類(lèi)與北方氣團(tuán)對(duì)應(yīng)以外，其它強(qiáng)降水個(gè)例均與西南氣團(tuán)對(duì)應(yīng)。對(duì)比不同氣團(tuán)中的PWV(圖5a)，可以看出差異較大，PWV與氣團(tuán)源地以及傳輸過(guò)程發(fā)生的變化有關(guān)。3類(lèi)氣團(tuán)都是從高空不斷下沉到沈陽(yáng)上空1 500 m，其中西北和西南氣團(tuán)屬于遠(yuǎn)距離傳輸，偏北氣團(tuán)傳輸距離較短。西南氣團(tuán)中PWV最大，平均值高達(dá)43.37 mm，高于該地區(qū)PWV基準(zhǔn)值，水汽條件更好，這也是西南氣團(tuán)與強(qiáng)降水個(gè)例對(duì)應(yīng)一致的主要原因。另外，可以看出西北氣團(tuán)中水汽條件最差，PWV平均值為27.22 mm，這是因?yàn)槠湓吹睾屯窘?jīng)地區(qū)的水汽條件較差。

圖4　沈陽(yáng)站(41.77°N、123.43°E)(a)與丹東站(40.05°N、4.33°E)(b)氣團(tuán)軌跡分型

圖5　沈陽(yáng)站(a)與丹東站(b)不同氣團(tuán)的PWV特征值

丹東站氣團(tuán)分為西北氣團(tuán)、局地氣團(tuán)以及西南氣團(tuán)(圖4b)。丹東地區(qū)強(qiáng)降水類(lèi)型中，南方氣旋類(lèi)和局地強(qiáng)對(duì)流類(lèi)與局地氣團(tuán)對(duì)應(yīng)，其它強(qiáng)降水類(lèi)型均與西南氣團(tuán)對(duì)應(yīng)。從圖5b中看出，同樣也是西南氣團(tuán)中PWV最大，平均值為56.00 mm，西南氣團(tuán)出現(xiàn)日期與強(qiáng)降水個(gè)例日期對(duì)應(yīng)較為一致。南方氣旋個(gè)例與局地氣團(tuán)對(duì)應(yīng)，可能是因?yàn)槟戏綒庑哂械臏u旋結(jié)構(gòu)，導(dǎo)致南方氣旋對(duì)應(yīng)的氣團(tuán)來(lái)自于丹東站周邊地區(qū)并且傳輸距離較短。由于南方氣旋個(gè)例和局地氣團(tuán)類(lèi)型對(duì)應(yīng)，所以局地氣團(tuán)PWV高于西北氣團(tuán)。

6結(jié)論

(1)沈陽(yáng)和丹東站GPS探測(cè)的PWV和根據(jù)探空數(shù)據(jù)計(jì)算的PWV之間的相關(guān)系數(shù)均達(dá)到0.9，均方根誤差分別為4.73 mm和5.21 mm，說(shuō)明GPS遙感水汽方法的合理性。GPS探測(cè)的PWV時(shí)間分辨率為1 h，遠(yuǎn)遠(yuǎn)高于探空儀方法，高時(shí)間分辨率的GPS水汽資料在監(jiān)測(cè)水汽連續(xù)性上有重要作用。

(2)沈陽(yáng)和丹東汛期非降水日PWV平均值分別為28.58 mm和30.49 mm，丹東水汽條件略好于沈陽(yáng)，因丹東更靠近黃海海域，易受到沿海水汽輸送的影響。遼寧地區(qū)的PWV也低于華北和西南地區(qū)GPS的探測(cè)值。

(3)汛期強(qiáng)降水過(guò)程前均存在PWV增加現(xiàn)象，PWV最大增量集中在2～8 mm之間，且集中出現(xiàn)在強(qiáng)降水發(fā)生前1～3 h內(nèi)，這可能是因?yàn)樗枰e聚一段時(shí)間并配合良好的動(dòng)力系統(tǒng)才能產(chǎn)生強(qiáng)降水。將26次強(qiáng)降水個(gè)例分為南方氣旋和東北冷渦共同影響類(lèi)、東北冷渦類(lèi)、南方氣旋類(lèi)、中低層切變線類(lèi)、切變線前側(cè)西南急流類(lèi)以及局地強(qiáng)對(duì)流類(lèi)，其中，南方氣旋和東北冷渦共同影響的個(gè)例中PWV最大，局地強(qiáng)對(duì)流降水PWV最小。

(4)通過(guò)HYSPLIT后向軌跡模式模擬沈陽(yáng)和丹東地區(qū)氣團(tuán)軌跡，并通過(guò)聚類(lèi)分析方法將氣團(tuán)分型，沈陽(yáng)和丹東站點(diǎn)不同類(lèi)型氣團(tuán)中PWV也有所不同，2站均為西南氣團(tuán)PWV最大，并與強(qiáng)降水日期對(duì)應(yīng)較好，這也說(shuō)明西南氣團(tuán)中存在更多的水汽，有利于強(qiáng)降水天氣的發(fā)生。

本文只是針對(duì)影響強(qiáng)對(duì)流天氣的主要因素之一的水汽條件進(jìn)行了分析，要想更全面地認(rèn)識(shí)強(qiáng)對(duì)流天氣，提高預(yù)報(bào)和預(yù)警準(zhǔn)確率仍然需要結(jié)合更多的觀測(cè)資料進(jìn)行綜合分析。

參考文獻(xiàn)：

[1] 雷蕾,孫繼松,魏東. 利用探空資料判斷北京地區(qū)夏季強(qiáng)對(duì)流的天氣類(lèi)別[J]. 氣象，2011,37(2):136-141.

[2] 劉健文,郭虎,李耀東,等. 天氣分析預(yù)報(bào)物理量計(jì)算基礎(chǔ)[M]. 北京：氣象出版社,2005.

[3] 王小亞,朱文耀,嚴(yán)豪健,等. 地面GPS探測(cè)大氣可降水量的初步結(jié)果[J]. 大氣科學(xué),1999,23(5):605-612.

[4] 黃振,梁宏,黃艇. 大連地區(qū)地基GPS水汽自動(dòng)處理系統(tǒng)設(shè)計(jì)[J]. 氣象科技,2013,41(1):83-87.

[5] 陳嬌娜,李國(guó)平,黃文詩(shī). 成都地區(qū)秋、冬季GPS可降水量的時(shí)空分析[J]. 氣象科學(xué),2009,29(5):682-686.

[6] 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(yīng)用氣象學(xué)報(bào),2005,16(1):54-59.

[7] 葉其欣,楊露華,丁金才,等. GPS/PWV資料在強(qiáng)對(duì)流天氣系統(tǒng)中的特征分析[J]. 暴雨災(zāi)害,2008,27(2):141-148.

[8] 袁野,王成章,蔣年沖,等. 不同云天條件下水汽含量特征及其變化分析[J]. 氣象科學(xué),2005,25(4):394-398.

[9] 江志紅,梁卓然,劉征宇,等. 2007年淮河流域降水過(guò)程的水汽輸送特征分析[J]. 大氣科學(xué),2011,35(2):361-372.

[10] 王婧羽,崔春光,王曉芳,等. 2012年7月21日北京特大暴雨過(guò)程的水汽輸送特征[J]. 氣象,2014,40(2):133-145.

[11] Jin S G, Li Z, Cho J. Integrated water vapor field and multiscale variations over China from GPS measurements[J]. Journal of applied Meteorology and Climatology, 2008,47:3008-3015.

[12] 楊曉春,王建鵬,白慶梅,等. 西安不同季節(jié)降水過(guò)程中大氣可降水量變化特征[J]. 干旱氣象,2013,31(2):278-282.

[13] 陳小雷,景華,仝美然,等. 地基GPS遙測(cè)大氣可降水量在天氣分析診斷中的應(yīng)用[J]. 氣象,2007,33(6):19-24.

[14] 程航,程相坤,朱晶,等. GPS遙感大氣可降水量在大連地區(qū)3次降水過(guò)程中的應(yīng)用[J]. 氣象與環(huán)境學(xué)報(bào),2014,30(5):38-48.

[15] 陳嬌娜,李國(guó)平,黃文詩(shī),等. 華西秋雨天氣過(guò)程中GPS遙感水汽總量演變特征[J]. 應(yīng)用氣象學(xué)報(bào),2009,20(6):753-760.

[16] 閔凡花,夏佰成,劉德,等. 大氣可降水量在重慶夏季暴雨天氣過(guò)程中的特征分析[J]. 干旱氣象,2013,31(1):126-130.

[17] 張立祥,李澤椿. 東北冷渦研究概述[J]. 氣候與環(huán)境研究,2009,14(2):218-228.

[18] 陳艷秋,袁子鵬,黃閣,等. 一次中尺度急流激發(fā)的遼寧大暴雨觀測(cè)分析[J]. 氣象與環(huán)境學(xué)報(bào),2009,35(2):41-49.

[19] 楊青,韓秀君,高松影,等. 1960—2011年遼寧省大暴雨時(shí)空分布特征[J]. 氣象與環(huán)境學(xué)報(bào),2015,31(1):34-42.

[20] 鄭媛媛,張雪晨,朱紅芳,等. 東北冷渦對(duì)江淮颮線生成的影響研究[J]. 高原氣象,2014,33(1):261-269.

Analysis of Atmospheric Precipitable Water Vapor Characteristics During Flood Season in Liaoning Province Based on GPS Remote Sensing Data

YANG Lei1，JIANG Dakai1，WANG Ying1，CAI Kuizhi1，

SUN Li2，CHEN Yu1，CHEN Nina1

( 1.LiaoningMeteorologicalDisasterMonitoringandEarlyWarningCentre,Shenyang110166,China；2.LiaoningWeatherModificationOffice,Shenyang110166,China)

Abstract:The characteristics of atmospheric precipitable water vapor (P(WV)) during flood season in Liaoning Province were analyzed based on ground-based GPS measurements at Shenyang and Dandong stations from July to August in 2013 and 2014. The backward air mass trajectories over Shenyang and Dandong were simulated by HYSPLIT model and classified by using the cluster analysis theory. The results show that the correlation coefficients between P(WV) detected by GPS and P(WV) derived from radio sounding data over Shenyang and Dandong were both more than 0.9, and their root mean square errors for Shenyang and Dandong were 4.73 mm and 5.21 mm, respectively. The mean values of P(WV) on rainless days were 28.58 and 30.49 mm for Shenyang and Dandong respectively, which were lower than those of north and southwest China. The increase of P(WV) was found before all strong precipitations, and the maximum increment ranged from 2 to 8 mm intensively, which occurred in one to three hours before heavy rain. The characteristics of P(WV) were different for different strong rainfall types, the P(WV) during strong rainfall cases influenced by south cyclone and northeast cold vortex was the largest, and the P(WV) during local convective rainfall processes was the smallest. Variation of air mass trajectories over Shenyang and Dandong also had an impact on P(WV), the P(WV) of air mass from southwest was the largest and favorable for strong precipitation.

Key words:ground-based GPS; precipitable water vapor(P(WV)); strong precipitation; air mass trajectories

中圖分類(lèi)號(hào)：P458.121.1

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-7639(2016)-01-0082-06

doi:10.11755/j.issn.1006-7639(2016)-01-0082

作者簡(jiǎn)介：楊磊(1987- )，男，助理工程師，主要從事短時(shí)天氣預(yù)報(bào)預(yù)警方面研究.E-mail：yanglei_nuist@163.com通訊作者：蔣大凱，男，正研級(jí)高工.E-mail：jdk2004@sina.com

基金項(xiàng)目：遼寧省氣象局氣象科研項(xiàng)目(201508)、氣象關(guān)鍵技術(shù)集成與應(yīng)用項(xiàng)目(CMAGJ2015M15)、中國(guó)氣象局預(yù)報(bào)員專(zhuān)項(xiàng)(CMAYBY2015-017)及2015年遼寧省氣象局強(qiáng)對(duì)流創(chuàng)新團(tuán)隊(duì)項(xiàng)目共同資助

收稿日期：2015-03-18；改回日期：2015-04-29

楊磊，蔣大凱，王瀛，等.遼寧省汛期GPS大氣可降水量的特征分析[J].干旱氣象，2016，34(1)：82-87, [YANG Lei，JIANG Dakai，WANG Ying, et al. Analysis of Atmospheric Precipitable Water Vapor Characteristics During Flood Season in Liaoning Province Based on GPS Remote Sensing Data[J]. Journal of Arid Meteorology, 2016, 34(1):82-87], doi:10.11755/j.issn.1006-7639(2016)-01-0082