王虎 鄭永利

摘要 統(tǒng)計瓊海市2011—2013年暴雨天數(shù)，分析其時間變化特征，根據(jù)影響的天氣系統(tǒng)可分為降雨強度變化不大且時間長的持續(xù)型和降雨主要集中在前5～10 h的爆發(fā)型；同時利用GPS水汽資料解算出GPS-PWV值，分析其時間變化特征得出，在暴雨發(fā)生前1～3 h，PWV均有明顯的增強，超過45 mm后1～2 h內(nèi)出現(xiàn)暴雨，其PWV峰值對應了1～2 h后的降雨峰值，而在PWV連續(xù)2～4 h下降后，暴雨趨于結(jié)束，此特征在東風波暴雨和切變線暴雨中表現(xiàn)最為明顯。

關鍵詞 GPS-PWV；暴雨特征；預報；應用；海南瓊海

中圖分類號 P457.6 文獻標識碼 A 文章編號 1007-5739（2016）04-0216-03

瓊海地區(qū)屬于熱帶海洋季風氣候，水汽來源十分豐富，有良好的凝云致雨條件，加上處于夏季風、臺風迎風面多雨區(qū)，因此暴雨也成為瓊海地區(qū)主要的氣象災害。隨著全球氣候變化，許多突發(fā)性暴雨嚴重地影響人民生命財產(chǎn)的安全。因此，有必要對瓊海市暴雨進行研究，探索新觀測資料在暴雨預報中的應用。

氣象業(yè)務中常規(guī)使用的無線電探空儀時空分辨率低，不能很好地監(jiān)測天氣的快速變化，難以反映大氣中水汽的連續(xù)變化，也無法滿足精細化預報和人工影響天氣等氣象業(yè)務工作對大氣水汽信息的需求。利用全球衛(wèi)星定位系統(tǒng)（GPS）遙感大氣可降水量（PWV）已經(jīng)成為一種有效的探測大氣水汽的新手段。通過連續(xù)、高密度的地基GPS觀測網(wǎng)，可以獲得高時空分辨率、高效、高容量、全天候、近實時變化的大氣可降水量，能有效彌補探空資料在時空分辨率上的不足。近年來，地基GPS遙感可降水量在各個地區(qū)的應用分析，國內(nèi)已有不少研究[1-5]。袁招洪等[6-7]將地基GPS遙感大氣可降水量資料應用于數(shù)值預報模式中，可改善降水預報的準確率。但是這些研究主要集中在中東部地區(qū)，因此在天氣、水汽變化獨特的海南省，開展GPS遙感PWV（即GPS-PWV）的業(yè)務應用，分析其探測到的大氣水汽的時間演變及其日變化特征以及與降雨的關系，對于GPS水汽監(jiān)測產(chǎn)品在諸多氣象理論及短臨預報的應用具有重要意義。

1 資料與方法

瓊海市GPS-MET建設于2010年底，2011年開始投入業(yè)務使用。本文統(tǒng)計2011—2013年出現(xiàn)暴雨的天數(shù)，根據(jù)影響天氣系統(tǒng)對其進行分型，利用算數(shù)平均算出平均小時雨量。同時采用2011—2013年瓊海市GPS-MET水汽站資料，計算出水汽總量。

水汽總量（Precip-it able Water vapor，PW，單位mm）是將測站天頂方向氣柱內(nèi)所有水汽折算為液態(tài)水時的水柱高度，通常定義為：

式（1）中，ρi為液態(tài)水密度（g/cm3），ρv表示水汽密度（kg/m3），dz表示相鄰2個氣層間的高度差（m），因此水汽總量代表測站天頂方向水汽的積分值。地基GPS遙感水汽總量方法并不計算大氣濕度的垂直分布，而是先由專業(yè)軟件求解衛(wèi)星信號在中性大氣中的總延遲，然后根據(jù)經(jīng)驗公式推導出水汽總量。本文利用GAMIT軟件對瓊海GPS水汽資料進行解算[8]，計算出1 h間隔的大氣可降水量（GPS-PWV），對其變化進行分析。

2 結(jié)果與分析

2.1 暴雨天數(shù)及影響系統(tǒng)

根據(jù)海南省天氣分型，可將瓊海暴雨的影響天氣系統(tǒng)大致分為4類，分別為冷空氣、切變線（即低壓槽）、東風波及熱帶氣旋。2011—2013年瓊海國家基本站資料統(tǒng)計，瓊海市暴雨天數(shù)為34 d，其中，受冷空氣影響1 d，平均降雨量55.8 mm；受切變線影響15 d，平均降雨量為119.3 mm；受東風波影響6 d，平均降雨量為121.3 mm；受熱帶氣旋影響12 d，平均降雨量為110.1 mm（表1）。由表中可以明顯看出，造成瓊海暴雨的主要天氣系統(tǒng)為切變線和熱帶氣旋，占總天數(shù)的79.4%，影響時段主要為4—10月。除了冷空氣造成的暴雨外，其他系統(tǒng)造成的暴雨雨量均超過100 mm。

2.2 時間分布特征

利用算數(shù)平均法，統(tǒng)計從降雨開始時每小時降雨量，分別對4類天氣系統(tǒng)造成的暴雨進行分析，得出暴雨時間分布特征。從圖1可以看出，冷空氣暴雨（圖1a）雨強小，小時平均最大降雨量僅為4.8 mm，最小為0.1 mm，差值不超過5 mm，降雨雖然有遞減趨勢，但遞減率僅為0.02；熱帶氣旋暴雨（圖1b）雨強較大，小時平均最大降雨量為9.8 mm，最小為1.6 mm，降雨隨著時間有增強，但增強率僅為0.08?？蓪⒋吮┯觐愋投x為持續(xù)型暴雨，其主要特征是降雨分布均勻，持續(xù)時間久。

從圖2可以看出，東風波（圖2a）暴雨有2個峰值，分別出現(xiàn)在降雨開始第2小時和第8～9小時，峰值雨量均有15 mm以上，且持續(xù)時間短，峰值后迅速減弱，遞減率達0.68；切變線（圖2b）暴雨峰值出現(xiàn)在降雨開始第2小時，迅速減弱，雖然后期雨強稍有加強，但均未能達到峰值，其遞減率也達到了0.57?？蓪⒋祟惐┯甓x為爆發(fā)型暴雨，其主要特征是降雨分布不均勻，強降雨基本集中在前5～10 h，甚至2 h降雨就結(jié)束。

2.3 GPS-PWV特征分析

根據(jù)以上4類天氣系統(tǒng)形成的暴雨時間，利用GAMIT軟件對GPS-PWV進行解算，統(tǒng)計暴雨發(fā)生前5 h到結(jié)束這段時間內(nèi)PWV值與小時雨量的變化，形成其時間分布特征。從圖3可以看出，各類型暴雨分布特征如下。

（1）冷空氣暴雨（圖3a）在發(fā)生前1 h，PWV值急速升高，而后一直圍繞50 mm上下震蕩，為后期持續(xù)降雨提供水汽，由于此類暴雨小時雨量較小，PWV并未出現(xiàn)明顯的峰值，且PWV均在60 mm以下，而在PWV值下降到45 mm以下2～3 h后，降雨結(jié)束。

（2）熱帶氣旋暴雨（圖3b）在發(fā)生前PWV持續(xù)在30 mm左右，降雨發(fā)生前2～3 h PWV開始上升，在降雨開始后2～3 h，PWV仍然持續(xù)上升，基本維持在55 mm以上，出現(xiàn)了多個小峰值，其對應了多次10 mm左右的小時雨量，降雨結(jié)束前2 h，PWV值急速下降，下降到45 mm以下后，降雨結(jié)束。

（3）東風波暴雨（圖3c）在降雨開始前2 h PWV從25 mm左右急速上升，超過45 mm后1 h開始出現(xiàn)降雨，后持續(xù)上升并達到峰值，其對應了1 h后出現(xiàn)的降雨峰值，隨后6～8 h PWV仍然維持在70 mm以上，這與其降雨分布的2個峰值相對應，而后PWV值開始下降，降雨量減弱，當PWV下降到45 mm以下后3～4 h，降雨結(jié)束。

（4）切變線暴雨（圖3d）在降雨開始前2 h PWV值也急速上升，超過45 mm后2 h開始出現(xiàn)降雨，PWV值出現(xiàn)峰值1 h后出現(xiàn)降雨峰值，隨后PWV下降到60左右，雨量減弱，出現(xiàn)第2個峰值是對應了第2次的降雨峰值，降雨結(jié)束前2～4 h，PWV值迅速降低，當下降到45 mm以下后，降雨趨于結(jié)束。

綜上所述，在暴雨發(fā)生前1～3 h，PWV均有明顯的增強，超過45 mm后1～2 h內(nèi)出現(xiàn)暴雨，其PWV峰值對應了1～2 h后的降雨峰值，而在PWV連續(xù)2～4 h下降后，暴雨趨于結(jié)束，此特征在東風波暴雨和切變線暴雨中表現(xiàn)最為明顯。

3 結(jié)論

（1）根據(jù)2011—2013年資料統(tǒng)計，造成瓊海市暴雨的主要天氣系統(tǒng)為切變線和熱帶氣旋，占暴雨總天數(shù)的79.4%。

（2）根據(jù)暴雨時間分布特征，瓊海暴雨可分為持續(xù)型和爆發(fā)型，其區(qū)別在于持續(xù)型降雨持續(xù)時間久，強度變化不大，而爆發(fā)型強降雨集中在前5～10 h，甚至更短時間。

（3）GPS-PWV時間分布特征顯示，在暴雨發(fā)生前1～3 h，PWV均有明顯的增強，超過45 mm后1～2 h內(nèi)出現(xiàn)暴雨，其PWV峰值對應了1～2 h后的降雨峰值，而在PWV連續(xù)2～4 h下降后，暴雨趨于結(jié)束，此特征在東風波暴雨和切變線暴雨中表現(xiàn)最為明顯。

（4）GPS/PWV資料能直觀、及時地反映大氣中水汽的時間變化，可有效地彌補目前常規(guī)探測手段對大氣中水汽測量的不足，在天氣預報方面具有一定的應用前景。

4 參考文獻

[1] 谷曉平，王長耀，蔣國華.地基GPS遙感大氣水汽含量及在氣象上的應用[J].氣象科學，2005，25（5）：543-549.

[2] 谷曉平，王長耀，吳登秀.GPS水汽遙感中的大氣加權(quán)平均溫度的變化特征及局地算式研究[J].氣象科學，2005，25（1）：79-83.

[3] 吳建軍，王鑫，呂達仁，等.北京可降水量變化特征的地基GPS觀測與分析[J].南京氣象學院學報，2007，30（3）：377-382.

[4] 楊露華，葉其欣，鄔銳，等.基于GPS/PWV資料的上海地區(qū)2004年一次夏末暴雨的水汽輸送分析[J].氣象科學，2006，26（5）：502-508.

[5] 李國翠，李國平，景華，等.華北三站地基GPS反演的大氣可降水量及其特征[J].氣象科學，2008，28（4）：389-394.

[6] 袁招洪，顧松山，丁金才.數(shù)值模式預報延遲量與GPS測量的比較研究[J].南京氣象學院學報，2006，29（5）：581-590.

[7] 朱男男，沈桐立，朱偉軍.一次降水過程的GPS可降水量資料同化試驗[J].南京氣象學院學報，2008，31（1）：26-32.

[8] 王皓，李國平，陳嬌娜.運用GAMIT10.34解算成都地區(qū)的GPS可降水[J].成都信息工程學院學報，2009，24（5）：478-483.