朱玉香，陳永貴，安春華

（1.河南測繪職業(yè)學院，鄭州 451464；2.河南省科學院 地理研究所，鄭州 451464）

0 引言

中國大陸構造環(huán)境監(jiān)測網(wǎng)絡（ crustal movement observation network of China, CMONOC）是中國地殼運動觀測網(wǎng)絡的延續(xù)，目前由260 個連續(xù)觀測和2 000 個不定期觀測站點構成的、覆蓋中國大陸地區(qū)的高精度、高時空分辨率和自主研發(fā)數(shù)據(jù)處理系統(tǒng)的觀測網(wǎng)絡[1-3]。

20 世紀80 年代末，地基全球定位系統(tǒng)（global positioning system, GPS）氣象學（meteorology, MET）開始在美國發(fā)展并成為一門新興學科，國內(nèi)外的專家學者也開始致力于驗證和評估GPS 反演水汽的可靠性[4-5]。大氣可降水量（perceptible water vapor, PWV）是指存在于垂直氣柱中的水汽總量，無法直接測量但可利用地基GPS 數(shù)據(jù)進行反演得到[6]。20 世紀90 年代，我國就有學者開始研究GPS/MET 的原理和方法，利用地基GPS 數(shù)據(jù)反演，進行大氣水汽探測的實驗[7-8]。例如：文獻[9]采用GPS 跟蹤站的實測資料反演出測站的大氣水汽含量，與實際大氣可降水量的誤差＜1 mm；文獻[10]對全球PWV、溫度、降雨和干旱的趨勢和相關性問題進行研究，研究結(jié)果為干旱監(jiān)測提供了1 種新方法；文獻[11]提出利用小波變換，對暴雨過程中GPS 氣象要素進行初步探索；文獻[12]對柴達木盆地GPS 大氣可降水量精度檢驗及其變化特征進行研究；文獻[13-14]對暴雨和臺風過程中水汽變化進行研究，實驗結(jié)果表明，PWV 能夠反映出臺風期間水汽時空動態(tài)傳輸過程，與降水之間具有良好的對應關系；文獻[15]對青海典型地區(qū)進行地基GPS 大氣可降水量反演及精度分析，青海地區(qū)海拔差異大、區(qū)域氣候背景不同，具有顯著的區(qū)域差異性，為青海地區(qū)開展GPS 水汽遙感工作奠定了基礎。

“利奇馬”是2019 年第9 號臺風，2019 年8月10 日1 時45 分在浙江省登陸，登陸時中心附近最大風力有16 級，中心最低氣壓為930 hPa?！袄骜R”共造成我國千萬人受災，造成直接經(jīng)濟損失數(shù)百億元。隨著臺風從黃島一帶進入山東，受臺風“利奇馬”的影響，山東省農(nóng)作物遭受嚴重的損失，造成直接損失達數(shù)十億元。

傳統(tǒng)水汽探測手段，諸如衛(wèi)星遙感、探空氣球和微波輻射計等，普遍存在時空分辨率不足、開銷較高和易受天氣影響的缺點，對于中小型尺度水汽探測能力有限；而地基GPS 數(shù)據(jù)探測水汽，則具有高時空分辨率、實時性和靈活性等優(yōu)點。本文基于地基GPS 觀測數(shù)據(jù)，對2019 年8 月10 日超強臺風“利奇馬”在山東期間，GPS-PWV 的動態(tài)分布特征進行研究。臺風能夠帶來強風和暴雨，嚴重危害人民生活生產(chǎn)安全，臺風期間對PWV 進行監(jiān)測，有助于深入認識大氣中水汽傳輸過程，認知臺風期間水汽分布及其動態(tài)變化過程。分析臺風、暴雨等災害性天氣形成過程中PWV 的時空特性演變，對災害性天氣預報和監(jiān)測具有重要的指導意義。

1 地基GPS 獲取ZTD、PWV 的基本原理

基于 GPS 高精度數(shù)據(jù)處理軟件加米特（GAMIT）/格洛布克（GLOBK）獲取對流層天頂總延遲，結(jié)合氣象觀測資料和天頂靜力延遲計算模型，得到天頂靜力學延遲[16-17]，即

式中：φ 為測站緯度； h0為測站海拔高度，單位為km；P 為測站地面氣壓，單位為hPa；ZHD（zenith hydrostatic delay）為采用加米特（GAMIT）/格洛布克（GLOBK）模型計算得到的天頂干延遲，單位為cm。天頂對流層延遲（zenith tropospheric delay, ZTD）減去天頂干延遲得到天頂濕延遲（zenith wet delay, ZWD），即

利用貝葉斯經(jīng)驗公式計算出加權平均溫度Tm，進而得到水汽轉(zhuǎn)換系數(shù)Π ，則天頂濕延遲與水汽轉(zhuǎn)換系數(shù)相乘即可得到大氣可降水量[18]，即

式中為Π 的無量綱轉(zhuǎn)換因子，文獻[19]驗證了貝葉斯經(jīng)驗公式在不同高度面的適用性；文獻[20-21]基于山東連續(xù)運行參考站（Shandong continuously operating reference stations, SDCORS）的數(shù)據(jù)驗證了山東地區(qū)加權平均溫度與水汽轉(zhuǎn)換間的關系。基于這些研究成果，本實驗中，Π 取經(jīng)驗值為0.15。

2 數(shù)據(jù)來源和背景

選取CMONOC 中均勻分布在山東境內(nèi)、數(shù)據(jù)連續(xù)性好、質(zhì)量合格的觀測站產(chǎn)品數(shù)據(jù)作為研究的基礎數(shù)據(jù)，站點分布如圖1 所示，圖2 為臺風“利奇馬”在山東軌跡。

圖1 站點分布

圖2 臺風“利奇馬”在山東軌跡

由圖1 可知，SDZB、SDLY、SDJX、SDRC 測站覆蓋山東地區(qū)，因此可利用這些測站數(shù)據(jù)來反演超強臺風“利奇馬”給山東地區(qū)帶來的大氣可降水含量。為驗證地基GPS 觀測基準站反演大氣可降水含量的精度，使用美國懷俄明州立大學公布的探空數(shù)據(jù)作為參考值。探空法是目前常規(guī)的水汽探測手段之一，通常作為檢驗其他水汽探測手段的基準，探空數(shù)據(jù)提供了12 h 一次的大氣特征參數(shù)。

從中央氣象臺臺風網(wǎng)查詢到，“利奇馬”在2019 年8 月12 日，即年積日（day of year, DOY）第224 天，世界協(xié)調(diào)時（coordinated universal time,UTC）4 時，由青島市黃島區(qū)登陸進入到山東境內(nèi)。此時中心氣壓980 hPa，以時速15 km/h 向西北方向運動，為熱帶風暴級別。在12 日07:00 UTC進入高密市，12 日21:00 UTC 在晚萊州灣附近海域“打轉(zhuǎn)”，直到8 月13 日（DOY 第225 天）由萊州灣海域離開山東?！袄骜R”8 月12 日在山東境內(nèi)快速移動，給山東地區(qū)帶來了強降水。

3 實驗與結(jié)果分析

3.1 地基GPS 反演PWV 可靠性分析

為驗證基于地基GPS 數(shù)據(jù)反演大氣可降水含量的精度的可靠性，選取山東淄博站（SDZB）幾何距離最近的章丘探空站（SDZQ）進行可靠性分析。基于2019-08-01—2019-08-30（DOY 第213—243 天）山東淄博站（SDZB）反演PWV，與章丘站（SDZQ）的PWV 進行線性回歸分析?；诘鼗鵊PS 反演PWV 的時間分辨率為1 h，SDZQ 站數(shù)據(jù)時間分辨率為12 h，從SDZB 站反演的PWV 數(shù)據(jù)中提取與SDZQ 時間對應的時間分辨率PWV 數(shù)據(jù)，線性擬合結(jié)果如圖3 所示，對比分析結(jié)果如表1 所示。

表1 中：STD(standard deviation)為標準差；RMS(root mean square)為均方根。

圖3 GPS-PWV 與探空-PWV 相關性分析

由圖3 可知，GPS-PWV 與探空PWV 的相關系數(shù)K 在2019-08-01—2019-08-30 期間，分別為0.91、0.88，都具有強相關性（K＞0.8）。SDZB 站與SDZQ 站PWV 結(jié)果對比表明，平均誤差分別為1.21、1.24 mm，STD 分別為3.48、4.78 mm，RMS 分別為3.52、4.82 mm。忽略地基SDZB 站與探空站SDZQ 站在地理位置上的不同（直線距離小于10 km），以及PWV 在數(shù)值上表現(xiàn)出來的細小差異，結(jié)果表明，基于地基GPS 數(shù)據(jù)反演PWV 與探空站測得的PWV 有較好的一致性且精度相當，因此，基于地基 GPS 觀測數(shù)據(jù)反演的PWV 的精度和穩(wěn)定性是有保證的。

3.2 地基GPS 觀測基準站GPS-PWV 時序分析

為了研究臺風“利奇馬”在山東期間的動態(tài)水汽特征變化，對地基GPS 觀測基準站DOY 第223—225 天的PWV 進行時間序列分析，結(jié)果如圖4 所示。

圖4 地基GPS 反演PWV 時間序列可視化效果

由圖4 可知，地基GPS 觀測基準站反演得到的時間序列與臺風“利奇馬”進入山東境內(nèi)帶來強降水的時間需要保持高度一致。在臺風未正式進入山東境內(nèi)時，地基GPS 反演的各測站PWV 在45～60 mm 之間；隨著臺風登陸山東，PWV 值急劇上升， SDZB 站最大值達到85 mm 左右，SDJX站、SDLY 站和SDRC 站最大值達到80mm 左右；隨著臺風離開山東地區(qū)地，地基GPS 觀測基準站反演得到的PWV 值急劇變化（降低），最終穩(wěn)定在50～60 mm 左右，直至恢復到臺風前正常水平。

3.3 地基GPS 數(shù)據(jù)反演PWV 動態(tài)空間分布特征分析

為了進一步準確掌握臺風“利奇馬”在山東境內(nèi)期間帶來的水汽分布及其動態(tài)變化過程，地基GPS 數(shù)據(jù)反演 PWV 的動態(tài)空間分布可視化結(jié)果如圖5 所示。由于篇幅限制，在此僅給出DOY第223—225 天期間，時間分辨為4 h，空間分辨率為1°×1°的PWV 的動態(tài)變化過程。

圖5 臺風期間GPS-PWV 動態(tài)空間分布可視化結(jié)果

從圖5 中可以看出，超強臺風“利奇馬”在山東境內(nèi)期間PWV 的動態(tài)空間分布以及水汽傳輸過程。在“利奇馬”進入山東境內(nèi)前，山東地區(qū)PWV在空間分布上表現(xiàn)為中部、南部和東部的PWV 值略高于北部、西部，這是由于山東南部及東部地區(qū)屬于沿海地區(qū)，水汽較為豐富造成的；在DOY 第223 天00:00—16:00 UTC，山東境內(nèi)PWV 值幾乎無明顯變化特征（“利奇馬”在黃海區(qū)域，還未登陸山東），從16:00 UTC 至次日12:00 UTC，山東境內(nèi)PWV 值急劇增加（此時“利奇馬”由黃海區(qū)域奔赴山東境內(nèi)），最大在中部達到90 mm 左右；在DOY 第224 天12:00 UTC 至次日00:00 UTC，山東境內(nèi)PWV 值急劇降低，直至恢復到臺風前的正常水準（“利奇馬”由萊州灣海域離開山東），說明PWV 的值變化梯度與臺風“利奇馬”在山東境內(nèi)移動路線相吻合，這與文獻[22-23]探測臺風襲閩和港期間水汽的動態(tài)運輸和臺風移動路線相吻合的結(jié)果一致，表明基于地基GPS 觀測基準站反演PWV 可以較好地反映臺風過程中的水汽動態(tài)運輸?shù)娜窟^程。在8 月11 日（DOY 第223 天）16:00 UTC，山東區(qū)域就開始有明顯降水，而此時臺風“利奇馬”正在黃海區(qū)域，還未進入山東境內(nèi)，表明此次臺風在登錄山東前就給山東區(qū)域帶來了強降水，這與文獻[22]基于福建連續(xù)運行參考站（Fujian continuously operating reference stations,FJCORS）數(shù)據(jù)反演“瑪莉亞”在閩期間GPS/PWV表現(xiàn)有所不同，表明臺風“利奇馬”給魯帶來水汽的時間早于“瑪莉亞”給閩帶來的水汽，臺風和地域的差異性會造成水汽運輸時間點的不同。上述結(jié)果較好地展示了臺風期間水汽的交換和傳輸過程，表明在臺風期間PWV 和降水之間具有極強的耦合性。

4 結(jié)束語

本文借助地基GPS 觀測基準站反演的PWV值和美國懷俄明州立大學公布的探空數(shù)據(jù) PWV值，對比分析了基于地基 GPS 觀測基準站反演PWV 的精度，動態(tài)分析驗證了臺風“利奇馬”在山東境內(nèi)期間PWV 動態(tài)分布，得到以下結(jié)論：

基于地基GPS 觀測基準站反演的PWV 與探空站測的PWV 達到強度相關，相關系數(shù)在00:00 UTC、12:00UTC 分別為0.91、0.88，平均誤差分別為1.21、1.24 mm，STD 分別為3.48、4.78 mm，RMS 分別為3.52、4.82 mm。忽略地基SDZB 站與 SDZQ 站探空站在地理位置上的差異而引起的PWV 的在數(shù)值上表現(xiàn)出來的細小差異，基于地基GPS 數(shù)據(jù)反演PWV 與探空站測得的PWV有較好的一致性且精度相當；因此，基于地基GPS 觀測數(shù)據(jù)反演的PWV 的精度和穩(wěn)定性是有保證的。

隨著臺風“利奇馬”進入山東境內(nèi)，各個地基GPS 觀測基準站反演得到的PWV 值急劇上升，PWV 最大值達到90 mm 左右，隨著臺風轉(zhuǎn)移，各觀測基準站PWV 值急劇降低，直至恢復到臺風前正常水準，PWV 值穩(wěn)定在50 mm 左右。

PWV 值的變化梯度與臺風“利奇馬”在山東境內(nèi)的移動路線相吻合，表明基于地基GPS 觀測基準站反演PWV 可以較好地反映臺風過程中的水汽動態(tài)運輸?shù)娜窟^程。

致謝：感謝中國地震局GNSS 數(shù)據(jù)產(chǎn)品服務平臺（ http://www.cgps.ac.cn）和美國懷俄明州立大學（http://www.cgps.ac.cn）提供數(shù)據(jù)支撐。