于碧馨，劉 晶，安大維，張云惠*

（1.新疆氣象臺，新疆 烏魯木齊 830002；2.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；3.中亞大氣科學(xué)研究中心，新疆 烏魯木齊 830002）

天山東西橫亙2 500 km、平均海拔4 000 m，將新疆分為南、北疆，天山以南稱為南疆，常年干旱少雨，屬典型的干旱內(nèi)陸性荒漠氣候，但近年來降水呈現(xiàn)年代際增多趨勢，且強(qiáng)降水頻發(fā)，屢破極值。水汽作為成云致雨的必要條件，對輻射收支、水循環(huán)、天氣演變和氣候變化等有重要作用[1-4]。研究表明水汽條件是干旱區(qū)暴雨形成的重要因子之一，水汽輸送的驟然增大和戛然而止與南疆降雨起止時間和暴雨強(qiáng)度有密切關(guān)系[5]，水汽的局地變化也對降水有一定的指示性作用。傳統(tǒng)定義的水汽含量指的是某區(qū)域上空某時刻或者一個較長時期平均的水汽含量，是一個狀態(tài)參數(shù)[6]，但水汽復(fù)雜多變且分布極不均勻，常規(guī)探測難以滿足獲取水汽連續(xù)變化特征的需求[2-4]。地基GPS水汽遙感探測技術(shù)發(fā)展有效彌補(bǔ)了常規(guī)探測手段的不足，幾乎不受大氣環(huán)境的影響，能夠真實可靠地反映大氣中的水汽變化，可提供覆蓋范圍廣、高時空分辨率、高精度的大氣可降水量[7-8]。一些學(xué)者統(tǒng)計了地基GPS水汽時空分布特征指出[9-12]，地基GPS反演的PWV和探空資料計算的PWV一致性良好[10-11]，部分地區(qū)降水前普遍PWV增加[7-9，11]，而有的地區(qū)強(qiáng)降雨時段多數(shù)在PWV峰區(qū)時段[13]。循環(huán)同化GPS-PWV資料模擬可有效改善降水的預(yù)報能力，尤其是大雨、暴雨量級以上的降水預(yù)報得到了顯著提高[14]。

新疆學(xué)者們對北疆地區(qū)地基GPS水汽資料與降水的關(guān)系做了一些研究[15-18]，伊犁河谷夏季GPS-PWV距平日變化幅度與海拔高度呈正相關(guān)，天山山區(qū)各站夏季GPS-PWV分布與海拔高度呈顯著負(fù)相關(guān)，烏魯木齊強(qiáng)降水過程中GPS-PWV有明顯的提前增濕和躍變現(xiàn)象且降水時峰值幾乎可達(dá)到氣候平均值的2倍左右。但對南疆相關(guān)的研究較少，崔麗娜等[4]僅分析了部分時段內(nèi)的日變化特征。2003年中國氣象局烏魯木齊沙漠氣象研究所開始搭建新疆地基GPS/MET遙感大氣水汽觀測網(wǎng)，2016年以前僅建站13個，而目前可用于觀測、業(yè)務(wù)應(yīng)用與研究等工作的觀測站點有36個（其中南疆地區(qū)21個）。因此，本文在分析2017—2019年南疆西部與昆侖山北坡地基GPS-PWV變化特征的基礎(chǔ)上，針對夏季不同海拔高度不同降水量級的GPS-PWV日變化進(jìn)行分析，探尋GPS-PWV與實際降水的對應(yīng)關(guān)系，以期為強(qiáng)降水短時臨近預(yù)報提供參考。

1 研究區(qū)概況

南疆（73°40′～93°45′E，34°25′～43°36′N）面積約108萬km2，地形呈向東開口的喇叭口形狀，地勢西高東低，微向北傾，北部為天山山脈，西部為帕米爾高原（圖1），海拔基本均在3 km以上[19-20]，南部為與青藏高原毗鄰的昆侖山（海拔基本在5 km以上），中東部為塔克拉瑪干沙漠（海拔約0.8～1.5 km）。本文的主要研究區(qū)域為南疆西部（藍(lán)圈區(qū)域）和昆侖山北坡（紅圈區(qū)域），前者地形為大喇叭口型且整體海拔較高，后者地勢南高北低。

圖1 南疆地區(qū)地基GPS站點（黑點）分布

2 資料與方法

2.1 資料選取

地基GPS/MET遙感大氣水汽觀測資料和降水資料均由新疆氣象信息中心提供，時間分辨率為1 h。文中的春、夏、秋、冬四季分別對應(yīng)的是3—5月、6—8月、9—11月、12月—次年2月。

選用2017—2019年南疆西部、昆侖山北坡各6個地基GPS/MET遙感大氣水汽觀測站資料（圖1），經(jīng)整理剔除由于儀器維修、故障造成異常數(shù)據(jù)和無效數(shù)據(jù)，利用GAMIT軟件處理原始資料反演得到逐時的GPS-PWV。南疆西部地處帕米爾高原的布倫口鄉(xiāng)站海拔最高，為3 320 m；海拔次高的烏恰站在帕米爾高原北部，為1 396 m；海拔最低的庫車站在天山南麓中部，為1 082 m。昆侖山北坡海拔最高的觀測站是昆侖山與塔克拉瑪干沙漠之間的于田站，為1 422 m；其次是民豐站、和田站，分別為1 410和1 375 m，位于昆侖山北麓、塔克拉瑪干沙漠東緣的若羌站海拔最低，為888 m（表1）。

表1 研究區(qū)域GPS觀測站點和資料信息

2.2 GPS-PWV可信度檢驗

利用美國懷俄明大學(xué)（University of Wyoming，UW）大氣科學(xué)系網(wǎng)站（http：//weather.uwyo.edu）基于全球交換站常規(guī)探空觀測資料計算得到的RSPWV，進(jìn)行GPS-PWV精度檢驗。研究區(qū)域內(nèi)具備地基GPS/MET遙感大氣水汽觀測能力的站點中僅庫車、和田、民豐、若羌4站有探空數(shù)據(jù)，因此選擇可用于對比檢驗資料樣本數(shù)相對更多的庫車、若羌為本文中2個區(qū)域的代表站，且這2站GPS站和探空站均在當(dāng)?shù)貧庀笥^測站內(nèi)，滿足對比條件。

以2019年逐日08、20時（北京時，下同）RSPWV為代表，分別比較驗證GPS-PWV的準(zhǔn)確性。根據(jù)庫車、若羌兩站（南疆西部和昆侖山北坡代表站中海拔最低站點）逐日探空資料，計算出每日兩次的RS-PWV值并與相應(yīng)時刻的GPS-PWV值進(jìn)行比較，圖2為兩站08、20時的GPS-PWV與RS-PWV散點分布圖。2站2個時次2套資料的PWV散點均在擬合直線附近密集分布，都具有很高的相關(guān)性。庫車站08、20時擬合直線斜率分別為1.045 7和1.026 3，均方根誤差（RMSE）分別為2.15和2.06 mm，確定系數(shù)R2分別為0.921和0.933 7（均通過了0.05的顯著性檢驗）；而若羌站08、20時二者擬合也較為一致，擬合直線斜率分別為1.032 6和1.051 8，RMSE分別達(dá)2.03和2.35 mm，二者間確定系數(shù)R2分別為0.942和0.929 7（均通過了0.05的顯著性檢驗）。這2站的GPS-PWV整體略高于RS-PWV，這可能是由于南疆地區(qū)上空對流層中下層空氣異常偏干[10]?？傮w來看，庫車站和若羌站的擬合直線斜率均接近1.0，RMSE在2 mm左右，確定系數(shù)R2都超過0.92，可見其GPS-PWV具有較高的精度。

圖2 2019年庫車站（a、b）、若羌站（c、d）逐日08時（a、c）、20時（b、d）GPS-PWV與RS-PWV散點分布

3 GPS-PWV時空變化特征

3.1 空間分布

南疆西部和昆侖山北坡不同海拔站點的GPSPWV在2017—2019年平均值的空間分布（圖3）有明顯差異，南疆西部庫車站和葉城站最大，均為12.3 mm，其次烏什站、巴楚站均為11.3 mm，第三是烏恰站7.9 mm，布倫口鄉(xiāng)站最小為4.4 mm；昆侖山北坡若羌站和塔中站最大，均為11.6 mm，其次是和田站、且末站，分別為11.5和10.6 mm，第三是民豐站，為9.6 mm，于田站最小，為8.3 mm。這種分布表明兩區(qū)域GPS-PWV值隨海拔高度的增加而減小，而PWV是整層大氣柱逐層水汽的累加值，氣柱的相對厚度與海拔高度呈反相關(guān)，造成上述現(xiàn)象的原因與此有一定關(guān)系[5，7，21]。

圖3 2017—2019年南疆各站點GPS-PWV（單位：mm）

3.2 時間變化特征

3.2.1 月季分布

分析2017—2019年南疆西部（圖4a）和昆侖山北坡（圖4b）月平均GPS-PWV變化可以看到，各站點的月變化一致，均呈單峰型，7、8月最大，3—5月緩慢上升，5—7月快速增大，9—11月迅速下降，冬季12月—次年2月最小；南疆西部7月最大的是巴楚站（24.09 mm），8月最大的為葉城站（26.83 mm）；而昆侖山北坡7月最大的為民豐站（28.41 mm），8月最大的為和田站（25.04 mm）。

圖4 2017—2019年南疆月平均GPS-PWV變化

季節(jié)分布上GPS-PWV各站點值由大到小依次為夏季、秋季、春季、冬季，其中夏季各站點值是秋季、春季的2倍左右，大部分站點值是冬季的5倍左右，而塔中、于田站是冬季的7倍。南疆降水的水汽來源，是西風(fēng)帶低值系統(tǒng)本身攜帶的水汽、低空急流的水汽輸送和盆地內(nèi)水汽的集中。夏季副熱帶系統(tǒng)活躍，受到歐洲中南部大西洋的偏南水汽輸送和盛行副熱帶西風(fēng)急流的共同影響，水汽輸送量最大；冬季水汽輸送以西風(fēng)帶攜帶、地中海向里海匯集與里?！嗖馗咴蟼?cè)西南向的間接輸送為主，但極鋒鋒區(qū)位置偏北，影響南疆的西風(fēng)明顯減弱，水汽輸送量最小[22]。低空急流的水汽輻合為南疆降水天氣提供了一部分偏東水汽補(bǔ)給，據(jù)統(tǒng)計偏東低空急流南疆5月最強(qiáng)，其次是6、8月，5—8月東風(fēng)厚度較厚，而東風(fēng)在夏季主要為暖濕型、春季為干冷型[23]。這些可能是造成PWV季節(jié)變化的原因之一。

3.2.2 日變化

新疆不同季節(jié)水汽源地、水汽輸送路徑、水汽輸入量不同，水汽增量也有差異[1，5，17]。分析2017—2019年4季南疆西部（烏恰站、庫車站）與昆侖山北坡（和田站、若羌站）GPS-PWV距平日變化（圖5）發(fā)現(xiàn)，PWV日變化特征明顯，且相對海拔較高的烏恰站與和田站日變化特征類似，海拔較低的庫車站與若羌站日變化特征較為一致。

圖5 2017—2019年南疆西部與昆侖山北坡代表站春（a）、夏（b）、秋（c）、冬（d）四季GPS-PWV距平日變化

春季烏恰站、和田站GPS-PWV距平日變化呈一峰兩谷型，谷值均出現(xiàn)在06時，隨后不斷增大，至10、11時分別達(dá)峰值，和田站逐步減小，到17—18時再次降至谷值，而烏恰站則維持大值至12時，14時轉(zhuǎn)為負(fù)距平后持續(xù)低值至20時；庫車站、若羌站GPS-PWV距平日變化為一峰一谷分布，開始上升時間相對較早，夜間階段性上升，到08時達(dá)到最大，隨后持續(xù)下降，分別至19、17時降至最低。

夏季和田站GPS-PWV距平日變化為一峰兩谷型，04時出現(xiàn)第一次谷值后快速上升，至12時達(dá)到峰值后驟降，至20時再次出現(xiàn)谷值。烏恰站GPSPWV距平呈現(xiàn)日變化更劇烈的一峰一谷狀態(tài)，05—15時由谷值升至峰值，14—18時維持著高值。庫車站與若羌站GPS-PWV距平日變化也是一峰一谷型，夜間上升至06時出現(xiàn)最大值，隨后緩慢下降，分別在23和22時降到最小，都在22時—次日02時維持著低值。

秋季各站GPS-PWV距平日變化各有不同。烏恰站GPS-PWV距平日變化整體大致呈日變幅較大的準(zhǔn)單峰型分布，谷值和春季一樣出現(xiàn)在06時，然后快速上升，11—19時維持高值并存在3個極大值，分別在11時、15—16時、19時，峰值在15—16時，19時之后開始直線下降。和田站GPS-PWV距平日變化呈三峰型，波動較大，峰值出現(xiàn)在03、11、22時，谷值出現(xiàn)在00、05、18時。庫車站GPS-PWV距平日變化也呈三峰型，峰值出現(xiàn)在03、11、20時，谷值出現(xiàn)在00、06、13時。若羌站GPS-PWV距平日變化轉(zhuǎn)為一峰兩谷分布，00時為谷值，波動上升至08時出現(xiàn)峰值，隨后又波動下降至18時達(dá)到谷值。

冬季各站GPS-PWV距平日變化呈多峰型，烏恰站峰值出現(xiàn)在02、11、13、18時，庫車站峰值出現(xiàn)在04、11、14、19時，和田站峰值出現(xiàn)在02、11、14、19時，若羌站峰值出現(xiàn)在01、11、19時，各站峰值出現(xiàn)時刻較為接近。

另外，夏季各站GPS-PWV距平日變化幅度最大，海拔最高的烏恰站日變幅達(dá)3.17 mm，海拔最低的若羌站日變幅最小（1.4 mm）。由于南疆地區(qū)夏季晝夜溫差大，在太陽輻射和下墊面加熱的作用下日出之后迅速升溫，大氣分子活動劇烈，導(dǎo)致水汽不斷蒸發(fā)，空氣對水分子容納能力增強(qiáng)，水汽含量增大，而隨著日落溫度快速下降，水汽含量也下降，使得夏季水汽含量日變幅大[10]。這些也與每個站點復(fù)雜地貌和獨有的下墊面性質(zhì)以及局地氣候條件有很大的關(guān)系。山區(qū)站（如烏?。㏄WV變幅大的原因可能是山區(qū)PWV基數(shù)低，但降水日數(shù)相對多，局地短時降雨過程使得水汽快速聚集，大氣水汽含量迅速增大[15]。

綜上所述，各站春、夏季GPS-PWV距平日變化為單峰型分布且峰值強(qiáng)度強(qiáng)，春季高海拔地區(qū)峰值出現(xiàn)在10—11時，低海拔地區(qū)峰值出現(xiàn)在08時，和夏季相比，高海拔地區(qū)峰值早出現(xiàn)1～5 h，低海拔地區(qū)峰值晚出現(xiàn)2 h；秋、冬季GPS-PWV距平日變化除了烏恰站與若羌站的秋季單峰型和外，均為三峰或四峰型，峰值頻次接近，站與站之間峰值日變化存在一定的規(guī)律性，在02時前后、11和19時前后均出現(xiàn)峰值。由此得出：（1）南疆地區(qū)PWV峰值在春夏季節(jié)相對更強(qiáng)，降水也集中出現(xiàn)春夏季節(jié)[25]。（2）南疆地區(qū)春、夏季大氣增濕主要是在夜間，可能是影響南疆降水“夜雨”[26]特征的原因之一，而南疆降水的重要動力機(jī)制之一的南疆盆地低空偏東氣流具有夜間增強(qiáng)的日變化特點，同時受山谷風(fēng)影響，南疆西部夜間下山風(fēng)明顯[27-28]，東西風(fēng)及其輻合或切變對低層水汽輸送與輻合起著重要作用。（3）冬季主要是在白天，而秋季則是在后半夜到上午波動式增濕，由春夏至冬增濕主要時段向后推移，與這3年主要降水出現(xiàn)前的增濕時段也相對應(yīng)。（4）同一區(qū)域不同海拔地區(qū)增濕時段存在時差，這可能與山谷風(fēng)及其降水季節(jié)變化、海拔高度差異有關(guān)，但因資料年限短且對大氣水汽增濕過程及成因尚未有準(zhǔn)確的科學(xué)探索，未來需要更多元化資料作進(jìn)一步證實。

4 夏季GPS-PWV日平均變化與降雨量的關(guān)系

南疆地區(qū)地形特殊、復(fù)雜，降水所需的水汽輸送與輻合機(jī)制需要中、高、低緯多尺度系統(tǒng)共同作用與有利配合，水汽資源匱乏但對降水的形成極其重要[19-27]?？紤]到夏季是南疆GPS-PWV月變化、日變化較大的季節(jié)，利用2017—2019年夏季資料分析南疆西部與昆侖山北坡逐日GPS-PWV與日降雨量的關(guān)系，文中氣候平均值為1976—2009年各探空站大氣可降水量平均值[29]。

4.1 有、無雨日和中雨日的GPS-PWV變化特征

定量計算GPS-PWV研究表明[22]，不同降水量級對應(yīng)的PWV日變化差異明顯，且有降水日的平均PWV比無降水日大。按照新疆天氣預(yù)報業(yè)務(wù)規(guī)定，日降水量≥6.1 mm為中雨，降水量≥0.1 mm為有雨，無雨或降水量＜0.1 mm為無雨日。利用以下公式分別計算有、無降雨情況下PWV平均值進(jìn)行雙樣本T檢驗[30]。

夏季南疆西部有降水日數(shù)遠(yuǎn)多于昆侖山北坡，且高海拔站多于低海拔站（表1）。多數(shù)有降水時對應(yīng)著日均PWV峰值，且大于氣候平均值，有降水時日均PWV達(dá)到峰值的比例烏恰站占89%，庫車站占91.2%，和田站占66.7%，若羌站占85%；而所有出現(xiàn)日均PWV峰值但未出現(xiàn)降水的比例烏恰站占14.7%，庫車站占28.8%，和田站占67.8%，若羌站占62.2%?？梢缘贸觯海?）南疆西部地區(qū)降水前增濕是日內(nèi)驟增，水汽迅速積聚所致。（2）同樣達(dá)到大氣水汽含量最大時，昆侖山北坡相對不易產(chǎn)生降水，一是可能產(chǎn)生降水的其他必要條件不足或者要求更高；二是影響南疆降水的主要影響系統(tǒng)南支槽型、中亞偏南低槽型、低渦型、巴爾喀什湖低槽型中，南疆西部地區(qū)有利影響系統(tǒng)為前三型，而對于昆侖山北坡降水則主要是最后一型，出現(xiàn)頻率相對較低；三是受到地理位置與地形地貌影響，盛行的西風(fēng)帶系統(tǒng)進(jìn)入新疆后產(chǎn)生穩(wěn)定低空偏東氣流及東西風(fēng)切變，在南疆西部動力與地形抬升更為劇烈，而昆侖山北坡降水則需要更強(qiáng)的動力抬升條件和更好的云低增長條件[31]。

表1 2017—2019年夏季南疆有、無雨日及中雨日的GPS-PWV平均值和T檢驗結(jié)果

計算各站夏季有、無降水日PWV平均值的合成T檢驗值（均通過了0.05的顯著性檢驗）發(fā)現(xiàn)，南疆西部和昆侖山北坡有、無降水時PWV平均值T檢驗都存在顯著差異，且兩區(qū)域都是低海拔地區(qū)比高海拔地區(qū)差異更明顯（T檢驗值相差5左右），昆侖山北坡T檢驗比南疆西部差異更大，T檢驗值在10以上。

4.2 最大GPS-PWV和降水開始時間

在降水發(fā)生前0～1 d，庫車站日均PWV與當(dāng)月氣候平均值比值為0.83～1.41，和田站則為0.89～1.53（圖6），日均PWV都有不同程度的上升。降水的開始在大多數(shù)情況下都晚于GPS-PWV的開始上升。楊磊等[8]對比遼寧省2013—2014年主汛期GPSPWV值在強(qiáng)降水過程和日常情況下的特征發(fā)現(xiàn)，強(qiáng)降水過程的PWV最大增量一般出現(xiàn)在強(qiáng)降水發(fā)生前1～3 h。劉晶等[15]研究表明，伊寧站2016年夏季降水多在GPS-PWV最大值出現(xiàn)后0～2 h和5～9 h發(fā)生，烏魯木齊在2015年2次降水過程中強(qiáng)降水發(fā)生前4～5 h GPS-PWV有明顯增幅，且當(dāng)達(dá)到峰值時強(qiáng)降水開始[17]。于曉晶等[7]認(rèn)為新疆天山山區(qū)2012—2015年夏季各站降水量與其對應(yīng)GPS-PWV值關(guān)聯(lián)性不明顯，但與其海拔高度相關(guān)性強(qiáng)。那么南疆西部和昆侖山北坡的降水與其小時GPS-PWV值存在怎樣的關(guān)聯(lián)呢？將出現(xiàn)降雨（≥0.1 mm）且降水間隔超過6 h記為出現(xiàn)一次降水，將PWV最大值出現(xiàn)時刻與降水開始時刻的差值記為PWV最大值相對降水開始時間的提前量，統(tǒng)計4站的2017—2019年夏季降水頻次及其相對降水開始時小時最大GPS-PWV出現(xiàn)的時間提前量，詳細(xì)信息如表2所示。

圖6 2017—2019年夏季庫車站（a）與和田站（b）逐日降水量、PWV日均變化和相應(yīng)各月氣候平均值

表2 2017—2019年夏季南疆地區(qū)GPS-PWV最大值相對降水開始時間提前量的頻次分布

分析最大GPS-PWV出現(xiàn)時間提前量發(fā)現(xiàn)，南疆西部2站多數(shù)是PWV最大值出現(xiàn)時間與降水同步發(fā)生，或是與降水發(fā)生時間間隔較短，大氣水汽的累積和釋放與降水的開始有很好的對應(yīng)關(guān)系[32]。烏恰站（降水94次）與庫車站（降水61次）PWV最大值出現(xiàn)時間與降水同步發(fā)生的頻次各占其總降水次數(shù)的44.7%和60.7%，烏恰站PWV最大值出現(xiàn)時間超前降水發(fā)生1、2、3 h的數(shù)量分別為20、9、8次，庫車站PWV最大值出現(xiàn)時間超前降水發(fā)生1、2 h的數(shù)量分別為10、7次。昆侖山北坡2站PWV最大值出現(xiàn)時間與降水同步發(fā)生和超前降水發(fā)生時間1、2、3、7 h以上的次數(shù)相對均衡，和田站各有4～6次，若羌站各有3～5次。兩區(qū)域海拔相對較高地區(qū)超前降水發(fā)生時間5～6 h次數(shù)相對較少（均為1次），海拔相對較低地區(qū)PWV最大值超前降水發(fā)生時間4～6 h次數(shù)相對較少（各1～2次）。另外從地區(qū)PWV與降水分布可知，南疆西部出現(xiàn)降水155次，其中136次發(fā)生在PWV最大值出現(xiàn)后0～3 h，占總降水次數(shù)的87.7%；昆侖山北坡共出現(xiàn)降水52次，35次發(fā)生在PWV最大值出現(xiàn)后0～3 h，占總降水次數(shù)的67.3%?？梢奝WV最大值出現(xiàn)時間超前降水0～3 h發(fā)生頻次最高，水汽在短時間內(nèi)快速凝聚，這可能是與夏季南疆降水天氣的水汽聚集機(jī)制常常驟然建立且持續(xù)時間短暫有關(guān)[5、20]。

測站小時PWV最大值對南疆西部和昆侖山北坡地區(qū)降水開始的短時臨近預(yù)報有一定指示意義。南疆西部PWV最大值出現(xiàn)時間超前降水0～1 h發(fā)生頻次最高，昆侖山北坡降水主要出現(xiàn)在PWV最大值0～3 h和7～9 h，兩區(qū)域海拔相對較低地區(qū)PWV最大值時間提前量更短。

5 結(jié)論

基于2017—2019年南疆GPS-PWV、RS-PWV和逐時降水資料，分析了南疆西部與昆侖山北坡的GPS-PWV時空變化特征，討論夏季2個區(qū)域不同高度不同量級降水過程的GPS-PWV逐日變化、小時變化與實際降水的對應(yīng)關(guān)系，得到如下結(jié)論：

（1）08和20時南疆西部和昆侖山北坡GPSPWV整體略高于RS-PWV，南疆西部和昆侖山北坡代表站這2套資料的均方根誤差（RMSE）均在2 mm左右，具有較高的精度和相關(guān)性，確定系數(shù)均＞0.92，可以反映該地區(qū)實際大氣可降水量水平。

（2）南疆西部和昆侖山北坡不同海拔站點GPSPWV空間分布差異明顯，大部分站點GPS-PWV隨海拔高度的增加而減小，南疆西部庫車站和葉城站最大，均為12.3 mm，布倫口鄉(xiāng)站最小為4.4 mm；昆侖山北坡若羌站和塔中站最大，均為11.6 mm，于田站最小，為8.3 mm。

（3）各站點GPS-PWV逐月變化都呈單峰型，夏季7、8月最大，冬季12月—次年2月最小，且夏季各站點是秋季、春季的2倍左右，大部分站點是冬季的5倍左右。春、夏季各站GPS-PWV距平日變化為單峰型，春季高海拔地區(qū)峰值出現(xiàn)在10—11時，低海拔地區(qū)峰值出現(xiàn)在08時，和夏季相比高海拔地區(qū)峰值早出現(xiàn)1～5 h、低海拔地區(qū)峰值晚出現(xiàn)2 h；秋、冬季GPS-PWV距平日變化除了烏恰站與若羌站的秋季為單峰型外，其他均為三峰或四峰型，02時前后、11和19時前后均出現(xiàn)峰值。

（4）各站點GPS-PWV平均值在有、無降水時均有顯著差異，昆侖山北坡差異更大。南疆西部降水發(fā)生前PWV已開始上升，PWV峰值主要出現(xiàn)在降水前0～1 h；昆侖山北坡PWV峰值主要出現(xiàn)在降水前0～3 h和7～9 h；而兩區(qū)域海拔相對較低站點PWV峰值提前量更短，PWV達(dá)到峰值時昆侖山北坡不易產(chǎn)生降水。

南疆西部和昆侖山北坡GPS-PWV存在明顯時空差異，而一次強(qiáng)降水過程會導(dǎo)致季節(jié)內(nèi)各月、日變化和日循環(huán)特征出現(xiàn)較大差異，本文分析發(fā)現(xiàn)2區(qū)域各站點GPS-PWV的最大值和降水前峰值出現(xiàn)的時間提前量可作為降水開始的臨近預(yù)報預(yù)警參考值，可將此結(jié)論應(yīng)用于日常預(yù)報業(yè)務(wù)中做進(jìn)一步檢驗和驗證，但要注意考慮存在出現(xiàn)日均PWV峰值但未出現(xiàn)降水的情況，會有一定的空報率，需結(jié)合天氣背景進(jìn)行綜合研判。另外，上述研究結(jié)果僅基于2017—2019年資料且有缺測值，今后還需利用更多站點、更完整時間序列資料開展相關(guān)研究，結(jié)合更多源資料剖析大氣水汽增濕過程及其成因，為有效提高臨近預(yù)報預(yù)警準(zhǔn)確率提供數(shù)據(jù)支撐。