鄭志卿 張克非 師嘉奇 張明浩 李龍江

1 中國礦業(yè)大學(xué)環(huán)境與測繪學(xué)院,江蘇省徐州市大學(xué)路1號,221116 2 武漢大學(xué)衛(wèi)星導(dǎo)航定位技術(shù)研究中心,武漢市珞喻路129號,430079

北京時間2021-07-17～23河南省中部、西部和北部地區(qū)遭遇歷史罕見特大暴雨,稱為“21·7”河南特大暴雨。此次特大暴雨極端性強、持續(xù)時間長,6 d累積降水量達1 122.6 mm,全省平均過程降水量223 mm,有285個站超過500 mm;20個國家級氣象站日降水量突破歷史極值,北京時間2021-07-20 16:00～17:00鄭州氣象觀測站最大小時降雨量為201.9 mm,突破我國大陸有記錄以來每小時降雨量的極值。

大氣水汽是描述極端天氣的主要參量,在極端天氣的發(fā)生、發(fā)展和演化過程中起著關(guān)鍵的作用[1]。由于水汽變化迅速、空間分布復(fù)雜、主要集中在離地面5 km高度范圍內(nèi),傳統(tǒng)水汽探測方法,如探空、微波輻射計和衛(wèi)星遙感等難以獲取高時空分辨率的水汽信息[1]。地基GNSS具有高精度、高時空分辨率和低成本等優(yōu)勢,其探測大氣可降水量(PWV)的時間分辨率可達min級,甚至s級,精度達到1～2 mm[2]。

本文利用河南省CORS網(wǎng)中GNSS站點反演得到的PWV結(jié)合多氣象要素,分析“21·7”河南特大暴雨過程中降雨量、PWV、相對濕度和總云量的時空變化特征及相互聯(lián)系,為今后特大暴雨預(yù)報分析提供參考。

1 研究區(qū)域及實驗數(shù)據(jù)

1.1 研究區(qū)域與測站分布

河南省位于黃淮西部地貌過渡區(qū),地勢西高東低,北、西、南三面由太行山、伏牛山、桐柏山、大別山沿省界呈半環(huán)形分布,中、東部為黃淮海沖積平原,西南部為南陽盆地。自北向南由暖溫帶半濕潤區(qū)向北亞熱帶氣候過渡,自西向東從丘陵山地向平原氣候過渡,降水時空分布不均[3]。黃河以北的太行山東側(cè)(新鄉(xiāng)、安陽、鶴壁地區(qū))為河南省短時極端強降水的頻發(fā)區(qū)之一,其中7月頻次最高[4]。河南省CORS網(wǎng)中51個GNSS站點、116個地面氣象站點及2個探空站點57083(鄭州)、57178(南陽)的位置分布見圖1,數(shù)據(jù)時間范圍為UTC 2021-07-15～25(如無特殊說明,下文時間均為UTC時)。

圖1 河南省CORS測站、氣象站、探空站分布Fig.1 CORS stations, meteorological stations and radiosonde stations distribution in Henan province

1.2 探空數(shù)據(jù)

無線電探空法是獲取高精度PWV的測量方法之一,其利用探空氣球搭載無線電探空儀,獲取不同高度處的氣壓、溫度和比濕等數(shù)據(jù),以確定氣象參數(shù)的垂直分布情況[5]。探空數(shù)據(jù)計算的PWV精度在mm級,時間分辨率為12 h,可作為驗證GNSS探測水汽精度的參考基準。本文使用美國懷俄明大學(xué)網(wǎng)站(http:∥weather. uwyo.edu/upperair/buf-rraob.shtml)提供的編號為57083和57178的2個探空站的觀測數(shù)據(jù)。

1.3 ERA5氣象再分析數(shù)據(jù)

ERA5再分析資料是ECMWF發(fā)布的第5代全球氣候再分析產(chǎn)品,其使用最新的數(shù)據(jù)同化模型對多源氣象數(shù)據(jù)進行同化,經(jīng)再分析獲得描述大氣、陸地和海洋的全球氣象數(shù)據(jù)集,從而精確描述全球氣候變化狀態(tài)。本文使用1940年至今基于氣壓分層的ERA5逐小時數(shù)據(jù)集(https:∥cds.climate. copernicus.eu/),詳細描述見表1。

表1 ERA5逐小時數(shù)據(jù)描述Tab.1 Description of hourly ERA5 data

2 方 法

2.1 地基GNSS水汽探測原理

GNSS信號穿過大氣層時受大氣折射產(chǎn)生延遲,該延遲根據(jù)來源可分為2個部分:1)由電離層折射產(chǎn)生的電離層延遲,解算GNSS數(shù)據(jù)時可采用無電離層組合等方法加以消除;2)由未經(jīng)電離的中性氣體(氮氣、氧氣和少量水汽等)折射產(chǎn)生的延遲,主要由對流層引起,稱為對流層延遲。

在GNSS數(shù)據(jù)處理中,為解決秩虧問題,通常將沿信號斜路徑的對流層延遲映射到天頂方向[6],即天頂總延遲(ZTD)。ZTD包含2個部分:1)由大氣流體靜力作用引起的延遲,稱為天頂靜力延遲(ZHD);2)由大氣中的水汽引起的延遲,稱為天頂濕延遲(ZWD)。ZTD、ZHD和ZWD之間的關(guān)系為:

ZTD=ZHD+ZWD

(1)

本文使用Saastamonien模型[7]計算ZHD:

ZHD=

(2)

式中,P為測站地面氣壓,單位為hPa;h為測站高程,單位為km;φ為測站地理緯度。

ZWD主要由水汽引起,難以進行準確建模,通常從估計的ZTD中減去ZHD來獲取ZWD,再由水汽轉(zhuǎn)換系數(shù)將ZWD轉(zhuǎn)換為PWV:

PWV=Π·ZWD

(3)

式中,Π為水汽轉(zhuǎn)換系數(shù),由式(4)計算:

(4)

式中,Tm為加權(quán)平均溫度,單位為K;ρw為液態(tài)水密度,取103kg/m3;Rv為水汽的氣體常數(shù),取461.518 J/(kg·K);k′2和k3為大氣折射率實驗常數(shù),取16.52 K/hPa和3.776×105 K2/hPa。

2.2 GNSS數(shù)據(jù)解算

使用KF_PPP軟件解算GNSS站點的觀測數(shù)據(jù),具體參數(shù)設(shè)置見表2。對流層參數(shù)估計采用Saastamoninen模型提供的ZTD先驗值,并采用GMF映射函數(shù)模型,星歷和鐘差采用武漢大學(xué)IGS數(shù)據(jù)中心發(fā)布的時間分辨率分別為15 min和30 s的GFZ精密星歷鐘差文件(ftp:∥igs.gnsswhu.cn/pub/gnss/products/)。

表2 數(shù)據(jù)解算策略Tab.2 Strategy of data solution

2.3 探空、ERA5數(shù)據(jù)計算PWV

由探空數(shù)據(jù)和ERA5數(shù)據(jù)計算PWV:

(5)

式中,g為重力加速度,取9.806 665 m/s2;q為比濕,單位為kg/kg;ΔP為相鄰兩高度層之間的氣壓差;Ps、Pu分別為探空和ERA5資料中記錄的最低層與最高層的氣壓。

GNSS站點的大地高與探空站點、ERA5數(shù)據(jù)周圍4個格網(wǎng)點最鄰近氣壓層的大地高往往不一致,利用式(6)將探空數(shù)據(jù)和ERA5數(shù)據(jù)得到的PWV歸化到與GNSS站點大地高相同處:

(6)

式中,H為探空站點或ERA5數(shù)據(jù)4個格網(wǎng)點與GNSS站點最鄰近氣壓層的大地高,單位為m;Hs為GNSS站點的大地高,單位為m;PWVs為探空數(shù)據(jù)和ERA5數(shù)據(jù)歸化到與GNSS站點相同高度處的水汽值,單位為mm。

2.4 可調(diào)節(jié)張量連續(xù)曲率樣條插值

為分析降雨量、GNSS-PWV、相對濕度和總云量在河南區(qū)域的時空變化特征,使用可調(diào)節(jié)張量連續(xù)曲率樣條插值法對其依次進行插值:

(1-t)·?2(z)+t·?(z)=0

(7)

式中,t為張量因子,取值范圍為0～1,此處設(shè)為0.25;?為拉普拉斯算子;z為4個插值變量。解微分方程時,采用自然邊界條件[8]。

3 GNSS-PWV精度評估

3.1 GNSS-PWV與RS-PWV對比

將探空數(shù)據(jù)計算得到的PWV作為參考值,記為RS-PWV,GNSS反演得到的PWV記為GNSS-PWV。探空站點與GNSS站點水平距離小于50 km時,可認為二者共址[9]。圖2為57083、57178探空站RS-PWV與各自共址的GNSS測站GNSS-PWV時序分布。由圖可知,“21·7”河南特大暴雨過程中,GNSS-PWV和RS-PWV總體上均呈先上升后下降的趨勢,且二者一致性較好。57083探空站RS-PWV峰值出現(xiàn)在07-21 00:00,GNSS-PWV峰值早于RS-PWV;57178探空站RS-PWV峰值出現(xiàn)在07-19 00:00,GNSS-PWV峰值稍晚于RS-PWV。GNSS-PWV和RS-PWV在07-23經(jīng)過短時上升后急速下降,此時“21·7”河南特大暴雨已經(jīng)結(jié)束。

圖2 探空站RS-PWV和共址GNSS測站GNSS-PWV時序Fig.2 Time series of RS-PWV of radiosonde stations and GNSS-PWV of co-addressed GNSS stations

圖3為RS-PWV與GNSS-PWV的相關(guān)性。圖3(a)中,RS-PWV與GNSS-PWV的相關(guān)系數(shù)為0.951,bias為-0.447 mm,RMS為2.808 mm;圖3(b)中,RS-PWV與GNSS-PWV的相關(guān)系數(shù)為0.959,bias為0.604 mm,RMS為2.236 mm。由此可知,將RS-PWV作為參考值時,GNSS反演得到的PWV具有較高精度。

圖3 RS-PWV和GNSS-PWV的相關(guān)性Fig.3 Correlation between RS-PWV and GNSS-PWV

3.2 GNSS-PWV與ERA5-PWV對比

探空法探測水汽的精度雖然很高,但其時空分辨率較低。將ERA5數(shù)據(jù)計算得到的PWV記為ERA5-PWV,與RS-PWV相比,ERA5-PWV的精度為1～2 mm[10],故可作為參考值用于評估GNSS-PWV的精度。圖4為51個GNSS站點反演PWV的|bias|和RMS分布。圖4(a)顯示,GNSS-PWV的|bias|均小于3 mm;圖4(b)顯示,GNSS-PWV的RMS范圍在2.5～4 mm。由于夏季水汽空間分布復(fù)雜,變化迅速,使得獲取的GNSS-PWV精度稍差,但此精度可滿足后續(xù)對GNSS-PWV作時空特征變化分析。河南省中部、西部和北部地區(qū)的|bias|和RMS大于東部和南部地區(qū),原因為前3個地區(qū)受“21·7”河南特大暴雨影響,導(dǎo)致GNSS探測水汽的信息與ERA5數(shù)據(jù)計算得到的水汽信息存在較大誤差。

圖4 GNSS-PWV與ERA5-PWV的|bias|和RMS分布Fig.4 |bias| and RMS distribution of GNSS-PWV and ERA5-PWV

4 GNSS-PWV、相對濕度與降雨量時序特征分析

由于暴雨主要發(fā)生在河南省的中部、西部和北部,故選取鶴壁市(HBHB)、開封市(KFKF)、新鄉(xiāng)市(XXYY)和鄭州市(ZZZX)4個GNSS測站及鄰近氣象站點,研究GNSS-PWV、相對濕度和降雨量在暴雨期間的時序變化特征(圖5)。

圖5 GNSS-PWV、相對濕度和降雨量時序Fig.5 Time series of GNSS-PWV, relative humidity and precipitation

圖5中,4個GNSS測站的持續(xù)降雨時間分別主要集中在07-19 18:00～07-22 04:00、07-19 14:00～07-21 22:00、07-19 14:00～07-22 00:00和07-19 01:00～07-22 00:00。HBHB站逐小時降雨量達到極值74.5 mm時,PWV提前6 h由63.23 mm急增到70.58 mm,ΔPWV為7.35 mm;KFKF站逐小時降雨量達到極值103.4 mm時,PWV提前4 h由63.42 mm急增到72.44 mm,ΔPWV為9.02 mm;XXYY站逐小時降雨量達到極值44.5 mm時,PWV提前4 h由62.05 mm急增到70.71 mm,ΔPWV為8.66 mm;ZZZX站逐小時降雨量達到極值201.9 mm時,PWV提前5 h由64.06 mm急增到71.56 mm,ΔPWV為7.50 mm。綜上,4個GNSS測站降雨量達到峰值前,PWV提前4～6 h開始急增到極值,ΔPWV的變化范圍為7.35～9.02 mm。

圖5還顯示,在特大暴雨期間,PWV總體呈先隨降雨量的增加而上升、后隨降雨量的減少而下降的變化趨勢,相對濕度始終維持在100%的最高水平。逐小時降雨量達到極值時,4個GNSS測站上空的PWV也相應(yīng)達到峰值(70.58 mm以上)。特大暴雨發(fā)生前,PWV呈緩慢上升的趨勢,原因為07-15～19各測站處均有低強度降雨發(fā)生,PWV已維持在較高水平;當(dāng)特大暴雨結(jié)束后,測站上空的水汽含量快速減少,PWV急速下降。在特大暴雨發(fā)生前后,PWV與相對濕度的時序變化特征十分相近,故可將相對濕度作為預(yù)報特大暴雨的一個重要參考。

5 GNSS-PWV、相對濕度、總云量與降雨量時空特征分析

“21·7”河南特大暴雨主要發(fā)生在2021-07-20～21,本節(jié)分析GNSS-PWV、相對濕度、總云量和降雨量(時間分辨率為8 h)在此期間的時空變化特征。

在水汽輸送充沛的背景下,受大地形熱力抬升和動力阻擋抬升的共同作用,極端強降水沿地形在迎風(fēng)坡一側(cè)呈帶狀分布特征[11]。圖6(a1)～6(d1)顯示,2021-07-20 00:00特大暴雨主要發(fā)生在河南省的中部和北部,中部雨量較大;07-20 08:00特大暴雨沿南北方向朝北部和南部移動,北部雨量較大;07-20 16:00特大暴雨沿東西方向朝西南部和東北部移動,降雨主要發(fā)生在東北部;07-21 00:00特大暴雨沿南北方向朝北部移動,降雨主要發(fā)生在中部和中北部,中北部雨量稍大。圖6(a2)～6(d2)顯示,特大暴雨期間降雨強度與PWV的空間分布大致呈正相關(guān),但由于PWV的變化與降雨之間具有一定的時延性,使得二者空間分布規(guī)律并非完全一致。河南省中部、北部和西部上空的PWV始終處于較高水平(65 mm以上),河南省東部區(qū)域未發(fā)生降雨,其上空PWV較低(65 mm以下)。在同一時刻,PWV高的區(qū)域也是發(fā)生特大暴雨的主要區(qū)域。圖6(a3)～6(d3)和6(a4)～6(d4)表明,特大暴雨發(fā)生過程中,相對濕度和總云量的空間分布與降雨量的空間分布幾乎一致。受遠距離臺風(fēng)“煙花”和“查帕卡”高壓型環(huán)流的影響,在副高南側(cè)和臺風(fēng)“煙花”北側(cè)建立起自東向西穩(wěn)定的水汽輸送通道,由于河南省西部山地阻擋,導(dǎo)致大量水汽在河南省中部區(qū)域匯聚,河南省上空PWV分布沿水汽輸送通道呈中部高、東部和西部低的特點。加之中尺度低壓氣旋環(huán)流作用,河南中部、西部和北部始終維持接近飽和的相對濕度和總云量[11]。同一時刻,特大暴雨發(fā)生的區(qū)域上空的相對濕度與總云量達到極值100%,該特征可作為預(yù)報特大暴雨發(fā)生的重要參考依據(jù)。

圖6 降雨量、GNSS-PWV、相對濕度和總云量時空變化Fig.6 Spatio-temporal variations of precipitation, GNSS-PWV, relative humidity and total cloud cover

6 結(jié) 語

1)將RS-PWV作為參考值時,GNSS-PWV與RS-PWV相關(guān)系數(shù)大于0.95,|bias|小于0.7 mm,RMS小于2.9 mm;將ERA5-PWV作為參考值時,GNSS-PWV的|bias|小于3 mm,RMS范圍在2.5～4 mm。受“21·7”河南特大暴雨影響,河南省中部、西部和北部地區(qū)GNSS-PWV與ERA5-PWV的|bias|、RMS比東部和南部地區(qū)大。

2)暴雨期間,PWV總體呈先隨降雨量的增加而上升、后隨降雨量的減少而下降的變化趨勢,測站上空的相對濕度始終保持最高水平100%。特大暴雨發(fā)生前,PWV上升緩慢;特大暴雨結(jié)束后,測站上空的水汽含量快速減少,PWV急速下降。特大暴雨發(fā)生前后,PWV與相對濕度的時序變化特征一致性較高。

3)特大暴雨過程中,相對濕度、總云量與降雨量的空間分布幾乎一致。在遠距離臺風(fēng)“煙花”和“查帕卡”高壓型環(huán)流背景條件下,副高南側(cè)和臺風(fēng)“煙花”北側(cè)建立起自東向西穩(wěn)定的水汽輸送通道,大量水汽在河南省中部區(qū)域匯聚,河南省上空的PWV分布沿水汽輸送通道呈中部高、東部和西部低的特點。特大暴雨主要發(fā)生在河南中部、西部和北部,這些區(qū)域始終維持接近飽和的相對濕度和總云量(達到峰值100%),該特征可作為今后預(yù)報特大暴雨發(fā)生的重要參考。