孫銘涵 龐治國(guó) 張朋杰

（1.中國(guó)水利水電科學(xué)研究院，北京 100038；2.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心（水旱災(zāi)害防御中心），北京 100038）

0 引 言

水汽是大氣中最活躍的成分，絕大部分的水汽集中在對(duì)流層中，對(duì)流層水汽形態(tài)變化影響降水有關(guān)天氣系統(tǒng)的產(chǎn)生[1]，研究水汽含量、分布及變化規(guī)律對(duì)災(zāi)害天氣形成、演變過程具有重要意義，有助于短臨降水、水旱災(zāi)害等極端天氣的監(jiān)測(cè)與預(yù)報(bào)預(yù)警。在監(jiān)測(cè)中通常使用大氣可降水量（Precipitable Water Vapor，PWV）來衡量大氣水汽含量，其傳統(tǒng)探測(cè)手段主要包括探空資料、微波輻射計(jì)、衛(wèi)星遙感等[2]，但這些手段普遍存在時(shí)空分辨率低、易受外部環(huán)境影響、數(shù)據(jù)滯后等缺點(diǎn)，難以滿足降水、災(zāi)害天氣監(jiān)測(cè)與預(yù)報(bào)高精度、高時(shí)空分辨率的需求。隨著中國(guó)自主研發(fā)、獨(dú)立運(yùn)行的北斗衛(wèi)星導(dǎo)航系統(tǒng)（BeiDou Navigation Satellite System,BDS）的全球組網(wǎng)完成和強(qiáng)勢(shì)發(fā)展，聯(lián)合美國(guó)全球定位系統(tǒng)（GPS）、歐洲伽利略衛(wèi)星導(dǎo)航系統(tǒng)（Galileo）、俄羅斯格洛納斯衛(wèi)星導(dǎo)航系統(tǒng)（GLONASS）形成了四大全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System，GNSS）并存且提供服務(wù)的格局，GNSS 水汽探測(cè)技術(shù)迅速發(fā)展，成為水汽探測(cè)的一種新興手段[3]。與傳統(tǒng)手段相比，具有全天時(shí)、全天候、高精度、高時(shí)空分辨率、近實(shí)時(shí)等優(yōu)勢(shì)。

GNSS 水汽監(jiān)測(cè)的可靠性和精確性的驗(yàn)證與評(píng)價(jià)一直是研究的熱點(diǎn)問題。文獻(xiàn)[4]基于無線電探空資料對(duì)GPS PWV 反演進(jìn)行驗(yàn)證，發(fā)現(xiàn)兩者之間存在較高的相關(guān)性。曹壽凱等[5]在青藏高原地區(qū)對(duì)GPS 水汽反演精度進(jìn)行驗(yàn)證，結(jié)果顯示與探空資料精度相當(dāng)，均方根誤差（RMSE）在2～3 mm。文獻(xiàn)[6]基于GPS 與無線電探空資料具有相近的精度，分析了PWV變化與強(qiáng)降水的敏感性，表明PWV對(duì)降水有一定的指示作用。GPS 水汽監(jiān)測(cè)在全球范圍內(nèi)得到廣泛驗(yàn)證與應(yīng)用，與GPS 相比，北斗系統(tǒng)全面建成投入使用的時(shí)間相對(duì)較晚，在水汽監(jiān)測(cè)中的研究較短缺，對(duì)北斗系統(tǒng)在區(qū)域水汽反演中的準(zhǔn)確性的驗(yàn)證仍具有重要價(jià)值，對(duì)驗(yàn)證北斗系統(tǒng)的可靠性、提升北斗系統(tǒng)服務(wù)能力具有重要意義。Li 等[7]對(duì)BDS PWV 反演精度展開評(píng)估，與GPS 相比均方根誤差為2 mm。郭秋英等[8]利用全球多個(gè)不同位置的測(cè)站對(duì)BDS 水汽監(jiān)測(cè)能力進(jìn)行驗(yàn)證，證明了北斗三號(hào)系統(tǒng)（BDS-3）在水汽反演中具有較高的精度，與GPS 結(jié)果相比RMSE優(yōu)于2 mm。趙琨等[9]分析了歐洲中期天氣預(yù)報(bào)中心（ECMWF）與北斗系統(tǒng)的水汽探測(cè)性能，RMSE在4 mm以內(nèi)，精度低于GPS 反演精度。鄭志卿等[10]發(fā)現(xiàn)北斗水汽探測(cè)精度略低于GPS 和Galileo，滿足水汽監(jiān)測(cè)精度需求。北斗系統(tǒng)在不同氣候、地形條件的區(qū)域水汽探測(cè)的精度和穩(wěn)定性，在極端天氣、網(wǎng)絡(luò)狀況差的條件下對(duì)于連續(xù)實(shí)時(shí)的水汽探測(cè)的精度，依然是需要不斷論證的問題。

本文構(gòu)建了新的湖南本地化大氣加權(quán)平均溫度（Tm）模型，對(duì)先前的經(jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行驗(yàn)證分析。以湖南省探空站和鄰近連續(xù)運(yùn)行基準(zhǔn)站（CORS）為研究對(duì)象，選取時(shí)間序列為2022 年6 月，對(duì)BDS 數(shù)據(jù)進(jìn)行解算獲取BDS PWV，結(jié)合探空資料驗(yàn)證分析BDS PWV 反演精度，并結(jié)合實(shí)際降水量分析BDS PWV與降水之間的聯(lián)系，旨在驗(yàn)證BDS數(shù)據(jù)水汽探測(cè)的能力，為實(shí)現(xiàn)高精度、高時(shí)空分辨率北斗水汽探測(cè)的業(yè)務(wù)化應(yīng)用奠定基礎(chǔ)，通過PWV與實(shí)際降水的響應(yīng)關(guān)系為水利領(lǐng)域極端降水、旱澇災(zāi)害監(jiān)測(cè)預(yù)報(bào)與防御提供支持。

1 研究區(qū)及數(shù)據(jù)介紹

湖南省降水充沛，雨熱同期，夏季高溫多雨，平均溫度26～29 ℃，年平均降水量1 100～1 800 mm，其中以6—7 月降水最多。境內(nèi)河網(wǎng)密集，湘、資、沅、澧“四水”貫穿全省，三面環(huán)山，中部、北部低平，整體表現(xiàn)為西高東低、南高北低。受氣候、水系、地形等因素的影響，湖南省是自然災(zāi)害的高發(fā)區(qū)，尤以洪澇災(zāi)害最為嚴(yán)重，而省內(nèi)人類活動(dòng)主要分布在河流、湖泊周邊，洪澇災(zāi)害一旦發(fā)生勢(shì)必會(huì)造成嚴(yán)重的損失。因此，研究湖南省的水汽時(shí)空分布與變化特征對(duì)于當(dāng)?shù)貧夂蜃兓⒔邓A(yù)報(bào)及人類活動(dòng)具有重要的意義。

本文整理分析了湖南省2022 年6 月的PWV 數(shù)據(jù)和降水?dāng)?shù)據(jù)。其中，PWV 數(shù)據(jù)主要源于湖南省的3個(gè)探空站（長(zhǎng)沙站、懷化站和郴州站）和相鄰的3 個(gè)CORS 測(cè)站，測(cè)站信息如表1 所示。探空站每日兩次釋放探空氣球獲取探空站上空的氣象數(shù)據(jù)，分別在協(xié)調(diào)世界時(shí)（UTC）00 時(shí)和12 時(shí)。CORS 站接收多衛(wèi)星系統(tǒng)的原始觀測(cè)數(shù)據(jù)，在解算過程中使用北斗衛(wèi)星系統(tǒng)觀測(cè)數(shù)據(jù)，采用精密單點(diǎn)定位法解算BDS 數(shù)據(jù)，數(shù)據(jù)的時(shí)間分辨率為5 min。此外，在PWV 反演算法中地表溫度為主要使用的氣象數(shù)據(jù)，由于湖南地區(qū)大多數(shù)CORS 站未安裝氣象傳感器，無法直接獲取測(cè)站處的地表溫度對(duì)水汽進(jìn)行探測(cè)。因此，試驗(yàn)中測(cè)站處所需的地表溫度、降水?dāng)?shù)據(jù)均源于ECMWF 生產(chǎn)的ERA5 再分析數(shù)據(jù)集，時(shí)間分辨率為1 h。

表1 湖南省探空站和CORS測(cè)站信息

2 PWV反演方法

2.1 Tm計(jì)算

Tm是反演BDS PWV 的重要參數(shù)之一。Tm主要獲取方法包括常數(shù)值法、數(shù)值積分法和模型法等[11]。①常數(shù)值法認(rèn)定Tm為固定的常數(shù)，對(duì)不同地區(qū)不同氣候條件的適應(yīng)性較差，在高精度PWV 反演中并不適用。②數(shù)值積分法是基于實(shí)測(cè)氣象資料獲取高精度Tm數(shù)值的方法，普遍應(yīng)用于計(jì)算探空站的Tm值，時(shí)間分辨率較低，普適性較差。③模型法是目前最常用的Tm數(shù)據(jù)獲取方法，模型簡(jiǎn)單，適用性更強(qiáng)，許多學(xué)者在研究中基于區(qū)域、季節(jié)等要素構(gòu)建了不同的大氣加權(quán)平均溫度模型。最常用的模型當(dāng)屬線性加權(quán)平均溫度模型：Tm=a×Ts+b，其中Ts為地表溫度，單位為K。李黎等[12]基于2012—2014 年湖南省3 個(gè)探空數(shù)據(jù)構(gòu)建了湖南本地化的Tm模型，其模型參數(shù)：a=0.65，b=87.09。

本文將基于湖南長(zhǎng)沙、懷化、郴州3 個(gè)探空站獲取的2020—2022年高空氣象數(shù)據(jù)，利用數(shù)值積分法計(jì)算探空站上空的Tm值，見式（1），結(jié)合ERA5 再分析數(shù)據(jù)獲取的測(cè)站同時(shí)空條件下的Ts數(shù)據(jù)構(gòu)建本地化的Tm—Ts模型，并對(duì)李黎的模型精度進(jìn)行驗(yàn)證，分析其模型在區(qū)域的適用性情況。

式中：ei為第i層大氣平均水汽壓，hPa；Ti為第i層大氣平均溫度，K；Δhi為第i層大氣厚度。眾多研究表明，Ts對(duì)Tm值的估算貢獻(xiàn)最大，兩者具有較強(qiáng)的線性相關(guān)關(guān)系。圖1為湖南省Tm與Ts的散點(diǎn)圖，擬合出的Tm—Ts單因子模型：Tm=0.66 ×Ts+ 90.33，其相關(guān)系數(shù)r2為0.857 1，證明了Tm與Ts之間存在良好的正相關(guān)關(guān)系。利用本文構(gòu)建的Tm—Ts模型估算湖南地區(qū)3個(gè)探空站處的Tm值，將其與李黎構(gòu)建的單因子Tm模型估算結(jié)果進(jìn)行比較。

圖1 Tm—Ts相關(guān)關(guān)系

圖2 為兩種模型Tm估算值與真實(shí)值的偏差統(tǒng)計(jì)直方圖，圖2（a）顯示李黎構(gòu)建的模型偏差主要分布在-8～-2 K，少部分?jǐn)?shù)據(jù)偏差達(dá)到-14～-10 K，結(jié)合表2 其模型RMSE為5.85 K，平均絕對(duì)誤差（MAE）為5.35 K，表明李黎的模型在近年Tm值估算中精度較差，而誤差大于5 K即會(huì)造成水汽含量存在2%左右的偏差，影響最終水汽反演的精度，因此，在實(shí)際應(yīng)用中需要對(duì)李黎的模型進(jìn)行校正；圖2（b）顯示本文構(gòu)建的本地化Tm—Ts模型偏差主要分布在-2～4 K，結(jié)合表2 模型RMSE、MAE分別為2.55 K、2.05 K，證明本文構(gòu)建的模型預(yù)估值更加接近真值，符合實(shí)際應(yīng)用中對(duì)高精度BDS PWV 反演的需求。在此基礎(chǔ)上基于本文構(gòu)建的湖南本地化Tm—Ts模型結(jié)合ERA5數(shù)據(jù)獲取CORS站地表溫度數(shù)據(jù)進(jìn)行BDS PWV反演。

圖2 兩種模型估算值與真實(shí)值偏差

表2 Tm模型精度分析

2.2 PWV計(jì)算方法

2.2.1 基于探空資料

利用高空大氣各層比濕和氣壓數(shù)據(jù)計(jì)算PWV，水汽探測(cè)精度較高，但其數(shù)據(jù)空間分辨率與探空站的分布有關(guān)，導(dǎo)致數(shù)據(jù)時(shí)空分辨率較低，并不適宜于區(qū)域水汽探測(cè)，故該方法普遍應(yīng)用于驗(yàn)證GNSS、遙感等其他水汽探測(cè)手段的精度。利用探空數(shù)據(jù)獲取各層氣象數(shù)據(jù)計(jì)算探空站點(diǎn)處的PWV值，計(jì)算方法如式（2）所示：

式中：RSPWV為利用探空站計(jì)算的PWV，cm；q為各層的比濕，g/kg；p為各層的氣壓，hPa；g為當(dāng)?shù)氐闹亓铀俣?，cm/s2。

2.2.2 基于BDS數(shù)據(jù)

利用精密單點(diǎn)定位技術(shù)對(duì)BDS 數(shù)據(jù)進(jìn)行解算，得到高精度的天頂對(duì)流層總延遲（ZTD）數(shù)據(jù)。依據(jù)Saastamonien模型計(jì)算天頂靜力學(xué)延遲（ZHD）數(shù)據(jù)[13]，求解天頂濕延遲（ZWD），可根據(jù)公式ZWD=ZTD-ZHD計(jì)算。BDS PWV與ZWD之間的關(guān)系為：

式中：BDSPWV為利用CORS 測(cè)站反演的PWV；∏為大氣水汽轉(zhuǎn)換系數(shù)；ρ為液態(tài)水的密度；RV為水汽的氣體常數(shù)，其值為461.495 J/（kg·K）；k2'、k3為大氣折射率常數(shù)，其值分別為16.48 K/hPa和3.776×105K2/hPa。

3 PWV分析

3.1 PWV精度分析

探空資料計(jì)算PWV 時(shí)間分辨率為每日UTC 00 時(shí)和12 時(shí)。由表1 可知，CORS 測(cè)站與探空站之間的距離均在30 km 范圍之內(nèi)，可利用探空站實(shí)際探測(cè)PWV 數(shù)據(jù)作為真值對(duì)BDS PWV 反演精度進(jìn)行評(píng)估。對(duì)于每一個(gè)CORS 測(cè)站，同步獲取的UTC 00 時(shí)和12 時(shí)的BDS 數(shù)據(jù)經(jīng)解算得到ZWD 數(shù)據(jù)，結(jié)合轉(zhuǎn)換系數(shù)將其轉(zhuǎn)換為PWV。將探空PWV與鄰近的CORS 測(cè)站的PWV 反演結(jié)果進(jìn)行對(duì)比，對(duì)比結(jié)果如圖3所示。

圖3 RS_PWV與BDS_PWV時(shí)間序列

由圖3 可以看出，3 個(gè)CORS 測(cè)站的PWV 反演結(jié)果與對(duì)應(yīng)探空站的反演結(jié)果在整體趨勢(shì)上基本一致，BDSPWV普遍低于RSPWV，且00 時(shí)刻的相對(duì)誤差普遍小于12 時(shí)刻的相對(duì)誤差，反演精度更高；除此，水汽含量較低時(shí)一致性更好。CSKC、HHSQ 和CZGY 站的PWV 差值的相關(guān)系數(shù)r2分別為0.93、0.92、0.88；RMSE分別為3.77、2.88、3.92；MAE分別為3.08、2.36、3.25（表3）。3 個(gè)CORS 測(cè)站的PWV 反演結(jié)果與探空PWV 具有較強(qiáng)的相關(guān)性，且RMSE和MAE均小于4 mm，滿足水汽監(jiān)測(cè)的精度要求，證明了BDS 反演的PWV 具有較高的精度，可以反映區(qū)域大氣水汽含量，區(qū)域內(nèi)CORS 站空間數(shù)量遠(yuǎn)大于探空站點(diǎn)數(shù)量，相較于探空資料具有更高的時(shí)空分辨率。水汽的含量及空間分布不均且變化較快，不同地理位置上空的水汽含量差異性較大，結(jié)合表1 發(fā)現(xiàn)，HHSQ 站與懷化探空站之間相距較近，故而對(duì)比發(fā)現(xiàn)HHSQ 站的PWV 反演精度相對(duì)較高，而CSKC、CZGY 站與長(zhǎng)沙、郴州探空站之間距離較遠(yuǎn)，反演精度明顯劣于HHSQ站的反演精度。說明利用探空PWV作為真值進(jìn)行BDS PWV反演精度的研究與分析，對(duì)空間距離相距較遠(yuǎn)的測(cè)站存在一定的局限性。

表3 基于RSPWV的BDSPWV精度評(píng)價(jià)結(jié)果

3.2 PWV與降水事件分析

基于BDS數(shù)據(jù)在PWV反演中具有較高的精度，為研究PWV與實(shí)際降水間的關(guān)系，輸出CSKC、HHSQ和CZGY 3個(gè)測(cè)站2022年6月逐時(shí)PWV值時(shí)間序列，同時(shí)利用ERA5-逐小時(shí)數(shù)據(jù)獲取同一地理位置的降水量數(shù)據(jù)，從而進(jìn)一步分析PWV與實(shí)際降水之間的關(guān)系，如圖4所示。

圖4 BDS_PWV與降水時(shí)間序列

由圖4 可以看出，PWV 與降水之間存在較為明顯的相關(guān)關(guān)系。降水發(fā)生時(shí)，水汽含量處于較高水平，PWV 值為60 mm可作為降水預(yù)報(bào)的閾值。據(jù)報(bào)道，2022年6月1—6日，湖南多地遭遇持續(xù)時(shí)間長(zhǎng)、降水強(qiáng)度大的強(qiáng)降水過程，圖4顯示在此期間3 個(gè)CORS 站上空PWV 均保持較高水平，圍繞60 mm 上下波動(dòng)，為降水的發(fā)生提供了充足的水汽，說明水汽含量長(zhǎng)時(shí)間處于較高水平，有極大的可能性會(huì)產(chǎn)生長(zhǎng)時(shí)間的降水。

圖4（a）顯示，長(zhǎng)沙6 月的幾次降水事件發(fā)生在年積日152～157（6月1—5日）、161（6月10日）、168～174（6月17—23日）、179～182（6月28—30日），在降水發(fā)生前PWV值有一個(gè)增長(zhǎng)期，當(dāng)水汽積累達(dá)到閾值時(shí)降水發(fā)生，隨之PWV值少量減少，降水過程中PWV 值不斷波動(dòng)變化，降水結(jié)束PWV值逐漸減少到較低水平，直至下一次降水事件發(fā)生前重新聚集水汽到達(dá)較高的水平產(chǎn)生降水。圖4（b）顯示，懷化6 月整體PWV 與降水的響應(yīng)關(guān)系與長(zhǎng)沙類似，在年積日178～179（6月27—28日）發(fā)生一次降水事件可以較為直觀地反映出降水發(fā)生前后較短時(shí)間內(nèi)的水汽變化情況，降水前6～12 h 水汽含量不斷攀升，水汽快速聚集達(dá)到峰值，此時(shí)降水事件發(fā)生，降水量2 mm 左右，隨后水汽含量快速下降，此時(shí)降水量逐漸增加，每小時(shí)累計(jì)降水量3～5 mm，在2～3 h 后降水量達(dá)到峰值，小時(shí)累計(jì)降水量5 mm。隨著水汽積累到一定程度且降水達(dá)到峰值，水汽含量持續(xù)減少到54 mm左右并保持相對(duì)穩(wěn)定，此時(shí)降水量減少，降水過程趨于穩(wěn)定。圖4（c）顯示，郴州6月的PWV與降水之間的關(guān)系略不同于長(zhǎng)沙和懷化，郴州在年積日152～164（6 月1—13 日）、166～173（6月15—22日）持續(xù)降水且降水量較為平均，其間PWV 值維持在55～65 mm，一直處于較高水平，促使降水持續(xù)發(fā)生；年積日167（6月16日）降水量較少，日累計(jì)降水量7.73 mm，降水等級(jí)為小雨，而此時(shí)PWV 值在40～50 mm，并沒有達(dá)到降水的閾值，證明PWV只能作為一個(gè)因素反映降水情況，實(shí)際降水事件發(fā)生情況與降水量多少是多因素共同作用的結(jié)果。在降水預(yù)報(bào)預(yù)警中可將PWV作為其中一個(gè)重要的輸入?yún)?shù)，為降水預(yù)報(bào)模型的構(gòu)建提供新的指標(biāo)和參考。此外，BDS高精度水汽反演結(jié)果可作為參數(shù)構(gòu)建新的干旱指數(shù)[14]，對(duì)于降水的高精度預(yù)測(cè)，結(jié)合干旱指數(shù)可以有效提升干旱預(yù)報(bào)精度；降水作為洪澇災(zāi)害監(jiān)測(cè)與預(yù)報(bào)的一項(xiàng)重要指標(biāo)，PWV高精度反演推動(dòng)洪水預(yù)報(bào)模型的構(gòu)建與完善，對(duì)洪澇災(zāi)害監(jiān)測(cè)與防御具有重要意義。

4 結(jié) 論

本文構(gòu)建了新的湖南本地化Tm—Ts模型用于BDS PWV 反演，利用探空數(shù)據(jù)與BDS 數(shù)據(jù)反演PWV 進(jìn)行對(duì)比驗(yàn)證，結(jié)果顯示兩者之間具有較強(qiáng)的相關(guān)性，證明了BDS水汽反演的可靠性與準(zhǔn)確性，可用于區(qū)域內(nèi)多測(cè)站的水汽反演，構(gòu)建區(qū)域水汽場(chǎng)，能夠有效解決探空數(shù)據(jù)時(shí)空分辨率低的問題。結(jié)合湖南CSKC、HHSQ和CZGY 3個(gè)測(cè)站的實(shí)際降水?dāng)?shù)據(jù)，對(duì)PWV 與降水之間的關(guān)系展開分析，探究PWV對(duì)降水的響應(yīng)情況，得出以下結(jié)論。

（1）此前李黎學(xué)者提出湖南本地化的Tm模型，對(duì)模型精度進(jìn)行驗(yàn)證發(fā)現(xiàn)模型在試驗(yàn)階段對(duì)Tm值的估算能力較差，在此基礎(chǔ)上，本文構(gòu)建了新的湖南本地化的Tm—Ts模型：Tm= 0.66 ×Ts+ 90.33。與探空數(shù)據(jù)對(duì)比驗(yàn)證顯示，RMSE和MAE分別為2.55 K 和2.05 K，表明該模型在湖南地區(qū)Tm值估算具有較高的精度。

（2）探空數(shù)據(jù)作為真值驗(yàn)證BDS PWV反演精度，3個(gè)測(cè)站的RMSE、MAE均小于4 mm，相關(guān)系數(shù)為0.88～0.93，兩者的一致性較強(qiáng)，滿足水汽探測(cè)的精度要求。表明BDS PWV可反映湖南地區(qū)真實(shí)的PWV，利用BDS數(shù)據(jù)可有效探測(cè)實(shí)際水汽含量，獲取湖南地區(qū)的高時(shí)空分辨率的水汽信息。

（3）降水的發(fā)生往往伴隨著水汽的快速積累，水汽含量維持在較高水平不斷波動(dòng)的情況下降水事件發(fā)生的概率越大，反映了水汽不斷累積在一定程度上會(huì)產(chǎn)生實(shí)際降水；而在水汽含量處于較低水平時(shí)，降水發(fā)生的可能性大大減小。

（4）PWV 與實(shí)際降水之間存在較強(qiáng)的相關(guān)性，兩者在時(shí)間變化趨勢(shì)上存在一定聯(lián)系，可為降水預(yù)報(bào)提供一個(gè)新的參數(shù)，通過觀測(cè)降水前6～12 h 水汽積累情況對(duì)降水事件的發(fā)生進(jìn)行預(yù)測(cè)，為洪澇災(zāi)害災(zāi)前預(yù)防提供重要數(shù)據(jù)支持，結(jié)合多氣象因素及區(qū)域下墊面情況、經(jīng)濟(jì)狀況和防災(zāi)抗災(zāi)能力可對(duì)區(qū)域洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)預(yù)評(píng)估，對(duì)提高防災(zāi)減災(zāi)能力具有重要意義。

（5）BDS PWV 反演空間分辨率與CORS 站的數(shù)量和空間分布相關(guān)，在區(qū)域水汽場(chǎng)構(gòu)建中空間分辨率不足，未來可以考慮融合衛(wèi)星遙感數(shù)據(jù)等多源數(shù)據(jù)提升水汽反演的空間分辨率，構(gòu)建高精度、高時(shí)空分辨率的區(qū)域水汽場(chǎng)，為區(qū)域整體化降水預(yù)報(bào)增添助力。