首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 369 毫秒
1.
湖北地基GPS大气可降水量变化特征分析及应用   总被引:2,自引:0,他引:2  
利用探空资料、地基GPS/MET水汽监测资料,对恩施、宜昌、武汉三站地基GPS反演大气可降水量(GPS Precipitable Water Vapor,GPS/PWV)与探空进行了对比,表明GPS/PWV与探空RS/PWV具有良好的一致性。湖北省17站3 a GPS/PWV资料分析表明,GPS/PWV具有明显的月变化及日变化特征,分布具有从南往北逐渐递减,从西至东逐渐增加的特点。强降水个例分析表明GPS/PWV峰值略早于降水以及雷达回波峰值出现时间,高时空分辨率的GPS/PWV配合雷达对天气形势的分析以及降水的判断有一定的指导作用。  相似文献   

2.
利用2010年1月~2011年12月四川JICA项目获得的地基GPS观测资料和地面自动站资料,分析四川省内GPS/PWV变化特征,结果表明:GPS/PWV能较好反映各站降水的季节变化,海拔高度对GPS/PWV值有显著影响作用;全年夜间GPS/PWV值大于日间,秋季高原上夜间GPS/PWV值小于日间;在主汛期,GPS/PWV能作为降水出现概率较高的判据,降水多出现在PWV值大于基准值时段;PWV变化周期与降水发生周期有很好的对应关系,大多数为PWV值连续增加达到峰值阶段或由峰值开始下降阶段开始降水。  相似文献   

3.
地基GPS遥测大气可降水量在天气分析诊断中的应用   总被引:6,自引:2,他引:6  
利用河北省石家庄、张家口、秦皇岛3个GPS站观测资料,通过GAMIT软件处理反演到2005年4—11月的大气可降水量(PWV)资料,初步分析了河北大气可降水量时空分布特征。结果表明,GPS反演的大气可降水量具有较高的使用价值,其时空变化明显,反映了河北降水的季节和地区变化特征。通过与降水之间关系分析发现,降水大多出现在高于大气可降水量基值的时段,不同影响天气系统,大气可降水量变化具有不同的变化特征。  相似文献   

4.
bbGPS/PWV资料三维变分同化改进MM5降水预报连续试验的评估   总被引:5,自引:0,他引:5  
利用区域地基GPS网反演的高时空密度的大气垂直方向水汽总量,也称为可降水量(PWV),可大大弥补常规探空探测水汽资料的不足。为了全面评估区域GPS网PWV资料同化对业务数值天气预报改进程度的目的,在个例研究分析的基础上,进行了连续38天的GPS/PWV资料三维同化(3D-Var)改进数值业务预报的试验。研究方法是根据长江三角洲地区GPS气象网在2002年梅雨和盛夏季节观测的刖资料,通过三维变分同化建立中尺度数值预报模式MM5的初始场,逐日作出长江三角洲地区24小时的降水量预报。以6小时累积雨量为对象,与未同化GPS/刖资料的MM5的相应预报比较,通过多种评分方法,评估了GPS/PWV资料改进MM5降水预报的效果。结果表明GPS/PWV资料同化后的MM5降水预报能力在大部分时间和大部分地区都有所提高,主要是伪击率有较明显的下降,对小范围降水预报的改进更为明显。预报明显改进的区域恰好位于GPS站填补常规探空站间距较大的地区。  相似文献   

5.
利用中日JICA项目2010-2013年地基GPS探测的逐时大气可降水量PWV资料以及西藏自治区气象局信息中心提供的2011年自动气象站逐时降水资料,分析了西藏中东部地区4个测站(丁青、那曲、隆子和林芝)夏季PWV日变化特征及有、无降水日的差别,并初步讨论了其与累积降水的关系。结果表明:(1)西藏中东部各站PWV存在明显的日变化特征,通常于02:00(世界时,下同)左右达到最低值,此后迅速上升,高值普遍从08:00持续到19:00。各站PWV日变化幅度普遍随测站的海拔升高而减小;(2)各站PWV日平均值随海拔降低而增加,在有降水日PWV要比无降水日高出10.2%~31.3%,且有、无降水日PWV差值随海拔升高而增大;(3)谐波分析表明,各站PWV日变化主要以日循环为主,同时各站PWV日变化也表现出不同程度的半日循环,这种双峰型变化特征在海拔较高的测站较为明显。与有降水日相比,无降水日PWV半日循环信号普遍有所增强;(4)各站累积降水量和累积降水频次的日变化具有较明显的日循环特征,降水主要出现在当地傍晚以后;(5)各站PWV开始上升的时间普遍超前于降水,并在降水结束后出现明显回落,降水量通常在PWV还处于较高值时达到最大。  相似文献   

6.
《气象》2021,(9)
利用2016—2018年祁连山区中东部11个站的地基GPS反演的大气可降水量(以下简称GPS/PWV),分析了大气可降水量的时空分布、地带性和垂直变化特征。结果表明:与张掖和民勤探空实测资料计算的PWV(以下简称RS/PWV)相比,GPS/PWV均方根误差和偏差平均值分别为2.1 mm和1.07 mm,GPS/PWV略大于RS/PWV且两者相关系数平均值达到0.97。祁连山中东部PWV日最大值出现在11 — 16时,日最小值出现在01—05时;PWV的月最大值出现在8月,月最小值出现在1—2月;PWV的季节分布为夏季秋季春季冬季;PWV高值区主要分布在祁连山东南部,祁连山中部的刚察、民和为明显低值区;祁连山中段PWV低于东段。PWV地带性和垂直变化特征明显,与海拔高度的相关系数达到了—0.77。PWV随经度自西向东,逐渐升高;PWV随纬度从南往北,存在着"高—低—高"的变化特征;PWV的空间分布和季节变化与季风影响相关。  相似文献   

7.
利用GPS和云图资料监测北京地区中小尺度降水的研究   总被引:17,自引:8,他引:9  
地基GPS遥感大气总水汽量提供了高时间分辨率的水汽资料,为分析预报中小尺度系统的变化创造了条件。本文利用北京GPS/VAPOR试验反演了北京2000年6~8月的大气总水汽量(又称大气可降水量或积分水汽),分析了北京夏季大气总水汽量的分布特征;结合气象和云图资料,对7月3~5日的一次暴雨过程进行了分析,结果表明:GPS大气总水汽量和云的发展及维持是强降水产生的条件,降水量的大小与大气可降水量的增加幅度、维持时间和水平有关,面上的大气可降水量的变化和红外云图资料显示的中小尺度系统的变化是一致的。面上大气可降水量的移动与测站降水关系密切,当测站大气可降水量迅速增加,并且面上分布的大气可降水量也同样向测站扩展时,台站的降水也迅速增加。GPS大气可降水量可作为台站短期降水预报的一个指标。  相似文献   

8.
GPS遥感大气可降水量在降水天气过程分析中的应用   总被引:2,自引:0,他引:2       下载免费PDF全文
应用GPS探测的大气可降水量(PWV)对2010年大连地区降水过程中水汽变化特征进行了分析。结果表明:GPS/PWV资料能反映大气中水汽的时间和空间变化,其变化特征与降水有较好的对应关系;不同性质的降水过程PWV变化特征明显不同,稳定性降水过程中PWV变化较为平缓,呈明显的单峰结构,对流性降水过程水汽变化程度剧烈,呈震荡趋势,而混合型降水具有两种性质降水的共同特征;降水过程中GPS/PWV阈值表明,GPS/PWV资料在降水天气预报方面有一定的应用价值。  相似文献   

9.
2002年台风Ramasun影响华东沿海期间可降水量的GPS观测和分析   总被引:17,自引:1,他引:17  
介绍了2002年建成的长江三角洲地区GPS(全球定位系统)网对台风Ramasun影响华东沿海地区时可降水量的探测,指出GPS探测的可降水量(PWV)与加密探空资料所计算的可降水量具有高度的一致性.通过对多站GPS资料时间序列的分析,揭示了在台风影响过程中PWV 的三个阶段的变化特征: 在台风降水产生前PWV 都有一个急升的过程,PWV的急升时间长短、升幅、量值大小反映了水汽累积情况,它与台风过程降水总量、每小时降水量大小有较好的对应关系;PWV 急升达到峰值后进入高值波动阶段,一般在达到峰值后7~10小时开始出现明显的降水, 在这一阶段中PWV 时间序列的波动和空间分布特征与台风降水的短时变化和螺旋雨带演变有较好的对应关系;PWV 的急降则反映台风降水即将结束.  相似文献   

10.
利用大连市气象局地基GPS/MET观测网大气可降水量(PWV)数据,分析2011年大连瓦房店、庄河和长海地区降水天气过程PWV的变化特征及其与降水量和降水强度的关系,在此基础上通过分析物理量场和天气系统,探讨大尺度水汽输送、辐合与PWV变化的关系及GPS在暴雨天气中的应用。结果表明:PWV的增长方式受当地天气系统的支配和制约,对一次明显的降水过程,从开始至结束PWV的变化与降水量有明显的相关性。当有水汽由南向北输送时,PWV在降水开始前逐渐增长,当地面及高空有大范围的水汽辐合且高空比湿值大于10 g·kg-1时,PWV显著增长(降水开始前4-5 h),主要降水时段与PWV峰值相对应,同时PWV的增幅大小与降水强度有明显的关系。  相似文献   

11.
基于地基GPS遥感的大连地区大气水汽总量变化特征   总被引:1,自引:0,他引:1  
基于大连地区地基GPS综合观测网遥感反演了大气水汽总量(PWV),分析了大连地区PWV空间变化、逐月变化和日变化特征以及PWV变化与降水的关系,并利用大连本站2005-2011年的探空资料拟合了大连地区地面温度和大气加权平均温度的关系。结果表明:大连本站的PWV与探空积分的水汽含量相关系数达到0.988,均方根误差为2.5 mm。大连地区PWV南北分布比较均匀;PWV最大的月份为7-8月,最大月平均值约40 mm,PWV最小的月份为1月,最小月平均值小于4 mm;大连地区PWV春季和冬季日变化幅度约0.5 mm,夏季和秋季日变化幅度约1.3 mm。夏季和秋季的PWV日变化呈单峰型,春季和冬季的PWV日变化呈多峰型; 在降水发生前8 h 大气水汽总量有明显增加过程,对降水的发生有指示作用。  相似文献   

12.
One of the most recent applications of global positioning system (GPS) is the estimation of precipitable water vapor (PWV). It requires proper modeling to extract PWV from zenith wet delay (ZWD). The existing global models take no account of latitudinal and seasonal variation of meteorological parameters in the atmosphere. In fact, they ignore the atmospheric conditions at a specific location. Therefore, site-specific PWV models have been developed for five stations spread over the Indian subcontinent, using 3-year (2006–2008) radiosonde data from each of these stations. Furthermore, a similar regional PWV model is also developed for the Indian region. The purpose of the developed site-specific as well as regional model was to convert ZWDs into PWV without using surface meteorological parameters. It has been found that the developed regional and site-specific PWV models show about mm-level accuracy in estimating PWV using derived ZWD from radiosonde as input. The developed site-specific, regional models were also used to extract PWV from GPS-derived ZWD at Bangalore and New Delhi. The accuracy of the developed site-specific and regional model is of the same level. The PWV accuracy obtained with the developed regional model is about 6.28, 6.6 mm in comparison to radiosonde PWV at Bangalore and New Delhi, respectively.  相似文献   

13.
应用GPS探测的可降水水汽资料Pwv对上海地区2002~2005年强对流的水汽变化特征进行了分析。分析表明:每30分钟一次的GPS/Pwv资料能直观地、及时地反映大气中水汽的时间变化和空间变化;GPS/Pwv资料随时间的演变特征与降水有较好的对应关系,不同的季节及不同的降水类型有着不同的分布特征;GPS/Pwv的散度资料可以反映大气中水汽的辐合、辐散分布情况。文章还给出了不同季节产生强对流天气的GPS/Pwv阈值,表明GPS/Pwv资料在强对流天气预报方面有一定的应用价值。  相似文献   

14.
谢娜  李国平  李昕翼  安峡 《气象科技》2012,40(4):666-670
利用成都市地基GPS综合应用网的观测数据,反演出大气水汽总量,并结合多普勒天气雷达探测的垂直积分液态水含量(VIL),分析了这两种新型大气水汽探测资料在人工影响天气作业中的变化特征,初步得出了GPS大气水汽总量(GPS PWV)与人影作业前后降雨量的关系。研究表明:GPS PWV与人工增雨过程有较好的对应关系,人影作业后1~3h伴随小时雨量的增大GPS PWV有下降,体现了催化剂将空中部分冰面过饱和水汽凝华核化转化为降水过程。GPS反演的水汽资料结合新一代多普勒天气雷达探测的液态水资料在指导人工影响天气作业和短临天气预报方面具有良好的应用前景。  相似文献   

15.
利用地基北斗站反演大气水汽总量的精度检验   总被引:1,自引:0,他引:1       下载免费PDF全文
采用上海市气象局建立的北斗气象站的2014年观测数据和我国自主研发的精密导航数据处理软件PANDA (position and navigation data analysist) 实现了基于北斗数据的大气水汽总量 (precipitable water vapor,PWV) 反演,并将利用北斗卫星信号解算的大气水汽总量 (WBD) 结果与目前较为成熟的GPS卫星反演结果 (WGPS) 和无线电探空反演结果 (WRadio) 进行对比,研究表明:反演的WBD与WGPS的均方根误差均低于3.5 mm,反演的WBD与WRadio的均方根误差为3.6 mm,两种对比方式的相关系数均在0.95以上,反演方法以及地理位置的差异对于反演结果有一定影响;反演的WBD能够很好地反映出大气中水汽的变化特征,对于气象短时临近预报、气候分析有指示作用。  相似文献   

16.
Summary The diurnal variations of water vapor in central Japan were investigated with GPS-derived precipitable water (PWV) and surface meteorological data as classified to three kinds of locations. Twenty-five clear days in central Japan in August 2000 were investigated to clarify the role of water vapor in the nocturnal maximum in the diurnal cycle of convective rainfall. The diurnal variations of PWV and some meteorological factors were composite during the selected days at 6 stations. The PWV shows a clear diurnal cycle with the amplitude of 3.4 mm to 8.8 mm and changes little during the period from the morning to noon. The daily amplitude of PWV is the largest in basin and smallest in plain although mean of PWV keeps high value in plain. A typical feature of the diurnal variation in central Japan is a maximum appearing in the evening. The time of maximum is from 1800 LST to 2000 LST, and minima appears at noon nearly in mountainous area and basin, while in early morning in plain. The diurnal maximum of PWV appears earlier in mountainous region than in plain. A diurnal cycle of specific humidity can be observed in all locations, and the amplitude in mountainous region is especially large compared with that in basin and plain. It is important to notice that there are remarkable differences in specific humidity among the six stations. The results suggest that the diurnal variation of PWV seems to be strongly affected by the local thermal circulations generated by the topography around these stations. The moisture transport causes the differences in phase of the diurnal cycle of PWV between different locations as well as the phase difference in precipitation. A very clear diurnal variation in surface air temperature is similar to that of solar radiation, with a minimum in the morning and a maximum in early afternoon. Maximum of surface wind speed are corresponded to peak of precipitation very well. It can be concluded that the amplitude of solar radiation increases with altitude as opposed to the situation of PWV generally. The precipitation observed frequently in the evening also shows a similar diurnal variation to that of the PWV, indicating the peak of precipitation appearing in late afternoon or in the evening over central Japan. Meanwhile the PWV reaches its nocturnal maximum. There is a good relationship between the diurnal cycle of observed precipitation and that of the PWV. Authors’ addressess: Guoping Li, Department of Atmospheric Sciences, Chengdu University of Information Technology, #3 Section 3, Ren Min Nan Road, Chengdu, Sichuan 610041, P.R. China; Dingfa Huang, Department of Surveying Engineering, Southwest Jiaotong University, Chengdu, China; Fujio Kimura, Tomonori Sato, Institute of Geoscience, University of Tsukuba, Tsukuba, Japan.  相似文献   

17.
王曼  孙绩华  赵韬  李华宏  符睿  王康 《四川气象》2013,(4):25-29,48
选取2009年6月30日发生在云南南部和湖南北部的强降水过程,利用WRF模式和建立在青藏高原东缘地区18个地基GPS站点观测的可降水量资料(GPS/PWV)进行同化试验.试验表明:选取全部18个站和云南省8个站GPS/PWV资料进行同化,发现下游地区的强降水区湖南北部降水强度发生较大变化.选取100.E附近的6个站GPS/PWV资料进行同化,发现下游地区的强降水区湖南北部降水强度变化不大.利用全部站点GPS/PWV资料,模式初始场大部分地区湿度增加,对应下游降水中心强度增加,少部分地区湿度减少,对应降水区域南移.GPS/PWV资料同化对模式初始场湿度场和高度场影响较大,而对温度和风场影响较小.  相似文献   

18.
中国L波段探空湿度观测资料的质量评估及偏差订正   总被引:5,自引:1,他引:4  
L波段探空观测资料无论在天气预报还是数值预报中均为最基本和最重要的一类数据,而其湿度观测资料的质量对同化分析及降水预报有直接影响。通过用L波段探空湿度观测资料与不同类型的其他观测反演的湿度资料互校及与NCEP、GRAPES、EC等不同模式分析场为背景的湿度场比较,评估中国L波段探空湿度观测资料的质量状况,对探空湿度资料的质量有了新的认识,为更好地使用该资料提供依据。研究发现中国L波段探空湿度观测资料存在偏干的现象,特别是当背景场湿度大于60%时,观测湿度偏低更加明显。通过分析其偏差特征,找出了适合中国L波段探空湿度观测资料偏差特点的分段函数订正方法。个例试验表明,对探空湿度观测资料的偏差订正后,观测偏差明显减小,订正效果非常显著;模式降水强度预报能力有一定的提高。从连续试验检验的降水预报评分(TS)和预报偏差(Bias)看,中雨和暴雨的预报在探空湿度观测偏差订正后都表现出正效果。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号