共查询到20条相似文献，搜索用时 125 毫秒
1.
2.
利用2000年6月1日～8月11日北京地区地基全球定位系统(Globe Positioning System)网遥感大气总水汽量试验的观测资料,分析了北京地区夏季大气总水汽量的时空变化,研究了大气总水汽量与日平均温度、地面水汽压和降水的关系.研究结果表明:大气总水汽量存在明显的时空变化,对于地理位置基本相近的台站,海拔高度的影响比较明显,一般情况下高山站的水汽总量低于平原站;在晴天,地面水汽压与大气总水汽量有较好的相关性,而在云雨日,由于高低层大气湿度的变化常常不同步,用地面水汽压估算的大气总水汽量具有较大的偏差;大气总水汽量短时间内的快速增加往往对应有降水过程出现,但总水汽量的大小与降水量之间并没有明显的相关,在降水预报中应综合考虑总水汽量的前期平均水平、短时的增幅和峰值大小等条件的影响. 相似文献
3.
《干旱气象》2016,(6)
利用2012年3月—2013年2月新疆巴里坤国家基本气象站地基GPS反演的大气可降水量(P_(WV))、降水量逐时资料,研究分析了P_(WV)的时间变化特征及其与降水的关系。结果表明:GPS/P_(WV)资料能够反映巴里坤地区大气中水汽含量的变化。其中,P_(WV)月变化呈典型的单峰型分布,7月最大,1月最小;P_(WV)日变化呈1峰2谷变化,最大值出现在10:00,最小值出现在04:00和20:00。降水较最大P_(WV)出现时间明显滞后,春、夏季降水多发生在P_(WV)最大值出现后1~3 h,秋、冬季降水多发生在P_(WV)最大值出现后2~4 h;P_(WV)最大值与小时降水量有很好的对应关系,P_(WV)最大值出现有降水产生共39次,占总次数62.9%,但与小时最大降水对应仅有18次。 相似文献
4.
郑飒飒 《高原山地气象研究》2020,40(2):83-88
利用2016年12月1日～2017年11月30日,地基微波辐射计、L波段探空资料和地面常规气象资料,对四川盆地的水汽和云液态水进行了初步分析。结果表明:(1)探空与微波辐射计反演的水汽含量差值为0.558cm,相关系数为0.787,且通过了α=0.01显著性检验,微波辐射计反演的水汽含量是可信的。(2)基于地基微波辐射计分析四川盆地水汽和云液态水含量的变化特征,可以得出,夏季水汽含量最多,秋季云液态水含量最多;最大值出现在夜晚,最小值出现在白天,夜晚值大于白天。水汽含量和云液态水含量最大值和最小值时间间隔秋季最长(均为16小时),冬季最短(分别为9小时、10小时);水汽含量日较差在秋季最大(1.096cm),冬季最小(0.489cm),云液态水含量日较差在夏季最大(0.908mm),冬季最小(0.311mm)。水汽含量与降水、温度的月变化特征为显著性正相关,相关系数分别为0.842和0.915;与温度日变化特征在春、秋季的11:00～次日01:00为显著性正相关,白天相关性大于夜晚,在夏季01:00～13:00为显著性负相关,日出前相关性最高。(3)水汽和云液态水含量在降水过程开始前1～2h有明显的波动上升,降水结束后,水汽和云液态水含量迅速减少,水汽和云液态水的变化特征对降水天气的预报具有指示意义。 相似文献
5.
由地基微波辐射计测量得到的北京地区水汽特性的初步分析 总被引：25，自引：3，他引：22
首先对比分析了三种测量水汽技术(地基微波辐射计、探空、GPS)之间的差异, 得到地基微波辐射计与探空的差值为0.281cm, GPS与探空的差值为0.728 cm, 地基微波辐射计与GPS的差值为0.322 cm。接着就地基12通道微波辐射计测量得到的水汽总量 (简称PWV), 分析了北京地区水汽在四个季节中的日变化特征。秋季日变化差为0.162 cm, 冬季日变化差为0.130 cm, 春季日变化差为0.229 cm, 夏季日变化差为0.276 cm。另外, 北京地区四个季节中水汽最大值/最小值出现频率最高的时间段呈现一定的特征。即四个季节中在北京时间00:00到00:59和23:00到23:59这两个时间段中, 水汽出现最大值/最小值的概率较其他时间段都高, 其中冬季在北京时间10:00到10:59之间出现最小值的概率最高。水汽总量PWV每小时变化率在四个季节中都存在这样的现象: 出现正的水汽总量PWV每小时变化率的百分比与出现负的水汽总量PWV每小时变化率的百分比相当, 几乎都为50%。最后就水汽与温度相关性做了分析, 分别得到四个季节中各个小时水汽与温度的相关系数, 结果显示各个小时水汽与温度的相关性在四个季节中, 除了夏季从北京时间09:00到22:00为负相关外, 其他时间段内都为正相关。而且各个小时水汽与温度的相关系数都按照秋、春、 冬、夏的顺序递减。 相似文献
6.
对比分析多通道微波辐射计、GNSS/MET(GPS)与常规探空观测资料,利用微波辐射计观测资料分析呼和浩特地区水汽分布特征。结果表明:微波辐射计的温度廓线在3km以下比较准确,相对湿度和水汽密度在2km以下具有参考价值。微波辐射计、GPS与探空测量水汽的绝对误差分别为0.38cm与1.0cm,且均高于探空值。呼和浩特地区水汽具有明显的季节变化与日变化特征,夏季水汽平均值最大,为2.59cm,秋季其次,为1.52cm,春季和冬季分别为0.96cm和0.54cm。四个季节的水汽日较差夏季(0.20cm)>秋季(0.17cm)>冬季(0.14cm)春季(0.09cm),水汽的日变化率冬季(26.63%)>秋季(12.01%)>春季(9.63%)>夏季(8.53%)。水汽最大值、最小值出现频率具有一定特征,不同季节水汽最大值出现在23:00—23:59的概率最大,最小值在00:00—00:59出现的概率最大。 相似文献
7.
利用2013年3月至2017年2月天津西青地基35通道微波辐射计观测资料,分析天津地区大气水汽和液态水特征。结果表明：天津地区各季节积分水汽和积分液态水的日变化趋势基本一致,均呈单峰型日变化特征,其中夏季最大,秋季次之,冬季最小。各季节积分水汽最大值出现在23：00时（北京时,下同）的概率均明显大于其他时次,夏季和冬季的积分液态水的最大值出现在14时的概率最大,春季和秋季分别出现在10时和13时的概率最大。天津地区水汽密度由地面至3.5 km处逐渐减小,递减梯度由夏季、秋季、春季和冬季的顺序依次增大,各季节从1.5 km往上日变化均不明显。1 km以下,春季、夏季和秋季平均水汽密度的日变化曲线呈双峰型,主峰值分别出现在08时、11时和12时左右。冬季呈单峰型变化,峰值区出现在12-16时。液态水密度随高度分层变化,夏季的液态水密度大值区（0.08-0.14 g·m-3）为5-6 km,在18-20时出现最大值。秋季、春季和冬季液态水密度的大值区出现的高度为1.5-3.5 km,但数值依次减小,春季和冬季的最大值出现在05时前后,秋季则出现在02时左右。另外天津地区水汽、液态水与温度和降水量的变化趋势基本一致,除夏季06-18时及冬季部分时次外,水汽与温度呈正相关。液态水与温度相关性较差,但与降水量呈正相关,全年液态水与降水量夜间的相关性大于白天。 相似文献
8.
利用覆盖北京地区的地基GPS水汽监测网数据反演的地基GPS大气柱水汽含量 (precipitable water vapor, PWV),分析了2009年7月3次暴雨天气过程中大气柱水汽含量的水平分布特征;利用高空、地面常规气象资料以及加密气象自动站观测资料计算地面和高空比湿,结合温度、风等物理量分析3次暴雨天气过程中的大尺度水汽输送和中尺度局地辐合作用;对最大降水强度以及降水量的时间变化的分析表明:3次降水落区分布特征与降水前期大气柱水汽含量高值的水平分布较为一致;大气柱水汽含量曲线变化特征与各尺度天气系统造成的水汽输送和水汽辐合密切相关,大气柱水汽含量的大小与水汽来源密切相关;降水前4小时内大气柱水汽含量出现陡增,线性增速大于1.1 mm/h,最大降水强度出现在大气柱水汽含量峰值出现后的1~2 h。 相似文献
9.
《沙漠与绿洲气象(新疆气象)》2016,(6)
基于昌吉市2009—2015年逐时自动降水资料,分析了主汛期(5—8月)降水的日变化特征。结果表明,降水主要集中在夜间21:00至翌日03:00,最大值出现在00:00,最小值出现在14:00;逐时降水频次为明显的单峰型,降水易发生在21:00至翌日08:00,降水频次的高峰值出现在01:00,降水最不易产生于午后14:00—18:00;降水强度变化的波动性较大,大值区出现在21:00至翌日02:00和15:00—19:00,最高值出现在18:00,最低值出现在03:00—08:00;在≥0.1 mm、≥1 mm和≥3 mm的逐时降水频次中,夜间降水频次较白天高,≥0.1 mm的降水出现次数较多;降水主要以夜雨,且以短时间(1~4 h)的降水为主,贡献率最大的是持续7 h的降水。 相似文献
10.
基于昌吉市2008—2015年逐时自动降水资料,分析了主汛期(5—8月)降水日变化特征。结果表明,降水主要集中在夜间21:00至翌日03:00,最大值出现在02:00,最小值出现在14:00;逐时降水频次为明显的单峰型,降水易发生在21:00至翌日08:00,降水频次的高峰值出现在01:00,降水最不易产生于午后15:00至18:00;降水强度变化的波动性较大,大值区出现在21:00至翌日02:00和午后15:00至19:00,最高值出现在18:00,最低值出现在04:00至08:00;在≥0.1 mm、≥1 mm和≥3 mm的逐时降水频次中,夜间降水频次较白天高,≥0.1 mm的降水出现次数较多;降水主要以夜雨,且以短时间(1—4h)的降水为主,贡献率最大的是持续7h的降水,最小的为12h;总云量和低云量的变化与降水量成显著正相关关系。 相似文献
11.
利用江西省54个地基GPS站的逐时GPS PW、降雨资料和NCEP 1°×1°的fnl分析资料,综合分析了2012年5月12日江西中北部地区的大暴雨过程。结果表明,所有地基GPS站的降雨都出现在GPS可降水量(PW)持续增长4—21 h后,其中72.2%的测站的降雨出现在GPS PW持续增长4—12 h后,降雨都结束于GPSPW明显减小至某一稳定值(55 mm左右)时。降雨出现时GPS PW均大于某一值(阈值),且不同GPS站的阈值不相同,阈值会随海拔高度的增大而减小,特别是海拔高度大于200 m后,阈值随海拔高度的增加而减小的趋势更加明显。GPS PW的迅速增长是由低层(850 hPa)暖湿西南风急流加强东移至江西地区造成的。GPS PW的明显减小,是由于之前的强降雨消耗了空气的水汽所致。 相似文献
12.
为深入了解FY-2卫星大气可降水量(PW)的反演质量,文章选取2012和2015年地基GPS水汽观测数据,与FY-2的PW反演产品进行了对比分析。结果表明:(1)北京、武汉和海口三站GPS/PW(PW_(GPS))与FY-2/PW(PW_(FY-2))在夏季存在显著正相关,三站的相关系数都达到0.67以上,夏季PW的均方根误差值、月平均偏差绝对值均小于冬季。北京与武汉站PW平均偏差和均方根误差在四季均具有明显日变化特征;(2)当PW_(GPS)20 mm时,北京、武汉、海口和拉萨站FY-2/PW与GPS/PW比较一致,PW偏差均值的绝对值和均方根误差较小,当PW_(GPS)20 mm时,PW偏差均值绝对值和均方根误差随PW_(GPS)值减小而迅速变大。FY-2的PW产品在夏季可以为大部分区域提供高时空分辨率、高精度的大气可降水量,在大气湿度非常低、冬季和夜间条件,反演结果精度有待提高。 相似文献
13.
青藏高原探空大气水汽偏差及订正方法研究 总被引：4，自引：1，他引：3
水汽是大气的主要成分和降水的主要物质来源.青藏高原大气水汽分布对区域天气和气候有很大影响,为了探讨探空观测的大气水汽总量（R）资料的可靠性,本文以地基GPS遥感的大气水汽总量（G）为参照标准,对拉萨（1999~2010年）和那曲（2003年）的R进行对比分析和偏差（R-G）订正.结果表明:近10多年拉萨站R比G明显偏小,偏小程度随使用不同的探空仪而异.GZZ-2型机械探空仪和GTS-1型电子探空仪多年平均的PW偏差分别为-8.8%和-3.9%,随机误差分别为17.6%和13.6%.近10多年PW偏差变化呈减少趋势,这与探空仪性能改进有关.分析发现,青藏高原PW偏差具有明显季节变化和日变化特征,夏季比冬季明显,1200 UTC比0000 UTC明显.拉萨站GZZ-2型和GTS-1型探空仪在1200 UTC多年平均的PW偏差分别为-15.8%和-7.3%,在0000 UTC分别为-1.6%和-0.4%.那曲站GZZ-2型探空仪在1200 UTC和0000 UTC的PW偏差分别为-12.4%和-0.3%.分析还表明,太阳辐射加热与气温的日变化和季节变化是造成高原PW偏差日变化和季节变化的重要原因.据此,提出了高原PW偏差的订正方法,并以拉萨和那曲站为例进行PW偏差订正,订正后的PW系统偏差显著减少,随机误差也相应得到了改善. 相似文献
14.
青藏高原季风期降水的日变化 总被引：7，自引：0，他引：7
利用1998年夏季GAME－TIBET IOT期间的探空、降水和雷达资料分析了季风期降水和CAPE、LCL热力参量的日变化及其之间的关系。降水的日变化很明显，最大的降水和CAPE的最大值出现在同一时间段。6km和8.5km高度内的大气层结在大部分时间是不稳定的。0400－0800时间内6km以下9km以上的稳定层结阻碍了对流系统的发展，降水的日变化与这些热力参数的日变化有关。同时，利用三维云模式模拟了降水的日变化和水汽及温度对降水的影响，云模式再现了降水和回波强度的最大和最小值，晚上低层的高湿度是影响降水的重要因素。 相似文献
15.
利用1991-2014年新疆16个国家基准气象站逐时降水资料,分析了新疆夏季不同区域降水日变化基本特征,揭示出新疆夏季降水日变化呈现显著的南、北疆区域差异,有别于我国中东部的一些新事实。结果显示:北疆降水量日变化呈现准单峰型特征,峰值主要发生在傍晚前后（16:00-20:00,地方时,下同）;南疆降水量日变化呈现三峰特征,峰值分别出现在傍晚（17:00-18:00）、午夜后（00:00-01:00）和上午（10:00）。新疆夏季降水事件以6 h以内的短历时性质为主（平均为85%,比例明显高于我国中东部）,而持续12 h以上的较长历时降水事件偶有发生;在天山东麓以外的新疆绝大部分地区,6 h以内短历时降水事件对总降水量的贡献率达54%,高于我国中东部地区。新疆西部和北疆北部降水量日变化主峰的贡献者是2~3 h短持续性降水为主的事件;而天山中-东部降水量日变化峰值则是来自于12 h内各不同持续时间降水事件的大致均等贡献。 相似文献
16.
青藏高原大气水汽探测误差及其成因 总被引：3，自引：1，他引：2
青藏高原大气水汽分布对区域天气气候有很大影响,其探测资料的可靠性备受关注。以地基全球定位系统(GPS)遥感的大气可降水量为对比参照,分析了1999—2008年拉萨和2003年那曲探空观测大气可降水量的误差及其原因。结果表明,近10年拉萨站探空观测的可降水量比GPS遥感的可降水量明显偏小,偏小程度随使用不同的探空仪而异。GZZ-2型机械探空仪和GTS-1型电子探空仪多年平均的大气可降水量相对偏差分别为8.8%和4.4%,随机误差分别为19.8%和13.3%。近10年大气可降水量探测偏差具有减少的趋势,从12.7%减少至2.4%,主要是由探空仪性能改进所致。分析发现青藏高原大气可降水量探测偏差具有明显的日变化,12时(世界时)比00时大。拉萨站GZZ-2型和GTS-1型探空仪在12时多年平均的大气可降水量探测偏差分别为15.8%和8.3%,00时分别为1.6%和0.5%。那曲站GZZ-2型探空仪在12和00时的大气可降水量探测偏差分别为12.4%和0.3%。大气可降水量探测偏差还具有季节变化,夏季大,冬季小。对大气可降水量探测偏差日变化和季节变化的成因分析表明,12时气温比00时气温高以及夏季比冬季气温高是造成大气可降水量探测偏差日变化和季节变化的重要原因。 相似文献
17.
云贵高原夏季不同等级极端日降水事件的气候特征 总被引：2，自引：2，他引：2
基于中国气象局国家气象信息中心整编的云贵高原地区81站的1960—2014年夏季（6—8月）日降水资料,利用百分位法得到不同等级的降水阈值来定义相应等级的日降水事件,并对1960—2014年（55 a）云贵高原夏季不同等级的极端日降水事件的气候特征进行分析。结果表明,云贵高原夏季不同等级日降水事件的降水阈值均呈南多北少的分布特征,高值区位于广西南部,最低值则位于云南西北。区域平均的99%、95%、90%和75%分位上的降水阈值分别为19.4 mm、15.5 mm、13.1 mm和9.6 mm。在上述4个等级中,75%分位日降水事件的累积降水量占夏季总降水量百分比最大,95%次之,99%分位占比最少。近55 a来,99%分位和95%分位的极端日降水事件的降水日数呈一定程度的增多趋势,90%分位和75%分位则以减少为主。4个等级的云贵高原区域平均极端日降水事件具有显著的年际和年代际变化特征。此外,云贵高原夏季累积降水量随大范围日降水量的变化曲线近似于左偏态分布,其中5.0~11.8 mm的日降水量带来的降水占全部累积降水的52.9%,对云贵高原夏季降水有重要贡献。 相似文献
18.
Time variations in the number of days with heavy precipitation based on data of 93 stations on the territory of Russia are
analyzed. Time series of precipitation, corrected by the elimination of main systematic errors of their measurement at the
level of their diurnal sums, are used, when computing. The diurnal precipitation sum, exceeding the average long-term diurnal
precipitation maximum by three times, was taken as the threshold quantitative criterion, defining “the day with heavy precipitation”
concept. This value varies within 10–15 mm/day on the territory of Russia. Extremums fluctuate from 5 to 40 mm/day. Absolute
values of linear trends of the annual number of days with heavy precipitation are comparatively small, they fluctuate within
±4 days on the whole territory of Russia. In relative terms, these variations are rather significant, reaching ±40% and more
of the corresponding average value for 65 years. The comparison of the spatial distribution of characteristics of linear trends
of the annual number of days with heavy precipitation and annual precipitation sum indicates their close conformity. 相似文献
19.
有效降水对于土壤水分的补充和农作物的生长来说是一个很重要的概念。通常认为大于5 mm的降水即为有效降水。但是有效降水的影响因素很多,在不同的地理环境和气候背景条件下,最小有效降水量也会有所不同。利用2006年6月—2011年3月兰州大学半干旱气候与环境观测站资料,从土壤湿度变化的角度出发,根据有效降水的定义,对甘肃榆中地区的最小有效降水量做了初步研究。通过分析该地区不同季节、温度和植被条件下不同土壤深度最小有效降水量,发现5、10、20 cm土壤层的最小有效降水量分别为4、5、8 mm。季节分布上,各层土壤最小有效降水量均为夏季最高,春季和秋季值较为接近。高温年的最小有效降水量高于低温年的值,生长季高于非生长季。在降水超过最小有效降水量并且量级较小时,随着降水量的增大,土壤湿度增量呈指数形式增大,这时降水的转化率也较高;而当降水达到一定量级时,超过了土壤的入渗率,水分以径流的形式损失,土壤湿度增量的变化率减小,降水的转化率也趋于一定值。0—20 cm土壤层降水转化率达到70%。 相似文献
20.
Precipitable Water (PW) derived from Global Positioning System (GPS)
measurements and numerical weather prediction (NWP) model analysis data were
compared to further evaluate the efficacy of applying GPS-derived PW to the
NWP model. The spatial and temporal variations of GPS-derived PW during a
rainfall event were also examined.
GPS-derived PW measurements show good agreement with the behavior of water
vapor at a high spatial resolution during the analysis period. Temporal
anomalies of GPS-derived PW moving along with the front are successfully
detected by the GPS array. Large positive anomalies of GPS-derived PW are
indicated immediately before a rainfall event, and the intensity of these
positive anomalies do not seem to decrease significantly as the
precipitation system passes. These results indicate that the Korean GPS
network may have great potential as a PW sensor over the Korean Peninsula.
In contrast with GPS-derived PW, NWP-derived PW shows negative biases. These
biases appear to stem mainly from the differences between modeled and actual
GPS site elevations, as GPS sites were generally located at elevations lower
than those employed by the NWP model. However, there still exists a
discernable dry bias after a PW correction is applied to NWP-derived PW.
GPS-derived PW better reflects the spatial and temporal moisture variations
of precipitation systems, as compared to NWP-derived PW. These results
provide entirely new information for improving the regional NWP system,
since GPS-derived PW produced with data from the Korean GPS network may be
incorporated into the NWP model to improve rainfall forecasts. 相似文献