APP下载

GPS可降水量在华南强对流过程的应用效果

2016-06-21张华龙张恩红胡东明邓文剑

广东气象 2016年3期
关键词:强对流华南

张华龙,张恩红,胡东明,邓文剑

(1.广东省气象台,广东广州510080;2.广东省气象探测数据中心,广东广州510080;3.广州市气象台,广东广州510080)



GPS可降水量在华南强对流过程的应用效果

张华龙1,张恩红2,胡东明3,邓文剑1

(1.广东省气象台,广东广州510080;2.广东省气象探测数据中心,广东广州510080;3.广州市气象台,广东广州510080)

摘 要:利用广东省GPS地基网探测得到的大气可降水量数据,结合多种探测资料、NCEP客观分析资料等进行分析,检验地基GPS探测PWV的精度与误差,并对PWV在2014年前汛期一次强对流过程的变化特征进行分析。检验结果表明,GPS探测PWV与探空PWV之间均方根误差在3.05~4.07 mm范围内,相关系数在0.82~0.85范围内,符合业务使用的需求。相比于NCEP客观分析资料,GPS探测PWV时间分辨率更高、准确性更好,因此尝试使用风廓线雷达、无线电探空数据与PWV进行融合,开发单站比湿、水汽通量等水汽产品,探测局地水汽的增长,反映强对流天气过程期间低空水汽输送通道的建立。此外,PWV空间分布的大值区能够揭示水汽辐合区,其变化同时也预示着雷暴单体和多单体雷暴发展和传播方向的变化。

关键词:大气可降水量;强对流;水汽通量;雷暴发展潜势;华南

张华龙,张恩红,胡东明,等.GPS可降水量在华南强对流过程的应用效果[J].广东气象,2016,38(3):6 -11.

形成大气中的降水过程,充足的水汽供应是必备条件之一,水汽输送条件的变化对于不同尺度天气系统均存在重要影响[1 -3]。但仅依据目前常规的大气探测手段,很难及时了解高空水汽的突变状况。利用GPS地基站网探测得到的整层大气可降水量(precipitable water vapor,PWV)可以弥补这一观测需求。在不同的天气系统影响下,PWV会呈现不一样的变化特征,如冷锋[4]、南方暴雨[5]、梅雨[6]等。在华南地区前汛期,由于高纬度冷空气和低纬度暖湿气团交替影响,降水性质比较复杂[7 -8],而水汽条件作为触发和维持强降水其中的一个重要因子,引起了众多学者的关注[8 -11],已有多种新型探测资料应用于强降水过程的水汽条件分析[12 -13],部分工作也涉及对PWV的分析,但在广东省,却缺乏对PWV数据的系统检验工作,也缺乏PWV在强对流天气过程中的相关应用工作。因此本研究进行了相关检验工作,并挑选了2014年3月份一次强对流天气过程,将GPS探测PWV数据与常规探测数据、NCEP客观分析资料进行对比,以及尝试利用多种探测数据融合生成单站垂直比湿、水汽通量产品,结合空间PWV分布,对强对流过程中的水汽条件进行分析,探讨水汽辐合区变化对雷暴传播机制的影响,以期得到PWV在降水预报中的应用经验。

1 资料与计算方法

1.1数据来源与处理

本研究所用的GPS资料来源于广东省地基GPS监测网(包括气象局站和国土局站共87个基站)[14]。使用的PWV计算软件为天宝软件(Trimble Navigation Limited)开发的Trimble Pivot Platform平台[15]。反演方法为利用多个地基高精度GPS接收机,以及多枚定位卫星之间信号传输的延迟量ZTD,计算湿延时量ZHD,具体计算方法在Suparta[16]的工作中进行了详细介绍。

除PWV以外,本研究分析使用资料还包括广东省4个探空站(阳江、清远、河源、汕头)无线电探空数据、泛华南区域3 km高度雷达拼图、NCEP全球客观分析资料(1°×1°)、阳江站风廓线雷达探测的边界层垂直风场数据等。

1.2单站水汽产品计算方法

Neiman[17]在分析迎风坡降水过程中,提到单站比湿与水汽通量产品的重要性,在沿海地区,对水汽平流的探测能够改善陆地降水的预报能力。阳江站位于广东省西南部沿海,在华南地区前汛期,当西南暖湿气流爆发时,阳江站能够首先探测到水汽增长信息,因此该站探空数据成为了预报员分析天气形势的重要参考资料。但由于常规探空数据分辨率为12 h,难以及时反映水汽突变状况,因此本研究尝试利用阳江站PWV资料,结合该站风廓线雷达探测资料,计算阳江单站比湿和水汽通量产品,可用于为低空水汽的变化状况提供参考信息。由于该次分析尚未应用GPS层析技术,未能获得水汽密度廓线信息,因此水汽密度廓线暂时采用探空数据代替,具体处理方法为:1)计算650 hPa以下各高度层比湿与可降水量的比值;2)采用3次样条插值方法,计算逐小时的比湿与可降水量比值;3)利用GPS探测PWV与第2步得到的比湿与可降水量比值,计算得到650 hPa以下各高度层比湿,并结合风廓线雷达探测的逐层风场资料,计算水汽通量。由于无线电探空时间分辨率较低(12 h),插值后形成时间分辨率为1 h的数据,不可避免具有一定误差,这部分误差在水汽条件变化较大的转折性天气过程中可能更明显,因此将来需结合多源观测资料,如GPS层析技术、微波辐射计等对水汽密度廓线进行订正处理,有助于提高水汽产品的准确性。

2 降水过程概述

选取2014年3月28—31日强对流与强降水过程作为例子。图1为过程期间广东省逐日24 h降水量。3月28日白天,雷暴单体与多单体风暴系统在850 hPa切变线南侧的暖区频生,强烈发展后主要向东南移动并贯穿广东省,造成珠三角一带以及阳江、云浮、茂名等市附近出现大到暴雨量级降水(图1a)。30日为有组织强对流系统发展最旺盛的时间段,30日白天,不断有超级单体与线状对流系统自西向东影响广东省,30日夜间,一条空间尺度达数百公里的飑线横扫广东省大部分地区。强对流活动造成广东省大部分区域出现大暴雨量级降水,主要集中在珠三角一带以及云浮、肇庆、惠州市,清远南部,韶关南部,河源南部等地区(图1b)。31日白天,飑线东移出海,低空切变线南压过境,低层转受高压脊控制,强对流过程短暂结束。

图1 广东省24 h降水量空间分布(单位:mm)

3 PWV数据质量与应用

3.1PWV数据质量检验

检验GPS探测PWV精度,目前普遍以探空站获得的无线电探测温湿数据,经过计算得到的可降水量(PWVradio)为准,检验时多用均方根误差、相对方差或相关系数等作为依据。图2为2014年1—3月,广东省4个探空站(阳江、清远、河源、汕头)PWVradio与PWV时间序列图和散点分布图,其中缺测数据未进行统计,也未在图中显示。计算结果表明,4个站点PWVradio与 PWV之间的均方根误差分别为3.85、4.07、3.40、3.05 mm,相关系数分别为0.82、0.82、0.85、0.85,均通过置信度为88.5%的显著性检验。国内GPS探测PWV与探空的均方根误差一般在4 mm以内[18],因此PWV的探测精度符合业务使用要求。从时间序列来看,在4个站点,两套数据均具有较好的一致波动性;从时间分辨率来看,PWVradio为12 h,GPS探测PWV最高能够达到15 min,因此PWV数据的高频变化能更有效反映水汽短时变化。

图2 2014年1—3月PWV与PWVradio时间序列(a)与散点分布(b)

3.2PWV与NCEP客观分析资料对比分析

对于3月28—31日强对流天气过程,低空水汽输送起着十分关键的作用。为对比不同类型资料探测水汽增长的效果,对NCEP客观分析资料的可降水量(PWVNCEP)与PWV进行对比分析,对比站点为位于广东省沿海的阳江站与汕头站。从图3可以看到,3月26—27日,低空急流爆发前,PWVNCEP与PWV均在30~40 mm范围内小幅震荡。27日12:00以后,阳江站PWVNCEP开始逐渐上升,28日以后维持在40~45 mm水平,对应着850 hPa暖湿急流输送。在水汽增长期间,PWV 与PWVNCEP相比呈现不一样的增幅,具体表现为:28日00:00,PWV开始迅速上升,28日12:00,PWV达到50.77 mm,此时PWVNCEP为37.3 mm,前者较后者高出13.47 mm。28日开始,PWV在45~60 mm区间内震荡,峰值最高接近60 mm,远高于PWVNCEP。除了增长幅度以外,PWVNCEP的增长落后于PWV,后期波动的峰值也远低于PWV。

与阳江站相比,汕头站PWV与PWVNCEP的差距相对较小。两种资料的差距主要体现在不同时次PWV波动幅度较大,而PWVNCEP波动幅度相对较小,如3月28日02:00,PWV峰值超过50 mm,显著高于PWVNCEP(41.3 mm),而同一天的12:00,PWV谷值仅为33.52 mm,低于PWVNCEP(40.2 mm)。上述结果表明,在该次过程中,PWVNCEP对水汽可能存在较大低估,也未能很好地体现局地可降水量的日变化特征。

多数学者将单站PWV变化特征与降水量进行分析,探寻二者之间的联系,但在该次天气过程中,单站PWV变化与降水并无显著对应关系。以阳江站为例(图3a),3月28日00:00—12:00 与3月31日00:00—08:00,分别对应2次短时降水过程,其中第2次降水过程降水效率超过20 mm/ h,达到短时强降水标准。2次降水发生前,PWV均出现显著上升,尤其在第2次降水发生前,PWV在2 h内上升7.8 mm,表明降水过程发生在PWV的上升区间。但对于汕头站(图3b),3月30日11:00—31日06:00出现了2次短时降水过程,均在PWV到达峰值并开始转折下降之后。因此,短时降水既可能发生在PWV的上升区间,也可能发生在下降区间。对于单站PWV变化,应将其视为大尺度水汽条件变化的体现,而不是局地性降水的唯一预警信号。

3.3单站水汽产品开发和应用

水汽通量与水汽通量散度均为分析降水过程的重要诊断量。有分析表明PWV与水汽通量相互之间能够快速同步响应,为强降水的发生提供预警信息[18]。因此本研究首次尝试利用阳江站的多种观测资料,计算单站比湿产品、水汽通量产品,为检验产品的准确性,将其与NCEP资料进行对比。图4为阳江站单站比湿产品与NCEP资料的对比结果。

图3 2014年3月25—31日阳江站(a)和汕头站(b)PWVGPS、PWVNCEP与小时降水量时间序列

图4 2014年3月25—31日阳江站NCEP比湿(a)与单站比湿产品(b)时间-高度分布

从图4可以看到,3月27日06:00 -3月28 日12:00,与3月28日18:00—4月1日00:00,NCEP资料和水汽产品在垂直方向上深厚发展的高湿区与水汽通量大值区均相互对应,揭示了低空水汽输送通道的建立。3月28日12:00,单站水汽产品的湿层伸展高度(比湿>14 g/ kg气团上界所在高度)约为1.5 km(850 hPa)左右,与NCEP资料比较一致;而在3月30日12:00以后,水汽产品的湿层伸展高度低于NCEP资料,体现了两者在描述水汽增长上的差别。另外,在3月26—28日期间,NCEP资料的低层比湿呈现逐步上升的特征,而单站水汽产品的低层比湿突然爆发增长,由于低空急流具有脉动爆发的特征,因此水汽产品更符合实际情况中的水汽增长特征。对于单站垂直水汽通量(图略),28—28日,2种资料描述的水汽通量大值区(>16 g·cm-1·hPa-1·s-1)的变化状况比较一致;30—31日,水汽通量产品的大值区持续时间较NCEP资料短,所在高度也较NCEP资料高,这主要是由于2种资料描述经向风速差异所导致的。3月30日00:00—31日00:00,风廓线雷达低层(<3 km)经向风比NCEP资料小,31日18:00前后,NCEP资料850 hPa风速(20 m/ s)也显著大于水汽产品(12 m/ s),因此在这2个时间段,2套资料的水汽通量并不一致。

由此可见,水汽密度廓线信息的缺乏,以及风廓线雷达探测数据的可靠性,均会对水汽产品准确性造成影响,在实际应用中,要同时考虑多种数据质量不一致造成的影响。但由于水汽产品能够提供即时水汽信息,在缺少高空探测资料的时候,能够为业务预报或预警提供定性判断的参考资料。

4 多单体雷暴发生发展的水汽条件分析

单站水汽产品能够反映水汽通量大值区的出现时间和高度,水汽的入流位置对于强对流发展潜势的预警也具有参考作用。孙继松等[20]讨论了多单体雷暴的形成与传播机制,认为雷暴单体前部的低层暖湿入流是造成雷暴单体增强、传播速度加快的主要因素。在强对流过程中,有大量强对流单体、多单体风暴系统在上游地区生成,向东或偏东南方向移动。雷暴的发展潜力与移动方向是短临预报中一个非常关键的问题,而PWV空间分布可以揭示空间水汽大值区,水汽含量丰富表明水汽在这一区域汇集,一般对应着水汽辐合区。3月28—28日,有2次显著的水汽辐合区发生位移导致雷暴发展移动方向发生改变的例子。例1:发生在3月28日21:00—28日02:00。3月28日21:00,广西东部已有对流单体生成(图5a),此时原位于珠三角以东惠州市北部、河源市西部的PWV大值区南移至惠州市南部、深圳市附近以及汕尾市西部一带,PWV在这一区域变化值最大达到6 mm左右(图5c),从28日02:00雷达拼图可以看到(图5b),多单体风暴已向东南方向移动并迅速发展,且后部仍不断有雷暴单体补充移近。例2:发生在3月30日06:00—11:00,30日06:00,在雷达拼图上可见多单体雷暴不断从广东省中部横贯而过,风暴主要移向偏东,并在进入广东东部后转向偏北(图5d)。此后数个小时内,PWV大值区位置发生了明显变化,南部的PWV迅速上升,PWV变化值达到6~10 mm(图5f),30日11:00,珠三角以东地区PWV大值区约为60 mm,珠三角以西则是相对低值区,2个区域之间形成明显的等PWV梯度区。而此时位于广东省西部的多单体风暴,移动路径已与前期有较大差别,在靠近珠三角地区时并没有转向东或者东北,反而折向东南(图5e),表明在PWV大值区南移过程中,雷暴移动方向也跟随南移。两个例子表明,PWV空间分布可以描述水汽辐合区位置,对于短临天气预报判断雷暴单体或多单体风暴的移向具有一定参考作用。

图5 泛华南区域3 km雷达拼图(a、b、d、e,单位:dBz)与PWV(c.f)变化空间分布图

5 结论

本研究首次对广东省GPS探测PWV进行质量检验,并应用于华南前汛期一次强对流过程中,结论如下:

1)通过对广东省4个探空站(阳江、清远、河源、汕头)的GPS探测PWV与探空PWV进行对比,检验GPS探测PWV的数据质量。数据的均方根误差在3.05~4.07 mm范围内,相关系数在0.82~0.85范围内,4个站点两套资料差别均较小,表明广东省GPS探测PWV符合业务使用需求;

2)NCEP客观分析资料提供的分辨率较低的水汽数据不能及时反映局地水汽变化状况,探测水汽的准确性也不足,而GPS探测PWV的时间分辨率较高、精度较好,在探测水汽短时变化上具有较大优势。利用多种观测资料开发阳江站比湿和水汽通量产品,能够比较精细地表现水汽通量的强度、出现时间与高度,对于判断强对流发生和发展的环境条件具有一定参考价值;

3)PWV空间分布能够揭示水汽辐合区,分析表明雷暴单体与多单体风暴均在PWV大值区所揭示的水汽辐合区内发展,PWV大值区发生位移往往预示着雷暴移动方向即将改变,因此PWV的空间信息可以有助于判断上游强对流的发展潜势与移动倾向,在短临预报业务中可提供相关参考信息。

参考文献:

[1]郭圳勉,黄先伦,麦宗天,等.台风“韦森特”登陆后暴雨的成因分析[J].广东气象,2015,37(1):15 -18.

[2]洪展.一次台风暴雨过程的水汽特征分析[J].气象研究与应用,2014,35(4):16 -18.

[3]张劲梅,莫伟强.浅薄冷空气触发东莞初汛期两暴雨特征分析[J].气象研究与应用,2013,34(SⅠ):81 -83.

[4]Okamura O,Kimura F.Behavior of GPS - derived precipitable water vapor in themountain lee after the passage ofa cold front[J].Geophysical Research Letters,2003,30(14):1746 -1748.

[5]郝丽萍,邓佳,李国平,等.一次西南涡持续暴雨的GPS大气水汽总量特征[J].应用气象学报,2013,24 (2):230 -238.

[6]Seko H,Shimada S,NakamuraH,et al.Three - dimensional distribution of water vapor estimated from troposphericdelay of GPS data in a mesoscale precipitation system of the Baiufront[J].Earth Planets Space,2000,52(11):827 -833.

[7]文丹青,黄波,刘峰.一次华南前汛期锋前暖区暴雨的分析[J].广东气象,2011,33(2):8 -15.

[8]黄晓东,郑伟杰.江门前汛期不同降水时段特征[J].广东气象,2008,30(5):12 -15.

[8]陈超,程正泉,梁晓祥,等.广东省二次首场暴雨过程的特征分析[J].广东气象,2014,36(5):7 -13.

[10]高亭亭,梁卫,罗聪,等.广东前汛期暴雨气候特征分析[J].广东气象,2012,34(2):1 -8.

[11]张恩红.基于GAMIT的GPS数据处理系统设计及气象应用[J].广东气象,2014,36(3):66 -70.

[12]黄晓莹,毛伟康,万齐林,等.微波辐射计在强降水天气预报中的应用[J].广东气象,2013,35(3):50 -53.

[14]李成刚,李杰,阳力,等.地基GPS技术在广东区域水汽分布研究中的应用[J].广东气象,2008,30 (1):14 -16.

[15]Wayan S.Monitoring of GPS PWV association to the solar energetic events during the intense solar flares of October/ November 2003[J].Geographia Technica,2011,6(1):72 -81.

[16]Suparta W,Abdul R Z A,Mohd A M A,et al.Observations ofAntarctic precipitable water vapor and its response to the solar activity based on GPS sensing[J].Journal of Atmospheric and Solar - Terrestrial Physics,2008,70(11):1418 -1447.

[17]Neiman PJ,White A B,Ralph F M,et al.A water vapor flux tool for precipitation forecasting[J].Proceedings of the Institution of Civil Engineers - Water Management,2008,162(2):83 -84.

[18]万蓉.我国暴雨研究中新型探测资料反演技术及其应用[J].气象科技进展,2014,4(2):24 -35.

[18]邓佳,李国平.引入地基GPS可降水量资料对一次西南涡暴雨水汽场的初步分析[J].高原气象,2012,31(2):400 -408.

[20]孙继松,何娜,郭锐.多单体雷暴的形变与列车效应传播机制[J].大气科学,2013,37(1):137 -148.

Application of GPS Precipitable Water Vapor in Severe Convection in Southern China

ZHANG Hua-long1,ZHANG En-hong2,HU Dong-ming3,DENG Wen-jian1
(1.Guangdong Meteorological Service,Guangzhou 510080;2.Meteorological Measurements Center of Guangdong Province,Guangzhou 510080;3.Guangzhou Meteorological Service,Guangzhou 510080)

Abstract:With the data of atmospheric precipitable water vapor(PWV)measured at a land - based GPS network in Guangdong province as well as multiple types of observations and NCEP objectively analyzed data,we tested the accuracy and error of PWV detected by a land - based GPS network and analyzed the variations of a severe convective process during the annually first flooding season in 2014.As shown in the test,the root - mean - square error between the GPS - detected PWV and sounding PWV ranges from 3.05 to 4.07 and the correlation coefficient ranges from 0.82 to 0.85,which both meet the requirement of operational use.Compared with the NCEP objectively analyzed data,the former has higher temporal resolution and accuracy.Because of it,it is an attempt worthwhile to do to combine wind profilers and radiosonde data with PWV to develop products of specific humidity and water vapor for individual observation stations,detect the growth of local water vapor and describe the establishment of transporting channels for low - level water vapor during severe convective weather.In addition,the spatial distribution of areas of large PWV values indicate where water vapor converges and its variation also predicts the changes in the evolution and transportation of the cells of thunderstorms and multiple thunderstorms.

Key words:atmospheric precipitable water vapor;severe convection;water vapor flux;developing potential of thunderstorm;Southern China

中图分类号:P458

文献标识码:A

doi:10.3868/ j.issn.1007 -6180.2016.03.002

收稿日期:2016 -01 -18

基金项目:公益性行业科研专项(GYHY201406003);华南区域中心科技攻关项目(GRMC2014Z02);中国气象局预报员专项(CMAYBY2015 -052)共同资助

作者简介:张华龙(1888年生),男,硕士研究生,主要从事华南强对流天气预报预警工作。E - mail:zhlchris@126.com

猜你喜欢

强对流华南
海油华南谱新篇
福建2次不同类型强对流天气对比分析
《华南地震》征稿简则
哈尔滨2020年一次局地强对流天气分析
突发性强对流天气快速识别预警改进方法
华南风采
记华南女院前三任校长
华南掠影
苏萌娜 初心不渝 情牵华南
梧州前汛期强对流天气多普勒雷达特征分析