柯莉萍，张 艳，陈银东，杨 洋，阎 廷

(1.贵州省威宁彝族回族苗族自治县气象局，贵州 威宁 553100；2.贵州省织金县气象局，贵州 织金 552100)

0 引言

大气可降水量(PWV，Perceptible Water Vapor)就是地面以上垂直大气柱中的总水汽量，是用来衡量大气中水汽含量及地球气候系统能量交换的重要指标。降水量与水汽总量的跃增有较大的相关性。大气中水汽随时间的跃增变化，在强对流天气过程和暴雨的预报中，有较好的指示意义。梁丰等[1]研究中表明，PWV短时间内的迅速增长常常与降雨过程出现相对应，PWV的大小与降雨量之间的相关性不显著。李延兴等[2]对广东汕头PWV与降雨量的关系研究发现，PWV的高值时段与降雨过程显著相关。杨红梅等[3]华南暴雨的水汽特征研究表明，PWV会以缓慢增加、快速增加、稳定持续增加的变化形势，并具有阶段性的变化特征。曹云昌等[4]的研究表明，降雨量与大气可降水量的快速增长之间具有较好的对应关系。腾林等[5]研究显示贵州暖区暴雨发生前低层有强的水汽供应。

大气可降水量的探测方法较多，常用的手段有：常规探空探测、水汽辐射计[6]、地基GPS、激光探测、雷达探测、地面露点温度反算等。探空气象观测一般每天进行两次综合观测(UTC:00，12)，主要是观测气压、温度、相对湿度、风向、风速等气象要素。由于探空观测站点不多，数据的时空分辨率为12 h，分辨率较低。地面气象观测数据的获取达到分钟级，连续性好，地面气象资料在预报预警服务中发挥了很好的作用。许多学者利用探空和地面气象资料反演大气可降水量(PWV)，并进行了对比分析。卢士庆等[7]通过几种求算大气可降水量的方法比较研究表明，探空资料、地面露点资料、GPS数据计算出的大气可降水量相关性较好，可以使用。杨景梅[8]等建立了大气可降水量与地面露点之间的经验公式，研究表明，PWV与表征地面湿度的水汽压、露点之间相关性显著。地面水汽含量的大小在整层大气的可降水量中影响很大。向玉春等[9]的3种大气可降水量推算方法结果表明，探空资料和地面资料计算的大气可降水量相比，地面相对偏小，偏小1.4%。

威宁县位于贵州西部，地处云贵高原，属于亚热带湿润季风气候区。年均降雨量890 mm,降水时空分布不均。利用威宁(56691)站2018年探空资料、地面露点资料分别计算大气可降水量(PWV)，论证探空、地面两种资料反算的PWV间的数据可替代性，地面观测资料的时间和空间分辨率小的优点，恰恰弥补高空观测分辨率不足。二者间的互补作用将在降水天气过程的预测预报方中发挥重要作用。许多学者的研究表明，几乎每次强降水过程在发生前，PWV均有明显的阶跃变化。在降水过程比较频繁的时间段内，与PWV表现出的高值短波振荡有较好的一致性，反映出足够的水汽是形成降水的必要条件，PWV随时间变化特征对降水的预报具有一定的指示作用。威宁地形复杂，强降水过程具有明显的突发性和局地性，通过研究PWV与降水天气过程的关系，以提高降水预报准确率。

1 资料和方法

1.1 采用资料

本文利用2018年贵州省威宁探空站(56691)每天UTC(00,12时)两次观测资料和每日地面露点(02、08、14、20时)4个时次观测资料反算大气可降水量(PWV)，样本数量为365个 ，并对其进行差异对比分析。利用2018年春季和夏季降雨量资料，样本数量为184个；8月22日一次大雨天气过程，与同时段的探空和地面计算的PWV进行对比分析。

1.2 采用的方法

1.2.1 探空资料计算大气可降水量(PWV)方法 通过探空仪测量不同高度大气中的P、T、U来获取PWV[7], 公式可表示为:

(1)

(2)

(3)

上述(1)～(3)式中：W为大气可降水量(单位：mm)；ρ为液态降水密度(单位：g/cm3)；g为重力加速度(9.8 m/s2)；q为混合比湿(单位：g/kg)；e为水汽压(单位：pa)；RH为相对湿度(单位：%)；T为温度(单位：℃)；P为总大气压(单位：Pa)。为方便计算，将(1)式进行离散化后得到地面P地到0简化公式为：

(4)

探空资料计算PWV的具体步骤为：

①先根据探空各个层上的露点温度将水汽压e计算出来；

②然后用(2)式计算各层上的比湿q;

③用(4)式计算大气可降水量(PWV)W。

因水汽主要集中在对流层以下，本文采用的750 g探空气球的探测资料，不同的天气状况下的探测高度可到达26～32 km，对大气可降水量的计算精度没有影响。

1.2.2 地面露点计算PWV方法 对流层中的下半部是水汽的主要集中区，在整层大气中近地层的水汽含量占主导作用。鉴于一个地区气候有相对稳定性的特点，杨景梅等[7]用地面湿度参量建立了大气可降水量和地面露点间的经验公式。因为威宁地处云贵高原，地面露点计算PWV方法采用文献提供的云贵高原地区的整层大气可降水量(PWV)与地面露点经验关系式：

(5)

b0′=0.02r1+r2-r3

(6)

b1′=0.062exp(0.036H+0.12)-r4

(7)

r1=exp(-1.975H2+3.983H+0.400)

(8)

(9)

r3=0.0

(10)

(11)

(5)～(11)式中:W为大气可降水量(单位：mm);Td为露点温度(单位：℃)；b0′、b1′为经验系数；H为海拔高度(单位：km);φ为地理纬度。威宁纬度为26°52′N,海拔高度为2 237.5 m。计算出威宁的b0′、b1′经验系数分别为0.011 3、0.076。

2 探空大气可降水量与地面露点大气可降水量对比分析

威宁(56691)每日探空大气可降水量采用每天两个时次(UTC：00,12时)的TK/PWV进行平均获得。每日地面露点计算的大气可降水量采用(02、08、14、20时)4个时次的DM/PWV平均获得。图1是2018年春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12—次年2月)4个季节两种资料计算的大气可降水量(PWV)序列图，从图可以看出，春季、秋季两种资料计算的大气可降水量的波峰和波谷吻合度最好，峰值和谷值的变化趋势一致性好，夏季、冬季两种资料计算的大气可吻合度次之，峰值和谷值的变化趋势也有较好的一致性。差异上，DM/PWV高于TK/PWV，可能由于时空分辨率及探空观测的温、压、湿等误差的影响。总的来说，两种资料计算的大气可降水量趋势变化有较好的一致性。

图1 2018年春、夏、秋、冬季DM/PWV和TK/PWV大气可降水序列图Fig.1 Sequence diagrams of DM/PWV and TK/PWV inspring, summer, autumn and winter 2018

使用Excel 2010软件对数据进行回归分析，4个季节显著性水平都为95%。TK/PWV和DM/PWV整体一致性很高。春季DM计算的平均值为18.31 mm,TK的平均值为16.71；夏季DM的平均值为32.49 mm,TK的平均值为30.10，秋季DM/PWV的平均值为20.53 mm，TK的平均值为18.16；冬季DM的平均值为9.72 mm,TK的平均值为7.52，4个季节TK的平均值均小于DM的平均值。从表1可以看出，4个季节中TK与DM的平均差值绝对值，春季二者差值最小，为1.6 mm，夏季最大2.38 mm，年均差值为2.13 mm，属于毫米级。闵昌红等[10]的研究表明，气球净举力的大小会对探空记录有一定的影响。丁金才等[11]的研究表明由于探空雷达观测的T、P、U误差影响，对TK/PWV产生误差为2 mm。因此，利用威宁探空与地面露点资料计算的PWV的精度相当，二者有很好的一致性。

从表1看，春、夏、秋、冬4个季节的TK/PWV的标准差(STD)均大于DM/PWV的标准差(STD)，夏季最大，差值为0.71 mm，4个季节差值均在1 mm内，TK/PWV的离散程度略大于DM/PWV。两种数据计算的PWV的偏离程度不大，具有较好的一致性。图2为春季、夏季、秋季、冬季数据计算的TK/PWV和DM/PWV散点图，匹配样本为365个，在y=x两侧均有数据分布。从图2和表1来看，探空、地面露点资料计算的春、夏、秋、冬4个季节的PWV都具有较强的相关性，均呈现正相关，四个季节的平均相关系数达0.816。其中，秋季二者相关性最强，相关系数最大。春季次之。夏季和冬季也有较好的相关性，相关系数均为0.754。TK/PWV和DM/PWV数据直线斜率秋季最大为0.982 1，春季次之，秋季最小为0.884。

表1 TK/PWV与DM/PWV特征值表(单位：mm)Tab.1 TK/PWV and DM/PWV characteristic value table(unit：mm)

图2 TK/PWV与DM/PWV散点图(a.春季;b.夏季;c.秋季;d.冬季)Fig.2 Scatter diagram of TK/PWV and DM/PWV(a.spring;b.summer;c.autumn;d.winter)

3 实际降雨量与大气可降水量的关系特征分析

根据威宁多年降雨量资料统计表明，降水量主要集中在4—9月，占全年降雨量的2/3。同时，强降水主要发生在春季和夏季，因此仅对春季和夏季降水与大气可降水量的关系进行分析。图3给出了2018年威宁国家基准气候站春季和夏季的实际降雨量与地面露点(DM/PWV)与探空资料(TK/PWV)的序列图。图中可以看出，探空与地面大气可降水量的变化趋势一致，降水发生前PWV会有不同程度的振荡，降水常会在PWV的波峰和波谷附近发生。春季和夏季对于降水过程预报的PWV阈值不一致，3—4月阈值为15 mm；5—6月阈值为25 mm；7—8月阈值为35 mm,降水过程发生前大气可降水量的日变化率为4～6 mm/d。

图3 2018年春季(a)、夏季(b)降雨量与大气可降水量序列图Fig.3 PWV sequence and actual precipitation in 2018(a.spring;b.summer)

以威宁站2018年8月22日一次大雨降水天气过程为例，对大气可降水量与降水关系进行分析。此次降水天气过程降雨量为30.8 mm,降水时段主要集中在21日23时，22日11—14时，降雨量分别为0.3 mm、1.4 mm、14.8 mm,13.9 mm、0.4 mm。因探空时间分辨率为12 h，跨度较长，地面资料的时间分辨率远小于探空，采用DM/PWV可以很好反映二者间的对应关系。图4为21—22日地面48 h 逐小时大气可降水量变化情况，从图看出，大气可降水量在21日20时从29.93 mm快速增加，22时达到最大39.95 mm,大于阈值35 mm,小时变化率为5 mm/h,23时00分开始降雨，降雨结束后PWV开始下降。到22日08时一直维持在阈值以上。PWV从22日09时的35.11 mm开始增加，11时达到最大39.05 mm,小时变化率为4 mm左右，然后开始降雨，持续到14时降水过程结束，14时后大气可降水量急剧减小。

图4 2018年8月21—22日逐小时DM/PWV和降雨量Fig.4 Hourly DM/PWV and rainfall August 21—22, 2018

4 结论

通过威宁探空和地面露点资料的大气可降水量计算结果，分析其均值等差异及与降水量间关系，结论如下：

①TK/PWV和DM/PWV间具有较强的相关性。二者间月、季变化趋势总体一致性好。

②DM/PWV与TK/PWV间个别值差较多外，总体上两者值较为接近，说明用地面资料计算大气可降水量是可行的。DM/PWV资料的高时空分辨率在反映大气水汽的时空变化上具有一定的优越性。

③PWV阈值及变化率对于临近降水预报具有较好的作用，但形成降水的因素较多，还需在实际应用过程中不断总结加以修正。

④对2018年8月22日一次大雨天气过程分析表明:降水前1～4 h大气可降水量会有不同程度的急增，急增的时间、增幅及最大值能很好反映该地水汽的输送的累积量。降水过程结束后，大气可降水量逐渐减小。大气可降水量与降水过程之间存在较好的对应关系，PWV的大小与实际降雨量间不成比例。大气可降水量在降水预报中具有一定的指示作用。