GPS/PWV在台风“玛莉亚”袭闽期间的变化特征研究

(福建省测绘院，福建 福州 350003)

可降水量(PWV)反映大气中水汽转化为降水的潜在动能，对研究水汽的时空分布与变化特性具有重要价值。常规PWV监测手段主要利用探空气球每天进行早晚两次观测，虽然精度较高，但由于时空分辨率过低和成本过高，很难得到大范围的推广普及。自从文献[1]开创了GPS气象学以来，利用高时空分辨率的地基GPS监测PWV的方法获得越来越广泛的应用，为气象学研究和天气预报提供了基础资料。例如，文献[2]率先在国内开展GPS气象学研究，获得了可靠的PWV结果；文献[3]研究发现，GPS/PWV能够用于改进数值预报模式。众多研究表明，GPS/PWV的变化与降水之间具有很强的对应关系[4-6],与雾霾之间具有显著的相关特性[7-9]，为空间环境学的研究提供了良好的契机[10]。

台风是一种强烈的热带气旋，在福建夏季多发，具有较强的破坏性，然而，由于台风能够带来丰富的水汽，台风期间对PWV的监测有助于深入认识大气中水汽的传输过程。利用地基GPS资料已被证实能够探测到台风天气高精度的PWV[11-12],而对GPS/PWV资料分析有助于直观认识台风期间水汽的分布及动态变化过程[13-14]。本文利用FJCORS基准站GPS资料反演PWV，在检验反演的精度基础上，分析2018年第8号台风“玛莉亚”登陆福建期间的GPS/PWV时空变化及其与降水量的关系，讨论台风中水汽的交换和输送过程，从而进一步检验GPS探测水汽的性能。

1 GPS/PWV资料分析

1.1 台风回顾

2018年第8号台风“玛莉亚”于北京时间7月11日09：10(世界协调时间UTC 01:10)在福建连江黄岐半岛登陆，沿西北西方向深入内陆，UTC 04:00经过闽清县，UTC 08:00经过顺昌县，UTC 12:00左右进入江西省境内。图1展示了“玛莉亚”的移动路径，来源于中央气象台·台风网，详见网址：http:∥typhoon.nmc.cn/web.html。“玛莉亚”给福建全省带来强降水，其中，东北部和中北部出现大雨或暴雨，局地特大暴雨，累计降水量超过250 mm。据不完全统计，“玛莉亚”共造成福建23.8万人受灾，700余间房屋不同程度损坏，直接经济损失2.4亿元，破坏性较为严重。

1.2 资料来源及处理方法

本文利用FJCORS基准站反演GPS/PWV，并引入国内及周边12个IGS(International GNSS Service)跟踪站资料进行同步解算，以削弱区域网PWV反演结果的相关性。其中，IGS站包括：BJFS、CHAN、CUSV、 DAEJ、 HYDE、 LHAZ、PIMO、POL2、SHAO、TWTF、ULAB、URUM。数据下载地址为ftp:∥garner.ucsd.edu/。探空资料来自美国怀俄明州立大学官方网站，网址为http:∥weather.uwyo.edu/。降水资料来自中国气象数据网，网址为http:∥data.cma.cn/。

GPS可降水量源于GPS定位的对流层延迟误差，对GPS定位进行逆过程反演便得到了GPS可降水量。本文采用高精度解算软件GAMIT[15]处理GPS观测资料，从中解算出天顶方向对流层总延迟,然后扣除稳定的干空气产生的流体静力学延迟，得到天顶方向湿延迟，最后通过湿延迟公式转换得到GPS/PWV。其中，天顶对流层总延迟的计算，是在利用Saastamoinen模型[16]进行改正的基础上，通过附加天顶延迟参数进一步修正。主要计算公式为

ZTD=ZHD+ZWD

(1)

PWV=ZWD·κ/ρ

(2)

式中，ZTD为天顶对流层总延迟；ZHD、ZWD为天顶流体静力学延迟和天顶湿延迟；ρ为液态水的密度；κ为一个常数，其计算公式详见文献[1]。

1.3 精度检验

采用2018年1—8月GPS/PWV资料与高精度探空PWV资料进行对比，以检验水汽反演的精度。其中，GPS/PWV为逐小时值，探空PWV为每天UTC 0:00和UTC 12:00两次观测值，将同时刻数据提取进行分析，以福州和厦门站为例绘制了散点对比图，如图2所示。图中显示，散点均匀地分布在直线y=x两侧，进一步的统计结果表明，两站的相关系数均达到0.98，呈高度相关。在精度方面，福州站平均偏差为1.10 mm，标准差为3.72 mm；厦门站平均偏差为0.67 mm，标准差为3.37 mm。如果忽略FJCORS基准站和探空观测站不同址(福州间距为5 km，高差为40 m；厦门间距为13 km，高差为80 m)而引起的微弱差异，则上述结果表明，GPS/PWV和探空PWV之间具有很好的一致性，而且精度相当，能够反映较为真实的水汽含量。

2 台风期间GPS/PWV空间动态演变

在精度检验的基础上，本文采用2018年7月11日台风“玛莉亚”登陆期间的GPS/PWV资料分析水汽传输过程。由于台风“玛莉亚”登陆期间部分区域断电，有完整数据资料的基准站实际只有39个，利用这些站的逐小时资料内插得到空间上连续分布的PWV，如图3所示。从图3可以清晰地看到，台风登陆前(台风于UTC 01:10登陆)，福建东北部和中北部区域为PWV高值区，主要在60 mm以上，局地达到70 mm；而南部区域为PWV低值区，主要在50 mm以下。台风登陆后，东北部和中北部PWV高值区不断扩大，同时，南部PWV低值区逐渐缩小；到UTC 06:00，西部已经全变为PWV高值区，并开始超过东部高值区；到UTC 09:00，西部PWV高值区已经明显超过东部高值区；UTC 12:00以后，西部PWV高值区逐渐向西北方向移动，与此同时，东部PWV低值区逐渐扩大，到UTC 18:00，东部PWV值主要在50 mm以下。上述PWV的变化梯度大致沿着连江-延平-将乐-建宁一带展开，与台风“玛莉亚”的移动路径(如图1所示)具有较好的对应关系，表明PWV的变化能够较好地反映台风“玛莉亚”登陆前后水汽的空间动态传输过程。

3 台风期间GPS/PWV时变及与降水的对比

为进一步研究台风“玛莉亚”登陆前后水汽的时变特征，本文选取台风路径上的连江、延平、将乐、建宁4个基准站(站址分布如图3所示)的GPS/PWV结果进行分析。如图4所示，其中时间以年积日表示，采用UTC时间，GPS可降水量为逐小时值，竖直虚线表示“玛莉亚”登陆连江黄岐半岛的时刻。

从图4明显看出，台风登陆前，各站PWV值总体下降，最低值为35～40 mm；随着台风登陆，PWV值均迅速上升，达到峰值70 mm左右,其中，最大升速超过10 mm/h；在维持数小时峰值后，PWV值快速下降，最大降速超过5 mm/h；台风经过各站1天后，PWV降至谷值40 mm左右,然后呈现随机波动。从基准站PWV值升降的时间顺序来看，依次为连江、延平、将乐、建宁，与台风路径非常吻合。

图5显示GPS可降水量与实际降水的对比,其中横坐标以年积日表示时间，左侧纵轴表示逐小时GPS可降水量，右侧纵轴表示逐小时降水量。从图5可以看出，在台风登陆时，PWV的迅速上升伴随着降水的急剧增加，PWV峰值前后出现降水的峰值，PWV的迅速下降伴随着降水的急剧减少。上述结果较好地展示了台风期间水汽的交换和传输过程，表明PWV和降水之间具有极强的耦合性。

4 结 论

本文利用FJCORS基准站GPS资料反演可降水量，并检验其精度，在此基础上分析台风“玛莉亚”登陆期间水汽的变化特征，主要得到以下结论：

(1) GPS可降水量与探空观测资料具有很好的一致性，其平均偏差不超过1.10 mm，标准偏差不超过3.72 mm，表明GPS可降水量具有较高的精度和良好的稳定性，GPS具备良好的水汽探测性能。

(2) GPS/PWV的变化与台风过程具有很好的对应关系，空间上的变化梯度与台风路径一致，时间上的变化与台风过程吻合，同时与降水具有明显的关联性，表明GPS可降水量能够较好地反映台风期间水汽的时空动态传输过程。

致谢：感谢国家气象信息中心共享气象观测资料，感谢美国怀俄明州立大学共享探空观测资料，感谢美国麻省理工学院(MIT)授权使用GAMIT软件包，感谢福建省测绘院应急保障分院FJCORS中心在本文数据处理分析过程中给予的建议和帮助。