浅析香港地区一次大面积降雨过程中的GPS可降水量特征

李星光 郑南山 狄利娟

1 中国矿业大学环境与测绘学院，徐州市大学路1号，221116

2 兖矿集团东华建设有限公司地矿建设分公司，邹城市东滩路1029号，273500

水汽是降水形成的基本条件，其时空分布及由相位变化产生的潜热，直接影响着大气的垂直稳定性和天气系统的发展，进而造成强烈的对流天气，产生降雨甚至暴雨。由于其空间分布极不均匀且高度可变性，传统的水汽探测手段很难获取高时空分辨率的水汽资料。而地基GPS遥感可降水量技术以其快速、精确、时空分辨率高、不受天气条件影响等优点，在水汽观测系统中日益受到重视［1－5］。

大气中的可降水量随距水汽源地的距离、纬度、季节和高程等的不同面变化。同一地区，不同的降水过程其水汽分布及传输过程存在差异。香港地处中国东南沿海，三面环海且海岸曲折、多丘陵，受控于亚热带季风气候，地形条件和气候背景复杂。许多学者对香港地区作了大量的GPS气象研究，王晓英［6］等利用探空站数据获取了不同年份更适合香港地区GPS水汽反演所需的加权平均温度公式。陈永奇［7］等分析了香港已建成的实时GPS水汽监测系统，并详细介绍了实时估算可降水分中的几个关键问题。于胜杰［8］等基于香港卫星定位参考站网的实测气压及GPS 观测数据，分析气压对天顶总延迟（zenith tropospheric delay，ZTD）和天顶静力学延迟（zenith hydrostatic delay，ZHD）解算精度的影响。笔者主要在前人研究的基础上，运用GAMIT 软件解算GPS资料反演大气可降水估值，并使用Surfer软件绘制可降水量等值线分布时序图，辅助分析香港大面积降水过程中水汽传输变化过程。

1 GPS可降水量估算

1.1 GPS可降水量估算原理

利用地基GPS 技术进行水汽监测，是在对GPS原始观测数据处理后获得的天顶总延迟的基础上，从中减去由大气所引起的天顶静力学延迟，得到与大气中水汽相关的湿延迟，再将该湿延迟参数乘以某一转换系数，便得到气象学中的大气可降水量［9］。其主要算式如下：

式中Π为无纲量比例常数，通常采用的是：

其中，ρ为液态水的密度，Rv、k3、k′2均为常数，起关键作用的是加权平均温度Tm，通常采用的是Bevis经验公式：Tm＝70.2＋0.72Ts。

1.2 数据处理关键技术

1.2.1 GPS数据处理软件及设置

本文采用GAMIT 软件进行GPS数据处理，具体方法可参考文献［10－11］，使用的主要参数设置有：截止高度角为10°；处理模式为松弛解（RELAX）；电离层延迟模型用消除电离层的LCHELP；干湿投影函数为GMF 全球投影函数；天顶延迟参数为每天25个；IGS基准站的坐标约束（NER）：0.050、0.050、0.050m；GPS待解点坐标约束（NER）：9.999、9.999、9.999m。

1.2.2 GPS／PWV 等值线图获取

高精度GPS解算软件获取的大气可降水量为其天顶方向上的水汽分布，就几何意义而言，单基站GPS 反演大气可降水量的理论范围如图1所示。通常情况下，70%的水汽集中在4km 以下，而10～12km 高度以下的水汽约占水汽总量的99%。解算时设置10°的截止角理论上能获取距GPS站点约17km 范围内的水汽含量分布（以距地面3km 解算）。但实际上由于地形条件及GPS卫星所处位置等因素制约，不可能达到理论范围。

图1 单基站GPS反演大气可降水量理论范围Fig.1 The theoretical range of single base GPS stationinversion atmospheric precipitation

假定单基站GPS可确定水汽分布范围为10 km，在不考虑地形等因素的影响时，香港卫星定位参考站网完全可以覆盖整个香港地区水汽分布。

2 资料分析

2.1 雨量站数据分析

2014－03－30香港地区先后出现大面积降水，部分地区出现强对流恶劣天气，甚至伴有冰雹。表1为香港天文台发布的香港各区录得的每h降水量（下文时间系统均为UTC）。可以看出，11时左右降水开始并波及香港大部分地区，12、13时间段录得雨量大幅度增加，其中元朗、屯门两区2h内录得降水量超过了190mm。14时前后雨量逐渐减弱并渐止，16时左右再次迎来大面积降水过程，18时雨量站录得降水量大部分为0mm，降水过程结束。

2.2 GPS反演可降水量分析

运用GAMIT 软件解算GPS数据后，使用sh＿metutil提取可降水量估值，获取香港卫星参考站网所有站的GPS／PWV 值变化（图2）。可以看出，部分站点PWV 值在雨前上升阶段升幅有着明显差异，这与该站点所在地区的地理位置及环境是密不可分的，其中HKNP、HKSS、HKST、HKKT 四站变化幅度最大，4个站所在区分别为离岛区、大埔区、沙田区、元朗区。

表1 香港各区雨量站每h录得降水量／mmTab.1 Therecorded precipitation hourly in Hong Kong rainfall stations／mm

图2 香港地区卫星定位参考站网各站点PWV 时序图Fig.2 PWV timing diagram for each site of Hong Kong satellite positioning reference station network

顾及到端部效应，统计2～12 时PWV 每h增幅发现，在降水发生前都伴随着PWV 激增，其中HKNP和HKSS两站PWV 最大增幅超过10 mm／h。对于短期内非连续性降水，其PWV 峰值可能出现在后一次降水附近，即降水期间会伴随着PWV 增长。比较表1、2看出，不同区域的降水强度与降水前PWV 增幅之间的关系存在差异，在实际分析中，不能以同一PWV 增幅评定标准来衡量不同区域的降水强度。

表2 4个参考站点PWV分析Tab.2 The analysis of PWV on four reference sites

由于篇幅有限，本文选取离岛区、元朗区及屯门区进行分析，同时为了便于说明，将第一次降水出现时刻的PWV 值作为降水阈值。

HKPC、HKNP、HKMW 三个站点位于离岛区内。比较3个站获取的PWV 值与离岛区雨量站录得的降水量（图3）可以看出，在发生降水前几个小时出现明显增湿过程，且降水过程中PWV 仍继续增加，为雨势的扩大提供充足的水汽条件。PWV 峰值出现前后伴随着雨势增长，继而随着PWV 下降，降水由弱渐止。相距约4.817km 的HKPC、HKMW 两站PWV 上升趋势几乎趋于一致，且相距约11.293 km 的HKNP、HKMW 部分时刻（5 ～15时）PWV 相差很小，其差值均值为0.23 mm，总体上3 个站在降水前后某一时间段内变化趋势趋于一致。初步分析，HKNP与HKPC、HKMW 的PWV 值差异与所处的地理环境密不可分，HKNP 位于内陆，空气较干燥，而HKPC 与HKMW 离海较近，空气比较湿润。值得说明的是，各区雨量站与该区内卫星参考站点的地理位置关系不够明确，未能对应分析（下同）。

图3 离岛区3个站点PWV与雨量站录得降水量时序图Fig.3 Timing diagram of three sites’PWV and rainfall stations recorded rainfall in Outlying Islands

HKKT 位于元朗区，HKSL位于屯门区西南边缘，HKLT 位于屯门区较靠近元朗区的边界。比较表1与图4知，元朗区与屯门区雨量站录得的小时降水量具有很高的相似性，而其区中的卫星参考站点获取的PWV 存在很大的差异，尤其是相距较远的HKKT 与HKSL 站，即不同地区的降水阈值存在一定差异，并与降水大小无明显相关性。图4中屯门区HKSL站PWV 最大增幅为4.41mm／h（10～11时），HKLT 站PWV 最大增幅达到6.81mm／h（10～11时），同时录得降水量最大时刻（12 时）出现在PWV 最大增幅量之后，而并未出现在PWV 峰值附近。元朗区的HKKT 获得了类似的结论。

图4 屯门区与元朗区参考站点PWV与录得降水量时序图Fig.4 Timing diagram of reference sites’PWV and recorded rainfall in Tuen Mun and Yuen Long district

PWV 值与实际降水量并不是一种简单的正比关系，出现降水时刻前必然伴随着PWV 的增加，而伴随着降水的结束可能出现一个短暂PWV 上升期，同时PWV 峰值未必出现在雨量最大值附近；发生降水前PWV 增幅明显变大，且PWV 增幅最大时刻可能会出现在距发生降水较远的时刻（HKNP和HKSS站）。在实际分析中，不能仅以PWV 峰值来判断降水出现时间及降水强度，应当综合考虑分析PWV 小时增幅量变化。

2.3 PWV 等值线分布变化分析

为更直观分析每个站随时间的降水变化，以1h为时间间隔，运用Surfer软件绘制香港地区上空PWV 等值线分布演变图。限于篇幅，选取9～20时PWV 等值线图（图5）进行分析。9时，香港东北面为水汽的高值区，西北面为水汽的低值区。9～11时，水汽变化呈现出从东北向西南方向演变过程。12～13时，水汽演变成由东向西推进，期间伴随大幅度降水，部分地区出现局部强对流天气。伴随着大幅度降水结束，14时香港的西南方向及南部，PWV 相比较上一时刻逐渐减小。14～16时，无明显的水汽传输过程，16时前后伴随着又一次降水过程，PWV 呈明显下降趋势。比较19时与20时的PWV 等值线分布图，发现已无显著变化，趋于短期的稳定状态。

从稳定状态的20时可以看出，香港地区水汽分布区域之间存在明显的地域特点，西南方向水汽分布明显小于东北方向，最大差值达38.71 mm。总之，PWV 等值线分布图能够用于分析某地区的整体水汽传输状况，为区域天气研究提供直观分析资料。

图5 GPS／PWV 等值线分布时序图Fig.5 GPS／PWV isoline timing diagram

2.4 不足之处

1）由于仅对香港地区一次大面积降水过程进行分析，数据有限，较肯定的结论尚需要进一步验证。

2）香港地区上空PWV 等值线的绘制未考虑地形条件的复杂变化对水汽分布和降水的影响。比较参考站确定的水汽分布范围及香港地区行政区划图（图略），HKOH 和HKSC 两站覆盖的区域内包含的区较多，其中HKOH 站位于东区，覆盖了南区、湾仔区、观塘区和中西区；HKSC 站位于深水埗区，覆盖了油尖旺区、九龙塘区、葵青区、黄大仙区和部分沙田区。通过图6分析，各区录得的降水量并不具有较强的相关性，即复杂地形条件下相距较近的地区降水量会出现差异，故在实际分析中单以PWV 值及确定的理论水汽分布范围来确定降水落区及降水强度是不具有共性的，应综合考虑其他因素的影响。

3）由于资料及知识匮乏等原因，各区雨量站录得降水量与实际降水量之间的对应关系未能准确表达。

图6 站点及对应区域范围内降水量Fig.6 The sites and its corresponding regional precipitation

3 结 语

1）在同一地区（离岛区），复杂的地形条件是导致PWV 差异的重要因素，单基站获取的有效水汽分布范围要因地而异；同一卫星参考站确定理论覆盖范围内的录得降水量不一定具有很强的相关性。

2）PWV 峰值未必出现在雨量最大值附近，但降水前后必然会出现PWV 峰值。在实际分析中，不能仅以PWV 峰值来判断降水出现时间及降水强度，应当综合分析PWV 小时增幅量，后者更为重要。

3）降水等值线演变图能够很好地反映降水的时空分布，同样绘制的测区上空PWV 等值线分布演变图能够反映水汽的时空分布信息，可直观地分析地区内的水汽分布状况及水汽传输变化，为降水预报提供简单的依据。

致谢：感谢香港天文台提供雨量站数据、香港大地测量组提供卫星参考站网数据。

［1］王勇，刘严萍.地基GPS 气象学原理与应用研究［M］.北京：测绘出版社，2012（Wang Yong，Liu Yanping.Theory and Application of Ground－Based GPS Meteorology［M］.Beijing：Surveying and Mapping Press，2012）

［2］张振东，魏鸣，王皓.用GPS水汽监测资料分析一次强对流性降水过程［J］.气象科 学，2013，33（5）：492－499（Zhang Zhendong，Wei Ming，Wang Hao.A Severe Convective Precipitation Based on Ground－Based GPS Water Vapor Monitoringsystem［J］.Journal of the Meteorological Sciences，2013，33（5）：492－499）

［3］谢娜，王咏青.基于GPS可降水资料的一次连续性暴雨过程的分析［J］.高原山地气象研究，2009，29（3）：55－59（Xie Na，Wang Yongqing.Analysis on a Durative Heavy Rainfall in Southwest Based on GPS Data of Recipitation［J］.Plateau and Mountain Meteorology Research，2009，29（3）：55－59）

［4］刘严萍，张飞涟，孙晓.地基GPS 可降水量用于2011年北京暴雨监测［J］.大地测量与地球动力学，2013，32（2）：63－66（Liu Yanping，Zhang Feilian，Sun Xiao.Application of Ground－Based GPS Precipitable Water Vapor to Monitor Heavy Rainfall Event of 2011in Beijing［J］.Journal of Geodesy and Geodynamics，2013，32（2）：63－66）

［5］王勇，柳林涛，梁洪有，等.基于GPS 技术的高原与平原地区可降水量的研究［J］.大地测量与地球动力学，2006，26（1）：88－91（Wang Yong，Liu Lintao，Liang Hongyou，et al.Research on Precipitable Water Vapor in Plateau and Plain Areas with GPS Technique［J］.Journal of Geodesy and Geodynamics，2006，26（1）：88－91）

［6］王晓英，宋连春，戴仔强，等.香港地区加权平均温度特征分析［J］.南京信息工程大学学报：自然科学版，2011，3（1）：47－52（Wang Xiaoying，Song Lianchun，Dai Ziqiang，et al.Feature Analysis of Weighted Mean TemperatureTmin Hong Kong［J］.Journal of Nanjing University of Information Science and Technology：Natural Science Edition，2011，3（1）：47－52）

［7］陈永奇，刘焱雄，王晓亚，等.香港实时GPS水汽监测系统的若干关键技术［J］.测绘 学报，2007，36（1）：9－12（Chen Yongqi，Liu Yanxiong，Wang Xiaoya，et al.GPS Real－Time Estimation of Precipitable Water Vapor－Hong Kong Experiences［J］.Acta Geodaetica et Cartographica Sinica，2007，36（1）：9－12）

［8］于胜杰，万蓉，付志康.气压对GPS 大气可降水量解算的影响分析［J］.大地测量与地球动力学，2013，33（2）：87－90（Yu Shengjie，Wan Rong，Fu Zhikang.Impact Analysis of Pressure Parameter on Inversion of GPS Precipitable Water Vapor［J］.Journal of Geodesy and Geodynamics，2013，33（2）：87－90）

［9］Bevis M，et al.GPS Meteorology：Remote Sensing of Atmospheric Water Vapor Using the Global Positioning System［J］.Journal of Geophysical Research，1992，97（D14）：15 787－15 801

［10］王皓，李国平，陈娇娜.运用GAMIT10.34解算成都地区的GPS可降水量［J］.成都信息工程学院学报，2009，24（5）：478－483（Wang Hao，Li Guoping，Chen Jiaona.Solution of GPS Precipitation Water Vapor in Chengdu Areaby Using GAMIT10.34［J］.Journal of Chengdu University of Information Technology，2009，24（5）：478－483）

［11］Herring T A，King R W，McClusky S C.GAMIT Referece Manual Release 10.4［R］.Department of Earth Atmospheric，and Planetary Sciences，MIT，2010