青岛CORS站与探空站获取的大气可降水量对比分析

刘智敏，窦世标，李 斐，郭金运，刘 新，黄 磊

(1.山东科技大学 测绘科学与工程学院, 山东 青岛 266590；2.海岛(礁)测绘技术国家测绘地理信息局重点实验室 山东 青岛 266590)

青岛CORS站与探空站获取的大气可降水量对比分析

刘智敏1，2，窦世标1，李 斐1，郭金运1，刘 新1，黄 磊1

(1.山东科技大学 测绘科学与工程学院, 山东 青岛 266590；2.海岛(礁)测绘技术国家测绘地理信息局重点实验室 山东 青岛 266590)

利用青岛市4个CORS站2014年观测资料，借助GPS高精度数据处理软件Bernese，反演大气可降水量(CORS/PWV)，并与对应时段的由青岛探空站资料计算得到的大气可降水量(Radio/PWV)进行比较, CORS/PWV与Radio/PWV的精度相当，二者差异的差值(MEAN)均为毫米级，绝对值最大为3.42 mm；CORS/PWV与Radio/PWV具有较高的相关性，其相关系数均在0.81以上；通过分析实际降水与PWV的变化，发现PWV的短时急剧变化与降水发生具有较好的对应关系。研究表明，CORS具有全天候、高时空分辨率及连续监测大气中水汽含量变化等优势，可有效弥补高空探测的不足，对水汽监测、气象预测研究等具有重要的参考价值。

区域连续运行参考站；对流层延迟；无线电探空仪；大气可降水量；实际降水量

水汽是大气的重要组成部分之一，具有空间分布不均匀性、时间变化迅速和变化尺度精细化等特点，是地球气候系统能量和水循环的重要因子，是影响短期降水预报的关键因素。水汽是天气和气候的主要驱动力，因此成为国内外学者的研究对象之一[1]。

在气象学领域，探测大气可降水量(precipitable water vapor，PWV)的常用手段有常规探空气球、水汽辐射计(water vapor radiometer，WVR)[2]、雷达探测、激光探测和太阳光谱分析等。常规探空气球可以收集高空大气的温度、湿度、气压、风速等因素，但地面探空站分布稀疏，一般每天进行2次探测，时空分辨率低。水汽辐射计探测受云层厚度、降水及温度变化的影响，具有垂直分辨率低、价格昂贵、需要定期定标、难维护等不足。雷达探测可以探测水汽的详细分布，但成本很高，难以实现全天候的普及应用。激光探测可以探测大气水汽的饱和程度，从而预报降雨时间和降雨量，但只适用于小范围区域，目前处于试验阶段。太阳光谱分析仪是一种极具发展前景的技术，可以探测高精度水汽含量，但其沿太阳方向探测水汽，对气象预报的作用有限。因此，迫切需要寻求具有高时空分辨率、全天候、高精度、设备稳定且易维护的大气水汽探测技术，GPS获取大气可降水量应运而生[3-4]。自Bevis[5]首次提出利用地基GPS技术探测PWV以来，随着GNSS(global navigation satellite system)技术的发展，特别是区域CORS(continuous operational reference system)的建设和运行，地基GPS在气象方面的应用取得了长足进步。Rocken等[6]利用6个GPS接收机组成GPS/MET网，GPS反演大气水汽含量与微波辐射仪测量的水汽含量间的差值在1～2 mm范围内，并提出修正短基线观测对可降水量计算产生的系统误差；Duan[7]在Rocken的基础上，发展了“绝对PWV计算法”，指出GPS/PWV的探测精度为1～1.5 mm；Ohtani and Naito[8]在对日本利用GNSS获取的大气可降水量与常规探空的对比中发现，二者之间的差值在4 mm以内。毛节泰[9]、王小亚[10]、李成才[11]、刘焱雄[12]、袁招洪[13]、李星光[14]及叶其欣[15]等在国内积极开展GPS观测在气象学中的应用研究，并在不同区域进行业务实验工作。研究表明，GPS/PWV的变化特别是短时急剧升高或者下降与强降水之间具有很好的对应关系。由于大气水汽与区域的位置和对流层高度有关，对于不同的区域，GPS获取PWV的精度有所差异，因此，对比分析青岛CORS站与探空站获取的大气可降水量对于监测青岛地区的水汽含量和研究气象具有重要现实意义。

青岛地处山东半岛南部沿海，位于东经119°30′～121°00′、北纬35°35′～37°09′，属于温带季风气候，空气湿润，雨量充沛，温度适中，四季分明。于2006 年6 月底全面建成的QDCORS，年运行率达95%以上[16]，作为山东省第一个高标准、高精度、多功能的GPS连续运行参考网站系统，为青岛市重大工程的建设、城市规划、土地管理、气象、农林业等部门以及灾害监测提供了实时有效的数据。由于4个CORS站与多站分析结果类似，故本文选取青岛范围内距离探空站点较近的4个CORS站数据，利用Bernese软件及相关气象要素解算PWV，根据探空资料计算PWV，并对Radio/PWV与CORS/PWV在时间序列变化和相关性进行分析，检验CORS/PWV在水汽监测上的可行性；对计算得到的PWV变化数据与实际降水数据进行分析，验证PWV变化与实际降水及降水量的对应关系。

图1 青岛4个CORS站和探空站的分布Fig.1 Geographical distribution of 4 CORS stations and a radiosonde station at Qingdao

1 数据与方法

1.1 数据资料

本文所用数据包括2014年7—8月青岛市SKDR、MLJR、CJJR和JKRS 4个CORS站数据以及同期的青岛探空站数据。CORS数据来源于QDCORS网，探空数据来源于美国怀俄明州立大学网站(http://weather.uwyo.edu/wyoming/)。CORS数据采样间隔为30 s，卫星截止高度角为15°。4个CORS站和青岛探空站如图1所示(△代表CORS站，○代表探空站)，CORS站与探空站的坐标及相关距离如表1所示。采用瑞士伯尔尼大学研发的Bernese软件解算CORS站观测数据，结合测站的坐标、气象数据等，获取大气可降水量PWV。利用青岛探空站每天两次(0:00时和12:00时,UTC)释放的探空气球获得的气压、温度和湿度等数据，计算出大气可降水量PWV。对CORS反演的大气可降水量和探空大气可降水量进行对比分析。

表1 CORS站与探空站的坐标与距离

1.2 PWV解算原理

1.2.1 CORS站反演PWV原理

本文采用Bernese软件进行精密单点定位(precise point positioning，PPP)解算模式对CORS站数据进行处理，解算过程采用精密星历、精密钟差、卫星截止高度角为15°，获取对流层总延迟(zenith total delay，ZTD)，使用气象数据计算静力学延迟(zenith hydrostatic delay，ZHD)，总延迟与静力学延迟之差(式1)即为湿延迟(zenith wet delay，ZWD)。其中，ZHD可采用Saastamoinen模型[17](式2)计算，转换系数∏(式3)与ZWD的乘积即为PWV(式4)[18]。

ZWD=ZTD-ZHD，

(1)

ZHD(P,H,φ)=22.7×P×[1-0.26cos(2φ)-0.000 28H]-1，

(2)

(3)

PWV=Π×ZWD。

(4)

本文采用青岛地区地面温度回归分析得到的加权平均温度模型[19],即Tm=8.776+0.928 7Ts。

如上所述，PWV解算流程如图2所示：①采用Bernese软件对精密星历和CORS站点数据进行PPP解算，得到ZTD值；②用Saastamoinen模型计算出ZHD，然后通过式(1)得到ZWD；③使用气象数据的地面温度通过加权平均温度模型得到Tm，用式(3)计算转换系数∏，式(4)计算出PWV。

图2 PWV解算过程示意图

1.2.2 探空获取PWV原理

为了分析GPS获取的PWV的精度，验证GPS资料的有效性，本文采用CORS反演的PWV与利用常规探空资料计算的PWV进行对比分析。探空气球通过测量不同高度大气中的温度、相对湿度、压强来获取PWV[20]，获取PWV公式[21-22]如下：

(5)

(6)

e=RH·es。

(7)

(8)

f=1.000 7+3.46×10-6P。

(9)

式中：W为气压在p1和p2之间计算的PWV, kg/m2；g为重力加速度，9.8 m/s2；x为混合比，g/kg；P为总的大气压，Pa；e为水汽压，Pa；RH为相对湿度，%；es为饱和水汽压，Pa；T为温度，℃；f为转换包含空气的水汽为饱和水汽的修正函数。

探空气球的飞行高度最高值在不同天气条件下达25～38 km，本文所采用的探空数据飞行最高值25～32 km。由于水汽主要集中在8 km以下，故对获取PWV的精度无影响。由于探空观测的温度、气压和相对湿度误差影响，对Radio/PWV产生误差约2 mm[18]。

2 结果与分析

2.1 CORS/PWV与Radio/PWV对比分析

CORS单天解获得的PWV和探空两次获取PWV的平均值随时间分布及对比如图3所示，可以看出CORS/PWV与Radio/PWV除个别点存在差异，整体变化趋势、峰值和谷值基本吻合，具有很好的一致性，但总体上Radio/PWV分布在CORS/PWV下方，即CORS反演PWV较探空获得的PWV偏大，这是由于获取的0:00时(UTC)的GPS数据资料的端部效应[23]、“加权平均温度”的引入、CORS站与探空站位置及海拔和水平位置不一致等造成的。

图3 Radio/PWV与CORS/PWV对比序列图Fig.3 Sequence diagram of Radio/PWV and CORS/PWV

对CORS/PWV与Radio/PWV进行概率统计，对比分析如表2所示，可以看出SKDR、JKRS、CJJR和MLZR这4个站的相关系数均大于0.815，最大为0.901，CORS/PWV与Radio/PWV具有很高的一致性。4个测站的CORS/PWV和Radio/PWV差值的均值(MEAN)分别为1.77、-1.80、-3.42、-3.19 mm，二者的差值为毫米级，都在3.5 mm以下，CORS站获取的PWV与探空站获取的PWV精度相当。其中，MEAN值有正值和负值，这与CORS站与探空站的高差有关。结合表1发现，MLZR站的海拔为115.61 m，高于探空站的77.00 m，MEAN值为正值；SKDR、JKRS和CJJR站的海拔分别为66.47、17.97、21.57 m，低于探空站，其MEAN值全为负值。SKDR、MLZR、JKRS和CJJR的标准差(STD)均为4～6 mm，数据偏离程度相差不大。

MLZR、JKRS、CJJR、SKDR 4个站反演的CORS/PWV与Radio/PWV数据的散点图(图4)，从图中可以看出，数据基本分布在直线y=x的两侧，尤其当水汽值较大时，这是由于探空站每天仅在0时和12时进行观测，匹配的样本较少，而水汽值较大时，往往伴随着降水天气，导致探空气球的轨迹偏离较多[24]。由CORS/PWV与Radio/PWV数据拟合的直线斜率K(表2)最小值为0.867，最大值为0.942，二者在变化序列上具有较好的一致性，可以利用CORS/PWV监测和预报降水等。

表2 Radio/PWV与CORS/PWV差值的分析统计

均方根误差RMS(表2)最大值出现在距探空站次远的CJJR站(相距78.12 km)为6.59 mm，最小值出现在距探空站最近的SKDR站(相距19.94 km)为5.66 mm，此外MLZR站(相距113.07 km)为6.55 mm，JKRS站(相距71.83 km)为5.75 mm。距探空站较远的两个CORS站的RMS值较大，这说明由于距离的增大导致了CORS/PWV与Radio/PWV之间的RMS值的增大，即数据间的离散程度增大。7—8月份的CORS/PWV与Radio/PWV的差值图，如图5所示，横轴为年积日(DOY)，从图中可以发现，CORS/PWV与Radio/PWV差值的最大值20.33 mm同样出现在距探空站最远的MLZR站，这同样证明了CORS站与探空站之间的距离对RMS的影响。

图4 CORS站PWV与探空站PWV相关性分析图

图5 CORS站与探空站PWV差值图

图6 PWV序列图和实际降水量图

图7 PWV变化率和实际降水量图

表3 阈值预报降水统计表

通过以上分析得出，CORS/PWV与Radio/PWV在变化序列上具有很好的一致性。随着CORS站与探空站之间距离的增大，对应的相关系数R减小，PWV之差的MEAN、RMS随之增大。

2.2 PWV变化与实际降水分析

将Radio/PWV与CORS/PWV序列图(图6)和Radio/PWV与CORS/PWV变化率分别与同期青岛气象站(120.42E，36.05N)的实际降水量序列(图7)进行对比分析，发现CORS/PWV值同Radio/PWV的变化趋势相同；PWV与实际降水量存在明显的相关性，降水多发生在PWV峰值或谷值出现的附近，且一般情况下，PWV变化率越大，降水量越大，PWV的变化率和降水量间具有很好的吻合性。

降水的形成原因复杂，弱降水的随机性较大，与水汽的相关性也较弱，本文选用DOY200～225 d的强降水分析PWV与实际降水量的关系。结合图6和图7，每隔2～3 d就有一次降水过程，对应一次PWV的突变。从图中可见当7—8月出现降水的PWV阈值≥50 mm，PWV变化率的阈值≥10 mm/d，发生降水过程，表3显示阈值预报降水的概率，即在PWV阈值范围的天数中，发生降水过程所占的比例。PWV变化率预报降水的能力较PWV强，除Radiosonde的PWV变化率外，预报准确性都在80%以上。在201～203 d期间，无论是CORS/PWV还是Radio/PWV变化率均为正值，基本超过10 mm/d，即该段时间的PWV呈急剧上升的趋势，且均达60～70 mm，为强降水积累了充分的水汽条件。在降水发生的204 d，PWV变化率为负值且达到谷值，即PWV突变剧烈，与前几天积累的水汽共同造成了当天的强降水过程。在206 d，PWV的变化率为-20 mm/d，PWV值急剧下降，而202～205 d PWV值均超过50 mm，充足的水汽和PWV的剧烈突变使该天产生高达129.9 mm的降水。在219 d和220 d，PWV日变化率为负，且绝对值超过10 mm/d，PWV呈急剧下降趋势，发生了强降水过程。在222 d，Radio/PWV与CORS/PWV均大于50 mm，充足的水汽导致降水。总体来看，强降水与PWV值和其大幅变化具有一定对应关系，当PWV值超过50 mm或PWV变化率的绝对值超过10 mm/d时，一般会形成强降水天气，且PWV变化率的绝对值越大，即PWV发生突变越大，越易发生强降水过程。

同时，从图7中也可看到，202、214、217 d的PWV大于50 mm，202、207、210、217、221 d的PWV变化率的阈值大于10 mm/d，但这些天并没有发生降水过程，阈值有一定的伪警率。这是因为PWV值与实际降水量并不是简单的正比关系，CORS测得的是大气中的总水汽含量，对云中的液态水并不敏感，而水汽梯度值、水汽辐合辐散及天气系统等也对降水的大小和维持的时间有重要影响[25]，需综合考虑前期平均水平、峰值大小和增幅等条件[26]。因此，CORS/PWV的突变能对降水起到一定的预报作用。

3 结论

本文通过对青岛市4个CORS站和青岛探空站所获取的PWV在时间序列和各项精度进行分析，得出以下结论：

1)CORS/PWV与Radio/PWV虽然在个别点差别较大，但在整体上具有较强的一致性，相关系数均大于0.815，拟合直线斜率平均为0.9，具有相当的精度，且CORS/PWV总体上较Radio/PWV偏高约2～3 mm；

2)通过距探空站不同距离的CORS获取的数据进行分析发现，随着距离的增大，数据之间的相关性逐渐减小，但在110 km的距离上相关系数R仍可以达到0.8以上；

3)PWV的突变较好地与实际降水对应，PWV值的短时变化对降水预报具有一定参考价值。

需要说明的是，本文研究中处理的Radio/PWV与CORS/PWV数据处于青岛地区的夏季多雨期，且在DOY为203～206 d期间，经历了麦德姆(Matmo)台风[27]。由于台风的影响，探空气球存在漂移误差[28]，导致CORS/PWV与Radio/PWV的相关系数R偏低，均方根误差RMS和平均偏差MEAN偏高，但数据对比分析得到的各项参数仍表明，CORS/PWV与Radio/PWV基本吻合，既弥补了常规探空资料在时空分辨率上的不足，又避免了水汽辐射计昂贵的成本和复杂的维修，对大气监测和预报具有参考价值。

[1]ROCKEN C,WARE R,HOVE T V,et al.Sensing atmospheric water vapor with the global positioning system[J].Geophysical Research Letters,1993,20(23):2631-2634.

[2]WONG M S,JIN X M,LIU Z Z,et al.Multi-sensors study of precipitable water vapour over mainland China[J].International Journal of Climatology,2014,35:3146-3159.

[4]BOKOYE A I,ROYER A,O’NEILL N T,et al.Multisensor analysis of integrated atmospheric water vapor over Canada and Alaska[J].Journal of Geophysical Research Atmospheres,2003,108(D15):1199-1210.

[5]BEVIS M,BUSINGER S,HEMING T A,et al.GPS meterorology remote sensing of atmospheric water vapor using the global positioning system[J].Journal of Geophysical Research,1992,97(D14):15787-15801．

[6]ROCKEN C,HOVE T V,JOHNSON J,et al.GPS/STORM-GPS sensing of atmospheric water vapor for meteorology[J].Journal of Atmospheric & Oceanic Technology,1995,12(3):468-478.

[7]DUAN J,BEVIS M,FANG P,et al.GPS meteorology:Direct estimation of the absolute value of precipitable water[J].Journal of Applied Meteorology,1996,35(6):830-838.

[8]OHTANI R,NAITO I.Comparisons of GPS-derived precipitable water vapors with radiosonde observations in Japan[J].Journal of Geophysical Research Atmospheres,2000,105(D22):26917-26930.

[9]毛节泰.GPS的气象应用[J].气象科技,1993(4):45-49 MAO Jietai.The meteorological application of GPS[J].Meteorological Science and Technology,1993(4):45-49

[10]王小亚,朱文耀,严豪健,等.地面GPS探测大气可降水量的初步结果[J].大气科学,1999,23(5):605-612. WANG Xiaoya,ZHU Wenyao,YAN Haojian,et al.Preliminary results of precipitable water vapor monitored by ground-based GPS[J].Chinese Journal of Atmospheric Sciences,1999,23(5):605-612.

[11]李成才,夏青.全球定位系统遥感水汽总量[J].科学通报,1999,44(3):333-336. LI Chengcai,XIA Qing.Remote sensing of water vapor amount in GPS[J].Chinese Science Bulletin,1999,44(3):333-336.

[12]刘焱雄,陈永奇.地基GPS技术遥感香港地区大气水汽含量[J].武汉测绘科技大学学报,1999,24(3):245-248. LIU Yanxiong,CHEN Yongqi.Monitoring the water vapor content in the atmosphere in Hong Kong through ground-based GPS technique[J].Journal of Wuhan Technical University of Surveying and Mapping,1999,24(3):245-248.

[13]袁招洪,丁金才,陈永林.中尺度数值预报模式预报水汽与GPS观测的比较研究[J].大气科学,2004,28(3):433-440. YUAN Zhaohong,DING Jincai,CHEN Yonglin.A Comparison study of precipatable water simulated by NMP and GPS observations[J].Chinese Journal of Atmospheric Science,2004,28(3):433-440.

[14]李星光,郑南山,狄利娟.GPS/PWV资料在两次台风袭港期间的特征分析[J].大地测量与地球动力学,2015,35(2):298-302. LI Xingguang,ZHENG Nanshan,DI Lijuan.Application of GPS/PWV data to analysis two typhoons in Hong Kong[J].Journal of Geodesy and Geodynamics,2015,35(2):298-302.

[15]叶其欣,杨露华,丁金才,等.GPS/PWV资料在强对流天气系统中的特征分析[J].暴雨灾害,2008,27(2):141-148. YE Qixin,YANG Luhua,DING Jincai,et al.Application of GPS/PWV data to forecast strong convection weather in Shanghai[J].Torrential Rain and Disasters,2008,27(2):141-148.

[16]赵亮,叶世榕,王建.基于青岛CORS系统下的实验场地的精度分析[C]//第四届中国卫星导航学术年会电子文集.武汉:中国卫星导航学术年会组委会出版社.2013.

[17]SAASTAMOINEN J.Contributions to the theory of atmospheric refraction[J].Bulletin Géodésique,1972,105(1):279-298.

[18]丁金才.GPS 气象学及其应用[M].北京:气象出版社,2009:17-18,52-55,59-61.

[19]黄磊.利用青岛CORS资料反演区域大气可降水量的研究[D].青岛:山东科技大学,2016:18-29

[20]EASTERLING D R,PETERSON T C.A new method for detecting undocumented discontinuities in climatological time series[J].International Journal of Climatology,1995,15(4):369-377.

[21]LIU Z,MAN S W,NICHOL J,et al.A multi-sensor study of water vapour from radiosonde,MODIS and AERONET:A case study of Hong Kong[J].International Journal of Climatology,2013,33(33):109-120.

[22]ROSS R J,ELLIOTT W P.Tropospheric water vapor climatology and trends over north America:1973-93[J].Journal of Climate,1996,9(12):3561-3574.

[23]宋淑丽,朱文耀.区域GPS网实时计算可降水量的若干问题[J].中国科学院上海天文台年刊,2003(24):20-27. SONG Shuli,ZHU Wenyao.Some problems about real-time retrieving PWV from local GPS network[J].Annals of Shanghai Observatory Academia Sinica,2003(24):20-27.

[24]符睿,段旭,刘建宇,等.云南地基GPS观测大气可降水量变化特征[J].气象科技,2010,38(4):456-462. FU Rui,DUAN Xu,LIU Jianyu,et al.Characteristics of ground-based GPS-retrieved PWV in Yunnan[J].Meteorological Science and Technology,2010,38(4):456-462.

[25]SOLHEIM F S,VIVEKANANDAN J,WARE R H,et al.Propagation delays induced in GPS signals by dry air,water vapor,hydrometeors,and other particulates[J].Journal of Geophysical Research,1999,104(104):9663-9670.

[26]梁丰,李成才,王迎春,等.应用区域地基全球定位系统观测分析北京地区大气总水汽量[J].大气科学,2003,27(2):236-244. LIANG Feng,LI Chengcai,WANG Yingchun,et al.An analysis of atmospheric precipitable water based on regional ground-based GPS network in Beijing[J].Chinese Journal of Atmospheric Sciences,2003,27(2):236-244.

[27]刘智敏,窦世标,黄超,等.基于单站CORS的台风麦德姆造成的降水量分析[J].山东科技大学学报(自然科学版),2015,34(5):56-60. LIU Zhimin,DOU Shibiao,HUANG Chao,et al.Precipitaion caused by typhoon Matmo based on single-station CORS[J].Journal of Shandong University of Science and Technology(Natural Science),2015,34(5):56-60.

[28]陈哲.中国探空气球水平漂移总体特征分析[J].气象,2010,36(2):22-27. CHEN Zhe.Characteristics of the overall sounding data drift in China[J].Meteorological Monthly,2010,36(2):22-27.

(责任编辑：高丽华)

Comparative Analysis of Precipitable Water Vapor Acquired from CORS and Radiosonde in Qingdao

LIU Zhimin1,2, DOU Shibiao1, LI Fei1, GUO Jinyun1, LIU Xin1, HUANG Lei1

(1. College of Geomatics, Shandong University of Science and Technology, Qingdao, Shandong 266590, China; 2. Key Laboratory of Surveying and Mapping Technology on Island and Reef, National Administration of Surveying, Mapping and Geoinformation, Qingdao, Shandong 266590, China)

Based on the observations of 4 CORS stations in Qingdao in 2014 and with the help of high-precision GPS data processing software Bernese, precipitable water vapor (CORS/PWV) was retrieved and compared with Radio/PWV of the same period. Researches have shown that the CORS/PWV is matched with the Radio/PWV in precision, with the maximal deviation being 3.42 mm. CORS/PWV and Radio/PWV are highly correlated and the correlation coefficient is above 0.81. By analyzing PWV and the actual precipitation, it has also been found that there is a good correspondence between them. Therefore, with the advantages of all-weather observation, high temporal-spatial resolution and continuous monitoring of water vapor changes, CORS can effectively make up for the shortage of high altitude detection, and have important reference value in water vapor monitoring and weather forecasting.

CORS (continuously operating reference stations); troposphere delay; Radiosonde; PWV (precipitable water vapor); actual precipitation

2016-10-18

国家自然科学基金(41374009)；青岛市博士后应用研究项目基金(2015186)

刘智敏(1975—)，女，河北唐山人，副教授，博士，主要从事GNSS定位理论技术及其应用方面的研究. E-mail：liuzhimin010@163.com

P228.4

A

1672-3767(2017)01-0021-08