2017—2019年南疆西部和昆仑山北坡GPS大气可降水量变化特征

于碧馨，刘 晶，安大维，张云惠*

（1.新疆气象台，新疆 乌鲁木齐 830002；2.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐 830002；3.中亚大气科学研究中心，新疆 乌鲁木齐 830002）

天山东西横亘2 500 km、平均海拔4 000 m，将新疆分为南、北疆，天山以南称为南疆，常年干旱少雨，属典型的干旱内陆性荒漠气候，但近年来降水呈现年代际增多趋势，且强降水频发，屡破极值。水汽作为成云致雨的必要条件，对辐射收支、水循环、天气演变和气候变化等有重要作用[1-4]。研究表明水汽条件是干旱区暴雨形成的重要因子之一，水汽输送的骤然增大和戛然而止与南疆降雨起止时间和暴雨强度有密切关系[5]，水汽的局地变化也对降水有一定的指示性作用。传统定义的水汽含量指的是某区域上空某时刻或者一个较长时期平均的水汽含量，是一个状态参数[6]，但水汽复杂多变且分布极不均匀，常规探测难以满足获取水汽连续变化特征的需求[2-4]。地基GPS水汽遥感探测技术发展有效弥补了常规探测手段的不足，几乎不受大气环境的影响，能够真实可靠地反映大气中的水汽变化，可提供覆盖范围广、高时空分辨率、高精度的大气可降水量[7-8]。一些学者统计了地基GPS水汽时空分布特征指出[9-12]，地基GPS反演的PWV和探空资料计算的PWV一致性良好[10-11]，部分地区降水前普遍PWV增加[7-9，11]，而有的地区强降雨时段多数在PWV峰区时段[13]。循环同化GPS-PWV资料模拟可有效改善降水的预报能力，尤其是大雨、暴雨量级以上的降水预报得到了显著提高[14]。

新疆学者们对北疆地区地基GPS水汽资料与降水的关系做了一些研究[15-18]，伊犁河谷夏季GPS-PWV距平日变化幅度与海拔高度呈正相关，天山山区各站夏季GPS-PWV分布与海拔高度呈显著负相关，乌鲁木齐强降水过程中GPS-PWV有明显的提前增湿和跃变现象且降水时峰值几乎可达到气候平均值的2倍左右。但对南疆相关的研究较少，崔丽娜等[4]仅分析了部分时段内的日变化特征。2003年中国气象局乌鲁木齐沙漠气象研究所开始搭建新疆地基GPS/MET遥感大气水汽观测网，2016年以前仅建站13个，而目前可用于观测、业务应用与研究等工作的观测站点有36个（其中南疆地区21个）。因此，本文在分析2017—2019年南疆西部与昆仑山北坡地基GPS-PWV变化特征的基础上，针对夏季不同海拔高度不同降水量级的GPS-PWV日变化进行分析，探寻GPS-PWV与实际降水的对应关系，以期为强降水短时临近预报提供参考。

1 研究区概况

南疆（73°40′～93°45′E，34°25′～43°36′N）面积约108万km2，地形呈向东开口的喇叭口形状，地势西高东低，微向北倾，北部为天山山脉，西部为帕米尔高原（图1），海拔基本均在3 km以上[19-20]，南部为与青藏高原毗邻的昆仑山（海拔基本在5 km以上），中东部为塔克拉玛干沙漠（海拔约0.8～1.5 km）。本文的主要研究区域为南疆西部（蓝圈区域）和昆仑山北坡（红圈区域），前者地形为大喇叭口型且整体海拔较高，后者地势南高北低。

图1 南疆地区地基GPS站点（黑点）分布

2 资料与方法

2.1 资料选取

地基GPS/MET遥感大气水汽观测资料和降水资料均由新疆气象信息中心提供，时间分辨率为1 h。文中的春、夏、秋、冬四季分别对应的是3—5月、6—8月、9—11月、12月—次年2月。

选用2017—2019年南疆西部、昆仑山北坡各6个地基GPS/MET遥感大气水汽观测站资料（图1），经整理剔除由于仪器维修、故障造成异常数据和无效数据，利用GAMIT软件处理原始资料反演得到逐时的GPS-PWV。南疆西部地处帕米尔高原的布伦口乡站海拔最高，为3 320 m；海拔次高的乌恰站在帕米尔高原北部，为1 396 m；海拔最低的库车站在天山南麓中部，为1 082 m。昆仑山北坡海拔最高的观测站是昆仑山与塔克拉玛干沙漠之间的于田站，为1 422 m；其次是民丰站、和田站，分别为1 410和1 375 m，位于昆仑山北麓、塔克拉玛干沙漠东缘的若羌站海拔最低，为888 m（表1）。

表1 研究区域GPS观测站点和资料信息

2.2 GPS-PWV可信度检验

利用美国怀俄明大学（University of Wyoming，UW）大气科学系网站（http：//weather.uwyo.edu）基于全球交换站常规探空观测资料计算得到的RSPWV，进行GPS-PWV精度检验。研究区域内具备地基GPS/MET遥感大气水汽观测能力的站点中仅库车、和田、民丰、若羌4站有探空数据，因此选择可用于对比检验资料样本数相对更多的库车、若羌为本文中2个区域的代表站，且这2站GPS站和探空站均在当地气象观测站内，满足对比条件。

以2019年逐日08、20时（北京时，下同）RSPWV为代表，分别比较验证GPS-PWV的准确性。根据库车、若羌两站（南疆西部和昆仑山北坡代表站中海拔最低站点）逐日探空资料，计算出每日两次的RS-PWV值并与相应时刻的GPS-PWV值进行比较，图2为两站08、20时的GPS-PWV与RS-PWV散点分布图。2站2个时次2套资料的PWV散点均在拟合直线附近密集分布，都具有很高的相关性。库车站08、20时拟合直线斜率分别为1.045 7和1.026 3，均方根误差（RMSE）分别为2.15和2.06 mm，确定系数R2分别为0.921和0.933 7（均通过了0.05的显著性检验）；而若羌站08、20时二者拟合也较为一致，拟合直线斜率分别为1.032 6和1.051 8，RMSE分别达2.03和2.35 mm，二者间确定系数R2分别为0.942和0.929 7（均通过了0.05的显著性检验）。这2站的GPS-PWV整体略高于RS-PWV，这可能是由于南疆地区上空对流层中下层空气异常偏干[10]。总体来看，库车站和若羌站的拟合直线斜率均接近1.0，RMSE在2 mm左右，确定系数R2都超过0.92，可见其GPS-PWV具有较高的精度。

图2 2019年库车站（a、b）、若羌站（c、d）逐日08时（a、c）、20时（b、d）GPS-PWV与RS-PWV散点分布

3 GPS-PWV时空变化特征

3.1 空间分布

南疆西部和昆仑山北坡不同海拔站点的GPSPWV在2017—2019年平均值的空间分布（图3）有明显差异，南疆西部库车站和叶城站最大，均为12.3 mm，其次乌什站、巴楚站均为11.3 mm，第三是乌恰站7.9 mm，布伦口乡站最小为4.4 mm；昆仑山北坡若羌站和塔中站最大，均为11.6 mm，其次是和田站、且末站，分别为11.5和10.6 mm，第三是民丰站，为9.6 mm，于田站最小，为8.3 mm。这种分布表明两区域GPS-PWV值随海拔高度的增加而减小，而PWV是整层大气柱逐层水汽的累加值，气柱的相对厚度与海拔高度呈反相关，造成上述现象的原因与此有一定关系[5，7，21]。

图3 2017—2019年南疆各站点GPS-PWV（单位：mm）

3.2 时间变化特征

3.2.1 月季分布

分析2017—2019年南疆西部（图4a）和昆仑山北坡（图4b）月平均GPS-PWV变化可以看到，各站点的月变化一致，均呈单峰型，7、8月最大，3—5月缓慢上升，5—7月快速增大，9—11月迅速下降，冬季12月—次年2月最小；南疆西部7月最大的是巴楚站（24.09 mm），8月最大的为叶城站（26.83 mm）；而昆仑山北坡7月最大的为民丰站（28.41 mm），8月最大的为和田站（25.04 mm）。

图4 2017—2019年南疆月平均GPS-PWV变化

季节分布上GPS-PWV各站点值由大到小依次为夏季、秋季、春季、冬季，其中夏季各站点值是秋季、春季的2倍左右，大部分站点值是冬季的5倍左右，而塔中、于田站是冬季的7倍。南疆降水的水汽来源，是西风带低值系统本身携带的水汽、低空急流的水汽输送和盆地内水汽的集中。夏季副热带系统活跃，受到欧洲中南部大西洋的偏南水汽输送和盛行副热带西风急流的共同影响，水汽输送量最大；冬季水汽输送以西风带携带、地中海向里海汇集与里海—青藏高原南侧西南向的间接输送为主，但极锋锋区位置偏北，影响南疆的西风明显减弱，水汽输送量最小[22]。低空急流的水汽辐合为南疆降水天气提供了一部分偏东水汽补给，据统计偏东低空急流南疆5月最强，其次是6、8月，5—8月东风厚度较厚，而东风在夏季主要为暖湿型、春季为干冷型[23]。这些可能是造成PWV季节变化的原因之一。

3.2.2 日变化

新疆不同季节水汽源地、水汽输送路径、水汽输入量不同，水汽增量也有差异[1，5，17]。分析2017—2019年4季南疆西部（乌恰站、库车站）与昆仑山北坡（和田站、若羌站）GPS-PWV距平日变化（图5）发现，PWV日变化特征明显，且相对海拔较高的乌恰站与和田站日变化特征类似，海拔较低的库车站与若羌站日变化特征较为一致。

图5 2017—2019年南疆西部与昆仑山北坡代表站春（a）、夏（b）、秋（c）、冬（d）四季GPS-PWV距平日变化

春季乌恰站、和田站GPS-PWV距平日变化呈一峰两谷型，谷值均出现在06时，随后不断增大，至10、11时分别达峰值，和田站逐步减小，到17—18时再次降至谷值，而乌恰站则维持大值至12时，14时转为负距平后持续低值至20时；库车站、若羌站GPS-PWV距平日变化为一峰一谷分布，开始上升时间相对较早，夜间阶段性上升，到08时达到最大，随后持续下降，分别至19、17时降至最低。

夏季和田站GPS-PWV距平日变化为一峰两谷型，04时出现第一次谷值后快速上升，至12时达到峰值后骤降，至20时再次出现谷值。乌恰站GPSPWV距平呈现日变化更剧烈的一峰一谷状态，05—15时由谷值升至峰值，14—18时维持着高值。库车站与若羌站GPS-PWV距平日变化也是一峰一谷型，夜间上升至06时出现最大值，随后缓慢下降，分别在23和22时降到最小，都在22时—次日02时维持着低值。

秋季各站GPS-PWV距平日变化各有不同。乌恰站GPS-PWV距平日变化整体大致呈日变幅较大的准单峰型分布，谷值和春季一样出现在06时，然后快速上升，11—19时维持高值并存在3个极大值，分别在11时、15—16时、19时，峰值在15—16时，19时之后开始直线下降。和田站GPS-PWV距平日变化呈三峰型，波动较大，峰值出现在03、11、22时，谷值出现在00、05、18时。库车站GPS-PWV距平日变化也呈三峰型，峰值出现在03、11、20时，谷值出现在00、06、13时。若羌站GPS-PWV距平日变化转为一峰两谷分布，00时为谷值，波动上升至08时出现峰值，随后又波动下降至18时达到谷值。

冬季各站GPS-PWV距平日变化呈多峰型，乌恰站峰值出现在02、11、13、18时，库车站峰值出现在04、11、14、19时，和田站峰值出现在02、11、14、19时，若羌站峰值出现在01、11、19时，各站峰值出现时刻较为接近。

另外，夏季各站GPS-PWV距平日变化幅度最大，海拔最高的乌恰站日变幅达3.17 mm，海拔最低的若羌站日变幅最小（1.4 mm）。由于南疆地区夏季昼夜温差大，在太阳辐射和下垫面加热的作用下日出之后迅速升温，大气分子活动剧烈，导致水汽不断蒸发，空气对水分子容纳能力增强，水汽含量增大，而随着日落温度快速下降，水汽含量也下降，使得夏季水汽含量日变幅大[10]。这些也与每个站点复杂地貌和独有的下垫面性质以及局地气候条件有很大的关系。山区站（如乌恰）PWV变幅大的原因可能是山区PWV基数低，但降水日数相对多，局地短时降雨过程使得水汽快速聚集，大气水汽含量迅速增大[15]。

综上所述，各站春、夏季GPS-PWV距平日变化为单峰型分布且峰值强度强，春季高海拔地区峰值出现在10—11时，低海拔地区峰值出现在08时，和夏季相比，高海拔地区峰值早出现1～5 h，低海拔地区峰值晚出现2 h；秋、冬季GPS-PWV距平日变化除了乌恰站与若羌站的秋季单峰型和外，均为三峰或四峰型，峰值频次接近，站与站之间峰值日变化存在一定的规律性，在02时前后、11和19时前后均出现峰值。由此得出：（1）南疆地区PWV峰值在春夏季节相对更强，降水也集中出现春夏季节[25]。（2）南疆地区春、夏季大气增湿主要是在夜间，可能是影响南疆降水“夜雨”[26]特征的原因之一，而南疆降水的重要动力机制之一的南疆盆地低空偏东气流具有夜间增强的日变化特点，同时受山谷风影响，南疆西部夜间下山风明显[27-28]，东西风及其辐合或切变对低层水汽输送与辐合起着重要作用。（3）冬季主要是在白天，而秋季则是在后半夜到上午波动式增湿，由春夏至冬增湿主要时段向后推移，与这3年主要降水出现前的增湿时段也相对应。（4）同一区域不同海拔地区增湿时段存在时差，这可能与山谷风及其降水季节变化、海拔高度差异有关，但因资料年限短且对大气水汽增湿过程及成因尚未有准确的科学探索，未来需要更多元化资料作进一步证实。

4 夏季GPS-PWV日平均变化与降雨量的关系

南疆地区地形特殊、复杂，降水所需的水汽输送与辐合机制需要中、高、低纬多尺度系统共同作用与有利配合，水汽资源匮乏但对降水的形成极其重要[19-27]。考虑到夏季是南疆GPS-PWV月变化、日变化较大的季节，利用2017—2019年夏季资料分析南疆西部与昆仑山北坡逐日GPS-PWV与日降雨量的关系，文中气候平均值为1976—2009年各探空站大气可降水量平均值[29]。

4.1 有、无雨日和中雨日的GPS-PWV变化特征

定量计算GPS-PWV研究表明[22]，不同降水量级对应的PWV日变化差异明显，且有降水日的平均PWV比无降水日大。按照新疆天气预报业务规定，日降水量≥6.1 mm为中雨，降水量≥0.1 mm为有雨，无雨或降水量＜0.1 mm为无雨日。利用以下公式分别计算有、无降雨情况下PWV平均值进行双样本T检验[30]。

夏季南疆西部有降水日数远多于昆仑山北坡，且高海拔站多于低海拔站（表1）。多数有降水时对应着日均PWV峰值，且大于气候平均值，有降水时日均PWV达到峰值的比例乌恰站占89%，库车站占91.2%，和田站占66.7%，若羌站占85%；而所有出现日均PWV峰值但未出现降水的比例乌恰站占14.7%，库车站占28.8%，和田站占67.8%，若羌站占62.2%。可以得出：（1）南疆西部地区降水前增湿是日内骤增，水汽迅速积聚所致。（2）同样达到大气水汽含量最大时，昆仑山北坡相对不易产生降水，一是可能产生降水的其他必要条件不足或者要求更高；二是影响南疆降水的主要影响系统南支槽型、中亚偏南低槽型、低涡型、巴尔喀什湖低槽型中，南疆西部地区有利影响系统为前三型，而对于昆仑山北坡降水则主要是最后一型，出现频率相对较低；三是受到地理位置与地形地貌影响，盛行的西风带系统进入新疆后产生稳定低空偏东气流及东西风切变，在南疆西部动力与地形抬升更为剧烈，而昆仑山北坡降水则需要更强的动力抬升条件和更好的云低增长条件[31]。

表1 2017—2019年夏季南疆有、无雨日及中雨日的GPS-PWV平均值和T检验结果

计算各站夏季有、无降水日PWV平均值的合成T检验值（均通过了0.05的显著性检验）发现，南疆西部和昆仑山北坡有、无降水时PWV平均值T检验都存在显著差异，且两区域都是低海拔地区比高海拔地区差异更明显（T检验值相差5左右），昆仑山北坡T检验比南疆西部差异更大，T检验值在10以上。

4.2 最大GPS-PWV和降水开始时间

在降水发生前0～1 d，库车站日均PWV与当月气候平均值比值为0.83～1.41，和田站则为0.89～1.53（图6），日均PWV都有不同程度的上升。降水的开始在大多数情况下都晚于GPS-PWV的开始上升。杨磊等[8]对比辽宁省2013—2014年主汛期GPSPWV值在强降水过程和日常情况下的特征发现，强降水过程的PWV最大增量一般出现在强降水发生前1～3 h。刘晶等[15]研究表明，伊宁站2016年夏季降水多在GPS-PWV最大值出现后0～2 h和5～9 h发生，乌鲁木齐在2015年2次降水过程中强降水发生前4～5 h GPS-PWV有明显增幅，且当达到峰值时强降水开始[17]。于晓晶等[7]认为新疆天山山区2012—2015年夏季各站降水量与其对应GPS-PWV值关联性不明显，但与其海拔高度相关性强。那么南疆西部和昆仑山北坡的降水与其小时GPS-PWV值存在怎样的关联呢？将出现降雨（≥0.1 mm）且降水间隔超过6 h记为出现一次降水，将PWV最大值出现时刻与降水开始时刻的差值记为PWV最大值相对降水开始时间的提前量，统计4站的2017—2019年夏季降水频次及其相对降水开始时小时最大GPS-PWV出现的时间提前量，详细信息如表2所示。

图6 2017—2019年夏季库车站（a）与和田站（b）逐日降水量、PWV日均变化和相应各月气候平均值

表2 2017—2019年夏季南疆地区GPS-PWV最大值相对降水开始时间提前量的频次分布

分析最大GPS-PWV出现时间提前量发现，南疆西部2站多数是PWV最大值出现时间与降水同步发生，或是与降水发生时间间隔较短，大气水汽的累积和释放与降水的开始有很好的对应关系[32]。乌恰站（降水94次）与库车站（降水61次）PWV最大值出现时间与降水同步发生的频次各占其总降水次数的44.7%和60.7%，乌恰站PWV最大值出现时间超前降水发生1、2、3 h的数量分别为20、9、8次，库车站PWV最大值出现时间超前降水发生1、2 h的数量分别为10、7次。昆仑山北坡2站PWV最大值出现时间与降水同步发生和超前降水发生时间1、2、3、7 h以上的次数相对均衡，和田站各有4～6次，若羌站各有3～5次。两区域海拔相对较高地区超前降水发生时间5～6 h次数相对较少（均为1次），海拔相对较低地区PWV最大值超前降水发生时间4～6 h次数相对较少（各1～2次）。另外从地区PWV与降水分布可知，南疆西部出现降水155次，其中136次发生在PWV最大值出现后0～3 h，占总降水次数的87.7%；昆仑山北坡共出现降水52次，35次发生在PWV最大值出现后0～3 h，占总降水次数的67.3%。可见PWV最大值出现时间超前降水0～3 h发生频次最高，水汽在短时间内快速凝聚，这可能是与夏季南疆降水天气的水汽聚集机制常常骤然建立且持续时间短暂有关[5、20]。

测站小时PWV最大值对南疆西部和昆仑山北坡地区降水开始的短时临近预报有一定指示意义。南疆西部PWV最大值出现时间超前降水0～1 h发生频次最高，昆仑山北坡降水主要出现在PWV最大值0～3 h和7～9 h，两区域海拔相对较低地区PWV最大值时间提前量更短。

5 结论

基于2017—2019年南疆GPS-PWV、RS-PWV和逐时降水资料，分析了南疆西部与昆仑山北坡的GPS-PWV时空变化特征，讨论夏季2个区域不同高度不同量级降水过程的GPS-PWV逐日变化、小时变化与实际降水的对应关系，得到如下结论：

（1）08和20时南疆西部和昆仑山北坡GPSPWV整体略高于RS-PWV，南疆西部和昆仑山北坡代表站这2套资料的均方根误差（RMSE）均在2 mm左右，具有较高的精度和相关性，确定系数均＞0.92，可以反映该地区实际大气可降水量水平。

（2）南疆西部和昆仑山北坡不同海拔站点GPSPWV空间分布差异明显，大部分站点GPS-PWV随海拔高度的增加而减小，南疆西部库车站和叶城站最大，均为12.3 mm，布伦口乡站最小为4.4 mm；昆仑山北坡若羌站和塔中站最大，均为11.6 mm，于田站最小，为8.3 mm。

（3）各站点GPS-PWV逐月变化都呈单峰型，夏季7、8月最大，冬季12月—次年2月最小，且夏季各站点是秋季、春季的2倍左右，大部分站点是冬季的5倍左右。春、夏季各站GPS-PWV距平日变化为单峰型，春季高海拔地区峰值出现在10—11时，低海拔地区峰值出现在08时，和夏季相比高海拔地区峰值早出现1～5 h、低海拔地区峰值晚出现2 h；秋、冬季GPS-PWV距平日变化除了乌恰站与若羌站的秋季为单峰型外，其他均为三峰或四峰型，02时前后、11和19时前后均出现峰值。

（4）各站点GPS-PWV平均值在有、无降水时均有显著差异，昆仑山北坡差异更大。南疆西部降水发生前PWV已开始上升，PWV峰值主要出现在降水前0～1 h；昆仑山北坡PWV峰值主要出现在降水前0～3 h和7～9 h；而两区域海拔相对较低站点PWV峰值提前量更短，PWV达到峰值时昆仑山北坡不易产生降水。

南疆西部和昆仑山北坡GPS-PWV存在明显时空差异，而一次强降水过程会导致季节内各月、日变化和日循环特征出现较大差异，本文分析发现2区域各站点GPS-PWV的最大值和降水前峰值出现的时间提前量可作为降水开始的临近预报预警参考值，可将此结论应用于日常预报业务中做进一步检验和验证，但要注意考虑存在出现日均PWV峰值但未出现降水的情况，会有一定的空报率，需结合天气背景进行综合研判。另外，上述研究结果仅基于2017—2019年资料且有缺测值，今后还需利用更多站点、更完整时间序列资料开展相关研究，结合更多源资料剖析大气水汽增湿过程及其成因，为有效提高临近预报预警准确率提供数据支撑。