GPS／PWV资料在两次台风袭港期间的特征分析

2015-02-13 05:44李星光郑南山狄利娟

大地测量与地球动力学 2015年2期

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，邹城市设计院路669号，273500

大气中的水汽是降水的来源，也是维持台风动力所需能量的主要成分，通过持续观测的GPS可降水量了解其时空分布对监测和预测台风特性有一定的研究价值［1］。由于水汽空间分布极不均匀且高度的可变性，传统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PWV（precipitable water vapour）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，在水汽观测中日益受到重视［2］。GPS遥感可降水量技术已被证实在极端天气（如台风等）状况下能提供高精度的PWV 值［3－5］。

许多学者对台风及其带来的降水进行了研究。Lion［1］、丁金才［5］、邹海波［6］等研究发现，在台风影响期间，GPS／PWV 变化与降水有较好的对应关系。黄振［7］等发现，不同性质的降水过程中PWV 变化特征不同。钮学新［8］等对影响台风降水量的主要因素进行分析，得出热带气旋的强度、地形作用等都会对降水产生较大影响。黄新晴［9］等研究了“罗莎”台风波动特征引发的浙江远距离降水后得出，在对流层中高层，台风能量频散表现出的波动特征，能够影响到较远距离外的天气系统，但对同一地区不同距离台风影响下的PWV 变化研究很少。不同距离台风及不同移动路径，对同一地区的PWV 影响可能会产生很大变化。本文利用GPS／PWV 相关资料对2013年香港地区8、9月份两次不同距离台风影响过程中水汽变化特征进行分析。

1 两次台风及其引发的降水分布

香港地区地处中国东南沿海，三面环海且海岸曲折、多丘陵，受控于亚热带季风气候，每年都会遭到台风侵袭。2013年8、9月先后遭遇了第11号台风“尤特”和第19号台风“天兔”侵袭，台风移动路径见图1（未作说明时间系统均为UTC）。

图1 台风“尤特”与“天兔”移动路径Fig.1 The movement path of typhoon“Utor”and“Usagi”

气象学中经常把台风地面中心气压值作为台风强度的指标，一般来说，中心气压越低，台风越剧烈。图2（a）中，“尤特”在移动过程中，从08－13 02：00起其中心压强一直保持955hPa不变，持续到08－14 08：00登陆后气压升高而相应的风力减弱；图2（b）显示“天兔”在移动过程中中心气压从09－22 06：00开始呈缓慢的增长过程，相应的中心风力呈衰减趋势。从强度上看，“尤特”强盛时期维持时间更长，“天兔”强度更强、强盛时期维持时间较长。

两次台风都给香港地区带来大面积降水和大风，图3给出了台风影响香港期间的日降水量分布。可以看出，“尤特”带来的香港地区降水量远小于“天兔”。“尤特”影响期间，降水由西南向东北方向转移，且雨势进一步扩大；“天兔”影响期间，09－22降水高值区集中在东北方向，而09－23降水高值区主要集中在香港西部地区，降水总体趋势由东向西转移。对比图1可以发现，两次台风影响过程中，降水强度沿台风移动路径纵向变化相对剧烈，远离台风移动路径降水量增加相对更明显。

图2 “尤特”与“天兔”中心气压及风速时序图Fig.2 “Utor”and“Usagi”central pressure and wind speed timing diagram

图3 香港地区日降水量分布Fig.3 The distribution of Hong Kong daily precipitation

2 GPS／PWV资料分析

2.1 数据来源

香港卫星定位参考站网（SatRef）由12 个连续运行的参考站组成（图4），除进行GPS 观测外，还利用Meteo Met4／Met4A 对测站表面的气象数据进行观测。我们利用GAMIT 软件对香港地区卫星定位参考站网2013年第225～227、264～266年积日的观测数据进行处理，一天内每0.5 h估算一次对流层延迟参数。同时，为了消除区域GPS 网ZTD 解算的相关性，获得更精确的PWV 估值，引入LHAZ、SHAO、TWTF、WUHN 4 个IGS 站组成长基线进行解算。

图4 香港地区卫星定位参考站分布Fig.4 The locations of Hong Kong satellite positioning reference station

2.2 PWV和气压变化分析

于胜杰等［10］通过分析气压对GPS大气可降水量解算的影响发现，台风等恶劣天气状况下，气压变化会对ZTD 和ZHD 造成影响，进而影响到PWV 的变化。同时，由于台风中心气压相对较低，台风中心过境的地方气压会发生一个急剧的随时间的漏斗状降升变化，即离台风中心越近其气压变化越明显。

香港地区卫星参考站相距较近（图4），在统一解算后发现部分站点间PWV 相关性明显。限于篇幅，同时为了满足对香港大部分区域的覆盖及分析需求，选取沿台风移动路径方向和远离台风移动路径方向的5个不同方位分布的卫星参考站进行比较分析，站点分别为HKFN、HKNP、HKOH、HKST、HKWS。

1）气压变化

“尤特”影响香港期间，气压变化曲线（图5（a））并没有出现类似于图5（b）的漏斗槽变化，初步判断是由于“尤特”距离香港地区较远：“天兔”距香港最近时约60km，而“尤特”距香港最近时约230km。而图5（b）中气压变化曲线能够很好地反映台风“天兔”经过时产生的影响。对比发现，HKOH 站最先降到气压最低值，HKFN、HKST、HKWS 3 站几乎同时降到气压最低值，HKNP站最后降到气压最低值，且其气压变化幅度小于其他4个站点。结合图1、图4可看出，台风“天兔”是由东南向西北方向移动，最先遭遇台风的站点为HKOH 站，HKNP站离台风移动路径最远，受影响程度相对较晚也较小，即气压的沿线变化时间与台风移动路径有一定的对应联系。

图5 台风影响期间气压变化Fig.5 The pressure changes during typhoon

2）PWV 变化

为方便说明，将上述5个参考站按照与台风移动路径方向的关系分为沿台风移动路径方向站和沿台风移动路径纵向站。对比分析如下：

①沿台风移动路径方向站PWV 变化。图6（a）中，“尤特”影响期间，各参考站PWV 均呈震荡性剧烈变化，波动性更强。随着台风不断远离，HKOH 站最先降到PWV 最低值，HKFN 与HKST 两站略落后HKNP降到PWV 最低值，同时3个站PWV 波动曲线趋势很相近。而“天兔”影响期间，各站PWV 呈现出明显的单峰小幅度震荡性升降过程，增湿过程延续时间长，且PWV 峰值都超过了70mm，PWV 最大增长量分别为27.31 mm（HKOH）、29.57 mm（HKST）、27.86mm（HKFN）。

②沿台风路径纵向站PWV 变化。“尤特”影响期间（图7（a）），明显看出离台风路径最近的HKNP站出现了3次短时间内PWV 剧烈升降变化过程，最大增幅达到8.07mm／0.5h；对于距离最远的HKWS 站，PWV 变化总体震荡性更明显，波动性剧烈。“天兔”影响期间（图7（b）），除个别站个别时刻外（HKNP 站，09－22 19：00～21：00）3个参考站PWV 变化曲线并没有出现明显的差异。

图6 沿台风移动路径各站PWV 变化Fig.6 The PWV changes of each station along the typhoon paths

图7 沿台风移动路径纵向各站PWV 变化Fig.7 The PWV changes of each station along the longitudina typhoon moving path

为了更好地说明台风影响期间PWV 变化与降水之间的关系，表1列出上述参考站附近的雨量站实测的日降水量（日降水量数据与UTC 时间系统存在近8h的时差）。不难看出，“尤特”影响期间，PWV 曲线震荡性最强的HKWS站两日内降水量最大，而HKNP站PWV 短时间内急升变化剧烈，两日内的降水量却最小；“天兔”影响期间，所有站PWV 呈明显的单峰结构，其中HKNP站PWV 短时间升降变化剧烈，最大升幅达7.88 mm／0.5h，最大降幅达14.27mm／0.5h，对应时间段（09－23）获取的降水量也最大，达到120mm。故对于远距离台风降水来说，PWV 无明显的单峰结构，其震荡剧烈程度与实际降水量大小有较强的对应关系；而近距离台风降水发生前后，PWV 单峰结构明显，降水量大小与PWV 每h内增幅量有很强的对应关系。

表1 5个参考站日降水量分布Tab.1 The distribution of 5reference stations daily precipitation

3 结语

1）对于远距离台风影响，PWV 呈整体震荡性变化，波动性更强，无明显的单峰结构；相对近距离台风影响，PWV 呈明显的单峰结构、总体上缓慢的增湿过程，可能与离台风中心距离及台风影响时间有关系。

2）气压对于台风的影响反映更灵敏，离台风中心越近越易发生变化。对于近距离台风，使用气压及PWV 变化进行台风强度及影响时间判断更具研究意义。

3）台风降水量大小与PWV 变化有较强的对应关系。对于远距离台风降水，PWV 震荡性越强，波动幅度越大，降水强度越大；近距离台风降水，PWV 短时间内的升幅量越大，对应的降水量往往越大。

［1］Liou Y A，Huang C Y.GPS Observations of PWV during the Passage of a Typhoon［J］.Earth Planets Space，2000，52（10）：709－712

［2］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）

［3］Song D S，Yun H S，Lee D H.Verification of Accuracy of Precipitable Water Vapour from GPS during Typhoon Rusa［J］.Survey Review，2008，40（307）：19－28

［4］Liou Y A，Huang C Y.Geophysical Phenomena Associated with GPS Observed PWV during the Passage of a Typhoon［J］.IETE Technical Review，2004，21（1）：67－74

［5］丁金才，黄炎，叶其欣，等.2002年台风Ramasun 影响华东沿海期间可降水量的GPS 观测和分析［J］.大气科学，2004，28（4）：613－624（Ding Jincai，Huang Yan，Ye Qixin，et al.GPS Observation and Analysis of Precipitable Water Vapor during Typhoon Ramasun in 2002Influencing East China Coast［J］.Chinese Journal of Atmospheric Sciences，2004，28（4）：613－624）

［6］邹海波，单九生，吴珊珊，等.GPS 水汽反演方法的改善及其在台风暴雨中的应用［J］.中山大学学报：自然科学版，2013，52（6）：17－25（Zou Haibo，Shan Jiusheng，Wu Shanshan，et al.Improvement of GPS Moisture Solving Method and the Application to Typhoon Induced Heavy Rainfall［J］.Acta Scientiarum Naturalium Universitatis Sunyatseni，2013，52（6）：17－25）

［7］黄振.GPS 遥感大气可降水量在降水天气过程分析中的应用［J］.气象与环境学报，2013，29（4）：31－36（Huang Zhen.Application of Precipitable Water Vapor from Ground Based GPS Data to Analysis of Precipitation Weather Process［J］.Journal of Meteorology and Environment，2013，29（4）：31－36）

［8］钮学新，杜惠良，滕代高，等.影响登陆台风降水量的主要因素分析［J］.暴雨灾害，2010，29（1）：76－80（Niu Xuexin，Du Huiliang，Teng Daigao，et al.Main Factors Affecting the Rainfall Caused by Landing Typhoons［J］.Torrential Rain and Disasters，2010，29（1）：76－80）

［9］黄新晴，滕代高，陆玮.“罗莎”台风波动特征与浙江远距离降水相互关系的初步研究［J］.大气科学学报，2014，37（1）：57－64（Huang Xinqing，Teng Daigao，Lu Wei.A Preliminary Study on the Relationship between the Distant Precipitation and the Wave Characteristics of Typhoon Krosa in Zhejiang Province［J］.Transactions of Atmospheric Sciences，2014，37（1）：57－64）