柴达木盆地GPS大气可降水量精度检验及其变化特征

韩辉邦，张小军，张博越，田建兵，康晓燕

(1.青海省人工影响天气办公室，青海 西宁 810001；2.青海省防灾减灾重点实验室，青海 西宁 810001)

引 言

柴达木盆地地处青藏高原东北部，是我国内陆大型山间断陷盆地，为阿尔金山、祁连山和昆仑山所环绕的不规则菱形区域，其地形地貌的形成与青藏高原的隆起息息相关[1]。在全球气候变暖背景下，青藏高原增温显著，柴达木盆地升温更为显著，是全球气候变化最为敏感的区域之一[2-3]。因降水偏少引起的水资源短缺、土地荒漠化、生态环境恶化等一系列问题，已成为制约柴达木盆地发展的主要问题[4]。目前，实施人工增雨(雪)作业，开发利用空中云水资源是增加该地区生态用水来源的重要途径之一。因此，开展该地区云水资源研究，了解和掌握空中云水资源状况不仅为科学地实施人工增雨(雪)作业起到重要的指导作用，同时也可在该地区天气预报预警、灾害预警等方面发挥基础性作用[5]。

大气中的水汽含量，又称大气可降水量(precipitable water vapor,PWV)，表示单位面积上空整层大气水汽全部凝结并降至地面的降水量[6]，其量值反映了大气中水汽含量的丰富程度，是产生降水的基础，也是评估空中水资源的重要依据[7]。PWV无法直接测量，仅能通过观测资料反演得出，准确快速地获取高时空分辨率PWV观测资料对于天气、气候变化研究和人工影响天气业务具有重要意义。目前，获取PWV的手段主要有常规探空、地基微波辐射计、卫星遥感、再分析资料计算、GPS遥感等[8]。传统探空观测因其探测精度高，是大气水汽探测的主要手段，但因探空站点少且每日仅两次探测，而无法获得连续探测数据也是其主要缺点[9]。近年来，GPS遥感因其具有探测精度高、全天候、时空分辨率高、观测稳定、无需校正、不受云和降水影响等诸多优点，已成为大气水汽探测领域中一种重要的技术，在气象领域获得广泛而深入的应用[10-11]。有研究表明，青藏高原地区PWV存在明显的日变化及季节变化特征，同时，青藏高原地区GPS反演的大气可降水量普遍高于探空数据计算的大气可降水量[6,10,12]，这一特征在祁连山区也存在[13-14]。

目前，柴达木盆地空中云水资源及水汽研究主要集中在利用传统探空资料，结合水汽压经验公式计算PWV，进而对PWV特征及变化趋势进行分析[15-17]。也有研究利用再分析资料对柴达木盆地PWV变化特征进行分析[18-21]。然而，利用地基GPS反演柴达木地区PWV的应用研究鲜有报道。因此，利用布设在柴达木盆地格尔木、德令哈两个GPS观测站反演的PWV资料，结合探空资料进一步验证其精度，在此基础上，对该地区大气可降水量变化特征进行分析，以期为该地区科学开发利用空中水资源，有效实施人工增雨(雪)作业提供数据支撑。

1 研究区概况

柴达木盆地(87°79′E—99°16′E、35°00′N—39°20′N)为高原型盆地，位于青藏高原东北部，青海省西北部，盆地面积276 233 km2。盆地四周高山环抱，南靠昆仑山脉、北依祁连山脉、西临阿尔金山脉，呈不规则菱形山间盆地，是我国四大盆地之中地势最高的。盆地内矿产丰富，素有高原“聚宝盆”的美称。盆地位于中纬西风带和东亚季风系统的交界带，气候寒冷干旱，多风少雨、日照时间长、太阳辐射强、平均风速大、大风日数多，表现出典型的大陆性荒漠气候特征和高原气候特征。年降水量自东南部的200 mm递减到西北部的15 mm，且主要集中在夏季，时空分布不均[22-24]。

2 资 料

2.1 GPS大气可降水量资料

GPS卫星信号穿过大气层时，受电离层电子和平流层、对流层大气的折射影响，会产生信号延迟，大气延迟分为电离层延迟和对流层延迟。其中，电离层延迟可通过双频或电离层模型基本消除，对流层延迟无法消除；对流层延迟包括大气干延迟(静力延迟)和大气湿延迟两种，利用地面气压、地理纬度和海拔高度，通过延迟模型可以消除大气干延迟影响。大气湿延迟与大气可降水量可建立严格正比关系，因此可反演出精确大气可降水量PWV[25-26]。所用地基GPS站点位于地处柴达木盆地的格尔木(94°54′30″E、36°25′15″N，海拔2807 m)和德令哈(97°22′33″E、37°22′28″N，海拔2981 m)，设备生产厂家为瑞士徕卡公司。原始资料通过GAMIT软件进行实时解算，GAMIT是由麻省理工学院(MIT)开发的国际上普遍采用的GPS数据处理软件。反演所用地面气象资料为GPS站点所在位置的气象观测站数据，为了提高计算精度，反演选用BJFS(北京)、KIT3(乌兹别克斯坦的基托布)、LHAZ(拉萨)、URUM(乌鲁木齐)和WUHN(武汉)共5个国际IGS (international GPS service)跟踪站数据参与数据解算，数据来源于美国国家航空航天局网站(http://igscb. jpl. nasa.gov/)。数据时间分辨率为1 h，时段为2014年1—12月。

2.2 精度检验所用气象资料

检验GPS数据反演的大气可降水量 (PWV_GPS)精度的途径主要有常规探空观测和地基微波辐射计观测两种。目前，格尔木、德令哈两站均无地基微波辐射计观测，仅格尔木站有常规L波段探空观测。WANG等[27]指出，当GPS站与探空站海拔差小于100 m，水平距离在50 km以内时，两者可进行比较。格尔木GPS和探空站均在格尔木市气象局国家气象观测站内，满足对比条件。故选用2014年每日00:00和12:00(世界时，下同)格尔木探空站L波段探空数据，提取其中标准层的气压、温度、露点温度、相对湿度等数据，用水汽压和比湿积分出大气水汽含量PWV_RS作为PWV参考标准值，具体算法详见文献[17]，用于检验PWV_GPS精度。降水资料为同站观测的小时降水数据。

3 结果分析

3.1 精度检验结果

3.1.1 日变化差异

图1为格尔木站2014年00:00、12:00PWV_RS和PWV_GPS逐日变化与散点图。可以看出，00:00和12:00PWV_RS和PWV_GPS逐日变化趋势基本一致，PWV_GPS数值相对较高，L波段探空数据由于传感器性能和探空气球受穿过云层的特征影响，在对流层中下层普遍存在异常偏干现象[28]。格尔木站2个时刻PWV_RS和PWV_GPS散点均比较集中，相关系数均在0.9以上。00:00PWV_RS和PWV_GPS在大值区(20 mm左右)差异较大，12:00PWV_RS和PWV_GPS在小值区(10 mm左右)差异较大。

表1列出2014年00:00和12:00格尔木站PWV_GPS检验指标统计值。可以看出，00:00和12:00PWV_GPS样本数(N)基本一致。00:00的均方根误差(RMSE)、平均相对误差(MRE)和平均偏差(BIAS)均小于12:00，同时，00:00PWV_RS和PWV_GPS的相关系数略高于12:00，大气中的水汽含量在12:00普遍高于00:00，是造成这一现象的主要原因。两时刻平均偏差均为正值，表明格尔木站PWV_GPS高于PWV_RS。

图1 格尔木站2014年00:00(a、c)、12:00(b、d)PWV_RS和PWV_GPS逐日变化(a、b)与散点图(c、d)Fig.1 Daily variation (a, b) of PWV_RS and PWV_GPS and scatter plot (c, d) between them at 00:00 UTC (a, c), 12:00 UTC (b, d) in 2014 at Golmud station

表1 2014年00:00和12:00格尔木站PWV_GPS检验指标统计值Tab.1 Statistics value of evaluation index of PWV_GPS at 00:00 UTC and 12:00 UTC in 2014 at Golmud station

3.1.2 季节变化差异

图2为格尔木站2014年四个季节00:00和12:00PWV_RS和PWV_GPS散点图。可以看出，格尔木站各季节PWV_RS和PWV_GPS相关性较好，相关系数均在0.7以上。00:00的相关系数秋季最大，其次为夏季，冬季最小。12:00的相关系数夏季最大，其次为秋季，冬季最小。PWV_RS与PWV_GPS在夏秋季的相关性明显好于冬春季。

表2列出格尔木站2014年四个季节00:00、12:00PWV_GPS的检验指标统计值。可以看出，除冬季因GPS观测缺失导致样本数量较少外，其他季节样本数基本一致。无论是00:00还是12:00，均表现出夏季RMSE最大，而MRE最小；冬季RMSE最小，而MRE较大。最大BIAS出现在夏季12:00，达4.38 mm，最小BIAS出现在冬季，00:00和12:00均为0.67 mm。各季节BIAS均为正值也说明格尔木站PWV_GPS高于PWV_RS。

表2 格尔木站2014年四个季节00:00和12:00PWV_GPS检验指标统计值Tab.2 Statistics value of evaluation index of PWV_GPS at 00:00 UTC and 12:00 UTC in four seasons in 2014 at Golmud station

图2 格尔木站2014年春(a、b)、夏(c、d)、秋(e、f)、冬(g、h)00:00 UTC(a、c、e、g)和12:00(b、d、f、h)PWV_GPS和PWV_RS散点图Fig.2 Scatter plot between PWV_RS and PWV_GPS at 00:00 UTC (a, c, e, g) and 12:00 UTC (b, d, f, h) in spring (a, b), summer (c, d), autumn (e, f) and winter (g, h) in 2014 at Golmud station

我国PWV_RS和PWV_GPS之间的误差范围基本在1～5 mm[5-6,13,15,29-30]，格尔木站PWV_GPS在柴达木盆地具有较高的精度，能够反映这一地区实际大气可降水量水平。

3.2 PWV_GPS变化特征

3.2.1 逐日变化

充足的PWV是降水产生的前提条件。一般情况下，PWV会在降水发生前产生一次急剧的增大过程，是降水形成的前兆[31]。图3为2014年格尔木、德令哈站PWV_GPS及降水的逐日变化。可以看出，格尔木站PWV_GPS为0.66～27.15 mm，最大值出现在7月19日，与最大降雨量出现日期相同。全年共出现13次明显降水过程，每次降水出现均对应PWV_GPS跃增，但PWV_GPS的增加并非全部出现降水，这说明PWV仅是降水产生的必要条件，即降水的产生需要较大的PWV，但PWV的增大不一定能产生降水，降水的产生还需配合相应的环流系统和动力条件。德令哈站PWV_GPS为0.39～27.47 mm，最大值出现在7月19日，但当日并未产生降水，降水出现在7月20—22日。降水量最大值(26.9 mm)出现在6月12日，当日PWV_GPS为13.14 mm，也进一步说明PWV仅是降水产生的必要条件。

综上所述，PWV的变化特征对降水的产生和结束具有一定的指导意义，但降水的产生，还需考虑相应的天气系统、降水性质、降水变化幅度、持续时间等多种因素。整体而言，两站PWV_GPS逐日变化特征相似，呈波动性先增后降趋势，从4月开始逐渐增加，7月达到峰值后转为逐渐下降，这与柴达木盆地春秋干燥、夏季相对湿润的气候特征相符。

图3 2014年格尔木(a)、德令哈(b)站PWV_GPS及降水的逐日变化Fig.3 The daily variations of PWV_GPS and precipitation at Golmud (a) and Delingha (b) stations in 2014

3.2.2 逐月变化

图4为2014年格尔木、德令哈两站PWV_GPS逐月变化。可以看出，格尔木、德令哈两站PWV_GPS逐月变化规律基本一致，均呈单峰型，PWV_GPS最大值均出现在7月，格尔木为14.65 mm，德令哈为15.86 mm。1—6月是PWV_GPS的主要增长期，7月之后，PWV_GPS逐渐下降，PWV_GPS最小值出现在12月，格尔木为2.15 mm，德令哈为1.49 mm。柴达木盆地PWV_GPS夏季最大、秋季次之、冬季最小。格尔木站夏季PWV_GPS达13.63 mm，是秋季的近2倍，冬季的5倍(秋季为7.39 mm，冬季为2.47 mm)；德令哈站夏季PWV_GPS达14.07 mm，稍高于格尔木，是秋季的2倍，冬季的近8倍(秋季为6.36 mm，冬季为1.81 mm)。主要因为柴达木盆地冬半年主要受西风带影响，降水性天气系统较少，水汽含量少；而夏半年由于受副热带高压与高原热低压的作用，暖湿气流经我国横断山脉由南向北输送，经西藏东部进入柴达木上空，在热低压和盆地周围地形共同影响下，柴达木盆地水汽含量增加。

表3列出柴达木盆地PWV_GPS逐月统计值。可以看出，两站PWV_GPS极大值、极小值与月均最大值基本出现在同一月份。就地理位置而言，格尔木位于柴达木盆地中南部，德令哈位于盆地东北边缘，除

图4 2014年格尔木、德令哈站PWV_GPS逐月变化Fig.4 Monthly variation of PWV_GPSat Golmud and Delingha stations in 2014

6、7月外，其他月份格尔木站PWV_GPS均大于德令哈站，说明盆地内大气可降水量分布总体呈现南部地区高于北部，这也与盆地气候特征及中国大陆的水汽分布特征相符。同时，格尔木站虽位于格尔木河河畔，但因地势相对平坦，局地性气候不明显。德令哈站位于八音河河谷地区，三面环山，独特的地形对德令哈站气候影响较为明显。受此影响，夏季德令哈站PWV_GPS略高于格尔木站，这也与两地降水分布类似，德令哈6、7月平均降水量分别为40.9和48.8 mm，而格尔木站6、7月平均降水量分别仅为8.8和12.4 mm。

表3 2014年格尔木、德令哈站PWV_GPS逐月统计值Tab.3 Monthly statistics value of PWV_GPS at Golmud and Delingha stations in 2014 单位：mm

3.2.3 日变化

为进一步解释PWV_GPS在更小尺度上的变化规律，图5给出了2014年格尔木、德令哈两站PWV_GPS日变化。可以看出，格尔木站逐时PWV_GPS为6.93～7.24 mm，呈一峰一谷型分布，峰值出现在04:00，达7.24 mm，谷值出现在20:00为6.93 mm。德令哈站逐时PWV_GPS为6.92～7.28 mm，整体呈两峰两谷型分布，峰值出现在04:00(7.28 mm)和16:00(7.12 mm)，谷值出现在11:00(6.92 mm)和22:00(6.99 mm)。白天受太阳辐射影响，温度升高，大气中分子活动加剧，水汽不断蒸发，大气容纳水汽能力增强，导致水汽含量在白天持续积累，在中午达到最大。中午过后，温度不断下降，水汽含量也随之下降，在11:00左右出现低值。这与我国大部分站点PWV变化相符[32]。

德令哈站PWV_GPS在11:00出现另一谷值，随后逐渐上升，德令哈站冬春季每日PWV_GPS在10:00—11:00明显偏小是导致这一现象的主要原因，但因PWV_GPS日变化波动范围较小，德令哈站年均PWV_GPS日变化范围在6.91～7.27 mm，相差仅0.36 mm，因此，德令哈站PWV_GPS在11:00谷值的出现对大气可降水量分布产生的影响甚微。同时，这一现象可能与德令哈站独特的地理位置和地形有关。

图5 2014年格尔木、德令哈站PWV_GPS日变化Fig.5 The diurnal variation of PWV_GPS at Golmud and Delingha stations in 2014

4 结 论

(1)柴达木盆地2014年00:00和12:00PWV_RS和PWV_GPS逐日变化具有很好的一致性，PWV_GPS略高于PWV_RS，两者相关性较高，相关系数均在0.9以上，夏秋季相关性明显好于冬春季，00:00的相关系数略高于12:00。

(2)柴达木盆地2014年00:00和12:00PWV_GPS的均方根误差分别为1.8和2.4 mm，平均相对误差分别为0.2和0.4，平均偏差分别为4.2和4.3 mm。无论是00:00还是12:00，均表现出夏季均方根误差最大，而平均相对误差最小；冬季均方根误差最小，而平均相对误差较大。柴达木盆地PWV_GPS具有较高的精度，能够反映这一地区实际大气可降水量水平，有利于开展PWV变化特征分析。

(3)柴达木盆地格尔木、德令哈两站PWV_GPS逐月变化呈单峰型分布，7月最大、12月最小。柴达木盆地PWV_GPS表现为夏季最为丰富、秋季次之、冬季最小。PWV_GPS呈南多北少的空间分布。

(4)柴达木盆地日均PWV_GPS分布在0.4～28 mm，最大值出现在7月。PWV跃增是降水产生的必要条件，降水过程的出现均伴随PWV波动变化，PWV的变化特征对降水的产生、发展和结束具有一定的指导意义。柴达木盆地逐时PWV_GPS分布在6.9～7.3 mm。

因数据资料限制，本文仅对柴达木盆地格尔木、德令哈两站PWV_GPS变化特征进行分析，并利用格尔木站探空数据进行了精度验证。随着GPS观测站的增加以及地基微波辐射计等设备的布设，在今后的研究中，还需利用多站点、多设备、长时间序列资料开展PWV变化特征研究，以便更加科学地揭示柴达木盆地水汽变化特征，为该地区降水预报、开发利用空中水资源，有效实施人工增雨(雪)作业提供数据支撑。