基于地基GPS的祁连山大气可降水量特征*

程 鹏 罗 汉 刘 琴 李宝梓 曹彦超 尚子溦

1 甘肃省人工影响天气办公室,兰州 730020 2 中国气象局云雾物理环境重点实验室，北京 100081 3 兰州大学资源环境学院,兰州 730020 4 甘肃省庆阳市气象局,庆阳 745000 5 兰州市气象局,兰州 730020

提 要： 利用2016—2018年祁连山区中东部11个站的地基GPS反演的大气可降水量(以下简称GPS/PWV)，分析了大气可降水量的时空分布、地带性和垂直变化特征。结果表明：与张掖和民勤探空实测资料计算的PWV(以下简称 RS/PWV)相比，GPS/PWV均方根误差和偏差平均值分别为2.1 mm和1.07 mm，GPS/PWV略大于 RS/PWV且两者相关系数平均值达到0.97。祁连山中东部PWV日最大值出现在11—16时，日最小值出现在01—05时；PWV的月最大值出现在8月，月最小值出现在1—2月；PWV的季节分布为夏季>秋季>春季>冬季；PWV高值区主要分布在祁连山东南部，祁连山中部的刚察、民和为明显低值区；祁连山中段PWV低于东段。PWV地带性和垂直变化特征明显，与海拔高度的相关系数达到了-0.77。PWV随经度自西向东，逐渐升高；PWV随纬度从南往北，存在着“高—低—高”的变化特征；PWV的空间分布和季节变化与季风影响相关。

引 言

大气中的水汽是空中云水资源的重要组成部分，虽然在大气中的含量不高(占比约为0.1%～3%)，但却在各种尺度的天气过程中发挥着重要作用，充足的水汽条件是成云致雨的必要条件(盛裴轩等，2013；秦鑫等，2020)。大气可降水量(PWV)是指单位面积上整层大气水汽全部凝结降至地面的降水量(于晓晶等，2019)，是表征大气中水汽含量的重要指示因子，对于研究降水形成及其预报非常重要(刘健文等，2005)。有效的利用各种手段对大气水汽进行探测研究，对天气、气候、人工影响天气等的研究及应用具有重要意义(曾光平等，1993；李霞和张广兴，2003；郭学良等，2013)。

相比较于探空、地基微波辐射计、卫星红外遥感等探测技术手段，地基GPS探测反演大气可降水量具有精度高、时空分辨率高等优点(段晓梅和曹云昌，2018；李光伟等，2018；胡姮等，2019)，地基GPS遥感的大气可降水量与微波辐射计探测反演结果的均方根误差小于2 mm(Baelen et al，2005)。美国学者首先应用GPS测量大气水汽并提出了地基GPS估算大气水汽含量的原理(Askne and Brosset，1972；Bevis et al，1992；1994；Yao et al，2013)，基于GPS探测的大气可降水量反演技术和方法得到研究者的广泛关注并迅速发展(陈小雷等，2007；楚艳丽等，2007；王继竹等，2014；刘晶和杨莲梅，2017)。研究发现，受地形、下垫面及天气气候背景的影响，大气可降水量的分布具有极大的差异(邹进上和刘惠兰，1981；翟盘茂和周琴芳，1997；蔡英等，2004)，我国大气可降水量存在“南方大、西北小，夏季大、冬季小”的时空分布特征，并与东亚低层大气环流的关系密切(邹进上和刘惠兰，1981)；大气可降水量分布随时间具有明显的季节和日变化特征(梁宏等，2006；柳典和刘晓阳，2009)。西北地区大气可降水量总体呈增加趋势，平均每10年增加0.11 mm，大气可降水量高值区主要分布在西北东部地区，低值区主要分布在西北中部地区(黄小燕等，2018)。

祁连山是我国河西走廊重要的生态屏障；受西风带和季风环流耦合的影响，祁连山空中水汽资源非常丰富，形成了一个比较特殊的大地形降水区(张强等，2007)。该区域年大气可降水量变化呈现增加趋势，云和大气可降水量具有明显的季节变化特征，存在春季到夏季先升高后减少的变化特征(王宝鉴等，2006；朱飙等，2019)；水汽输入主要在600 hPa以下层(张良等，2007)；祁连山地区的大气水汽含量空间分布呈东南多、西北少的空间分布特征(巩宁刚等，2017)；利用GPS资料分析祁连山中部夏季大气可降水量的日变化特征及成因发现，大气可降水量的日变化与气温和比湿等气象要素相关(梁宏等，2010)。受青藏高原地形、西风环流作用和复杂地貌格局的影响，祁连山区大气可降水量不仅空间分布不均匀，且随时间变化快，其水汽分布及降水产生机理与我国东部季风区有着明显差异，天气气候特征较为独特。空气中的水汽是降水形成的物质基础，在全球气候变暖背景下，我国西北地区气候暖湿化现象明显(Zhang et al，2019)，已出现空中水循环加快，降水明显增加的特征(巩宁刚等，2017)。在此背景下，祁连山区的大气可降水量又呈现出何种变化特征？由于受观测资料、技术手段限制，对祁连山区大气可降水量分布及变化特征的认识还不够定量和科学，不能满足社会经济发展的需要。因此，充分利用新型观测技术手段和方法研究祁连山区域大气可降水量的变化很有必要。本文利用GPS反演资料，对祁连山区中东部的大气可降水量分布和变化特征进行分析，同时采用周边探空资料加以验证，以期深层次认识祁连山地区的大气可降水量分布特征和变化规律，为该地区生态修复和合理开发利用空中云水资源提供参考依据。

1 研究区概况

祁连山呈西北—东南走向，位于青藏高原东北边缘，地处青藏、内蒙古、黄土三大高原交汇地带，东西长为800 km，南北宽为200～400 km，海拔高度在3 000～6 000 m的地形高程变化较大，地形复杂。祁连山气候受大陆性气候和青藏高原气候的综合影响，属温带半干旱气候区，其降水兼具中国东部、青藏高原和黄土高原三类雨季区特征，降水空间分布很不均匀，山前低山属荒漠气候，年均温度为6℃左右，年降水量约为150 mm；中山下部属半干旱草原气候，年均温度为2～5℃，年降水量为250～300 mm；中山上部为半湿润森林草原气候，年均温度为0～1℃,年降水量为400～500 mm；亚高山和高山属寒冷湿润气候，年均温度为-5℃左右，年降水量约800 mm，随海拔高度的增加降水有增加的趋势。山地东部气候较湿润，西部较干燥。祁连山是青藏高原与内蒙古高原和黄土高原的分界线，在自然气候分区上起着非常重要的作用(张强等，2009)；受西风带、偏南季风(南亚季风和高原季风)和东亚季风的共同影响，其上空云水资源丰富，降水充沛，培育了永久性的山地冰川和积雪，发育了石羊河、黑河和疏勒河等内陆河流。

2 资料和分析方法

2.1 资料介绍

祁连山区中东部共有11个地基GPS站点，分布在甘肃和青海境内(图1)，其中甘肃境内7个，青海境内4个，站点经纬度和海拔高度见表1；经计算，此次研究的各站点间的地方时差在1～15 min内，因此各站点间因地方时的差异可忽略不计。GPS原始资料通过GAMIT软件解算处理，反演得到1 h间隔的PWV数据(以下简称GPS/PWV)，所用GPS资料时段为2016年5月至2018年10月，在统计分析前，对GPS/PWV资料进行了质量控制。为进一步验证研究时段资料的可靠性，利用张掖、民勤探空站每日两次的08时和20时(北京时，下同)的探空资料计算PWV(以下简称RS/PWV)，与对应时次和对应站点的GPS/PWV资料进行比较。张掖、民勤GPS站均在当地气象观测站内，满足GPS站与探空站水平距离在50 km以内且海拔落差小于100 m的对比条件(Wang and Zhang，2008)，两者可进行比较。

图1 祁连山中东部GPS站和周边探空站分布(GT:高台,ZY:张掖,ML:民乐,GL:皋兰,MQ:民勒,LZ:兰州,JT:景泰,MY:门源,GC:刚察,MH:民和,XN:西宁)Fig.1 Distribution of GPS stations and sounding stations in the central and eastern Qilian Mountains(GT: Gaotai, ZY: Zhangye, ML: Minle, GL: Gaolan, MQ: Minqin, LZ: Lanzhou, JT: Jintai, MY: Menyuan, GC: Gangcha, MH: Minhe, XN: Xining)

表1 站点基本信息Table 1 The basic information of sites

2.2 计算方法

大气可降水量(PWV)根据单位气柱中的水汽含量计算得到，即：

(1)

(2)

(3)

式中:W为单位气柱中的水汽含量(单位：mm)，g为重力加速度，ps、pl分别为地面气压、大气上界气压，q为比湿，Td为规定层露点温度，e为水汽压。考虑到实际大气中300 hPa以上大气水汽含量很少，本文计算时大气上界气压选择300 hPa。

3 结果分析

3.1 GPS/PWV数据验证

PWV的计算方法主要有四类：包括探空实测资料计算、再分析资料估算、地面经验公式估算和多源遥感探测方法，RS/PWV结果准确客观，但因探空站点稀疏所以无法全面反映水汽变化特征，因此其常被用于验证其他方法的准确性(于晓晶等，2019)。表2和图2分别为分析时段内08时和20时张掖和民勤站GPS/PWV的检验统计值和散点图，由表2可以看出， 民勤站样本数(N)略多于张掖站，张掖、民勤两站均方根误差(RMSE)为1.71～2.55 mm，离散度较小， 民勤站RMSE小于张掖站；两站08时GPS/PWV的RMSE均大于20时。两站GPS/PWV值与RS/PWV探测计算结果相比均为正值，偏差(Bias)为0.88～1.38 mm，表明GPS/PWV值比RS/PWV偏大，这与韩辉邦等(2020)对柴达木盆地格尔木站的研究结论一致。民勤站的Bias小于张掖站，两站08时的Bias均小于20时。两站两个时次的相对偏差均在0.5%之内。

表2 2016—2018年GPS/PWV和RS/PWV检验统计值Table 2 GPS/PWV and RS/PWV statistics test values from 2016 to 2018

图2为民勤、张掖两站08时和20时的GPS/PWV与RS/PWV的散点分布。可以看出，GPS/PWV整体上略大于RS/PWV，两种探测方式反演或计算得到的PWV绝大部分值密集分布在拟合直线附近，两站两个时次的拟合直线斜率在1.0附近。从相关系数来看，两站不同时次GPS/PWV和RS/PWV相关系数均达到了0.96以上，在0.01水平上显著相关，民勤站GPS/PWV和RS/PWV相关性更好(图2a、2b)，相关系数在0.98以上。可以看出，GPS反演结果与探空计算结果具有较好的相关性，两者RMSE较小。从GPS/PWV和RS/PWV相关性来看，本文所选站GPS/PWV和RS/PWV相关系数要高于天山山区(于晓晶等，2019)和柴达木盆地(韩辉邦等，2020)的分析结果。

图2 2016—2018年民勤(a,b),张掖(c,d)的08时(a，c)和20时(b，d)GPS/PWV与RS/PWV散点Fig.2 Scatter plots of GPS/PWV and RS/PWV at Minqin (a, b) and Zhangye (c, d) stations at 08:00 BT (a, c) and 20:00 BT (b, d) from 2016 to 2018

通过民勤、张掖两站GPS/PWV与RS/PWV的检验表明，RMSE和Bias平均值分别为2.1 mm、1.07 mm，相关系数平均值为0.97，结果表明：GPS/PWV反演结果和RS/PWV计算结果非常接近，本文中所用的GPS/PWV资料具有较高的可信度。

在硅晶圆上用磁控溅射、紫外光刻、离子束刻蚀工艺制备的镍铬薄膜电阻线宽精度≤±5%,阻值均一稳定,电阻精度≤±0.5%,电学性能优异,在高精度硅基无源集成电阻器方向有广泛的应用价值。

3.2 GPS/PWV水汽时间变化

3.2.1 日变化

图3为祁连山中东部11个站GPS/PWV的日变化特征，各站小时降水量标准差在0.2～0.5 mm。PWV与随海拔高度的变化有一定的关系，在分析各站PWV日变化特征时，根据测站海拔高度对站点进行了划分。图3a、3b和 3c分别是海拔高度 1 600 m 及以下、1 600～2 900 m和2 900 m以上的站点PWV日变化曲线。图3a中，民勤和张掖站PWV日变化幅度较其他站明显偏大，峰、谷值出现时间也不同。张掖站PWV日最大值出现在13时，最小值在10时；民勤站PWV日最大值出现在09时，最小值在13时；其他3个站PWV日最大值出现在13—14时，最小值出现在01时。图3b中3个站变化趋势基本一致，PWV日最大值呈“双峰型”分布特征，峰值分别出现在11时和14—16时，PWV日最小值出现在05时。与1 600 m以下的站点相比较，PWV日最大值出现时间明显偏早，日最小值出现时间偏晚。图3c中各站PWV日最大值呈“单峰型”分布特征，峰值出现在12时，PWV日最小值均出现在03—05时；PWV日最大值和最小值出现时间接近1 600～2 900 m的站点。可以看出，低海拔站点的PWV日变化相对平缓，大部分站点PWV最小值出现在夜间01—05时，之后持续缓慢上升，至13—16时达到最大值，随后转为减小趋势。这种变化规律与日温度变化相似，日出后气温逐渐上升，地表水蒸发至大气中，空气湿度上升，PWV随之增加，傍晚至夜间地表蒸发减弱，伴随大气的水平运动，PWV转为下降趋势。

图3 2016—2018年祁连山区不同海拔高度GPS/PWV的日变化特征(a)海拔高度<1 600 m，(b)1 600 m≤海拔高度<2 900 m，(c)海拔高度≥2 900 mFig.3 Diurnal variation of GPS/PWV at different altitudes in Qilian Mountains from 2016 to 2018 (a) altitude <1 600 m， (b) 1 600 m ≤ altitude <2 900 m， (c) altitude ≥ 2 900 m

3.2.2 月变化和季节变化

图4a为祁连山中东部11个站PWV的月变化，各站PWV月变化趋势特征基本一致，均为明显的“单峰型”分布特征，7—8月PWV值较大，大部分站点值大于15 mm，1—2月PWV值最小。PWV从2月开始逐渐增加，大部分站点峰值出现在8月，8月后迅速减小。7月下旬至8月中旬是西太平洋副热带高压脊线位置最偏北的时候，东亚季风将南海及孟加拉湾的水汽输送到西北内陆地区(赵俊虎等，2014)，祁连山区空气湿度及降水量达到年度峰值，大气可降水量迅速上升。门源和民和两站峰值出现在7月，略早于其他站，这可能与其所处的海拔高度和地理环境相关。各站PWV月平均值分布在0.9～32.4 mm，兰州站最大，明显高于其他站，民和、刚察站最小，其他站接近。民和、刚察等山区站点明显小于祁连山北侧的低海拔区，原因是低空偏南气流受祁连山脉阻挡，沿山区东北侧边缘绕流，使低海拔地区的大气水汽含量明显高于高海拔地区(段玮等，2015)。

图4b为各站PWV季节变化，春季到冬季表现出了先增大，后减小的趋势。春、夏、秋、冬四季PWV平均值分别为7.5、21.4、9.7、2.6 mm，夏季>秋季>春季>冬季；夏季各站PWV远高于其他季节，冬季各站间的差异最小。PWV的这种季节变化受地理位置和大气环流的季节性调整影响较大，大气环流的季节性变化决定了气流中携带水汽的多寡，冬半年祁连山受高原冷高压控制，水汽来源匮乏(申红艳等，2012)，同时寒冷的天气也不利于地表水的蒸发，因此空气湿度低；夏半年随着季风的发展和增强，南亚季风、高原季风携带的水汽和东亚季风越过秦岭将水汽输送至祁连山北麓，祁连山区PWV迅速攀升(张强等，2007)。

图4 2016—2018年祁连山区GPS/PWV的月变化(a)和季节变化特征(b)Fig.4 Monthly variation (a) and seasonal variation (b) of GPS/PWV in Qilian Mountains from 2016 to 2018

3.3 GPS/PWV水汽时空分布

从GPS/PWV的时空分布来看(图5)，PWV的季节空间分布与年均空间分布特征基本一致，不同季节和年均PWV沿西南、东北方向递减的梯度特征明显，祁连山东段PWV高于中段，祁连山北坡低海拔区域PWV明显高于南坡高海拔区域。PWV高值区主要分布在祁连山东部海拔迅速降低区域，民和、刚察为明显低值区。PWV沿西南、东北方向递减的这种分布特征和该区域降水的分布特征正好相反，这与降水转化率相关，民和、刚察降水转化率达到了66%，大气水汽凝结转化为降水的效率较高，而民勤等地降水转化率为18%，转化率较低(巩宁刚等，2017)。祁连山区中东部PWV年平均值为6～14 mm，分季节看，夏季PWV最高，秋季次之，冬季最低。夏季祁连山区域大气可降水量最为充沛，春季和秋季接近。PWV的空间分布和季节差异与季风影响相关。张强等(2007)研究指出，祁连山中南部受偏南季风(南亚季风和高原季风)的影响特征较为明显，在祁连山的东部则是东亚季风的影响比较明显；因此，祁连山PWV的空间分布和季节变化特征主要受南亚季风、高原季风和东亚季风的扩展方向影响。同时，PWV的分布与地形分布也有很好的对应关系，在地形特殊的地区往往会对应大气水汽含量的极值中心，如海拔高度较高的民和、刚察，对应着不同季节的PWV低值区。PWV反映了该区域大气中水分含量的多寡，是人工增雨作业潜力的重要指标，从PWV的季节分布可以看出，除夏秋季外，春季也具备较好的人工增雨开发潜力，特别是在降水转化率较低的区域。

3.4 GPS/PWV的地带性分布和垂直分布

水汽含量和降水与海拔高度有密切关系，气流遇迎风坡地形产生明显辐合抬升会导致降水增强(张沛等，2020)。海拔高度决定了大气柱厚度，直接影响大气含水量；纬度决定了大气的温度，对大气的持水能力有影响。利用各观测站点的经纬度和海拔高度等地理信息，分析PWV与经纬度和海拔高度的关系，揭示PWV的地带性分布和垂直分布规律。图6为各站点年PWV值随海拔高度的变化，总体来看，随海拔高度的增加PWV逐渐减小，这与PWV的计算方法对应，PWV与海拔高度的相关系数达到了-0.77，在0.01水平上显著相关。高台、民勤、张掖、兰州和景泰5个站的海拔高度在1 600 m以下且相差不大，但兰州和景泰的PWV值明显高于其他三站，由于兰州和景泰受东亚季风影响大，其带来较为充足的水汽，景泰又位于兰州的季风下游区，因此兰州的PWV最高，景泰次之；其余3个站受干燥的西风带气流影响，PWV较兰州和景泰的低。皋兰、民乐和西宁的海拔高度在2 000～2 500 m，皋兰和西宁主要受东亚季风控制，民乐主要受西风带控制，民乐的PWV最低，说明东亚季风控制下的地区PWV要高于西风带控制的地区。门源、民和和刚察的海拔高度在3 000 m左右，民和的PWV值最低，说明在高海拔地区，西南气流主导的地区PWV要高于东亚季风控制的地区。

图6 2016—2018年PWV随海拔高度的变化特征Fig.6 Variation of PWV with different altitudes from 2016 to 2018

图7 2016—2018年祁连山区GPS/PWV和(a)经度，(b)纬度的变化关系Fig.7 The variaiton of GPS/PWV with different longitudes (a) and latitudes (b) in Qilian Mountains from 2016 to 2018

因此，总的来说PWV随经度和纬度的这种变化特征主要原因是与各测站海拔高度有关，海拔高度越高，PWV越低，次要原因是祁连山不同区域所受不同季风及其强弱变化有关，祁连山中部受偏南气流的影响特征较为明显，在祁连山的东部则是东亚季风的影响比较明显，在低海拔地区东亚季风主导的PWV要强于西南气流主导的PWV，但在高海拔地区，西南气流主导的地区PWV要高于东亚季风控制的地区。

4 结论与讨论

利用祁连山中东部区域11个站的GPS反演PWV数据，分析了GPS/PWV的可用性，对该区域PWV的时空分布变化特征和原因进行了分析探讨，得到如下结论：

(1)GPS反演的PWV与探空站计算值非常接近，均方根误差和平均偏差值分别为2.1 mm、1.07 mm，与探空站计算的PWV相关系数平均值为0.97，GPS/PWV值略大于RS/PWV。

(2)祁连山中东部PWV存在着明显的时间变化特征。PWV日最大值出现在11—16时，日最小值出现在01—05时。PWV月变化呈明显的“单峰型”分布特征，峰值出现在8月， 1—2月PWV值最小。春、夏、秋、冬四季PWV的平均值依次为7.5、21.4、9.7、2.6 mm，夏季最大，春、秋季接近，冬季最小。春、夏和秋季均具备较好的人工增雨开发潜力。

(3)PWV沿西南、东北方向递减的梯度特征明显，祁连山中段PWV低于东段；PWV高值区主要分布在祁连山东南部，祁连山中部的刚察、民和为低值区。PWV的空间分布和季节变化特征主要受季风变化影响。

(4)PWV与海拔高度和地形分布相关，与海拔高度的相关系数达到了-0.77。PWV随经度自西向东逐渐升高，随纬度从南往北存在着“高—低—高”的变化特征。低海拔地区东亚季风主导的PWV要高于西南气流主导的PWV，但在高海拔地区，西南气流主导的地区PWV要高于东亚季风控制的地区。

地基GPS提供的高时空分辨率的水汽数据，能够得到更为精细的水汽变化特征，可在降水预报及人工增雨作业中应用。从祁连山中东部PWV的季节分布可以看出，除夏秋季外，春季也具备较好的增雨开发潜力，因此，加强春、秋季祁连山区域的空中水资源开发有利于改善和维持该区域生态环境。