2. 武汉暴雨研究所,武汉 430074
2. Wuhan Institute of Heavy Rain, CMA, Wuhan 430074
大气中的可降水量(Precipitable Water Vapour, PWV)定义为地面以上气柱中的水汽全部凝结并降至地面的降水量, 是表征大气中水汽含量的重要指标, 与地面降水量直接相关, 对天气预报、气候预测和人工影响天气都非常重要。2012年7月21日北京发生了特大暴雨,造成严重损失和伤亡,俞小鼎(2012)、赵洋洋等(2013)、孙军等(2012)、谌芸等(2012)和方翀等(2012)均指出,可降水量的异常偏大是造成此次大暴雨的原因之一。目前水汽资料的获取主要通过无线电探空、卫星观测、GPS/MET水汽监测、微波辐射计等。由于无线电探空资料只有每日08和20时进行探测,且站点较少,限制了在预报中的使用效率。其他3种途径均在时间和空间分辨率上占有显著的优势。已有大量文献对卫星(张洁等,2011;权维俊等,2004)、GPS/MET(陈小雷等,2009;王小亚等,1999;向玉春等,2009;张晶等,2014)、微波辐射计等(徐桂荣等,2010)资料反演的可降水量进行对比检验,指出相对于无线电探空,这些资料在一定的条件下均有着较高的精度,尤其GPS/MET几乎不受天气条件影响,其误差也最小。因此,GPS/MET可降水量资料的业务应用成为必然的趋势(丁海燕等,2012;曹云昌等,2005)。于是,在检验单一资料可降水量的基础上,开展多种资料可降水量的对比以及应用研究,尤其是可降水量的预报应用势在必行。袁招洪等(2004)就曾对MM5预报模式预报的可降水量与GPS/MET观测进行了比较研究,得出模式积分前10 h对可降水量表现了较好的预报能力,积分20 h后,模式预报偏差明显增长。中国气象局武汉暴雨研究所2012年引进WRF模式系统并投入业务试运行,每天08、20时各运行一次,预报未来84 h逐小时的预报,但其预报场计算的可降水量准确性尚未经过检验。
本文搜集了2012年5—9月期间湖北省武汉、宜昌、恩施3站的常规探空和秒级原始探空资料计算可降水量,作为实况;选用实时GPS/MET、微波辐射计以及常用于后期过程分析的GFS再分析资料计算可降水量,分析其与实况的差别;选用武汉暴雨研究所本地化的WRF模式的预报场计算可降水量,分析其预报能力;以期为今后可降水量资料的应用提供基础。
1 资料和方法常规探空资料为中国气象局下发的每日两次(08、20时)全国500多站的常规探空站资料,包含规定层和特性层。
秒级探空资料为湖北省气象局从武汉、宜昌、恩施3站搜集的无线探空基数据,利用高空气象探测系统数据处理软件得出逐50 m高度的数据,包括高度、气温、气压、湿度、露点、温度露点差、虚温、风向、风速。
GPS/MET可降水量资料为利用GAMIT解算软件并采用一定的反演方法(徐桂荣等,2010)对湖北省气象局建设接收的59个GPS/MET站点的资料及相关地面资料计算所得的大气整层可降水量,资料间隔为半小时。
武汉微波辐射计为MP-3000A型,它配置了红外温度计,可在降水天气下进行观测,包括地面至10 km高度共58层的温度、相对湿度、水汽密度和液态水含量的廓线数据,其垂直分辨率500 m以下为50 m,500 m至2 km为100 m,2 km以上为250 m,时间分辨率为2 min左右。
GFS再分析资料为通过通用网络系统(IDD)获取的来自NCEP和ECMWF的0.5°×0.5°分析场资料。包括每天02、08、14、20时4个时次(北京时),1000~10 hPa共26层的资料。
区域WRF模式资料为武汉暴雨所引进美国WRF 3.4模式进行本地化参数调整后进行的1日两次,每次预报84 h的数据。该模式同化了地面、高空、航空、船舶、浮标、飞机、飞行员报告和卫星测厚等资料,分辨率为3 km、垂直1000~100 hPa共11层,输出时间间隔为1 h。
以上资料中,除微波辐射计资料没有气压值,其他均有气压值。因此,利用微波辐射计资料计算大气可降水量使用如下公式(刘健文等,2007):
${\rm{PW}} = \int_0^\infty {{\rho _v}{\rm{d}}z} $ |
式中,ρv为水汽密度,积分高度为0~10 km。
其他资料计算大气可降水量均使用如下公式(刘健文等,2007):
${\rm{PW}} = \frac{1}{g}\int_0^p {q{\rm{d}}p} $ |
式中,q为比湿,g为重力加速度,p0为地面气压。
由于
$\begin{array}{l} q = \frac{{0.622e}}{{p - 0.378e}}\\ e = 6.112\exp (\frac{{17.67{t_d}}}{{{t_d} + 243.5}}) = {\rho _v}{R_v}T \end{array}$ | (1) |
因此计算可降水量涉及到的基本物理量只有露点温度(或水汽密度),下文对误差分析时主要针对露点温度(或水汽密度)的探空曲线进行对比。
为了保证时间统一,所有资料均提取2012年5月1日至9月30日期间每日08、20时的武汉、宜昌、恩施3站资料进行对比,计算过程中剔除缺测资料时次。
2 不同资料可降水量误差特征及原因 2.1 秒级探空在日常天气预报和数据分析中,秒级探空资料使用并不广泛,但是在GPS/MET可降水量与探空资料的对比研究中有些使用秒级探空资料(徐桂荣等,2009),而常规探空资料与秒级探空资料计算可降水量误差有多大还不清楚。为了避免分析微波辐射计时等高面与等压面的转换,也需要用到秒级探空的等高度数据。因此,本文对比分析分别利用秒级探空和常规探空计算的可降水量。从表 1可以发现,湖北省武汉、宜昌、恩施3个探空站的两种资料可降水量之间的相关系数均达到0.997以上。平均绝对误差最大的为武汉(0.6987 mm),最小的为恩施(0.5850 mm)。宜昌最大绝对误差在3站中最小(2.27 mm),恩施平均误差为3站中最小(0.05 mm)。在306组可降水量值中绝对误差超过2 mm的武汉有11个,宜昌有2个,恩施有4个,同时,武汉站的最大绝对误差也是3个站中最大的。因此,武汉是两种探空计算可降水量差异最大的站,恩施站差异最小。
![]() |
表 1 多种资料可降水量与常规探空可降水量之间的相关系数、绝对误差、平均误差(其他减常规探空) Table 1 The correlation coefficient, absolute error, average error of PWV estimated by multiple data between RSO PWV and others |
分析可降水量绝对误差最大点的探空分布可以发现,常规探空和秒级探空的误差是由于常规探空仅选取了秒级探空中规定层和特性层,两种资料垂直分辨率不同(图 1),造成了两者之间较大的误差。在考虑环境场基本状态的条件下,由于两者序列之间的高相关性和低绝对误差,我们认为常规探空资料的精度足以用于可降水量的计算分析。
![]() |
图 1 常规探空和加密(秒级)探空的温度和露点温度垂直廓线 Fig. 1 The vertical profiles of temperature and dew point temperature calculated by sounding observation (SO) and raw sounding observation (RSO) |
GPS/MET是目前能实时获取大气可降水量最有效的方法。很多人(王小亚等,1999;向玉春等,2009;颜晓露等,2012)均对GPS/MET和探空资料反映的可降水量进行了对比分析,得出绝对误差基本在4 mm之内。考虑武汉站的GPS/MET位于蔡甸,而武汉探空站位于汉阳,存在13 km左右的距离差,本文仅对比宜昌和恩施两站同址观测的数据。通过对比2012年5—9月每日两次湖北两站的GPS/MET和常规探空的可降水量发现,两站相关系数均达到0.94以上,宜昌为0.9653,恩施为0.9410。两站的平均绝对误差基本小于4 mm,与之前文献提到的一致。从平均误差(GPS/MET减常规探空)则可以看出GPS/MET反演的PWV普遍比常规探空偏小,个别时次偏大。从图 2可以看出,可降水量均在6月25日左右开始突然增加,随后均保持在相对高值,一直到9月整体略有下降的同时出现大幅波动的现象。结合2012年湖北汛期的特征可以发现,6月25日湖北省出现入梅后首场强降水过程,一直到9月初强降水过程结束。9月后可降水量的波动一方面与资料缺失造成的不连续性有关,另一方面9月以后副热带高压南撤,干冷空气开始呈主要势力与弱的暖湿空气交绥。另外,在6月25日到9月1日的高可降水量时段内,两者之间的误差显著增大。
![]() |
图 2 2012年5—9月宜昌(a)和恩施(b)常规探空和GPS/MET可降水量序列 Fig. 2 The time series of PWV (a) Yichang and (b) Enshi estimated by sounding observation and ground-based GPS/MET |
考虑到误差较大时段为降水相对集中的主汛期,当空气饱和,可降水量达到一定大值后便变化不太大,因此,区分有无降水后分析发现(表 2),有降水时GPS/MET与常规探空的相关性明显下降,而无降水时的相关性较高,同时宜昌有降水时误差分布相对集中,无降水时误差分布较广,恩施则相反。另外,宜昌、恩施GPS站有降水时平均可降水量依次为50.4955、49.2424 mm,无降水时平均可降水量依次为39.7800、40.1146 mm,结合常规探空计算的可降水量可将PWV=50 mm作为出现降水的参考值,但PWV达到50 mm以上不一定有降水,即使有降水也不是PWV越高对应降水量越大。因此,可降水量与降水量之间的关系有待进一步的分析。
![]() |
表 2 有降水和无降水时GPS/MET和微波辐射计可降水量与常规探空的相关系数、绝对误差、平均绝对误差 Table 2 The correlation coefficient, absolute error, average error between GPS/MET PWV and SO PWV with and without rainfalls |
微波辐射计目前在湖北省只有武汉、咸宁、荆州3个站点,并不如GPS/MET一样有利于大范围水汽条件的分析,且其可降水量与常规探空的相关性(0.915) 也比GPS/MET低,但是微波辐射计由于具有垂直方向和时间尺度的高分辨率,且可以同时探测温度和湿度,因此,微波辐射计资料可用于精密的探空分析(唐仁茂等,2012;黄治勇等,2013)。微波辐射计的测量受降水影响较大,即使在目前MP-3000A型微波辐射计已经配备防雨罩的情况下,仍然影响较大(表 2),无降水时相关系数高达0.9496,有降水时相关系数降至0.8109。有降水时平均绝对误差也高达19.3 mm,且30个误差超过10 mm的时次中只有8次是当时无降水的,其他时次均有降水,且降水最大的误差也最大。因此有降水时微波辐射计计算的可降水量误差较大。
由于微波辐射计可降水量是利用水汽密度计算而来,因此利用式(1) 反算秒级探空资料的水汽密度进行探空曲线对比。从全部平均误差(微波辐射计减秒级探空)来看(图 3a),1.5 km以下为微波辐射计水汽密度比秒级探空偏低,1.5 km以上为偏高。区分有降水和无降水时的平均值可以发现,无降水时误差分布特征与全部误差平均分布特征基本一致,有降水时微波辐射计整层水汽密度均比秒级探空偏高,2 km以上不论有无降水均存在一致性偏差,2 km以下有降水量则误差异常增大到2.5 g·m-3,明显区别于全部平均和无降水时。由于水汽主要集中在大气层的中低层(图 3b),2 km以下水汽密度达到10 g·m-3以上,因此,从水汽密度垂直分布上看,水汽密度的误差并不明显。同时,从图 3b可以发现,探空资料在有无降水时水汽密度廓线的主要差别在2~7 km,而微波辐射计受2 km附近异常偏大误差影响,有无降水差异降至1~7 km,因此订正1~2 km附近水汽密度可有效地减少降水带来的探测误差。造成微波辐射计2 km附近有降水时水汽密度异常偏大的原因有待进一步深入分析。
![]() |
图 3 2012年5月1日至9月30日有降水和无降水时微波辐射计与加密(秒级)探空的垂直廓线 (a)水汽密度误差, (b)水汽密度 Fig. 3 The vertical profiles of microwave radiometer and sounding observation between 1 May and 30 September 2012 with and without rainfalls (a) vapor density difference, (b) vapor density |
NCEP/NCAR中心下发的GFS再分析资料是日常业务分析中较常用于实况分析的一种资料。因此,需要对该资料与实况探空的误差有所了解。GFS资料本身有PWV的输出量,也可以利用温度和相对湿度计算露点后再利用前文公式计算PWV。对比GFS资料的PWV直接输出量和计算量可以发现,武汉、宜昌、恩施3站的平均误差分别为0.3、1.65、2.14 mm,其误差主要为积分计算中地面起始高度的误差造成,尤其恩施为高海拔站。为了避免计算带来的误差,GFS资料PWV的对比检验选用直接输出量。从表 1可以看出GFS再分析资料直接输出的可降水量与常规探空之间的相关系数均在0.93以上。武汉GFS与探空的相关系数GPS/MET高达0.97,为3站中最高。平均绝对误差除恩施超过7 mm以外,武汉和宜昌均小于3 mm。
为了分析造成GFS计算可降水量偏差的原因,提取常规探空和GFS资料对应层次的露点温度进行对比。从图 4的露点温度误差(GFS减探空)廓线可以看出,700 hPa以下3站误差均小于1.6℃,3站在500和850 hPa两层的误差基本相同,500 hPa GFS资料的露点均比常规探空低3℃,850 hPa 3站误差均接近0℃,500 hPa以上3站露点误差均迅速增加,且武汉站误差增长最大。850 hPa以下除恩施站为正偏差外,武汉和宜昌均为负偏差,但武汉的负偏差更显著,从而导致GFS武汉的PWV平均误差为负,宜昌的低层负误差很小但中高层正误差很大,导致GFS宜昌的PWV平均误差为正。从表 1平均误差可以看出GFS恩施的PWV比常规探空PWV偏低,但图 4中GFS恩施站露点温度却始终比常规探空高,分析发现GFS计算恩施PWV时判定的地面气压均比900 hPa低,而常规探空的地面气压均比925 hPa高,有的甚至接近1000 hPa,因此GFS计算恩施PWV显著偏小。若不考虑地形,GFS计算PWV均从1000 hPa开始积分则其结果显著偏大,且始终偏大,与露点温度误差特征一致。
![]() |
图 4 GFS资料与探空资料的露点温度平均误差 Fig. 4 Average error of dew points between GPS/MET and sounding observations |
上述分析中也可以发现,由于逐层可降水量随露点温度的增加呈指数级增长,低层高露点构成整层可降水量的主要部分,同时低层露点温度的小幅误差造成的PWV偏差远远高于高层露点温度的大幅误差造成的PWV偏差。
2.5 区域WRF模式预报场湖北省数值预报场预报的可降水量目前主要有两方面的用途:人工增雨潜势判断和暴雨、强对流预报的参考。因此,主要参考其12和24 h预报场。对比WRF预报场和其他准实况资料与常规探空PWV的相关系数(表 1),虽然WRF预报场均偏低,但相关系数均达到0.8以上,其中武汉的最低(0.80和0.82),宜昌的最高(0.93和0.91)。除武汉外,12 h预报场的相关系数均比24 h预报场高,12 h的平均绝对误差均比24 h偏低。平均误差则说明WRF预报场PWV普遍比探空偏低。从PWV的时间序列图(图 5)可以看出,WRF预报偏低主要集中在6月25日以后到9月之前的汛期。恩施站12 h预报场的相关系数与GFS相近,平均绝对误差、最大绝对误差和平均误差均比GFS的小,因此,WRF 12 h预报场在恩施站的准确性已经达到GFS再分析资料的精度。
![]() |
图 5 2012年5—9月武汉(a)、宜昌(b)、思施(c)常规探空和WRF 12 h、WRF 24 h预报的可降水量序列 Fig. 5 The time series of SO PWV and WRFVAR PWV forecast period of 12 h and 24 h in Wuhan (a), Yichang (b), and Enshi (c) from May to September 2012 |
同样提取WRF预报场和常规探空相同层次的露点(图 6)进行对比分析发现,3站误差廓线略有不同,但每站12和24 h误差廓线基本一致。需要注意的是3站12 h误差整层均比24 h误差大,这与表 1中12 h平均误差和平均绝对误差均比24 h存在矛盾,实际上在GFS资料误差分析中已经指出,低层露点温度是构成整层可降水量的主要部分,且其误差浮动越大造成的PWV误差也越大,图 6中850 hPa以下3站基本均为负误差,12 h误差的绝对值是小于24 h的,因此12 h的PWV相对探空偏差更小一些。WRF预报场与GFS再分析场的露点温度误差廓线有相似的特征,在500 hPa以上误差最大,500 hPa处的误差3站基本一致,850 hPa以下主要表现为负误差。
![]() |
图 6 WRF12、24 h预报与常规探空的露点温度平均误差 Fig. 6 Average error of dew points between sounding observation and WRFVAR forecast |
综上分析了2012年5月1日至9月30日期间武汉、宜昌、恩施3站逐日08和20时多种实时资料以及WRF预报资料与常规探空资料的可降水量误差特征及其原因,从中得出以下结论:
(1) 利用秒级探空资料和常规探空资料计算的整层可降水量基本一致,可任意选择作为实况使用。
(2) 利用GPS/MET反演所得的整层可降水量与常规探空的相关系数达到0.94以上,武汉站由于没有同址观测资料,不做分析,宜昌和恩施站的平均误差小于4 mm。GPS/MET反演的PWV整体比探空偏低。有降水时两种资料相关性减小,无降水时相关系数增加,但有降水时误差分布相对集中,无降水时误差分布较广。PWV=50 mm可作为出现降水的参考值,但PWV达到50 mm以上不一定有降水,即使有降水也不是PWV越高对应降水量越大。
(3) 利用微波辐射计资料计算的整层可降水量与常规探空的相关系数为0.92,有降水时其相关系数大幅降低。从水汽密度廓线的误差分布得出造成有降水时误差增大的主要原因为1~2 km处误差异常增大,造成此异常的原因有待进一步分析。
(4) 利用GFS再分析资料计算的整层可降水量与常规探空的相关系数均在0.93以上,武汉最高,恩施最低,且恩施的误差最大,主要为GFS资料在恩施的地面气压比实际偏低造成。武汉平均误差为-1.5 mm,宜昌为0.4 mm,恩施为-7.4 mm。各层露点温度资料在700 hPa以下误差较小,700 hPa以上则整体偏大。但是850 hPa以下低层的露点温度误差对整层可降水量的误差影响最大,武汉为GFS偏小,宜昌误差几乎为0,恩施则为GFS偏大。
(5) 区域WRF预报场资料计算的整层可降水量与常规探空的相关系数也达到了0.8以上,宜昌站甚至达到0.93。12 h预报场优于24 h预报场,其整层可降水量比探空偏低,其露点温度误差廓线与GFS类似。因此,WRF模式12 h预报场有较好的适用性。
曹云昌, 方宗义, 夏青, 2005. GPS遥感的大气可降水量与局地降水关系的初步分析[J]. 应用气象学报, 16(1): 54-59. DOI:10.11898/1001-7313.20050107 |
陈小雷, 景华, 仝美然, 等, 2009. 地基GPS遥测大气可降水量应用精度和范围[J]. 气象科技, 37(1): 85-88. |
谌芸, 孙军, 徐堵, 等, 2012. 北京721特大暴雨极端性分析及思考(一)观测分析及思考[J]. 气象, 38(10): 1255-1266. DOI:10.7519/j.issn.1000-0526.2012.10.012 |
丁海燕, 李青春, 郑祚芳, 等, 2012. 利用北京GPS监测网分析夏季暴雨的水汽特征[J]. 应用气象学报, 23(1): 47-58. |
方翀, 毛冬艳, 张小雯, 等, 2012. 2012年7月21日北京地区特大暴雨中尺度对流条件和特征初步分析[J]. 气象, 38(10): 1278-1287. DOI:10.7519/j.issn.1000-0526.2012.10.014 |
黄治勇, 徐桂荣, 王晓芳, 等, 2013. 地基微波辐射资料在短时暴雨潜势预报中的应用[J]. 应用气象学报, 24(5): 576-584. DOI:10.11898/1001-7313.20130507 |
刘健文, 郭虎, 李耀东, 等, 2007. 天气分析预报物理量计算基础[M]. 北京: 气象出版社, 27-28.
|
权维俊, 陈洪滨, 肖稳安, 2004. MODIS与NCEP大气可降水量资料的比较分析[J]. 南京气象学院学报, 27(2): 169-176. |
孙军, 湛芸, 杨舒楠, 等, 2012. 北京721特大暴雨极端性分析及思考(二)极端性降水成因初探及思考[J]. 气象, 38(10): 1267-1277. DOI:10.7519/j.issn.1000-0526.2012.10.013 |
唐仁茂, 李德俊, 向玉春, 等, 2012. 地基微波辐射计对咸宁一次冰雹天气过程的监测分析[J]. 气象学报, 70(4): 806-813. DOI:10.11676/qxxb2012.066 |
王小亚, 朱文耀, 严豪健, 等, 1999. 地面GPS探测大气可降水量的初步结果[J]. 大气科学, 23(5): 605-612. |
向玉春, 陈正洪, 徐桂荣, 等, 2009. 大气可降水量推算方法结果的比较分析[J]. 气象, 35(11): 48-54. DOI:10.7519/j.issn.1000-0526.2009.11.006 |
徐桂荣, 孙振添, 李武阶, 等, 2010. 地基微波辐射计与GPS无线电探空和GPS/MET的观测对比分析[J]. 暴雨灾害, 29(4): 315-321. |
徐桂荣, 万蓉, 李武阶, 等, 2009. 地基GPS反演大气可降水量方法的改进[J]. 暴雨灾害, 28(3): 203-209. |
颜晓露, 郑向东, 李蔚, 等, 2012. 两种探空仪观测湿度垂直分布及其应用比较[J]. 应用气象学报, 23(4): 433-440. DOI:10.11898/1001-7313.20120406 |
俞小鼎, 2012. 2012年7月21日北京特大暴雨成因分析[J]. 气象, 38(11): 1313-1329. |
袁招洪, 丁金才, 陈永林, 2004. 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, 28(3): 433-440. |
张洁, 刘敏, 尹球, 等. 2011. FY2E反演大气可降水量与地基GPS反演可降水量的比较. 第28届中国气象学会年会——S2风云卫星定量应用与数值.
|
张晶, 顾松山, 楚志刚, 等, 2014. LAPS同化GPS/PWV资料在暴雨预报中的应用研究[J]. 气象, 40(1): 76-85. DOI:10.7519/j.issn.1000-0526.2014.01.009 |
赵洋洋, 张庆红, 杜宇, 等, 2013. 北京721特大暴雨环流形势极端性客观分析[J]. 气象学报, 71(5): 817-824. DOI:10.11676/qxxb2013.066 |