引言

水汽是大气的重要组成部分，是大气温室效应的主要因素之一，其变化强烈影响着水循环、气溶胶成分以及云的形成(Gui et al，2017)。水汽还是天气、气候变化的主要驱动力，是局地强对流天气系统形成和演变过程中的重要因子。我国平均每年有3~4个热带气旋由南海在华南沿海地区登陆，使该地区常常因预报、预警以及防御不及时而遭受重大灾害。凝结潜热释放是热带气旋发生发展的主要驱动力，因此良好的水汽条件是热带气旋得以突然加强的重要前提(于润玲等，2013)。研究华南沿海地区大气水汽变化对区域天气和台风等强对流天气的预报有很大影响。青藏高原对地球上最明显季风环流的形成起着重要作用，通过特殊大地形动力、热力作用深刻地影响着东亚与全球大气水分循环分布，也对全球气候与环境产生深远的影响(吴国雄等，2004；梁宏等，2006；施小英和施晓晖，2008；傅慎明等，2011；徐祥德等，2014；李德帅，2016)。这两个区域水汽资源的来源、分布以及观测的准确性一直是人们关注的重大问题，本文选取汕头和那曲这两个具有区域代表性的台站针对不同仪器观测结果的连续性、一致性、是否同址等条件筛选，确定分别使用2013和2016年的观测结果进行分析研究。

在过去的几十年间，国内外针对大气水汽水平和垂直结构分布的探测方法得到逐渐发展，主要包括：常规无线电探空技术(李伟等，2009；郝民等，2014；2015;陈哲等，2015)、地基卫星导航(GNSS)遥感观测技术(Bevis et al，1992)、水汽微波辐射计(Cadeddu et al, 2013;郝民等，2015)、多通道窄带滤波辐射计(Li et al，2016)、拉曼雷达(Wang et al，2015)、再分析格点数据分析(徐影等，2001; Bock et al, 2007; Wang and Zhang, 2008)等。其中，探空是传统的业务观测手段，其具有较高的观测精度，通常用作检验其他观测方法的准确性，但是，较高的成本、稀疏的空间分布、较低的观测频率使其应用具有局限性。星载微波辐射计更加适用于洋面观测(Liu et al, 2005)；再分析格点数据优点是网格数据可描述水汽的空间分布状况，但是资料的适用性和准确性需要用进行验证(赵瑞霞和吴国雄，2007)。另一种应用广泛可靠性较高的水汽观测方法是地基GNSS遥感观测，通过测量卫星在大气中的延迟信息结合地面气象观测数据反演得到大气中水汽含量。国内外开展的试验研究，表明地基GNSS遥感技术通过高覆盖率的地基GNSS水汽探测网络，可以提供高时空分辨力的空中可降水量的数据(Wang et al, 2017; Manandhar et al, 2017；李成才和毛节泰，1998；李国平等，2010；张俊东等，2013)。通过试验研究证明，地基GNSS遥感观测的可降水量与探空、微波辐射计等其他观测结果具有很好的相关性(Braun et al，2003；Cadeddu et al, 2013;郝民等，2015)，其观测具有低成本、适用性强、高时空分辨率等特点，观测精度在1~2 mm左右(Elgered et al, 1997; Vaquero-Martínez et al, 2017)。

L波段探空观测的湿度是目前应用范围较广的湿度探测资料，其资料观测精度直接影响再分析资料的精度和模式降水预报的结果。探空仪的湿度观测结果在接近饱和大气时出现干偏差(Lorenc et al, 1996;Nuret et al, 2008；向春玉等，2009)，不同探空仪测量的湿度偏干程度不同(Agustí-Panareda et al, 2009；李伟等，2010；颜晓露等，2012；唐南军等，2014)。地基GNSS/MET可降水量的精度与微波辐射计探测结果的精度相近，优于探空可降水量的精度(Liou et al, 2001;毕研盟等，2006)。Liu et al(2005)对比了高原那曲站的地基GNSS/MET、探空以及微波辐射计观测的可降水量结果，发现地基GNSS/MET与微波辐射计的观测结果很接近，探空观测结果与前两者之间存在偏干的现象。向春玉等(2009)以湖北省为例, 分别用气象探空资料累加计算、地基GNSS/MET探测资料反演以及地面气象资料推算等三种方法计算出该省空中可降水量, 结果表明地面法和地基GNSS/MET反演空中可降水量精度相比探空较高。利用地基GNSS遥感观测的可降水资料对探空仪湿度观测资料进行偏干订正，将订正前后的结果进行降水预报的同化试验，结果显示偏干订正后的预报效果得到显著改进。目前，中国气象局在全国范围内建设了120个常规探空站，使用的探空系统全部升级为L波段。经过前期的研究分析，探空湿度资料存在偏干误差的主要因素有：由探空仪湿度传感器性能不同造成的观测误差、探空仪系统误差以及日采样频率低造成的误差(Wang and Zhang, 2008)。本文综合利用广东汕头站2013年1—12月以及西藏那曲站2016年6月至2017年5月的探空、地基GNSS资料，初步分析探空可降水量的观测偏差以及相关原因，提出订正算法。

1 资料获取与数据处理 1.1 资料介绍

汕头(23.42°N、116.6°E)地基GNSS/MET站与汕头L波段业务探空站(海拔26.28 m)、那曲(31.48°N、92.06°E)地基GNSS/MET站与那曲L波段业务探空站(海拔4477 m)水平距离小于500 m。相关研究(Wang and Zhang, 2008)认为，探空站和地基GNSS站同址，解算的大气水汽含量是可以进行对比分析的。表 1给出了两个地基GNSS观测站的相关观测设备信息。

1.2 数据处理 1.2.1 地基GNSS可降水量

由于GNSS导航卫星信号通过大气层时，其传输路径受到大气介质的折射而弯曲，传输路径比理论的几何距离变长，传播速度也随之变慢，GPS信号产生相应的延迟。卫星信号的延迟时间对应的距离增加与大气折射率有关，通过静力模型计算干空气的影响，同时分析不同频率的GNSS信号差异来确定电离层的影响。在大气总延迟中去除干空气和电离层的影响后即可得出信号传输路径上湿空气(水汽部分)的总湿延迟，最后由湿延迟反演出大气水汽总含量(曹云昌等，2007)。

本文获取了汕头、那曲两个站地基GNSS遥感观测数据，选取了国内和国外的部分跟踪站数据(TSKB、IISC、POL2、GUAM、KIT3)以及IGS(International GPS Service)快速星历，利用GAMIT软件进行了解算。GAMIT是由MIT(麻省理工学院)开发的国际上普遍采用的GPS数据后处理软件。

将汕头、那曲两个站与IGS参考站组网解算，设置的卫星约束为0.01，即10^-8的相对精度。解算方式选择LC_HELP，试用于长基线的解算。台站坐标约束以地心为中心的三维站坐标，其纬度、经度、半径三个方向的约束分别为1.00、1.00、2.00 m。跟踪站的坐标约束采用较小的数值，分别为0.05、0.05、0.1 m。

天顶延迟估算采用每半小时一个，每天总共49个。解算时采用的地面气象资料(温、湿、压)为地基GNSS站所在气象局内地面观测结果，采样率为10 min一组。

1.2.2 探空可降水量

获取2013年1—12月汕头站、2016年6月1日至2017年5月31日那曲业务探空站的L波段探空仪秒数据，提取其中秒间隔的气压、温度、相对湿度进行计算，原理和计算方法参考《常规高空气象观测业务规范》和《大气科学词典》(中国气象局，2010；《大气科学辞典》编委会，1994)。

2 结果及分析 2.1 探空可降水量偏差的特征分析

图 1给出了2013年1—12月汕头站、2016年6月至2017年5月那曲站地基GNSS可降水量和探空可降水量散点分布，可以看出两个站的地基GNSS可降水量略大于探空可降水量，而探空观测的可降水量时通过探空观测的相对湿度计算而来的，说明探空的湿度观测量偏干。

图 2给出了2013年1—12月汕头站以及2016年6月至2017年5月那曲站探空可降水量与地基GNSS可降水量偏差的月平均变化。从图 2a, 2b可以看出偏差具有年变化特征，夏季比冬季明显。汕头站的偏差月平均值从1—7月呈现明显的上升趋势，冬季的偏差月平均值约1~2 mm，夏季最高达到5.37 mm。那曲站的偏差月平均值在2016年6—9月维持在0.8~1 mm左右，从2016年10月开始下降，至2017年1月下降至最低点0.149 mm，2017年2月开始逐渐上升。从图 2可以看出，汕头站4—9月00时的偏差(图 2c)明显小于同时段12时的偏差(图 2e)，那曲站00时的偏差(图 2d)明显小于12时的偏差(图 2f)。另外，00和12时(世界时，下同)的偏差也有明显年变化特征，夏季比冬季明显。汕头站12时偏差夏季最大达到5.59 mm，冬季最低降至1.67 mm。那曲站12时偏差夏季最大达到1.02 mm，冬季最低降至0.15 mm。

图 3给出了汕头站夏季和那曲站冬季00和12时的偏差的变化情况，汕头站夏季12时的偏差基本大于0 mm, 最大可达8.84 mm。00时的偏差在5和7月为负值，最小可达-3 mm，12时的偏差明显大于00时的偏差。那曲站的12时偏差基本大于0，最大可达2.06 mm，00时的偏差在2016年12月至2017年1月出现负值，12时的偏差明显大于00时。

从表 2可见，汕头站的总偏差、00时偏差和12时偏差分别为3.23、3.1和3.37 mm，那曲站的总偏差、00时偏差和12时偏差分别为0.61、0.61和0.62 mm，显然两个站12时的偏差较大。均方根误差能够很好地代表探空的随机误差(Wang and Zhang, 2008)。汕头站总体、00和12时的均方根误差分别为4.85、4.27和5.38 mm，那曲站总体、00和12时的均方根误差分别为5.33、5.20和5.43 mm，可见两个站12时的探空随机误差比00时显著。

以上分析表明：与地基GNSS可降水量相比，汕头和那曲站的探空可降水量偏小，探空的湿度观测偏干。探空可降水量与地基GNSS可降水量的偏差呈现明显的季节变化和日变化特征，夏季比冬季明显，12时比00时明显。

2.2 探空可降水量偏差的原因

汕头站和那曲站的地基GNSS测站和探空站均在当地地面气象观测场内，两种观测设备之间的距离小于500 m，认为不会因为不同的观测设备之间的空间距离造成系统性误差(Wang and Zhang, 2008)。

地基GNSS遥感观测通过测量卫星在大气中的延迟信息结合地面气象观测数据反演得到大气中水汽含量，其水平探测半径为20~30 km，垂直探测高度为10 km。探空仪在观测路径上由于水平气流的作用会发生漂移，水平移动的距离在20 km左右。两种结果受水平方向大气非均匀性的影响相差不大。因此，两种观测设备的观测方式不同造成的系统误差不是探空偏差的主要因素。

目前，为了减少天顶总延迟(ZTD)解算误差，地基GNSS遥感可降水量的解算充分考虑了解算参数的约束方案、投影函数等因素。通过引用正态分布以及3σ的原理来描述汕头和那曲站的地基GNSS观测数据质量情况。用ZTD-σ代表天顶总延迟的数据质量特性值，大小等于3σ。地基GNSS遥感观测的天顶总延迟的质量特性值分布可以用式(1)来描述：

$ F\left(x \right) = \int_{ - \infty }^x {} f\left(x \right){\rm{d}}x = \frac{1}{{\sqrt {2{\rm{ \mathsf{ π} }}} \sigma }}\int_{ - \infty }^x {} {\rm{exp}}[\frac{{{{\left({x - \mu } \right)}^2}}}{{2{\sigma ^2}}}]{\rm{d}}x $

(1)

式中，σ为标准差，代表数据质量特性值x分布的离散程度，μ为正态均值，代表数据质量特性值分布的集中位置。在±3σ范围内包含了99.73%的质量特性值。从图 4可以看出，汕头站春夏季的ZTD-σ相比秋、冬季较大，变化的波动也较明显，而那曲站夏季的ZTD-σ相比其他季节较大，本研究获取的汕头、那曲站的ZTD-σ值主要分布在15 mm以下，相应的可降水量误差在2 mm以内，说明汕头和那曲站的地基GNSS可降水量数据的精度较高，可以作为订正探空可降水量偏干误差的参考。

从探空仪湿度传感器本身的测量误差分析，探空仪会出现偏干现象可能因为探空仪的湿度传感器的灵敏性不够。邢毅等(2009)的研究表明，探空仪在进入云中高湿层后达不到饱和，而出云后在惯性作用下湿度测量值由于滞后效应继续下降，在辐射加热后相对湿度观测恢复时，相对湿度很快地变大，这表明湿度传感器可以自动恢复感应能力。

以上分析表明，探空仪湿度传感器的设备误差是导致探空可降水量偏干的主要原因。

2.3 探空可降水量偏差的影响因子

探空可降水量偏差有明显的日变化特征，这与探空仪湿度传感器本身的特性有关。当白天太阳辐射较强的情况下，湿度传感器在吸收太阳辐射后，周围空气的温度随之升高，由于空气中的实际水汽压并未改变，而饱和水汽压随着气温升高，因而相对湿度降低。此时湿度传感器的观测值并非是真实的相对湿度，因此需要对相对湿度进行太阳辐射误差修正(冒晓莉等，2014)。汕头和那曲站太阳辐射在12时比00时强很多，太阳辐射值与当地的太阳天顶角的大小相关，根据Cady-Pereira et al(2008)的研究，探空仪湿度测量的系统误差与太阳天顶角的变化相关性较大。汕头、那曲站探空可降水量和地基GNSS可降水量的偏差与当地太阳天顶角的相关系数分别为0.22和0.13，从图 5可看出，太阳辐射越强，探空可降水量偏差越明显。

将汕头、那曲站12时的探空可降水量与地基GNSS可降水量偏差按照太阳天顶角每2°计算一次均值，由图 6可以看出，12时的偏差整体变化趋势是随着太阳天顶角的增大而减弱，说明太阳辐射对探空可降水量的偏差有较大影响。但是汕头站偏差在太阳天顶角66°~72°呈现相反的变化趋势，说明太阳辐射加热可能不是影响探空可降水量偏差的唯一因素。

将汕头、那曲站12时的探空可降水量与地基GNSS可降水量偏差按照温度每2℃计算一次均值，从图 7可以看出，偏差随着温度增大呈现逐渐增大的趋势。汕头站偏差均值主要集中在2~4 mm，那曲站主要集中在0.5 mm左右。汕头站20℃以下偏差随温度变化的幅度基本在2.5 mm以下，那曲站-4℃以下偏差随温度变化的幅度基本在0.5 mm以下，可以看出本文选用的样本具有气温越低，PWV偏差越不显著的特点，但此特性及其原因需要积累更多的观测数据进行分析研究。

从图 8可以看出，汕头站探空可降水量偏差与PWV的大小相关性没有明显一致的规律性，偏差的波动比较剧烈，可能与汕头站所在地区局地性强对流天气系统较多有关系，这还需要积累更加长期的观测数据进行分析。那曲站偏差随着PWV增大而逐渐增大，但是偏差主要集中在0.5~1 mm，从本文获取的数据资料无法说明PWV的大小是否为造成探空可降水量的偏差的主要原因。

2.4 偏差订正

通过大量试验分析探空观测与模式背景场(O-B)的偏差特点，英国气象局早在1996年研究发现探空仪在探测水汽接近饱和时出现观测值偏低，相关研究(Lorenc et al，1996；Nuret et al，2008)给出相应的偏差订正分段线性函数，对观测值进行偏干订正，订正后对于当地降水预报有明显的正贡献。根据2.3节的分析表明，考虑太阳辐射加热和地面气温的日变化和季节变化是造成汕头、那曲站12时探空可降水量偏差的重要原因。分析偏差随太阳天顶角和地面气温的变化特征，根据太阳辐射偏差订正经验公式，建立探空可降水量偏干订正的经验公式(梁宏等，2012)。

首先，分析12时汕头、那曲站的G-R的平均值随太阳天顶角的变化情况，然后对其进行多项式拟合，然后，建立G-R的平均剩余值与地面气温的经验公式。

$ \Delta R = \left\{ \begin{array}{l} - 90.677 + 3.133\theta - 0.037{\theta ^2} + \\ 0.00014{\theta ^3} + f\left(T \right){\rm{ }}\;\;\;\;\;\;\left({\theta < 90^\circ } \right)\\ f\left(T \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({\theta > 90^\circ } \right) \end{array} \right.{\rm{ }} $

(2)

$ {R_D} = R - \Delta R $

(3)

式中，R_D为订正后的探空可降水量，R为实际观测的探空可降水量，ΔR为探空可降水量偏差订正量(单位：mm)；θ为12时的当地的太阳天顶角(单位：°)；T为地面气温(单位：℃)。f(T)的计算公式如下：

$ f\left(T \right) = 0.3227{\rm{exp}}\left[ { - {{\left({\frac{{T - 14.45}}{{9.089}}} \right)}^2}} \right] - 0.26 $

(4)

采用式(2)~式(4)分别对汕头、那曲站探空可降水量偏差进行订正。从图 9所示，订正后的探空可降水量与地基GNSS可降水量的相关性更大，说明探空可降水量的偏差明显减少。表 3给出了12时的探空可降水量在订正前后与地基GNSS的对比情况，可以看出，汕头、那曲站两种观测结果的相关系数分别从98%提高至99%，偏差分别从3.48、0.62 mm减少至1.42、0.004 mm，均方根误差分别从5.38、5.43 mm减少至5.12、5.40 mm。对汕头、那曲站的探空可降水量进行偏干订正以后，偏差减小，与地基GNSS可降水量结果相关性较好。

3 结论与讨论

(1) 将2013年1月1日至12月31日汕头站、2016年6月1日至2017年5月31日那曲站的探空可降水量和地基GNSS可降水量进行对比，发现探空可降水量明显偏干，两种观测结果的偏差具有明显的季节变化和日变化特征。夏季比冬季明显，12时比00时更明显。

(2) 分析造成两种观测结果偏差的变化特性的原因主要是太阳辐射加热以及地面气温的影响。PWV大小对探空可降水量偏差的影响在两个站的表现没有明显一致的规律，需要进一步积累观测数据进行分析研究。

(3) 利用太阳辐射特性，采用相关经验公式对汕头、那曲站的探空可降水量进行偏干订正，构建了订正公式，结果表明订正后的探空可降水量的偏干现象获得很好的改进。

本文利用汕头、那曲站的观测资料分析探空和地基GNSS可降水量之间的偏差以及造成偏差的原因，由于造成偏差的原因较复杂，本研究得到的结果不能代表所有的探空仪设备。另外，地形、观测环境、气候的不同造成的偏差特性也需要积累更多的观测资料进一步研究分析。