2020—2021年沈阳地区4次短时强降水过程的大气可降水量变化对比分析

doi:10.3969/j.issn.1673-503X.2023.02.004

摘要/Abstract

摘要：

选取2020—2021年夏季沈阳地区出现的4次短时强降水过程, 利用欧洲中心(ECMWF, European Center for Medium-Range Weather Forecasts)ERA5再分析资料、地基GPS(Global Position System)大气可降水量资料和常规观测资料, 分析不同天气系统影响下, 沈阳地区短时强降水过程中GPS水汽与水汽通量的变化特征。结果表明: 短时强降水过程前, 水汽累积时间的长短与相应的天气系统关系密切。副热带高压系统外围导致的强降水过程, 大气可降水量(Precipitable Water Vapor, PWV)可以一直维持在较高水平, 水汽增长速度可达1.1 mm·h^-1。此外, 强降水出现时段与PWV峰值阶段相对应, 但二者峰值并不完全重合; 短时强降水出现时, 沈阳站的大气可降水量超过38 mm; 强降水结束后, PWV明显减弱。

关键词: 短时强降水, 地基GPS, 水汽通量

Abstract:

Based on the ECMWF (European Center for Medium-Range Weather Forecasts) ERA5 reanalysis data, GPS (Global Position System) precipitable water vapor observations, and conventional observation data, the variation characteristics of atmospheric PWV (Precipitable Water Vapor) and water vapor flux during four short-time heavy rainfall processes from 2020-2021 under different weather systems in Shenyang were analyzed. The results show that the duration of water vapor accumulation is closely related to the corresponding weather system.PWV can be maintained at a relatively high level in the heavy rainfall process caused by the periphery of the subtropical high system, and the water vapor growth rate can reach 1.1 mm·h^-1.In addition, the occurrence period of heavy rainfall corresponds with the peak of PWV, but the peaks of the two do not coincide completely.When short-time heavy rainfall occurs, the atmospheric precipitable water at Shenyang station reaches more than 38 mm.After the end of heavy rainfall, PWV weakens obviously.

Key words: Short-time severe rainfall, Ground-based GPS, Water vapor flux

中图分类号:

P458.1⁺1

徐爽, 胡鹏宇, 贾越, 崔劲松, 杨磊, 李崇, 王东东, 侯婉婷. 2020—2021年沈阳地区4次短时强降水过程的大气可降水量变化对比分析[J]. 气象与环境学报, 2023, 39(2): 28-34.

Shuang XU, Peng-yu HU, Yue JIA, Jin-song CUI, Lei YANG, Chong LI, Dong-dong WANG, Wan-ting HOU. Comparative analysis of changes in atmospheric precipitable water during four short-time heavy rainfall processes in Shenyang from 2020 to 2021[J]. Journal of Meteorology and Environment, 2023, 39(2): 28-34.

图/表 9

图1

图2

图3

图4

图5

图6

图7

图8

表1

参考文献 25

1	郝丽萍, 邓佳, 李国平, 等. 一次西南涡持续暴雨的GPS大气水汽总量特征[J]. 应用气象学报, 2013, 24 (3): 230- 239.
2	杨红梅, 何平, 徐宝祥. 用GPS资料分析华南暴雨的水汽特征[J]. 气象, 2002, 28 (5): 17- 21.
3	曹云昌, 方宗义, 夏青. 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, 2005, 16 (1): 54- 59.
4	姚建群, 丁金彩, 王坚捍, 等. 用GPS可降水量资料对一次大—暴雨过程的分析[J]. 气象, 2005, 31 (4): 48- 52.
5	曹云昌, 方宗义, 李成才, 等. 利用GPS和云图资料监测北京地区中小尺度降水的研究[J]. 高原气象, 2005, 24 (1): 91- 96.
6	李国翠, 李国平, 连志莺, 等. 不同云系降水过程中GPS可降水量的特征——华北地区典型个例分析[J]. 高原气象, 2008, 27 (5): 1066- 1073.
7	何平, 徐宝祥, 周秀骥, 等. 地基GPS反演大气水汽总量的初步试验[J]. 应用气象学报, 2002, 13 (2): 179- 183.
8	曹晓岗, 丁金才, 叶其欣, 等. 利用水汽总量资料诊断入梅时间的方法[J]. 应用气象学报, 2007, 18 (6): 791- 801.
9	徐爽, 胡鹏宇, 梁红, 等. 2017—2018年辽宁地区三次降雪天气的GPS水汽变化特征[J]. 气象与环境学报, 2019, 35 (5): 27- 36.
10	李国翠, 李国平, 陈小雷. 强降雪天气中GPS可降水量与地面空气湿度的综合分析[J]. 高原气象, 2011, 30 (6): 1626- 1632.
11	杨晓霞, 吴炜, 万明波, 等. 山东省两次暴雪天气的对比分析[J]. 气象, 2012, 38 (7): 868- 876.
12	陈娇娜, 李国平, 黄文诗, 等. 华西秋雨天气过程中GPS遥感水汽总量演变特征[J]. 应用气象学报, 2009, 20 (6): 753- 758.
13	黄振, 李万彪, 梁军. 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.
14	程航, 程相坤, 朱晶, 等. GPS遥感大气可降水量在大连地区3次降水过程中的应用[J]. 气象与环境学报, 2014, 30 (5): 38- 48.
15	杨璐瑛, 刘畅, 杨成芳, 等. 不同天气系统影响下强降雨过程GPS可降水量变化特征对比[J]. 干旱气象, 2018, 36 (3): 475- 482.
16	邓佳, 李国平. 引入地基GPS可降水量资料对一次西南涡暴雨水汽场的初步分析[J]. 高原气象, 2012, 31 (2): 400- 408.
17	刘晶, 杨莲梅. 一次中亚低涡造成的天山北坡暴雨GPS大气水汽总量演变特征[J]. 气象, 2017, 43 (6): 724- 734.
18	Okamura O , Kimura F . Behavior of GPS-derived precipitable water vapor in the mountain lee after the passage of a cold front[J]. Geophysical Research Letters, 2003, 30 (14): 1746.
19	Ge M , Gendt G. , Rothacher M , et al. Resolution of GPS carrier-phase ambiguities in precise point positioning(PPP)with daily observations[J]. Journal of Geodesy, 2008, 82, 389- 399.
20	Liu Y X , Chen Y Q . Improving accuracy of near real-time precipitablewater vapor estimation with the IGS predicted orbits[J]. Geophysical Research Letters, 2002, 29 (16): 49.
21	Yang L , Sun L , Wang DD , et al. Analysis of precipitable water vapour characteristics from GNSS measurements during the snow season in Liaoning Province, China[J]. Advances in Space Research, 2021, 67 (8): 2347- 2358.
22	杨磊, 蒋大凯, 王瀛, 等. 辽宁省汛期GPS大气可降水量的特征分析[J]. 干旱气象, 2016, 34 (1): 82- 87.
23	郭洁, 李国平. 川渝地区大气可降水量的气候特征以及与地面水汽量的关系[J]. 自然资源学报, 2009, 24 (2): 344- 350.
24	秦鑫, 赵姝慧, 马嘉理, 等. 辽宁地区大气可降水量于降水关系的研究[J]. 气象, 2020, 46 (1): 80- 88.
25	王娜, 顾伟宗, 邱粲, 等. 山东夏季空中水汽分布和水汽输送特征[J]. 高原气象, 2021, 40 (1): 159- 168.

天气系统	累积时间/h	水汽累积过程平均增速/(mm·h^-1)	降水集中出现时段	降水结束后可降水量变化	短时强降水出现时大气可降水量/mm
冷涡配合副热带高压	10	2.20	可降水量峰值阶段	锐减	42.0
冷涡低槽	17	0.78	可降水量峰值阶段	缓慢减少	38.4
台风减弱环流北上第一阶段	19	0.74	可降水量峰值阶段	明显减少	57.8
台风减弱环流北上第二阶段	11	0.73	可降水量峰值阶段	快速减少	47.2
短波槽配合副热带高压	19	1.10	可降水量峰值阶段	快速减少	59.0

[1]	刘松涛,高梦竹,齐铎,王承伟. 基于CMA-MESO模式的黑龙江省强对流天气分类预报方法研究[J]. 气象与环境学报, 2023, 39(4): 38-46.
[2]	阮悦,冯晋勤,李婷婷,陈秋萍. 2017—2020年福建省冰雹和短时强降水云三维闪电特征分析[J]. 气象与环境学报, 2023, 39(4): 147-154.
[3]	石娟, 蒋贤玲, 柯元惠, 郑艳. 2012—2021年海南岛极端短时强降水特征及其成因分析[J]. 气象与环境学报, 2023, 39(2): 62-70.
[4]	曲美慧,朱文刚,赵淑红,朱晓彤,涂钢,高枞亭. 常规观测同化对吉林一次短时强降水过程数值预报的影响[J]. 气象与环境学报, 2022, 38(6): 10-19.
[5]	崔曜鹏, 杨磊, 孙丽, 高艳波, 魏海宁, 华婧婧, 崔景轩, 刘春溪. 辽宁东南半岛两次北上台风暴雨特征及成因对比分析[J]. 气象与环境学报, 2022, 38(2): 1-11.
[6]	薛啟,唐亚平,王丽娜,郭海峰,赵慧,马鹏程. 2015—2019年甘肃平凉地区夏季短时强降水时空分布及天气形势特征[J]. 气象与环境学报, 2022, 38(1): 57-64.
[7]	王秀娟, 姜忠宝, 马晓华, 冯旭. 2018年吉林省一次暴雨过程成因分析[J]. 气象与环境学报, 2020, 36(2): 1-8.
[8]	徐爽, 胡鹏宇, 梁红, 吴宇童, 李典, 张帅. 2017—2018年辽宁地区三次降雪天气的GPS水汽变化特征[J]. 气象与环境学报, 2019, 35(5): 27-36.
[9]	王秀英, 廖留峰, 王俊杰. 基于多元线性回归的滇西南短时强降水预报模型研究[J]. 气象与环境学报, 2019, 35(2): 15-22.
[10]	万瑜;曹兴;杨莲梅. 中亚低涡背景下中天山地区一次短时强降水过程中尺度特征[J]. 气象与环境学报, 2018, 34(4): 1-10.
[11]	童金, 魏凌翔, 叶金印, 周昆, 袁松. 安徽省不同地形条件下汛期短时强降水时空分布特征[J]. 气象与环境学报, 2017, 33(6): 42-48.
[12]	李燕, 赛瀚, 刘静, 刘硕. 辽宁省短时强降水气候特征分析[J]. 气象与环境学报, 2017, 33(4): 56-63.
[13]	陈圣劼, 尹东屏, 李玉涛, 孙燕, 李超. 南京地区城郊降雨差异特征分析[J]. 气象与环境学报, 2016, 32(6): 27-33.
[14]	万志红, 李荣平, 周广胜, 王莹, 王婉昭, 张晓月. 锦州地区玉米农田生态系统水汽通量变化特征及其调控机制[J]. 气象与环境学报, 2016, 32(6): 155-159.
[15]	王囝囝, 黄振, 邹善勇, 刘晓初. 大连地区短时强降水天气特征及预报指标研究[J]. 气象与环境学报, 2016, 32(4): 32-38.