西南低涡对流云团及其降水的一些特征

基于FY-2C静止卫星红外和水汽通道资料,简单分析了发生在四川盆地的西南低涡暴雨云团生消过程,给出了一些有意义的云团生命特征。同时,结合相应的地面自动站降水资料,详细分析了卫星红外和水汽通道云顶亮温与对流云团降水之间的关系特征,结果表明:对于一完整对流降水过程,1小时内最低水汽亮温和水汽亮温增量能很好地描述地面1小时累计降水特征。然而,用静止卫星红外或水汽通道亮温来表征的云团降水特征是非常复杂的。尽管具有相同的最低云顶红外或水汽亮温,但对不同的对流过程其总体降水量级趋势不一样。而且,对于同一对流过程的不同发展阶段,即使出现云顶红外或水汽亮温一样,但其地面降水特征也是不一致的。甚至是对于同一时刻具有相同最低红外或最低水汽亮温特征的云,其降水落区与量级都不尽相同。正是这些复杂的降水特征,使得西南低涡对流云团的降水估算具有很大的难度。      

风云二号气象卫星红外观测在云团降水监测中的应用

提升灾害性对流天气的监测预警能力是短临天气预报的首要目标,但对流性降水在时间、空间上分布高度不均,观测难度大。卫星遥感监测降水的传统红外、水汽亮温判识方法,报警云团数量多,空报率高,指示意义不稳定,需要结合背景因素寻找方法提炼卫星辐射观测中更多的内在隐含信息,建立云顶亮温与此类灾害天气间的联系。此文尝试使用FY-2气象卫星红外云图数据和逐时加密地面降水观测资料,通过追踪云团移动进而分类、提取参数,然后用模糊支持向量机（FSVM）方法建立地面观测雨强与云团特征动态演变间的机器学习数学关系,标识出有监测预警意义的云团和强降水中心,对检验地域和时间的卫星强降水云团检测识别率达80％左右。     

利用FY-2E红外和水汽波段对强对流云团的识别和演变研究

使用FY-2E静止气象卫星的红外1(10.3~11.3μm)和水汽波段(6.3~7.6μm)时序图像,对强对流云进行识别和短时预测。亮温阈值法是将强对流云和其他高云区分开的常用方法,但是合适的亮温阈值是随着时间和空间而变化的,过高的阈值会将许多卷云包括进来,太低的阈值会排除掉云顶发展还不是很高的强对流云。水汽波段所在的位置是水汽的一个强吸收带,而高度在400 h Pa上下的大气层是水汽波段的一个强吸收层,大气在垂直方向上的对水汽波段辐射吸收的分布模式使得卫星接收到的水汽波段辐射主要来自于400 h Pa以上的大气中高层,而卫星接收到的红外波段辐射主要来自于大气中低层,两个波段间辐射来源的差异使得不同光学厚度的高云的辐射观测值在红外—水汽光谱空间中的分布具有明显差别,并且这种差异具有时空的稳定性。本文将一定范围内的云团的象元测值在红外—水汽光谱空间中的分布的拟合直线斜率作为强对流云识别的依据,结果表明相对于亮温阈值法,本文的识别方法不仅能够较好地区别卷云和强对流云,同时也能更有效地识别未达到旺盛阶段的对流云。在对强对流云进行识别后,根据相邻时间段的卫星图像,利用交叉相关法反演得到强对流云团顶部的位移矢量场,并根据后向轨迹法对强对流云团位置形状进行短时预测,预报结果在短时间内(0~1 h)较好,并且对面积较大的云团的预报效果要优于较小的对流云团。此外文中还利用逐半小时的云顶黑体温度(Temperature of Black Body,TBB)资料分析了云顶亮温的分布变化,得到了整个强对流过程的演变特征。     

用NOAA-9/AVHRR资料估计塞内加尔降水量

利用欧空局静止气象卫星(以下简称静止卫星)资料估计降水量是众所周知的,在塞内加尔地区1987年的雨季,我们使用极轨卫星NOAA 9 AVKK的两个热红外通道资料得到了卫星测得的云顶温度与地面降水量之间的关系.使用窗区分离技术把两个红外通道资料和Lagouards系数相结合,所得结果表明,卫星测得的云顶温度与地面降水量之间有很高的线性相关系数,同期云顶平均温度可以作为很好的降水量指标     

不同观测分辨率强台风云系的遥感特征

静止气象卫星的快速区域扫描是监测不同天气过程的有利手段。以获取的风云静止气象卫星快速区域扫描数据为基础,选取2011年台风梅花(1109)及2012年台风海葵(1211)的观测数据,采用Hovm(o|¨)ller分析图、变异系数等参数,研究不同时空分辨率观测数据对台风云系结构特征参数监测的敏感性影响。分析结果表明:可见光通道10 min观测时间间隔配以1.25 km空间分辨率可以很好地反映云系演变特征,在相同观测时间分辨率条件下,降低空间分辨率会对云系结构特征的提取有较大影响;在相同空间分辨率条件下,观测时间分辨率的降低对云系结构及演变特征的分析影响较小;基于变异系数的分析说明云像元特性在60 min的观测时间间隔下发生了较大变化,如果以60 min为观测时间间隔将会失去较多的云像元变化特征。水汽通道不同观测时间的变异系数差值小于红外通道1,说明云像元在红外通道1的特性演变对观测时间的敏感性高于水汽通道,提高观测频率可获取更多的云像元红外通道1的辐射特性。     

导致区域性雷暴大风天气的云型分类及统计特征分析

利用2005—2011年的静止卫星、常规探空和重要天气报资料,文章选取了18次典型区域性雷暴大风过程,在分析500 hPa天气形势基础上对导致雷暴大风的强对流云型进行了分类分析,其发展过程可划分为初始、发展、成熟和消亡四个阶段。对静止卫星观测的定量特征分析表明,对流云团中IR1通道和水汽(WV)通道的亮温差基本为负值,其值的不断减小预示着强对流在持续发展;在监测和预报雷暴大风天气时,需要特别关注长椭圆形强对流云带的右侧和其右侧的孤立对流云团,尤其是TBB(红外亮度温度)低负值区、TBB高梯度区、IR1和WV通道亮温差值区及大梯度区均配合的区域。在定性分析的基础上对静止卫星IR1与WV通道的亮温特征进行了定量统计分析,获得了雷暴大风出现站点附近的红外亮温、水汽亮温、IR1与WV通道亮温差和红外亮温梯度的分布情况,结果发现大部分站点的雷暴大风天气出现在以下时段:红外亮温由急剧下降到平缓下降之间的过渡期;IR1与WV通道亮温差由迅速下降转为缓慢下降或稳定少变的时间点前后,且多数处于IR1和WV通道亮温差由正转负临近的时间段内;红外亮温梯度达到最大的时间点附近或开始下降的时候。     

基于葵花-8卫星宁夏暴雨监测预警指标研究

基于葵花-8卫星红外通道资料和地面降水数据,对2017年5—9月宁夏暴雨过程进行云团识别、特征参数(云顶平均亮温、最低亮温、亮温梯度、冷云面积和降温率)计算及监测预警指标分析.结果表明:所选云团特征参数在不同类暴雨过程中有较明显的表现特征.暴雨发生时,云顶平均亮温和最低亮温分别介于213～228 K和199～227 K...     

卫星初生对流的业务应用技术研究

通过对FY静止气象卫星和多普勒天气雷达资料的分析,发现对流发展各阶段卫星云团和雷达回波均有不同特征,卫星红外通道最小亮温与雷达最大反射率因子强度存在明显的反相关性,均能够反映强对流发展的过程。     

基于动态特征的强对流云团追踪

利用FY-2E卫星数据获取的强对流云团面积、重心、长短轴比、重心与形心距离、移动速度、移动角度和最低亮温等属性的变化可作为动态特征,利用慢特征分析方法提取云团中具有一定连续性和稳定性的动态特征对强对流云团不同阶段进行识别和追踪.结果表明,动态特征与强对流云团的不同发展阶段具有很好的对应关系:在初生阶段,云团的移动方向和速度不稳定,但是面积呈现出缓慢增长态势,云顶亮温缓慢下降,此时云团的慢特征为面积和云顶亮温;在成熟阶段,云团的移动路径趋于稳定,云顶亮温达到最低,云团重心和形心基本重合;在消散阶段,存在云团分裂和云团的重心与形心分离特征.云团长短轴比的变化与云团最低亮温的变化趋势一致,移速缓慢的对流云团更容易造成集中强降水,快速移动的对流云团大多造成地面大风.     

浙江省降水云系红外云图特征及其与降水量的关系

用2000~2003年GMS红外云图资料,统计分析了影响浙江省降水系统的红外云图特征及其与地面1 h降水量的关系。结果表明:降水云团的云顶亮温、1 h云顶亮温差、云顶亮温梯度和云团移动速度与地面降水强度的对应关系是非线性的,并且随季节的变化它们的关系又有明显变化;随着云顶亮温的降低,1 h降水量降水强度逐渐增大,出现强降水的机率也明显增多;浙江省内易出现2.0 mm/h(中雨)7、.0 mm/h(大雨)、15.0 mm/h(暴雨)强降水的云顶亮温指标分别为-30℃、-36℃、-41℃。     

一次锋面气旋云系中强对流云团的识别

利用NOAA-16/AMSU-B微波亮温资料和GOES-9光学遥感资料对2004年6月16日一次锋面气旋云系中的强对流云团进行识别, 尝试了NOAA-16/AM SU-B微波两窗区通道亮温、3个微波水汽通道间亮温差, GOES-9红外亮温阈值、水汽和红外通道亮温差、红外和水汽通道亮温多光谱逐个修改聚类等方法, 通过比较各种方法的识别结果, 分析各种识别技术的特点, 同时采用地面常规观测资料进行叠加, 对识别方法进行了验证。结果表明:微波对强对流云团均能较好识别, 但89 GHz通道亮温受地表影响较大, 不能很好剔除过冷水体, 150 GHz通道亮温与微波水汽通道间亮温差的识别结果较一致, 3个微波水汽通道间亮温差对阈值的依赖性相对较小; GOES-9红外亮温阈值因其随时空变化对识别结果会造成较大差别, 而水汽和红外通道亮温差对强对流云团能进行较好定位, 但识别范围较小, 多光谱逐个修改聚类方法对积雨云的识别效果较好, 且和NOAA-16/AMSU-B识别结果有较好的对应关系; 地面常规观测资料的叠加结果也说明, 多波段遥感资料对强对流云团的识别结果与当时的天气现象及积雨云状均有较好的对应关系。     

一次典型降水层状云的结构特征和增雨潜势分析

利用FY-2C卫星资料、雷达资料和逐时降水资料及NCAR/NCEP(1°×1°)再分析资料,对2005年9月24-25日河南省出现的层状云降水过程进行了分析。结果表明:影响降水过程的是低槽—切变云系,切变线云系为暖云云系,结构较均匀,低槽云系主体为冷云,云顶亮温不均匀,有低亮温带结构,当东移的低槽云系与北抬的切变线云系叠加后,叠加区上有中小尺度云团活动,促使降水加强。强降水出现在700 hPa、850 hPa切变线之间及500 hPa低槽前部,并与云顶亮温的发展变化趋势表现出相似性;500 hPa槽前、700 hPa切变线北侧的降水,雨强与亮温值的对应关系不确定。这主要是由于低槽云系和切变线云系的叠加部位不仅具有深厚的湿层,而且具有较强的动力抬升和水汽辐合条件;切变线北侧处于低空辐散区且水汽条件较差,自然降水产生的条件不是很好。最后借助于FY-2C卫星资料反演的云物理参数,对低槽—切变云系的增雨潜势进行了简要分析,认为低槽—切变云系上云顶温度较高的部位符合“播云窗”概念,具有很好的增雨潜势,切变线北侧的低槽云系由于云顶温度低、低空水汽不充分,“播撒—供应”机制不能很好地建立,其增雨潜势条件也弱。     

基于葵花8号卫星资料的沈阳两次暴雨过程中对流云特征对比分析

应用葵花8号卫星资料,结合NCEP FNL再分析、GNSS遥感水汽、风廓线雷达、全国智能网格实况融合分析资料,对2017年7月14日和2018年8月7日沈阳两次暴雨过程(分别简称过程Ⅰ和过程Ⅱ)中对流云特征进行了比较分析,重点探讨了对流云的触发维持机制与影响降水特征差异的因素。结果表明:(1)两次过程分别为局地突发暴雨和区域性极端暴雨,沈阳市区暴雨均由两个对流云团引发,对流云团合并使得降水持续。过程Ⅱ云团合并发生在其移动方向的后侧,具有后向传播特征,合并云团沿其长轴方向移动影响沈阳市,使降水时间延长。(2)在降水前至降水初期,过程Ⅰ对流云顶和水汽层顶快速上升且云顶迅速超过水汽层顶,而过程Ⅱ亮温下降缓慢。短时强降水发生前红外和水汽亮温同步快速降至-60℃,可作为提前预判对流云团产生短时强降水的参考指标。10 min雨量大于10 mm的对流云云顶集中分布在红外亮温低于-55℃、亮温差为-5~0℃的范围。(3)两次过程中,沈阳市分别位于东北冷涡后部和副热带高压北缘。过程Ⅰ,探空曲线呈“X”型,CAPE高达2584 J·kg^-1,造成对流云深厚,云底以下干层导致雨滴蒸发,使降水强度减弱,该过程高强度降水仅发生在对流云团合并加强阶段。过程Ⅱ,云底到地面湿层明显,保证了雨滴降至地面,产生相同量级降水的云团的TBB比过程Ⅰ高。(4)强降水发生前,地面风场存在明显辐合,当大气可降水量2 h内跃增8 mm时,站点出现强降水;局地水汽跃增可能是低空西南气流偏南分量增大或偏北冷空气侵入到暖湿空气中所致。     

利用AMSU-B和GOES-9卫星资料对热带气旋“蒲公英”的分析

利用NOAA-16/AMSU-B三水汽通道微波亮温差和GOES-9红外亮温阈值对热带气旋深厚对流云进行检测,同时利用GOES-9可见光、红外、水汽多光谱通道特征对热带气旋云系进行识别,通过一次台风“蒲公英”个例,对热带气旋在微波和光学遥感图像上的深厚对流云进行分析。结果表明,微波和光学遥感资料均能对热带气旋深厚对流云进行有效识别,检测结果基本一致,但识别出的对流云,微波范围较小,光学遥感范围较大,这可能是由于光学遥感仅能获得云顶信息,将对流云顶部覆盖的卷云错判造成的;即使采用较低亮温阈值,光学遥感也很难将这部分卷云完全分离,而微波对云更具穿透性,在深厚对流云的识别方面具有独特优势;三水汽通道间微波亮温差反映了深厚对流云的发展强度,可间接揭示热带气旋的发展情况。     

基于云亮温和降水回波顶高度分类的夏季青藏高原降水研究

本文利用热带测雨卫星(TRMM, Tropical Rain Measuring Mission)第七版逐日逐轨测雨雷达(PR, Precipitation Radar)及可见光和红外扫描仪(VIRS, Visible and Infrared Scanner)的融合数据集,研究了夏季青藏高原上降水类型的特征.统计结果表明第七版PR降水回波强度及降水率廓线资料(2A25)仍旧误判青藏高原上以层云降水为主(比例高达85%);以云顶相态定义的青藏高原降水类型统计表明,冰相云顶和冰水混合相云顶的降水分别占43%和56%;以降水回波顶高度定义的降水类型统计表明,深厚弱对流降水和浅薄降水分别占77%和22%,而深厚强对流降水仅占1%.空间分布的统计表明,冰相云顶降水和冰水混合相云顶降水的频次和强度自高原西部向高原东部和东南部增加,其降水回波顶高度自高原西、中部向东部降低.深厚强对流降水和浅薄降水的频次由西向东增加,而深厚弱对流降水频次分布是西少、北少、南多,高原南部比北部的深厚弱对流降水频次高出近1倍;深厚弱对流降水和浅薄降水的平均强度也表现了自高原西部、中部向东部的增大,而其降水回波顶高度分布则相反.总体上,夏季青藏高原降水频次和强度自西向东增多和增大,而云顶和降水回波顶高度则相反.     

台风利奇马(1909)与台风摩羯(1814)云特征对比

利用FY-2H,Aqua,CALIPSO (Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation)和GPM(Global Preciptation Measurement)卫星产品,对比同在浙江温岭沿海登陆且路径相似的台风利奇马(1909)和...     

基于卫星雷达等多源资料的短时暴雨预警

利用2017—2018年葵花卫星(Himawari)TBB亮温资料,计算最低亮温、亮温梯度、红外与水汽亮温差和低亮温区面积及其随时间变化率等特征参量,确定短时暴雨的卫星参数阈值,并融合了雷达参数阈值及过去1 h地面加密降水实况资料,采用指标叠加法判定监测区域内某一云团未来2 h能否产生区域性短时暴雨天气,并采用交叉相关法外推云团的移动,进而对强降水云团进行预警。对2019年几次暴雨过程预报检验结果是:预警命中率(POD)为80.6%~97.1%,平均为91.0%,临界成功指数(CSI)为77.2%~79.2%,平均为77.9%,所预警的云团未来2 h影响区域出现≥30 mm/h短时暴雨站数占全省短时暴雨站数的76.4%~96.2%,平均为85.2%,整体预警效果较好。     

Satellite- and radar-based investigations of heavy precipitation systems on the southern side of the European Alps

Summary In autumn 1999 during the field phase of the Mesoscale Alpine Programme (MAP), the geostationary satellite Meteosat-6 performed 5-minute rapid scan imagery over central Europe. The rapid scan data of 11 heavy precipitation events are investigated by analyzing the spatial and temporal characteristics of cloud top structures. The objectives are to separate convective from stratiform cloud regions by satellite data alone and to gain insight into the life cycle of heavy precipitation systems. For verification of the satellite-based results, radar data from the operational Mt. Lema C-band radar is interpolated on the spatial grid of the infrared and visible Meteosat images. The interpolated radar data of each single grid cell is then classified by a convective-stratiform algorithm and compared to the analysed rapid scan imagery.The satellite- and radar-based approaches do only rarely produce matching classifications concerning the identification of convective areas. Since convection during the field phase of MAP occurred mostly embedded within stratiform cloud regions, no temporal and spatial characteristics of convective activity within clouds can be systematically derived from satellite imagery. This lack of characteristic cloud top structures prevented the unambiguous identification of typical cloudiness associated with stratiform precipitation. It is one of the major findings of this study, that in several cases being classified as stratiform by radar, strong cloud development is observed in satellite imagery. The preferred area of strong cloud development is located ahead of the Alpine barrier in a precipitation-free atmosphere. Two contrasting examples of life cycles of heavy precipitation systems are given based on the complementary information extracted from satellite and radar data.     

基于TRMM卫星资料对四川盆地降水的三维结构特征分析

利用TRMM卫星多种探测仪器得到的观测资料,分析研究2010年7月15~18日由西南低涡引发的四川盆地区域性暴雨天气过程,重点揭示了该次过程降水的三维结构特征。结果表明:红外和微波亮温数据均能从一定侧面反映低涡云系的降水特征;西南低涡引发的降水属于中尺度系统降水,层云降水对总降水的贡献率超过90%,存在明显的亮带结构;大范围降水区内包含一条主雨带和若干独立的对流性雨团,表现为大范围层云降水围绕对流降水的结构特征,对流性降水云顶最高能发展到17km,局部最大降水率出现在2~5km高度;降水凸起部分为独立的对流降水云团,呈塔状立体结构。