2. 浙江省气象局;
3. 民航飞行学院
2. Zhejiang Meteor ological Bureau;
3. Civil Aviation Flight University of China
无缝隙、精细化和三定预报思路要求实现预报服务在时间、空间的一致性和连续性。目前我国气象部门相当普遍地拥有气象卫星观测资料,但是,由于对气象卫星资料的客观解释应用技术开发不足,卫星遥感资料的预报应用缺乏再加工和深加工,预报员不能准确、及时、有效地捕捉和分析到有用信息,应用相当程度上还停留在定性阶段。气象卫星遥感资料如何在短时预报预警精细化预报服务方面发挥作用,亟待进一步研究并开展工作。对飑线等中尺度强风暴天气过程,由于受常规气象观测资料空间分布率较低的限制,难于分析实际过程发展变化与移动路径情况,应用卫星遥感监测资料处理与定量分析技术则可以在一定程度上弥补这一不足。利用FY-2C静止气象卫星遥感资料,采用卫星遥感资料处理与定量化分析技术,对浙江省小流域强风暴监测预警区域云图资料和中尺度加密气象监测资料进行分辨率为0.05°×0.05°细网格化定量处理,分析了2006年6月10日08—14时影响浙江省中北部的飑线过程,试图在利用FY-2C静止卫星监测定量资料开展小流域强风暴天气的精细化预报方面进行一些探索。
1 2006年6月10日浙江飑线影响过程概况2006年6月10日上午08时,受高空低槽及弱冷平流南下影响,浙赣交界处的安徽境内出现15~25m·s-1的阵风和20mm·h-1的短时强降水,随后飑线自西北向东南方向快速发展移动影响浙江。这次飑线影响过程中,浙江省中北部地区有278个站点出现8级以上大风,50个站点风速达到10级(最大32.8m·s-1);42个站点出现超过10mm·h-1的短时强降水,11个站点超过20mm·h-1(最大47.8mm·h-1);部分地区出现直径10mm左右的冰雹(最大的直径约16~17mm);各地影响时段大多在1小时左右,至下午15时过程结束。这次飑线过程给受影响地区造成较大人员伤亡和经济损失。飑线影响过程雷达回波见图 1(彩页),过程极大风速分布情况见图 2(彩页)。
本次飑线主要影响浙江省中北部地区,选取浙江省小流域强风暴监视预警区域作为分析研究区,区域范围为:25~33°N、116.0~124.0°E,分析区域的网格分辨率为0.05°×0.05°。
飑线影响时间主要在2006年6月10日07—14时之间,因此将分析研究时段确定在2006年6月10日00—23时(资料时间均为北京时)。
选取分析研究区范围的1643个加密自动气象站(其中浙江省637个站),2006年6月10日00—23时1小时间隔的降水量、风向风速、本站气压与地面气温等中尺度加密监测数据为分析资料。
选取2006年6月10日00—23时每间隔30分钟观测一次、共48幅FY-2C静止气象卫星S-VISSR展宽数字资料作为研究分析的初始卫星资料。
3 FY-2C静止气象卫星云图处理 3.1 S-VISSR展宽数字图像资料预处理对FY-2C静止气象卫星云图S-VISSR展宽数字资料预处理主要有:等经纬投影处理、坐标转换、光谱通道分离、卫星数据定标处理等。
通过图像定位等算法实现对卫星观测资料投影处理、VISSR图像坐标和地理经纬度坐标之间的相互转换、提取区域云图。对分离后的红外通道计数值和可见光通道计数值进行卫星数据的定标处理,得到云顶亮温TBB和反照率值。对分通道区域云图进行格点化处理,得到分析研究区的4个红外通道的亮温和可见光通道的反照率等细网格数字云图资料。
3.2 卫星云图随机噪点消除气象卫星数据在接收过程中,由于卫星在观测和信号传输的过程中可能受到各种电波干扰,云图上有时会出现随机性的孤立噪点或漏行,因此在使用卫星云图资料前,需对其进行噪点剔除处理。采用平滑滤波算法可以滤除随机噪点,进行云图去噪处理[9]:
(1) |
(2) |
(3) |
其中,G(i,j)是图像点灰度值,i,j分别为卫星图像行列值,N为平均的点数,G0为阈值。取N=9,G0=35,经过以上处理后,基本消除了云图中的随机噪点。
4 对流强度变化及发展演变特点采用美国常用的方法将云顶TBB<0℃的值分为7层[1](见表 1),这种分层方法考虑了云发展中的一些性质和类别变化,可以此来分析飑线云的对流强度。当云顶TBB ≤240K(-32℃,第6层以上),通常认为这种云是对流云,伴随的强对流天气现象较强;当TBB≤210K(-62℃,第2层以上),则认为云已伸过了对流层顶,称作超顶或穿顶对流,对流发展非常旺盛,伴随强对流天气现象比较严重。
应用云顶亮温的分层特点和Weiss-Smith方法[2]可以很好地识别强降水(如大于10mm·h-1)[6]的特点,分析云顶亮温、分层云阈值参数与飑线对流强度、对流活动旺盛期、对流云减弱消亡之间的关系[1]。通过Weiss-Smith方法对分析区域内各时次红外通道云图资料进行15km×15km网格计算,得到平均云顶亮温TBB场、对流云最冷云顶亮温以及平均云顶亮温随时间的变化等结果。
由图 3可知,6月10日凌晨02时左右对流云团开始发展,03时30分左右云顶最低亮温降低到23 9K,云团发展达到对流高度,到达第6层的云顶面积[5]为100km2左右(4个网格);此后,对流继续发展,云顶最低亮温快速降低,超过对流层的云顶面积也迅速增加。到05时30分左右云顶最低亮温降低到229K,即对流发展达到第5层,达到对流层高度的云区面积约19570km2(783个网格)。
05—09时之间是飑线对流发展旺盛期,云顶最低亮温在07—08时30分左右达到过程的最低值(228K),对流发展高度达到第5层。此间,在第6层之上的云区面积因对流发展较迅猛使云顶向上拉伸而减少,达到第5层的云顶面积迅速增多,从0km2快速增大到约1850km2 (74个网格),08时左右达到最大,这时到达第5层的飑线对流云团面积约1925km2(77个网格),可以认为此时飑线对流强度达到最旺盛期(图 4,见彩页),宁波雷达也同时观测到强度达60dBz的强对流回波(图 1,见彩页)。此后,随着飑线影响时的强风暴天气发生,飑线因能量释放对流强度逐渐减弱,09时开始对流云顶高度回落到第6层(TBB为232K);13时30分左右最低云顶亮温升高到242K以上,云顶高度降低到第6层以下。在以后的1小时内最低云顶亮温迅速升高,对流强度明显减弱,这时候飑线影响发生的强风暴天气也随之结束。
为便于通道之间的相互匹配比较和组合处理,采用IR1~IR4红外通道为T×l,可见光VI S通道为T×4+3(其中T为各通道数据的原始值)的方案进行规一化处理。
计算规一化后的长波红外分裂窗通道IRl(光谱范围为10.3~11.3μm)亮温和IR2(光谱范围为11.5~12.5μm)亮温差,进行长波红外分裂窗双谱组合分析:
(4) |
其中TBB1和TBB2分别为红外分裂窗通道IR1、IR2亮温,Tc为长波红外分裂窗双谱组合值。
对比分析TBB场、Tc场和强对流天气发生区发现,长波红外分裂窗双谱组合Tc≤-4的低值区与强风暴天气发生区有很好的对应关系。Tc≤-4的低值区主要位于飑线对流云团TBB低中心的前侧,在整个飑线影响过程中,强风暴天气主要发生在Tc≤-4的低值区范围,其中呈条状分布的Tc≤-7的低值区与强度大于40dBz的条状强雷达回波区几乎重合(图 5,见彩页),强雷达回波中心(60dBz)与Tc低值中心(Tc =-10)相对应。由此可见,在本次飑线过程中,长波红外分裂窗双谱组合Tc≤-4的低值区可以有效地指示飑线对流云团的强风暴天气影响区域,Tc≤-7低值中心的可以指示强雷达回波区。
可见光(VIS)图像是太阳辐射经地一气系统散射或反射后到达卫星的图像,图像灰度值取决于地表或云的散射或反射系数。反照率反映了云的厚薄和结构疏密,发展深厚的云具有较高的反射率,薄的卷云反射率较低。利用很低的云顶亮温和很高的反照率表明该云团对应着旺盛发展的对流云的特点,进行云团对流发展程度识别[7]。计算规一化后的长波红外通道IRl (光谱范围为10.3~11.3μm)亮温和可见光通道VIS(光谱范围为0.55~0.90μm)反照率的差值,计算长波红外与可见光双谱组合值[8]:
(5) |
其中TBB1为长波红外通道亮温,VIS为可见光通道反照率,TV为长波红外与可见光双谱组合值。
对TV场、TV梯度场及强风暴发生区域进行对比分析发现,本次飑线影响时的短时强风暴天气区域不是处在飑线对流云团的TV最强区域,而是主要分布在沿飑线对流云团前进方向的TV梯度最大区域附近(图 6,见彩页);强风暴发生区的移动路径与对流云团TV梯度最大区域的移动路径相似。
(1) Weiss-Smith方法处理云图资料并结合应用云顶亮温的分层方法,可以很好判别飑线对流云团与相应的强风暴天气的发生、发展和演变过程。
(2) 在此次飑线整个活动期间,对流云顶最低亮温TBB均低于240K(第6层),即达到对流云高度,对流最旺盛期TBB小于230K(第5层)。
(3) 长波红外分裂窗双谱组合Tc≤-4K的低值区可以有效地指示飑线对流云团的强风暴天气影响区域,Tc≤-7K低值中心的可以指示强雷达回波区。
(4) 长波红外通道IRl亮温与可见光通道VIS反照率的双谱组合方法,可以有效地识别飑线对流强度。
(5) 强风暴天气区域主要分布在沿飑线前进方向的TV梯度最大区域附近,强风暴发生区的移动路径与TV梯度最大区域的移动路径相似。
[1] |
NESDIS/NOAA. The GOES Users Guide[M]. 1983, 7-389.
|
[2] |
Weiss M., Smith E.A. Precipitation discrimination from satellite inf rared temperatures over the CCOPE mesonet region[J]. Journal of Climate and Applied Meteorology, 1987, 26: 687-697. DOI:10.1175/1520-0450(1987)026 < 0687:PDFSIT > 2.0.CO; 2 |
[3] |
Negri A.J., Adler R.F. A satellite infrared technique to estimate tropical convective and stratiform rainfall[J]. Journal of Climate and Applied Meteorology, 1988, 27: 30-51. DOI:10.1175/1520-0450(1988)027 < 0030:ASITTE > 2.0.CO; 2 |
[4] |
Scofied R.A.. The NESDIS operational convective precipitation estimation technique[J]. Monthly Weather Review, 1987, 115: 1773-1792. DOI:10.1175/1520-0493(1987)115 < 1773:TNOCPE > 2.0.CO; 2 |
[5] |
魏建苏, 严明良, 樊永富, 等. 卫星云图和数值产品结合的汛期强降水预警系统[J]. 气象科学, 2001, 3: 355-362. DOI:10.3969/j.issn.1009-0827.2001.03.014 |
[6] |
王健康. 用卫星资料估计降水方法的评述[J]. 气象, 1993, 5: 3-8. |
[7] |
蔡艳, 傅德胜. 基于卫星遥感图象纹理特征的云类识别方法及软件设计[J]. 南京气象学院学报, 1999, 3: 416-422. DOI:10.3969/j.issn.1674-7097.1999.03.020 |
[8] |
郁凡. 多光谱卫星图像降水强度场的分析[J]. 气象学报, 2003, 3: 334-345. |
[9] |
杨澄, 袁招洪, 顾松山. 用多谱阈值法进行GMS-5卫星云图云型分类的研究[J]. 南京气象学院学报, 2002, 6: 747-754. DOI:10.3969/j.issn.1674-7097.2002.06.004 |