热带气旋是影响我国的重要灾害性天气系统之一(向纯怡等,2016),其活动所带来的灾害性天气破坏性非常大(殷明等,2016),而海上热带气旋定强主要是利用Dvorak(1975;1984) 技术,即利用可见光和红外云图上的热带气旋云系和云型特征来估计热带气旋强度,但该方法的客观性较差,因此之后的DD(digital Dvorak)(Zehr,1989)、ODT(objective Dvorak technique)(Velden et al,1991)、AODT(advanced objective Dvorak technique)(Olander et al,2002)和ADT(advanced Dvorak technique)(Olander and Velodey, 2007)方法,使Dvorak技术逐步实现了客观化并成功地应用于各个业务部门,取得了较好的应用效果。但热带气旋眼区上空通常覆盖有卷云或层云,使得主要基于可见光和红外云图识别的Dvorak技术无法得到热带气旋的内部信息,而被动微波探测可以穿透上层卷云,探测到卷云下的中低层热带气旋结构特征(张淼等,2015)。
热带气旋在发展初期,初始扰动触发了洋面上空气的抬升运动,暖湿气流通过潜热释放和感热方式加热上部空气,并逐渐在热带气旋中高层形成暖核;另一方面,抬升运动也使得底层中心气压下降,周围的暖湿气流不断向中心辐合上升,进一步增强暖核强度。Rosenkranz et al(1978)利用雨云6号卫星上的SCAMS对June台风进行探测时,首次发现台风位于对流层中上层的暖核。Kidder et al(1978;1980) 通过进一步的研究表明,利用辐射传输方程和热力学方程,可以把热带气旋暖核亮温距平同气旋中心海平面气压联系起来,并建立了计算热带气旋外围风场的算法。Velden et al(1991)利用微波垂直探测器MSU(microwave sounding unit)反演得到的大气温度廓线,建立了利用250 hPa温度距平估测热带气旋强度的方法,所得结果同气象侦察飞机实测的气旋强度值较接近。但相对于热带气旋暖核尺度而言,这些微波垂直探测器的空间分辨率仍较低。1998年新一代极轨气象卫星发射升空,其上搭载的AMSU具有更多的遥感通道和更高的空间分辨率,国内外学者(Kidder et al,2000;Spencer and Braswell, 2001;Brueske and Velden, 2003;王瑾和江吉喜,2005;邱红等,2004;2007) 利用AMSU探测的亮温及其反演的温湿廓线产品,研究了热带气旋热力结构特征,发展了计算热带气旋中心最低海平面气压和梯度层切向风场的方法,均取得了较好的效果。
风云三号(FY-3) 系列气象卫星是我国第二代极轨气象卫星,2013年9月23日我国成功发射FY-3C星,新型微波温度计(MWTS-II)是其搭载主要载荷之一。本文主要针对发生在西北太平洋的热带气旋,利用2013年9月30日至2014年匹配出的29个热带气旋的210时次个例,分析热带气旋暖核结构特征,并利用热带气旋的中心增暖,建立热带气旋强度估计方法。
1 数据及其处理方法介绍 1.1 数据介绍搭载于FY-3C卫星上的MWTS-II是周期自定标的全功率型被动微波辐射计,扫描周期为8/3 s,每扫描线观测90个地球视场,提供星下点分辨率为33 km的大气温度垂直分布信息。MWTS-II有13个地表和氧气探测通道,频率位于50~60 GHz,可以探测地面至6 hPa的大气温度状态,具体通道特征见表 1。采用美国1976标准大气模式计算MWTS-II的权重函数,如图 1所示。权重函数由于受到大气温度、湿度、地表辐射率及扫描角度等因素影响,峰值高度会略有变化(刘喆等,2008),而热带气旋中心暖核最强的位置大约在对流层上部250 hPa层附近,因此从图 1可以看出:通道5~8的权重高度大约与热带气旋最强的暖核位置相重合。
本研究使用的MWTS-II/L1亮温数据由国家卫星气象中心业务处理生成,通过国家卫星气象中心风云卫星遥感数据服务网(http://satellite.cma.gov.cn/portalsite/default.aspx)下载;2013—2014年发生在西北太平洋的热带气旋位置和强度信息使用的是日本气象厅(Japan Meteorological Agency, JMA)发布的热带气旋最佳路径(best track)数据集(http://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-eg/besttrack.html)。
1.2 临边订正随着扫描角度增大,探测路径大气质量增加,MWTS-II通道5~8的亮温逐渐降低,即产生了临边变暗现象,导致对于热带气旋的探测受影响,必须将不同扫描位置观测亮温订正到垂直观测情况。本文通过在不同的扫描位置建立垂直探测辐射量(扫描位置45和46的平均值)与不同通道倾斜探测统计关系进行临边订正,临边订正公式为:
$ {T_{i0}} = {a_{ij}} + \sum\limits_{i'} {{a_{i'j}}{T_{i'j}}} $ | (1) |
式中,T是亮温,a是订正系数,i是通道,j是扫描位置,i′是关联通道,0代表垂直观测情况,本研究的关联通道为该通道及与其权重高度相邻的上下两个通道,例如:对通道6进行临边订正时的关联通道为通道5、通道6和通道7。
首先收集各通道82°S~82°N的亮温数据,并将数据以2°为间隔分成82个纬度带,再进一步将数据分成洋面数据和陆地数据,分别计算各通道90个扫描位置洋面和陆地的82个纬度带平均值,并利用公式(Wark,1993)对数据进行平滑处理。
$ T\left( z \right) = {d_0} + {d_1} + \left[ {\sec \left( z \right) - 1} \right] + {d_2}{\left[ {\sec \left( z \right) - 1} \right]^2} $ | (2) |
式中, T是亮温,d是平滑系数,z是观测天顶角,最后通过统计回归方法得到各通道90个扫描位置的临边订正系数。本文利用2014年7月1个月的数据计算临边订正系数,并利用2014年1月1—5日5 d的数据对临边订正结果进行检验。
图 2给出了通道5~8临边订正前后各扫描位置的平均亮温。从图中可以看出,临边订正前随着扫描角度的增大,亮温逐渐降低,最大的降温可达20 K左右,但临边订正后的亮温基本不随扫描位置变化;进一步计算临边订正后通道5~8各扫描位置与垂直扫描位置(扫描位置45和46的平均值)亮温的偏差(图 3),可以看出,各通道各扫描位置亮温的偏差均在±0.012 K,远远小于各通道的探测灵敏度(0.9 K),说明订正效果较好,临边订正后的亮温可以用于分析热带气旋暖核结构特征。
本文以热带气旋中心最低海平面气压作为其强度标准,首先利用最佳路径(best track)数据插值得到热带气旋中心位置,然后选取距离热带气旋中心100 km范围内所有扫描点,并将其中通道6亮温最大值所对应的扫描点重新作为热带气旋中心,以消除由于插值定位所带来的偏差,最后以6个纬度作为环境场边界(Kidder et al,2000),计算以热带气旋中心为圆心,6°和8°为半径的同心圆圈之间亮温的平均值,作为热带气旋环境场平均亮温,将临边订正后的MWTS-II数据减去环境场平均亮温,得到热带气旋微波亮温距平分布,据此分析热带气旋在对流层中上层的增暖特征。
以2014年发生在西北太平洋的两个强度不同的热带气旋为例。图 4和图 5分别是热带气旋浣熊和麦德姆(7月21日12:56) 的亮温距平图,两幅图中的(a)~(d)分别是MWTS-II通道5~8的亮温距平。“浣熊”是2014年西北太平洋超强台风之一,卫星观测时气旋中心海平面最低气压大约为925 hPa; 而“麦德姆”则是相对较弱的气旋之一,当时气压大约为965 hPa。从两个气旋的亮温距平图像上可以看出,通道5的亮温距平由于受到眼墙区强对流形成的冰相降水粒子散射衰减作用影响,只在中心较小的范围显示出增暖;通道6的亮温距平热带气旋中心增温最强,暖核表现清楚而且完整,“浣熊”增温超过5 K,“麦德姆”则不到3 K;通道7的亮温距平热带气旋中心增温范围减小,但强度依然较强,“浣熊”的增暖幅度仍超过5 K,而“麦德姆”则只有2 K左右;通道8的亮温距平浣熊的增暖范围进一步减小,但仍有3 K增暖,而“麦德姆”与环境场相比则几乎没有差异。从上面的分析可以得出:热带气旋中心的增暖强度、形状特征与热带气旋的强度相关,强度较强的气旋,中心增温较强,其暖核结构清楚而完整,与邱红等(2007)的结论一致。
2.1节仅给出了两个个例,通过大量的个例分析发现,随着气旋个例不同,中心最强增温可能出现在通道6或通道7中,收集2013年9月30日至2014年发生在西北太平洋的热带气旋数据,共得到样本210个,其中2013年53个,2014年156个。利用收集到的这些数据分析通道6、通道7最强亮温距平及通道6和通道7最强亮温距平中的最大值与气旋强度的相关性(图 6),从图中可以看出:随着气旋中心亮温距平的升高,气旋中心海平面气压下降、气旋加强,表明气旋中心亮温距平与强度存在较强的相关性。
通道6最强亮温距平与气旋强度的相关系数为-0.81,通道7最强亮温距平与气旋强度的相关系数为-0.83,通道6和通道7最强亮温距平中的最大值与气旋强度的相关系数为-0.88,因此通道6和通道7最强亮温距平中的最大值与气旋强度的相关性最好,这与Brian et al(2002)综合利用54.94 GHz(通道6) 和55.50 GHz(通道7) 的辐射信息能更完整地捕获热带气旋暖核最大强度的结论一致。因此本文将利用通道6和通道7最强亮温距平中的最大值作为回归因子,建立强度估计算式。
3 热带气旋强度估计 3.1 强度算式的建立及独立样本检验利用通道6和通道7最强亮温距平中的最大值作为回归因子,将收集到数据的2/3作为统计样本,建立强度估计算式如下:
$ \hat f = {b_0} + {b_1}x $ | (3) |
式中,
将收集到数据的另外1/3作为检验样本,进行独立样本检验,标准偏差为13.0 hPa。估计的热带气旋中心海平面气压与最佳路径数据集热带气旋中心海平面气压之间的散点图如图 7所示,从图中可以看出:点基本分布在对角线附近,说明此方法的估计效果较好,但也存在一些偏差较大的点,分析发现这些点大多处于扫描刈幅临边处,3.2节将对此问题做进一步的研究。
在扫描刈幅临边处,MWTS-II的跨轨扫描方式导致空间分辨率随探测角增大而变低,暖核区域往往小于辐射计分辨率,使得MWTS-II无法完全捕获其暖核信息,导致计算出的暖核亮温距平值偏小。采用刘喆等(2008)提出的修正方法对扫描角度进行修正,即假设MWTS-II第i通道所观测的扫描点亮温为TB0(i),靠近临边处扫描点的亮温为TB1(i),两扫描点间距为d01,而d0为星下点扫描点分辨率,则经过扫描角度修正后,气旋中心亮温值TBc(i)可表示为
$ T{B_c}\left( i \right) = T{B_0}\left( i \right) + \frac{{T{B_0}\left( i \right) - T{B_1}\left( i \right)}}{{{d_0}}}{d_{01}} $ | (4) |
对扫描角度进行修正后,用3.1节同样的统计样本及强度估计算式建立模型,回归系数见表 2,并用同样的独立样本进行检验,标准偏差为12.0 hPa,与扫描角度修正前的标准偏差13.0 hPa相比,精度得到一定程度的提高。
3.3 引入纬度因子的试验及其误差分析不同热带气旋的热力结构特征在垂直方向上的变化不尽相同,热带气旋中心所在纬度可能会对其暖核特征产生一定的影响,比如随着纬度的增加,海表温度逐渐降低,会影响热带气旋中心暖核的发展强度。因此,将热带气旋中心所在处的纬度作为一个因子引入回归算式中,用3.1节同样的统计样本重新计算,估计算式如下:
$ \hat f = {b_0} + {b_1}{x_1} + {b_2}{x_2} $ | (5) |
式中,
选取2014年第19号台风黄蜂(Vongfong)为例,估计其发展过程中的气旋强度变化,时间序列如图 8所示,从图中可以看出,由估计模型得到的热带气旋中心海平面气压与最佳路径数据集热带气旋中心海平面气压十分接近,估计效果较好,其中第11个点和第12个点在进行了扫描角度修正后估计偏差显著减小,由原来的16.9和22.7 hPa分别减少到了6.0和5.9 hPa,且纬度因子的引入对估计结果有一定的修正作用,使估计值更加接近最佳路径值。
本文利用2013年9月30日至2014年的FY-3C/MWTS-II数据,针对发生在西北太平洋的热带气旋,分析热带气旋暖核结构特征,并利用热带气旋的中心增暖,建立热带气旋强度估计方法。得出如下结论:
(1) FY-3C/MWTS-II通道5~8的权重高度与热带气旋最强的暖核位置相重合,利用统计方法对通道5~8进行临边订正的订正效果较好,订正偏差均小于各通道的探测灵敏度。
(2) 利用通道6和通道7最强亮温距平中的最大值建立的估计模型估计效果较好,独立样本检验的标准偏差为13.0 hPa,进行扫描角度修正后的标准偏差为12.0 hPa,引入纬度因子后的标准偏差为11.1 hPa,估计精度有一定程度的改善。
由于极轨气象卫星区域观测时间分辨率较低,有微波资料时段的限制,在建立回归模型时热带气旋样本数还不够多,造成回归算式的概括率和代表性不够完善,因此下一步将继续扩大热带气旋样本数,对回归模型进行优化。另外,除了空间分辨率不均匀引起的误差外,辐射计噪声、临边订正精度、暖核垂直位置的变化、暖核高度与权重函数高度不一致、暖核区域未在扫描波束中心以及云和降水的影响等均会对估计结果造成误差。Merrill(1995)针对这些误差源,设计出一种捕获暖核信息的最优算法,提高了热带气旋强度的估计精度,这也是本研究需要进一步开展的工作。虽然FY-3C/ MWTS-II已经停止业务运行,但我国即将发射的FY-3D星上装载有相同的MWTS-II仪器,本研究对其应用是一种非常有益的尝试。
刘喆, 李万彪, 韩志刚, 等, 2008. 利用AMSU-A亮温估测西北太平洋区域热带气旋强度[J]. 地球物理学报, 51(1): 51-57. |
邱红, 方翔, 谷松岩, 等, 2007. 利用AMSU分析热带气旋结构特征[J]. 应用气象学报, 18(6): 810-820. DOI:10.11898/1001-7313.200706123 |
邱红, 谷松岩, 朱元競, 等, 2004. 星载微波估计热带气旋中心气压的研究[J]. 电波科学学报, 19(4): 393-398. |
王瑾, 江吉喜, 2005. AMSU资料揭示的不同强度热带气旋热力结构特征[J]. 应用气象学报, 16(2): 159-169. DOI:10.11898/1001-7313.20050234 |
向纯怡, 吴立广, 田伟, 等, 2016. 多平台热带气旋表面风场资料在台风结构分析中的应用[J]. 气象, 42(11): 1315-1324. DOI:10.7519/j.issn.1000-0526.2016.11.003 |
殷明, 肖子牛, 李崇银, 等, 2016. 2015年西北太平洋热带气旋活动特征及强EI Nino现象对其影响的初步分析[J]. 气象, 42(9): 1069-1078. DOI:10.7519/j.issn.1000-0526.2016.09.004 |
张淼, 邱红, 方翔, 等, 2015. 基于风云三号微波成像仪的热带气旋强度的多元统计估计方法研究[J]. 热带气象学报, 31(1): 87-94. |
Brian K, Velden C S, Brueske K F, 2002. Tropical cyclone intensity estimation using the NOAA-KLM Advanced Microwave Sounding Unit (AMSU): Part II: A multi-channel approach[R]. Proceedings of the 25th Conf on Hurricanes and Trop Meteorology, San Diego, CA:453-455.
|
Brueske K F, Velden C S, 2003. Satellite-based tropical cyclone intensity estimation using the NOAA-KLM series advanced microwave sounding unit (AMSU)[J]. Mon Wea Rev, 131(4): 687-697. DOI:10.1175/1520-0493(2003)131<0687:SBTCIE>2.0.CO;2 |
Dvorak V F, 1975. Tropical cyclone intensity analysis and forecasting from satellite imagery[J]. Mon Wea Rev, 103(5): 420-430. DOI:10.1175/1520-0493(1975)103<0420:TCIAAF>2.0.CO;2 |
Dvorak V F, 1984. Tropical cyclone intensity analysis using satellite data[R].NOAA Tech Rep NESDIS, 11:47.
|
Olander T L, Velden C S, 2007. The advanced Dvorak technique: continued development of an objective scheme to estimate tropical cyclone intensity using geostationary infrared satellite imagery[J]. Wea Forecasting, 22(2): 287-298. DOI:10.1175/WAF975.1 |
Olander T L, Velden C S, Turk M A, 2002. Development of the advanced objective Dvorak technique (AODT)-current progress and future directions[C]//25th Conf On Hurricanes and Trop Meteorology.Amer Meteor Soc:585-586.
|
Kidder S Q, Goldberg M D, Zehr R M, 2000. Satellite analysis of tropical cyclones using the advanced microwave sounding unit (AMSU)[J]. Bull Amer Meteor Soc, 81(6): 1241-1260. DOI:10.1175/1520-0477(2000)081<1241:SAOTCU>2.3.CO;2 |
Kidder S Q, Gray W M, Vonder H T H, 1978. Estimating tropical cyclone central pressure and outer winds from satellite microwave data[J]. Mon Wea Rev, 106(10): 1458-1464. DOI:10.1175/1520-0493(1978)106<1458:ETCCPA>2.0.CO;2 |
Kidder S Q, Gray W H, Vonder H V H, 1980. Tropical cyclone outer surface winds derived from satellite microwave data[J]. Mon Wea Rev, 108(2): 144-152. DOI:10.1175/1520-0493(1980)108<0144:TCOSWD>2.0.CO;2 |
Merrill R T, 1995. Simulations of physical retrieval of tropical cyclone thermal structure using 55-GHz band passive microwave observations from polar-orbiting satellites[J]. J Appl Meteor, 34(4): 773-787. DOI:10.1175/1520-0450(1995)034<0773:SOPROT>2.0.CO;2 |
Rosenkranz P W, Staelin D H, Grody N C, 1978. Typhoon June (1975) viewed by a scanning microwave spectrometer[J]. J Geophys Res, 83(C4): 1857-1868. DOI:10.1029/JC083iC04p01857 |
Spencer R W, Braswell W D, 2001. Atlantic tropical cyclone monitoring with AMSU-A: estimation of maximum sustained wind speeds[J]. Mon Wea Rev, 129(6): 1518-1532. DOI:10.1175/1520-0493(2001)129<1518:ATCMWA>2.0.CO;2 |
Velden C S, Goodman B M, Merrill T, 1991. Western North Pacific tropical cyclone intensity estimation from NOAA polar-orbiting satellite microwave data[J]. Mon Wea Rev, 119(1): 159-168. DOI:10.1175/1520-0493(1991)119<0159:WNPTCI>2.0.CO;2 |
Velden C S, Olander T, Zehr R, 1998. Development of an objective scheme to estimate tropical cyclone intensity from digital geostationary satellite infrared imagery[J]. Wea Forecasting, 13: 172-186. DOI:10.1175/1520-0434(1998)013<0172:DOAOST>2.0.CO;2 |
Wark D Q, 1993. Adjustment of TIROS operational vertical sounder data to a vertical view[R].NOAA Tech Rep NESDIS, 64.
|
Zehr R, 1989. Improving objective satellite estimates of tropical cyclone intensity[C]//Extended Abstracts, 18th Conf. On Hurricane and Tropical Meteorology, San Diego, CA. Amer Meteor Soc:25-28.
|