引言

我国是世界上少数几个受台风灾害影响最严重的国家之一，平均每年约有7个台风在我国登陆(康斌，2016)。近年来，在全球变暖的背景下，登陆台风的平均强度明显增强、强台风数量明显增多(雷小途等，2009)。台风灾害以大风、暴雨和风暴潮为主，而与台风大风相比，台风暴雨致灾往往更强(陈联寿和丁一汇，1979)。例如2006年7月12日台风碧丽斯在福建登陆后，给湖南和江西南部和广东北部带来特大暴雨，引发了严重的山体滑坡和泥石流灾害，造成600多人死亡和200多人失踪，直接经济损失达459.1亿元，是1949年以来经济损失最大的一个台风(冯涛等，2013)。因此，对台风降水进行定量研究是防灾减灾的一项重要课题。

长期以来，业务预报人员一直十分关注台风降水定量估计。然而无论是地基台站，还是雷达探测，都具有空间覆盖率低的缺陷，不足以准确把握台风降水的空间分布和强度变化。随着遥感技术的发展，人们采用卫星资料对台风降水进行定量研究的工作越来越多(Rodgers and Pierce, 1995；丁金才等，2004；何会中等，2006；王咏梅等，2006；傅云飞等，2007；丁德平和李英，2009；潘旸等，2011；崔林丽等，2012；江漫和漆梁波，2016；刘喆等，2013；Chen and Fu, 2015)。尤其是静止气象卫星具有时空分辨率高、覆盖范围广、时间连续性强等特点，弥补了常规观测资料的局限性，在气象业务中发挥了重要的作用。静止气象卫星提供的云顶亮温(TBB)资料可以揭示云的存在和云所处演变阶段中的显著特征，在一定程度上能够反映台风的雨区分布。魏建苏(1996)、陈佩燕等(2006)、陈红和赵员春(2008)、覃丹宇和李博(2012)、梁军等(2015)已将TBB资料应用于台风研究中，并指出TBB与降水有很好的对应关系，TBB值越低降水越强，并且对流最旺盛的区域往往和陡变的TBB梯度区相对应。在Adler and Negri(1988)、Goldenberg et al(1990)及Li et al(1993)定量估计降水工作的基础之上，岳彩军等(2006)根据GMS-5卫星提供的TBB资料和逐小时观测雨量强度及水平分布特点，采用对流云-层云分类技术，建立了一种可用于登陆台风定量降水估计(quantitative precipitation estimation, QPE)的方法，能够分离出对流降水和层云降水，因此已在台风降水的相关研究中得到了广泛应用(Yu et al，2009；李宁等，2008；吴启树等，2010；姚丽娜等，2009；Shu et al，2012；曹钰等，2013)。

日本气象厅于2014年10月发射的Himawari-8(以下简称H8)卫星，是迄今为止拥有较高时空分辨率的静止气象卫星，可每隔10 min向地面传回一次空间分辨率为2 km×2 km的数据。其搭载的可见光和红外扫描辐射计(AHI)是一个拥有16个通道的多光谱成像仪，可捕获亚洲-太平洋地区的可见光和红外图像。目前，H8卫星已在地表(刘超等，2017)和海表(Kurihara et al，2016)温度反演、云和雾-霾探测(Shang et al，2017)、气溶胶数据同化(Yumimoto et al，2016)和森林火灾探测(Xu and Zhong, 2017)等领域得到应用，然而其在台风降水中的应用尚未开展。采用高时空分辨率的H8卫星资料对台风降水进行定量估计研究，不仅有助于弥补传统低分辨率卫星资料在台风降水应用中的缺陷，还可以为我国发射的风云四号卫星在未来台风降水中的应用提供基础。

2016年超强台风莫兰蒂(图 1)，亦即当年全球海域的最强风暴，于2016年9月10日14时在西北太平洋生成后，11日14时加强为强热带风暴，12日02时加强为台风，08时加强为强台风，11时继续加强为超强台风，13日晚间加强到最大强度(75 m·s^-1)，15日以强台风级在我国福建厦门登陆，登陆时中心最大风力为48 m·s^-1，当日17时减弱为热带低压，并于17日凌晨在我国黄海海域消散，其运动路径如图 1所示。台风莫兰蒂有降雨总量大、范围广、强度大，以及防范难度大等特点，我国多个地区甚至经历了百年一遇的强降水。据统计，该次台风过程共造成30人死亡，49人受伤，18人失踪，经济损失高达26.3亿美元。因此，选取超强台风莫兰蒂作为典型个例进行研究具有重要的科学价值和现实意义。

综上所述，本文拟针对2016年超强台风莫兰蒂，基于较高时空分辨率的静止气象卫星H8提供的TBB数据，首先采用QPE方法对其降水强度进行定量估算，然后将卫星估算的结果与气象台站的实测降水进行对比，探究两者可能存在的对应关系，以期探索H8卫星资料在台风降水预报中的作用。文中所涉及的时间均为北京时。

1 资料与方法 1.1 资料

本研究采用2016年9月13—17日(涵盖台风过境期间)H8卫星提供的TBB数据进行定量降水估计。鉴于岳彩军等(2006)采用的红外亮温通道波长为11 μm，因此本文采用H8卫星提供的第14通道(波长约11.2 μm)的TBB数据进行研究。

为了检验卫星估算的台风降水的精度，本文还采用国家气象信息中心全国综合气象信息共享平台(CIMISS)提供的同时段我国华东区域13810个自动站每10 min的观测资料对其进行质量评估。首先利用13810个台站每10 min的累积降水量计算出每10 min的降水强度(单位：mm·h^-1)，然后对所得的台站降水强度通过阈值判断进行质量控制，即若台站降水强度在0~500 mm·h^-1，则认为其是有效值，否则赋予缺省值。

1.2 方法 1.2.1 定量降水估算方法

岳彩军等(2006)采用GMS-5卫星资料开发的QPE方法可用于定量估算台风降水强度，本文基于该方法，通过参数修改和调整，得到可适用于H8卫星资料的登陆台风降水的估计方法，其计算流程如图 2所示。

具体计算步骤描述如下：

(1) 确定对流核，对于TBB不高于253 K的格点，判断该点的TBB是否小于或等于其周围相邻格点，若是，则计算该点T_min的对流倾斜参数S_i,j[式(1)]和对流倾斜参数临界值Slope(式2)。

${S_{i, j}} = \frac{{\overline \Delta }}{4}\left[ {\frac{{{T_{i - 1, j}} + {T_{i + 1, j}} - 2{T_{i, j}}}}{{\Delta EW}} + \frac{{{T_{i, j - 1}} + {T_{i, j + 1}} - 2{T_{i, j}}}}{{\Delta NS}}} \right] $

(1)

$Slope = \exp \left[ {0.0826\left({{T_{\min }} - 217} \right)} \right] $

(2)

式中，T即TBB，ΔEW=ΔNS=2 km(即H8卫星的水平分辨率)；Δ=5.6 km，其为GOES卫星的水平分辨率；若S_i,j≥Slope，则判定T_min所在的格点即为对流核。

(2) 建立T_min校正公式，鉴于卫星可视场分辨率不同于一维云模式的水平分辨率，T_min不可直接用于计算对流降水覆盖面积及平均对流降水率，因此，需通过H8卫星与GOES卫星水平分辨率的差异计算T_min的矫正值T_c[式(3)]。

${T_{\min }} - {T_{\rm{c}}} = \left\{ \begin{array}{l} 0.056{T_{\min }} - 11.23{\rm{\;\;\;\;\;\;}}{\mathit{T}_{\min }} > 200{\rm{K}}\\ 0{\rm{\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;}}{\mathit{T}_{\min }} \le 200{\rm{K}} \end{array} \right. $

(3)

(3) 计算对流降水覆盖面积A_r[式(4)]和平均对流降水率R_mean[式(5)]，本研究中对流降水覆盖面积的计算与岳彩军等(2006)保持一致，而与其相似地，参照登陆台风影响期间地面自动站逐时雨量资料，对对流降水率的计算公式进行了调整，得到可用于H8卫星估算登陆台风降水强度的公式，对于对流降水覆盖面积下的每个格点，均采用步骤(2)对其云顶温度进行校正，然后根据校正温度计算得到该点对应的对流降水率。

${A_{\rm{r}}} = \exp \left({15.27 - 0.0465{T_{\rm{c}}}} \right) $

(4)

${R_{{\rm{mean}}}}{\rm{ = }}\exp \left({ - 0.0257{T_{\rm{c}}} + 7.968} \right) $

(5)

(4) 当某些格点的云顶温度小于临界温度T_s[临界温度的计算详见岳彩军等(2006)]，且未被赋予对流降水率时，这些格点则被判定为层云降水，降水率赋值为2 mm·h^-1。

1.2.2 统计检验方法

本文采用皮尔逊相关系数及t检验方法对卫星估算和台站实测降水的相关性进行了计算和检验，统计方法的详细描述见魏凤英(2007)。

需要说明的是：在对卫星估算的格点降水与台站观测的站点降水进行对比和相关性计算时，取距离台站最近的格点与台站进行空间匹配。由于H8卫星的空间分辨率为2 km，因此卫星估算与实测降水的台站之间的空间距离在1 km之内，认为是合理的。

2 结果 2.1 卫星估算和台站实测降水强度的对比分析 2.1.1 空间分布及相关性

从图 3可以看出，台风登陆后云系依然呈螺旋状分布，较低的云顶亮温区往往对应着降水的发生。从卫星估算和台站观测的降水落区来看，两者有很好的对应关系；但是从降水强度的分布来看，卫星对于弱降水(台站降水强度<5 mm·h^-1)有一定高估，而对于强降水(台站降水强度>20 mm·h^-1)，则明显低估。另外，注意到台站中的强降水主要位于我国东南部海陆交界至武夷山脉一带，并且其分布与地形走向较吻合，Wesley and Pielke(1990)、陈潜和赵鸣(2006)、黄奕武等(2009)、周福等(2016)、段晶晶等(2017)、梁红丽和程正泉(2017)曾指出地形对于降水具有促发机制，而QPE方法仅通过TBB估算降水，并未考虑地形的影响，因此认为这是造成H8卫星估算的强降水比实测低的原因。

9月13—17日，同时刻卫星估算与台站实测降水强度之间存在着较强相关性，尤其在台风登陆区(24°~26°N、117°~119°E)、登陆后的移动区(28°~30°N、117°~121°E)，以及台风消亡入海区(33°~34°N、119°~121°E)，两者的相关系数超过了0.6(图 4a)，说明H8卫星对台风莫兰蒂的降水过程具有较好的估计能力。然而两者的均方根误差(图 4b)在海陆交界处最大(可达10 mm·h^-1)，随着向内陆延伸，误差逐渐减小。说明从定量角度而言，同时刻估算的台风降水与实测值仍有较大差异，尤其在海陆交界处，再一次说明了未考虑地形影响的QPE方法对登陆台风降水估算的局限性。

2.1.2 最大相关区域时间序列演变

为了更好地考察H8卫星估算台风降水的效果，绘制整个台风莫兰蒂登陆期间卫星估算与台站实测降水强度相关性最高的三个子区域的时间序列图(图 5)。在台风登陆区(图 5a)，当实测有降水时，卫星也能估算出有降水发生，并且两者的降水强度较吻合；而此区域在台风登陆之前，当实测并没有降水时，卫星却估算出有降水发生(尤其是9月14日00—12时)，进一步采用TRMM卫星的3 h降水数据做时间序列图(图略)，发现该降水峰值依然存在，由此推断卫星资料在登陆台风的降水反演中存在“空报”的情况。在台风登陆后的移动区(图 5b)，尽管就大范围平均而言，卫星估算的降水强于台站观测，但是一个更重要的信号是：前者的位相变化领先于后者(约2~3 h)。在台风消亡入海区(图 5c)，当台站有降水时，卫星也能估计出一定强度的降水，并且两者的量值十分接近，然而卫星估算的降水位相变化依然领先于台站观测。因此，我们认为仅通过云顶温度对降水强度进行估计的方法具有一定预报时效的作用，这是因为云和降水的形成与发展演变包含着非常复杂的云微物理过程(肖辉等，2004；陶玥，2007；王思慜和银燕，2011；杨文霞，2013)，而从云顶温度降低到降水粒子落下并在地面观测到降水则需要一定时间。

2.2 卫星估算与台站实测降水之间可能存在的关系探究

由图 5可见，台风登陆后对各地的风雨影响既非9月13—17日全时段，也非同时。与降水集中发生时段相比，非降水时段对卫星估算与台站实测降水之间的相关系数具有重要影响。因此，在评估卫星估算的台风降水时，有必要对统计样本做进一步筛选。

2.2.1 各站点实际受台风影响时段确定

这里采用的方法是以CIMISS每10 min的台站降水强度做判断，若从某一时刻开始出现降水，并在其之后的连续6个时次内(即1 h内)至少一次有降水，则定义该时刻为该站受台风影响的开始时间(图 6a)；相似地，从某一降水时刻开始，若在其之后的连续6个时次内均无降水发生，则定义该时刻为受台风影响的结束时间(图 6b)；两者之差即为台风在该站的过境时长(图 6c)。可以看到台风自9月14日06时前后在福建一带开始造成风雨影响，而后逐步向北对江西、江苏、浙江、安徽等地造成影响，并于9月16日13时影响山东半岛。降水结束时间(图 6b)与开始时间(图 6a)的推进相似，而受该次台风风雨影响时间最久(约28 h)的是台风登陆地附近，这是由于台风登陆后，受地形阻挡，其移动速度变缓以致原地打转。另外，浙江东部和安徽东部等地受台风风雨影响的时间也较长，结合地势的分布，认为在同样的水汽条件下，这是由较高地形对降水的促进影响所致。

2.2.2 可能存在的关系探究

利用图 6提取的各站点实际受台风莫兰蒂影响的降水样本序列，重新对卫星估算和台站实测降水之间的相关系数进行三组计算。分别是：某时刻估算的降水强度和不同滞后时刻实测降水强度之间的相关系数(图 7a~7f)，记为A组；某时刻估算的降水强度和未来一段时间内实际总降水量之间的相关系数(图 7g~7l)，记为B组；某时刻的实测降水强度和该时刻之前一段时间内估算的总降水量之间的相关系数(图 7m~7r)，记为C组。从图 7中看到，三组计算中卫星估算和实测降水之间的相关性都随着时间增长而减弱；尽管某时刻估算的降水强度与1 h后的实测降水强度之间存在较强相关，但是这种相关性仍弱于其与未来一段时间内实际总降水量之间的相关性；从B组计算结果中，看到在台风登陆区和登陆后的移动区，某时刻估算的降水强度与该时刻未来2~3 h内的实际总降水量之间的相关度最高，且相关系数大于0.6，甚至可达0.8(图 7h和7i)，说明H8卫星估算的登陆台风降水强度对于未来一段时间的总降水量有很好的预报意义。其次，某一时刻之前一段时间内(2~3 h内)卫星估算的总降水量对该时刻的实际降水强度(图 7n和7o)也具有一定指示意义。

进一步分析H8卫星估算与实际降水之间的最大相关系数及其对应的时间滞后度(图 8)。图 8a和8d显示几乎所有站点卫星估算与台站实测降水强度之间的最强相关都非同时的，而是台站实测降水滞后于卫星估算的降水，该滞后度在0.5~4 h。图 8a~8c显示卫星估算与台站实测降水相关性最高的站点都主要位于台风登陆区和登陆后的移动区，而在这些区域中，相比于A组和C组，B组的相关系数是最大的，最大相关系数对应的时间滞后度在台风登陆区较短(一般为1~2.5 h)，在台风登陆后的移动区较长(一般为2~4.5 h)(图 8e)。体现了卫星估算的降水强度对未来一段时间内总降水量的预报意义。

进一步给出所有站点卫星估算和台站实测降水之间最大相关系数的四分位图(图 9a~9c)和不同时间滞后度对应的相关系数(图 9d~9f)。图 9a和图 9d更直观地反映出某时刻估算的降水与未来时刻实际降水强度之间的关系在2 h后有明显的随时间滞后度增长而减弱的趋势；与其相比，图 9b和9c的中位数及图 9e和9f的曲线都有明显的随时间滞后度增长，对应的相关系数先增大后减小的特征，并且当时间滞后度为2~2.5 h时达到最大。然而与B组相比，C组的相关性较弱，但是仍强于A组。换言之，对于登陆台风降水，卫星估算的某时刻降水强度与未来一段时间内(2~2.5 h)台站的总降水量之间相关性最强，并且强于某时刻实测降水强度与该时刻之前一段时间内(2~2.5 h)卫星估算的总降水量之间的相关性，而与之相比，卫星估算的某时刻降水强度与未来某时刻台站实测降水强度之间的相关性最弱。由此得出结论：H8卫星估算的降水强度对于未来一段时间的总降水量有较好的预测意义；其次，卫星估算的一段时间内的降水总量对于未来时刻的降水强度也有一定的预测意义。

3 结论与讨论

利用静止卫星H8提供的高时空分辨率亮温资料，采用QPE方法估算了台风莫兰蒂登陆期间我国华东地区的降水强度，并将估算的降水与CIMISS提供的13810个自动站观测的降水进行对比，研究了两者之间的相关关系，所得结论如下：

(1) 卫星估算与台站实测降水落区能够较好对应，但是对于弱降水，卫星估算的降水偏强，而对于强降水，卫星估算的降水偏弱。对强降水的低估与QPE方法仅以TBB作为降水强度的判据，而未考虑地形对降水的促进作用有关，这也造成估算的降水强度在沿海一带误差最大(可达10 mm·h^-1)。

(2) 卫星估算的降水强度和台站实测的降水强度之间的最强相关区域主要位于台风登陆区、登陆后移动区和消亡入海区。然而两者并非同位相变化，而是与卫星估算的结果相比，实测降水存在一定的滞后时间。

(3) 整体而言，卫星估算的登陆台风降水强度对于未来一段时间内(2~2.5 h)的总降水量有很好的预报意义；其次，利用卫星资料估算的某时刻之前一段时间内(2~2.5 h)的总降水量对于该时刻的降水强度也有一定的预报意义。

通过高时空分辨率的H8卫星反演的降水产品能够为我国登陆台风降水的预警预报提供一定的指示作用，从而为防灾减灾提供可靠的参考价值。但是需要说明的是，本文所用的台站降水强度是用10 min的累积降水量计算所得，而非严格意义上某一时刻的真实雨强值，这与通过某一时刻的云顶温度估算出的降水强度存在一些差别。