一次锋面气旋云系中强对流云团的识别

一次锋面气旋云系中强对流云团的识别3朱亚平1)2)　程周杰2)　刘健文2)　1)(海军海洋水文气象中心,北京100073)　2)(空军装备研究院航空气象防化研究所,北京100085)摘 要利用NOAA216/AMSU2B微波亮温资料和GO ES29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NOAA216/AMSU2B微波两窗区通道亮温、3个微波水汽通道间亮温差,GO ES29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89GHz通道亮温受地表影响较大,不能很好剔除过冷水体,150GHz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;GO ES29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NOAA216/AMSU2B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。

关键词:微波遥感;光学遥感;强对流云引　言强对流天气是出现频率最高、灾害最重的气象灾害之一,由强对流引起的大风、暴雨、雷暴等剧烈天气对国民经济和人民生命财产安全产生了巨大影响。

但这类天气系统尺度小,时效短,仅靠常规观测很难提供及时的监测信息,特别是海上、高原及荒漠等地常规观测资料稀少,飞机、雷达等观测有限,而气象卫星可以实施大范围连续观测,为强对流的监测及预报提供了非常有效的手段。

静止气象卫星观测频次高,对强对流的监测时效性显著,利用可见光、红外等光学遥感资料可获得与系统相联系的云层顶部信息,根据强对流云团在光学遥感图像上较高的反照率或较低亮温就可对其进行识别。

国内外很多学者作过这方面的尝试,提出了一系列有关对流云识别的红外亮温阈值,如208.15K,215.15K,230.15K,233.15K[1],但阈值随时空变化较大,可见光通道在夜间不可用,仅靠红外通道很难将强对流云团从卷云特别是密实的厚卷云中完全分离出来。

除了阈值技术,也有采用通道间亮温差作为强对流云的识别判据[223],如Mecikalski等[2]提出了一系列通道间的亮温差(T B6.7-10.7,T B12.0-10.7)识别对流云的发生,而夜间对流云的识别大都采用了3.9μm和10.7μm通道亮温差[4]。

除此以外,也有研究采用了图像处理和模式识别技术,根据光学遥感图像上的光谱和纹理特征对云型进行分类识别,分析与强对流相联系的云系特征[526]。

但就一些研究结果看[729],与强对流相联系的积雨云上冲云顶较高,顶部下风方是高空吹散的密卷云,很难将其和对流云体完全分离开来。

微波遥感与可见光、红外等光学遥感不同,其最大优势在于具有穿透云的特性,在传输路径上和云雨等粒子发生吸收或散射作用,根据其衰减特征就可以对云雨等目标物进行反演或分析。

过去几十年,DMSP/SSM/I,NOAA/AMSU,TRMM/TM I, Aqua/AMSR等一系列微波探测器被用于强对流的热力、动力研究[10212],虽然其时空分辨率相对光学遥第20卷4期2009年8月 应用气象学报J OU RNAL OF A PPL IED M ETEOROLO GICAL SCIENCEVol.20,No.4　August20093国家自然科学基金项目(40805012)和中国博士后科学基金(20070420577)共同资助。

2008204211收到,2009205214收到再改稿。

感较低,但为强对流的垂直结构分析提供了非常有利的手段。

随着微波遥感探测器的改进,时空分辨率得到提高,近年来,微波遥感为强对流监测和预报提供了丰富信息。

特别是NOAA系列的微波遥感探测器AMSU,扫描范围较广,频段范围较宽,在强对流的分析中具有一定优势,这也引起了国内学者的研究兴趣,将AMSU资料应用于强对流、热带气旋的定量或定性分析,得出了一些有意义的结果。

但微波资料的应用还有巨大潜力尚待挖掘,如方宗义等[13]、魏应植等[14]均提出了150GHz对中尺度对流云团有较好的识别能力,但没有对其进一步定量识别。

本文尝试利用微波遥感和光学遥感两种手段对一次锋面气旋云系中强对流云团进行识别,微波遥感采用NOAA216/AMSU2B窗区通道亮温阈值和水汽通道间亮温差两种判据分别进行尝试,光学遥感识别则在以前一些研究基础上,采用了GO ES29红外通道亮温阈值、水汽红外通道亮温差、逐个修改聚类的模式识别技术分别进行分析,通过对比分析各种方法的识别结果,并采用同时次的地面常规观测资料进行叠加,从而对各种技术进行验证,以期寻找一种识别强对流云的有效途径。

1　资　料1.1　N OAA216/AMSU2B微波遥感资料AMSU2B是搭载在NOAA系列卫星上的5通道扫描探测仪,包括两个窗区通道(89GHz,150GHz)和3个水汽通道(183.3±1GHz,183.3±3GHz, 183.3±7GHz),星下点分辨率15km。

本文采用的NOAA216/AMSU2B L1d级微波亮温数据由国家卫星气象中心提供,经A TOVS预处理系统得到,经过定标、定位及匹配处理,可直接用于大气参数的反演或分析。

本文收集的NOAA2 16/AMSU2B资料时段为2004年6—8月。

1.2　G OES29光学遥感资料GO ES29可见光/红外扫描辐射仪V ISSR有5个光谱通道,可见光通道(0.55～0.75μm),空间分辨率为1km,红外通道4个(3.8～4μm,6.5～7μm,10.2～11.2μm,11.5～12.5μm),空间分辨率除6.5～7μm为8km外,其余均为4km。

本文采用的GO ES29图像资料由北京大学暴雨监测和预测国家重点实验室提供,从定位后的原始图像(圆盘图)中截取,主要包括东亚和太平洋地区,时段为2004年6—8月。

1.3　地面常规观测资料地面常规观测资料每3h1次,包括的气象要素有海平面气压、本站气压、温度、风、露点、6h降水、24h降水、现在天气现象、云状等。

地面观测要素可提供与强对流相关的重要信息,如现在天气现象中的雷暴、龙卷、冰雹等,云状中的积雨云等,利用这些信息可以对卫星遥感识别结果进行验证,时段为2004年6—8月。

2　方　法2.1　微波遥感识别本文利用微波穿透云的特性,从NOAA216/ AMSU2B5个不同的微波频段特征出发,根据云、降水等粒子对不同频段造成的亮温衰减特性,探讨NOAA216/AMSU2B对强对流云的识别技术。

已有一些研究表明[1],由于3个水汽通道的亮温权重函数位于不同高度,离中心越远,其亮温衰减越大, 183.3±7GHz比其他两个通道能穿透更深的云层,利用这种特性可对强对流云团进行识别。

也有一些研究指出[13215],两个窗区通道对降水粒子有较强的散射衰减,较低亮温与对流发展最旺盛区域有很好的对应关系,利用这一关系也可识别强对流。

本文借鉴前人研究思想,分别利用两个窗区通道和3个水汽通道资料,对强对流云团进行识别,尝试对NOAA216/AMSU2B定量识别强对流云团的技术进行探讨。

其中,两个窗区通道分别给定识别阈值T B89<240K,T B150<220K作为判据。

3个水汽通道则采用通道间亮温差的思想,亮温差表示如下: ΔT17=T183.3±1-T183.3±7,ΔT13=T183.3±1-T183.3±3,ΔT37=T183.3±3-T183.3±7。

其中,ΔT17,ΔT13,ΔT37分别代表183.3±1GHz和183.3±7GHz,183.3±1GHz和183.3±3GHz, 183.3±3GHz和183.3±7GHz通道亮温差,根据其亮温权重的分布及前人的模拟结果,这3个亮温差分别反映了对流云高低层、中高层、中低层的发展状况,ΔT17≥0K,ΔT13≥0K,ΔT37≥0K对应了强对流云区。

2.2　光学遥感识别光学遥感与微波不同,获取的是云顶信息。

本924　4期 朱亚平等:一次锋面气旋云系中强对流云团的识别 文从3个角度出发,分别利用红外亮温阈值、水汽和红外通道亮温差以及逐个修改聚类的方法对强对流云进行识别。

通过不同方法之间的比较,对光学遥感识别强对流云的技术进行探讨。

参考前人结果,分别选取208.15K,215.15K, 230.15K,233.15K作为红外亮温识别阈值,通过比较不同阈值间的识别结果,分析红外亮温阈值识别技术的特点。

T B6.7-10.7是水汽通道和红外通道亮温差,其原理与微波探测水汽通道间亮温差类似。

水汽通道反映的是中高层水汽信息。

在晴空区,6.7μm辐射来自于0～50hPa的高层[16],地表或低云的辐射被低层水汽吸收卫星监测不到,而10.7μm大气吸收很弱,辐射主要来自于地表,通常地表温度又比对流层高层暖,因此,6.7μm和10.7μm间亮温差通常是负值。

而在强对流的上升区,深厚对流云伸展高度较高,10.7μm比6.7μm具有更低亮温,因此, T B6.7-10.7>0K的正值区即对应了强对流云区。

逐个修改聚类的方法是将图形图像处理和模式识别相结合,根据云顶的光谱或纹理特征对与强对流相联系的积雨云进行识别。

该方法需要给定初始聚类中心,按某种聚类准则(本文采用欧式距离最小原则)使样本点向各中心聚集,得到初始分类,然后判断初始分类是否合理,如果不合理则修改分类,依次反复进行修改聚类的迭代运算,直到合理为止。

该算法运行稳定,使用方便,在业务中得到广泛应用,已有研究表明[6],该算法可以对各种云/表面类型进行客观准确的分类。

本文将红外和水汽通道亮温形成的光谱特征(包括最小值、最大值、平均值、直方图最大值对应的亮温)组成特征向量采用逐个修改聚类的分类器(该分类器经过训练和测试)对GO ES29卫星图像上的云进行分类,识别与强对流云相联系的积雨云。

3　卫星图像分析3.1　G OES29卫星图像分析本文分析个例是2004年6月16日切断低压最强的时期,图1是2004年6月16日06:25(世界时,下同)的GO ES29红外通道(10.7μm)卫星图像。

图像上贝加尔湖南侧、我国内蒙古及东北地区上空为一涡旋逗点云系,该云系由高中低多层云组成,其头部东北象限是高空吹散的卷云羽,丝缕状纹理较清晰,逗点云中心附近可以看出被中高云覆盖的低层云;逗点云的西部地区分布了色调白亮的对流云团;逗点云系尾部与南面的盾状卷云区相重叠,由干冷空气入侵造成盾状卷云区左侧边界光滑,图像上表现为色调灰暗的晴空区;盾状云的尾部为发展强盛的对流云团,色调白亮,特别是在两广地区上空云团的色调非常明显,说明此处对流云发展比较旺盛,伸展高度较高。