利用TMI資料估計(jì)西北太平洋熱帶氣旋強(qiáng)度的客觀方法

周順武,盧怡,2,趙兵科,魯小琴,丁鋒,陳麗營(yíng)

(1.南京信息工程大學(xué) 氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心,江蘇 南京 210044;

2.中國(guó)氣象局上海物資管理處,上海 200050;3.中國(guó)氣象局上海臺(tái)風(fēng)研究所,上海 200030;

4.青島市氣象災(zāi)害防御工程技術(shù)研究中心,山東 青島 266003;5.寧安市氣象局,黑龍江 寧安 157400)

?

利用TMI資料估計(jì)西北太平洋熱帶氣旋強(qiáng)度的客觀方法

周順武1,盧怡1,2,趙兵科3,魯小琴3,丁鋒4,陳麗營(yíng)5

(1.南京信息工程大學(xué) 氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心,江蘇 南京 210044;

2.中國(guó)氣象局上海物資管理處,上海 200050;3.中國(guó)氣象局上海臺(tái)風(fēng)研究所,上海 200030;

4.青島市氣象災(zāi)害防御工程技術(shù)研究中心,山東 青島 266003;5.寧安市氣象局,黑龍江 寧安 157400)

摘要：利用2007—2009年熱帶降雨測(cè)量衛(wèi)星(TRMM)微波成像儀(TMI)觀測(cè)的亮溫資料,建立一種西北太平洋熱帶氣旋強(qiáng)度(Tropical Cyclone,TC)的估計(jì)模型,對(duì)2010年熱帶氣旋進(jìn)行獨(dú)立估計(jì)試驗(yàn),并對(duì)估計(jì)誤差進(jìn)行分析。結(jié)果表明:該模型對(duì)強(qiáng)度小于強(qiáng)臺(tái)風(fēng)TC的擬合效果較好,均方根誤差約為5 m/s,平均絕對(duì)誤差約為4 m/s;對(duì)強(qiáng)臺(tái)風(fēng)和超強(qiáng)臺(tái)風(fēng)TC的擬合誤差較大,均方根誤差分別為9.65和6.60 m/s,平均絕對(duì)誤差分別為7.76和5.49 m/s;對(duì)強(qiáng)臺(tái)風(fēng)及以上強(qiáng)度的TC,模型的擬合誤差在日(夜)間減小(增大),誤差最小(大)值為6.00 m/s(11.96 m/s),說(shuō)明估計(jì)值在日(夜)間偏大(小)。

關(guān)鍵詞：熱帶氣旋強(qiáng)度;TRMM/TMI;亮溫;逐步回歸

0引言

熱帶氣旋(Tropical Cyclone,簡(jiǎn)稱TC)是影響我國(guó)的重要天氣系統(tǒng),伴隨它的大風(fēng)暴雨等災(zāi)害對(duì)人民生命財(cái)產(chǎn)能造成巨大傷害(陶麗等,2013)。因此精準(zhǔn)預(yù)報(bào)TC的走向、強(qiáng)度及風(fēng)雨影響范圍對(duì)TC的防災(zāi)減災(zāi)具有十分重要的意義。雖然目前臺(tái)風(fēng)路徑預(yù)報(bào)的準(zhǔn)確性在不斷提高,但是由于缺少詳細(xì)的海洋上臺(tái)風(fēng)資料,所以臺(tái)風(fēng)強(qiáng)度變化的預(yù)報(bào)能力一直徘徊不前(Simpson et al.,2000;Lonfat et al.,2004;王偉和余錦華,2013),尤其對(duì)遠(yuǎn)海的TC,常規(guī)觀測(cè)資料的缺乏為T(mén)C強(qiáng)度估計(jì)帶來(lái)了一定難度(王詠青等,2012)。

對(duì)于海上TC,常規(guī)的地面觀測(cè)方法,如雷達(dá)、自動(dòng)站、常規(guī)地面觀測(cè)等的觀測(cè)范圍是很有限的,最為有效的方法是基于衛(wèi)星觀測(cè)來(lái)估計(jì)TC強(qiáng)度(智協(xié)飛和張玲,2009)。目前最常用的是Dvorak分析法(Dvorak,1973),該方法將靜止衛(wèi)星可見(jiàn)光資料與TC強(qiáng)度相聯(lián)系,但是這種方法非常依賴于分析人員的經(jīng)驗(yàn),相當(dāng)主觀。后來(lái)又有很多改進(jìn)Dovrak方法的研究(Dvorak,1975,1984;Olander et al.,2002;Kossin et al.,2004;Mayfield,2004),逐步實(shí)現(xiàn)該方法的客觀化和自動(dòng)化。Knaff et al.(2010)對(duì)美國(guó)國(guó)家颶風(fēng)中心的Dvorak方法的強(qiáng)度估算結(jié)果進(jìn)行了評(píng)估,指出該方法的平均絕對(duì)誤差和均方跟誤差分別為4.1和5.7 m/s。在國(guó)內(nèi),方宗義和周連翔(1980)采用日本地球靜止衛(wèi)星紅外云圖對(duì)TC結(jié)構(gòu)進(jìn)行分析,設(shè)計(jì)了適用于該衛(wèi)星區(qū)域的氣旋強(qiáng)度估計(jì)方法。范蕙君等(1996)進(jìn)一步研究,使精度和客觀程度均有所提高。雷小途等(2009)嘗試使用閃電信息對(duì)TC強(qiáng)度進(jìn)行估算,得到的結(jié)果與業(yè)務(wù)定強(qiáng)誤差接近。

過(guò)去研究大多采用的是紅外和可見(jiàn)光資料,而在夜間采用紅外圖像區(qū)分眼墻云區(qū)和高層密閉云是很困難的。相對(duì)而言,微波資料有一定的穿透性,可以得到云系內(nèi)部的結(jié)構(gòu)特征。Kidder et al.(1978)最早提出采用星載微波資料估計(jì)TC強(qiáng)度的方法。王瑾和江吉喜(2005)使用AMSU資料對(duì)西北太平洋12個(gè)不同強(qiáng)度TC的熱力結(jié)構(gòu)進(jìn)行了分析。由于用熱帶降雨測(cè)量衛(wèi)星(tropical rainfall measuring mission,簡(jiǎn)稱TRMM;王振會(huì),2001)的軌道高度相對(duì)其他極軌衛(wèi)星要低,其分辨率較高,利用該衛(wèi)星的多通道資料可以得到更多TC的內(nèi)部結(jié)構(gòu)信息。國(guó)內(nèi)使用TRMM資料的研究多是針對(duì)臺(tái)風(fēng)個(gè)例的研究(夏秋萍等,2006;傅云飛等,2007)。Hoshino and Nakazawa(2007)利用1999—2003年TRMM微波成像儀(TMI)資料,估計(jì)過(guò)全球海盆范圍TC強(qiáng)度,發(fā)現(xiàn)得到的估計(jì)值與最佳路徑資料相接近。對(duì)于西北太平洋海域的TC,類似的研究仍較少。

本文利用TRMM/TMI的多通道亮溫資料,建立一種估計(jì)西北太平洋區(qū)域熱帶氣旋強(qiáng)度的客觀方法,并對(duì)誤差及其產(chǎn)生原因進(jìn)行分析。

1資料與方法

1.1　資料

本文使用TMI標(biāo)準(zhǔn)產(chǎn)品資料1B11多通道亮溫(TB)數(shù)據(jù),包含10.7、19.4、21.3、37.0和85.5 GHz(簡(jiǎn)稱為10、19、21、37和85 GHz)波段,除了21 GHz頻率為單一垂直極化(V)外,其余的4個(gè)頻率均為水平(H)和垂直極化(V)資料。此外,本文還計(jì)算了Spencer et al.(1989)定義的極化修正溫度(PCT,TPC),該參數(shù)可消除海洋的輻射作用,其計(jì)算公式為T(mén)PC=1.818TBV-0.818TBH。其中:TBV是85 GHz的垂直極化亮溫;TBH是85 GHz的水平極化亮溫。TC的中心位置和強(qiáng)度資料均來(lái)自熱帶氣旋最佳路徑數(shù)據(jù)集(中國(guó)氣象局上海臺(tái)風(fēng)研究所,http://www.typhoon.gov.cn/en/data)。TC強(qiáng)度使用近中心最大風(fēng)速來(lái)表征。

使用西北太平洋(100°E～180°,0°～60°N)2007—2009年TB資料對(duì)TC強(qiáng)度進(jìn)行擬合,并使用2010年TB資料作為獨(dú)立樣本對(duì)所得的結(jié)果進(jìn)行驗(yàn)證。由于TMI作刈幅(swath,衛(wèi)星掃過(guò)的寬度)直線距離約760 km的錐形模式(conical mode)掃瞄,并不能保證掃描到完整的TC結(jié)構(gòu)。對(duì)于臺(tái)風(fēng)強(qiáng)度而言,其最大風(fēng)速半徑往往只有幾十千米。因此只要能掃描到TC的中心,就基本上可以保證至少掃描到半個(gè)TC結(jié)構(gòu),這足以反映臺(tái)風(fēng)的內(nèi)區(qū)結(jié)構(gòu)。基于以上考慮,本文選擇能完整掃描到距離臺(tái)風(fēng)中心0.5°范圍的樣本,符合以上條件的樣本總數(shù)2007—2009年為343個(gè)、2010年為51個(gè)。

另外,由于獲取的TMI標(biāo)準(zhǔn)產(chǎn)品資料的時(shí)間點(diǎn)與CMA最佳路徑資料中的業(yè)務(wù)定位時(shí)次(02時(shí)、08時(shí)、14時(shí)、20時(shí),北京時(shí)間)不一定一致,在實(shí)際TC強(qiáng)度估計(jì)時(shí)TC的中心位置是采用線性內(nèi)插得到。

1.2　方法

同Cecil and Zipser(1999)一樣,本文從TC中心開(kāi)始計(jì)算不同半徑同心圓和同心圓環(huán)上所有波段(9個(gè)通道以及由85 GHz換算的TPC)的TB參數(shù),然后與最佳路徑資料中的TC最大風(fēng)速做相關(guān)分析。選定一個(gè)頻率、計(jì)算范圍和計(jì)算方式后,可以計(jì)算出TB參數(shù)。文中使用兩種計(jì)算范圍,一種是同心圓方法,半徑從0.5°至5.0°不等;第二種是每0.5°做一個(gè)圓環(huán),中間為一個(gè)圓。圖1為參數(shù)計(jì)算區(qū)域的示意圖,背景圖為0918號(hào)臺(tái)風(fēng)“茉莉”10月4日21時(shí)58分掃描到的85 GHz垂直極化通道的圖像。圖中同心圓圓心與臺(tái)風(fēng)中心重合,最小圓半徑為0.5°,最大圓半徑為2.5°,間隔0.5°。計(jì)算的變量包括所取范圍內(nèi)TB的平均值(MEAN)、最小值(MIN)、最大值(MAX),以及占閾值TB像素的比率(AREA)。對(duì)于AREA,以每10 K為閾值計(jì)算。

圖1　參數(shù)計(jì)算區(qū)域示意圖 (陰影表示0918號(hào)臺(tái)風(fēng)“茉莉”10月4日21時(shí)58分掃描到的85 GHz垂直極化通道的亮溫信息;單位:K)Fig.1　Schematic diagram of parameter calculation(shaded area is the brightness temperature of 85 GHz channel in the vertical polarization for typhoon Melor at 2158 UTC 4 Octorber 2009;units:K)

由于參數(shù)較多,按以下規(guī)則命名每個(gè)參數(shù)。參數(shù)名的第一部分為頻率名,表示方法為T(mén)B+通道名稱,如TB10H,指10 GHz的水平極化(H)的TB,對(duì)于PCT這一參數(shù),采用PCT85來(lái)表示;第二部分為計(jì)算的變量,如MEAN、MIN、MAX、AREA,對(duì)于AREA,需標(biāo)注一個(gè)閾值;第三部分表征計(jì)算范圍,用計(jì)算范圍的代號(hào)C或A表示,C之后標(biāo)注圓的半徑,A之后標(biāo)注圓環(huán)的內(nèi)、外徑。如C10代表一個(gè)半徑為1.0°的圓面,A1015代表一個(gè)內(nèi)徑為1.0°、外徑為1.5°的圓環(huán)。即TB10H_MEAN_C10代表頻率為10 GHz水平極化了的、半徑為1.0°范圍內(nèi)的平均TB。

2海上熱帶氣旋的強(qiáng)度擬合

盧怡等(2012)計(jì)算了2007—2009年TB參數(shù)與TC最大風(fēng)速的相關(guān),發(fā)現(xiàn)低頻通道TB與海上的TC風(fēng)速之間有很好的相關(guān)性。因此,本文嘗試?yán)枚鄠€(gè)TB參數(shù)對(duì)熱帶氣旋的強(qiáng)度進(jìn)行擬合,并對(duì)擬合結(jié)果進(jìn)行討論。

2.1　擬合模型的建立

圖2為T(mén)B10H_MIN_C10與最大風(fēng)速的散點(diǎn)分布?？梢钥闯?在1°范圍內(nèi),10 GHz的TB最小值與最大風(fēng)速可以較好地滿足線性關(guān)系,亮溫值越大,相應(yīng)的最大風(fēng)速值越大,利用線性擬合得到的擬合風(fēng)速值與最大風(fēng)速的復(fù)相關(guān)系數(shù)達(dá)到0.83,均方根誤差為7.1 m/s,這與采用Dvorak方法的強(qiáng)度估計(jì)誤差接近。其他參數(shù)與最大風(fēng)速也存在類似的線性關(guān)系,因此如果采用多個(gè)參數(shù)對(duì)最大風(fēng)速進(jìn)行擬合,可較好地估計(jì)TC的最大風(fēng)速。

圖2　亮溫最小值與TC最大風(fēng)速的散點(diǎn)圖Fig.2　Scatter diagram of minimum brightness temperature and maximum wind speed of TC

參數(shù)總數(shù)約有2 400個(gè),如全部參與擬合,不僅會(huì)大大增加計(jì)算量,且得不到較好的效果。因此,在輸入?yún)?shù)的選擇上,選取了與TC強(qiáng)度相關(guān)系數(shù)大于0.5的335個(gè)參數(shù)。在回歸方法的選擇上,鑒于選取的各參數(shù)間存在較好的相關(guān)關(guān)系,使用簡(jiǎn)單的回歸方法很可能得不到較好的結(jié)果,故采用逐步回歸方法(施能,2002;黃嘉佑,2004),采用該方法可得到對(duì)因變量有顯著影響的變量,并舍去對(duì)因變量無(wú)顯著影響的變量。

對(duì)2007—2009年的資料作逐步回歸,設(shè)置的進(jìn)入概率為0.05,刪除概率為0.10,利用SPSS軟件(羅鳳明等,2008)計(jì)算得到多個(gè)模型,根據(jù)參數(shù)較少、擬合效果較好的原則,得到表1所示模型?？梢钥闯?模型主要采用低頻通道的數(shù)據(jù),范圍在距離臺(tái)風(fēng)中心1°至2°之間;8個(gè)參數(shù)中4個(gè)為MIN參數(shù),3個(gè)為AREA參數(shù),1個(gè)為MEAN參數(shù)。

2.2　模型的擬合能力分析

圖3a為使用該模型得到的2007—2009年擬合風(fēng)速與最大風(fēng)速(最佳路徑資料)的散點(diǎn)分布,并利用2010年的樣本進(jìn)行檢驗(yàn)(圖3b)?？梢钥吹?圖3a、b的擬合斜率都接近于1。圖3a中,復(fù)相關(guān)系數(shù)為0.88,說(shuō)明兩者的相關(guān)性較好,線性擬合的均方根誤差為6.0 m/s,平均絕對(duì)誤差為4.6 m/s,這與采用Dvorak方法的強(qiáng)度估計(jì)誤差(Knaff et al.,2010)相當(dāng),實(shí)際風(fēng)速較好地分布在擬合風(fēng)速的兩邊,幾乎所有的擬合風(fēng)速與最大風(fēng)速的誤差都落在10 m/s范圍以內(nèi),表明該模型對(duì)2007—2009年的樣本有很好的擬合能力。利用該模型對(duì)2010年的TB資料參數(shù)進(jìn)行擬合,得到的擬合相關(guān)系數(shù)與2007—2009年的情況相當(dāng),為0.89,模型擬合的均方根誤差為5.3m/s,平均絕對(duì)誤差為4.4 m/s,擬合風(fēng)速能較好地分布在真實(shí)值的兩側(cè)(圖3b),說(shuō)明該模型具有一定的普適性。因此,使用該模型可較好地對(duì)TC強(qiáng)度進(jìn)行估計(jì),能為業(yè)務(wù)定強(qiáng)提供參考。

表1逐步回歸得到的參數(shù)及其系數(shù)

Table 1Parameters and their coefficients obtained by stepwise regression

參數(shù)系數(shù)常量267.010H_MIN_C101.05810H_AREA190_C1051.0537H_AREA260_C150.359110V_MIN_C10-1.53019H_MIN_C050.177737V_MEAN_C15-0.598810V_AREA170_C15-9.00510H_MIN_C200.3118

圖3　2007—2009年(a)和2010年(b)擬合風(fēng)速與最大風(fēng)速的散點(diǎn)圖(實(shí)線為擬合趨勢(shì)線,虛線表示擬合誤差小于5.0 m/s的范圍)Fig.3　Scatter diagram of fitting wind speed and maximum wind speed in (a)2007—2009 and (b)2010(Solid line is the fitting trend and dashed lines show the fitting error range smaller than 5.0 m/s)

圖4給出了2007—2010年4個(gè)持續(xù)時(shí)間較長(zhǎng)的TC個(gè)例的擬合情況,4個(gè)TC個(gè)例分別為0710號(hào)菲特(Fitow)、0815號(hào)薔薇(Jangmi)、0920號(hào)盧碧(Lupit)和1009號(hào)瑪瑙(Malou)?？梢钥吹?模型對(duì)不同強(qiáng)度的TC均具有一定擬合能力。圖4a—c中,擬合結(jié)果與最佳路徑資料的結(jié)果較一致,擬合效果較好。圖4d中,模型能較好地表現(xiàn)TC強(qiáng)度的變化趨勢(shì),但擬合的強(qiáng)度相對(duì)較小。由于該模型并不像Dvorak方法一樣,會(huì)考慮前一時(shí)刻的TC強(qiáng)度值,因此模擬時(shí)常常會(huì)出現(xiàn)模擬結(jié)果的跳躍變化,這種變化很有可能是由于日夜的輻射差異所引起,后面將對(duì)此做進(jìn)一步分析。此外,由于TRMM衛(wèi)星是極軌衛(wèi)星,無(wú)法實(shí)現(xiàn)定點(diǎn)觀測(cè),因此,在實(shí)際業(yè)務(wù)中使用時(shí),還需要其他熱帶衛(wèi)星進(jìn)行聯(lián)合觀測(cè)。

圖4　模型對(duì)TC個(gè)例的擬合結(jié)果(實(shí)線為最佳路徑資料的TC風(fēng)速,菱形表示TC強(qiáng)度的擬合值,虛線表示擬合值的變化趨勢(shì))　　a.0710號(hào)菲特(2007年8—9月);b.0815號(hào)薔薇(2008年9—10月);c.0920號(hào)盧碧(2009年10月);d.1009號(hào)瑪瑙(2010年9月)Fig.4　Fitting results of TCs by the model(Solid line is the maximum wind speed of TC based on the TC BT data,diamond shows the fitting intensity of TC,and dashed line denotes the trend of fitting intensity of TC)　　a.0710 Fitow(from August to September 2007);b.0815 Jangmi(from September to October 2008);c.0920 Lupit(in October 2009);d.1009 Malou (in September 2010)

2.3　誤差分析

2.3.1誤差隨強(qiáng)度的分布

圖5為2007—2010年不同強(qiáng)度TC擬合風(fēng)速的均方根誤差分布。根據(jù)國(guó)家標(biāo)準(zhǔn)《熱帶氣旋等級(jí)》(中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì),2006)劃分TC的等級(jí),即:熱帶低壓(TD)、熱帶風(fēng)暴(TS)、強(qiáng)熱帶風(fēng)暴(STS)、臺(tái)風(fēng)(TY)、強(qiáng)臺(tái)風(fēng)(STY)和超強(qiáng)臺(tái)風(fēng)(Super TY),各等級(jí)的樣本數(shù)分別為115、100、64、57、40和18。可以看出,該模型對(duì)強(qiáng)度在TD-TY范圍內(nèi)的TC的擬合誤差較小,平均絕對(duì)誤差分別為4.2、3.5、3.9和4.3 m/s,均方根誤差分別為5.2、4.3、5.0和5.3 m/s。一旦強(qiáng)度超過(guò)STY強(qiáng)度,擬合誤差迅速增大,強(qiáng)臺(tái)風(fēng)和超強(qiáng)臺(tái)風(fēng)的平均絕對(duì)誤差分別為7.8和5.5 m/s,均方根誤差為9.7和6.6 m/s,說(shuō)明模型對(duì)超強(qiáng)臺(tái)風(fēng)及以上強(qiáng)度TC的擬合效果較差。其原因可能在于:模型中采用的參數(shù)大多為MIN參數(shù),該參數(shù)反映的是云中層狀云最弱部分的活動(dòng),而強(qiáng)臺(tái)風(fēng)和超級(jí)臺(tái)風(fēng)中的對(duì)流活動(dòng)則較強(qiáng)。

圖5　不同強(qiáng)度TC擬合風(fēng)速的均方根誤差和絕對(duì)誤差(單位:m·s-1)Fig.5　RMSE and absolute error of fitting velocity for TCs with different intensities(units:m·s-1)

圖6詳細(xì)分析了風(fēng)速擬合誤差(即擬合值減去實(shí)際最大風(fēng)速值)隨最大風(fēng)速的分布?？梢钥吹?模式對(duì)強(qiáng)度較小的TC擬合值略偏大,對(duì)強(qiáng)度較大的TC擬合值偏小,當(dāng)最大風(fēng)速為40～50 m/s時(shí),模型的擬合值明顯偏小,且誤差多為-10～20 m/s,說(shuō)明模式對(duì)不同強(qiáng)度級(jí)別的TC強(qiáng)度估計(jì)能力有差異,故根據(jù)不同強(qiáng)度的TC進(jìn)行分段擬合,可能會(huì)使強(qiáng)度估計(jì)的精準(zhǔn)度有所提高。

圖6　風(fēng)速擬合誤差隨最大風(fēng)速的分布(實(shí)線為誤差的線性擬合結(jié)果)Fig.6　Distribution of fitting velocity error with the maximum wind speed(Solid line is the linear fitting result of error)

2.3.2誤差隨時(shí)間的分布

除了與TC的強(qiáng)度有關(guān),模型的擬合誤差還與觀測(cè)時(shí)間有關(guān)。圖7為2007—2009年模型擬合誤差隨時(shí)間的分布(4個(gè)時(shí)段的樣本數(shù)分別為102、60、87和94)。可以看到,對(duì)強(qiáng)度大于強(qiáng)臺(tái)風(fēng)的TC,均方根誤差在午前和午后分別為9.2和6.0 m/s,在上半夜和后半夜分別為10.4和12.0 m/s,日間尤其是午后的擬合誤差要明顯小于夜間;而對(duì)于強(qiáng)度小于強(qiáng)臺(tái)風(fēng)的TC,兩種強(qiáng)度區(qū)間(熱帶低壓—熱帶風(fēng)暴和強(qiáng)熱帶風(fēng)暴—臺(tái)風(fēng))的擬合誤差在午前分別為4.8和5.7 m/s,午后分別為4.2和6.8 m/s,上半夜分別為5.2和5.0 m/s,后半夜分別為4.5和4.0 m/s,日間的擬合誤差稍大于夜間,但這種差別并不十分明顯。這種現(xiàn)象很可能是由于日夜輻射差異造成,結(jié)合圖6的風(fēng)速分布可以發(fā)現(xiàn),模型的這種分布說(shuō)明模型在日間的估計(jì)值偏大,在夜間偏小,因此對(duì)于擬合值小于實(shí)際值的強(qiáng)臺(tái)風(fēng)和超強(qiáng)臺(tái)風(fēng)來(lái)說(shuō),誤差在日間減小,在夜間增大,而對(duì)于強(qiáng)度小于熱帶風(fēng)暴強(qiáng)度的TC來(lái)說(shuō),因?yàn)楸緛?lái)的擬合值就偏大,在日間這種差異就會(huì)更加明顯。這在一定程度上解釋了圖4中出現(xiàn)的擬合風(fēng)速跳躍性變化的原因。從TC的形成來(lái)說(shuō),暖洋面有利于TC的發(fā)展,因此TC的強(qiáng)度在日間大于夜間,模型誤差的這種日夜分布可能是合理的。

圖7　風(fēng)速擬合誤差隨時(shí)間的分布Fig.7　Distribution of fitting wind error with time

3結(jié)論

采用2007—2009年TRMM/TMI多通道亮溫資料,建立一種自動(dòng)估計(jì)熱帶氣旋強(qiáng)度的模型。該模型通過(guò)計(jì)算9個(gè)通道上以TC中心為圓心的同心圓面和同心圓環(huán)面上的最大值、最小值、平均值和區(qū)域閾值,得到2 400多個(gè)參數(shù),再利用逐步回歸方法對(duì)參數(shù)和TC強(qiáng)度進(jìn)行擬合,得到TC強(qiáng)度的擬合模型,并對(duì)估計(jì)誤差進(jìn)行分析,得到以下結(jié)論:

1)2007—2009年的模型估計(jì)誤差(非獨(dú)立樣本)與采用Dvorak方法的強(qiáng)度估計(jì)誤差相當(dāng),均方根誤差為6.0 m/s,平均絕對(duì)誤差為4.6 m/s;對(duì)于2010年的獨(dú)立樣本,模型估計(jì)誤差與2007—2009年接近,均方根誤差值為5.3 m/s,平均絕對(duì)誤差為4.4 m/s,說(shuō)明該模型能較好地估計(jì)TC強(qiáng)度,且有一定的普遍適用性。

2)模型對(duì)熱帶低壓到臺(tái)風(fēng)強(qiáng)度的TC擬合誤差較小,均方根誤差為5 m/s左右,平均絕對(duì)誤差為4 m/s左右;模型對(duì)強(qiáng)臺(tái)風(fēng)及超強(qiáng)臺(tái)風(fēng)強(qiáng)度的TC擬合誤差較大,均方根誤差分別為9.7和6.6 m/s,平均絕對(duì)誤差分別為7.8和5.5 m/s;模型對(duì)強(qiáng)度較小TC的估計(jì)值大于真實(shí)值,對(duì)強(qiáng)度為40～50 m/s的TC,模型的估計(jì)值小于真實(shí)值。

3)模型的擬合誤差與觀測(cè)時(shí)間有關(guān),估計(jì)值在日間偏大,在夜間偏小,說(shuō)明日夜輻射差異對(duì)模型的估計(jì)值有較大影響。對(duì)強(qiáng)臺(tái)風(fēng)及以上強(qiáng)度的熱帶氣旋,模型的擬合誤差在日(夜)間減小(增大),誤差最小(大)值為6.0 m/s(12.0 m/s)。

本文僅研究了TRMM/TMI資料對(duì)海上TC強(qiáng)度的估計(jì)能力,對(duì)于陸地上的TC個(gè)例,由于低頻通道對(duì)下墊面較為敏感,因此并不適用。此外,由于現(xiàn)在還無(wú)法得到實(shí)時(shí)的TRMM衛(wèi)星觀測(cè)資料,因此該方法暫時(shí)只能為臺(tái)風(fēng)最佳資料整編提供參考。

參考文獻(xiàn)(References)：

Cecil D J,Zipser E J.1999.Relationships between tropical cyclone intensity and satellite-based indicators of inner core convection:85-GHz ice-scattering signature and lightning[J].Mon Wea Rev,127:103-123.

Dvorak V F.1973.Tropical cyclone intensity analysis and forecasting from satellite imagery[C]//NOAA Technical Memorandum NESS 45.United States:Department of Commerce.

Dvorak V F.1975.Tropical cyclone intensity analysis and forecasting from satellite imagery[J].Mon Wea Rev,103:420-430.

Dvorak V F.1984.Tropical cyclone intensity analysis and forecasting from satellite data[C]//NOAA Technical Report NESDIS 11.United States:Department of Commerce.

范蕙君,李修芳,燕芳杰,等.1996.用數(shù)字云圖確定熱帶氣旋強(qiáng)度的原理和方法[J].大氣科學(xué),20(4):439-444.Fan Huijun,Li Xiufang,Yan Fangjie,et al.1996.A technique to estimate the intensity of tropical cyclone based on S-VISSR data[J].Chinese J Atmos Sci,20(4):439-444.(in Chinese).

方宗義,周連翔.1980.用地球同步氣象衛(wèi)星紅外云圖估計(jì)熱帶氣旋的強(qiáng)度[J].氣象學(xué)報(bào),38(2):150-158.Fang Zongyi,Zhou Lianxiang.1980.Estimation of tropical cyclone intensity by use of GMS infaraed imagery[J].Acta Meteor Sinica,38(2):150-158.(in Chinese).

傅云飛,劉棟,王雨,等.2007.熱帶測(cè)雨衛(wèi)星綜合探測(cè)結(jié)果之“云娜”臺(tái)風(fēng)降水云與非降水云特征[J].氣象學(xué)報(bào),65(3):316-328.Fu Yunfei,Liu Dong,Wang Yu,et al.2007.Characteristics of precipitating and non-precipitating clouds in typhoon Ranan as viewed by TRMM combined measurements[J].Acta Meteor Sinica,65(3):316-328.(in Chinese).

Hoshino S,Nakazawa T.2007.Estimation of tropical cyclone intensity using TRMM/TMI brightness temperature data[J].J Meteor Soc Japan,85(4):437-454.

黃嘉佑.2004.氣象統(tǒng)計(jì)分析與預(yù)報(bào)方法[M].3版.北京:氣象出版社:58-72.Huang Jiayou.2004.Meteorological statistical analysis and forecasting methods[M].3rd ed.Beijing:Meteorological Press:58-72.(in Chinese).

Kidder S Q,Gray W M,Vonder Haar T H.1978.Estimating tropical cyclone central pressure and outer winds from satellite microwave data[J].Mon Wea Rev,106:144-152.

Knaff J A,Brown D P,Courtney J,et al.2010.An evaluation of Dvorak technique-based tropical cyclone intensity estimates[J].Wea Forecasting,25:1362-1379.

Kossin J P,Velden C S,Kossin J P.2004.A pronounced bias in tropical cyclone minimum sea-level pressure estimation based on the Dvorak technique[J].Mon Wea Rev,132:165-174.

雷小途,張義軍,馬明.2009.西北太平洋熱帶氣旋的閃電特征及其與強(qiáng)度關(guān)系的初步分析[J].海洋學(xué)報(bào),31(4):29-38.Lei Xiaotu,Zhang Yijun,Ma Ming.2009.The preliminary analysis of the lightning characteristics and the relationship between lightning and intensity of tropical cyclone in northwest Pacific[J].Acta Oceanologica Sinica,31(4):29-38.(in Chinese).

Lonfat M,Marks F D,Chen S.2004.Precipitation distribution in tropical cyclones using the tropical rainfall measuring mission (TRMM) microwave imager:A global perspective[J].Mon Wea Rev,132(7):1645-1660.

盧怡,周順武,趙兵科,等.2012.TRMM/TMI資料在熱帶氣旋強(qiáng)度估計(jì)中的應(yīng)用研究[J].暴雨災(zāi)害,31(4):336-341.Lu Yi,Zhou Shunwu,Zhao Bingke,et al.2012.Estimating tropical cyclone intensity by using TRMM/TMI data[J].Torrential Rain and Disasters,31(4):336-341.(in Chinese).

羅鳳明,邱勁飚,李明華,等.2008.如何使用統(tǒng)計(jì)軟件SPSS進(jìn)行回歸分析[J].電腦知識(shí)與技術(shù),15(2):293-294.Luo Fengming,Qiu Jinbiao,Li Minghua,et al.2008.How to do regression analysis by statistical software SPSS[J].Computer Knowledge and Technology,15(2):293-294.(in Chinese).

Mayfield M.2004.The early days of the Dvorak technique at the National Hurricane Center[C]//Extended abstracts,26th Conf on Hurricanes and Trop Meteorology.Miami,FL:Amer Meteor Soc.

Olander T L,Velden C S,Turk M A.2002.Development of the advanced objective Dvorak technique(AODT)—Current progress and future directions[C]//Preprints,25th Conf on Hurricanes and Trop Meteorology.Amer Meteor Soc:585-586.

施能.2002.氣象科研與預(yù)報(bào)中的多元分析方法[M].2版.北京:氣象出版社:46-55.Shi Neng.2002.China multivariate analysis methods in the weather research and prediction[M].2nd ed.Beijing:Meteorological Press:46-55.(in Chinese).

Simpson J,Kummerow C,Meneghini R,et al.2000.The tropical rainfall measuring mission(TRMM) progress report[J].Earth Observation and Remote Sensing,4C:71-90.

Spencer R W,Goodman H M,Hood R E.1989.Precipitation retrieval over land and ocean with the SSM/I:Identification and characteristics of the scattering signal[J].J Atmos Oceanic Technol,6:254-273.

陶麗,靳甜甜,濮梅娟,等.2013.西北太平洋熱帶氣旋氣候變化的若干研究進(jìn)展[J].大氣科學(xué)學(xué)報(bào),38(4):504-512.Tao Li,Jin Tiantian,Pu Meijuan,et al.2013.Review of the researches on climatological variations of tropical cyclones over western North Pacific[J].Trans Atmos Sci,38(4):504-512.(in Chinese).

王瑾,江吉喜.2005.用AMSU資料揭示的不同強(qiáng)度熱帶氣旋熱力結(jié)構(gòu)特征[J].應(yīng)用氣象學(xué)報(bào),16(2):159-165.Wang Jin,Jiang Jixi.2005.The thermal structure characteristics of tropical cyclones with different intensity revealed by AMSU data[J].Quart J Appl Meteor,16(2):159-165.(in Chinese).

王偉,余錦華.2013.東風(fēng)和西風(fēng)切變環(huán)境下西北太平洋熱帶氣旋快速增強(qiáng)特征的對(duì)比[J].大氣科學(xué)學(xué)報(bào),36(3):337-345.Wang Wei,Yu Jinhua.2013.Characteristic comparison between the rapid intensification of tropical cyclones in easterly and westerly wind shear over the Northwest Pacific[J].Trans Atmos Sci,36(3):337-345.(in Chinese).

王詠青,宋天元,梁駒,等.2012.西北太平洋臺(tái)風(fēng)季節(jié)預(yù)報(bào)的數(shù)值模擬[J].大氣科學(xué)學(xué)報(bào),35(1):24-31.Wang Yongqing,Song Tianyuan,Liang Ju,et al.2012.Simulation of seasonal tropical cyclone activity over the western North Pacific by using the WRF model[J].Trans Atmos Sci,35(1):24-31.(in Chinese).

王振會(huì).2001.TRMM衛(wèi)星測(cè)雨雷達(dá)及其應(yīng)用研究綜述[J].氣象科學(xué),21(4):491-500.Wang Zhenhui.2001.A brief introduction to TRMM precipitation radar and a summary on the study of its applications[J].Scientia Meteorologica Sinica,21(4):491-500.(in Chinese).

夏秋萍,王鶴翔,陳子昂,等.2006.用TRMM衛(wèi)星探測(cè)資料對(duì)“卡努”臺(tái)風(fēng)云系不同階段特征的分析[J].海洋預(yù)報(bào),23(4):28-37.Xia Qiuping,Wang Hexiang,Chen Ziang,et al.2006.Analysis of typhoon Khnun cloud characteristics in different stages by using TRMM[J].Marine Foecasts,23(4):28-37.(in Chinese).

智協(xié)飛,張玲.2009.AOGS第六屆學(xué)術(shù)年會(huì)氣象學(xué)研究報(bào)告綜述[J].大氣科學(xué)學(xué)報(bào),32(5):716-722.Zhi Xiefei,Zhang Ling.2009.A review of the meteorological research at the AOGS 6th annual meeting[J].Trans Atmos Sci,32(5):716-722.(in Chinese).

中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì).2006.GB/T 19201—2006熱帶氣旋等級(jí)[S].北京:中國(guó)標(biāo)準(zhǔn)出版社.Standardization Administration of the People’s Republic of China.2006.Grade of tropical cyclones(GB/T 19201—2006)[S].Beijing:Standards Press of China.(in Chinese).

(責(zé)任編輯：倪東鴻)

An objective method to estimate tropical cyclone intensity over Northwest Pacific using TRMM/TMI data

ZHOU Shun-wu1,LU Yi1,2,ZHAO Bing-ke3,LU Xiao-qin3,

DING Feng4,CHEN Li-ying5

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters,NUIST,Nanjing 210044,China; 2.Shanghai Supply and Delivery Division of China Meteorological Administration,Shanghai 200050,China; 3.Shanghai Typhoon Institute of China Meteorological Administration,Shanghai 200030,China; 4.Qingdao Engineering Technology Research Center of Meteorological Disaster Prevention,Qingdao 266003,China; 5.Ning’an Meteorological Bureau,Ning’an 157400,China)

Abstract:Using the brightness temperature(TB) data of TRMM Microwave Imager(TMI) from 2007 to 2010,this paper establishes a method for estimating the intensity of tropical cyclone(TC) in Northwest Pacific,and tropical cyclones in 2010 are tested independently.Results show that the model fits well for those TCs,which are weaker than severe typhoon,with RMSE of about 5 m/s and mean absolute error of about 4 m/s.For theose TCs with strength between severe typhoon and super typhoon,the fitting error is bigger,with RMSEs of 9.65 and 6.60 m/s,and mean absolute error of 7.76 and 5.49 m/s,respectively.For theose TCs with intensity of strong typhoon and above,the fitting error in daytime(nighttime) decreases(increases),with minimum(maximum) error of 6 m/s(11.96 m/s),indicating that the estimate value is large(small) in daytime(nighttime).

Key words:tropic cyclone intensity;TRMM/TMI;brightness temperature;stepwise regression

doi：10.13878/j.cnki.dqkxxb.20130514001

文章編號(hào)：1674-7097(2015)03-0407-07

中圖分類號(hào)：P405

文獻(xiàn)標(biāo)志碼：A

通信作者：周順武，博士，教授，研究方向?yàn)榧撅L(fēng)動(dòng)力學(xué)，zhou@nuist.edu.cn.

基金項(xiàng)目:山東省氣象局課題(2014sdqx01);中國(guó)氣象局河南省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金項(xiàng)目(AMF201403);國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展規(guī)劃項(xiàng)目(2012CB955204)；國(guó)家自然科學(xué)基金資助項(xiàng)目(41275111)；江蘇省青藍(lán)工程項(xiàng)目

收稿日期：2013-05-14；改回日期：2014-06-05

周順武,盧怡,趙兵科,等.2015.利用TMI資料估計(jì)西北太平洋熱帶氣旋強(qiáng)度的客觀方法[J].大氣科學(xué)學(xué)報(bào),38(3):407-413.doi：10.13878/j.cnki.dqkxxb.20130514001.

Zhou Shun-wu,Lu Yi,Zhao Bing-ke，et al.2015.An objective method to estimate tropical cyclone intensity over Northwest Pacific using TRMM/TMI data[J].Trans Atmos Sci,38(3):407-413.(in Chinese).