衛(wèi)星云圖資料在大暴雨過程中的應(yīng)用

摘要 氣象衛(wèi)星資料在天氣分析與研究方面均取得了大量的成果，特別是為降水估計提供了非常有用的幫助，在此通過對FY2D氣象衛(wèi)星資料和產(chǎn)品的特征分析揭示造成異常降水的原因，力圖推動衛(wèi)星資料和產(chǎn)品在天氣預(yù)報，特別是重大災(zāi)害性天氣預(yù)報中的應(yīng)用，充分發(fā)揮衛(wèi)星監(jiān)測資料的優(yōu)勢。

關(guān)鍵詞 大暴雨；衛(wèi)星云圖；資料應(yīng)用

中圖分類號 S161.6 文獻標(biāo)識碼 A 文章編號 0517-6611（2014）17-05594-04

Abstract Satellite data have been widely used in both weather analysis and weather research. Especially， they provided very useful helps to the estimates of precipitations. This thesis tries to find out the reasons of abnormal rainfalls through the analysis to FY2D satellite data and the characteristics of productions， in order to promote the applications of satellite data and productions in weather forecast， especially during the forecast of disastrous weather. Forecast should give full play to the advantages of satellite monitoring data.

Key words Downpour； Satellite cloud pictures； Application of data

大暴雨預(yù)報是災(zāi)害性天氣預(yù)報的重點和難點，隨著數(shù)值預(yù)報產(chǎn)品的發(fā)展，災(zāi)害性天氣預(yù)報能力有了很大程度提高，依據(jù)對模式預(yù)報產(chǎn)品及常規(guī)資料的分析和判斷，災(zāi)害性天氣過程基本不會空報或漏報，但定點、定量、定時預(yù)報能力還遠遠不能滿足公共氣象服務(wù)特別是決策氣象服務(wù)的需求。

目前FY2系列衛(wèi)星為天氣預(yù)報業(yè)務(wù)提供了大量的衛(wèi)星資料和產(chǎn)品，特別是在海洋和觀測資料稀少的地區(qū)，衛(wèi)星資料發(fā)揮了不可替代的作用，研究表明運用氣象衛(wèi)星資料可以準(zhǔn)確預(yù)報臺風(fēng)（熱帶氣旋）強度和移動路徑，在海霧監(jiān)測和預(yù)報方面均取得了重大進展[1-2]。不少氣象專家學(xué)者根據(jù)衛(wèi)星產(chǎn)品研發(fā)短時、臨近預(yù)報中定點、定量、定時預(yù)報方法， 特別是將衛(wèi)星資料和雷達產(chǎn)品相結(jié)合進行本地化研究，來提高強降水預(yù)報水平，取得了大量研究成果[3-6]，然而目前基礎(chǔ)業(yè)務(wù)臺站對衛(wèi)星資料的應(yīng)用水平還不高，衛(wèi)星云圖僅僅是常

規(guī)天氣分析和預(yù)報的輔助資料，甚至被忽略，筆者通過對

FY2D

氣象衛(wèi)星資料和產(chǎn)品的特征分析揭示造成異常降水的原因，力圖推動衛(wèi)星資料和產(chǎn)品在重大災(zāi)害性天氣預(yù)報中的應(yīng)用，充分發(fā)揮衛(wèi)星監(jiān)測資料的優(yōu)勢。

1 天氣慨況

2012年5月12日受高空低槽和中低層切變影響，贛北出現(xiàn)了2012年入汛以來最強的降水過程，11日20：00～12日20：00有9個國家站達到大暴雨，21個國家站暴雨，6 h最大降水量146.8 mm，11：00～12：00 4站強降水，降水集中在12日09：00～19：00，這次降水過程歷時時間短、雨強大（圖1）。據(jù)江西省民政廳報告，此次降水引發(fā)的洪澇災(zāi)害造成南昌、九江、宜春、新余等9市50個縣（區(qū)、市）114.2萬人受災(zāi)，2人死亡，緊急轉(zhuǎn)移安置3.1萬人，6 700余間房屋倒塌或嚴重損壞，農(nóng)作物受災(zāi)面積8.8萬hm2，其中絕收0.5萬hm2，直接經(jīng)濟損失10.7億元。

九江市修水縣同樣遭受這次罕見大暴雨的襲擊，全縣30個自動站平均降水量達97.8 mm，有5個站大于150 mm，12個站大于100 mm，9個自動站1 h降水量>30 mm，其中黃龍自動站5 h降水量達141.2 mm，強降水引發(fā)修水西部大橋、余段、水源、古市、全豐、月塘等鄉(xiāng)鎮(zhèn)五十多個村發(fā)生山體滑坡、泥石流災(zāi)害，306省道等交通要道近20處阻塞，50余座橋梁被損毀，900多間房屋倒塌，部分河堤損毀，居民房屋被淹，四千余人轉(zhuǎn)移。

2 天氣形勢

11日20：00 500 hPa（圖2a）自貝加爾湖至河西走廊有一長波槽，槽底分裂出一支短波槽位于陜西中部至四川西北部，與湖北西部至湖南西北部的另一支短波槽形成階梯槽，由于副高強度弱，584 dagpm線位于華南沿海，暖濕氣流沿584 dagpm線西北側(cè)北上，短波槽東移過程中合并；12日08：00自重慶—江西西北部形成一寬廣槽區(qū)，高空槽在東移過程中攜帶冷空氣南下，冷暖空氣交匯于湘中北—江西北部，此時湘中北—江西北部正好處于高空急流出口處右側(cè)。700 hPa河套東部—川西有一條東北—西南向切變線，切變線西端有一中心為300 dagpm低渦，低渦沿著切變線東移并加深，其南側(cè)西南風(fēng)加強，風(fēng)速加大，形成一支西南風(fēng)急流，急流軸上最大風(fēng)速由10 m/s（11日20：00）增大至20 m/s（12日08：00），急流軸頂端伸至贛西北，建立一條強盛的水汽通道，將華南沿海的暖濕氣流源源不斷地向大暴雨區(qū)上空輸送，為大暴雨的產(chǎn)生提供了充沛的水汽條件（圖2b）。850 hPa，11日20：00～12日08：00冷暖空氣勢力迅速加強，切變線兩側(cè)風(fēng)速加大，強盛的東北風(fēng)與西南風(fēng)對峙于湖南北部（圖2c），12日20：00隨著冷空氣的進一步南移，500 hPa轉(zhuǎn)為西北風(fēng)，850 hPa切變線南壓至湖南、江西南部，降水強度、范圍隨之南移（圖2d）。

3 衛(wèi)星云圖

3.1 對流云團

5月11日15：30在貴州西北部赫章縣境內(nèi)有一圓點雷暴云團A初生，結(jié)構(gòu)密實，邊界光滑，剛一生成云頂溫度就達-65 ℃，之后的幾個小時內(nèi)此云團進一步發(fā)展，云頂溫度降低，范圍擴大，沿著切變線向東北方向移動；19：30四川九龍縣、樂山市和云南綏江縣分別有3個顆粒狀雷暴單體生成，它們邊發(fā)展加強邊東移，于22：00合并成雷暴云團B，云團A和云團B在東移過程中有一個共同特點，云頂溫度不斷降低，且云團后部云頂溫度明顯低于云團前部云頂溫度，后部出現(xiàn)多個白色亮點，說明云 團內(nèi)部有多個對流云團在強烈發(fā)展（圖3a），雷暴云團A和B于12日01：30合并成典型雷暴群云團（MCC），呈現(xiàn)為色調(diào)很白的卷云罩，溫度低，邊界整齊，范圍大，直徑達4～5個緯距，其后不斷有對流雷暴單體初生、發(fā)展、移入雷暴群云團中（圖3b）；05：30（圖3c），MCC發(fā)展至鼎盛時期，上風(fēng)側(cè)邊界光滑整齊，下風(fēng)側(cè)開始出現(xiàn)羽毛狀卷云砧，邊界模糊，當(dāng)云塊移入江西境內(nèi)時即將進入成熟階段，隨后演變成典型的暴雨云特征（圖3d），對流性減弱，這正是此次過程主要產(chǎn)生強降水、大暴雨的原因。

3.2 多通道云圖對比

將衛(wèi)星云圖多通道圖像進行對比分析可以方便判斷識別低云和高云，了解對流云團所處的生命史不同階段。

從2012年5月12日紅外3分裂窗圖（圖4a1、b1）演變情況分析可以看出，強降水出現(xiàn)的時間和落區(qū)與云圖上紅色范圍的移動基本一致；水汽通道大值區(qū)于08：30進入江西省西北部，自貴州東北部經(jīng)湖南中北部維持一條強的水汽輸送帶，14：30贛北上空空氣含水量達到最大；中紅外云圖上08：30～18：30顏色逐漸加深（圖4a4、b4），說明云頂溫度降低，但分析其后部湖南、湖北境內(nèi)云頂溫度可看出，自14：30后其上空云頂溫度均處于上升狀態(tài)，由此可推斷云頂溫度的降低是由于云系平行移入造成的，而不是由于云系發(fā)展造成的；可見光云圖上（圖4a3、b3），07：30贛北上空平均反射率約25%，10：30升至55%～60%，自11：30之后減小，盡管此時降水仍很強，據(jù)此可推斷降水將會平穩(wěn)東移、南壓。從多通道云圖對比來看，大暴雨開始前各個通道云系均表明云系處于發(fā)展至成熟階段，當(dāng)各通道云系特征不再增強時，表明降水強度將會逐漸平穩(wěn)減弱東移南壓。

3.3 云頂參數(shù)特征

研究表明云頂參數(shù)特征為短時臨近降水估計提供了有效的幫助，其中相當(dāng)黑體亮溫（TBB）、云團面積等參數(shù)應(yīng)用最為普遍。Scofield通過對對流核心的云頂亮溫、云團面積的增長與降水率、降水面積關(guān)系的研究提出了“生命史法”，認為云頂亮溫和云團面積的增長與降水量有直接聯(lián)系[7]。針對5月12日這次大暴雨過程，主要從黑體亮溫和云團面積變化著手進行分析。從12日02：30FY2D衛(wèi)星相當(dāng)黑體亮溫圖（圖5a）可以看到，西南有一個云頂亮溫為-80 ℃亮溫中心向東北方向伸展，中心強度達-84 ℃，其后部TBB密集，亮溫梯度大，預(yù)示著云團將進一步發(fā)展；前端有3個-40 ℃亮溫中心自西伸向贛西北，此時云團面積較小；05：30，-52 ℃線進入贛西北，修水西部黃龍自動站1 h雨量由6.0 mm增至28.3 mm，接近強降水；07：30（圖5b），中心亮溫分裂出一個-60 ℃中心，位于鄂、湘、贛交界處，-32和-52 ℃閾值溫度下的云團面積均明顯增大，贛西北降水強度和降水范圍也隨著增大，之后幾小時亮溫中心逐漸東移，形成一條東北—西南向帶狀，與切變線位置一致，范圍繼續(xù)擴大，溫度仍在降低；14：30（圖5c），云頂溫度降至最低，為-78 ℃，-52 ℃云團面積達到最大，覆蓋了整個贛北地區(qū)，與大暴雨降水強度和落區(qū)一致，15：30亮溫中心東移，數(shù)值升高，TBB梯度變得稀疏，范圍縮小，預(yù)示著云團處于消亡階段，大暴雨過程降水強度將減弱；18：30亮溫中心進一步東移南壓，降水南移（圖5d）。由此可見，通過對云頂亮溫的降（升）以及面積的增（減）隨時間的演變可以判斷降水云團的發(fā)生、發(fā)展、消亡的狀況，為降水強度、落區(qū)預(yù)報提供依據(jù)。

為了更好地揭示降水實況與黑體亮溫之間的關(guān)系，選取

修水黃龍自動站（114.04°E、29.02°N）逐小時降水資料與其上空TBB對比分析。從圖6可以看出，當(dāng)?shù)?塊云團移入黃龍上空，云頂最低黑體亮溫為-44 ℃（01：30），黃龍自動站1 h（02：00～03：00）降水量為10.3 mm，隨后亮溫升高，降水相應(yīng)減弱，當(dāng)四川南部和貴州北部兩塊亮溫中心分別為-77和-80 ℃的云團移入時，黃龍上空TBB迅速由-31 ℃（03：30）降至-73 ℃（08：30），自動站1 h降水由6.7 mm升至58.3 mm。云頂亮溫迅速降低，表明云團處于強烈發(fā)展階段，降水增強，主要降水出現(xiàn)在云團發(fā)展和成熟階段，此后云頂亮溫逐漸升高，降水減小，表明云處于消散之中。從圖中還可以看出，云頂亮溫降（升）先于降水強度的增（減），由此可提前判斷降水強度變化趨勢，為短時臨近預(yù)報提供幫助。

4 結(jié)論

（1）階梯槽攜帶冷空氣與西南暖濕氣流交匯是這次大暴雨產(chǎn)生的主要原因，西南低渦沿切變線移出以及低空急流的增強加大了降水量的產(chǎn)生。

（2）對流云團生命特征分析表明，強天氣主要出現(xiàn)在對流云團的發(fā)生、發(fā)展階段，多通道圖像對比分析可更好地判斷識別低云和高云，了解對流云團所處的生命史不同階段。從此次大暴雨降水過程來看，通過對云頂亮溫、云團面積等云頂參數(shù)特征的分析可以看出強降水強度、落區(qū)以及開始、結(jié)束時間與-32和-52 ℃冷云罩有較好的對應(yīng)關(guān)系，云頂亮溫最低值中心與大暴雨中心相對應(yīng)；從黃龍自動站單站降水實況看，其上空云頂亮溫降（升）先于降水強度的增（減），由此可提前判斷降水強度變化趨勢。

（3）衛(wèi)星遙感資料和產(chǎn)品可以進一步揭示天氣系統(tǒng)的發(fā)生、發(fā)展趨勢，為天氣分析和準(zhǔn)確預(yù)報提供幫助和參考，特別是在短時臨近預(yù)報中發(fā)揮很好的輔助作用。

參考文獻

[1]潘杰麗，朱明，朱敬海，等.利用衛(wèi)星云圖資料制作熱帶氣旋預(yù)報路徑的一種算法[J].臺灣海峽，2009，28（3）：425-431.

[2] 鮑獻文，王鑫，孫立潭，等.衛(wèi)星遙感全天候監(jiān)測海霧技術(shù)與應(yīng)用[J].高技術(shù)通訊，2005，15（1）：101-106.

[3] 陳渭民.衛(wèi)星氣象學(xué)[M].北京：氣象出版社，2003：18.

[4] 蔡曉云，伏建國，朱革.一種衛(wèi)星和雷達資料結(jié)合的強降水臨近預(yù)報方法[J].氣象，1997，23（1）：46-49.

[5] 胡波，杜惠良，滕衛(wèi)平，等.用紅外云圖估算熱帶氣旋短時雨量[J].氣象，2006，32（1）：74-77.

[6] 尹承美，卓鴻，胡鵬，等.FY2產(chǎn)品在濟南“7.18”大暴雨臨近預(yù)報中的應(yīng)用[J].氣象，2008，34（1）：27-34.

[7] SCOFIELD R A.The NESDID operational convective precipitation technique[J].Mon Wea Rev，1987，115：1773-1792.