基于FY-3C/D氣象衛(wèi)星的暖區(qū)降水過(guò)程反演模擬研究*

黨皓飛 毛 穎 張春桂 吳作航

(1.福建省氣象科學(xué)研究所，福建 福州 350008;2.福建省災(zāi)害天氣重點(diǎn)實(shí)驗(yàn)室，福建 福州 350008;3.福建省氣象災(zāi)害防御技術(shù)中心，福建 福州 350008)

1 概述

暖區(qū)暴雨是指發(fā)生在地面鋒面南側(cè)暖區(qū)或華南地區(qū)無(wú)冷空氣影響時(shí)產(chǎn)生的暴雨[1-2]。暖區(qū)暴雨對(duì)流活動(dòng)顯著，短時(shí)雨強(qiáng)大、突發(fā)性強(qiáng)，易引發(fā)災(zāi)害，給群眾生命財(cái)產(chǎn)安全與經(jīng)濟(jì)建設(shè)帶來(lái)極大威脅[3-4]。由于暖區(qū)暴雨機(jī)理復(fù)雜且具有上述幾類特點(diǎn)，導(dǎo)致對(duì)暖區(qū)暴雨的預(yù)報(bào)與研究成為氣象工作中的一個(gè)重點(diǎn)及難點(diǎn)[5]。吳亞麗[6]基于再分析資料、雷達(dá)、地面降水資料進(jìn)行了華南前汛期暖區(qū)暴雨的發(fā)展過(guò)程分析；肖紅茹等[7]將四川盆地暖區(qū)暴雨分為四類，并選取了典型個(gè)例，利用地面降水?dāng)?shù)據(jù)分析了暴雨成因與中尺度特征。在對(duì)暖區(qū)暴雨的研究中，及時(shí)了解其降水量的空間分布情況尤為重要[8]。傳統(tǒng)的地基雷達(dá)與地面雨量觀測(cè)站雖然是目前運(yùn)用最普遍的觀測(cè)方法，但雷達(dá)的降水反演精度相對(duì)較低、觀測(cè)站分布不均、地形地勢(shì)影響等一些問(wèn)題依舊存在[9]。

隨著遙感技術(shù)的發(fā)展，使得大范圍暖區(qū)暴雨降水觀測(cè)成為了可能[10]。氣象衛(wèi)星不受自然條件與地理?xiàng)l件限制，可實(shí)現(xiàn)高時(shí)空分辨率、大范圍的暖區(qū)暴雨監(jiān)測(cè)，與地面觀測(cè)數(shù)據(jù)實(shí)現(xiàn)互補(bǔ)[11]。目前常見的衛(wèi)星遙感反演降水的方法主要有可見光與紅外[12]、微波[13]、多傳感器組合[14]等。夏雙等[15]使用FY-2C紅外波段與人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行了藏北高原典型區(qū)降水模擬，效果較優(yōu)；李萬(wàn)彪等[16]利用阜陽(yáng)天氣雷達(dá)雨量資料與微波成像資料，對(duì)TRMM/TMI的微波通道及其組合進(jìn)行了動(dòng)態(tài)聚類，構(gòu)建了降水反演算法，并與日本NASDA降水產(chǎn)品進(jìn)行了對(duì)比，證明了其反演方法的可靠性；張春桂等[17]結(jié)合風(fēng)云二號(hào)、風(fēng)云三號(hào)衛(wèi)星數(shù)據(jù)、天氣雷達(dá)與降水?dāng)?shù)據(jù)，運(yùn)用逐步線性回歸方法進(jìn)行了云團(tuán)降水的模擬與預(yù)報(bào)。國(guó)內(nèi)外也通過(guò)衛(wèi)星數(shù)據(jù)制作了多種降水反演產(chǎn)品，如國(guó)外的TRMM、GPM、CMOPRH以及我國(guó)的FY衛(wèi)星系列降水反演產(chǎn)品[18]。隨著風(fēng)云三號(hào)C星與風(fēng)云三號(hào)D星(FY-3C/D)的升空并實(shí)現(xiàn)組網(wǎng)運(yùn)行，大氣探測(cè)精度大大提高，也為暖區(qū)暴雨監(jiān)測(cè)提供了切實(shí)可靠的數(shù)據(jù)產(chǎn)品。

從目前相關(guān)研究文獻(xiàn)看，利用衛(wèi)星微波觀測(cè)資料開展暖區(qū)降水監(jiān)測(cè)的研究少有報(bào)道。本研究將利用我國(guó)自主發(fā)射的風(fēng)云衛(wèi)星微波觀測(cè)資料，針對(duì)福建暖區(qū)暴雨的遙感監(jiān)測(cè)開展探索研究，以期得到相關(guān)初步結(jié)論，同時(shí)由于衛(wèi)星數(shù)據(jù)、降水反演過(guò)程與地理位置不同，不可避免與實(shí)際情況產(chǎn)生誤差[19]，故需要對(duì)FY-3C/D降水反演產(chǎn)品進(jìn)行星地校驗(yàn)評(píng)估，探尋FY-3C/D降水反演產(chǎn)品在福建暖區(qū)降水監(jiān)測(cè)中的實(shí)際應(yīng)用效果。一些模式的模擬研究指出，不同模式對(duì)云宏、微觀物理特性的描述差異會(huì)直接導(dǎo)致模擬結(jié)果存在很大差異，從而使得云成為影響氣候變化預(yù)測(cè)準(zhǔn)確性的重要因子?，F(xiàn)有大量研究根據(jù)云的宏、微觀物理特性對(duì)云進(jìn)行了分類。中國(guó)云圖分類標(biāo)準(zhǔn)和國(guó)際衛(wèi)星云氣候計(jì)劃(ISCCP)將云劃分為卷云、高層云、高積云等類型。研究結(jié)果表明，不同類型的云受其宏觀和微觀物理特性差異的影響，在輻射效應(yīng)和降水類型等方面存在明顯差異。因此，研究不同云類型對(duì)于準(zhǔn)確理解地氣系統(tǒng)輻射能量收支、降雨的分布，以及全球氣候變暖等問(wèn)題都具有重要意義。

2 數(shù)據(jù)和研究方法

2.1 研究區(qū)域概況

福建省地處中國(guó)東南沿海，全省面積約12.4萬(wàn)km2，包含9個(gè)設(shè)區(qū)市與1個(gè)綜合實(shí)驗(yàn)區(qū)。省內(nèi)地勢(shì)從西北向東南降低，丘陵延綿，山地聳峙，有著“八山一水一分田”之稱。福建省東面沿海，海岸線綿長(zhǎng)，為亞熱帶季風(fēng)氣候，光照充足、雨量充沛，氣候濕潤(rùn)，且處在熱帶東風(fēng)帶與中緯度西風(fēng)帶交替影響的過(guò)渡地帶，因此是中國(guó)暴雨高頻區(qū)之一。不僅如此，近些年通過(guò)觀測(cè)發(fā)現(xiàn)，暖區(qū)暴雨是福建省暴雨的重要組成部分，而暖區(qū)暴雨降水強(qiáng)度大、集中，無(wú)疑會(huì)造成滑坡、山洪、泥石流等重大災(zāi)害，給人民的生命安全和財(cái)產(chǎn)安全產(chǎn)生巨大威脅。

2.2 實(shí)測(cè)樣本采集與預(yù)處理

實(shí)測(cè)樣本基于全國(guó)綜合氣象信息共享平臺(tái)(CIMISS)，并通過(guò)氣象數(shù)據(jù)統(tǒng)一服務(wù)接口(MUSIC)獲取。實(shí)測(cè)數(shù)據(jù)包括：2016—2019年間，福建省18場(chǎng)暖區(qū)暴雨過(guò)程中各測(cè)站點(diǎn)的名稱、站號(hào)、經(jīng)緯度、具體觀測(cè)時(shí)間，以及每小時(shí)觀測(cè)1次的過(guò)去1小時(shí)的累計(jì)雨量等。實(shí)測(cè)樣本使用前，將缺測(cè)以及不在合理范圍內(nèi)的降水?dāng)?shù)據(jù)予以剔除。

2.3 衛(wèi)星數(shù)據(jù)采集與預(yù)處理

風(fēng)云三號(hào)(FY-3)氣象衛(wèi)星是我國(guó)第二代極軌氣象衛(wèi)星，相較于風(fēng)云一號(hào)氣象衛(wèi)星，其功能與技術(shù)上皆有很大的提升。FY-3氣象衛(wèi)星不僅大幅提高了全球資料的獲取能力，同時(shí)也提升了地表和云區(qū)特征的遙感能力等。本研究采集的衛(wèi)星數(shù)據(jù)包括風(fēng)云三號(hào)C星(FY-3C)大氣垂直探測(cè)系統(tǒng)(VASS)中大氣溫濕廓線(AVP)產(chǎn)品(分辨率星下點(diǎn)約17 km)、風(fēng)云三號(hào)D星(FY-3D)MWTS/MWHS融合(TSHS)中的大氣溫濕廓線(AVP)產(chǎn)品(分辨率星下點(diǎn)約33 km)。具體提取的產(chǎn)品參數(shù)為：經(jīng)緯度以及微波濕度計(jì)中的亮溫資料。相關(guān)數(shù)據(jù)可從國(guó)家衛(wèi)星氣象中心下載(http://satellite.nsmc.org.cn/PortalSite/Data/Satellite.aspx)。注意到，微波濕度計(jì)中的亮溫資料共有15個(gè)通道，其中心頻率分別為89.0GHz、118.75±0.08GHz、118.75±0.2GHz、118.75±0.3GHz、118.75±0.8GHz、118.75±1.1GHz、118.75±2.5GHz、118.75±3.0GHz、118.75±5.0GHz、150.0GHz、183.31±1GHz、183.31±1.8GHz、183.31±3GHz、183.31±4.5GHz與183.31±7GHz，除89.0GHz與150.0GHz為V極化外，其余的波段皆為H極化?；谖⒉穸扔?jì)多通道亮溫信息遙感反演，可在一定程度上提高暴雨、臺(tái)風(fēng)等災(zāi)害性強(qiáng)對(duì)流天氣的監(jiān)測(cè)和預(yù)警能力。本研究中，衛(wèi)星數(shù)據(jù)應(yīng)用前，將經(jīng)緯度異常以及亮溫不在合理范圍內(nèi)的數(shù)據(jù)剔除。

2.4 衛(wèi)星數(shù)據(jù)與實(shí)測(cè)樣本的匹配

由于在數(shù)據(jù)的時(shí)空采樣方面，地面實(shí)測(cè)降水資料與衛(wèi)星遙感影像間存在一定差異，且為了探索FY-3C/D衛(wèi)星對(duì)暖區(qū)暴雨提前1小時(shí)的預(yù)報(bào)預(yù)測(cè)可行性，本研究在對(duì)FY-3C VASS與FY-3D TSHS亮溫?cái)?shù)據(jù)與實(shí)測(cè)降水樣本間開展的星地匹配過(guò)程中進(jìn)行了時(shí)空上的約束。具體做法為：衛(wèi)星影像的獲取時(shí)間比降水實(shí)測(cè)數(shù)據(jù)提早1個(gè)小時(shí)(如：過(guò)去1小時(shí)累計(jì)降水實(shí)測(cè)數(shù)據(jù)記錄的時(shí)間為2016年4月11日15時(shí)，則衛(wèi)星觀測(cè)的時(shí)間需為2016年4月11日14時(shí))。為避免星地匹配數(shù)據(jù)點(diǎn)存在較大的地理位置差異，因此衛(wèi)星數(shù)據(jù)與地面實(shí)測(cè)降水站點(diǎn)的經(jīng)緯度差的平方和需滿足≤0.002的條件?；谝陨戏椒?，最終共獲取1851組星地匹配數(shù)據(jù)。

2.5 降水反演算法

本研究采用多元線性回歸方法進(jìn)行FY-3C/D的降水遙感反演。多元線性回歸是用線性擬合的方法把多個(gè)自變量x1，x2，...，xi和因變量y之間存在的線性關(guān)系表達(dá)出來(lái)，這種線性關(guān)系可表示為：

y=b0+b1x1+b2x2+...+bixi

(1)

式(1)中，b0為截距，b1、b2、...bi為回歸系數(shù)。本研究中，多元線性回歸算法反演暖區(qū)暴雨降水時(shí)，自變量設(shè)定為15個(gè)，分別對(duì)應(yīng)著FY-3C VASS與FY-3D TSHS中微波濕度計(jì)15個(gè)通道的亮溫?cái)?shù)據(jù)減去一個(gè)基數(shù)(本研究設(shè)為160)以后的數(shù)值，因變量則為實(shí)測(cè)降水?dāng)?shù)據(jù)。最后通過(guò)公式(1)擬合亮溫?cái)?shù)據(jù)與實(shí)測(cè)降水?dāng)?shù)據(jù)間的關(guān)系，從而確定公式(1)中的回歸系數(shù)，用作之后的暖區(qū)暴雨降水值反演。在反演算法建立之前，本研究從1851組星地匹配數(shù)據(jù)抽取70%的數(shù)據(jù)(1296組)進(jìn)行FY-3C/D遙感衛(wèi)星建模，剩余30%的數(shù)據(jù)(555組)開展所建立模型的精度驗(yàn)證，以確保建模與驗(yàn)證數(shù)據(jù)集中降水資料的數(shù)值范圍是均勻分布的。

2.6 模型精度評(píng)價(jià)

本研究采用的模型精度評(píng)價(jià)指標(biāo)包括相關(guān)系數(shù)R，均方根誤差RMSE，以及平均相對(duì)誤差的絕對(duì)值MAPE。具體計(jì)算公式如下：

(2)

(3)

其中，N為樣本數(shù)，i為第i個(gè)樣本，x與y分別代表降雨實(shí)測(cè)值與模型反演值。

3 結(jié)果與分析

3.1 基于FY-3C/D遙感衛(wèi)星資料的暖區(qū)降水模型

通過(guò)多次試驗(yàn)發(fā)現(xiàn)，將建模的降水?dāng)?shù)據(jù)按照一定的數(shù)值范圍進(jìn)行分組，并分別對(duì)不同組別的數(shù)據(jù)進(jìn)行多元線性回歸擬合，即依據(jù)降水?dāng)?shù)值的大小進(jìn)行分段建模時(shí)，可以得到較好的衛(wèi)星反演結(jié)果。本研究中，建模降水?dāng)?shù)據(jù)從小到大分成3組，分別是0mm<降雨量≤10mm，10mm<降雨量≤25mm以及降雨量>25mm，得到的分段模型為：當(dāng)0mm<降雨量≤10mm時(shí)，多元線性回歸擬合結(jié)果如公式(4)所示；當(dāng)10mm<降雨量≤25mm時(shí)，多元線性回歸擬合結(jié)果如公式(5)所示；當(dāng)降雨量>25mm時(shí)，多元線性回歸擬合結(jié)果如公式(6)所示。

y=2.9463+0.0527x1+0.083x2+0.1589x3-0.2332x4+0.1161x5-0.0123x6-0.1939x7+0.1601x8-0.1568x9-0.0636x10+0.0939x11-0.0208x12-0.0925x13-0.0212x14+0.2047x15

(4)

y=32.818-0.1451x1-0.5968x2+0.4669x3-0.0069x4-1.5924x5+1.8999x6-0.9451x7-1.0072x8+1.4428x9+0.024x10+1.4318x11-2.13x12+1.4182x13-0.5374x14+0.0029x15

(5)

y=2.0279x1-1.0359x2+2.2855x3+0.6423x5-3.3112x9-0.6189x10+0.9371x11-4.6602x14+5.3032x15

(6)

為定量計(jì)算所建立衛(wèi)星模型的反演精度，本研究基于2.6節(jié)計(jì)算出相應(yīng)的模型精度評(píng)價(jià)指標(biāo)，如表1所示。為了更加直觀地表示模型反演質(zhì)量，給出了如圖1所示的基于建模數(shù)據(jù)的算法反演結(jié)果與實(shí)測(cè)降水?dāng)?shù)據(jù)對(duì)比散點(diǎn)圖。從表1可知，降雨量>25mm這一量級(jí)內(nèi)，星地匹配的數(shù)據(jù)量最少，但反演精度最好；10mm<降水量≤25mm這一量級(jí)內(nèi)，星地匹配數(shù)據(jù)量與反演精度次之；而0mm<降水量≤10mm這一量級(jí)內(nèi)，星地匹配數(shù)據(jù)量最多，反演精度卻最差，MAPE值甚至高達(dá)330.06%。這說(shuō)明在FY-3C/D衛(wèi)星建模中，其對(duì)于較小量級(jí)降水的反演結(jié)果較差，而對(duì)于較大量級(jí)降水的反演結(jié)果較好。從圖1也可看出，0mm<降水量≤10mm的反演結(jié)果與實(shí)測(cè)數(shù)據(jù)對(duì)比散點(diǎn)圖中出現(xiàn)了明顯的離散現(xiàn)象，而降雨量>25mm的反演結(jié)果與實(shí)測(cè)數(shù)據(jù)散點(diǎn)則較好地分布在1∶1線附近，這進(jìn)一步表明在建模數(shù)據(jù)中，F(xiàn)Y-3C/D對(duì)于較大量級(jí)的降水遙感反演要優(yōu)于較小量級(jí)的降水遙感反演。

表1 基于建模數(shù)據(jù)的多元線性回歸擬合降水精度

(a)實(shí)測(cè)降水量級(jí)為：0mm<降雨量≤10mm (b)實(shí)測(cè)降水量級(jí)為：10mm<降雨量≤25mm

3.2 暖區(qū)降水模型的精度驗(yàn)證

將除去建模外的剩余數(shù)據(jù)(555組)對(duì)反演算法進(jìn)行驗(yàn)證。表2為基于誤差驗(yàn)證數(shù)據(jù)的多元線性回歸擬合降水精度結(jié)果，可見驗(yàn)證數(shù)據(jù)的反演精度結(jié)果較差于建模數(shù)據(jù)的反演結(jié)果，但也出現(xiàn)了較大量級(jí)降水星地匹配組數(shù)小于較小量級(jí)降水，而較大量級(jí)降水反演精度質(zhì)量要優(yōu)于較小量級(jí)降水的情況。圖2 為基于驗(yàn)證數(shù)據(jù)的算法反演結(jié)果與實(shí)測(cè)降水?dāng)?shù)據(jù)對(duì)比散點(diǎn)圖，可見0mm<降水量≤10mm量級(jí)的反演結(jié)果出現(xiàn)的離散現(xiàn)象比10mm<降水量≤25mm量級(jí)反演結(jié)果的離散情況明顯，而降雨量>25mm量級(jí)出現(xiàn)了一定的低估。

表2 基于誤差驗(yàn)證數(shù)據(jù)的多元線性回歸擬合降水精度

(a)實(shí)測(cè)降水量級(jí)為：0mm<降雨量≤10mm (b)實(shí)測(cè)降水量級(jí)為：10mm<降雨量≤25mm

4 結(jié)論與展望

在本次模型的建立與精度驗(yàn)證中，F(xiàn)Y-3C/D衛(wèi)星對(duì)于較小量級(jí)降水(0mm<降水量≤10mm)的反演結(jié)果較差，離散現(xiàn)象明顯。對(duì)于較大量級(jí)降水(降雨量>25mm)，盡管在驗(yàn)證結(jié)果中出現(xiàn)了一定的低估現(xiàn)象，但總體反演結(jié)果較好。因此，基于FY-3C/D微波觀測(cè)資料的福建暖區(qū)降水遙感監(jiān)測(cè)模型對(duì)于較大量級(jí)的降水反演具有一定的指示意義。由于本文中采用的是多元線性回歸模型，因此模型的精度可能隨著時(shí)間與地域的變化發(fā)生較大改變。在未來(lái)研究中建議收集更多數(shù)據(jù)，并嘗試以物理模型等方法解決這一問(wèn)題。