基于衛(wèi)星和雷達(dá)的融合雷達(dá)反射率方法研究及其在臺(tái)風(fēng)“煙花”觀測(cè)中的應(yīng)用

李超，莊瀟然，馬晨，郭晞

（江蘇省氣象臺(tái)，江蘇 南京 210008）

1 引言

受季風(fēng)氣候背景和城市化進(jìn)程下沿海下墊面復(fù)雜環(huán)境的影響，江蘇省沿海及離岸海區(qū)致災(zāi)強(qiáng)對(duì)流天氣頻發(fā)。例如，以2021年4月30日南通大風(fēng)和登陸臺(tái)風(fēng)“煙花”造成的短時(shí)強(qiáng)降水為代表的災(zāi)害性強(qiáng)對(duì)流天氣給社會(huì)經(jīng)濟(jì)和人民群眾生命財(cái)產(chǎn)安全帶來(lái)嚴(yán)重威脅。受限于匱乏的海上觀測(cè)條件，目前氣象業(yè)務(wù)中始終缺乏針對(duì)海上強(qiáng)對(duì)流天氣的有效監(jiān)測(cè)和預(yù)報(bào)預(yù)警手段[1-2]。

近年來(lái)，隨著我國(guó)氣象現(xiàn)代化的持續(xù)推進(jìn)，雙偏振天氣雷達(dá)和靜止氣象衛(wèi)星等新型遙感探測(cè)資料在業(yè)務(wù)上逐漸得到了應(yīng)用。天氣雷達(dá)是監(jiān)測(cè)強(qiáng)對(duì)流天氣的主要工具[3-4]，能夠通過(guò)發(fā)射和接收電磁波對(duì)空中的云雨進(jìn)行描述，即利用雷達(dá)反射率因子判斷對(duì)流云團(tuán)的位置、形態(tài)和強(qiáng)度等特征。截至2021 年底，江蘇省氣象部門已完成7 部S 波段雙偏振天氣雷達(dá)的改造升級(jí)。與傳統(tǒng)的單偏振雷達(dá)相比，雙偏振天氣雷達(dá)的空間探測(cè)精度更高，而且可以提供對(duì)降水粒子特征的描述[5-7]。但是，當(dāng)前雙偏振天氣雷達(dá)數(shù)據(jù)質(zhì)量偏低，以雷達(dá)反射率因子為例，其中存在的大量非氣象回波影響了雙偏振天氣雷達(dá)在業(yè)務(wù)和科研中的應(yīng)用[4,8]。近幾年，許多基于雙偏振天氣雷達(dá)數(shù)據(jù)的氣象回波和非氣象回波分類算法被開發(fā)出來(lái)。各類算法的原理大同小異，通常是采用某種聚合方法將雙偏振特征進(jìn)行綜合并得出最終的分類結(jié)果。這當(dāng)中較為前沿的是TANG等[9-10]提出的基于決策樹的分類器和KRAUSE[11]提出的考慮偏振量紋理的MetSignal 方法。分類器是以雷達(dá)偏振參量數(shù)據(jù)和氣象數(shù)據(jù)作為輸入，將偏振參量中的相關(guān)系數(shù)濾波器作為主要判據(jù)，其他一系列特殊氣象回波（例如冰雹、非均勻填充以及融化層等）和非氣象回波（例如具有較高相關(guān)系數(shù)的地物回波）相組合作為次要判據(jù)，進(jìn)而實(shí)現(xiàn)氣象回波和非氣象回波的分類輸出。MetSignal方法則是基于模糊邏輯原理，通過(guò)綜合考慮雷達(dá)反射率、徑向速度、差分相關(guān)系數(shù)以及各自的紋理特征來(lái)構(gòu)建模糊邏輯矩陣，并對(duì)非氣象回波進(jìn)行剔除。但上述兩種方法在江蘇省雙偏振天氣雷達(dá)中是否適用仍有待驗(yàn)證。

天氣雷達(dá)對(duì)海區(qū)的覆蓋范圍有限，而氣象衛(wèi)星則能夠很大程度地彌補(bǔ)海區(qū)常規(guī)觀測(cè)匱乏以及雷達(dá)探測(cè)范圍有限的不足，為實(shí)現(xiàn)海區(qū)強(qiáng)對(duì)流的有效監(jiān)測(cè)和預(yù)警提供更多可能。有別于天氣雷達(dá)，衛(wèi)星通過(guò)搭載成像儀自上而下對(duì)云進(jìn)行觀測(cè)從而實(shí)現(xiàn)對(duì)對(duì)流云特征的描述，在對(duì)流初生和定量降水估測(cè)等領(lǐng)域已得到廣泛應(yīng)用[12-14]。但從預(yù)報(bào)業(yè)務(wù)角度來(lái)說(shuō)，無(wú)論是可見光圖像、紅外窗區(qū)通道亮溫還是其他多光譜通道信息產(chǎn)品均多用主觀觀測(cè)進(jìn)行識(shí)別，難以形成與雷達(dá)反射率等價(jià)或類似的量化概念（如反射率大于15 dBZ 通常被認(rèn)為會(huì)產(chǎn)生降水，大于35 dBZ 則被認(rèn)為會(huì)產(chǎn)生對(duì)流性天氣）?？紤]到衛(wèi)星紅外亮溫與雷達(dá)反射率具有相近的特征[15-16]，DUAN 等[17]發(fā)展了一種基于人工智能的將葵花8 號(hào)（Himawari-8）氣象衛(wèi)星多通道數(shù)據(jù)等價(jià)轉(zhuǎn)換為雷達(dá)反射率的方法，通過(guò)與地面雷達(dá)探測(cè)結(jié)果進(jìn)行對(duì)比，證明衛(wèi)星反演的反射率能夠有效重構(gòu)35 dBZ以上的回波。該方法的提出為海上強(qiáng)對(duì)流天氣的監(jiān)測(cè)以及海洋預(yù)報(bào)預(yù)警業(yè)務(wù)提供了技術(shù)基礎(chǔ)。

針對(duì)天氣雷達(dá)和衛(wèi)星在海區(qū)強(qiáng)對(duì)流監(jiān)測(cè)應(yīng)用中存在的不足和未來(lái)的發(fā)展方向，江蘇省氣象臺(tái)通過(guò)雙偏振天氣雷達(dá)數(shù)據(jù)質(zhì)量控制、衛(wèi)星等價(jià)反演雷達(dá)反射率以及雷達(dá)-衛(wèi)星融合等途徑構(gòu)建了空間分辨率為2 km、時(shí)間分辨率為10 min 的海陸一體融合雷達(dá)組合反射率產(chǎn)品。本文對(duì)該產(chǎn)品的技術(shù)路線進(jìn)行介紹，并通過(guò)2021年臺(tái)風(fēng)“煙花”展示該技術(shù)的初步應(yīng)用成效，相關(guān)結(jié)論會(huì)為未來(lái)海上強(qiáng)對(duì)流監(jiān)測(cè)技術(shù)和預(yù)報(bào)業(yè)務(wù)發(fā)展提供參考。

2 數(shù)據(jù)和方法

2.1 雷達(dá)組網(wǎng)拼圖

本文選用江蘇省現(xiàn)有的7 部S 波段雙偏振天氣雷達(dá)，各雷達(dá)分布情況見圖1。由于雷達(dá)采用傾斜向上體掃的方式進(jìn)行探測(cè)，不同雷達(dá)的實(shí)際探測(cè)范圍存在交叉點(diǎn)也存在差異，為了形成全省陸地一體的組合反射率，需要對(duì)多部雷達(dá)的多仰角體掃數(shù)據(jù)進(jìn)行組網(wǎng)拼圖。在拼圖處理前，首先需要對(duì)各部雷達(dá)分別進(jìn)行基本反射率因子的質(zhì)量控制處理。本文采用ZHANG等[8]提出的基于模糊邏輯分類器的方法，對(duì)各部雷達(dá)中的非氣象回波進(jìn)行識(shí)別和剔除（見圖2）。通過(guò)輸入單雷達(dá)的反射率因子、徑向速度、速度譜寬、差分反射率、差分相關(guān)系數(shù)和差分相位移等偏振參量，結(jié)合偏振參量的紋理特征構(gòu)建適用于江蘇省雷達(dá)的模糊邏輯回波分類器，進(jìn)一步結(jié)合融化層抑制方法最終實(shí)現(xiàn)非氣象回波的識(shí)別和剔除。

圖1 江蘇現(xiàn)有的7部S波段雙偏振天氣雷達(dá)分布及覆蓋范圍示意圖Fig.1 Distribution and coverage of the seven S-band polarization weather radars in Jiangsu

圖2 雷達(dá)數(shù)據(jù)質(zhì)量控制技術(shù)路線Fig.2 Flowchart of radar data quality control

在對(duì)7 部雷達(dá)分別進(jìn)行質(zhì)量控制處理后，將其分別插值到笛卡爾坐標(biāo)系上。考慮到相鄰雷達(dá)間的三維體掃存在空間上的重合，我們采用Cressman插值方法對(duì)重疊區(qū)域進(jìn)行處理，這樣既能最大程度地緩解拼圖后重合區(qū)域數(shù)據(jù)不連續(xù)的問(wèn)題，又能保證數(shù)據(jù)本身的高分辨率特征。將Cressman 權(quán)重選取為S 波段雙偏振天氣雷達(dá)自身分辨率的兩倍（0.5 km），最終得到三維等高面雷達(dá)拼圖。

2.2 衛(wèi)星等價(jià)反演雷達(dá)反射率

為了將高時(shí)空分辨率靜止衛(wèi)星不同通道和波長(zhǎng)的數(shù)據(jù)應(yīng)用于強(qiáng)對(duì)流天氣的監(jiān)測(cè)預(yù)警中，研究發(fā)展了一種基于人工智能的將葵花8號(hào)衛(wèi)星多通道數(shù)據(jù)等價(jià)反演為雷達(dá)組合反射率因子的模型。由于葵花8 號(hào)衛(wèi)星的3 個(gè)可見光通道在夜晚無(wú)數(shù)據(jù)，因此主要選用3 個(gè)水汽通道和2 個(gè)長(zhǎng)波紅外通道數(shù)據(jù)用于構(gòu)建訓(xùn)練數(shù)據(jù)集。參照HILBURN 等[16]的方法，我們選用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）作為反演模型（見圖3）。CNN的主要特點(diǎn)是具有很強(qiáng)的學(xué)習(xí)能力和擬合高度非線性函數(shù)的能力。模型構(gòu)建可分為以下步驟：

圖3 基于卷積神經(jīng)網(wǎng)絡(luò)的衛(wèi)星反演雷達(dá)反射率模型結(jié)構(gòu)Fig.3 Schematic diagram of CNN-based satellite retrieved radar reflectivity

（1）為了使反演結(jié)果能夠適用于梅汛期與臺(tái)風(fēng)期，本文選用連續(xù)2 a（2019 年和2020 年）的4—9 月作為模型訓(xùn)練時(shí)段，獲取相應(yīng)時(shí)段內(nèi)的江蘇省雷達(dá)三維組網(wǎng)拼圖數(shù)據(jù)和葵花8號(hào)衛(wèi)星通道數(shù)據(jù)。

（2）通過(guò)求取垂直方向的最大值將三維雷達(dá)拼圖數(shù)據(jù)轉(zhuǎn)換為二維的組合反射率。由于雷達(dá)拼圖空間分辨率為1 km，時(shí)間分辨率為6 min，而衛(wèi)星紅外通道數(shù)據(jù)空間分辨率為2 km，時(shí)間分辨率為10 min，因此需要將兩類數(shù)據(jù)通過(guò)最鄰近插值處理到等經(jīng)緯的2 km 分辨率網(wǎng)格點(diǎn)上，獲取時(shí)空分辨率一致的雷達(dá)拼圖和衛(wèi)星數(shù)據(jù)。

（3）將雷達(dá)和衛(wèi)星數(shù)據(jù)分別歸一化處理到0～1之間，選取數(shù)據(jù)樣本的前80%作為訓(xùn)練集，后20%作為測(cè)試集。

（4）選用平均絕對(duì)誤差（Mean Absolute Error，MAE）作為損失函數(shù)進(jìn)行訓(xùn)練。由于雷達(dá)反射率強(qiáng)度分布不均勻，弱回波占比較大，因此在訓(xùn)練時(shí)采用分段隨機(jī)抽取的方式，即在每個(gè)數(shù)據(jù)區(qū)間隨機(jī)抽取相同樣本數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練過(guò)程中當(dāng)誤差達(dá)到預(yù)設(shè)經(jīng)度或?qū)W習(xí)次數(shù)大于設(shè)定的最大次數(shù)后，則算法結(jié)束。

2.3 雷達(dá)衛(wèi)星融合

衛(wèi)星觀測(cè)主要反映云頂特征，雷達(dá)則主要反映對(duì)流云團(tuán)的中低層特征，對(duì)于一般云頂高度≤6 km的對(duì)流云團(tuán)而言[13]，衛(wèi)星反演結(jié)果基本與雷達(dá)探測(cè)的組合反射率等價(jià)。但是對(duì)于臺(tái)風(fēng)這一類發(fā)展深厚的系統(tǒng)，其云頂高度通常高達(dá)15～20 km[17]，此時(shí)雷達(dá)探測(cè)與衛(wèi)星反演結(jié)果會(huì)存在較大差異。考慮到該因素，我們?cè)诶走_(dá)拼圖和衛(wèi)星反演的基礎(chǔ)上對(duì)二者進(jìn)行融合，以確保在最終的產(chǎn)品中，雷達(dá)覆蓋區(qū)域采用雷達(dá)組合反射率，雷達(dá)探測(cè)不到的區(qū)域采用衛(wèi)星反演結(jié)果。融合采用了考慮經(jīng)驗(yàn)權(quán)重的方法，首先需要確定雷達(dá)拼圖數(shù)據(jù)的有效半徑r，根據(jù)陸地雷達(dá)拼圖的有效范圍，將r選取為280 km，即以雷達(dá)數(shù)據(jù)為中心、半徑r范圍內(nèi)的數(shù)據(jù)的融合權(quán)重為1；在該范圍之外的雷達(dá)和衛(wèi)星反演數(shù)據(jù)重合區(qū)域中，將雷達(dá)數(shù)據(jù)權(quán)重設(shè)置為0.65，衛(wèi)星反演數(shù)據(jù)權(quán)重設(shè)置為0.35；僅有衛(wèi)星覆蓋的區(qū)域中衛(wèi)星反演數(shù)據(jù)權(quán)重為1。經(jīng)過(guò)多次業(yè)務(wù)測(cè)試，這樣的權(quán)重設(shè)置能夠較好地對(duì)兩種來(lái)源的數(shù)據(jù)進(jìn)行融合，保障二者的邊界區(qū)域不會(huì)出現(xiàn)不連續(xù)的現(xiàn)象。

3 結(jié)果及討論

3.1 臺(tái)風(fēng)“煙花”過(guò)程回顧

臺(tái)風(fēng)“煙花”于2021 年 7 月18 日 02 時(shí)（北京時(shí)，下同）在西北太平洋生成，21 日11 時(shí)在臺(tái)灣島以東洋面加強(qiáng)為強(qiáng)臺(tái)風(fēng)，25日12時(shí)30分在浙江省舟山市普陀區(qū)沿海登陸，登陸時(shí)最大風(fēng)力為13級(jí)（38 m/s），26 日09 時(shí)50 分在浙江省嘉興平湖沿海二次登陸。圖4 為臺(tái)風(fēng)“煙花”的路徑和強(qiáng)度演變的時(shí)間序列。臺(tái)風(fēng)“煙花”于26 日17 時(shí)以熱帶風(fēng)暴級(jí)（23 m/s）進(jìn)入江蘇省，在大陸高壓和副熱帶高壓之間鞍形場(chǎng)的影響下，先后經(jīng)歷緩慢的西行和北上后，于7 月28日01 時(shí)移出江蘇省，在江蘇省累計(jì)停留32 h，是有紀(jì)錄以來(lái)在江蘇省停留時(shí)間最長(zhǎng)的臺(tái)風(fēng)。臺(tái)風(fēng)“煙花”具有尺度大、強(qiáng)度減弱慢和移動(dòng)速度緩慢等特征，給江蘇省造成了長(zhǎng)時(shí)間的風(fēng)雨影響。

圖4 臺(tái)風(fēng)“煙花”的路徑和強(qiáng)度演變的時(shí)間序列Fig.4 The path and intensity evolution with time of typhoon"In-Fa"

受臺(tái)風(fēng)“煙花”影響，7 月 24 日 20 時(shí)—29 日 20時(shí)，江蘇省自南向北出現(xiàn)大范圍降水，雨量達(dá)暴雨到大暴雨，局部特大暴雨。臺(tái)風(fēng)“煙花”產(chǎn)生的強(qiáng)降水對(duì)江蘇省的影響可分為兩個(gè)階段：第一階段為24—27 日白天，在臺(tái)風(fēng)“煙花”西行過(guò)程中，受其螺旋雨帶的持續(xù)影響，暴雨主要發(fā)生在江蘇省淮河以南地區(qū)。第二階段為27日夜間—28日晚上，由于臺(tái)風(fēng)“煙花”處于弱垂直風(fēng)切環(huán)境中，其強(qiáng)度維持在熱帶風(fēng)暴級(jí)別。伴隨著充足的水汽輸送，臺(tái)風(fēng)“煙花”在北上過(guò)程中，其主體逐漸與北側(cè)西風(fēng)槽結(jié)合，槽后干冷空氣侵入并在臺(tái)風(fēng)中心南側(cè)與其本體的暖濕空氣交匯，觸發(fā)了南北向的颮線強(qiáng)對(duì)流天氣，全省大部分地區(qū)普降暴雨到大暴雨、局部特大暴雨。28日夜間起，全省大范圍的降水趨于結(jié)束，主要暴雨區(qū)集中在江淮之間的中部地區(qū)。在臺(tái)風(fēng)“煙花”的影響下，江蘇省共有1 456 個(gè)鄉(xiāng)鎮(zhèn)（街道）的降水量超100 mm，其中321 個(gè)鄉(xiāng)鎮(zhèn)（街道）超250 mm。最大雨量出現(xiàn)在揚(yáng)州江都真武鎮(zhèn)，為569.2 mm，這使得臺(tái)風(fēng)“煙花”成為有記錄以來(lái)影響江蘇省的過(guò)程雨量最大的臺(tái)風(fēng)。

3.2 雷達(dá)數(shù)據(jù)質(zhì)量控制效果分析

選取7月28日15時(shí)的雷達(dá)數(shù)據(jù)，對(duì)數(shù)據(jù)的質(zhì)量控制效果進(jìn)行驗(yàn)證。臺(tái)風(fēng)“煙花”在北上過(guò)程中與北側(cè)西風(fēng)槽結(jié)合，受槽后干冷空氣侵入并影響江蘇省地區(qū)，7 月28 日15 時(shí)出現(xiàn)南北線狀對(duì)流。對(duì)比質(zhì)量控制前后的雷達(dá)組合反射率拼圖可見（見圖5），在質(zhì)量控制前，蘇南和東部沿海地區(qū)存在明顯的受電磁干擾產(chǎn)生的非氣象回波，同時(shí)南京、揚(yáng)州和鎮(zhèn)江等地區(qū)也不同程度地存在地物雜波，以上非氣象回波會(huì)對(duì)數(shù)據(jù)質(zhì)量產(chǎn)品產(chǎn)生負(fù)面影響。經(jīng)過(guò)質(zhì)量控制處理后，上述非氣象雜波均得到了有效剔除。

圖5 2021年7月28日15時(shí)質(zhì)量控制前（a）和質(zhì)量控制后（b）的雷達(dá)組合反射率拼圖Fig.5 Radar composite reflectivity(a)before and(b)after quality control at 15:00 on July 28,2021

3.3 衛(wèi)星反演及雷達(dá)-衛(wèi)星融合效果分析

為了呈現(xiàn)衛(wèi)星反演雷達(dá)以及衛(wèi)星-雷達(dá)的融合效果，我們給出了臺(tái)風(fēng)“煙花”登陸前（7 月24 日12時(shí)）的衛(wèi)星原始數(shù)據(jù)及反演效果圖，并與歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）的第五代全球大氣再分析數(shù)據(jù)集（ERA5）提供的風(fēng)場(chǎng)進(jìn)行疊加，以便更好地開展過(guò)程分析。該時(shí)刻臺(tái)風(fēng)處于發(fā)展旺盛階段且尚未登陸，通過(guò)云圖和水汽通道圖像可看出其云系呈現(xiàn)出典型螺旋形態(tài)和不對(duì)稱性，最大半徑可達(dá)350 km，中心臺(tái)風(fēng)眼清晰可辨（見圖6a 和6b）。衛(wèi)星反演得到的雷達(dá)反射率可以很好地反映上述臺(tái)風(fēng)云系特征（見圖6c），風(fēng)眼處存在反射率的空值區(qū)，反射率高值區(qū)分別位于風(fēng)眼周圍及其北側(cè)的外圍螺旋雨帶處，與風(fēng)場(chǎng)高值區(qū)存在很好的對(duì)應(yīng)關(guān)系，以上結(jié)果說(shuō)明反演結(jié)果是可信的。通過(guò)反演得到的反射率結(jié)果可清晰地看出該時(shí)刻臺(tái)風(fēng)外圍的強(qiáng)對(duì)流已經(jīng)影響到江蘇省東南部和浙江的近海地區(qū)（見圖6c），這些地區(qū)恰是天氣雷達(dá)探測(cè)的盲區(qū)，從一定程度上證明了衛(wèi)星反演技術(shù)在海上強(qiáng)對(duì)流應(yīng)用中的有效性。對(duì)比衛(wèi)星反演結(jié)果（見圖6c）和雷達(dá)組合反射率拼圖（見圖6d）可以發(fā)現(xiàn)，二者在陸地上存在一定差異，說(shuō)明此時(shí)臺(tái)風(fēng)“煙花”外圍云系的發(fā)展非常深厚，導(dǎo)致反演結(jié)果不能準(zhǔn)確地呈現(xiàn)低層弱降水云系的特征，衛(wèi)星-雷達(dá)的融合反射率結(jié)果在陸地上與雷達(dá)的結(jié)果更為相近（見圖6e），較純衛(wèi)星反演結(jié)果能夠更準(zhǔn)確地對(duì)陸地的降水云系進(jìn)行描述，而且在海陸交界處沒(méi)有明顯的不連續(xù)邊界出現(xiàn)，這說(shuō)明衛(wèi)星-雷達(dá)的融合結(jié)果是可信的。

圖6 7月24日12時(shí)葵花8號(hào)衛(wèi)星和雷達(dá)反射率產(chǎn)品展示圖（圖c和d疊加ERA5海平面風(fēng)場(chǎng)，藍(lán)點(diǎn)為臺(tái)風(fēng)中心位置）Fig.6 Products of Himawari-8 satellite and radar reflectivity at 12:00 on July 24（The wind vectors in c and d are obtained by ERA5 data,the blue dot indicates typhoon center）

圖6 （續(xù)）Fig.6 （Continued）

我們進(jìn)一步對(duì)夜間的衛(wèi)星反演結(jié)果進(jìn)行討論。7月25日04時(shí)葵花8號(hào)的可見光通道不能觀測(cè)到有效數(shù)據(jù)（見圖7a），通過(guò)水汽通道可以看出隨著臺(tái)風(fēng)“煙花”臨近登陸，其強(qiáng)度較24 日明顯減弱（見圖7b），但整體結(jié)構(gòu)依然非常完整。衛(wèi)星反演得到的雷達(dá)反射率能夠有效地描述此時(shí)臺(tái)風(fēng)的云系結(jié)構(gòu)和中心位置，由圖7c 可以看出，臺(tái)風(fēng)東半側(cè)和西南側(cè)積雨云處的反射率強(qiáng)度可達(dá)50 dBZ，并與主要風(fēng)速大值區(qū)呈現(xiàn)出對(duì)應(yīng)關(guān)系。需要注意的是，臺(tái)風(fēng)眼北側(cè)風(fēng)力雖然較大，卻沒(méi)有強(qiáng)回波與之對(duì)應(yīng)，原因在于此時(shí)是臺(tái)風(fēng)“煙花”強(qiáng)度減弱且眼墻擴(kuò)張的時(shí)期，此時(shí)的眼墻半徑可達(dá)40～50 km，強(qiáng)風(fēng)力半徑也較大。

圖7 同圖6，但為7月25日04時(shí)Fig.7 Same as fig.6，but for 04:00 on July 25

隨著臺(tái)風(fēng)“煙花”登陸后持續(xù)西進(jìn)并向內(nèi)陸方向縱深移動(dòng)，從7 月27 日開始臺(tái)風(fēng)中心移至南京后逐漸北進(jìn)（見圖4a），此時(shí)進(jìn)入第二個(gè)降水影響時(shí)段。圖8 顯示在7 月27 日14 時(shí)，受登陸后下墊面的影響，臺(tái)風(fēng)強(qiáng)度明顯減弱，結(jié)果同圖4b。從云圖和水汽通道數(shù)據(jù)來(lái)看（見圖8a—b），此時(shí)臺(tái)風(fēng)云系主要由積雨云和多層云構(gòu)成，螺旋雨帶結(jié)構(gòu)遭到明顯破壞，對(duì)流強(qiáng)度及其組織性較登陸前大幅度減弱，該特征在衛(wèi)星反演的雷達(dá)反射率強(qiáng)度結(jié)果中也得到很好的表征（見圖8c）。區(qū)別于前兩個(gè)時(shí)次（見圖6—7），由于此時(shí)臺(tái)風(fēng)云頂高度大幅度降低[18]，衛(wèi)星反演和雷達(dá)組合反射率結(jié)果呈現(xiàn)出較高的一致性，高值中心均集中在南通沿海以及江蘇省南部地區(qū)（見圖8c—d），衛(wèi)星-雷達(dá)融合后的反射率產(chǎn)品有機(jī)綜合了衛(wèi)星和雷達(dá)二者的特征，其結(jié)果進(jìn)一步驗(yàn)證了本算法在臺(tái)風(fēng)登陸后應(yīng)用中的有效性。

圖8 同圖6，但為7月27日14時(shí)Fig.8 Same as fig.6，but for 14:00 on July 27

在臺(tái)風(fēng)“煙花”的第二個(gè)降水影響時(shí)段，臺(tái)風(fēng)北上與西風(fēng)槽結(jié)合觸發(fā)了南北走向的颮線，該颮線給全省大部分地區(qū)帶來(lái)了短時(shí)強(qiáng)降水以及雷暴大風(fēng)等強(qiáng)對(duì)流天氣。由于是傍晚，可見光云圖并不清晰（見圖9a），但從紅外通道圖上可以明顯看到與該颮線相匹配的深厚對(duì)流云團(tuán)（見圖9b）。由于該對(duì)流云系發(fā)展較為深厚，雷達(dá)探測(cè)與衛(wèi)星反演結(jié)果同樣呈現(xiàn)出一定差異，即衛(wèi)星反演得到的35 dBZ以上量級(jí)大值范圍明顯更寬，但二者對(duì)于颮線主要位置的描述匹配較好（對(duì)比圖9c 和9d），衛(wèi)星-雷達(dá)融合后的反射率結(jié)果可以更好地對(duì)該颮線進(jìn)行描述（見圖9e）。此外，由于此時(shí)臺(tái)風(fēng)強(qiáng)度大幅減弱，主要云系發(fā)展高度較低，因此衛(wèi)星和雷達(dá)對(duì)臺(tái)風(fēng)中心東北側(cè)雨帶的描述呈現(xiàn)出很高的一致性。

圖9 同圖6，但為7月28日17時(shí)Fig.9 Same as fig.6，but for 17:00 on July 28

4 結(jié)論

本文發(fā)展了一種融合葵花8 號(hào)衛(wèi)星和S 波段雙偏振天氣雷達(dá)數(shù)據(jù)的雷達(dá)反射率融合方法，并將其應(yīng)用在臺(tái)風(fēng)“煙花”的觀測(cè)分析中。結(jié)論如下：

（1）基于模糊邏輯分類器的質(zhì)量控制方法能夠有效剔除江蘇省S波段雙偏振天氣雷達(dá)中的非氣象雜波。

（2）衛(wèi)星反演得到的雷達(dá)反射率可以很好地反映臺(tái)風(fēng)“煙花”登陸前的云系特征和風(fēng)眼位置。反射率高值區(qū)分別位于風(fēng)眼周圍及其北側(cè)的外圍螺旋雨帶處，其與風(fēng)場(chǎng)高值區(qū)也存在很好的對(duì)應(yīng)關(guān)系，說(shuō)明反演結(jié)果是可信的。

（3）衛(wèi)星-雷達(dá)的融合反射率結(jié)果在陸地上與雷達(dá)結(jié)果更為相近，較純衛(wèi)星反演結(jié)果能夠更準(zhǔn)確地對(duì)陸地上的降水云系進(jìn)行描述，而且該產(chǎn)品在海陸交界處沒(méi)有明顯的不連續(xù)邊界出現(xiàn)，說(shuō)明衛(wèi)星-雷達(dá)的融合結(jié)果是可信的。

（4）衛(wèi)星-雷達(dá)的融合反射率結(jié)果能夠較好地描述27 日臺(tái)風(fēng)“煙花”登陸減弱（云頂降低）時(shí)以及28日臺(tái)風(fēng)引發(fā)颮線的降水云系的特征。

總的來(lái)說(shuō)，本文所介紹的衛(wèi)星反演雷達(dá)反射率以及衛(wèi)星-雷達(dá)融合產(chǎn)品能夠有效地描述臺(tái)風(fēng)“煙花”登陸前后各個(gè)階段的降水云系特征，是對(duì)天氣雷達(dá)無(wú)法覆蓋區(qū)域的一種有力的彌補(bǔ)。未來(lái)，江蘇省省氣象臺(tái)還將進(jìn)一步嘗試衛(wèi)星反演雷達(dá)數(shù)據(jù)的動(dòng)態(tài)權(quán)重融合方法，并基于該融合產(chǎn)品開展海上強(qiáng)對(duì)流天氣的綜合識(shí)別與追蹤以及短臨預(yù)報(bào)功能的研發(fā)。