臺(tái)風(fēng)中心區(qū)域亮溫空間擾動(dòng)特征研究及臺(tái)風(fēng)定位應(yīng)用

謝 濤,陳佳俊,鄢俊潔

(1. 南京信息工程大學(xué) 遙感與測(cè)繪工程學(xué)院,江蘇 南京 210044; 2. 青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室 區(qū)域海洋動(dòng)力學(xué)與數(shù)值模擬實(shí)驗(yàn)室,山東 青島 266000; 3. 北京華云星地通科技有限公司,北京 100081)

0 引言

臺(tái)風(fēng)作為一種復(fù)雜的天氣系統(tǒng),災(zāi)害性極強(qiáng),對(duì)人類(lèi)生命財(cái)產(chǎn)安全構(gòu)成了嚴(yán)重威脅,因此對(duì)臺(tái)風(fēng)進(jìn)行快速、準(zhǔn)確地追蹤與定位具有重要意義[1-4]。目前已有的臺(tái)風(fēng)中心定位方法大多通過(guò)氣象衛(wèi)星和雷達(dá)進(jìn)行人工或自動(dòng)定位,隨著臺(tái)風(fēng)定位方法的不斷發(fā)展,建立精準(zhǔn)的臺(tái)風(fēng)自動(dòng)化或半自動(dòng)化中心定位系統(tǒng)是臺(tái)風(fēng)監(jiān)測(cè)的發(fā)展趨勢(shì)[5-6]。

美國(guó)航空航天局(National Aeronautics and Space Administration, NASA)海風(fēng)散射計(jì)和先進(jìn)微波掃描輻射計(jì)對(duì)風(fēng)應(yīng)力的觀測(cè)表明,空間高通濾波海表面溫度(sea surface temperature,SST)和風(fēng)應(yīng)力變化呈線性相關(guān),SST越高,風(fēng)應(yīng)力越大[7]。其次,海洋鋒面和旋渦的海氣相互作用在SST、風(fēng)速和海洋外熱通量之間表現(xiàn)出正相關(guān),表明海洋正在強(qiáng)迫大氣,大氣響應(yīng)會(huì)產(chǎn)生小尺度風(fēng)應(yīng)力旋度和散度異常[8-9]。

根據(jù)風(fēng)應(yīng)力擾動(dòng)理論,即風(fēng)應(yīng)力散度,旋度與順風(fēng)方向海表面溫度梯度和側(cè)風(fēng)方向海表溫度梯度的擾動(dòng)存在明顯的正相關(guān)關(guān)系[10-11],本研究嘗試從亮度溫度(bright temperature,BT)角度出發(fā),計(jì)算BT梯度,得到BT梯度的旋度與散度,并利用二者構(gòu)建一個(gè)相似的擾動(dòng)值(disturbance value)對(duì)大氣中的旋渦-臺(tái)風(fēng)進(jìn)行描述。BT與SST不同,BT是指當(dāng)衛(wèi)星探測(cè)到云時(shí),BT為云頂溫度,當(dāng)衛(wèi)星探測(cè)為海面時(shí),BT為海表面溫度。當(dāng)研究區(qū)域處于臺(tái)風(fēng)區(qū)域,臺(tái)風(fēng)云墻區(qū)是厚厚的云層,此時(shí)BT為云頂溫度,BT擾動(dòng)很小;當(dāng)觀測(cè)到云墻區(qū)與眼區(qū)交界處時(shí),BT為是云頂溫度和海表面溫度,BT擾動(dòng)很大;當(dāng)觀測(cè)到臺(tái)風(fēng)眼區(qū)中心時(shí),BT為海表面溫度,BT擾動(dòng)再次變小。從臺(tái)風(fēng)中心區(qū)域的擾動(dòng)至空間分布來(lái)看,可以利用擾動(dòng)最大值確定臺(tái)風(fēng)眼區(qū)和云墻區(qū)的邊界后,將其作為粗略中心,縮小范圍在眼區(qū)搜尋擾動(dòng)最小值像素位置判定為臺(tái)風(fēng)中心來(lái)進(jìn)行臺(tái)風(fēng)定位。

現(xiàn)階段,運(yùn)用最為廣泛的先進(jìn)德沃夏克臺(tái)風(fēng)中心自動(dòng)定位算法就是利用遠(yuǎn)紅外影像先進(jìn)性螺旋分析確定初始位置,在此基礎(chǔ)上進(jìn)行眼環(huán)分析確定精確的臺(tái)風(fēng)中心位置。有研究者也使用過(guò)亮溫?cái)?shù)據(jù)通過(guò)不同方法進(jìn)行臺(tái)風(fēng)定位,JAISWAL等[12]利用靜止衛(wèi)星紅外(infra-red,IR)圖像提取熱帶氣旋(tropical cyclone,TCs)中心螺旋特征自動(dòng)確定TCs中心,通過(guò)擬合不同位置的螺旋線來(lái)估計(jì)TC的中心,將擬合系數(shù)與構(gòu)建的螺旋模板進(jìn)行匹配,將大于所設(shè)閾值的位置判定為臺(tái)風(fēng)中心,此后他們又通過(guò)計(jì)算亮度-溫度梯度矢量通量,在圖像的分析場(chǎng)景中繪制與每個(gè)像素處的梯度向量平行線,線相交的點(diǎn)形成密度矩陣,通過(guò)尋找密度矩陣中最大值來(lái)確定臺(tái)風(fēng)中心[13]。隨著高空間分辨率的紅外亮溫云圖的時(shí)間分辨率越來(lái)越高,衛(wèi)星遙感影像可以更快地為臺(tái)風(fēng)定位算法提供有效的原始影像,保證了臺(tái)風(fēng)定位的高時(shí)效性[14]。

文中以風(fēng)應(yīng)力擾動(dòng)理論為基礎(chǔ),提出一個(gè)新的擾動(dòng)值,認(rèn)為亮溫?cái)_動(dòng)的散度和旋度與經(jīng)向亮溫梯度和緯度亮溫梯度存在相關(guān)性[15],計(jì)算臺(tái)風(fēng)中心區(qū)域亮溫?cái)_動(dòng)值并分析擾動(dòng)值的空間分布,發(fā)現(xiàn)臺(tái)風(fēng)眼區(qū)亮溫?cái)_動(dòng)最小,最后將這個(gè)理論應(yīng)用到2019年登陸中國(guó)的臺(tái)風(fēng)案例上,定位結(jié)果與最優(yōu)路徑數(shù)據(jù)集臺(tái)風(fēng)中心相比,效果很好。

1 數(shù)據(jù)

1.1 風(fēng)云四號(hào)掃描成像輻射計(jì)數(shù)據(jù)

風(fēng)云四號(hào)(FY-4A)靜止氣象衛(wèi)星于2018年5月1日投入運(yùn)行,它取代了FY-2衛(wèi)星成為第二代業(yè)務(wù)化運(yùn)行地球靜止氣象衛(wèi)星。文中研究數(shù)據(jù)是FY-4A多通道掃描成像儀(AGRI)提供的L1級(jí)全圓盤(pán)數(shù)據(jù),來(lái)自風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)網(wǎng)(http:∥satellite.nsmc.org.cn/portalsite/default.aspx#),空間分辨率為4 km,AGRI探測(cè)波段為0.45～13.8 μm,地球圓盤(pán)圖成像周期為15 mins,參數(shù)見(jiàn)表1。文中選擇其中的通道12遠(yuǎn)紅外波段(波長(zhǎng)為10.3～11.3 μm)亮溫?cái)?shù)據(jù)作為原始數(shù)據(jù),輻射靈敏度達(dá)到0.06 K,絕對(duì)定標(biāo)精度達(dá)到0.3 K[16],用于研究BT擾動(dòng)和臺(tái)風(fēng)定位的關(guān)系。

表1 FY-4A AGRI波段參數(shù)及主要用途Table 1 FY-4A AGRI band parameters and main uses

1.2 輔助數(shù)據(jù)

文中輔助數(shù)據(jù)為臺(tái)風(fēng)短臨預(yù)報(bào)數(shù)據(jù),來(lái)自中國(guó)氣象局臺(tái)風(fēng)與海洋氣象預(yù)報(bào)中心,用以確定臺(tái)風(fēng)第一猜測(cè)中心,以此確定臺(tái)風(fēng)大致范圍。臺(tái)風(fēng)預(yù)報(bào)數(shù)據(jù)(babj*.dat)1 h或3 h更新一次,babj是中央氣象臺(tái)臺(tái)風(fēng)報(bào)文代號(hào),*表示臺(tái)風(fēng)號(hào)。當(dāng)臺(tái)風(fēng)生成,babj*.dat預(yù)報(bào)數(shù)據(jù)開(kāi)始起報(bào),每天的2,5,8,14,17,20時(shí)整點(diǎn)觀測(cè)數(shù)據(jù)作為起始值,對(duì)每個(gè)時(shí)間點(diǎn)向后預(yù)報(bào)臺(tái)風(fēng)中心經(jīng)緯度、氣壓和風(fēng)速,臺(tái)風(fēng)過(guò)程結(jié)束,數(shù)據(jù)預(yù)報(bào)結(jié)束。

1.3 驗(yàn)證數(shù)據(jù)

文中驗(yàn)證數(shù)據(jù)為中國(guó)氣象局上海臺(tái)風(fēng)研究所(Shanghai Typhoon Institute of China Meteorological Administration, STI/CMA)最優(yōu)路徑數(shù)據(jù)集,來(lái)自中國(guó)氣象局熱帶氣旋資料中心官網(wǎng)(http:∥g.hyyb.org/syBTems/TY/info/tcdataCMA/wxfxzl_zlhq.html),現(xiàn)行版本的中國(guó)氣象局熱帶氣旋最優(yōu)路徑數(shù)據(jù)集提供1949年以來(lái)西北太平洋(含南海,赤道以北,東經(jīng)180°以西)海域熱帶氣旋每6 h的位置和強(qiáng)度,按年份分別以文本文件格式單獨(dú)存儲(chǔ),此后逐年增加[17]。1972年之前的最優(yōu)路徑數(shù)據(jù)集根據(jù)1972年之后的再分析資料補(bǔ)充獲得,1972年之后利用歷史地圖集、臺(tái)站觀測(cè)和船舶天氣報(bào)告、自動(dòng)表面觀測(cè)、天氣圖、無(wú)線電探空儀數(shù)據(jù)、飛機(jī)偵察進(jìn)行數(shù)據(jù)整合,還添加了包括衛(wèi)星和沿海雷達(dá)觀測(cè)資料[18]。CMA臺(tái)風(fēng)最優(yōu)路徑數(shù)據(jù)集記錄臺(tái)風(fēng)中心經(jīng)緯度、最大平均風(fēng)速及中心最低氣壓以及中心最大風(fēng)速。文中使用該數(shù)據(jù)集對(duì)臺(tái)風(fēng)定位結(jié)果進(jìn)行驗(yàn)證。

2 擾動(dòng)算法

擾動(dòng)算法總體分為3步:第1步,計(jì)算BT的梯度;第2步,利用BT梯度計(jì)算旋度與散度;第3步,根據(jù)散度、旋度計(jì)算擾動(dòng)值。首先根據(jù)中國(guó)氣象局短臨臺(tái)風(fēng)預(yù)報(bào)數(shù)據(jù)中的臺(tái)風(fēng)中心位置,采用多項(xiàng)式內(nèi)插法,內(nèi)插至當(dāng)前衛(wèi)星獲取圖像時(shí)間點(diǎn)的臺(tái)風(fēng)初始猜測(cè)中心經(jīng)緯度,以該點(diǎn)為中心,構(gòu)造窗口框選臺(tái)風(fēng)整體區(qū)域。在該范圍內(nèi)計(jì)算BT的梯度,計(jì)算公式如下:

(1)

式中,GBT為亮溫的梯度,圖1(a)為2019年11月5日18∶00臺(tái)風(fēng)“夏浪”沿經(jīng)度方向的亮溫梯度,從圖中可以看出云區(qū)沿經(jīng)度方向的亮溫梯度變化不大,眼區(qū)亮溫沿經(jīng)度方向存在最大值和最小值,變化很大,圖1(b)為2019年11月5日18∶00臺(tái)風(fēng)“夏浪”沿緯度方向的亮溫梯度,從圖中可以看出云區(qū)沿緯度方向的亮溫梯度變化也不大,眼區(qū)亮溫沿緯度方向也存在最大值和最小值,變化很大。梯度圖說(shuō)明在眼區(qū)和云區(qū)之間存在較大的亮溫差。

圖1 臺(tái)風(fēng)“夏浪”中心區(qū)域亮溫梯度Fig. 1 Brightness temperature gradient in the center area of typhoon "Halong"

接著計(jì)算亮溫梯度的散度和旋度,散度用于表征空間各點(diǎn)矢量場(chǎng)發(fā)散的強(qiáng)弱程度,旋度表征向量場(chǎng)對(duì)某一點(diǎn)附近的微元造成的旋轉(zhuǎn)程度,散度可表示為:

(2)

式中,divGBT為亮溫梯度的散度,單位為107N/m3。2019年11月5日18∶00臺(tái)風(fēng)“夏浪”中心區(qū)域的散度如圖2(a)所示,從散度圖中可以明顯的識(shí)別出眼區(qū)且在眼區(qū)存在散度的最大與最小值。

旋度可表示為:

(3)

式中,curlGBT為亮溫梯度旋度,單位為107N/m3。圖2(b)為2019年11月5日18∶00臺(tái)風(fēng)“夏浪”中心區(qū)域的旋度,可以看出云區(qū)亮溫梯度的旋度很小,眼區(qū)亮溫梯度的旋度很大且存在最大值。

圖2 臺(tái)風(fēng)“夏浪”中心區(qū)域散度與旋度Fig. 2 Divergence and curl in the center area of typhoon "Halong"

X為經(jīng)度方向螺旋梯度單位距離,Y為緯度方向螺旋梯度單位距離,計(jì)算公式如式(4)、式(5):

(4)

(5)

式中,x和y由對(duì)數(shù)螺旋方程計(jì)算得到[19]。對(duì)數(shù)螺旋方程為:

R(φ)=A·e(B,φ)

(6)

式中:R(φ)為原點(diǎn)到臺(tái)風(fēng)大致中心出發(fā)的徑向距離;A為原點(diǎn)與螺旋起始位置的距離;B為R(φ)處螺旋切線與徑線之間的夾角,文中選取夾角是5°;φ為分析點(diǎn)到x軸的夾角。

為方便確定亮溫網(wǎng)格場(chǎng)中每個(gè)點(diǎn)的矢量,對(duì)數(shù)螺旋必須轉(zhuǎn)換為笛卡爾坐標(biāo),轉(zhuǎn)換后即可得到x和y:

x=R(φ)·cosφ

(7)

y=R(φ)·sinφ

(8)

式中,x,y是R(φ)在x軸與y軸的分量。至此,得到了臺(tái)風(fēng)中心區(qū)域的散度與旋度。

考慮到臺(tái)風(fēng)眼區(qū)受到散度和旋度的共同作用,由計(jì)算得到的散度與旋度2個(gè)值均存在正負(fù),如果只是取二者均值,會(huì)出現(xiàn)抵消為0值的情況,造成判別誤差,因此先對(duì)散度和旋度分別取平方,再取二者均值[20],最后由散度與旋度計(jì)算BT擾動(dòng)值D,公式為:

(9)

2019年11月5日18∶00臺(tái)風(fēng)“夏浪”中心區(qū)域亮溫?cái)_動(dòng)值計(jì)算結(jié)果如圖3(b)所示,圖3(a)為對(duì)應(yīng)時(shí)刻對(duì)應(yīng)區(qū)域亮溫遙感影像。從擾動(dòng)值計(jì)算空間分布結(jié)果可以看出,在云區(qū)和眼區(qū)中間亮溫?cái)_動(dòng)很小而在云區(qū)與眼區(qū)的交接處亮溫很大,可以先利用臺(tái)風(fēng)中心區(qū)域亮溫?cái)_動(dòng)最大值確定大致中心,以該點(diǎn)為中心,在一定范圍內(nèi)尋找眼區(qū)內(nèi)最小擾動(dòng)值像素位置,將其確定為臺(tái)風(fēng)中心。

圖3 2019年11月5日臺(tái)風(fēng)“夏浪”中心區(qū)域亮溫及亮溫?cái)_動(dòng)D值Fig. 3 D value of bright temperature disturbance in the center area of typhoon "Halong" at 18∶00 on November 5, 2019

3 結(jié)果與分析

首先以臺(tái)風(fēng)“夏浪”為案例,利用FY-4A 12通道亮溫?cái)?shù)據(jù)計(jì)算BT在臺(tái)風(fēng)中心區(qū)域的擾動(dòng)值并分析擾動(dòng)值在臺(tái)風(fēng)中心區(qū)域的空間分布。臺(tái)風(fēng)“夏浪”作為2019年最強(qiáng)臺(tái)風(fēng),整個(gè)生命周期均發(fā)生在海面上,排除了陸地等其他因素對(duì)臺(tái)風(fēng)的影響[21],能夠更好地反映臺(tái)風(fēng)區(qū)域的BT擾動(dòng)特征,也可以從“夏浪”的整個(gè)生命周期中獲取無(wú)眼臺(tái)風(fēng)和有眼臺(tái)風(fēng)的亮溫?cái)_動(dòng)特征。

計(jì)算的臺(tái)風(fēng)中心區(qū)域擾動(dòng)值部分結(jié)果如圖4～圖6所示。圖4(a)為2019年11月5日12∶00臺(tái)風(fēng)“夏浪”亮溫影像,圖4(b)、(c)為2019年11月5日12:00擾動(dòng)值空間分布及其中心放大;圖5(a)為2019年11月5日18:00臺(tái)風(fēng)“夏浪”亮溫影像,圖5(b)、(c)為2019年11月5日18∶00擾動(dòng)值空間分布及其中心放大;圖6(a)為2019年11月6日0∶00臺(tái)風(fēng)“夏浪”亮溫影像,圖6(b)、(c)為2019年11月6日0∶00擾動(dòng)值空間分布及其中心放大,從3幅臺(tái)風(fēng)成熟期的亮溫?cái)_動(dòng)值空間分布圖可以看出,臺(tái)風(fēng)外圍云區(qū),BT的擾動(dòng)很小,因?yàn)榕_(tái)風(fēng)云墻區(qū)是厚厚的云層,此時(shí)BT為云頂溫度,BT均一;臺(tái)風(fēng)云墻區(qū)與眼區(qū)交界處,BT擾動(dòng)很大,因?yàn)榇藭r(shí)BT一邊是云頂溫度,另一邊是海表面溫度,從中可以提取最大擾動(dòng)值像素位置;臺(tái)風(fēng)眼區(qū)中心時(shí),BT擾動(dòng)很小,BT為海表面溫度,從中可以提取最小擾動(dòng)值像素位置。

圖4 2019年11月5日12∶00臺(tái)風(fēng)“夏浪”亮溫影像及擾動(dòng)值空間分布Fig. 4 Brightness temperature image and disturbance value spatial distribution of typhoon "Halong" at 12∶00 on November 5, 2019

圖5 2019年11月5日18∶00臺(tái)風(fēng)“夏浪”亮溫影像及擾動(dòng)值空間分布Fig. 5 Brightness temperature image and disturbance value spatial distribution of typhoon "Halong" at 18∶00 on November 5, 2019

圖6 2019年11月6日0∶00臺(tái)風(fēng)“夏浪”亮溫影像及擾動(dòng)值空間分布Fig. 6 Brightness temperature image and disturbance value spatial distribution of typhoon "Halong" at 0∶00 on November 6, 2019

3.1 散度、旋度和擾動(dòng)值特征討論

散度可用于表征空間各點(diǎn)矢量場(chǎng)發(fā)散的強(qiáng)弱程度,物理上,散度的意義是場(chǎng)的有源性。當(dāng)散度大于0時(shí),表示該點(diǎn)有散發(fā)通量的正源(發(fā)散源);當(dāng)散度小于0時(shí),表示該點(diǎn)有吸收通量的負(fù)源(洞或匯);當(dāng)散度等于0時(shí),表示該點(diǎn)無(wú)源。當(dāng)分析云團(tuán)散度時(shí),也是利用該原理,如果亮度梯度計(jì)算的散度越小,說(shuō)明該云團(tuán)發(fā)散越弱呈輻合狀態(tài),圖7為2019年11月5日18∶00臺(tái)風(fēng)“夏浪”散度距最優(yōu)路徑數(shù)據(jù)集中心分布特征,可以從圖中看出,第1個(gè)散度最小值為負(fù)值在16 km處,說(shuō)明此時(shí)距臺(tái)風(fēng)最佳中心16 km處的位置輻合最強(qiáng),結(jié)合圖2(a)可以看出,此時(shí)確實(shí)臺(tái)風(fēng)眼區(qū)內(nèi)散度最小。表2為臺(tái)風(fēng)“夏浪”整個(gè)生命周期內(nèi)散度最小值與最優(yōu)路徑數(shù)據(jù)集中心像素差,可以看出,散度最小值距離臺(tái)風(fēng)最佳中心呈先遠(yuǎn)再近再遠(yuǎn)的趨勢(shì),說(shuō)明當(dāng)臺(tái)風(fēng)從生成期到成熟期再到消亡期,是呈現(xiàn)輻散到輻合再到輻散的過(guò)程,符合臺(tái)風(fēng)生成到消散的物理過(guò)程。

表2 臺(tái)風(fēng)“夏浪”生命周期散度最小值與最優(yōu)臺(tái)風(fēng)中心像素差Table 2 Difference between the minimum divergence and the center pixel of the best typhoon center in the life cycle of typhoon "Halong"

旋度是向量分析中的一個(gè)向量算子,可以表示向量場(chǎng)對(duì)某一點(diǎn)附近的微元造成的旋轉(zhuǎn)程度,代表了矢量做旋轉(zhuǎn)運(yùn)動(dòng)的方向和強(qiáng)度。當(dāng)分析臺(tái)風(fēng)旋度時(shí),原理一致,當(dāng)旋度越大,說(shuō)明此時(shí)輻合越強(qiáng),圖8為2019年11月5日18∶00臺(tái)風(fēng)“夏浪”旋度距最優(yōu)路徑數(shù)據(jù)集中心分布特征,從圖中可以看出,第1個(gè)旋度最大值為正值在16 km處,說(shuō)明此時(shí)距臺(tái)風(fēng)最佳中心16 km處的位置輻合最強(qiáng),結(jié)合圖2(b)可以看出,確實(shí)此時(shí)臺(tái)風(fēng)眼區(qū)內(nèi)旋度存在最大值,而且與圖7散度距最優(yōu)路徑數(shù)據(jù)集中心分布特征相比,正好相反,也印證了此時(shí)此刻該位置輻合較強(qiáng)。表3為臺(tái)風(fēng)“夏浪”整個(gè)生命周期內(nèi)旋度最大值與最優(yōu)路徑數(shù)據(jù)集中心像素差,可以看出,旋度最大值臺(tái)風(fēng)生成和消亡期很接近中心,這是因?yàn)榇藭r(shí)臺(tái)風(fēng)還未生成或已消散,旋度值普遍較小,當(dāng)臺(tái)風(fēng)進(jìn)入成熟期,旋度最大值距離臺(tái)風(fēng)最佳中心像素差開(kāi)始變化,此時(shí)風(fēng)眼逐漸明顯,旋度最強(qiáng)的位置在臺(tái)風(fēng)眼區(qū)與云區(qū)之間,從圖2(b)可以看出確實(shí)如此,當(dāng)臺(tái)風(fēng)從生成到消散,旋度的極大值都集中于臺(tái)風(fēng)風(fēng)眼中心附近。

圖7 2019年11月5日18∶00臺(tái)風(fēng)“夏浪”散度距最優(yōu)臺(tái)風(fēng)中心分布特征Fig. 7 Distribution characteristics of typhoon "Halong" divergence from the best typhoon center at 18∶00 on November 5, 2019

圖8 2019年11月5日18∶00臺(tái)風(fēng)“夏浪”旋度距最優(yōu)臺(tái)風(fēng)中心分布特征Fig. 8 Distribution characteristics of typhoon "Halong" curl from the best typhoon center at 18∶00 on November 5, 2019

續(xù)表

將最優(yōu)路徑數(shù)據(jù)集對(duì)應(yīng)時(shí)刻的臺(tái)風(fēng)中心疊加到擾動(dòng)值的分布圖上,以8 km即2個(gè)分辨率為步長(zhǎng)分析擾動(dòng)值的空間分布,得到如圖9的2019年11月5日18∶00臺(tái)風(fēng)“夏浪”中心區(qū)域擾動(dòng)值關(guān)于最佳臺(tái)風(fēng)中心的空間分布箱型圖,從圖中可知臺(tái)風(fēng)中心區(qū)域第1個(gè)最小擾動(dòng)值在8 km處,第2個(gè)最小擾動(dòng)值在64 km處。將臺(tái)風(fēng)“夏浪”整個(gè)生命周期中心區(qū)域的擾動(dòng)值關(guān)于最優(yōu)路徑數(shù)據(jù)集中的臺(tái)風(fēng)中心的空間分布都計(jì)算出來(lái),并尋找第1個(gè)最小擾動(dòng)值和第2個(gè)最小擾動(dòng)值的位置,得到表4,從表中可以看出第1個(gè)最小擾動(dòng)值的范圍在0～4個(gè)像素,第2個(gè)最小擾動(dòng)值的范圍在4～12個(gè)像素,所以在4個(gè)像素的范圍內(nèi)計(jì)算擾動(dòng)值避免風(fēng)眼外的最小擾動(dòng)值干擾定位精度。

圖9 2019年11月5日18∶00臺(tái)風(fēng)“夏浪”擾動(dòng)值距最優(yōu)臺(tái)風(fēng)中心分布特征Fig. 9 Distribution characteristics of typhoon "Halong" disturbance value from the best typhoon center at 18∶00 on November 5, 2019

表4 臺(tái)風(fēng)“夏浪”生命周期第1個(gè)最小擾動(dòng)值、第2個(gè)最小擾動(dòng)值與最優(yōu)臺(tái)風(fēng)中心像素差Table 4 Pixel difference between the first minimum disturbance value,the second minimum disturbance value and the best typhoon center in the life cycle of typhoon "Halong"

3.2 臺(tái)風(fēng)生命周期擾動(dòng)特征討論

考慮到該算法在臺(tái)風(fēng)變化階段的適用性,選用2019年登陸中國(guó)的臺(tái)風(fēng)“利奇馬”作為案例,研究臺(tái)風(fēng)生成期,成熟期,登陸期,消亡期的亮溫?cái)_動(dòng)特征。臺(tái)風(fēng)生成期如圖10所示,其中圖10(a)、(b)為臺(tái)風(fēng)“利奇馬”2019年10月4日0∶00剛在海面生成的亮溫遙感影像,圖10(a)為以第一猜測(cè)臺(tái)風(fēng)中心為中心半徑800 km框選的臺(tái)風(fēng)大致范圍,此時(shí)臺(tái)風(fēng)處于生成期,圖10(b)是在圖10(a)基礎(chǔ)上繼續(xù)縮小范圍,半徑160 km框選的范圍,可見(jiàn)此時(shí)沒(méi)有明顯的風(fēng)眼;圖10(c)、(d)是在圖10(b)范圍基礎(chǔ)上計(jì)算的生成期臺(tái)風(fēng)中心區(qū)域沿經(jīng)度和緯度亮溫梯度,此時(shí)沿經(jīng)度和緯度亮溫梯度呈現(xiàn)的是無(wú)序的狀態(tài),在厚云區(qū)和薄云區(qū)之間會(huì)出現(xiàn)梯度最大值和最小值,因?yàn)楹裨茀^(qū)為云頂溫度,溫度較低,薄云部分會(huì)探測(cè)到海面溫度,溫度較高,所以這些地方會(huì)出現(xiàn)梯度最值;圖10(e)、(f)為利用亮溫梯度計(jì)算的散度和旋度,圖10(e)為臺(tái)風(fēng)中心區(qū)域散度,散度生成期看不出明顯的臺(tái)風(fēng)結(jié)構(gòu),而圖10(f)的旋度可以看出中心區(qū)域有一個(gè)類(lèi)似風(fēng)眼的結(jié)構(gòu),接著利用散度和旋度計(jì)算臺(tái)風(fēng)中心區(qū)域的亮溫?cái)_動(dòng)值,得到圖10(g),但是由于范圍較大,看不出明顯的亮溫?cái)_動(dòng),接著繼續(xù)在半徑160 km的基礎(chǔ)上縮小范圍,以半徑24 km框選范圍,如圖10(h)所示,此時(shí)可以看出中心區(qū)域亮溫?cái)_動(dòng)值出現(xiàn)的結(jié)構(gòu)和旋度呈現(xiàn)的結(jié)構(gòu)相似。在臺(tái)風(fēng)生成期,這個(gè)階段臺(tái)風(fēng)已經(jīng)產(chǎn)生一定的旋轉(zhuǎn),而亮溫?cái)_動(dòng)值的計(jì)算中存在旋度的分量,所以亮溫?cái)_動(dòng)算法在生成期可以用來(lái)進(jìn)行臺(tái)風(fēng)定位,我們將該時(shí)刻最優(yōu)路徑數(shù)據(jù)集臺(tái)風(fēng)中心(紅色十字)與最優(yōu)范圍內(nèi)的最小擾動(dòng)值像素位置(藍(lán)色叉)疊加到擾動(dòng)值圖像上,從圖10(g)上看出,兩者相距很近,從圖10(h)上看出,兩者相距約3個(gè)像素。

圖10 2019年8月4日0∶00臺(tái)風(fēng)“利奇馬”生成期亮溫,亮溫梯度,亮溫梯度的散度、旋度和亮溫?cái)_動(dòng)Fig. 10 Brightness temperature, brightness temperature gradient, divergence and curl of brightness temperature gradient and brightness temperature disturbance during the formation of typhoon "Lekima" at 0∶00, August 4, 2019

臺(tái)風(fēng)成熟期如圖11所示,其中圖11(a)、(b)為臺(tái)風(fēng)“利奇馬”2019年8月8日12∶00處于成熟期的亮溫遙感影像,圖11(a)為以第一猜測(cè)臺(tái)風(fēng)中心為中心半徑800 km框選的臺(tái)風(fēng)大致范圍,此時(shí)臺(tái)風(fēng)處于成熟期,圖11(b)是在圖11(a)基礎(chǔ)上繼續(xù)縮小范圍,半徑160 km框選的范圍,可見(jiàn)此時(shí)成熟期存在明顯的風(fēng)眼;圖11(c)、(d)為是在圖11(b)范圍基礎(chǔ)上計(jì)算的成熟期臺(tái)風(fēng)中心區(qū)域沿經(jīng)度和緯度亮溫梯度,此時(shí)沿經(jīng)度和緯度亮溫梯度可以看出明顯的風(fēng)眼結(jié)構(gòu),在云區(qū)和眼區(qū)之間會(huì)出現(xiàn)梯度最大值和最小值,此時(shí)云墻區(qū)探測(cè)的為云頂溫度,溫度較低,眼區(qū)探測(cè)到的為海面溫度,溫度較高,所以在云墻區(qū)和眼區(qū)之間會(huì)出現(xiàn)梯度最值;圖11(e)、(f)分為利用亮溫梯度計(jì)算的散度和旋度,此時(shí)散度和旋度存在一個(gè)明顯的風(fēng)眼結(jié)構(gòu),接著利用散度和旋度計(jì)算臺(tái)風(fēng)中心區(qū)域的亮溫?cái)_動(dòng)值,得到圖11(g),可以看出風(fēng)眼周?chē)嬖诿黠@的亮溫?cái)_動(dòng)而周?chē)茀^(qū)亮溫?cái)_動(dòng)值幾乎為0 ,因?yàn)槌墒炱诹翜氐牟町愔饕挥谠茀^(qū)和眼區(qū)之間,云區(qū)此時(shí)為厚密狀態(tài),探測(cè)到的均為云頂溫度,亮溫差異很小,擾動(dòng)也小,繼續(xù)在半徑160 km的基礎(chǔ)上縮小范圍,以半徑24 km框選范圍,如圖11(h)所示, 可以看到在該

圖11 2019年8月8日12∶00臺(tái)風(fēng)“利奇馬”成熟期亮溫,亮溫梯度,亮溫梯度的散度、旋度和亮溫?cái)_動(dòng)Fig. 11 Brightness temperature, brightness temperature gradient, divergence and curl of brightness temperature gradient and brightness temperature disturbance during the formation of typhoon "Lekima" at 12∶00, August 8, 2019

范圍存在亮溫?cái)_動(dòng)值最大值,在極大值形成的范圍內(nèi)尋找最小擾動(dòng)值像素位置將其作為臺(tái)風(fēng)中心,我們將該時(shí)刻最優(yōu)路徑數(shù)據(jù)集臺(tái)風(fēng)中心(紅色十字)與最優(yōu)范圍內(nèi)的最小擾動(dòng)值像素位置(藍(lán)色叉)疊加到擾動(dòng)值圖像上,從圖11(g)上看出,兩者相距很近,從圖11(h)上看出,兩者相距約4個(gè)像素。

臺(tái)風(fēng)登陸期如圖12所示,其中圖12(a)、(b)為臺(tái)風(fēng)“利奇馬”2019年8月10日15∶00處于登陸期的亮溫遙感影像,此時(shí)臺(tái)風(fēng)中心大概位于太湖附近,圖12(a)為以第一猜測(cè)臺(tái)風(fēng)中心為中心半徑800 km框選的臺(tái)風(fēng)大致范圍,此時(shí)臺(tái)風(fēng)處于登陸期,圖12(b)是在圖10(a)基礎(chǔ)上繼續(xù)縮小范圍,半徑160 km框選的范圍,可見(jiàn)此時(shí)登陸期臺(tái)風(fēng)已經(jīng)開(kāi)始消亡,風(fēng)眼開(kāi)始消散;圖12(c)、(d)為是在圖12(b)范圍基礎(chǔ)上計(jì)算的登陸期臺(tái)風(fēng)中心區(qū)域沿經(jīng)度和緯度亮溫梯度,此時(shí)沿經(jīng)度和緯度亮溫梯度呈現(xiàn)出無(wú)序的狀態(tài),在厚云區(qū)和薄云區(qū)之間會(huì)出現(xiàn)梯度最大值和最小值,因?yàn)楹裨茀^(qū)為云頂溫度,溫度較低,薄云部分會(huì)探測(cè)到海面溫度,溫度較高,所以這些地方會(huì)出現(xiàn)梯度最值;圖12(e)、(f)分為利用亮溫梯度計(jì)算的散度和旋度,圖12(e)為臺(tái)風(fēng)中心區(qū)域散度,散度登陸期也看不出明顯的臺(tái)風(fēng)結(jié)構(gòu)而圖10(f)的旋度可以看出中心區(qū)域還是存在一個(gè)類(lèi)似風(fēng)眼的結(jié)構(gòu),利用散度和旋度計(jì)算臺(tái)風(fēng)中心區(qū)域的亮溫?cái)_動(dòng)值,得到圖12(g),可以看到此時(shí)沒(méi)有明顯的亮溫?cái)_動(dòng) ,因?yàn)榈顷懫跔顟B(tài)接近于消散期,繼續(xù)在半徑160 km的基礎(chǔ)上縮小范圍,以半徑24 km框選范圍,如圖12(h)所示,此時(shí)可以看出中心區(qū)域亮溫?cái)_動(dòng)值出現(xiàn)的結(jié)構(gòu)和旋度呈現(xiàn)的結(jié)構(gòu)相似,所以也是在確定最大亮溫?cái)_動(dòng)值后在最優(yōu)框選范圍內(nèi)尋找最小擾動(dòng)值作為臺(tái)風(fēng)中心,我們將該時(shí)刻最優(yōu)路徑數(shù)據(jù)集臺(tái)風(fēng)中心(紅色十字)與最優(yōu)范圍內(nèi)的最小擾動(dòng)值像素位置(藍(lán)色叉)疊加到擾動(dòng)值圖像上,從圖12(g)上看出,兩者相距很近,從圖12(h)上看出,兩者相距約4個(gè)像素。

圖12 2019年8月10日15∶00臺(tái)風(fēng)“利奇馬”登陸期亮溫,亮溫梯度,亮溫梯度的散度、旋度和亮溫?cái)_動(dòng)Fig. 12 Brightness temperature, brightness temperature gradient, divergence and curl of brightness temperature gradient and brightness temperature disturbance during the formation of typhoon "Lekima" at 15∶00, August 10, 2019

最后臺(tái)風(fēng)消亡期如圖13所示,其中圖13(a)、(b)為臺(tái)風(fēng)“利奇馬”2019年8月11日3∶00處于消亡期的亮溫遙感影像,此時(shí)臺(tái)風(fēng)中心大概位于山東省附近,圖13(a)為以第一猜測(cè)臺(tái)風(fēng)中心為中心半徑800 km框選的臺(tái)風(fēng)大致范圍,此時(shí)臺(tái)風(fēng)處于消亡期,已經(jīng)沒(méi)有大范圍的厚密云層,圖13(b)是在圖13(a)基礎(chǔ)上繼續(xù)縮小范圍,半徑160 km框選的范圍,可見(jiàn)此時(shí)臺(tái)風(fēng)已經(jīng)消亡,不存在風(fēng)眼;圖13(c)、(d)是在圖13(b)范圍基礎(chǔ)上計(jì)算的消亡期臺(tái)風(fēng)中心區(qū)域沿經(jīng)度和緯度亮溫梯度,此時(shí)沿經(jīng)度和緯度亮溫梯度呈現(xiàn)出無(wú)序的狀態(tài),在厚云區(qū)和薄云區(qū)之間會(huì)出現(xiàn)梯度最大值和最小值,因?yàn)楹裨茀^(qū)為云頂溫度,溫度較低,薄云部分探測(cè)的是海面溫度,溫度較高,所以這些地方會(huì)出現(xiàn)梯度最值;圖13(e)、(f)分別為利用亮溫梯度計(jì)算的散度和旋度,圖13(e)為臺(tái)風(fēng)中心區(qū)域散度,散度消亡期也看不出明顯的臺(tái)風(fēng)結(jié)構(gòu),圖13(f)的旋度可以看出中心區(qū)域還是存在一個(gè)類(lèi)似風(fēng)眼的結(jié)構(gòu),接著利用散度和旋度計(jì)算臺(tái)風(fēng)中心區(qū)域的亮溫?cái)_動(dòng)值,得到圖13(g),可以看到此時(shí)沒(méi)有明顯的亮溫?cái)_動(dòng),繼續(xù)在半徑160 km的基礎(chǔ)上縮小范圍,以半徑24 km框選范圍,如圖13(h)所示,此時(shí)將中心區(qū)域亮溫?cái)_動(dòng)值最大值附近作為一個(gè)類(lèi)似風(fēng)眼的區(qū)域,尋找內(nèi)部擾動(dòng)最小值作為臺(tái)風(fēng)中心,我們將該時(shí)刻最優(yōu)路徑數(shù)據(jù)集臺(tái)風(fēng)中心(紅色十字)與最優(yōu)范圍內(nèi)的最小擾動(dòng)值像素位置(藍(lán)色叉)疊加到擾動(dòng)值圖像上,從圖13(g)上看出,兩者相距很近,從圖13(h)上看出,兩者相距約1個(gè)像素。

圖13 2019年8月11日3∶00臺(tái)風(fēng)“利奇馬”消亡期亮溫,亮溫梯度,亮溫梯度的散度、旋度和亮溫?cái)_動(dòng)Fig. 13 Brightness temperature, brightness temperature gradient, divergence and curl of brightness temperature gradient and brightness temperature disturbance during the formation of typhoon "Lekima" at 3∶00, August 11, 2019

3.3 最小擾動(dòng)值選擇討論

亮溫?cái)_動(dòng)算法應(yīng)用到臺(tái)風(fēng)定位中是尋找臺(tái)風(fēng)眼區(qū)中亮溫?cái)_動(dòng)最小值像素位置,在8 km的步長(zhǎng)范圍內(nèi),每個(gè)范圍都存在一個(gè)最小擾動(dòng)值,根據(jù)臺(tái)風(fēng)風(fēng)眼平均半徑為20 km[22],如果最小擾動(dòng)值距粗略臺(tái)風(fēng)中心大于40 km就將其作為風(fēng)眼外的干擾值,需要排除,所以確定合適的擾動(dòng)值計(jì)算范圍對(duì)定位的精度影響很大。圖14為2019年11月5日18∶00臺(tái)風(fēng)“夏浪”最優(yōu)路徑數(shù)據(jù)集中心,最大擾動(dòng)值像素位置,第1個(gè)最小擾值像素位置及第2個(gè)最小擾值像素位置分布,從圖中可以看出,第1個(gè)最小擾動(dòng)值像素位置(黃色圓圈)距離最大擾動(dòng)值像素位置(紅色叉)更近,第1個(gè)最小擾動(dòng)值像素位置和最大擾動(dòng)值像素位置距離最優(yōu)路徑臺(tái)風(fēng)中心(紅色十字)都很近,而第2個(gè)最小擾動(dòng)值像素(白色圓圈)距離最優(yōu)路徑臺(tái)風(fēng)中心較遠(yuǎn)。以8 km為步長(zhǎng),每隔8 km都會(huì)存在一個(gè)最小擾動(dòng)值,當(dāng)在臺(tái)風(fēng)中心區(qū)域內(nèi)出現(xiàn)多個(gè)最小擾動(dòng)值時(shí),選擇離最大擾動(dòng)值近的一個(gè), 在臺(tái)風(fēng)生成期、成熟期,登陸期和消亡期,臺(tái)風(fēng)中心區(qū)域最大擾動(dòng)值都會(huì)存在于一個(gè)類(lèi)似臺(tái)風(fēng)眼區(qū)的位置,如圖10(h)、圖11(h)、圖12(h)和圖13(h)所示。計(jì)算第1個(gè)最小擾動(dòng)值像素位置、第2個(gè)最小擾動(dòng)值像素位置與最大擾動(dòng)值像素位置之間的球面距離,得到表5,從表中可以看出,第一個(gè)最小擾動(dòng)值像素位置距離最大擾動(dòng)值像素位置更近,所以在出現(xiàn)多個(gè)最小擾動(dòng)值時(shí),我們選用離最大擾動(dòng)值近的那個(gè)。其次,將第1個(gè)最小擾動(dòng)值和第2個(gè)最小擾動(dòng)值像素位置與最優(yōu)路徑數(shù)據(jù)集該時(shí)刻中心位置進(jìn)行對(duì)比,可以看出,第1個(gè)最小擾動(dòng)值距離最佳臺(tái)風(fēng)中心距離明顯小于第2個(gè)最小擾動(dòng)值與最佳臺(tái)風(fēng)中心的距離,且在2019年11月5日18∶00誤差最小,為5.27 km。

圖14 2019年11月5日18∶00臺(tái)風(fēng)“夏浪”最優(yōu)路徑數(shù)據(jù)集中心,最大擾動(dòng)值像素位置,第1個(gè)最小擾值像素位置及第2個(gè)最小擾值像素位置分布Fig. 14 The best path data center, maximum disturbance value pixel position, first minimum disturbance value pixel position and second minimum disturbance value pixel position of typhoon "Halong" at 18∶00, November 5, 2019

表5 臺(tái)風(fēng)“夏浪”生命周期第1個(gè)最小擾動(dòng)值、第2個(gè)最小擾動(dòng)值與最大擾動(dòng)值距離Table 5 Distance between the first minimum disturbance value, the second minimum disturbance value and the minimum disturbance value in the life cycle of typhoon "Halong"

3.4 定位結(jié)果

在理想定位范圍內(nèi)計(jì)算擾動(dòng)值結(jié)果如圖15～圖17所示。圖15(a)為2019年11月2日0∶00臺(tái)風(fēng)“夏浪”形成初期中心區(qū)域的擾動(dòng)值,在理想窗口中尋找最小擾動(dòng)值,藍(lán)色“x”所示,紅色“+”為該時(shí)刻最優(yōu)路徑數(shù)據(jù)集中臺(tái)風(fēng)中心,圖15(b)為將行列號(hào)轉(zhuǎn)換為經(jīng)緯度坐標(biāo)得到的在原始影像上定位結(jié)果,從圖中可以看出,最小擾動(dòng)值位置與最佳臺(tái)風(fēng)中心距離很近,可以精確地對(duì)臺(tái)風(fēng)定位,而且該時(shí)刻臺(tái)風(fēng)為形成初期,沒(méi)有明顯的風(fēng)眼結(jié)構(gòu),另一方面說(shuō)明最小擾動(dòng)值算法對(duì)無(wú)眼臺(tái)風(fēng)具有適用性。

圖15 2019年11月2日0∶00臺(tái)風(fēng)“夏浪”初期擾動(dòng)值空間分布及定位結(jié)果Fig. 15 Spatial distribution and positioning results of initial disturbance value of typhoon "Halong" at 0∶00 on November 2, 2019

圖16(a)、(b)分別為2019年11月5日12∶00臺(tái)風(fēng)中心區(qū)域的擾動(dòng)分布和定位結(jié)果,從圖中可以看出,此時(shí)臺(tái)風(fēng)已經(jīng)出現(xiàn)風(fēng)眼,最小擾動(dòng)值定位中心與最佳臺(tái)風(fēng)中心誤差很小,所以最小擾動(dòng)值算法對(duì)有眼臺(tái)風(fēng)定位效果很好。圖17(a)、(b)分別為2019年11月9日6∶00臺(tái)風(fēng)中心區(qū)域的擾動(dòng)分布和定位結(jié)果,此時(shí)臺(tái)風(fēng)已經(jīng)處于消亡期,算法的定位效果依舊很好。

圖16 2019年11月5日18∶00臺(tái)風(fēng)“夏浪”成熟期擾動(dòng)值空間分布及定位結(jié)果Fig. 16 Spatial distribution and positioning results of initial disturbance value of typhoon "Halong" at 18∶00 on November 5, 2019

圖17 2019年11月9日6∶00臺(tái)風(fēng)“夏浪”消亡期擾動(dòng)值空間分布及定位結(jié)果Fig. 17 Spatial distribution and positioning results of initial disturbance value of typhoon "Halong" at 6∶00 on November 9, 2019

4 總結(jié)與展望

本研究首先使用FY-4A亮溫?cái)?shù)據(jù),計(jì)算臺(tái)風(fēng)中心區(qū)域擾動(dòng)值并分析擾動(dòng)值在臺(tái)風(fēng)中心區(qū)域的空間分布特征,其分布特征為臺(tái)風(fēng)外圍云區(qū),在32～72 km半徑范圍內(nèi)BT的擾動(dòng)很小,因?yàn)榕_(tái)風(fēng)云墻區(qū)是厚厚的云層,此時(shí)BT為云頂溫度,BT均一;臺(tái)風(fēng)云墻區(qū)與眼區(qū)交界處,BT擾動(dòng)很大,因?yàn)榇藭r(shí)BT一側(cè)是云頂溫度,另一側(cè)是海表面溫度;臺(tái)風(fēng)眼區(qū)理論總亮溫?cái)_動(dòng)量均為零,在8個(gè)像素的半徑范圍內(nèi)BT擾動(dòng)最小。

其次將擾動(dòng)空間分布特征應(yīng)用于臺(tái)風(fēng)定位,最小擾動(dòng)值定位的原理是首先在8～12個(gè)像素半徑范圍內(nèi)確定最大值擾動(dòng)值像素位置,將其作為粗略中心,在8個(gè)像素半徑范圍內(nèi)的眼區(qū)搜索距離最大擾動(dòng)值近的擾動(dòng)值最小值,對(duì)應(yīng)最小值像素點(diǎn)即為臺(tái)風(fēng)中心。將最小擾動(dòng)值定位結(jié)果與最優(yōu)路徑數(shù)據(jù)集進(jìn)行驗(yàn)證,定位平均誤差小于12 km,在3個(gè)像素以?xún)?nèi),可以應(yīng)用于臺(tái)風(fēng)定位,為臺(tái)風(fēng)路徑預(yù)報(bào)和強(qiáng)度判定提供幫助。

最小擾動(dòng)值臺(tái)風(fēng)定位算法是基于臺(tái)風(fēng)中心區(qū)域亮溫?cái)_動(dòng)空間分布提出的,臺(tái)風(fēng)中心區(qū)域范圍的大小對(duì)臺(tái)風(fēng)定位精度的影響很大,在合適的定位范圍內(nèi)該算法優(yōu)勢(shì)明顯,對(duì)臺(tái)風(fēng)初期、末期及臺(tái)風(fēng)規(guī)模較小時(shí)效果很好,適用于無(wú)眼臺(tái)風(fēng)定位。但最小擾動(dòng)值定位算法最佳定位范圍需要根據(jù)大量的臺(tái)風(fēng)統(tǒng)計(jì)分析得來(lái),針對(duì)不同臺(tái)風(fēng)最佳定位范圍不是固定的,所以這是該算法現(xiàn)階段的缺陷。其次最小擾動(dòng)值定位算法沒(méi)有考慮數(shù)據(jù)融合,在使用FY-4A數(shù)據(jù)過(guò)程中發(fā)現(xiàn)在一些時(shí)段會(huì)出現(xiàn)缺測(cè),這會(huì)造成定位結(jié)果缺失,這也是該算法的不足之處。整體來(lái)說(shuō),根據(jù)臺(tái)風(fēng)中心區(qū)域亮溫?cái)_動(dòng)特征的空間分布進(jìn)行臺(tái)風(fēng)定位是可行的并且適用于無(wú)眼臺(tái)風(fēng),為提高最小擾動(dòng)值算法臺(tái)風(fēng)定位精度,在今后的研究中還需考慮最佳定位范圍的確定和數(shù)據(jù)融合的問(wèn)題。