2 008-07-22襄樊特大暴雨FY-3A微波资料分析
2010-01-30龙利民张萍萍张宁
龙利民,张萍萍,张宁
(武汉中心气象台,湖北武汉 430074)
0 引言
暴雨是湖北省主要灾害天气之一,其时空分布极不均匀,特别是盛夏季节具有明显的地域性和突发性。常规观测手段难以获取其随时间、空间的演变信息,所以我国学者刘文等[1]主要是通过遥感、张羽等[2]和沈桐立等[3]采用模式模拟的方法来对暴雨过程进行诊断分析。由于微波具有穿透云雨的能力,因此微波遥感便成为监测降水的有效手段[4-7]。
我国2008年发射的FY-3A极轨卫星光谱范围广、探测通道多、空间分辨率高,卫星上携带有先进的微波探测仪器和红外垂直探测仪,不仅可以了解云和大气的表面特性,而且可以了解大气温度、湿度的垂直分布,为暴雨的监测和预报提供了更多气象信息,尤其是其携带的微波湿度计监测资料能清晰地反映强降雨云团的结构特征,可以帮助我们对暴雨云团结构认识得更深刻。
本文以2008年7月22日襄樊地区特大暴雨为例,试图利用FY-3A携带的微波湿度计获取的信息,对襄樊特大暴雨过程中10:00—11:00强降水进行更深入的分析。
1 FY-3A微波湿度计
FY-3A极轨卫星是中国首颗高性能综合探测卫星,它搭载了可见光红外扫描辐射计、中分辨率光谱成像仪、微波成像仪等11个有效载荷,可以对全球天气和环境实现全天候、三维、定量、多光谱遥感。所搭载的微波湿度计共有5个探测通道,主探测频率为183.31 GHz,可以获取大气层不同高度的湿度分布信息;150 GHz为辅助探测频率,为大气窗区,采用双通道、双极化,除用来修正主探测通道的数据外,还可以用来探测云中含水量和强降雨、卷云等大气参数。微波湿度计的主要任务是探测大气湿度垂直分布、水汽含量、云中液态水含量、降水等,为数值模式同化提供重要参数。其主要参数技术指标见表1。针对5个通道产品意义,计算出如下特征量:
(1)hv=hs2-hs1:极化差(单位:K);
(2)hv1=hs2/hs1:极化比(无量纲);
(3)pct=(1+a)×hs1-a×hs2:极化修正亮温(单位:K),a=0.818 1;
(4)hs34=hs3-hs4:3、4通道亮温差(单位:K);
(5)hs35=hs3-hs5:3、5通道亮温差(单位:K);
(6)hs45=hs4-hs5:4、5通道亮温差(单位:K);
(7)sdl:深对流分布,其判识算法为:hs34≥0,hs35≥0,hs45≥0(单位:K);
(8)cddl:冲顶对流分布,其判识算法为:hs35≥hs34≥hs45≥0(单位:K)。
其中:hs1、hs2、hs3、hs4、hs5分别代表5个通道的亮温值(单位:K)。
2 天气实况
2008年7月22日,受500hPa西太平洋副热带高压西北侧稳定少动的西南暖湿气流、700hPa和850hPa低涡切变、低空及超低空急流(18～20m/s急流核)、近地面弱冷空气侵入的共同影响,湖北省西部、北部发生了一次暴雨到大暴雨、局部特大暴雨的天气过程,强降水中心位于襄樊,24h雨量达306.5mm,是襄樊市有气象记录以来最强的一次特大暴雨过程,给人民群众的生产生活带来重大影响,并造成极大的经济损失。从襄樊自动站雨量时间变化(图1a)可以看出,主要降水时段发生在22日04:00—13:00,1h雨强超过20mm的时段为22日06:00—11:00,小时最大雨强为42.9mm,发生在10:00—11:00。从10:00—11:00湖北省雨量的空间分布(图1b)可知,鄂西北只有襄樊出现了强降水,其他站点降水较弱,说明襄樊地区的强降水具有局地性强的特点。
图1 2008年7月22日02:00—20:00襄樊雨量随时间的变化(a)以及10:00—11:00湖北省雨量的分布(b;单位:mm)Fig.1 (a)T im e variation of rainfall from02:00to20:00BST and(b)distribution of rainfall from10:00to11:00BST on22 July2008
3 暴雨云团微波特征分析
由于FY-3A微波湿度计产品一天只有两个时次,时间分别为10时和22时左右,而襄樊特大暴雨逐时最大雨强正好发生在10:00—11:00,因此,本文选择2008年7月22日10:07的FY-3A微波湿度计资料对襄樊10:00—11:00的强降水进行深入分析。
3.1 通道亮温特征分析
FY-3A微波湿度计的1、2两个探测通道的中心频率为150GHz,为窗区通道,受冰态和液态降水粒子散射衰减较强。而中心频率处于183.31GHz的3、4、5通道,主要吸收成分为水汽,受冰态降水粒子影响较大,并且能够反映降水云团中上层水汽特征,因此从5个通道的微波亮温图中可以进行暴雨云团的结构特征分析[8-10]。
图2 2008年7月22日10:07五个通道的亮温分布(a,b,c,d,e)以及极化修正亮温(f)(图中红点为襄樊站;单位:K)a.hs1;b.hs2;c.hs3;d.hs4;e.hs5;f.pctFig.2 B rightness temperature distributions of the five channels and the m odified polarization ratio of brightness temperature(The red dots stand for X iangfan Station;units:K) a.hs1;b.hs2;c.hs3;d.hs4;e.hs5;f.pct
图2为2008年7月22日10:07襄樊特大暴雨发展到最强阶段5个通道的微波亮温分布。从hs1、hs2图上可以看出,10:07在湖北省西部有呈东北—西南向分布的对流云系活动,小于200K的对流云区中分裂出两个分别小于180K的强对流中心,而襄樊正好处于两个对流中心的过渡带中。从hs3、hs4、hs5图上同样可以看到,襄樊处于两个低值中心的过渡地带。由于hs3、hs4、hs5分别反映400 hPa、600hPa、800hPa水汽分布特征,因此从亮温分布图上可以看到从低层至高层有强的水汽输送。从5个通道的亮温分布得知,10:07襄樊正处于两个深厚降水云团的夹缝地带,该处分布着大量的冰粒子和云中水粒子,亮温梯度较大,对流极为强烈,这是造成襄樊短时强降水的一个重要原因;另外,从800 hPa到400hPa,襄樊上空有较明显的水汽输送带,说明从低层到高层的水汽供应非常充分,这也是造成襄樊短时强降水的另一个重要原因;最后,5个通道亮温图显示,襄樊处于一条东北—西南向的对流云带中,并且有3个水汽含量充分的对流云团依次向东北推进,产生“列车效应”相继影响襄樊,导致特大暴雨的发生。此外,尽管5个通道都能反映出处于襄樊附近的深厚对流云区,但3、4通道亮温图上对流云团的亮温梯度较小,而1、2、5通道亮温图上的亮温梯度非常明显,说明1、2、5通道能够更好地探测到云顶冰晶层的散射效应,可以帮助预报员有效地判断雨强;同时由于雨水主要存在于对流层的中下部,因此亮温的下降主要出现在权重高度较低的通道,而权重高度较高的其他两个通道亮温变化不大。
3.2 极化特征的分析
微波湿度计在150GHz频率上提供了不同的极化方式,其中1通道极化方式为V(水平)极化,2通道极化方式为H(垂直)极化,不同的极化方式从不同的角度识别云体,反映不同的云体散射信息[11],从而能够更加深入地了解强降水云团的内部结构。其中,极化修正亮温(pct)的低值区域通常对应着强降水区,关于极化比和极化差在暴雨云团分析方面的研究较为少见,这里将做一个初步的尝试。
图2f为2008年7月22日10:07襄樊特大暴雨发展到最强阶段的极化修正亮温,两个低值中心与hs1图位置大致相同,襄樊附近的低值中心中同样也出现了两个亮温小于185K的强对流中心,襄樊处于两个强对流中心的过渡地带,这进一步说明了当时襄樊正处于一个强烈不稳定的区域。图3a为极化差图像,湖北省西部雨带处于正值带与负值带之间,襄樊处于一个正值中心和负值中心的过渡地带。图3b为极化比图像,同样可以看出襄樊处于大、小值中心(阈值为1)的过渡地带。关于暴雨云团的极化特征,目前并没有明确的解释,不过研究表明,当散射粒子的粗糙度变大时,极化差的值会变小,而其中的大、小值中心的夹缝地带就是对流发展最为旺盛的地方,导致很大的雨强。
3.3 深对流与冲顶对流的分析
研究证明,当对流云顶超过10km,被称作深对流,如果云顶高度超过14km,被称作上冲云顶[12],深对流区是剧烈降水产生的重要载体。目前红外探测深对流主要采用云顶亮温阈值法[13-15],通常用云顶亮温低于-38℃作为判别深对流的标准,当云顶亮温低于-65℃作为冲顶对流云的标准。由于红外通道的光谱特性,有时很难区分深对流云和卷云,而微波具有穿透云雨的独特优势,可以揭示云团内部的结构特征,为强对流的准确识别提供帮助。深厚对流伴随着浓度较高的冰粒子,而183.31GHz附近的水汽通道,对冰水含量的变化尤为敏感[16-17],研究表明,利用高频微波波段探测深对流云砧下对流核具有很好的优势。
图3 2008年7月22日10:07极化特征分布(图中红点为襄樊站) a.极化差(单位:K);b.极化比Fig.3 Distributions of polarization characteristic at10:07BST22July2008(The red dots stand for X iangfan Station)a.polarization difference(units:K);b.polarization-radio
微波湿度计的3、4、5通道的中心频率分别为183.31±1、183.31±3、183.31±7GHz,依次位于强水汽吸收线的中心到边缘位置,探测权重高度随频率逐渐靠近吸收线中心而升高,主要用于反演大气水汽的垂直分布。由于探测权重高度不同,辐射传输过程中受冰粒子的散射影响也不尽相同,3个水汽通道之间存在亮温差异,183.31±7GHz通道能穿透对流云上部的冰晶层,到达其下部的液态水成物区域,而183.31±1GHz通道只能探测到对流层上部的冰晶层。不同通道对冰物质具有不同的敏感性,冰水的混合属性,包括相态、形态和尺度分布对高低频亮温的变化都非常重要,这种差异与对流云的强弱密切相关,因此可以利用多通道组合来反演对流云。
图4为2008年7月22日10:07和21:57的微波湿度计水汽通道的垂直亮温差,其中亮温差为权重函数高的通道减去权重函数低的通道。10:07,在3个垂直亮温分布图上,湖北省西部的正亮温差与上面提到的对流云系吻合较好。襄樊处于两个正值中心之间的夹缝地带。从图3可以得知,在对流云区中,hs4 图4 2008年7月22日10:07(a,c,e)和21:57(b,d,f)垂直亮温差的分布(图中黑点为襄樊站;单位:K)a,b.hs34;c,d.hs35;e,f.hs45Fig.4 Distributions of vertical brightness temperature difference at(a,c,e)10:07BST and(b,d,f)21:57BST22July 2008(The black dots stand for Xiangfan Station;units:K) a,b.hs34;c,d.hs35;e,f.hs45 为了更好地了解微波资料在对流云内外的亮温变化规律,将2008年7月22日10:07襄樊上空对流云团作为分析对象,选取穿过襄樊的一条扫描线(图5a)资料进行微波亮温分析。图5是扫描线上的3个水汽通道的亮温变化图,图中出现了3个下降区,A-C之间穿过第1个对流云团,C-D之间穿过第2个对流云团。扫描线未进入对流区之前,3个通道的亮温大小序列为:hs5>hs4>hs3,进人对流区后(图5b中A处),除了hs3表现平稳外,hs4、hs5出现了下降,且hs5下降的幅度大于hs4,此外,hs3、hs4、hs5的亮温分布出现逆转,转变为hs3>hs4>hs5,到了B处(襄樊站点附近),hs4、hs5都出现了轻微的上升趋势,hs3表现平稳,这说明襄樊并不是处于最低亮温处,过了B点,hs4、hs5的值继续下降,直到C处,然后进入第2个对流云团中,亮温继续下降。对流云区内不同通道亮温下降幅度不同的主要原因在于:离水汽吸收中心越远,探测对流云的深度越深,可以感受来自对流云中低层的更多的冰粒子散射影响,其亮温下降也越快,显然3个水汽通道亮温差的大小对于对流发展的程度有很大的关系。 为了进一步判断深对流云以及冲顶对流云区,继续分析扫描线上通道亮温差hs34、hs35、hs45的变化特征,图5给出了对应的亮温差的分布,图中出现3个明显的上升区,代表着扫描线穿过的3个对流云团,其中第1、2个对流云团非常接近,属于1个大的对流云团中分裂出来的2个小的对流中心。从图中可以看出,扫描线未进入对流区(图6中A处)之前,hs35 综上所述,在非对流云区,呈现如下规律:hs45<0,hs34<0,hs35<0,且hs45>hs34>hs35,进入对流云区后,结果出现了反转,表现为:hs34>0,hs35>0,hs45>0,hs35>hs45>hs34>0,且亮温差从边缘到核心逐渐增加,而在襄樊地区,这种趋势有所下降,但仍然维持。 据有关研究[12]表明,深对流的判据为:假设观测发生在星下点的位置,hs34≥0,hs35≥0,hs45≥0;而冲顶对流的判据为:hs35≥hs34≥hs45≥0。因此,襄樊地区存在深对流,但是并没有达到冲顶对流的程度,而正是这种深厚的对流系统导致了襄樊的强降水。 图5 7月22日10:07hs5穿越对流云扫描线标识(a)以及FY-3A微波湿度计水汽通道对流云区亮温的变化(b)Fig.5 (a)Identification of scan line through the convective cloud and(b)variation of brightness temperature of the convective cloud zone in FY-3A microwave hygrometer water vapor channel at10:07BST22July 图6 7月22日10:07FY-3A微波湿度计水汽通道亮温差在对流云区的变化Fig.6 Variation of brightness temperature difference in FY-3A microwave hygrometer at10:07BST22 July 短时强降水通常会伴随强烈对流,并带来严重的气象灾害,红外通道卫星资料难以探测到这些强降水云团的内部结构,而微波资料具有穿透云的独特能力,能够探测到暴雨云团的内部特征和垂直结构,因此,本文利用FY-3A微波湿度计资料对2008年7月22日10:00—11:00的襄樊短时强降水中的云团结构特征进行了深入的分析,得到如下结论: (1)微波湿度计1、2通道亮温表明,襄樊站点处于一个对流云团的中心地带,该对流云团中分裂出两个对流核,而襄樊恰好处于两个对流核的夹缝地带中,不稳定性加强,在这些边缘地带通常伴随着强烈对流天气,此外,还能够推断出襄樊地区暴雨产生的另一个原因——“列车效应”;从三个水汽通道亮温分布来看,3、4、5通道都有明显的低值区域,因此能够说明襄樊强降水发生时,整层水汽非常充沛。 (2)微波极化特征分析同样表明,襄樊处于极化比和极化差的大、小值的夹缝地带,这些地带通常伴随着强对流天气。 (3)深对流和冲顶对流分析表明,襄樊处于深对流云区的中心地带,而冲顶对流不明显。 [1] 刘文,龚佃利,赵玉金,等.GMS气象卫星在暴雨灾害遥感监测中的应用[J].国土资源遥感,2002(4):14-16. [2] 张羽,牛生杰,于华英,等.雷州半岛“07.8”致洪特大暴雨的数值模拟[J].大气科学学报,2010,33(1):47-57. [3] 沈桐立,曾瑾瑜,朱伟军,等.2006年6月6—7日福建特大暴雨数值模拟和诊断分析[J].大气科学学报,2010,33(1):14-24. [4] Kidder S Q,Goldberg M D,Zehr R M,et a1.Satellite analysis of tropical cyclones using the Advanced Microwave Sounding Unit(AMSU)[J].Bull AmerM eteor Soc,2000,81(6):1241-1259. [5] Velden C S,Goodman B M,Merrill R T.Western North Pacific tropical cyclone intensity estimation from NOAA polar-orbiting satellite microwave data[J].Mon Wea Rev,1991,119(1):159-168. [6] Wentz F J,Meissner T.2004,updated daily:AMSR-E/Aqua L2B Global Swath Ocean Products derived from Wentz Algorithm V001,2004[R].Boulder,CO,USA:National Snow and Ice Data Center,2004. [7] 王瑾,江吉喜.AMSU资料揭示的不同强度热带气旋热力结构特征[J].应用气象学报,2005,16(2):160-165. [8] 刘松涛,严卫.利用AMSR-E对台风“泰利”的初步分析[J].热带海洋学报,2006,25(5):7-30. [9] 季良达,张凤英,李小龙.利用微波做短时强降水估计[J].海洋预报,2004,21(1):71-74. [10] 傅云飞,宇如聪,崔春光,等.基于热带测雨卫星探测的东亚降水云结构特征的研究[J].暴雨灾害,2007,26(1):9-20. [11] 施志馥,张俊荣.微波遥感的极化研究[J].遥感技术与应用,1992,7(1):1-5. [12] 方翔,邱红,曹志强,等.应用AMSU-B微波资料识别强对流云区的研究[J].气象,2008,34(3):22-30. [13] 纪玲玲,孔玉寿,谭永强,等.东南沿海地区中α尺度雷暴云团卫星云图特征分析[J].气象科学,2005,25(2):158-164. [14] 岳彩军,端义宏,雷小途,等.卫星资料在登陆热带气旋降水研究中的应用[J].气象科学,2005,25(4):433-439. [15] 陈刚毅,赵丽妍.气象卫星TBB资料的交叉预报误差及其暴雨实例分析[J].气象科学,2006,26(5):553-557. [16] Adler R F,M ark R A,Prasad N,et al.Aircraftm icrowave observations and simulations of deep convection from18to183 GHz,PartⅠ.Observation[J].J Atmos Ocean Techno,1990,7:377-391. [17] Hong G,Heygster G,Kunzi K.Intercom parison of deep convective cloud fractions from passive infrared and microwave radiance measurements[J].IEEE Geoscience and Remote Sensing Letters,2005,2(1):28-22.
4 结论
