基于衛(wèi)星資料進行熱帶氣旋強度客觀估算

魯小琴雷小途 余 暉 趙兵科

（中國氣象局上海臺風研究所，上海200030）

基于衛(wèi)星資料進行熱帶氣旋強度客觀估算

魯小琴＊雷小途 余 暉 趙兵科

（中國氣象局上海臺風研究所，上海200030）

利用日本MTSAT（multi－functional transport satellite）紅外亮溫資料，提取熱帶氣旋云團中云頂較高、對流較旺盛的深對流信息，根據(jù)提取的對流核數(shù)量、對流核距熱帶氣旋中心距離、對流核亮溫極值等信息表征熱帶氣旋強弱，初步建立了熱帶氣旋強度估測模型；并根據(jù)該估算模型的誤差分布對強度（用最大風速表示）大于40m·s－1和小于18m·s－1的樣本結(jié)果進行了線性修正，修正后的結(jié)果與中國氣象局《熱帶氣旋年鑒》熱帶氣旋最佳路徑資料比較得到非獨立樣本和獨立樣本的強度平均絕對誤差分別為5.5m·s－1和5.9m·s－1，均方根誤差分別為6.9m·s－1和7.7m·s－1；對于熱帶低壓、強臺風及以上的估計平均絕對誤差分別降至4.9，4.7m·s－1，準確度較好。試驗表明：利用熱帶氣旋云團中的對流核數(shù)量、分布、冷暖與其強度建立的統(tǒng)計關系模型是可行的，該算法的估算精度與Dvorak方法、AMSU（advanced microwave sounding unit）定強算法相當。

亮溫資料；對流核；熱帶氣旋強度

引 言

自1960年4月第1顆氣象衛(wèi)星發(fā)射以來，氣象衛(wèi)星平臺上已觀測到大量熱帶氣旋，這些觀測結(jié)果為氣象工作者提供了揭示熱帶氣旋云團類型與強度、位置和運動之間關系的大量信息，且大部分已應用于業(yè)務，在以衛(wèi)星圖像為主要資料來源的分析方法中得以體現(xiàn)［1］。關于如何利用這些信息為熱帶氣旋分析服務，人們已做了大量工作，Dvorak［2］研制的熱帶氣旋定強算法主要是對照描述熱帶氣旋發(fā)展的模式云型，測算可見光圖像上與氣旋強度有關的云特征，從而估計氣旋強度，是迄今為止業(yè)務上用得最為廣泛的一種方法。1984年Dvorak又提出了基于增強紅外顯示進行熱帶氣旋強度分析的Dvorak方法［3］，但該方法在云特征值指數(shù)的確定方面存在較大主觀性，準確度依靠預報員的經(jīng)驗和訓練。Engel［4］認為Dvorak方法的缺陷是分析員在使用該方法之前要進行較全面地分析技能訓練，因此需要一種脫離Dvorak方法、更加客觀化、自動化的熱帶氣旋強度確定方法。

1998年Velden等提出客觀的Dvorak方法（objective Dvorak technique，ODT）［5］，2007 年Olander等［6］提出了先進的客觀 Dvorak方法（advance objective Dvorak technique，AODT），上述方法可以自動運行，減少了人為操作步驟，但對于弱的熱帶氣旋，如熱帶低壓、熱帶風暴不適用［5］，而其精度仍遠不如Dvorak方法；2004年 Kossin等［7］對Dvorak方法帶來的緯度偏差影響進行改善，提高了強度估測精準度，均方根誤差降低11%。但以上方法均針對大西洋地區(qū)颶風特性所建立，在西北太平洋及南海地區(qū)仍缺乏可供業(yè)務應用的、客觀化、自動化程度高的熱帶氣旋強度估測方法。

2000年 Kidder等［8］指出 AMSU（advanced microwave sounding unit）觀測的54.9／55.5GHz譜段的亮溫距平與利用飛機觀測或其他方法獲得的熱帶氣旋中心氣壓之間具有很高的相關性（－0.859），可作為熱帶氣旋強度估測的另一種方法，但由于AMSU資料時間分辨率較低，不能滿足業(yè)務要求；Bankert等［9］選 用SSM／I（special sensor microwave／imager）觀測的15個特征因子估算北太平洋、大西洋和印度洋的熱帶氣旋強度，估計均方根誤差為7.8～9.9m·s－1；Yu等［10］利用 AMSU 資料建立了西北太平洋熱帶氣旋強度估測模型，估計平均絕對誤差和均方根誤差分別為5.6m·s－1和7.5m·s－1，但基于時效性和穩(wěn)定性原因，上述方法也未能在業(yè)務上推廣使用。

研究發(fā)現(xiàn)［11－12］，靜止氣象衛(wèi)星紅外通道探測的輻射亮溫分布與熱帶氣旋強度相關，陳佩燕等［13］研究得到熱帶氣旋強度與大部分區(qū)域紅外亮溫為負相關關系的結(jié)論；Gentry等［14］利用距熱帶氣旋中心111～333km范圍內(nèi)的平均紅外亮溫建立了熱帶氣旋強度預報方程；王瑾等［11］則利用距熱帶氣旋中心20km和150km范圍內(nèi)的平均紅外亮溫作為建立熱帶氣旋強度客觀估算式的一個因子。以上研究表明：紅外亮溫能定量反映熱帶氣旋云系頂部溫度特征及變化，并間接反映了熱帶氣旋的對流強弱，但單純紅外亮溫并不能反映熱帶氣旋云系組織結(jié)構(gòu)、分布情況，而這些要素恰恰也是熱帶氣旋強度的重要特征指示。

對紅外數(shù)字云圖的分析［15－18］表明，熱帶氣旋中云頂最高、對流最為旺盛的區(qū)域大小與氣旋強度有一定關系；Dvorak［2］認為，熱帶氣旋強度與形成它的對流及高層云的組織結(jié)構(gòu)密切相關，同時熱帶氣旋中心濃密云區(qū)的大小以及對流螺旋云帶沿10°對數(shù)螺旋線的弧線距離是與強度相關的重要因子。上述研究表明：熱帶氣旋云系中對流的強弱、分布、區(qū)域大小與熱帶氣旋強度關系密切，熱帶氣旋越強，其對流越旺盛（伸展的高度越高）。紅外遙感資料能提供有關云頂外形和雷暴復合體對流細胞發(fā)展的信息［1921］，如何從衛(wèi)星云圖中提取這些反映熱帶氣旋云頂?shù)膹妼α餍畔M行熱帶氣旋強度估測非常重要。1988年Adler等［22］提出了一種利用衛(wèi)星紅外資料估測對流和平流降水的方法，該方法實現(xiàn)了對熱帶氣旋云系中的熱帶對流單體（以下簡稱對流核）的提取，因此本文使用該算法對熱帶氣旋云系進行搜索，最終找出特定區(qū)域內(nèi)的所有對流核，并根據(jù)對流核的相關信息進行熱帶氣旋強度估算，從而建立一種適用于西北太平洋的熱帶氣旋強度的客觀、自動估算方法，供業(yè)務參考。

1 資料簡介

本文所用資料包括2006—2009年共1900個時次的日本 MTSAT（Multi－functional Transport Satellite）紅外波段1亮溫資料（來自weather.is.kochiu.ac.jp／sat／GAME／），水 平 分 辨 率 為 0.05°×0.05°，時間分辨率為6h，時次分別為02：00（北京時，下同），08：00，14：00，20：00；中國氣象局《熱帶氣旋年鑒》熱帶氣旋最佳路徑資料，含2006—2009年熱帶氣旋逐日02：00，08：00，14：00，20：00的中心經(jīng)度、中心緯度、中心最大風速、中心最低氣壓；2001—2009年美國聯(lián)合臺風警報中心發(fā)布的西北太平洋熱帶氣旋最佳路徑資料，包含熱帶氣旋02：00，08：00，14：00，20：00最大風速半徑。

2 熱帶氣旋強度估算模型及試驗結(jié)果

2.1 對流核的信息提取

使用 Adler等［22］1988年提出的 CST（convective－stratiform technique）技術(shù)，首先在熱帶氣旋云團紅外亮溫資料中尋找亮溫較小的點（云頂亮溫不高于253K），這些點被視為熱帶對流單體的核心；當該點亮溫不大于其周圍相鄰格點亮溫，且該點的對流傾斜率S均大于其臨界值C時，該點被定義為對流核。

其中，TBB（i，j）為第i行、第j列的紅外亮溫。

利用上述算法對云圖進行檢索，這樣云頂較高、對流比較旺盛的深對流云區(qū)被提取出來。而提取到的對流云區(qū)中的對流核數(shù)量、分布以及這些對流核亮溫大小可以表征整個熱帶氣旋云團的對流強弱、組織結(jié)構(gòu)松散或緊湊以及冷暖程度，最終反映熱帶氣旋的強弱。

在進行對流核檢索之前，首先需確定云圖檢索范圍。Adler等［22］研究佛羅里達州南部的熱帶對流降水，確定研究區(qū)域為佛羅里達州南部周圍250km的固定范圍內(nèi)。而熱帶氣旋云團中和強度相關性最好的強對流區(qū)域的范圍需要試驗來確定。

2.2 熱帶氣旋云系中對流核檢索試驗

為尋求適當?shù)臉I(yè)務方法，本文對于對流核的檢索區(qū)域擬定以下6種試驗方案，以熱帶氣旋中心為圓心，半徑分別取為100km，2001—2009年美國聯(lián)合臺風警報中心發(fā)布的所有熱帶氣旋最大風速半徑極大值135km，以及200，300，400，500km。以6種方案分別統(tǒng)計2006—2008年共1494時次逐樣本檢索區(qū)域內(nèi)的對流核總數(shù)N、對流核紅外亮溫極大值Tmax、對流核紅外亮溫極小值Tmin、對流核紅外亮溫平均值Tmean、對流核紅外亮溫極大值與極小值之差Tdif、對流核距熱帶氣旋中心距離極大值Dmax、對流核距熱帶氣旋中心極小值Dmin、對流核到熱帶氣旋中心平均距離Dmean、距離指數(shù)、紅外亮溫指數(shù)中心經(jīng)度CLON、中心緯度CLAT，共12個因子，并分析上述因子與熱帶氣旋強度（用中心近地面最大風速Vmax表示）的相關性（表1）。

表1 不同區(qū)域內(nèi)對流核屬性與熱帶氣旋強度相關系數(shù)Table 1 Correlation coefficients between convective core information and tropical cyclone intensity in different areas

由表1可看出，以135km為半徑的范圍內(nèi)大部分對流核因子與熱帶氣旋強度的相關性較好，因為距中心約1°～1.5°范圍基本上是熱帶氣旋眼墻所處的位置［11，13］，也就是說，與熱帶氣旋強度相關的主要因子是眼墻附近處的對流強弱程度及分布［1，4，11，15，18］。以與熱帶氣旋強度關系密切的對流核總數(shù)N和熱帶氣旋強度的相關性為例，200，300，100，400，500km半徑范圍內(nèi)的因子與熱帶氣旋強度的相關性依次減弱。由此可見，決定熱帶氣旋強弱的對流分布在熱帶氣旋中心周圍半徑為135km的區(qū)域內(nèi)。

同時，各半徑范圍內(nèi)對流核總數(shù)N、對流核紅外亮溫極大值Tmax、對流核紅外亮溫平均值Tmean及亮溫指數(shù)Tindex等因子與熱帶氣旋強度相關性高于其他因子，半徑為135km范圍內(nèi)各因子與熱帶氣旋強度的相關性分別為0.535，－0.488，－0.334，－0.471，表明該區(qū)域內(nèi)對流核數(shù)量是反映熱帶氣旋強度的一個重要指標。對流核的數(shù)量越多，表示對流越旺盛，熱帶氣旋越強。另外對流核紅外亮溫（極大值及平均值）與熱帶氣旋強度的相關性也較好，呈負相關，說明對流核溫度越低，該區(qū)域內(nèi)對流越深厚，熱帶氣旋也越強。對流核與熱帶氣旋中心距離反映了對流核在熱帶氣旋周圍的分布，特定半徑范圍內(nèi)對流核與熱帶氣旋中心的平均距離表示該熱帶氣旋周圍的對流體的組織結(jié)構(gòu)緊湊度，距離小則緊湊，緊湊則熱帶氣旋強；相反，距離越大，對流體組織結(jié)構(gòu)越松散，松散則熱帶氣旋弱。但對流核距熱帶氣旋中心距離極大值Dmax與熱帶氣旋強度呈正相關，該指標能反映熱帶氣旋整個對流體的大小，強的熱帶氣旋對流體大，則對流核距熱帶氣旋中心距離也大，反之亦然。

2.3 估算模型的建立及試驗結(jié)果

根據(jù)上述分析，選取135km半徑范圍內(nèi)的相關因子與熱帶氣旋強度Vmax建立熱帶氣旋強度估算回歸模型。N，CLAT，Tdif，Dmean，CLON，Dmax，Dindex，Dmin共8個因子入選回歸方程（式（3）），該方程通過0.05顯著性水平檢驗，復相關系數(shù)為0.644。

利用式（3）對2006—2008年78個熱帶氣旋共1494個非獨立樣本和2009年22個熱帶氣旋共406個獨立樣本進行強度估算，并與中國氣象局《熱帶氣旋年鑒》熱帶氣旋最佳路徑資料進行對比（表2）。

表2 熱帶氣旋強度估算誤差Table 2 Tropical cyclone intensity estimation errors

由表2可見，非獨立樣本和獨立樣本的Vmax估算平均絕對誤差分別為7.3，7.4m·s－1，均方根誤差分別為9.2，9.6m·s－1。獨立樣本和非獨立樣本間的誤差相當，說明系統(tǒng)模型較為穩(wěn)定。

分析不同強度級別熱帶氣旋Vmax估算誤差（表3），發(fā)現(xiàn)無論是獨立樣本，還是非獨立樣本，當熱帶氣旋較強時（Vmax＞40m·s－1，達到強臺風級別）或較弱時（Vmax＜18m·s－1，處于熱帶低壓級別），估算誤差很大，分別達15m·s－1和7.2m·s－1及以上；而當Vmax≥18m·s－1且Vmax≤40m·s－1時（處于熱帶風暴、強熱帶風暴及臺風級別階段），估算誤差小，平均絕對誤差值約為5.5m·s－1，精度較好。由此可見，建立的熱帶氣旋強度估算回歸模型在熱帶氣旋很弱或很強時不適用。

表3 不同強度級別熱帶氣旋強度估算誤差Table 3 The maximum sustained wind speed estimation errors in different intensity groups

當熱帶氣旋很弱時，整個對流云團比較松散，云墻散亂不明顯或不存在，因此在指定的半徑區(qū)域內(nèi)（135km）檢索到的對流核屬性不能較好地反映整個熱帶氣旋云團的強弱；而對于強臺風級別以上的熱帶氣旋，其整個對流云團強大而緊湊，但云墻深厚，此時的強度與整個對流云團內(nèi)的對流核屬性密切相關，如果指定的半徑區(qū)域未能較好地覆蓋整個云墻強對流區(qū)域，就會產(chǎn)生熱帶氣旋強度低估的情況。熱帶氣旋強度很強或很弱時，熱帶氣旋強度估算誤差偏大的主要原因是對流核檢索區(qū)域不能很好地覆蓋其強對流區(qū)。

3 強度估算模型修正及結(jié)果

表3表明，當熱帶氣旋很強（強臺風及以上）或很弱（熱帶低壓及以下）時，其強度的估測誤差偏大，且估算誤差大小與強度相關，因此對熱帶氣旋強度和強度估算的平均絕對誤差二者之間的關系進行分析，結(jié)果如圖1所示。

由圖1a可以發(fā)現(xiàn)，Vmax＜18m·s－1階段（熱帶低壓級別）和Vmax＞40m·s－1階段（強臺風級別及以上），其平均絕對誤差分別呈線性下降和上升趨勢。圖1b中Vmax＞40m·s－1階段平均絕對誤差和Vmax相關系數(shù)為0.53；圖1c中Vmax＜18m·s－1階段平均絕對誤差和Vmax相關系數(shù)為－0.19。因此，可根據(jù)圖1b和1c的關系，對誤差較大的階段做線性修正：

圖1 熱帶氣旋強度和估算誤差絕對值的關系（a）全部樣本，（b）Vmax＞40m·s－1，（c）Vmax＜18m·s－1Fig.1 The relation between tropical cyclone intensity and the absolute errors of tropical cyclone intensity estimation （a）all samples，（b）Vmax＞40m·s－1，（c）Vmax＜18m·s－1

其中，Vmax為利用式（3）得到的初步估算強度，Verr為利用當前估算強度所計算的修正量，V為修正后得到的最終強度估算值。修正后的熱帶氣旋強度估算誤差如表4所示。

表4 修正后的熱帶氣旋強度估算誤差Table 4 The modified tropical cyclone intensity estimation errors

由表4可見，修正后的熱帶氣旋強度估算平均絕對誤差分別降低了2～3m·s－1，非獨立樣本和獨立樣本的平均絕對誤差分別降為5.5，5.9m·s－1，相應的均方根誤差分別降為6.9，7.7m·s－1。尤其對于弱熱帶氣旋（熱帶低壓）、強熱帶氣旋（強臺風及超強臺風）修正后強度的平均絕對誤差分別降為4.9，4.7m·s－1，精準度好。2010年 Knaff等［23］對1989—2008年美國颶風預報中心的Dvorak方法熱帶氣旋強度估算結(jié)果進行評估，得到的平均絕對誤差和均方根誤差分別為4.1，5.7m·s－1；對威斯康辛麥迪遜大學氣象衛(wèi)星合作研究所的AMSU定強方法評估（與飛機探測進行比較）評估后得到均方根誤差為5.1m·s－1，同樣本的Dvorak方法估算結(jié)果為4.9m·s－1（源自 http：∥amsu.ssec.wisc.edu／explanation.html）。即本文所建的修正強度估算模型能夠?qū)崿F(xiàn)對熱帶氣旋強度的較好估算，其估算精度與Dvorak方法和AMSU定強方法相當。

4 結(jié)論及討論

結(jié)果表明：

1）利用紅外亮溫資料提取的熱帶氣旋云團中對流核屬性能夠反映熱帶氣旋云團中云頂較高、對流比較旺盛的深對流信息，可以反映熱帶氣旋強度。

2）利用對流核屬性建立的熱帶氣旋強度估算模型能夠?qū)崿F(xiàn)對不同強度、不同發(fā)展階段的強度估算。且經(jīng)過誤差訂正后，獲得的估算結(jié)果與中國氣象局《熱帶氣旋年鑒》熱帶氣旋最佳路徑資料比較得到非獨立樣本熱帶氣旋強度平均絕對誤差和均方根誤差分別為5.5m·s－1和6.9m·s－1，獨立樣本熱帶氣旋強度平均絕對誤差和均方根誤差分別為5.9m·s－1和7.7m·s－1。

3）試驗表明：根據(jù)熱帶氣旋云團中的對流核數(shù)量、分布、冷暖信息與熱帶氣旋強度建立的模型是可行、可信的，其估算精度與常用的Dvorak方法相當，并在熱帶氣旋整個生命期可用，完全自動化、客觀化，能投入業(yè)務應用。

本文在確定熱帶氣旋對流核檢索范圍時使用了固定半徑135km區(qū)域，而熱帶氣旋的最大風速半徑是變化的，不同熱帶氣旋或同一熱帶氣旋的不同生命時刻其最大風速半徑和尺度不盡相同，故本文使用固定區(qū)域進行分析可能會影響強度估算精度。因此如果根據(jù)衛(wèi)星云圖中云系的分布結(jié)構(gòu)，動態(tài)分析獲取熱帶氣旋最大風速半徑（眼墻），并將此結(jié)果應用到強度估算模型中，可能會對估算結(jié)果有改善，故下一步的工作將就如何動態(tài)獲取這一參數(shù)展開。

［1］ Dvorak V F，Smigielski F.衛(wèi)星觀測的熱帶云和云系.郭煒，盧乃錳，譯.北京：氣象出版社，1996：183－189.

［2］ Dvorak V F.Tropical cyclone intensity analysis and forecasting from satellite imagery.Mon Wea Rev，1975，103：420－430.

［3］ Dvorak V F.Tropical Cyclone Intensity Analysis Using Satellite Data.NOAA Tech Rep NESDIS 11，1984：47.

［4］ Engel G T.Satellite Applications at the Joint Typhoon Warning Center.Tech Doc WMO／TD，5th WMO International Workshop on Tropical Cyclones，2002：1136.

［5］ Velden C S，Olander T L，Zehr R M.Development of an objective scheme to estimate tropical cyclone intensity from digital geostationary satellite infrared imagery.Wea Forecasting，1998，13：172－186.

［6］ Olander T L，Velden C S.The advanced Dvorak technique：Continued development of an objective scheme to estimate tropical cyclone intensity using geostationary infrared satellite imagery.Wea Forecasting，2007，22：287－298.

［7］ Kossin J P，Velden C S.A pronounced bias in tropical cyclone minimum sea level pressure estimation based on the Dvorak technique.Mon Wea Rev，2004，132：165－173.

［8］ Kidder S Q，Goldberg M D，Zehr R M，et al.Satellite analysis of tropical cyclones using the Advanced Microwave Sounding Unit（AMSU）.Bull Amer Meteor Soc，2000，81：1241－1259.

［9］ Bankert R L，Tag P M.An automated method to estimate tropical cyclone intensity using SSM／I imagery.J Appl Meteor，2002，41：461－472.

［10］ Yu H，Chan C L，Duan Y H.Intensity estimation of tropical cyclones over the Western North Pacific with AMSU－A temperature data.J Meteor Soc Japan，2006，84（3）：519－527.

［11］ 王瑾，江吉喜.熱帶氣旋強度的衛(wèi)星探測客觀估計方法研究.應用氣象學報，2005，16（3）：283－292.

［12］ 楊祖芳，李偉華.一種運用云頂亮溫確定熱帶氣旋海面大風區(qū)的方法.熱帶氣象學報，1999，15（1）：71－75.

［13］ 陳佩燕，端義宏，余暉，等.紅外云頂亮溫在西北太平洋熱帶氣旋強度預報中的應用.氣象學報，2006，64（4）：474－484.

［14］ Gentry R C，Rodgers E，Steranka J，et al.Predicting tropical cyclone intensity using satellite measured equivalent blackbody temperatures of cloud tops.Mon Wea Rev，1980，108（4）：445－455.

［15］ 方宗義，周連翔.用地球同步氣象衛(wèi)星紅外云圖估計熱帶氣旋的強度.氣象學報，1980，38（2）：150－159.

［16］ 李修芳，范慧君，燕芳杰，等.用增強顯示云圖確定熱帶氣旋強度的方法.應用氣象學報，1993，4（3）：362－368.

［17］ 李俊.氣象衛(wèi)星臺風云圖的自動識別與應用.應用氣象學報，1992，3（4）：402－409.

［18］ 師春香，吳蓉璋，項續(xù)康.多闌值和神經(jīng)網(wǎng)絡衛(wèi)星云圖云系自動分割試驗.應用氣象學報，2001，12（1）：70－78.

［19］ Rao P K，Holmes S J，Andason R K，et al.氣象衛(wèi)星：系統(tǒng)，資料及其在環(huán)境中的應用.許建民，方宗義，徐建平，等譯.北京：氣象出版社，1994：230－240.

［20］ 劉喆，韓志剛，趙增亮，等.利用ATOVS反演產(chǎn)品分析“云娜”臺風.應用氣象學報，2006，17（4）：473－477.

［21］ 許健民，張其松.衛(wèi)星風推導和應用綜述.應用氣象學報，2006，17（5）：574－582.

［22］ Adler R F，Negri A J.A satellite infrared technique to estimate tropical convective and stratiformrainfall.J Appl Meteor，1988，27：31－51.

［23］ Knaff J A，Brown D P，Courtney J，et al.Anevaluation of Dvorak technique－based tropical cyclone intensity estimates.Wea Forecasting，2010，25：1362－1379.

An Objective TC Intensity Estimation Method Based on Satellite Data

Lu Xiaoqin Lei Xiaotu Yu Hui Zhao Bingke
（Shanghai Typhoon Institute，CMA，Shanghai200030）

Researches prove that TC（tropical cyclone）intensity is mainly determined by the top cloud convection strength，distribution and size.Then how to extract this information from TC cloud image is very important for TC intensity estimation.In 1988，Adler put forward a method named CST （convective－stratiform technique）to extract tropical convective cores from TC cloud image.Using MTSAT （multi－functional transport satellite）IR1black body temperature data，the TC cloud top strong convection is extracted.Based on the convective cores number，convective core distance to TC center and convective core black body temperature extreme value，which are closely related to TC intensity，a TC intensity（expressed byVmax，the maximum sustained wind speed near surface TC center）estimation model is put forward using stepwise regress method.The experiment result shows that there is a linear correlation between their estimation error and their intensity forVmax＞40m·s－1andVmax＜18m·s－1samples.So according to the estimation error distribution a linear revision is carried out.

Statistical tests show this model is equivalent to Dvorak method and AMSU in TC intensity estimation accuracy.It’s also reliable based on the relationship between the convective cores，convective cores distribution，brightness temperature and TC intensity.It could be used in all TC life span automatically and objectively，so it could be applied in the operation.

Comparing with the advanced objective dvorak technique（AODT）and objective Dvorak technique（ODT），this algorithm gives accurate results in the Western North Pacific，but it’s simpler with no complicated pattern types identifying process or other rules.A fixed radius of 135km area is used as TC convective cores searching effective area in the model，but actually the maximum wind speed radius of the TC is variable，the TC size and the strongest convective area size are different for different TC in different stage.So using the fixed searching area may affect TC intensity estimation accuracy.The research on how to get the dynamical maximum wind speed radius would be carried out in the future.

black body temperature data；convective core；TC intensity

魯小琴，雷小途，余暉，等.基于衛(wèi)星資料進行熱帶氣旋強度客觀估算.應用氣象學報，2014，25（1）：52－58.

2013－04－24收到，2013－09－23收到再改稿。

國家重點基礎研究發(fā)展計劃項目（2009CB421501），國家自然科學基金項目（40921160381），公益性行業(yè)（氣象）科研專項（GYHY201006008）

＊email：luxq＠m(xù)ail.typhoon.gov.cn