基于“葵花8號(hào)”氣象衛(wèi)星的隴東南地區(qū)強(qiáng)對(duì)流識(shí)別跟蹤技術(shù)研究

王小龍，王 彤*，李映春，李 娟，鄧卓雅，王秀花，謝 蕊，安 斌

（1.天水市氣象局，甘肅 天水 741000；2.麥積區(qū)氣象局，甘肅 天水 741020）

強(qiáng)對(duì)流天氣是導(dǎo)致氣象災(zāi)害的重要天氣類型[1]。近年來，全球變暖，天氣氣候異常，強(qiáng)對(duì)流天氣頻發(fā)，經(jīng)常造成重大財(cái)產(chǎn)損失和人員傷亡[2]。例如，2010年8月8日，由強(qiáng)降水引發(fā)的舟曲特大山洪泥石流地質(zhì)災(zāi)害，導(dǎo)致1478人遇難，287人失蹤；2007年，甘肅省86個(gè)縣（區(qū)）中，有38個(gè)縣（區(qū)）的230個(gè)鄉(xiāng)鎮(zhèn)出現(xiàn)了冰雹災(zāi)害，發(fā)生冰雹災(zāi)害共計(jì)85次，農(nóng)作物受災(zāi)面積累積超過14萬(wàn)hm2。隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，強(qiáng)對(duì)流天氣造成的危害和損失在不斷增加，研究強(qiáng)對(duì)流天氣的監(jiān)測(cè)、預(yù)報(bào)預(yù)警技術(shù)，對(duì)于防災(zāi)減災(zāi)工作意義重大。

國(guó)內(nèi)外學(xué)者對(duì)強(qiáng)對(duì)流天氣進(jìn)行了大量的研究，在強(qiáng)對(duì)流天氣特征、形成機(jī)制以及可預(yù)報(bào)性等方面取得了許多成果[3-4]。我國(guó)學(xué)者對(duì)中國(guó)強(qiáng)對(duì)流的生成環(huán)境、組織形態(tài)、多普勒天氣雷達(dá)回波特征以及臨近預(yù)報(bào)、預(yù)警技術(shù)進(jìn)行了研究，強(qiáng)對(duì)流天氣業(yè)務(wù)預(yù)報(bào)能力得到顯著提升，但仍需在分類強(qiáng)對(duì)流天氣預(yù)報(bào)、預(yù)警技術(shù)方面更加深入細(xì)致的研究[1]。利用衛(wèi)星遙感技術(shù)對(duì)強(qiáng)對(duì)流天氣進(jìn)行監(jiān)測(cè)預(yù)警是目前國(guó)內(nèi)外常用的技術(shù)手段之一[5-9]。費(fèi)增坪等[10-14]在利用衛(wèi)星云圖資料對(duì)強(qiáng)對(duì)流天氣進(jìn)行識(shí)別追蹤方面進(jìn)行了一系列研究，取得了一定成果，但上述研究大多都是基于上一代氣象衛(wèi)星資料，時(shí)空分辨率較低，實(shí)用性有限。“葵花8號(hào)”是日本氣象廳2014年底發(fā)射的新一代氣象衛(wèi)星，具有觀測(cè)頻次高、空間分辨率高、觀測(cè)通道多、衛(wèi)星輻射計(jì)性能先進(jìn)等特點(diǎn)。周鑒本等[15-16]率先在國(guó)內(nèi)對(duì)其展開了大氣向量研究及冰雪偵測(cè)試驗(yàn)，也有學(xué)者將其應(yīng)用于暴雨、氣溶膠及霧霾等方面的研究[17-19]，然而利用該衛(wèi)星對(duì)強(qiáng)對(duì)流天氣進(jìn)行識(shí)別及追蹤的相關(guān)研究較少。

因此，本文利用2016年隴東南地區(qū)出現(xiàn)的43次強(qiáng)對(duì)流天氣過程和“葵花8號(hào)”氣象衛(wèi)星資料，對(duì)強(qiáng)對(duì)流天氣的識(shí)別、動(dòng)態(tài)跟蹤及預(yù)報(bào)方法展開研究，以期為甘肅省強(qiáng)對(duì)流天氣監(jiān)測(cè)預(yù)報(bào)預(yù)警提供技術(shù)參考。

1 資料和處理

選取甘肅省蘭州、臨夏、定西、慶陽(yáng)及天水2016年4—9月強(qiáng)對(duì)流天氣實(shí)況資料，共建立個(gè)例樣本43個(gè)，統(tǒng)計(jì)出強(qiáng)對(duì)流云團(tuán)64個(gè)，強(qiáng)對(duì)流點(diǎn)200個(gè)，其中包含短時(shí)強(qiáng)降水點(diǎn)（1 h降水量≥20 mm）142個(gè)，一般性冰雹點(diǎn)（冰雹直徑＜2 cm）50個(gè)，強(qiáng)降雹點(diǎn)（冰雹直徑≥2 cm）8個(gè)。利用“葵花8號(hào)”氣象衛(wèi)星資料，選擇對(duì)應(yīng)時(shí)次B08通道（中心波長(zhǎng)6.2 μm）、B13通道（中心波長(zhǎng)10.4 μm）、B16通道（中心波長(zhǎng)13.3 μm）觀測(cè)數(shù)據(jù)（選取資料范圍為32.5°～37.5°N，102.0°～109.0°E）進(jìn)行樣本分析。

2 強(qiáng)對(duì)流云團(tuán)的識(shí)別

2.1 云頂亮溫

由于發(fā)展旺盛的強(qiáng)對(duì)流云團(tuán)具有更高的上升高度和更低的云頂亮溫（TBB）。統(tǒng)計(jì)樣本中強(qiáng)對(duì)流天氣發(fā)生區(qū)域的TBB值特征，建立強(qiáng)對(duì)流識(shí)別指標(biāo)，再對(duì)其進(jìn)行回代檢驗(yàn)，可以初步建立識(shí)別閾值并過濾掉非強(qiáng)對(duì)流云團(tuán)。通過計(jì)算發(fā)現(xiàn)，在10.4 μm通道，隴東南出現(xiàn)短時(shí)強(qiáng)降水的強(qiáng)對(duì)流云團(tuán)云頂TBB平均值為222 K，當(dāng)TBB閾值為≤238 K時(shí)，可有效識(shí)別出樣本中80.3%的強(qiáng)對(duì)流云團(tuán)（表1）。冰雹發(fā)生區(qū)域云頂TBB平均值為228 K，當(dāng)TBB閾值為≤238 K時(shí)，可有效識(shí)別出44.8%的冰雹云云團(tuán)（表2）。

表1 2016年4—9月隴東南短時(shí)強(qiáng)降水云團(tuán)TBB閾值識(shí)別

表2 2016年4—9月隴東南冰雹云團(tuán)TBB閾值識(shí)別

2.2 多通道差

衛(wèi)星6.2～10.4 μm通道亮溫差可以指示已經(jīng)穿透對(duì)流層頂?shù)膶?duì)流云頂，其亮溫差負(fù)值區(qū)對(duì)應(yīng)云頂超過對(duì)流層頂?shù)脑茍F(tuán)區(qū)域，統(tǒng)計(jì)分析個(gè)例云團(tuán)中多通道差分布，可以有效識(shí)別對(duì)流云[20]。

選取不同通道的亮溫差對(duì)樣本云團(tuán)進(jìn)行回代識(shí)別檢驗(yàn)，當(dāng)識(shí)別指標(biāo)分別為△TBB＜0 K、△TBB≤-5 K、△TBB≤-10 K、△TBB≤-15 K時(shí)，可有效識(shí)別出的短時(shí)強(qiáng)降水對(duì)流個(gè)例（點(diǎn)數(shù)）依次為65.5%、29.6%、21.1%、16.2%（表3），可有效識(shí)別出的冰雹對(duì)流個(gè)例（點(diǎn)數(shù)）依次為86.2%、60.3%、48.3%、44.8%（表4）。

表3 2016年4—9月隴東南短時(shí)強(qiáng)降水云團(tuán)6.2～10.4 μm亮溫差閾值識(shí)別

表4 2016年4—9月隴東南冰雹云團(tuán)6.2～10.4 μm亮溫差閾值識(shí)別

2.3 雙閾值檢測(cè)

雙閾值識(shí)別法具有很好的互補(bǔ)性，可以有效識(shí)別單一閾值不能識(shí)別出的強(qiáng)對(duì)流云團(tuán)，提高識(shí)別率。

采用B13通道（10.4 μm）TBB≤238 K或6.2-10.4 μm亮溫差△TBB＜0 K雙閾值作為“葵花8號(hào)”衛(wèi)星資料的強(qiáng)對(duì)流云團(tuán)識(shí)別指標(biāo)，可以識(shí)別出樣本中全部的強(qiáng)對(duì)流天氣云團(tuán)（表5）。

表5 2016年4—9月隴東南短時(shí)強(qiáng)降水云團(tuán)雙閾值識(shí)別

3 強(qiáng)對(duì)流云團(tuán)邊界的提取

使用雙閾值法可有效識(shí)別出強(qiáng)對(duì)流云團(tuán)，但要確定強(qiáng)對(duì)流云團(tuán)的大小、范圍及其位置，還需要對(duì)強(qiáng)對(duì)流云團(tuán)邊界使用技術(shù)手段進(jìn)行提取。本文借鑒較為成熟的“逆向搜索法”[21-23]對(duì)強(qiáng)對(duì)流云團(tuán)邊界進(jìn)行識(shí)別。根據(jù)識(shí)別閾值，從左下角第一個(gè)邊界點(diǎn)開始，定義初始的搜索方向?yàn)檠赜疑戏?，如果右上方的點(diǎn)是強(qiáng)對(duì)流云團(tuán)點(diǎn)，則為邊界點(diǎn)，否則搜索方向順時(shí)針旋轉(zhuǎn)45°，直到找到第一個(gè)強(qiáng)對(duì)流云團(tuán)點(diǎn)為止。然后以這個(gè)點(diǎn)為新的邊界點(diǎn)，在當(dāng)前搜索方向的基礎(chǔ)上逆時(shí)針旋轉(zhuǎn)90°，繼續(xù)用同樣的方法搜索下一個(gè)云團(tuán)點(diǎn)，直到返回最初的邊界點(diǎn)。

在云圖數(shù)據(jù)處理過程中，由于實(shí)際的紅外云圖的云頂并非理想的等值面，在云圖邊界點(diǎn)搜索過程中不可避免的出現(xiàn)斷點(diǎn)。因此，本文對(duì)云圖進(jìn)行兩次平滑濾波處理（九點(diǎn)平滑）。

對(duì)提取到的邊界點(diǎn)進(jìn)行處理，連接符合閾值的點(diǎn)，完成云團(tuán)邊界提取。通過邊緣提取，使強(qiáng)對(duì)流云團(tuán)邊緣光滑，同時(shí)可以過濾掉微小云塊的影響，便于跟蹤計(jì)算（圖1）。

圖1 使用“逆向搜索法”提取的隴東南地區(qū)強(qiáng)對(duì)流云團(tuán)邊界（2018年6月9日16：30）

4 強(qiáng)對(duì)流云團(tuán)的自動(dòng)追蹤

云團(tuán)的發(fā)展過程經(jīng)常會(huì)發(fā)生合并、分裂現(xiàn)象，在不同時(shí)次的云圖上云團(tuán)的匹配不具有唯一性。云團(tuán)位置的跟蹤首先要判斷不同時(shí)次的兩塊云團(tuán)是否為同一云團(tuán)。本項(xiàng)目沿用目前國(guó)內(nèi)云圖追蹤常用的“面積重疊法”[24-25]對(duì)不同時(shí)次的同一云團(tuán)進(jìn)行匹配跟蹤，即相鄰時(shí)次的兩塊云團(tuán)的重疊度越大，則它們?yōu)橥辉茍F(tuán)的可能性越大。云團(tuán)重疊度又和衛(wèi)星掃描時(shí)間間隔密切相關(guān)，葵花8號(hào)掃描時(shí)間間隔縮短到10 min，重疊度較以往風(fēng)云衛(wèi)星有明顯提高。

設(shè)N（t）、M（t+1）分別表示t、t+1時(shí)刻的云團(tuán)范圍，則2個(gè)時(shí)刻同一云團(tuán)重疊率可以表達(dá)為：

識(shí)別強(qiáng)對(duì)流云團(tuán)是為了對(duì)其未來發(fā)展作出預(yù)測(cè)，根據(jù)對(duì)某一云團(tuán)多個(gè)時(shí)次移動(dòng)規(guī)律的跟蹤，推演下一時(shí)刻該云團(tuán)所處位置，從而確定強(qiáng)對(duì)流天氣發(fā)生的區(qū)域。

使用面積重疊法匹配出強(qiáng)對(duì)流云團(tuán)位置變化后，用強(qiáng)對(duì)流云團(tuán)內(nèi)所含像素點(diǎn)的總數(shù)表征其面積，運(yùn)用以下公式對(duì)云團(tuán)重心[21]進(jìn)行計(jì)算：

其中x（i），y（i）為象素點(diǎn)的云圖網(wǎng)格坐標(biāo)，G（i）為該象素點(diǎn)的灰度值。采用灰度值的優(yōu)點(diǎn)為：發(fā)展更高的云頂具有更大的灰度值，越大的灰度值在云團(tuán)重心計(jì)算中占據(jù)更大的比重[22]。

根據(jù)同一個(gè)強(qiáng)對(duì)流云團(tuán)重心的變化，可以計(jì)算其移動(dòng)的方位和單位時(shí)間移動(dòng)量，從而實(shí)現(xiàn)下一時(shí)刻強(qiáng)對(duì)流云團(tuán)位置的外推預(yù)報(bào)（圖2）。

圖2 2016年6月9日16：30—19：30逐小時(shí)強(qiáng)對(duì)流云團(tuán)移動(dòng)路徑

5 強(qiáng)對(duì)流天氣落區(qū)的判定

5.1 短時(shí)強(qiáng)降水落區(qū)的判定

借鑒Mecikalski J R等[26]有關(guān)利用衛(wèi)星數(shù)據(jù)對(duì)強(qiáng)對(duì)流云團(tuán)進(jìn)行計(jì)算的思路，建立隴東南地區(qū)短時(shí)強(qiáng)降水落區(qū)判定指標(biāo)。統(tǒng)計(jì)分析樣本中出現(xiàn)短時(shí)強(qiáng)降水位置的云頂特征因子、云狀因子及趨勢(shì)因子等，建立閾值（表6），采用等權(quán)重投票法進(jìn)行短時(shí)強(qiáng)降水落區(qū)判定，即：當(dāng)投票數(shù)（Pi）≥6時(shí)（共7項(xiàng)），判斷該點(diǎn)為短時(shí)強(qiáng)降水發(fā)生位置。

表6 隴東南地區(qū)短時(shí)強(qiáng)降水預(yù)報(bào)模型中的各因子及指標(biāo)

5.2 冰雹落區(qū)的判定

冰雹云團(tuán)較強(qiáng)降水云團(tuán)具有更高的高度和更深的紋理，對(duì)樣本中冰雹落區(qū)云圖特征進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)可以將亮溫梯度作為區(qū)分強(qiáng)降水云團(tuán)和冰雹云團(tuán)的物理量。采用3×3像素寬度計(jì)算云頂亮溫梯度，其表達(dá)式為：

其中，T為云頂亮溫，i，j為像素坐標(biāo)。

隴東南地區(qū)10.4 μm通道亮溫梯度G＞5且6.2～10.4 μm亮溫差＜0 K的區(qū)域?yàn)楸⒁装l(fā)點(diǎn)。

6 個(gè)例檢驗(yàn)

6.1 個(gè)例檢驗(yàn)1

以2018年6月10日19—21時(shí)天水強(qiáng)對(duì)流天氣為例，對(duì)強(qiáng)對(duì)流云團(tuán)進(jìn)行識(shí)別、邊界提取、路徑跟蹤、移動(dòng)路徑外推以及強(qiáng)對(duì)流天氣落區(qū)預(yù)報(bào)檢驗(yàn)圖3~5。

圖3 2018年6月10日19：00強(qiáng)對(duì)流云團(tuán)識(shí)別及邊界提取

2018年6月10日19—21時(shí)，天水市自北向南出現(xiàn)強(qiáng)對(duì)流天氣，秦安縣、甘谷縣、武山縣、麥積區(qū)、張家川縣等鄉(xiāng)鎮(zhèn)相繼出現(xiàn)冰雹天氣。19時(shí)秦安縣王鋪、郭嘉、魏店最大冰雹直徑約8 mm，持續(xù)時(shí)間約20 min；20時(shí)甘谷縣八里灣、禮辛、金山最大冰雹直徑7～8 mm，持續(xù)時(shí)間約4 min；20時(shí)40分武山縣洛門鎮(zhèn)、溫泉鎮(zhèn)、咀頭鎮(zhèn)最大冰雹直徑約15 mm，持續(xù)時(shí)間約10 min。甘谷縣、麥積區(qū)、秦州區(qū)部分鄉(xiāng)鎮(zhèn)出現(xiàn)短時(shí)強(qiáng)降水，最大小時(shí)雨量為麥積區(qū)肖王的30.4 mm。

利用雙閾值法成功識(shí)別出強(qiáng)對(duì)流云團(tuán)，利用“逆向搜索法”提取的強(qiáng)對(duì)流云團(tuán)邊界清晰可靠，路徑跟蹤準(zhǔn)確，利用“面積重疊法”和云團(tuán)重心計(jì)算的強(qiáng)對(duì)流云團(tuán)移動(dòng)方位準(zhǔn)確；冰雹天氣落區(qū)判別模型成功識(shí)別出秦安縣、甘谷縣、張家川縣一帶冰雹，但對(duì)武山縣、麥積區(qū)一帶冰雹空?qǐng)?bào)，同時(shí)，冰雹實(shí)際出現(xiàn)時(shí)間也與識(shí)別到的時(shí)間存在偏差；短時(shí)強(qiáng)降水落區(qū)判別模型成功識(shí)別出秦州、甘谷、麥積一帶短時(shí)強(qiáng)降水，但對(duì)秦安、張家川、清水一帶空?qǐng)?bào)，短時(shí)強(qiáng)降水實(shí)際發(fā)生時(shí)間也與識(shí)別出的時(shí)間存在一定偏差。

6.1 個(gè)例檢驗(yàn)2

對(duì)2018年7月10日14—20時(shí)隴東南地區(qū)發(fā)生的一次區(qū)域性短時(shí)強(qiáng)降水過程進(jìn)行強(qiáng)對(duì)流云團(tuán)識(shí)別及位置追蹤檢驗(yàn)，發(fā)現(xiàn)建立的雙閾值指標(biāo)和追蹤方法并不能有效對(duì)其進(jìn)行識(shí)別和位置追蹤。經(jīng)過對(duì)云圖資料研判分析后發(fā)現(xiàn)，此次強(qiáng)對(duì)流過程為暖云性降水，云頂溫度較高，同時(shí)強(qiáng)對(duì)流云團(tuán)發(fā)展高度相對(duì)較低，導(dǎo)致建立的統(tǒng)計(jì)指標(biāo)不能對(duì)其有效識(shí)別。由此可見，本文建立的雙閾值指標(biāo)并不能有效識(shí)別和追蹤云頂溫度較高且垂直發(fā)展高度不高的強(qiáng)對(duì)流云團(tuán)。

“雙閾值法”能夠成功識(shí)別出隴東南地區(qū)絕大多數(shù)的強(qiáng)對(duì)流云團(tuán)，但對(duì)少數(shù)一些云頂溫度較高且垂直發(fā)展高度不高的對(duì)流云團(tuán)存在無(wú)法識(shí)別的情況；利用“逆向搜索法”可以對(duì)強(qiáng)對(duì)流云團(tuán)邊界輪廓進(jìn)行準(zhǔn)確定位，利用“面積重疊法”和對(duì)云團(tuán)重心的計(jì)算可以對(duì)強(qiáng)對(duì)流云團(tuán)進(jìn)行動(dòng)態(tài)追蹤及移動(dòng)路徑外推預(yù)報(bào)，但也存在對(duì)少數(shù)一些尺寸較小的強(qiáng)對(duì)流云團(tuán)無(wú)法匹配和跟蹤的情況。另外，建立的強(qiáng)天氣落區(qū)判別模型對(duì)該地區(qū)強(qiáng)對(duì)流云團(tuán)中短時(shí)強(qiáng)降水、冰雹天氣易發(fā)點(diǎn)具有一定的判斷能力，但是空?qǐng)?bào)率偏高，強(qiáng)天氣實(shí)際出現(xiàn)時(shí)間與預(yù)報(bào)時(shí)間也存在一定偏差。

7 結(jié)論和討論

（1）利用衛(wèi)星B13通道（中心波長(zhǎng)10.4 μm）云頂亮溫TBB≤238 K或B08通道（中心波長(zhǎng)6.2 μm）與B13通道云頂亮溫差△TBB＜0 K雙閾值指標(biāo)，可以準(zhǔn)確識(shí)別出隴東南地區(qū)的強(qiáng)對(duì)流云團(tuán)。

（2）利用“逆向搜索法”可以準(zhǔn)確獲取強(qiáng)對(duì)流云團(tuán)的邊界輪廓；利用“面積重疊法”和對(duì)云團(tuán)重心的計(jì)算可實(shí)現(xiàn)強(qiáng)對(duì)流云團(tuán)位置的動(dòng)態(tài)追蹤及移動(dòng)路徑外推預(yù)報(bào)。

（3）強(qiáng)對(duì)流云團(tuán)識(shí)別指標(biāo)及追蹤方法，對(duì)一些云頂溫度較高且垂直發(fā)展高度不高的暖性強(qiáng)對(duì)流云團(tuán)存在無(wú)法識(shí)別和追蹤的情況，同時(shí)，對(duì)一些尺寸較小的強(qiáng)對(duì)流云團(tuán)也無(wú)法匹配跟蹤。

圖4 2018年6月10日19：00和19：40強(qiáng)對(duì)流云團(tuán)位置跟蹤

圖5 2018年6月10日19：40外推未來20 min（20：00）強(qiáng)對(duì)流云團(tuán)位置及強(qiáng)對(duì)流天氣落區(qū)

（4）強(qiáng)天氣落區(qū)判別指標(biāo)充分考慮了對(duì)流云頂發(fā)展高度、云頂發(fā)展趨勢(shì)、對(duì)流云主體位置、云頂紋理等方面的特性，對(duì)隴東南地區(qū)強(qiáng)對(duì)流天氣落區(qū)具有一定的預(yù)報(bào)能力，但空?qǐng)?bào)率偏高，同時(shí)存在一定的時(shí)間偏差。

（5）本文沒有考慮高空風(fēng)對(duì)強(qiáng)對(duì)流天氣落區(qū)的影響，在之后的研究中需要對(duì)這部分內(nèi)容展開詳細(xì)分析；同時(shí)，由于發(fā)展旺盛的強(qiáng)對(duì)流云團(tuán)尺度較大且云頂特征均勻，衛(wèi)星投影角度造成的落區(qū)偏差相對(duì)較小，忽略了這部分的影響。