2018, Vol. 37
龙卷是一种强对流灾害性天气现象, 由雷暴云底部伸展至地面漏斗状云产生的强烈旋风, 发生时地面风速可达125~140 m·s-1(David-Jones et al, 2001), 常造成重大人员伤亡和财产损失。龙卷具有尺度小、突发性强、生命史短、变化急剧等特点, 监测预警难度大, 是灾害性天气研究中难点。
国外许多学者对龙卷做过研究(Fujita, 1981; Heymsfield et al, 1983; Rasmussen et al, 1994, 2003; Devies, 1996; Trapp et al, 2005), 通过雷达、探空、卫星等观测和模拟, 分析归纳龙卷特征, 给出了龙卷的分级, 但利用卫星定量分析工作较少。与美国相比, 中国龙卷较少, 早期研究也较少(蒋汝庚, 1997; 魏文秀等, 1995), 随着新一代多普勒天气雷达网建成, 业务化应用不断加强, 许多学者利用多普勒雷达对龙卷等强对流天气进行了研究(俞小鼎等, 2006, 2008; 姚叶青等, 2007, 2012; 郑媛媛等, 2009; 金巍等, 2009; 周宏伟等, 2011; 张一平等, 2012; 王宁等, 2014; 周后福等, 2014; 徐学义等, 2014; 朱江山等, 2015; 曾明剑等, 2016), 取得了一系列成果, 得到龙卷雷达特征。范雯杰等(2015)和冯婧等(2012)分析了龙卷的气候分布、变化趋势等。但卫星研究相对较少, 曹志强等(2008)以FY2卫星研究了龙卷中尺度对流云带的发展与演变, 张晰莹等(2013)通过FY-2E卫星云图分析了发生龙卷的环流和中尺度特征, 官莉等(2012)利用FY-2D卫星水汽图和可见光云图分析了龙卷中尺度系统的形成和演变。随着卫星研究的深入, 有助于促进卫星在龙卷等强对流天气监测预警技术的发展。
卫星因具有大范围连续性等优势, 极轨和静止卫星均搭载了多通道探测器, 能获取高时空分辨率的多光谱资料, 用于反演云微物理特征, 对云降水应用更加广泛。Adler et al(1986)早期利用可见光和10~12.5 μm通道卫星图像, 分析了雷暴云云砧、过顶现象和云顶的温度分布等特征。Lindsey et al(2006)通过GOES卫星3.9 μm和10.7 μm的组合观测, 讨论了雷暴过程云顶3.9 μm反射率和云顶小冰晶及上升速度的关系, 以期通过有效半径反演在实际业务预报中应用。Rosenfeld et al(2008)利用卫星资料分析了强对流风暴的垂直特征, 戴进等(2010, 2011)利用NOAA卫星资料分析了一次暴雨过程、高原雷暴云团的发展及云的微物理特征和垂直结构。徐小红等(2012)通过NOAA卫星资料分析了一次强飑线过程, 重点研究了强对流云微物理特征和卫星识别的对流强信号。刘贵华等(2009, 2011a, 2011b)对南海和亚洲大陆东部地区不同积云的微物理特征进行了反演分析, 并用NOAA、FY-2卫星探测反演分析了地形云、春季层状云人工增雨作业条件。可见, 卫星云微物理反演技术可望在强对流天气中得到较好应用。
2016年6月23日发生在江苏盐城的特大龙卷(简称6·23龙卷)为强对流灾害性天气。据记载龙卷14:30(北京时, 下同)左右出现在盐城的阜宁、射阳地区, 风力超过17级, 大风造成多处房屋被毁、道路受阻、设施农业受损, 死亡99人, 受伤800多人, 甚至有汽车和两三吨重的集装箱被大风卷起抛到数百米外, 受灾程度历史少见。
为深入了解这次龙卷过程的云微物理特征, 主要利用FY-2G静止卫星资料, 采用多光谱综合分析方法, 定量分析6·23龙卷的云微物理特征, 以期为龙卷的监测预警提供卫星探测特征。同时, 结合多普勒雷达观测、热带降雨卫星TRMM反演的降水空间分布, 验证卫星反演结果合理性。因测雨雷达对云中的雨滴敏感, 而卫星能探测到比雨滴小的云粒子特征, 本文采用卫星多通道综合分析方法, 一方面能够更早获取云中特征, 另一方面弥补使用卫星单通道云顶亮温分析的不足, 目的是提高云微物理特征量在强对流天气监测预警中的定量应用。
2 资料及多光谱分析方法 2.1 资料FY-2G静止卫星定点于105°E赤道上空, 星下点分辨率为5 km, 5个通道分别为0.72, 3.7, 6.9, 10.8和12 μm。本文采用FY-2G卫星红外和可见光自旋扫描辐射计(VISSR)资料, 选用一级(L1)产品HDF格式全圆盘标称投影数据, 数据时间间隔30 min, 数据文件包括可见光和红外计数值、太阳天顶角、卫星天顶角、太阳方位角、卫星方位角、经纬度等几何数据。
再分析资料选取欧洲中期天气预报中心(ECMWF)提供的ERA-interim(ERA)日数据产品。数据范围30°N—37°N、115°E—123°E, 水平分辨率为0.125°×0.125°。
雷达资料为盐城CINRAD-SA雷达, 采用VPI体扫获得的观测数据。
热带降雨卫星(TRMM)是美国国家宇航局(NASA)和日本国家空间发展局(JAXA)共同研制的试验卫星, 于1997年成功发射的第一颗专门用于定量测量热带、亚热带降水的气象卫星。TRMM卫星共搭载了5种遥感仪器, 即可见光和红外扫描仪VIRS、TRMM微波成像仪TMI、降雨雷达PR、闪电成像仪LIS及云和地球辐射能量系统CERES, 其中VIRS、TMI和PR为TRMM卫星的基本降雨测量仪器。文中采用2016年6月23日的TRMM3B42数据集, 该数据集是用红外亮温资料通过3B-42算法得到的3 h平均降雨量数据, 单位: mm·h-1, 水平分辨率为0.25°×0.25°。
2.2 云微物理特征多光谱综合分析方法采用FY-2G静止卫星资料, 通过反演得到云厚、粒子大小、云顶特征, 合成红绿蓝(RGB)多光谱图来反映云宏微观特征。其中R由可见光(0.65 μm)通道反射率调制, 代表云的光学厚度, G由反演的中红外(3.7 μm)通道反射率调制, 代表云顶粒子大小, B由红外(10.8 μm)通道亮温调制, 代表云发展的高度。色调越红云越厚, 色调越绿云粒子越小, 色调越蓝云顶温度越高, 因此可用RGB合成图可视化分析云特征。
Adler et al(1979)早期研究指出, 云顶增长速率和云顶温度(Ttop)对发现强对流有指示意义。强上升速度是强对流天气的驱动力, 升速越大对流越强、云顶发展越高, 即Ttop越低(Rosenfeld et al, 2008), 过顶现象(云顶突破对流层顶)反映出云中具有较强的上升气流(Heymsfield et al, 1983; McCann, 1983)。
晶化温度(Tg)是指云中所有液态滴完全冰晶化的温度, -40 ℃为同质冻结温度, 即晶化温度的上限。Rosenfeld et al(2008)对强对流风暴的研究指出, 上升速度越大, Tg越低, 对应的粒子有效半径(Reg)也越小。升速增大, 强上升气流能在较短时间内把低层形成的云粒子带到较低温度层(较高高度), 云粒子没有充分时间增长, 冰水混合相过程和晶化过程需到更低的温度上才能充分发展, Tg较低。强上升表现的另一特征是在云粒子有效半径(Re)垂直廓线的上部存在Re随温度(T)的递减带(徐小红等, 2012), Setvak et al(2003)通过GOES卫星3.9 μm反射率研究也表明了这一点, 强对流风暴云顶反射率越大, 云顶强上升区附近的冰晶相对较小。
对灾害性强对流天气监测预警, 关键是提前识别强对流发生、发展强信号。基于上述研究结果和云物理学知识, 利用卫星对云探测敏感的优势, 将Ttop、Tg、Reg与上升气流强弱联系起来, 通过龙卷个例定量分析Ttop、Tg、云顶Re(Retop)、Reg演变, 归纳强对流的卫星定量指标, 应用到强对流灾害天气监测预警中。
3 FY-2G静止卫星反演云微物理特征首先选用2016年6月23日08:00—18:00逐时FY-2G资料, 通过多光谱合成图跟踪分析龙卷对流云团云微物理和演变特征。其次, 利用FY-2G资料反演T-Re关系, 得到云粒子Re、Tg和Ttop等云微物理参数, 定量分析龙卷对流云团的云微物理特征, 了解云团增强或减弱的卫星信号。由于6·23龙卷对流云系的云顶伸展很大, 遮盖了低层云, 卫星探测不到云团中低云信息, 故本文只针对云团中上部云区进行云微物理定量分析。选取对流云系中1~5区(图 1)作为云物理分析区域, 随时间发展演变, 12:30增加新生云团6区, 跟踪分析各区云团的云微物理特征。
|
图 1 2016年6月23日08:00—18:00 6·23龙卷逐小时(a~l)FY-2G静止卫星RGB合成图 标数字的方框区为相应云团云微物理特征分析区域; 黄色圆圈区域为龙卷发生地盐城地区 Fig. 1 RGB composite of tornado occurred on 23 June 2016 observed by FY-2G, the composite images a to l visualize the hourly cloud microphysical properties and their evolution from 08:00 to 18:00.The black rectangles marked with numbers is interesting area for retriving and analyzing cloud microphysical properties of cloud clusters, yellow circle is location of tornado |
图 1为每小时RGB合成图, 考虑到龙卷发生时间约为14:30, 图中增加14:30 RGB合成图。由图 1可以看出, 08:00图中方框1、2、4区云团呈橙红色, 即由多红色(云厚)、多绿色(小粒子)、少蓝色(冷)组成, 反映出云团为深厚对流云系, 云顶存在冷的小冰粒子(黄色部分)反映出云内上升较强, 说明此时1、2、4区云团已经发展成较强对流云团。而3、5区云团呈红色, 由多红色(云较厚)、少绿色(大粒子)、少蓝色(较冷)组成, 表明云团为冷的以大冰粒子为主的深厚对流云系, 与1、2、4区相比, 3、5区云团较弱。盐城地区云系呈白或淡粉色, 由少红色(云薄)、少绿色(稍大粒子)、多蓝色(暖)组成, 表明这类云为薄的低云, 直至10:00盐城还未受强对流云团影响。
从随时间演变来看, 云系整体东移, 移动缓慢。其中: 1区08:00—11:00, 云团位置、大小基本不变, 12:00开始衰弱消散, 18:00消亡。2区缓慢东移, 强中心(颜色橙红区域)向东南发展, 12:00云团发展覆盖整个苏北地区, 13:00强中心覆盖盐城, 云团呈橙色, 说明云团中心区上升强、发展旺盛、云层深厚, 至14:00、14:30强中心继续维持在盐城上空, 云砧清晰可见, 直至15:00与新生云团6区合并, 对流增强、云团面积明显增大[Adler et al(1983)统计表明面积增长率正比于强对流发生], 羽状云砧结构更加清晰明显, 合并后云团维续在盐城上空至18:00。从2区云团强中心的位置和强度来看, 是导致盐城龙卷发生的主要云团。4区在08:00—13:00云团变化不大, 14:00起云边缘消散, 趋于衰弱, 18:00云区面积明显减小。3、5区相对于2、4区, 随时间呈现出明显衰弱消散的特征, 云团呈暗红色, 云层较薄, 云团面积减小。6区为13:00左右新生云团, 云团范围增长迅速, 15:00左右与2区强中心开始合并, 导致云团面积增大明显, 对流发展更加旺盛。因此, 利用RGB合成图能够很便捷地了解对流云团的云物理特征与发展演变趋势。
综上所述, 6·23龙卷的对流云团在RGB合成图上呈现3个特征:一是主云区2区云团在08:00已经发展成强对流云, 08:00—18:00没有明显减弱趋势; 二是与新生云团并合, 导致2区云团进一步加强、范围增大; 三是移动缓慢、位置基本保持不变, 始终维持在盐城上空。
3.2 龙卷云团云微物理定量特征根据RGB合成图的分析结果, 2区强中心的发展是6·23龙卷发生发展的主要因素, 因此, 重点定量分析2区云团云微物理特征。在图 2的T-Re关系图中, 因30 min间隔的T-Re曲线过密, 且线形随时间变化不大, 为便于读图, 选取1 h间隔为主绘图, 增加14:30关系曲线, T选取低于-20 ℃范围。
|
图 2 2016年6月23日08:00—13:00 (a)、14:00—18:00 (b, 14:00—15:00为30 min间隔, 其余为1 h间隔)2区云团的T-Re分布, 及Ttop、Tg、Retop、Reg(c, 30 min间隔)随时间的分布 Fig. 2 Evolution of hourly T-Re profile (panel a: from 08:00 to 13:00, panel b: from 14:00 to 18:00 by adding 14:30) and evolution of Ttop, Tg, Retop and Reg for every half hour from 08:00 to 18:00 (panel c) for cloud cluster 2 of tornado occurred on 23 June 2016 |
由图 2看出, 08:00—18:00 2区云团的T-Re曲线随时间线形变化不大, 即: Re随T的降低而增大, 到达-40 ℃左右出现负增长(Re随T的降低而减小)。08:00起2区云团已经反映出强对流特征, 随时间云团发展呈现3个阶段, 旺盛期(08:00—12:00)、减弱期(12:30-14:30)、合并再发展期(15:00以后)。T-Re反映出的强对流特征表现在:
(1) 云顶高(Ttop冷), 随时间云顶逐渐抬高。08:00为-68 ℃, 08:00—13:00云顶有起伏的降温过程, Ttop下降到-76 ℃, 在13:00—13:30有近1 ℃的降温, 而13:30-14:00 Ttop下降近3 ℃, 达到-80 ℃, 伴随龙卷发展, 出现云爆发性增长过程, 直至14:30左右龙卷发生, Ttop升高为-79℃, 之后15:00—18:00 Ttop始终维持在-80 ℃以上, 说明对流云团顶高发展旺盛。
Tg随时间变化呈现由冷变暖、再变冷的特征。08:30—11:30 Tg维持-40 ℃, 达同质冻结温度, 12:30开始Tg升高至-32 ℃, 持续到14:30, 表明这一时期对流云团存在减弱迹象, 地面实况显示14:00—15:00有局地大风、冰雹、暴雨天气。15:00与新生云团6合并, 对流加强, 16:00 Tg又降低至-40 ℃。
(2) 盐城地区射阳站08:00、20:00探空(图 3)显示对流层顶温度分别为-69和-67 ℃, 对比Ttop发现, 08:00云团云顶位于对流层顶附近, 其余时间Ttop均低于-69 ℃, 说明有部分云穿透对流层顶, 14:00后过顶幅度达11~16 ℃。
|
图 3 2016年6月23日射阳08:00 (a)、20:00 (b)的T-lgP图 Fig. 3 Sounding profile of T-lgP chart at Sheyang at 08:00 (a) and 20:00 (b) on 23 June 2016 |
(3) 云团上部Re随顶高递减。08:00—09:30 Retop较为稳定(36.9~40 μm), 云顶温度变化不大(-72~-68 ℃)。09:30—12:00 Retop明显减小(40~29.8 μm), 云顶逐步抬升, 说明云团快速发展、对流旺盛。12:00—14:30虽然云顶逐步抬升, 但Retop增大(29.8~40 μm), 云团存在减弱迹象。之后随着与新生云团6合并, 14:30—18:00 Retop明显减小(40~28 μm, 最小17.7 μm), 云顶稳定在-80 ℃以上高度, 说明云团间合并作用进一步增强对流。
Reg随时间减小, 反映对流加强, 反之亦然。08:30—11:30, Reg随时间减小, 对流加强。11:30—14:30 Reg随时间增大后稳定, 对流略减。14:30—18:00 Reg随时间逐渐减小, 对流增强。与Tg和Retop反映对流强弱结论一致, 因此, 利用Tg、Reg和Retop定量分析, 反映云团中上升气流强弱变化, 监测预警强对流灾害天气。
根据射阳站08:00、20:00探空分析, 大气处于不稳定状态, 对流有效位能(CAPE)分别为495.5和1 330 J·kg-1。ERA数据沿119.75°E剖面的14:00垂直速度和散度图(图 4)上, 33°N—36°N均为辐合区, 且一直伸展至300 hPa, 辐散区在300 hPa以上, 说明辐合区宽广深厚, 且辐合最强处位于盐城附近, 为龙卷强对流发展提供了良好的背景场条件。垂直速度整层均为负值, 表现出非常强的上升运动, 且200 hPa以上也为负值, 说明此时对流发展很旺盛, 与卫星反演的13:30—14:00云顶上冲高度高、云爆发性增长结论一致。垂直速度强上升的强中心达-1.6 Pa·s-1也与卫星反演的2区龙卷云区的强中心位置对应。
|
图 4 2016年6月23日14:00沿119.75°E剖面的垂直速度(虚线, 单位: Pa·s-1)与散度(实线, 单位: ×10-5 s-1)分布 Fig. 4 Vertical velocity (dotted line, unit: Pa·s-1) and divergence (solid line, unit: ×10-5 s-1) profile along 119.75°E at 14:00 on 23 June 2016 |
由RGB合成图的分析得出, 08:00, 1、2、4区均反映出强对流特征, 但随时间演变2区云团发展-略减-合并再发展, 而1、4区呈发展-减弱-消亡。3、5区相对1、2、4区较弱, 图 5中Ttop、Retop、Tg、Reg的变化也反映出这一点。08:00, 3、5区Ttop在-50 ℃左右, Tg较高、Reg较大, 随时间云顶降低, Retop减小, 云团减弱, 已达不到晶化的高度, 趋于消亡。故选取较强的1、4区与2区对比云微物理特征, 从中看出随时间演变特点, 发现利用卫星监测强对流灾害性天气关注的重点。
|
图 5 2016年6月23日08:00—18:00 1、2、3、4、5区云团Ttop(a)、Tg(b)、Retop(c)及Reg(d)随时间的分布 Fig. 5 Evolution of Ttop(a), Tg(b), Retop(c) and Reg(d) for cloud cluster 1、2、3、4 and 5 from 08:00 to 18:00 on 23 June 2016 |
由图 5看出, 1区08:00的Ttop、Retop分别为-70 ℃、29.5 μm, 4区为-76 ℃、40 μm, 2区分别为-68 ℃、40 μm, 1、4区云顶更高, 1区粒子更小, 08:00—11:30时1区Ttop维持在-70 ℃左右、Retop从29.5 μm减小到25 μm后维持, 4区Ttop升高到-72 ℃、Retop从40 μm减小到30.9 μm, 2区Ttop降低到-76 ℃、Retop从40 μm减小到29.4 μm, 表明初始阶段1、4区云团很强, 也是关注重点。但10:00后1区Ttop明显变暖, 云顶高度迅速下降, 尤其12:30下降更显著, 表明1区云团正在减弱消亡, 不需再重点关注。与Ttop、Retop分析结论一致, Tg在08:00—12:30维持-40 ℃, 之后增高至-30 ℃, Reg在08:00—12:00较小, 小于21 μm, 12:00起随时间增大后稳定, 表明云团由强减弱至消亡。4区Ttop也呈变暖趋势, Retop于13:00显著增大、Tg增高、Reg增大, 表明云团趋于减弱, 不需再重点关注。与1、4区云团发展趋势相反, 2区云团呈现出发展-略减-合并再发展特点, 始终处于对流旺盛阶段, 需要不断加强监测, 从强弱变化中及时发现强对流灾害性天气发生时间和地点, 有利于更好防灾减灾。
综上所述, 造成6·23龙卷的2区云团属于发展中强对流云, 云团始终处于发展旺盛阶段, 直至14:00—15:00龙卷发生, 之后15:00卫星探测到2区云团强中心与6区合并, 导致云团范围扩大, 且云顶以小冰粒子为主, 小冰粒子主要为同质冻结所致(Jensen et al, 2006)。对流强弱与云顶高度、Retop大小、Tg高低、Reg大小、云砧以及Re随高度递减带的关联度较高。
通过上述分析得到龙卷强对流在静止卫星上反映的特征, 归纳出卫星探测的对流强信号为:云顶高度高、存在过顶现象, 云顶以小粒子为主, 云砧明显, 云团上部存在Re随高度明显递减带, 晶化温度低(甚至达同质冻结温度), Reg较小。据此, 08:00 FY-2G卫星探测显示1、2、4区云团强对流特征, 此时应重点关注, 加强卫星跟踪监测, 及时了解云团强弱变化, 当对流进一步加强时(2区云团增强), 发布预警并强化对该区云团监测, 否则放弃跟踪监测(1区12:30减弱明显), 及时发现灾害发生时间和地点, 提前预警, 以期为静止卫星应用于强对流天气监测预警提供定量分析方法。
4 FY-2G卫星多光谱综合分析与雷达观测、TRMM卫星雨强的比较不同的观测工具对云的观测模式不同。地基多普勒雷达组合反射率图是雷达观测的各个仰角层最大回波强度的叠加图, TRMM卫星可以探测得到降雨量数据。通过FY-2G卫星与多普勒雷达、TRMM卫星雨强的对比映证, 分析FY-2G卫星多光谱综合分析方法的可靠性, 以期为静止卫星应用于强对流天气监测预警提供新途径。
4.1 FY-2G卫星与雷达观测的对比卫星探测的2区云团范围覆盖盐城多普勒雷达观测云区, 选取10:00—16:00与上述2区云团云微物理定量分析时间对应的雷达回波对比分析。
盐城雷达组合反射率图(图 6)显示, 龙卷云区10:00最大回波强度为45 dBz(图略), 12:00在山东南部与苏北交界处有大片的40 dBz回波发展, 在主回波的南侧、江苏西北有块状回波单体, 最强回波超过50 dBz [图 6(a)]。在随后的4 h, 该回波缓慢东移, 13:00—14:00快速增强, 最强回波超过60 dBz [图 6(c)], 云团发展旺盛, 14:00—15:00影响盐城, 16:00维持60 dBz的强度东移出海。
|
图 6 2016年6月23日12:00—16:00(a~f)盐城雷达组合反射率因子分布 Fig. 6 The distribution of radar reflectivity at Yancheng from 12:00 to 16:00 (a~f) on 23 June 2016 |
结合对龙卷云团多光谱特征和云微物理定量特征的分析看出, 卫星反演的龙卷云区外形、位置变化与雷达回波变化对应, 回波强弱变化与卫星云微物理量定量分析结论一致, 经历了由弱发展增强、龙卷爆发的过程。14:00雷达回波最强超过60 dBz, 卫星云顶高度达-80 ℃, 云团发展旺盛, 两者变化一致, 映证了FY-2G卫星多光谱综合分析方法的可靠性。
4.2 FY-2G卫星与TRMM卫星雨强的比较目前, TRMM卫星数据产品已被广泛应用于降水分析, 国内外有不少学者对其降水数据的精度进行过验证, 众多研究表明其数据质量比较可靠, 随时间尺度增大精度也逐渐提高(刘俊峰等, 2011; 常远勇等, 2013; 王晓云等, 2015; 张蒙等, 2016; 杨星等, 2016; 李蒙等, 2017)。
图 7为TRMM卫星探测得到的6·23龙卷云系每3 h平均雨强分布特征。首先, 分析同一时刻TRMM雨强与FY-2G反演云团强弱是否一致, 由图 1与图 7比较可见, FY-2G反演云团1~6区和TRMM降雨区位置一一对应, 云区外形与雨区相似, 云团强弱与雨强大小分布吻合。例如: 08:00, 1、2、4区雨强大, 3、5区雨强小, 1、2、4和3、5区的最大平均雨强分别为33, 10, 16和6, 5 mm·h-1, 对应FY-2G云区最高云顶分别为-70, -68, -76 ℃和-51, -47 ℃, 11:00、14:00和17:00的雨强与对应云区的强弱一致。其次从时间演变上, 对比分析各区雨强变化, 1、3、5区雨强随时间最终变为0 mm·h-1, 反映出云团为衰弱消亡的发展过程, 4区从08:00起每3 h间隔平均雨强分别为16, 12, 14和12 mm·h-1, 为缓慢减小的趋势, 反映出云团逐渐衰弱。2、6区最大雨强随时间增大, 说明云团始终处于发展旺盛阶段, 均与RGB合成图反映的云团变化特征一致。同时17:00左右强对流云团发展较为旺盛, Ttop为-82 ℃, 对应雨强也最大, 达54 mm·h-1。
|
图 7 2016年6月23日6.23龙卷TRMM卫星探测的逐3 h (a~d)平均雨强分布(单位: mm·h-1) 标数字的方框区为同时刻图 1 RGB合成图中云物理特征分析区 Fig. 7 The distribution of 3-hour (a~d) rainfall intensity from TRMM satellite on 23 June 2016.Unit: mm·h-1. Black rectangles are cloud clusters corresponding to Fig. 1 |
由以上分析可见, FY-2G卫星反演的龙卷强对流云微物理特征与雷达观测、TRMM卫星雨强分布一一对应, 表明FY-2G静止卫星反演云微物理特征分析方法的可靠性, 通过归纳卫星探测对流强信号, 可以用作龙卷等强对流灾害性天气的监测预警。
5 结论与讨论高时间分辨率的静止卫星在分析云微物理结构、跟踪云团的演变上有很大优势。类似龙卷、暴雨等的强对流灾害天气在我国时有发生, 发挥卫星优势, 丰富对云探测的信息量, 获取卫星探测对流强信号, 为强对流灾害性天气的监测预警提供卫星技术是一种值得尝试的方法。本文利用FY-2G静止卫星资料, 通过多光谱综合分析方法对2016年6月23日盐城龙卷强对流云系云微物理特征和发展演变进行了分析, 得到以下主要结论:
(1) 静止卫星RGB合成图能够可视化、便捷地了解云团云物理特征与发展演变。跟踪云团发展发现, 2区云团是导致本次龙卷的主要云团, 云系移动缓慢、位置基本保持不变是本次龙卷的特点, 致使龙卷始终维持在盐城。
(2) 龙卷云团云微物理特征和卫星探测对流强信号:云顶高、最高达-83 ℃, 较长时间存在明显过顶现象, 过顶幅度最高达16 ℃, Retop较小、云顶以小冰粒子为主, Tg低、达到同质冻结高度, Reg较小, 云砧明显, 上部存在Re随高度的明显递减带。
(3) 对FY-2G卫星反演的龙卷强对流云微物理特征与雷达回波、TRMM卫星雨强分布对比, 表明了该方法的可靠性, 通过归纳卫星探测对流强信号, 可以用作龙卷等强对流灾害性天气的监测预警。
以上分析主要针对龙卷个例, 结合飑线个例分析(徐小红等, 2012), 发现此类灾害性强对流云具备相似的云微物理特征, 例如:云顶高、过顶现象、云顶小粒子、云砧、云团上部存在Re随高度明显递减带等等特征, 启发应增加对强对流灾害天气的多个例分析, 获得统计意义上特征, 从而归纳卫星探测对流强信号, 为灾害性强对流天气预警提供足够提前量, 利于更好的防灾减灾。
Adler R F, Fenn D D. 1979. Thunderstorm intensity as determined from satellite data[J]. J Appl Meteor, 18: 502–517.
DOI:10.1175/1520-0450(1979)018<0502:TIADFS>2.0.CO;2 |
|
Adler R F, Markus M J, Fenn D D. 1983. Detection of severe mindwest thunderstorms using geosynchronous satellite data[J]. Mon Wea Rev, 113(5): 769–781.
|
|
Adler R F, Mack R A. 1986. Thunderstorm cloud top dynamics as inferred from satellite observations and cloud top parcel model[J]. J Atmos Sci, 43: 1945–1960.
DOI:10.1175/1520-0469(1986)043<1945:TCTDAI>2.0.CO;2 |
|
Davies-Jones R, Trapp R J, Bluestein H B. 2001. Tornadoes and tornadic storms[J]. Meteor Monogr, 28(50): 167–222.
DOI:10.1175/0065-9401-28.50.167 |
|
Devies J M, 1996.Deep layer shear as a refinement to CAPE and low-level shear in tornado forecasting[C]//Preprints 18th Conf on Severe Local Storm. San Francisco: CA Amer Meteor Soc, 698-702.
|
|
Fujita T T. 1981. Tornadoes and downbursts in the context of generalized planetary scales[J]. J Atmos Sci, 38(8): 1511–1534.
DOI:10.1175/1520-0469(1981)038<1511:TADITC>2.0.CO;2 |
|
Heymsfield G M, Szejwach G, Schotz S, et al. 1983. Upper-level structure of Oklahoma tornadic storms on 2 May 1979.Ⅱ:Proposed explanation of Ⅴ pattern and internal warm region in infrared observation[J]. J Atmos Sci, 40(7): 1756–1767.
DOI:10.1175/1520-0469(1983)040<1756:ULSOOT>2.0.CO;2 |
|
Jensen E J, Ackerman A S. 2006. Homogeneous aerosol freezing in the tops of high-altitude tropical cumulonimbus clouds[J]. Geophys Res Lett, 33: L08802.
DOI:10.1029/2005GL024928 |
|
Lindsey D T, Hillger D W, Grasso L, et al. 2006. Goes climatology and analysis of thunderstorms with enhanced 3.9-um reflectivity[J]. Mon Wea Rev, 134: 2342–2353.
DOI:10.1175/MWR3211.1 |
|
McCann D W. 1983. The enhanced-Ⅴ, a satellite observable severe storm signature[J]. Mon Wea Rev, 111(4): 887–894.
|
|
Rasmussen E N, Straka J M, Davies-Jones R, et al. 1994. Verification of the origins of rotation in tornadoes experiment:VORTEX[J]. Bull Amer Meteor Soc, 75(6): 995–1006.
DOI:10.1175/1520-0477(1994)075<0995:VOTOOR>2.0.CO;2 |
|
Rasmussen E N. 2003. Refined supercell and tornado forecast parameters[J]. Wea Forecasting, 18(3): 530–535.
DOI:10.1175/1520-0434(2003)18<530:RSATFP>2.0.CO;2 |
|
Rosenfeld D, Woodley W L, Lerner A, et al. 2008. Satellite detection of severe convective storms by their retrieved vertical profiles of cloud particle effective radius and thermodynamic phase[J]. J Geophys Res, 113: D04208.
DOI:10.1029/2007JD008600 |
|
Setvak M, Rabin R M, Doswell Ⅲ C A, et al. 2003. Satellite observations of convective storm tops in the 1.6, 3.7, and 3.9 um spectral bands[J]. Atmos Res, 67: 607–627.
|
|
Trapp R J, Stumpf G J, Manross K L. 2005. A reassessment of the percentage of tornadic mesocyclones[J]. Wea Forecasting, 20(4): 680–687.
|
|
曹志强, 方宗义, 方翔. 2008. 2007年7月皖苏北部龙卷初步分析[J]. 气象, 34(7): 15–21.
Cao Z Q, Fang Z Y, Fang X. 2008. Analysis of tornado events in north Anhui and Jiangsu Provinces in July 2007[J]. Meteor Mon, 34(7): 15–21.
|
|
常远勇, 侯西勇, 于良巨, 等. 2013. 基于TRMM 3B42数据的1998-2010年中国暴雨时空特征分析[J]. 水资源与水工程学报, 24(3): 105–112.
Chang Y Y, Hou X Y, Yu L J, et al. 2013. Analysis of spatial and temporal characteristics of rainstorm in China from 1998 to 2010 based on TRMM 3B42 data[J]. Journal of Water Resource and Water Engineering, 24(3): 105–112.
|
|
戴进, 余兴, 刘贵华, 等. 2010. 一次暴雨过程中云微物理特征的卫星反演分析[J]. 气象学报, 68(3): 387–397.
Dai J, Yu X, Liu G H, et al. 2010. Analyses of satellite retrieval microphysical properties of a rainstorm in the northern part of Shaanxi[J]. Acta Meteor Sinica, 68(3): 387–397.
|
|
戴进, 余兴, 刘贵华, 等. 2011. 青藏高原雷暴弱降水云微物理特征的卫星反演分析[J]. 高原气象, 30(2): 288–298.
Dai J, Yu X, Liu G H, et al. 2011. Satellite retrieval analysis on microphysical property of thunderstorm with light precipitation over the Qinghai-Xizang Plateau[J]. Plateau Meteor, 30(2): 288–298.
|
|
范雯杰, 俞小鼎. 2015. 中国龙卷的时空分布特征[J]. 气象, 41(7): 793–805.
Fan W J, Yu X D. 2015. Characteristics of spatial-temporal distribution of tornadoes in China[J]. Meteor Mon, 41(7): 793–805.
|
|
冯婧, 周伟灿, 徐影. 2012. 1980-2009年我国龙卷事件变化[J]. 气候变化研究进展, 8(3): 183–189.
Feng J, Zhou W C, Xu Y. 2012. Change characters of tornados in China in 1980-2009[J]. Adv Climate Change Res, 8(3): 183–189.
DOI:10.3969/j.issn.1673-1719.2012.03.005 |
|
官莉, 王雪芹, 黄勇. 2012. 2009年江苏一次强对流天气过程的遥感监测[J]. 大气科学学报, 35(1): 73–79.
Guan L, Wang X Q, Huang Y. 2012. Observation of a strong convective system in Jiangsu Province in 2009 by remote sensing monito[J]. Trans Atmos Sci, 35(1): 73–79.
DOI:10.3969/j.issn.1674-7097.2012.01.008 |
|
蒋汝庚. 1997. 龙卷型强风暴——1995年4月19日洪奇沥龙卷风剖析[J]. 应用气象学报, 18(4): 492–497.
Jiang R K. 1997. A tornado type severe stormreport of detailed analysis on Hongqili tornado on 19 April 1995[J]. Quart J Appl Meteor, 18(4): 492–497.
|
|
金巍, 曲岩, 安来友. 2009. 超级单体引发的龙卷天气过程分析[J]. 气象, 35(3): 36–43.
Jin W, Qu Y, An L Y. 2009. Analysis on the tornado weather process induced by a super-cell[J]. Meteor Mon, 35(3): 36–43.
|
|
李蒙, 秦天玲, 刘少华, 等. 2017. 怒江上游TRMM 3B42V7降水产品资料时空验证及降水特征分析[J]. 高原气象, 36(4): 950–959.
Li M, Qin T L, Liu S H, et al. 2017. Spatial-temporal validation of TRMM 3B42V7 precipitation products and analysis of precipitation characteristics in the upper reaches of Nujiang River[J]. Plateau Meteor, 36(4): 950–959.
DOI:10.7522/j.issn.1000-0534.2016.00071 |
|
刘贵华, 余兴, 戴进. 2009. 不同积云微物理特征的卫星反演分析[J]. 南京气象学院学报, 32(1): 17–23.
Liu G H, Yu X, Dai J. 2009. Satellite retrieval of microphysical properties for different cumuli[J]. J Nanjing Inst Meteor, 32(1): 17–23.
DOI:10.3969/j.issn.1674-7097.2009.01.003 |
|
刘贵华, 余兴, 戴进, 等. 2011a. 地形云人工增雨条件卫星探测反演个例分析[J]. 气象学报, 69(2): 363–369.
Liu G H, Yu X, Dai J, et al. 2011a. A case study of the conditions for topographic cloud seeding based on the retrieval of satellite measurements[J]. Acta Meteor Sinica, 69(2): 363–369.
|
|
刘贵华, 余兴, 贾玲, 等. 2011b. 2009年陕西春季层状云增雨卫星观测分析[J]. 干旱区研究, 28(4): 699–704.
Liu G H, Yu X, Jia L, et al. 2011b. Satellite observation on rainfall enhancement in stratiform clouds over Shaanxi Province in spring 2009[J]. Arid Zone Res, 28(4): 699–704.
|
|
刘俊峰, 陈仁升, 卿文武, 等. 2011. 基于TRMM降水数据的山区降水垂直分布特征[J]. 水科学进展, 22(4): 447–454.
Liu J F, Chen R S, Qin W W, et al. 2011. Study on the vertical distribution of precipitation in mountainous regions using TRMM data[J]. Adv Water Sci, 22(4): 447–454.
|
|
王宁, 王婷婷, 张硕, 等. 2014. 东北冷涡背景下一次龙卷过程的观测分析[J]. 应用气象学报, 25(4): 463–469.
Wang N, Wang T T, Zhang S, et al. 2014. Observation of a tornado in the circulation background of northeast cold vortex[J]. Quart J Appl Meteor, 25(4): 463–469.
DOI:10.3969/j.issn.1001-7313.2014.04.009 |
|
王晓云, 史明昌, 胡影, 等. 2015. TRMM数据应用于降雨量和降雨侵蚀力估算的适宜性研究[J]. 干旱区资源与环境, 29(1): 129–133.
Wang X Y, Shi M C, Hu Y, et al. 2015. Suitability study on estimation of rainfall and rainfall erosivity using TRMM data[J]. J Arid Land Resour Environ, 29(1): 129–133.
|
|
魏文秀, 赵亚民. 1995. 中国龙卷风的若干特征[J]. 气象, 21(5): 37–40.
Wei W X, Zhao Y M. 1995. The characteristics of tornado in China[J]. Meteor Mon, 21(5): 37–40.
|
|
徐小红, 余兴, 朱延年, 等. 2012. 一次强飑线云结构特征的卫星反演分析[J]. 高原气象, 31(1): 258–268.
Xu X H, Yu X, Zhu Y N, et al. 2012. Analysis no satellite retrieval of clould structure in a severe squall line process[J]. Plateau Meteor, 31(1): 258–268.
|
|
徐学义, 赵振东, 梁红新. 2014. 三次非超级单体龙卷风暴多普勒雷达特征对比分析[J]. 高原气象, 33(4): 1164–1172.
Xu X Y, Zhao Z D, Liang H X. 2014. Comparative analysis on Doppler Radar echo features of three non-supercell tornadic storms[J]. Plateau Meteor, 33(4): 1164–1172.
DOI:10.7522/j.issn.1000-0534.2013.00036 |
|
杨星, 王永前, 刘志红. 2016. 四川省2013年夏季卫星降雨数据的对比研究[J]. 高原气象, 35(4): 1039–1049.
Yang X, Wang Y Q, Liu Z H. 2016. Comparison of two different satellite precipitation data in Sichuan from May to August in 2013[J]. Plateau Meteor, 35(4): 1039–1049.
DOI:10.7522/j.issn.1000-0534.2015.00060 |
|
姚叶青, 俞小鼎, 郝莹, 等. 2007. 二次强龙卷过程的环境背景场和多普勒雷达资料的对比分析[J]. 热带气象学报, 23(5): 483–490.
Yao Y Q, Yu X D, Hao Y, et al. 2007. The contrastive analysis of synoptic situation and Doppler Radar data for two intense tornado case[J]. J Trop Meteor, 23(5): 483–490.
DOI:10.3969/j.issn.1004-4965.2007.05.009 |
|
姚叶青, 郝莹, 张义军, 等. 2012. 安徽龙卷发生的环境条件和临近预警[J]. 高原气象, 31(6): 1721–1730.
Yao Y Q, Hao Y, Zhang Y J, et al. 2012. Synoptic situation and pre-warning of Anhui tornado[J]. Plateau Meteor, 31(6): 1721–1730.
|
|
俞小鼎, 郑媛媛, 张爱民, 等. 2006. 安徽一次强龙卷的多普勒天气雷达分析[J]. 高原气象, 25(5): 914–924.
Yu X D, Zheng Y Y, Zhang A M, et al. 2006. The detection of a severe tornado event in Anhui with China new generation weather Radar[J]. Plateau Meteor, 25(5): 914–924.
DOI:10.3321/j.issn:1000-0534.2006.05.020 |
|
俞小鼎, 郑媛媛, 廖玉芳, 等. 2008. 一次伴随强烈龙卷的强降水超级单体风暴研究[J]. 大气科学, 32(3): 509–522.
Yu X D, Zheng Y Y, Liao Y F, et al. 2008. Observational investigation of a tornado heavy precipitation supercell storm[J]. China J Atmos Sci, 32(3): 509–522.
|
|
曾明剑, 吴海英, 王晓峰, 等. 2016. 梅雨期龙卷环境条件与典型龙卷对流风暴结构特征分析[J]. 气象, 42(3): 280–293.
Zeng M J, Wu H Y, Wang X F, et al. 2016. Analysis on environmental conditions and structural features of typical convective tornado storm in Meiyu period[J]. Meteor Mon, 42(3): 280–293.
|
|
张蒙, 黄安宁, 计晓龙, 等. 2016. 卫星反演降水资料在青藏高原地区的适用性分析[J]. 高原气象, 35(1): 34–42.
Zhang M, Huang A N, Ji X L, et al. 2016. Validation of satellite precipitation products over Qinghai-Xizang Plateau region[J]. Plateau Meteor, 35(1): 34–42.
DOI:10.7522/j.issn.1000-0534.2014.00152 |
|
张晰莹, 吴迎旭, 张礼宝. 2013. 利用卫星、雷达资料分析龙卷发生的环境条件[J]. 气象, 39(6): 728–737.
Zhang X Y, Wu Y X, Zhang L B. 2013. Analysis of tornado ambient conditions based on the FY-2 satellite and Radar data[J]. Meteor Mon, 39(6): 728–737.
|
|
张一平, 俞小鼎, 吴蓁, 等. 2012. 区域暴雨过程中两次龙卷风事件分析[J]. 气象学报, 70(5): 961–973.
Zhang Y P, Yu X D, Wu Z, et al. 2012. Analysis of the two tornado events during a process of regional torrential rain[J]. Acta Meteor Sinica, 70(5): 961–973.
|
|
郑媛媛, 朱红芳, 方翔, 等. 2009. 强龙卷超级单体风暴特征分析与预警研究[J]. 高原气象, 28(3): 617–625.
Zheng Y Y, Zhu H F, Fang X, et al. 2009. Characteristic analysis and early-warning of tornado supercell storm[J]. Plateau Meteor, 28(3): 617–625.
|
|
周宏伟, 王群, 夏文梅, 等. 2011. 盐城一次龙卷、短时强降水的地面中尺度分析和雷达回波特征[J]. 大气科学学报, 34(6): 763–768.
Zhou H W, Wang Q, Xia W M, et al. 2011. Ground and mesoscale analysis of a tornado and heavy rainfall and their radar echo characteristics in Yancheng[J]. Trans Atmos Sci, 34(6): 763–768.
DOI:10.3969/j.issn.1674-7097.2011.06.015 |
|
周后福, 刁秀广, 夏文梅, 等. 2014. 江淮地区龙卷超级单体风暴及其环境参数分析[J]. 气象学报, 72(2): 306–317.
Zhou H F, Diao X G, Xia W M, et al. 2014. Analysis of the tornado supercell storm and its environmental parameters in the Yangtze-Huaihe region[J]. Acta Meteor Sinica, 72(2): 306–317.
|
|
朱江山, 刘娟, 边智, 等. 2015. 一次龙卷生成中风暴单体合并和涡旋特征的雷达观测研究[J]. 气象, 41(2): 182–191.
Zhu J S, Liu J, Bian Z, et al. 2015. Analysis of cell merger and vortex signature during generation of tornado in Anhui based on Doppler Radar observation[J]. Meteor Mon, 41(2): 182–191.
|