?

基于FY-4A 衛星的川藏鐵路成雅段短時強降水TBB 特征

2024-01-16 12:40劉新超宋雯雯
高原山地氣象研究 2023年4期
關鍵詞:降水強度云頂強降水

劉新超 , 郭 潔* , 宋雯雯 , 葉 瑤 , 淡 嘉

(1.高原與盆地暴雨旱澇災害四川省重點實驗室,成都 610072;2.四川省氣象服務中心,成都 610072)

引言

短時強降水通常指1 h 降水量≥20 mm 的降水事件,是我國常見強對流天氣類型之一,具有歷時短、強度大、突發性強、預測難度大、致災嚴重等特點,易引發山洪、泥石流、滑坡等自然災害[1-3],對鐵路安全造成嚴重影響[4-7],也給國民經濟和人民生命財產造成重大損失。因此,短時強降水一直是氣象工作者的研究重點。我國短時強降水發生頻率最高的區域為華南,其次為云南南部、四川盆地、貴州南部、江西和長江下游等地[2],近年來均表現出頻次增加、強度增大的變化趨勢[8-9]。短時強降水通常在夏季最多[10-13],四川、貴州等地的短時強降水具有明顯的夜雨特征[14-16],而安徽、浙江、廣西、湖北等地的短時強降水多發生在午后到傍晚[17-20]。

為了解強對流過程發生的天氣背景,多項研究分析了短時強降水的環流形勢并進行了分型[21-23],揭示了短時強降水發生時環境參數典型的變化特征[24-27]。同時,還有研究指出地理位置和海拔高度對短時強降水也有顯著影響[28-30]。隨著天氣雷達和氣象衛星資料的廣泛應用,針對短時強降水的分析研究取得了顯著進展,其預報預警服務水平也相應地得到了提高。已有研究對短時強降水的雷達回波特征進行了歸納分型[31-33],指出短時強降水的雷達反射率因子有“低質心”和“高質心”兩種結構特征[34]。狄瀟泓等[35]還利用FY-2 衛星資料將甘肅短時強降水的云型劃分為6 類。常煜等[36]也研究指出短時強降水發生在中尺度對流系統(MCS)發展或成熟階段,而且位于TBB 梯度密集區以及MCS 移出區靠近干冷空氣侵入一側。

川藏鐵路成雅段北起成都,南至雅安(圖1),于2018 年12 月通車運營,是川藏鐵路最早通車的路段。特殊的地形造成了盆地西南部雅安附近為短時強降水的高發區[37-39]。最新研究[40]也指出川藏鐵路夏季極端降水呈增加趨勢,且盆地路段的極端降水較其余路段更強。因此,有必要對川藏鐵路成雅段的短時強降水進行深入研究。風云4A 號(FY-4A)衛星是我國發展的新一代靜止氣象衛星,于2018 年5 月1 日正式投入業務運行,具有時空分辨率高、觀測連續且范圍大等優點[41-42],為監測強降水等極端天氣提供了更好的數據基礎。但是,目前將FY-4A 衛星資料應用于短時強降水的研究還不多見。為此,本文擬利用高時空分辨率的FY-4A 衛星資料,研究川藏鐵路成雅段短時強降水的時空分布以及云頂亮溫(TBB)的變化特征,以期為川藏鐵路成雅段短時強降水預報預警提供科學參考。

1 資料與方法

本文選用了2019—2021 年區域自動站逐小時降水資料,篩選出距離川藏鐵路成雅段1 km 以內的8個站點(圖1)。根據中國氣象局的業務規范(1 h 降水量≥20 mm 即為短時強降水),當某站點某年某日某時出現20 mm/h 以上雨強的降水即判定該站點出現一次短時強降水。據統計,2019—2021 年川藏鐵路成雅段共計發生167 次短時強降水事件。

本文還選用了空間分辨率為4 km×4 km 的FY-4A 氣象衛星數據中多通道掃描成像輻射計(AGRI)第13 通道12 μm(紅外通道,記為IR1)和第10 通道7.1 μm(水汽通道,記為IR3)的云頂亮溫(TBB)資料,該數據來源于國家氣象衛星中心網站(http://satellite.nsmc.org.cn/PortalSite/Default.aspx)。由于FY-4A 氣象衛星每小時進行一次全圓盤觀測,掃描時間是15 min,每3 h 進行一次連續3 幅全圓盤觀測,無全圓盤觀測時進行5 min 中國區域觀測,本文用全圓盤與中國區域數據互為補充。根據已有研究[43],TBB≤-32 ℃為對流云團。因此,本文分析TBB 特征時剔除了少部分> -32 ℃的樣本數據,共挑選出145 次短時強降水事件進行分析。同時,根據FY-4A 氣象衛星的觀測特點,本文每隔15 min 取距離區域自動站最近的TBB數據進行相關計算。

由衛星紅外通道的透射和吸收特性可知,不同波段的衛星云圖所代表的物理意義是不同的。云頂紅外亮溫是反應云團發展強弱的重要特征量之一,而水汽亮溫代表具有一定含量的水汽所能達到的最高高度,水汽通道與紅外通道亮溫差反映了對流層上層與近地表層之間的相對距離。根據趙文化等[44]的研究成果,定義層間亮溫差(D)為:

D=T(H2O)-T(IRW) (1)

式中:T(H2O)、T(IRW)分別表示通道IR3、IR1 的云頂亮溫(單位:K)。通常情況下,兩通道權重落差導致亮溫差呈明顯負值,亮溫差在對流云團中趨近于0,在深對流云團(沖頂對流云團)中逆轉為正值。因此,根據此特點可以識別對流云團及其強度。

TBB 梯度是除TBB 之外的另一個與降水強度密切相關的云團特征量。TBB 梯度越大,對應云頂紋理越豐富、起伏劇烈,云團內部的對流越活躍[45-46]。本文采用3×3 窗口計算TBB 梯度(G),具體公式為:

式中:T為云頂亮溫(單位:K),i、j為像素點坐標。

2 短時強降水的時空分布特征

圖2 給出了2019—2021 年川藏鐵路成雅段短時強降水的時空分布特征。從不同等級短時強降水出現頻次及占比變化(圖2a)可以看出,川藏鐵路成雅段短時強降水出現頻次隨著雨強的增大而減少;20~30 mm/h 的短時強降水累計出現頻次(94 次)明顯高于其它級別的短時強降水,占短時強降水出現總頻次的56.3%;50 mm/h 以上的短時強降水出現頻次(15 次)最少,僅占9%。2019—2021 年川藏鐵路成雅段短時強降水的強度最大值(82.3 mm)于2020 年8月11 日15 時出現在成都市青羊區蘇坡站(圖略)。

圖2 2019—2021 年川藏鐵路成雅段短時強降水的各等級累計頻次及占比(a)、累計頻次的月變化及占比(b)、日變化及占比(c)及其空間分布(d)

如圖2b 所示,川藏鐵路成雅段短時強降水4—10 月均有出現,主要集中7—9 月;8 月最多,達96 次,占短時強降水出現總頻次的57.5%;其次是7 月,為34 次,占20.4%;最少是4 月,僅有1 次。

如圖2c 所示,川藏鐵路成雅段短時強降水具有明顯的日變化特征。夜間為高發時段,達121 次,占72.5%;白天為低發時段,為46 次,占27.5%。短時強降水發生時段主要集中在01—07 時和22—23 時(北京時,下同);03 時發生頻次最多,達16 次,占比為10%;其次是01 時和04 時,均為14 次,占比均為8%;17 時發生頻次最少,僅為1 次。

如圖2d 所示,川藏鐵路成雅段短時強降水呈“北少南多”的空間分布特征,且具有由北向南逐漸增多的趨勢。最北端的成都青羊區蘇坡站發生頻次最少,僅為10 次;依次向南的成都武侯區機投站和崇州崇慶經開區站分別增加至16 次和17 次;成都大邑晉原站及其以南地區,增加至23 次以上;雅安永興站發生頻次最多,為26 次。

3 短時強降水與云頂物理量的關系

為了分析川藏鐵路成雅段短時強降水與TBB、TBB梯度以及亮溫差的關系,圖3 給出了短時強降水與平均TBB 的散點分布。如圖所示,無論是紅外通道(IR1)還是水汽通道(IR3),當短時強降水強度增大時,相應的平均TBB 均隨之降低,表明短時強降水強度與對流云團的TBB 呈負相關。如圖4a 所示,短時強降水強度與TBB 平均梯度呈負相關,即短時強降水強度增大時,TBB 平均梯度減小。這與盧乃錳等[45]研究得出“強降水更容易發生在云頂比較平坦區域”的結論基本一致。如圖4b 所示,短時強降水強度則與平均亮溫差呈正相關,即短時強降水強度增大,平均亮溫差也相應增大。

圖3 2019—2021 年川藏鐵路成雅段短時強降水與IR1(a)、IR3(b)平均TBB 的散點分布(曲線表示二階多項式擬合)

圖4 2019—2021 年川藏鐵路成雅段短時強降水與IR1 TBB 平均梯度(a)、平均亮溫差(b)的散點分布(曲線表示二階多項式擬合)

表1 給出了川藏鐵路成雅段短時強降水的降水量與各云頂物理量的相關系數。短時強降水的降水量與降水期的平均TBB、最小TBB 呈顯著的負相關,均通過了99.9%水平的顯著性檢驗;短時強降水的降水量與降水期的平均TBB 梯度、最小TBB 梯度呈負相關;短時強降水的降水量與降水期的平均亮溫差、最大亮溫差呈正相關,其中與平均亮溫差的相關系數通過了95%水平的顯著性檢驗。

表1 川藏鐵路成雅段短時強降水的降水量與各云頂物理量的相關系數

綜上可知,川藏鐵路成雅段短時強降水的降水量與TBB 呈顯著負相關,與TBB 梯度也呈負相關,與亮溫差呈正相關,短時強降水易出現在TBB 偏低、梯度偏小且亮溫差偏大的對流云團處。TBB 低且亮溫差大反映出云頂高度高且對流強度大,即對流云團發展旺盛。云頂TBB 梯度小則反映出云頂比較平坦,這是卷云砧覆蓋使得云團云頂紋理平淡導致的[45]。上述云頂特征均表明短時強降水易發生在強對流云團的成熟階段,這與常煜等[36]的研究結論基本一致。

4 短時強降水的TBB 變化特征

為了詳細分析川藏鐵路成雅段發生短時強降水期、開始前1 個小時、結束后1 個小時的TBB 變化特征,圖5 給出了持續1 h、2 h 和3 h 的短時強降水紅外通道(IR1)和水汽通道(IR3)平均TBB 隨時間的變化曲線。在降水開始前1 個小時,持續1 h 和2 h 的短時強降水IR1 和IR3 值明顯下降,而持續3 h 的TBB 呈緩慢下降趨勢。持續1 h 的短時強降水在開始后第45 min 的IR1 和IR3 值 降 到 最 低,分 別 為215.2 K 和214.5 K,隨后TBB 逐漸上升,直至短時強降水結束。持續2 h 和3 h 的短時強降水TBB 在第1 個小時內快速下降到非常低的水平;持續2 h 的短時強降水在第2 個小時內TBB 還繼續略有下降,在第105 min 的IR1和IR3 值降到最低,分別為210.2 K 和209.8 K,隨后TBB 逐漸上升,直至短時強降水結束;持續3 h 的短時強降水在第2 和第3 個小時TBB 也還繼續下降,IR1 值在第180 min 降到最低(198.2 K),IR3 值在第165 min 降到最低(198.9 K),隨后TBB 逐漸上升,直至短時強降水結束。由此可見,短時強降水的出現伴隨著TBB 降到最低值,隨著TBB 逐漸上升,短時強降水結束。如果短時強降水已經出現,而TBB 后續還在下降,則短時強降水將持續,這可以作為判斷短時強降水是否持續的一個重要指標。

圖5 2019—2021 年川藏鐵路成雅段短時強降水發生前后IR1(a)、IR3(b)平均TBB 隨時間的變化(橫坐標0 表示短時強降水開始的時間,負數表示短時強降水開始前的時間)

進一步分析圖5 發現:在短時強降水發生期間,其持續時間越長,對應的最低TBB 越??;持續1 h 的短時強降水出現了IR1 值與IR3 值接近的情況,云頂亮溫差趨近于0;持續2 h 和3 h 的短時強降水出現了IR1 值低于IR3 的情況,云頂亮溫差出現正值,且持續3 h 的短時強降水云頂亮溫差正值更大,表明短時強降水持續時間越長則對流云團越強。

5 短時強降水的TBB 分布特征

圖6 給出了川藏鐵路成雅段短時強降水紅外通道(IR1)TBB 和最小TBB 出現頻次和占比分布。如圖所示,短時強降水發生時TBB 介于190~230 K,且所占比例隨TBB 增大而逐漸減??;其中TBB 在190~200 K 之間最多,占出現總頻次的25.9%;其次是200~210 K 之間,占23.3%。短時強降水發生時最小TBB的分布與之類似,也主要介于190~230 K,其中占比前兩位的也是190~200 K 和200~210 K,分別為31.5%和28.8%。

圖6 2019—2021 年川藏鐵路成雅段短時強降水紅外通道TBB(a)和最小TBB(b)出現頻次和占比分布

進一步分析川藏鐵路成雅段各等級短時強降水發生時紅外通道(IR1)TBB 和最小TBB 區間分布特征(圖7)可知:出現20~30 mm/h 短時強降水時,TBB主要介于190~240 K,其中200~210 K 最多,占總頻次的21%,其次是190~200 K,占19.5%;出現30~40 mm/h短時強降水時,TBB 主要介于190~230 K,其中占比前兩位也是在200~210 K 和190~200 K,分別為23%和22.4%;發生40~50 mm/h 短時強降水時,TBB 的范圍進一步縮小,主要介于190~220 K,其中190~200 K 最多,占47.4%,其次是200~210 K,占30.5%;發生≥50 mm/h短時強降水時,TBB 主要介于190~230 K,其中占比前兩位與30~40 mm/h 短時強降水相同,即190~200 K和200~210 K,分別占43.1%和27.7%。各級短時強降水最小TBB 分布較TBB 有所縮?。撼霈F20~30 mm/h短時強降水時,最小TBB 主要介于190~230 K,以190~200 K 和200~210 K 最多,均占25.9%;出現30~40 mm/h短時強降水時,最小TBB 主要介于190~220 K,其中200~210 K 最多,占36.4%;發生40~50 mm/h 短時強降水時,最小TBB 主要介于180~210 K,其中190~200 K最多,占52.6%;發生≥50 mm/h 短時強降水時,最小TBB 主要介于190~220 K,以190~200 K 最多,占61.5%。

圖7 2019—2021 年川藏鐵路成雅段各等級短時強降水發生時紅外通道TBB(a、b)和最小TBB(c、d)區間分布特征(a、c.頻次,b、d.占比)

6 結論

本文使用FY-4A 衛星資料和區域自動站降水資料,研究了2019—2021 年川藏鐵路成雅段短時強降水時空分布及其TBB 的變化特征,得到以下主要結論:

(1)川藏鐵路成雅段短時強降水出現頻次呈“北少南多”的分布特征,有由北向南增多的趨勢,且隨著雨強的增大而減少,4—10 月均有出現,主要集中在7—9 月,以8 月最多。短時強降水具有明顯的日變化,夜間為高發時段,主要集中在01—07 時和22—23 時,其中03 時最多。

(2)川藏鐵路成雅段短時強降水易出現在TBB偏低、梯度偏小且亮溫差偏大的對流云團處,其降水量與TBB 呈顯著負相關,與TBB 梯度也呈負相關,與亮溫差呈正相關。

(3)川藏鐵路成雅段短時強降水的出現伴隨著TBB 降到最低值,隨著TBB 逐漸上升,短時強降水結束。如果已經出現短時強降水,而TBB 在后續時次仍繼續下降,則短時強降水將持續,其持續時間越長,則對流云團越強。

(4)川藏鐵路成雅段短時強降水出現時TBB 和最小TBB 主要在190~230 K 之間,其中在190~200 K之間最多。出現20~30 mm/h 短時強降水時,TBB 主要在190~240 K 之間,最小TBB 主要在190~230 K 之間;出 現30~40 mm/h 短 時 強 降 水 時,TBB 主 要在190~230 K 之間,最小TBB 主要在190~220 K 之間;發生40~50 mm/h 短時強降水時,TBB 主要在190~220 K之間,最小TBB 主要在180~210 K 之間;發生≥50 mm/h短時強降水時,TBB 主要在190~230 K 之間,最小TBB 主要在190~220 K 之間。

猜你喜歡
降水強度云頂強降水
王麗敏作品
FY-3D MERSI-II云頂產品算法及精度檢驗
2020年江淮地區夏季持續性強降水過程分析
近59年江漢平原降水氣候變化特征分析
不同降水強度下風廓線雷達譜矩特征與測風準確性分析
一次東移型西南低渦引發的強降水診斷分析
2007—2017年大連市降水及降水日數變化特征分析
四川盆地西南部短時強降水天氣特征分析
2014 年5 月末西藏強降水天氣分析
石羊河流域人工增雨雪的效果評估分析
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合