現階段中尺度對流系統的識別方法淺析

劉婉清

摘 要：通過比較分析中尺度對流系統中的雷達資料和衛星資料，對國內外現有的MCS研究方法進行闡述，得出結論：從資料完整性、目標云團的尺度覆蓋、資料的獲取方法、軟件識別手段等來看，基于衛星資料的識別MCS相較傳統的雷達資料具有分析更為準確、便捷和高效的特點，值得推廣。

關鍵詞：MCS；雷達；靜止衛星；強對流；自動追蹤；紅外云圖

中圖分類號：P458 文獻標志碼：B文章編號：2095–3305（2024）01–0-03

中尺度對流系統，簡稱MCS（Mesoscale Convective System），是造成暴雨、冰雹、雷雨大風、龍卷風等災害性天氣的重要系統。近年來，自然災害越來越引起人們的重視，其中，天氣現象是引發自然災害中的主要因素之一。而由中尺度對流系統引發的暴雨災害是主要的氣象災害之一，尤其我國是一個深受強對流影響的國家，研究強對流的識別方法顯得尤為重要[1-4]。

從中尺度天氣的角度來看，MCS的尺度范圍相對較大，且空間變化較廣，形態較為復雜，在時間和空間上的變化利用常規的氣象觀測手段很難有效監測和追蹤到，因此近幾十年來，氣象學家通常使用較大范圍的衛星或雷達組網數據進行MCS的監測、識別、追蹤和預報。

早在20世紀50年代，美國就開展了大量的雷暴項目，分析了MCS類型典型雷達回波，20世紀60年代至今，衛星資料分析時代開啟[5]。MCS最初的研究方式主要是通過建立MCS相應的模型，并對模型進行描述，這屬于一種經驗性的表述方法，相較其他研究方法而言，操作相對簡單，缺乏對MCS的識別、分類、比較、追蹤等處理手段，研究機制相對落后。目前，國內對MCS的研究主要集中在2個方面：一是數值模式對MCS的形成和維持；二是國內MCS普查工作[6]。主要闡述以雷達和衛星作為基礎分析資料的MCS分析方法，以期為后續MCS識別和追蹤提供參考。

1 MCS研究概況

1.1 基于雷達探測資料的識別MCS

雷達資料的覆蓋度和時空分辨率均較高，被廣泛應用于MCS研究?；诶走_探測資料的常用識別MCS

的方法有2類：一類是基于雷達拼圖資料的TITAN算法（圖1）；另一類是基于雷達拼圖資料開發的SCIT算法。但TITAN和SCIT均屬于風暴“質心”識別和追蹤算法，對尺度較小的超級單體風暴或孤立的風暴單體的識別效果更好，而對結構和形態較為復雜的MCS的識別有時不夠準確[7]。易笑園等[8]通過對多普勒雷達資料進行粗化格點處理，定性、定量地對圖形進行數值疊加分析，得出颮線階段是MCS中地閃最為活躍的階段；楊吉等[9]在MCS自動識別的基礎上，利用相關法追蹤雷達回波和面積重疊法，完成對MCS的新跟蹤預報方法，該方法可以提取較為穩定的系統移動速度。Wang等[10]利用2016年6—7月長江流域的雷達圖和相關觀測資料，系統分析了長江中下游地區梅雨季節MCS的類型和特征；Parker

等[11]利用美國雷達組合反射率因子數據研究了MCS的主要組織形態，將準線性MCS分為尾隨層云、前導層云和平行層云，形成了經典線狀MCS分類概念模型。Jergensen等[12]基于雷達探測資料和探空資料，將雷暴分為三類：QLCS、超級單體、無組織對流，后期逐漸出現了基于雷達資料的MCS自動識別方法研究[13]。MCS的自動識別方法有利于預報預警和監測，同時可以減少大量的人力和物力。因此，基于雷達資料分析MCS的方法始終都在被研究，未來的方向將集中于借助人工智能實現MCS的自動識別方法上。

1.2 基于衛星資料的識別MCS

由于雷達設備所探測的范圍有限，探測距離較短，受地形限制，雷達圖的覆蓋度無法與衛星云圖相比，且雷達回波的拼接誤差影響較大。同時，靜止衛星云圖具有時空分辨率高、可靠性強、精度高、覆蓋度廣、觀測連續且受地域影響較小的特點，既可以顯示大尺度的云系特征，又可以實時監測中小尺度云系的發生、發展和演變過程。因此，基于衛星云圖的MCS分析手段在日常的業務分析中具有良好的實際應用效果。

美國自20世紀70年代開始研究靜止衛星云圖中的云團移動，通過提取云團的信息量，再用模式匹配技術追蹤云團，該方法持續至今，已發展為多顆衛星、多通道、多種手段開展MCS的自動追蹤。

國內對MCS自動追蹤的研究起步較晚，目前仍處于研究和發展階段，但在MCS的識別和追蹤研究上也取得了一定成效。比如：肖穩安等[14]利用增強紅外衛星云圖資料分析MCC的降水強度和云區的亮度溫度值、云區面積等之間的關系，得出MCC從形成到發展至最強的階段前，區域降水也呈逐漸增加的態勢。王登炎[15]通過對紅外云圖的處理分析，得出MCS的移動矢量，并預測其移動路徑，準確率遠大于目視解譯。白潔等[16]也通過對紅外云圖的處理分析，將區域平滑濾波與閾值結合，在對云團的濾波處理和多閾值剔除中將MCS云團從云圖中分離出來，實現對云區范圍的有效識別和追蹤。費增平等[4]重新定義了識別MCS的云團標準，并在此基礎上，以圖像處理技術實現對MCS的自動識別和追蹤。目前，我國多使用風云系列衛星作為MCS的主要分析資料。在紅外云圖觀測云團的亮度、尺寸等，云區的面積越大、云層越厚、亮度越強、輔以上升運動，則說明大氣中的水汽含量豐富，降水強度越大。

2 結果與分析

如圖4所示，MCS的自動識別、跟蹤和分類是一項非常復雜的工作，涉及很多前沿技術與算法。衛星遙感資料具有觀測范圍廣、時空分辨率高的特點，可以對MCS的發生、發展與消亡進行全天候觀測。Matlab軟件具有功能強大、簡單易學的特點，可以便捷地提取多種格式的數據，通過對衛星亮溫數據圖像轉化為灰度圖像，進一步轉化為二值化圖像，再利用MCS判別來實現自動識別和追蹤，此種方法操作相對簡單且實驗成功率高。因此，針對MCS的研究應當以衛星云圖資料的分析為主，輔以雷達拼接資料為輔，再通過Matlab軟件或人工智能自動學習等方法對MCS進行自動識別，自動追蹤其發生、發展和消亡的過程。

3 展望

目前，MCS云團追蹤多用于對我國飛行航線區域天氣的預報預測，研究多參照費增坪、王洪慶等人的MCS判別標準，利用國家衛星中心的衛星數據資料，輔以Matlab軟件，將衛星資料轉化為二值圖像，再自動識別目標云團，最終得出云團的移動方向和速度。從多位研究學者的實驗結果來看，國內對MCS的自動識別，尤其是通過算法改進或利用周圍云團自動匹配追蹤出現的新生云團等方法，均可以實現MCS的辨別和追蹤，但也出現了相應的問題：段煉等[17]在追蹤實驗中，對兩云團的合并引起云團質心位置偏移的情形，會導致追蹤結果發生偏差。劉帆[18]在MCS的自動識別和追蹤算法中，所用的氣象產品僅是紅外衛星云圖，但靜止衛星的投射角等與地理位置坐標進行轉化中存在誤差，同時在衛星投影偏差的影響下，云圖疊加區、國界坐標等地理信息與實際MCS云區的幾何關系存在誤差。最重要的一點，國內的靜止衛星云圖處理大多需要疊加和拼接，不同衛星、不同區域的云圖疊加，不能完全覆蓋研究需要，且疊加云圖的準確性也有待商榷，因此，MCS自動識別的判定算法仍需予以優化和改進，為學者和相關部門對MCS云團的識別、判定和預測追蹤等提供實用技術。

參考文獻

[1] 江吉喜.一次特大沙塵暴成因的衛星云圖分析[J].應用氣象學報，1995（2）：177-184.

[2] 何立富，陳濤，諶蕓，等.大氣探測資料在中尺度暴雨中的分析和應用[J].應用氣象學報，2006（S1）：88-97.

[3] 國家氣象中心.98年大洪水與天氣預報[M].北京：氣象出版社，1999.

[4] 費增坪，王洪慶，張焱，等.基于靜止衛星紅外云圖的MCS自動識別與追蹤[J].應用氣象學報，2011，22（1）：115-122.

[5] 羅伯特·霍茲，賈朋群，李婧華.第17章中尺度對流系統研究100年[J].氣象科技進展，2019，9（S1）：275-290.

[6] 林墨.基于多特征抽象化描述的中尺度對流系統分析研究[D].南寧：廣西師范學院，2013.

[7] 南剛強，陳明軒，秦睿，等.基于雷達組合反射率拼圖和深度學習的中尺度對流系統識別、追蹤與分類方法[J].氣象學報，2021，79（6）：1002-1021.

[8] 易笑園，張義軍，李培彥，等.MCS中地閃活動特征與雷達資料相關個例分析[J].氣象科技，2007（5）：665-669，763.

[9] 楊吉，鄭媛媛，夏文梅，等.雷達拼圖資料上中尺度對流系統的跟蹤與預報[J].氣象，2015，41（6）：738-744.

[10] Wang X F， Cui C G， Cui W J， et al. Modes of mesoscale convective system organization during Meiyu season over the Yangtze River basin[J]. Acta Meteor Res， 2014， 28（1）： 111-126.

[11] Parker M D， Johnson R H. Organizational modes of midlatitude mesoscale convective systems[J]. Mon Wea Rev， 2000， 128（10）： 3413-3436.

[12] Jergensen G E， McGovern A， Lagerquist R， et al. Classifying convective storms using machine learning[J]. Wea Forecast， 2020， 35（2）： 537-559.

[13] 黃曉璐，李瑞青，李林惠，等.內蒙古河套地區一次對流暴雨的中尺度對流系統演變特征[J].干旱區研究，2022， 39（6）：1728-1738.

[14] 肖穩安，褚昭利，徐輝.中尺度對流復合體的降水特征和預報[J].南京氣象學院學報，1995（1）：107-113.

[15] 王登炎.MCS的形態特征和外推預報[J].氣象，2000（8）：22 -24.

[16] 白潔，王洪慶，陶祖鈺.GMS衛星紅外云圖強對流云團的識別與追蹤[J].熱帶氣象學報，1997（2）：63-72.

[17] 段煉，郭庚常.風云衛星云圖自動識別追蹤MCS的方法[J].電子科技，2016，29（4）：116-119，126.

[18] 劉帆.基于衛星云圖的MCS自動識別追蹤及對我國飛行情報區影響的研究[D].廣漢：中國民用航空飛行學院，2014.