夏季,我国大部分区域受到来自印度和孟加拉湾的西南季风、西太平洋副热带高压(以下简称副高)带西南侧的东南气流、南半球越赤道经南海的偏南气流的影响(朱乾根等,2007),这三支暖湿气流的时空分布变化,以及与北方弱冷空气的相互作用,时常造成我国雨带位置变化(陶诗言和朱福康,1964;郭其蕴,1985;赵汉光和张先恭,1996),并引起强对流和暴雨天气(陶诗言等,1979;陶诗言等,1980)。
我国早期的暴雨研究主要是利用有限的地面观测站获得的气象参数观测结果,依据大气动力学和天气学理论及个人主观理解,通过绘制天气图上诸多参数的等值线,分析其分布特征,提取暴雨发生发展过程这些参数的特点,来认识暴雨时空分布特征及成因。20世纪70年代以后,学者们通过气象参数的客观分析方法,即依据某种计算方法(如内插方法等),将测站观测气象参数格点化,然后对格点化后的气象参数进行诊断分析,以获得这些参数场与暴雨分布之间的联系。
文献指出1975年8月河南大暴雨发生前,研究的重点是暴雨的大尺度环流和天气尺度降水系统,随后中国暴雨的观测研究快速发展(郑新江等,2001)。我国自20世纪90年代以来,组织了一系列与暴雨活动相关的科学试验,如华南地区暴雨试验、淮河水循环试验、长江中下游梅雨锋暴雨野外科学试验、台湾地区中尺度暴雨试验、南方致洪暴雨监测预测、西部突发性暴雨监测预警等。通过这些试验研究,我国在暴雨发生发展演变天气过程、中小尺度动力学机理、数值模式模拟等方面取得了丰富成果。如陶诗言等(1979, 1980)总结了暴雨发生的大尺度环流背景特征及造成暴雨的天气系统特点,并指出了暴雨及强对流发生的条件。丁一汇等(1993)从天气学角度建立了有利于暴雨发生发展的高空和低空流场配置及其相互作用关系,随后他就暴雨和中尺度气象学研究问题进行了总结(丁一汇,1994)。梁必骐和李勇(1991)揭示了长江流域梅雨暴雨过程对流降水活跃期和非活跃期的中尺度环境场特征和积云对流的反馈作用。
有关暴雨和特大暴雨数值模拟研究表明,地形对暴雨形成和发展起着十分重要的动力作用(胡伯威等,2001;崔春光等,2002;孙键等,2002)。天气学的诊断分析结果表明,一些暴雨过程的对流层中低层持续的低涡和切变线系统,造成充分的水汽输送和对流性不稳定是强降水产生的重要因素之一(赵思雄等,1998;贝耐芳和赵思雄,2002)。孙淑清和周玉淑(2007)利用数值模拟产品,揭示了暴雨中尺度动力过程中能量转换及收支、涡度和散度收支、大气不稳定指数等特征。Yu等(2007, 2010)利用雨量计观测结果揭示了中国夏季降水日变化特征。此外,学者们还利用地面测站雨量计长时间观测结果,分析了我国暴雨分布区域性气候特征(鲍名和黄荣辉,2006;符娇兰等,2008;朱宵峰等,2008)。
由于地基观测的某些局限性,利用卫星搭载仪器进行暴雨监测或开展暴雨研究也就成为一种新的技术方法。自20世纪90年代以来,静止卫星搭载的被动仪器、极轨卫星和低轨卫星搭载的主动/被动仪器性能均得到了长足进步,这些仪器实现了对云(包括降水云)的顶部和云柱及其垂直结构的探测,弥补了地基雨量计和雷达探测的空间分布不足,并在暴雨发生发展过程中的监测作用明显提高。我国大气科学的学者们也越来越重视利用卫星主被动仪器探测结果,研究暴雨时空变化的特征,方宗义和覃丹宇(2006)曾就暴雨雨团的卫星监测和研究进行了综述,主要涉及中尺度对流复合体雨团、东亚梅雨锋暴雨云团、卫星资料同化和数值模拟的卫星光谱遥感研究。时隔十多年,本文就中国暴雨的卫星光谱遥感、被动微波遥感及主动微波探测的国内研究成果进行概要回顾,并对卫星主被动仪器探测研究中国暴雨面临的问题进行探讨和展望。
1 卫星红外遥感的暴雨云团如果按照卫星平台上搭载仪器的工作方式分类,光谱仪器(如可见光及红外辐射计或成像仪)和被动微波成像仪属于被动遥感。前者多搭载于静止卫星或极轨卫星上,而后者多搭载于极轨卫星或低轨卫星上。卫星搭载的可见光通道接收云顶反射的太阳可见光辐射,因此只能用于白天遥感暴雨云团;而红外通道则是接收云顶或大气成分发射的红外辐射,故白天和夜间均可用红外通道遥感暴雨云团。红外云图之所以能够用来遥感暴雨云团,是因为当云顶红外辐射亮温越低时,表明云顶高度越高,如果云越厚,则降水出现的概率也就越大(Barrett,1970;Arkin et al., 1989)。尤其是对流云团,当它强烈发展时,其云顶很高,对应的红外辐射温度也就很低(方宗义和覃丹宇,2006)。根据这一原理,卫星搭载的红外仪器探测结果被广泛地用于地面降水的反演(Arkin et al., 1994;Joyce et al., 1997)。
由于静止卫星搭载的光谱仪器具有高时间分辨率的观测,可监测暴雨云团演变过程的诸多细节。最新静止卫星如我国的风云-4 (FY-4)和日本的葵花-8,观测的时间分辨率为10 min,而过去的时间分辨率为1 h或0.5 h。因此最新的静止卫星云图大大改善了对暴雨云团或云系演变追踪,这也是我国很多气象工作者常用静止卫星云图的缘故。极轨卫星搭载的光谱仪器虽具有较高空间分辨率,但时间分辨率低,每天过境两次,不利于暴雨云团演变的动态观测,但极轨卫星搭载的光谱仪器与被动微波成像仪,它们时间同步、空间近乎同步的遥感结果,在反演云参数方面具有优势。
静止卫星的红外云图的出现使得暴雨云团显得直观。它在我国大气科学领域的应用可追溯到20世纪80年代早期,用于梅雨锋云系、飑线云系、中尺度对流云团或复合体云团(mesoscale convective complex,简称MCC)移动轨迹和面积变化的追踪,也是天气预报重要的参考依据。蒋尚城等(1981)利用静止气象卫星GMS的红外云图和美国大气海洋局极轨卫星NO-AA-5的高分辨率红外VHIR云图,对登陆北上减弱台风导致华北暴雨进行了分析。许健民等(1993)、叶惠明等(1993)利用GMS红外云图,分析了1991年江淮特大暴雨的大尺度云系分布和水汽分布特征。上述研究的红外云图均是定性使用,没有定量化,即红外云图为纯粹的影像,而没有亮温标尺。静止卫星遥感的射出长波辐射(OLR),它反映黑体发射温度的高低,与红外亮温(TBB)云图的效能相当,也被用于监测暴雨云团空间位置的变化,如江吉喜和陈美珍(1992)就利用OLR分析了华南前汛期17个特大暴雨过程,并总结了三类特大暴雨OLR空间分布场的特征。该研究已经走出了红外云图纯粹影像方式,而采用了亮温等值线分析。
红外云图TBB步入定量使用,能方便地分析暴雨云团强度和范围变化。如石定朴等(1996)利用TBB分析了西南低涡内、副高的西北边缘和副高内部中尺度对流系统(mesoscale convective system,简称MCS)的云系结构;王立琨等(2001)利用GMS的10. 5~11. 5 μm热红外通道逐小时的TBB,对1998年5月华南暴雨试验期间暴雨的大尺度环境条件和中尺度云团特征进行了分析,指出新生云团的大气环境场的可能特点;日平均TBB分布也能分辨大尺度云系(如锋面云系)中的中尺度对流云团,进而用于分析大尺度系统与MCS的相互作用(郑永光等,2001;刘淑媛等,2002;孙健等,2004)。利用TBB分布的面积大小、形状特征、持续时间,还可以揭示产生暴雨的MCS云团形状(袁美英等,2011;刘雯等,2017)。如Yang等(2015)利用风云-2 (FY-2)资料,对我国及邻近地区的准圆形和拉长型MCS进行了定量分类,并给出了MCS在这些地区的分布特征;黄勇等(2012)则揭示暴雨过程MCS中云团合并现象。此外,静止卫星的红外云图和水汽通道6.7 μm的亮温还用于中β尺度云团的追踪(郑新江等,2001)和降水估算(王立志等,1998)。Ai等(2016)采用面积叠加法对高时空分辨率的静止卫星红外通道亮温进行MCS云团识别和追踪,从而揭示中国中东部MCS的日变化特征。上述研究结果也表明国内卫星云图使用的进步。
将静止卫星的红外云图与再分析资料结合,可用来揭示暴雨云系内在的大气动力学参数分布特点,进而在一定程度上认知暴雨的天气动力学机理系统。覃丹宇等(2006)利用GOES-9红外云图和NCEP/ NCAR 1°×1°再分析资料,分析了2003年长江中下游一次典型梅雨期间暴雨系统的云系成员及其相互作用,指出该次梅雨期暴雨系统的云系成员是各自天气系统相互作用的产物。赵玉春等(2008)也把这两种资料结合,对引发2006年6月福建北部暴雨的梅雨锋上MCS进行了诊断分析,进而总结出梅雨锋上MCS的产生、发展以及降水非绝热加热反馈的概念模型。类似的研究,如利用GMS或FY-2的TBB资料,结合NCEP/ NCAR再分析资料,分析总结出梅雨期暴雨的多种天气环流形势(刘建勇等,2012),并发现夏季大暴雨成因等(徐双柱等,2013)。甚至将TBB与气象信息综合分析处理系统(MICAPS)提供的常规观测资料结合,分析揭示我国MCC的时空分布及天气学特征(井喜等,2013;冉令坤等,2014)。上述研究均是利用卫星红外云图能直观显示暴雨尺度云系时空分布及变化,通过分析准时空同步的大气参数场,进而揭示暴雨云系相应的天气学特征和动力学机理。
将静止卫星的红外云图与地面雨量计结合,可用来分析暴雨云团带来的强降水(卢乃锰和吴蓉璋,1997)。王婧羽等(2018)则利用FY-2的TBB追踪青藏高原云团东传路径特点,并结合自动雨量计逐小时雨量,分析云团东移产生MCS的地域性特点和暴雨日空间分布特点。不仅如此,学者们重视静止卫星红外云图与地面天气雷达探测的结合,前者仍被用于中尺度或大尺度云系中暴雨云团发生发展演变过程的监测,而后者则用来揭示中小尺度暴雨云团内部降水结构特征。孙健等(2004)利用GMS卫星红外云图,结合香港的多普勒雷达的高时空分辨率观测资料,分析了1998年6月香港一次暴雨过程中的MCS回波结构特点。类似的方法被用于揭示黄河下游春季一次MαCS暴雨过程强降水回波结构特点(卓鸿等,2004)。而利用S波段多普勒天气雷达和GMS卫星红外云图,并结合地面雨量计测量结果,学者们还估算流域雨量,用于致洪暴雨的预警服务(张爱民等,2006)
基于变分原理,静止卫星的TBB或其反演产品用于中尺度模式或天气模式的同化数据,可以提高模式的预报能力(潘宁等,2001;徐祥德等,2002)。张爱忠等(2005)对资料同化方法研究的发展过程、当时应用现状等进行了总结。早年学者们曾利用GMS- 5卫星图像反演的高分辨率湿度场资料,来改进天气模式MM4的湿度初始场,结果提高了MM4对暴雨的预报能力(朱民等,2000)。孟智勇等(2002)利用TBB作为MM5四维同化资料,模拟1998年7月20日武汉附近的大暴雨过程,模式结果显示对流层低层中尺度低涡和低空西南急流是此次过程的主要因子。刘清和沈桐立(2006)则分析了FY-2号卫星红外资料在暴雨数值预报中的应用。此外,卫星搭载仪器遥感的辐射资料,多用在变分同化系统中,如利用GRAPES (Global/ Regional Assimilation and Prediction System)三维变分同化系统,直接同化ATOVS卫星辐射率资料,结合天气模式模拟或预报暴雨过程(闵爱荣等,2009);或同化中分辨成像光谱仪(Moderate Resolution Imaging Spectroradiometer,简称MODIS)的水汽通道和云顶遥感通道,可改进天气模式的初始场水汽和温度分布,提高模式短时降水预报能力(丁伟钰等,2010)。利用静止卫星搭载的可见光与红外辐射计或成像器的遥感信号及其反演的大气温湿和云参数产品,为天气模式提供初值场、结合伴随模式对天气模式进行同化,是未来一段时间里提供天气模式预报能力的有效方法之一。
目前,在利用静止卫星的TBB研究暴雨特征方面,研究者们逐渐结合更多的观测资料,如TBB同时结合再分析资料、地面雨量计资料、地面天气雷达的降水回波数据和风场数据等(叶龙彬等,2018)。这些数据的综合利用,使得我们对暴雨的认识不仅仅局限在TBB暴雨云团的视觉层面,而是深入到了暴雨云团内在的热动力学和天气学,特别是深入至云微物理学包括云降水潜热结构的研究。刘健等(2007)简单地统计了云光学厚度与雨量的关系。基于Rosenfeld等(1998)提出了利用卫星光谱反演的云粒子有效半径、云顶温度及其关系,可以了解对流云的垂直结构和云降水的物理过程特点(Lensky et al., 2003a, 2003b),戴进等(2010)分析了2006年夏季陕北一次暴雨云团里凝结增长层、碰并增长层、雨胚形成层、混合相增长层、冰化增长层随云温的分布情况。虽然Rosenfeld等(1998)提出的一些假设还有不尽人意之处,如某块云顶的云粒子大小与周边同高度云体内的云粒子大小相同,但该方法不失为在现阶段了解云微物理结构的手段之一。
将卫星搭载光谱仪器遥感暴雨云团信息与其它技术手段获得的暴雨云团信息相结合,才能提高对暴雨云团的监测效率。但如何建立卫星光谱信号与地面观测资料(如雨量计、天气雷达、风廓线雷达、微波湿度计等)或模式资料(如再分析数据、天气模式产品数据等)时空同步的数据?这些均涉及数据间的时空匹配融合等算法问题。此外,还要走出云图定性使用的局限,要利用卫星光谱的云参数反演方法,如简单的可见光与近红外的双通道反演算法(傅云飞,2014),用云参数特性来分析暴雨云团发生发展过程演变规律,认知暴雨云团内在性质。
2 卫星被动微波遥感的暴雨云团降水粒子的微波辐射特性已有很多研究(吕达仁和林海,1980;林海等,1981),到目前为止,被动微波辐射计或成像仪均搭载于极轨卫星平台(如美国防卫气象卫星DMSP上的特别微波辐射计成像仪SSM/I)或低轨卫星平台(如热带测雨卫星TRMM上的微波成像仪TMI),它们主要用于洋面降水的反演,因为洋面辐射背景均一,对微波低频通道而言,洋面上行低频辐射小,降水粒子发射的低频辐射强,洋面成为相对冷的背景,所以可利用被动微波低频通道,反演获得洋面的降水强度;而在陆面,其发射的低频辐射强,淹没了降水粒子发射的低频辐射,故低频微波通道难以用于陆面降水反演。但降水粒子特别是降水云上部冰相粒子的散射辐射,可以被卫星搭载微波辐射计或成像仪的高频通道接收,从而用于陆面和洋面降水的反演(Wilheit et al., 1977;Liu and Curry, 1992;Kummerow and Giglio, 1994;Petty,1994;Aonashi et al., 1996;Fu and Liu, 2001)。通常,微波亮温与地表降水率之间为非线性关系,这一领域已有很多研究(Wilheit,1977;Spencer et al., 1989;Prabhakara et al., 2002)。与可见光仪器相比,被动微波在白天和夜间均可用于遥感暴雨云团,体现了被动微波遥感的优势。
相比卫星光谱仪器用于暴雨研究而言,我国利用卫星被动微波遥感暴雨的研究十分稀少。金亚秋(1998)分析了1996年7月我国南方暴雨期间SSM/I七个通道的辐射亮度温度特征,建立了暴雨和水灾的识别指数。吕艳彬等(2001)分析了1998年华南暴雨试验期间雨量观测结果与TMI 85.5 GHz通道亮温之间的关系,指出雨量计观测的雨强越大,则该通道亮温值越低。傅云飞等(2003)针对1998年7月武汉地区和1999年6月皖南地区的两个中尺度暴雨,分析了TMI微波成像仪五个通道微波亮温、亮温极化差和极化修正亮温对降水强度的响应特点,指出85 GHz极化修正亮温、19.4 GHz与37.0 GHz、19.4 GHz与85.5 GHz、37.0 GHz与85.5 GHz的垂直极化亮温差均能较好地指示陆面暴雨降水的分布。闵爱荣等(2008)则通过逐步回归方法,建立TMI多通道与降水强度之间关系,并由此反演了暴雨的降水强度,发现对于强降水,反演算法相对好用。作者认为上述研究结果虽然表明被动微波亮温反演陆面降水看似有一定效果,但不算严格意义上的反演成功,很可能被动微波成像仪看到陆面降水时,降水早已发生,即地面早已被雨水湿透,这时陆面发射辐射如同洋面,因此降水信号能被微波成像仪提取。而从降水发生前至降水发生这段时间里,陆面的微波比辐射率(它随地面温湿变化)会发生很大变化,故很难从微波成像仪的亮温信号里提取这段时间内的降水信号。此外,被动微波亮温还与降水云柱内水成物垂直结构有关,对流降水云与层状降水云的垂直结构不同,微波信号的响应也就不同(王雨和傅云飞,2010),因此如果反演算法没有考虑不同性质降水垂直结构的差异,反演算法会存在局限性。
文献调研表明卫星被动微波成像仪遥感资料直接用于暴雨研究的不多,但它们用在降水方面的研究很多。姚展予等(2003)曾利用微波成像仪TMI的85.5 GHz垂直极化单通道和85.5 GHz极化亮温差估算了陆地上空的云中液态水路径,结果与地基微波辐射计的测量结果有一定一致性。王小兰等(2011)结合天气模式模拟、辐射传输模式辐射计算,建立云-辐射数据库,然后根据TMI观测的微波亮温,实现我国陆地雨强和水凝物垂直结构的物理方法反演。Fu等(2012)针对2004年8月恰巴台风过程,将与WRF模式产生的水成物作为微波辐射传输模式的输入参量,计算了WRF水成物相应的微波亮温,并与TMI的观测微波亮温进行了比较,以此评估了WRF模式给出的水成物垂直结构的正确性。随着我国气象卫星的进步,FY-3系列卫星上也成功搭载了微波成像仪和微波湿度计等被动微波仪器,这为相关科研活动提供了便利。如龙利民等(2010)利用FY-3A的微波湿度计遥感资料,分析了2008年7月襄樊特大暴雨强降水相应的微波信号特点。
被动微波亮温还被用于变分同化系统,改善天气模式的预报能力。特别是搭载于极轨卫星美国NO- AA-16上的大气垂直探测ATOVS (Advanced Television and Infrared Observation Satellite Operational Vertical Sounder)、先进微波探测器A型(AMSU-A, Advanced Microwave Sounder Unit A)和B型(AMSU-B, Advanced Microwave Sounder Unit B),它们的遥感结果可用来反演得到大气温湿廓线。齐琳琳等(2005)就利用ATOVS的辐射率资料结合三维变分,直接和间接同化MM5模式,模拟长江流域一次暴雨过程,结果表明直接同化ATOVS资料,模拟的梅雨锋上局地暴雨强度与实际降雨量级基本一致。研究还表明直接同化AMSU-A/B微波亮温,可改善模式模拟的温度和湿度场,提升中尺度天气模式MM5或AREM的暴雨预报能力(张利红等,2007;李娟和朱国富,2008;于晓晶等,2018)。研究还表明在快速更新多尺度分析预报系统(RMAPS)中,同化AMSU-A和微波湿度计(MHS)测得的辐射量,可提高暴雨过程定量降水的模式预报能力(Xie et al., 2018)。
目前为止,国内卫星被动微波遥感暴雨研究少的原因,估计是被动微波仪器搭载于极轨卫星上,通常每天对固定地点这类仪器只有两次观测,因此观测的时间分辨率低,不足以监测暴雨云团的时间演变。卫星被动微波成像仪的一个缺陷是其低频通道的空间分辨率低,如TMI低频通道10.65 GHz的空间水平分辨率约为63 km×37 km的椭圆,高频通道85.5GHz的为7 km×5 km (Kummerow et al., 1998),因此被动微波的低频通道不能遥感尺度小的暴雨云团。如何获得高分辨率的卫星被动微波成像仪低频通道数据,一种方法是从被动微波成像仪的天线入手,增大其天线的几何尺度(非常困难),或探索新技术,获得新型信号接收天线(需要投入大量研发资金);另一种方法是改进提取微波亮温的算法,如Fu等(2013)针对TMI低频通道相邻像元有部分重叠,造成其亮温空间分布较为连续的分布,提出同动态曲面拟合的最小二乘方法,从而实现TMI低频通道的高计算分辨率,并实现TMI微波信号与PR回波强度廓线的融合。该融合数据集正用于降水包括暴雨的相关研究中。
如何使用好卫星被动微波成像仪等微波数据?作者认为利用被动微波成像仪遥感的微波亮温,可以反演暴雨云团的云参数,如云液态水含量、云冰水含量等。陆面反演暴雨云团的云参数,要克服复杂下垫面的非均一辐射背景。可以结合天气模式、微波辐射传输模式,来实时计算或估算背景辐射大小。还可结合地面观测的地表温湿等参量,利用辐射传输模式计算得到地表上行辐射。在获得地表辐射背景后,在微波成像仪遥感亮温中扣除背景辐射,就可利用已有的反演方法,实现暴雨云团云参数的反演。
卫星被动微波成像仪等遥感数据,结合卫星光谱仪器遥感的可见光红外数据、或结合卫星测雨雷达探测的降水回波强度数据、或结合卫星测云雷达探测云廓线数据、或结合地面测雨雷达、测云雷达、自动雨量计等数据,可以实现暴雨降水强度、降水结构、云参数等信息的提取和特征分析揭示。这些均有待于致力这方面研究的学者潜心研究。
3 卫星测雨雷达探测的暴雨云结构相对卫星被动仪器遥感暴雨云团,卫星主动微波(即微波雷达)和激光雷达出现得晚。20世纪90年代末人类首部卫星测雨雷达(PR)出现,它搭载于美日联合研制的热带测雨卫星(TRMM)上。TRMM是一颗低轨卫星,轨道倾角约35°,飞行高度为350 km (2001年8月7日升轨至400 km高度),环绕地球一周的时间约为96 min。PR的波长为2.2 cm,探测灵敏度为17 dBz (大约为0.4 mm·h-1的地表降水强度);PR空间水平分辨率约为4.5 km (星下点)、垂直分辨率为250 m,可以识别对流降水和层状降水,并给出它们自近地面至20 km高度的回波(降水率)廓线(Kummerow et al., 1998;Liu and Fu, 2001;Fu et al., 2003)。PR探测的降水廓线资料已经被广泛地用于热带和副热带的降水研究,如云、降水和闪电等观测事实统计规律的研究(Nesbitt et al., 2000;Shin et al., 2000;Liu and Fu, 2001;Schumacher and Houze, 2003;傅云飞等,2008;傅云飞等,2010;刘鹏等,2010;傅云飞等,2012;潘晓和傅云飞,2015;Chen et al., 2016;Fu et al., 2018)。
在国内,PR首先用于暴雨降水个例的垂直结构研究,因为有些地域缺乏地基雷达,暴雨垂直结构未知。作者及其合作者曾利用PR及TMI探测结果,分析了1998年7月20日武汉地区附近和1999年6月9日皖南地区的两个中尺度暴雨的降水水平分布及垂直结构特征,指出这两个中尺度暴雨系统由多个强雨团或雨带构成,它们均是强对流云团,研究结果还显示暴雨系统中的对流降水所占面积较层状降水的面积小(傅云飞等,2003),估计这是因为降水系统中没有足够的能量来支持大面积强对流降水。由于PR空间分辨率比较高,其探测结果可以发现诸如副高中心内尺度较小的热对流暴雨的水平分布和降水垂直结构,PR与TRMM搭载的VIRS联合使用,还揭示了热对流强降水云团云顶高度、降水回波顶高度与地表降水强度之间的关系(傅云飞等,2005)。
通过对PR、TMI、VIRS、LIS (闪电成像仪)数据的分析,学者们不仅发现了不同暴雨的降水回波结构差异,还发现了暴雨云体水成物垂直结构与降水的关系、降水率廓线与闪电强度之间关系。郑媛媛等(2004)通过对PR和LIS的探测结果的分析,发现锋面气旋的冷锋狭窄降水带上的块状暴雨团和暖锋宽广的大片层云降水,它们的降水廓线存在明显的差异;冷锋上强闪电位置对应的降水率廓线的高值区位于降水云体的中上部,这里应该存在大量的冰粒子,它们的相互摩擦而产生强烈放电。类似的研究也在2005年5月华南的一次强飑线过程发现,闪电活动与降水结构之间存在着一定的联系,6 km高度上的闪电附近的最大雷达反射率因子多在35~50 dBz区间(袁铁和郄秀书,2010)。何文英和陈洪滨(2006)将PR与TIM的探测结果分析了1999年5月黄淮地区的一次冰雹降水过程,发现冰雹降水阶段,云中有多个强对流单体,且冰雹云体中高层的含水量高于融化层以下的含水量。李德俊等(2010)对2007年夏季宜宾发生的两次暴雨PR探测结果的分析,表明层云降水率廓线差异不大,这与已知的非暴雨的层状降水率廓线特征一致(Liu and Fu, 2001;Fu et al., 2003)。但两次暴雨过程中对流降水率廓线差异大,即降水增长区分别由碰并层向冰水混合层转移和由冰水混合层向碰并层转移。这种差异反映了对流所处的阶段(发展期或衰亡期)差异(傅云飞等,2003)。
PR长时间的探测降水资料,还用于暴雨的气候研究。作者与合作者利用PR 10 a(1998—2007)的探测数据,对我国南部(35°N以南地区)雨季的对流性暴雨、大暴雨、特大暴雨的频次及其占局地总降水比例进行了研究。结果表明暴雨主要分布于两广至云贵高原东部,其频次大于1.2%,最大可超过1.8%;大暴雨主要出现在广东西部至云贵高原东南、福建与江西交界附近、大别山西南侧、江淮至黄淮东部,其频次大于0.06%;特大暴雨主要位于两广交界经两湖盆地东部、大别山西侧至江淮之间和黄淮东部,大体呈东北-西南向带状分布,其频次大于0.015%;主要暴雨区其雨量对局地总降水的贡献可达25%以上,主要大暴雨区其雨量对局地总降水的贡献大于5%,主要特大暴雨区其雨量对局地总降水量的贡献多达1%~3% (傅云飞等,2011)。上述研究结果还需要利用地面雨量计观测结果,特别是高密度分布的自动雨量计的观测结果来进行比对分析。
中国学者除了将PR探测结果与TRMM卫星上搭载的TMI、VIRS及LIS联合使用,来揭示暴雨的某些特征外,还将PR降水回波廓线与地面探空站的大气温湿风廓线联合使用。如夏静雯和傅云飞(2016)利用1998—2012年热带测雨卫星的测雨雷达PR和全球探空数据集(IGRA)的探测结果,融合计算获得了一套大气温湿风廓线和降水廓线的准时空同步数据集,并利用该数据集研究了包括暴雨个例在内的东亚与南亚雨季对流和层云降水云内的温湿结构特征,指出与暴雨相联系的深厚对流降水表现出整层大气湿润、高空风速小的特点。这方面的研究还在继续深入,如暴雨雷达回波强度与大气不稳定度之间的关系等的相关工作正在开展。
由于PR及其后续卫星测雨雷达DPR (双频测雨雷达,搭载与全球降水测雨卫星GPM之上),不能持续对暴雨云团进行探测。但利用静止卫星红外云图对暴雨云团演变过程的监测,则可以知道卫星测雨雷达探测的降水结构对应暴雨所处过程中的阶段,进而可以揭示暴雨过程不同阶段降水强度分布、垂直结构特征等的变化。Zhang和Fu (2018)就是根据上述方法,利用日本葵花-8静止卫星热红外通道对降水系统演变的监测、GPM的DPR对降水垂直结构的探测,揭示了中国东部雨季暴雨云团发展阶段、成熟阶段和衰亡阶段雷达回波强度的垂直结构差异,特别是揭示了暴雨云团不同阶段云粒子尺度及浓度垂直廓线的差异、云水含量和云冰含量的差异。这些结果为模式模拟研究暴雨提供了比对的实测结果。
针对我国的暴雨过程,将地基测雨雷达与卫星测雨雷达的结果进行比对研究,这对两种探测方式的雷达改进均具有重要的实际价值和科学意义。刘黎平(2002)曾比较了X波段多普勒雷达与TRMM PR探测云反射率因子大小及其结构的差异,并用散射模式和数值模拟方法,从理论上讨论了这两种雷达的波长、雷达波入射方向、波瓣宽度等参量对反射率因子大小及其结构的影响。王宝鉴等(2017)针对青藏高原东坡一次大暴雨过程,结合PR与地基C波段多普勒雷达及其它数据,研究了这次大暴雨的降水结构特征,指出地基雷达探测的强降水云低层结构及风场结构,可以弥补PR的不足。由于我国地基测雨雷达采用的波长均比卫星测雨雷达的长,因此在比较地基与卫星测雨雷达时,有必要采用类似标准化的方法,让这两类不同波长的测雨雷达探测同一块暴雨云团的回波强度可比。
此外,PR探测数据还用于中尺度模式,改进暴雨的数值模拟。如徐枝芳等(2004)依据理论上的雷达反射率因子(Z)与地表降水强度(R)之间关系、雨水含量(M)与Z之间的的关系,利用PR资料,结合中尺度模式产生云的液态水含量,然后采用不同高度上的PR反射率与液态水含量关系,计算得到比含水量,用于改进模式中的比湿。结果表明因PR空间分辨率高,能够很好地反映中小尺度系统的空间结构,因此计算得到的湿度场接近实际,故缩短了中尺度系统的发展时间,且模拟的降雨强度、雨量中心位置及雨带形状更接近实况。类似的研究,如利用PR降水率廓线在垂直方向上的变化,反演降水潜热廓线(Li et al., 2019),这类工作非常值得深入研究。
总之,因卫星测雨雷达探测不受地理环境的影响,虽然它们搭载于低轨道卫星平台,探测的时间分辨率有限,但可以对远海或洋面、高原或山区这类地基测雨雷达难以布放区域的暴雨云团进行监测,弥补地基测雨雷达的不足。此外,暴雨云中大粒子常常位于云体的中下层,因此卫星测雨雷达自上而下探测,在暴雨云体的上部雷达波受到的衰减较地基测雨雷达的小,有利于获得暴雨云体上部的结构信息。
4 展望暴雨仍旧是我国的重要气象灾害之一,它还引发次生灾害,如洪水、泥石流、滑坡等,造成人员伤亡和财产损失,因此围绕暴雨精准预报的相关研究,特别是暴雨信息的高时空分辨率的探测技术方法、高分辨率数值模式研制及相应物理过程处理技术等,应该是我国大气科学研究任务的重中之重。
经过70 a的努力,我国已经建成了系统性和规模化的气象台站,实现了近地面大气参数、高空大气参数观测,并在近30 a里建成了气象雷达探测网,这些在暴雨云团的监测预警中发挥了重要的作用。近40 a来,我国的气象卫星及搭载仪器也取得了长足的进步,有些也步入国际先进行列。利用卫星红外和微波遥感暴雨云团的理论及技术方法,也在不断进步之中。然而,卫星主动微波探测仪器仍在研制中,尚未投入应用。在利用卫星搭载仪器遥感监测天气包括暴雨等方面,我们以往很注重对硬件的投入,而对算法等软件的投入不足或预研不足,导致仪器上天后的相当一段时间里难有可用数据。实际上,用户能够尽快使用好卫星仪器遥感信息及产品数据,是发展气象卫星的目的。
就暴雨的主被动卫星遥感而言,单一卫星平台搭载多仪器进行准时间和空间同步观测、多卫星平台搭载不同仪器进行编队准时间同步观测(如小卫星编队等)、无人机搭载多仪器观测等,它们观测结果的综合应用是发展趋势,因为单一仪器提供的暴雨信息量有限。如卫星测雨雷达与静止卫星红外、极轨卫星被动微波相结合,不但能获得暴雨云团面积大小的演变,还能得到降水的类型分布及其回波强度的垂直结构、云柱内水成物的含量。为此,发展同一卫星平台或不同卫星平台的多仪器数据融合算法非常重要。该算法需要解决时空同步和被动微波低频通道的空间分辨率低等问题,并且要考虑到卫星测雨雷达三维探测的特点。虽然上述某些问题已经在文献中解决,但仍旧缺乏系统性的解决。
卫星多仪器遥感暴雨云团,要充分发挥已经布设的天气雷达网对暴雨进行监测。卫星多仪器与地基多仪器的联合是另一个趋势。我们目前布设的新一代天气雷达数量为两百余台,形成了网络式探测。地基雷达的组网、拼图等,基本可以覆盖我国东部,这里也是暴雨频发区和人口密集区。地基雷达探测不仅仅能给出面降水强度的空间分布,为洪涝预警提供信息,还可以给出诸如最大回波强度及其高度、回波顶的高度等信息,为航空航线服务。但是,如果结合静止卫星光谱遥感、极轨卫星被动微波遥感和卫星测雨雷达探测,则可以获得暴雨云团的云信息。因此卫星多仪器与地基多仪器的结合监测暴雨云团,会使得我们获得综合信息,为数值模式提供充分初值或同化数据,提高暴雨预报的准确率。
由于卫星多仪器遥感可获得暴雨云团的外部特征和结构特征,但要认知形成这些特征的机理,还需求从大气动力学、云动力学、云物理学等角度来研究。这就必须将卫星多仪器遥感数据与模式资料、地面大气参数和探空站大气参数等数据进行联合,特别是与某些区域的加密观测进行联合,形成暴雨云团地基、空基、天基多仪器观测系统(图 1),从大气参数的变化来分析卫星多仪器看到暴雨云团某些现象后面的原因。
![]() |
图 1 暴雨云团地基、空基、天基多仪器观测系统示意图 Fig. 1 Schematic diagram of ground-based, airborne, and space-based multi-instrument observing system for storm clouds. |
如何将卫星可见光反射率、红外亮温和被动微波亮温等信号变成反映暴雨云团物理特征的大气动力学参数(如云内上升运动强度等)、大气热力学参数(相变潜热及其垂直结构等)及云参数(冰云和水云粒子尺度和浓度分布等),是卫星多仪器遥感暴雨面临的核心问题,涉及微波辐射传输计算方法、上述多参数的反演算法。预计结合卫星多仪器遥感信号、辐射传输模式模拟计算、可靠的高分辨率云模式的模拟计算,建立可靠的反演算法,有望解决这些问题。
70 a时光,对个人而言,乃经历沧桑步入古稀;对新中国政府而言,需要不断吸取教训和总结经验,才能实现全民之理想;对气象事业而言,认知地球的气象万千和风云变幻之规律,则永无止境。气象工作者任重道远!
鲍名, 黄荣辉. 2006. 近40年我国暴雨的年代际变化特征[J]. 大气科学, 30(6): 1057-1067. DOI:10.3878/j.issn.1006-9895.2006.06.01 |
贝耐芳, 赵思雄. 2002. 1998年"二度梅"期间突发强暴雨系统的中尺度分析[J]. 大气科学, 26(4): 526-540. DOI:10.3878/j.issn.1006-9895.2002.04.10 |
崔春光, 闵爱荣, 胡伯威. 2002. 中尺度地形对"98.7"鄂东沿江特大暴雨的动力作用[J]. 气象学报, 60(5): 602-612. DOI:10.3321/j.issn:0577-6619.2002.05.011 |
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. |
丁伟钰, 万齐林, 黄燕燕, 等. 2010. 有云环境下MODIS亮温资料的变分同化Ⅱ-对暴雨预报的影响[J]. 热带气象学报, 26(1): 22-30. |
丁一汇. 1993. 1991年江淮流域持续性大暴雨的研究[M]. 北京: 气象出版社, 255.
|
丁一汇. 1994. 暴雨和中尺度气象学问题[J]. 气象学报, 52(3): 274-284. DOI:10.3321/j.issn:0577-6619.1994.03.005 |
方宗义, 覃丹宇. 2006. 暴雨云团的卫星监测和研究进展[J]. 应用气象学报, 17(5): 583-593. DOI:10.3969/j.issn.1001-7313.2006.05.008 |
符娇兰, 林祥, 钱维宏. 2008. 中国夏季分级雨日的时空特征[J]. 热带气象学报, 24(4): 367-373. DOI:10.3969/j.issn.1004-4965.2008.04.009 |
傅云飞. 2014. 利用卫星双光谱反射率算法反演的云参数及其应用[J]. 气象学报, 72(5): 1039-1053. |
傅云飞, 曹爱琴, 李天奕, 等. 2012. 星载测雨雷达探测的夏季亚洲对流与层云降水雨顶高度气候特征[J]. 气象学报, 70(3): 436-451. |
傅云飞, 冯静夷, 朱红芳, 等. 2005. 西太平洋副热带高压下热对流降水结构特征的个例分析[J]. 气象学报, 63(5): 750-761. DOI:10.3321/j.issn:0577-6619.2005.05.019 |
傅云飞, 冯沙, 刘鹏, 等. 2010. 热带测雨卫星测雨雷达探测的亚洲夏季积雨云云砧[J]. 气象学报, 68(2): 195-206. DOI:10.3969/j.issn.1006-8775.2010.02.012 |
傅云飞, 刘鹏, 林锦冰, 等. 2011. 卫星测雨雷达探测的中国南部雨季对流性暴雨频次分析[J]. 暴雨灾害, 30(1): 1-5. DOI:10.3969/j.issn.1004-9045.2011.01.001 |
傅云飞, 宇如聪, 徐幼平, 等. 2003. TRMM测雨雷达和微波成像仪对两个中尺度特大暴雨降水结构的观测分析研究[J]. 气象学报, 61(4): 421-431. DOI:10.3321/j.issn:0577-6619.2003.04.004 |
傅云飞, 张爱民, 刘勇, 等. 2008. 基于星载测雨雷达探测的亚洲对流和层云降水季尺度特征分析[J]. 气象学报, 66(5): 730-746. DOI:10.3321/j.issn:0577-6619.2008.05.007 |
郭其蕴. 1985. 东亚夏季风的变化与中国降水[J]. 热带气象学报, 1(1): 44-52. |
何文英, 陈洪滨. 2006. TRMM卫星对一次冰雹降水过程的观测分析研究[J]. 气象学报, 64(3): 364-376. DOI:10.3321/j.issn:0577-6619.2006.03.011 |
胡伯威, 崔春光, 房春花. 2001. 1998年7月21—22日鄂东沿江连日特大暴雨成因探讨[J]. 大气科学, 25(4): 479-491. DOI:10.3878/j.issn.1006-9895.2001.04.05 |
黄勇, 覃丹宇, 邱学兴. 2012. 暴雨过程中对流云合并现象的观测与分析[J]. 大气科学, 36(6): 1135-1149. |
江吉喜, 陈美珍. 1992. OLR资料在华南前汛期特大暴雨过程分析和预报中的应用[J]. 热带气象, 8(1): 93-96. |
蒋尚城, 张镡, 周鸣盛, 等. 1981. 登陆北上减弱的台风所导致的暴雨—半热带系统暴雨[J]. 气象学报, 39(1): 18-27. DOI:10.11676/qxxb1981.003 |
井喜, 屠妮妮, 井宇, 等. 2013. 中国MCC时空分布与天气学特征分析[J]. 高原气象, 32(6): 1597-1607. |
金亚秋. 1998. 中国1996年7月南方暴雨水灾卫星微波SSM/I遥感数据分析[J]. 水科学进展, 9(1): 47-51. DOI:10.3321/j.issn:1001-6791.1998.01.008 |
李德俊, 李跃清, 柳草, 等. 2010. 基于TRMM卫星探测对宜宾夏季两次暴雨过程的比较分析[J]. 气象学报, 68(4): 559-568. |
李娟, 朱国富. 2008. 直接同化卫星辐射率资料在暴雨预报中的应用研究[J]. 气象, 34(12): 36-43. DOI:10.7519/j.issn.1000-0526.2008.12.005 |
梁必骐, 李勇. 1991. 暴雨中尺度环境场特征及积云对流的反馈作用[J]. 热带气象, 7(1): 16-25. |
林海, 魏重, 吕达仁. 1981. 雨滴的微波辐射特征[J]. 大气科学, 5(2): 188-197. DOI:10.3878/j.issn.1006-9895.1981.02.08 |
刘健, 张文建, 朱元竞, 等. 2007. 中尺度强暴雨云团云特征的多种卫星资料综合分析[J]. 应用气象学报, 18(2): 158-164. DOI:10.3969/j.issn.1001-7313.2007.02.004 |
刘建勇, 谈哲敏, 张熠. 2012. 梅雨期3类不同形成机制的暴雨[J]. 气象学报, 70(3): 452-466. |
刘黎平. 2002. 热带测雨卫星的卫星雷达和地基雷达探测云回波强度及结构误差的模拟分析[J]. 气象学报, 60(5): 568-574. DOI:10.3321/j.issn:0577-6619.2002.05.007 |
刘鹏, 傅云飞, 冯沙, 等. 2010. 中国南方地基雨量计观测与星载测雨雷达探测降水的比较分析[J]. 气象学报, 68(6): 822-835. |
刘清, 沈桐立. 2006. 风云2号卫星红外资料在暴雨数值预报中的应用研究[J]. 热带气象学报, 22(1): 101-104. DOI:10.3969/j.issn.1004-4965.2006.01.016 |
刘淑媛, 郑永光, 王洪庆, 等. 2002. 1998年6月28日-7月2日淮河流域暴雨分析[J]. 气象学报, 60(6): 774-779. DOI:10.3321/j.issn:0577-6619.2002.06.016 |
刘雯, 李建刚, 杨莲梅. 2017. 2016年夏末南疆地区中尺度对流系统(MCS)活动特征[J]. 沙漠与绿洲气象, 11(4): 9-16. |
龙利民, 张萍萍, 张宁. 2010. 2008-07-22襄樊特大暴雨FY-3A微波资料分析[J]. 大气科学学报, 33(5): 569-575. DOI:10.3969/j.issn.1674-7097.2010.05.008 |
卢乃锰, 吴蓉璋. 1997. 强对流降水云团的云图特征分析[J]. 应用气象学报, 8(3): 269-27. |
吕达仁, 林海. 1980. 雷达和微波辐射计测雨特性比较及其联合应用[J]. 大气科学, 4(1): 30-39. DOI:10.3878/j.issn.1006-9895.1980.01.04 |
吕艳彬, 顾雷, 李亚萍, 等. 2001. 用华南暴雨试验雨量资料对TRMM/TMI-85.5 GHz测雨能力的考察[J]. 热带气象学报, 17(3): 251-257. DOI:10.3969/j.issn.1004-4965.2001.03.007 |
孟智勇, 徐祥德, 陈联寿. 2002. 卫星亮温资料四维同化方案及其对"7·20"武汉特大暴雨的模拟试验[J]. 大气科学, 26(5): 663-676. DOI:10.3878/j.issn.1006-9895.2002.05.07 |
闵爱荣, 廖移山, 王晓芳, 等. 2009. ATOVS资料的变分同化对一次暴雨过程预报的影响分析[J]. 热带气象学报, 25(3): 314-320. DOI:10.3969/j.issn.1004-4965.2009.03.009 |
闵爱荣, 张翠荣, 王晓芳. 2008. 基于微波成像仪资料反演陆面降水[J]. 气象科技, 36(4): 495-498. DOI:10.3969/j.issn.1671-6345.2008.04.023 |
潘宁, 董超华, 张文建, 等. 2001. 变分同化及卫星资料同化[J]. 气象科技, 2: 29-36. |
潘晓, 傅云飞. 2015. 夏季青藏高原深厚及浅薄降水云气候特征分析[J]. 高原气象, 34(5): 1191-1203. |
齐琳琳, 孙建华, 张小玲, 等. 2005. ATOVS资料在长江流域一次暴雨过程模拟中的应用[J]. 大气科学, 29(5): 780-794. DOI:10.3878/j.issn.1006-9895.2005.05.11 |
冉令坤, 齐彦斌, 郝寿昌. 2014. "7.21"暴雨过程动力因子分析和预报研究[J]. 大气科学, 38(1): 84-100. |
石定朴, 王洪庆. 1996. 中尺度对流系统红外云图云顶黑体温度的分析[J]. 气象学报, 54(5): 600-611. DOI:10.3321/j.issn:0577-6619.1996.05.009 |
孙健, 刘淑媛, 陶祖钰, 等. 2004. 中尺度对流系统分析[J]. 大气科学, 28(5): 713-721. DOI:10.3878/j.issn.1006-9895.2004.05.06 |
孙键, 赵平, 周秀骥. 2002. 一次华南暴雨中尺度结构及复杂地形的影响[J]. 气象学报, 60(3): 333-341. DOI:10.3321/j.issn:0577-6619.2002.03.009 |
孙淑清, 周玉淑. 2007. 近年来我国暴雨中尺度动力分析研究进展[J]. 大气科学, 31(6): 1171-1188. DOI:10.3878/j.issn.1006-9895.2007.06.13 |
覃丹宇, 方宗义, 江吉喜. 2006. 典型梅雨暴雨系统的云系及其相互作用[J]. 大气科学, 30(4): 578-586. DOI:10.3878/j.issn.1006-9895.2006.04.04 |
陶诗言, 丁一汇, 周晓平. 1979. 暴雨和强对流天气的研究[J]. 大气科学, 3(3): 227-238. DOI:10.3878/j.issn.1006-9895.1979.03.05 |
陶诗言, 方宗义, 蔡则怡, 等. 1980. 中国之暴雨[M]. 北京: 科学出版社, 225.
|
陶诗言, 朱福康. 1964. 夏季亚洲南部100 mb流型的变化及其与西太平洋副热带高压进退的关系[J]. 气象学报, 34(4): 385-395. |
王宝鉴, 黄玉霞, 魏栋, 等. 2017. TRMM卫星对青藏高原东坡一次大暴雨强降水结构的研究[J]. 气象学报, 75(6): 966-980. |
王婧羽, 王晓芳, 汪小康, 等.2018.青藏高原云团东传过程及其中MCS统计特征[J].大气科学, 待刊
|
王立琨, 郑永光, 王洪庆, 等. 2001. 华南暴雨试验过程的环境场和云团特征的初步分析[J]. 气象学报, 59(1): 116-119. DOI:10.3969/j.issn.0894-0525.2001.01.012 |
王立志, 李俊, 周凤仙. 1998. GMS-5四通到云图的自动分类及其在定量降水估算中的应用[J]. 大气科学, 22(3): 371-378. DOI:10.3878/j.issn.1006-9895.1998.03.13 |
王小兰, 程明虎, 马启明, 等. 2011. 使用物理方法反演中国陆地雨强和水凝物垂直结构[J]. 气象学报, 69(3): 447-463. |
王雨, 傅云飞. 2010. 微波成像仪通道对降水云参数响应的数值模拟研究[J]. 气象学报, 68(3): 315-324. |
夏静雯, 傅云飞. 2016. 东亚与南亚雨季对流和层云降水云内的温湿结构特征分析[J]. 大气科学, 40(3): 563-580. |
许健民, 季良达. 1993. 1991年江淮特大暴雨的平均云图特征[J]. 应用气象学报, 4(4): 421-425. |
徐双柱, 吴翠红, 吴涛. 2013. "2011.6.18"湖北大暴雨成因分析[J]. 高原气象, 32(4): 1106-1114. |
徐祥德, 翁永辉, 孟智勇, 等. 2002. 卫星资料变分分析"98·7"武汉-黄石地区特大暴雨中尺度锋面对流特征[J]. 大气科学, 26(6): 845-856. DOI:10.3878/j.issn.1006-9895.2002.06.12 |
徐枝芳, 葛文忠, 党人庆, 等. 2004. TRMM/PR资料在中尺度模式中的应用[J]. 高原气象, 23(5): 635-642. DOI:10.3321/j.issn:1000-0534.2004.05.009 |
姚展予, 李万彪, 朱元竞, 等. 2003. 用TRMM/TMI估算HUBEX试验区的云中液态水[J]. 气象学报, 61(1): 116-121. DOI:10.3321/j.issn:0577-6619.2003.01.012 |
叶惠明, 张凤英, 冉茂农, 等. 1993. 1991年6月江淮持续暴雨的云系特征分析[J]. 应用气象学报, 4(3): 294-300. |
叶龙彬, 谌芸, 李晟祺, 等. 2018. 1513号台风"苏迪罗"不同阶段降水的中尺度特征分析[J]. 热带气象学报, 34(3): 371-382. |
于晓晶, 韩威, 马秀梅, 等. 2018. 卫星微波辐射资料同化在新疆降水预报中的应用初探[J]. 暴雨灾害, 37(4): 337-346. DOI:10.3969/j.issn.1004-9045.2018.04.006 |
袁美英, 李泽椿, 张小玲, 等. 2011. 中尺度对流系统与东北暴雨的关系[J]. 高原气象, 30(5): 1224-1231. |
袁铁, 郄秀书. 2010. 基于TRMM卫星对一次华南飑线的闪电活动及其与降水结构的关系研究[J]. 大气科学, 34(1): 58-70. |
张爱民, 郑媛媛, 郑兰芝, 等. 2006. 基于CINRAD和卫星的淮河流域致洪暴雨综合定量估测及预警研究[J]. 热带气象学报, 22(1): 96-100. DOI:10.3969/j.issn.1004-4965.2006.01.015 |
张爱忠, 齐琳琳, 纪飞, 等. 2005. 资料同化方法研究进展[J]. 气象科技, 33(5): 385-389. DOI:10.3969/j.issn.1671-6345.2005.05.001 |
张利红, 沈桐立, 王洪利. 2007. AMSU资料变分同化及在暴雨数值模拟中的应用研究[J]. 高原气象, 26(5): 1004-1012. |
赵汉光, 张先恭. 1996. 东亚季风和我国夏季雨带的关系[J]. 气象, 22(4): 8-12. |
赵思雄, 孙建华, 陈红, 等. 1998. 1998年7月长江流域大洪水期间暴雨特征的分析研究[J]. 气候与环境研究, 3(4): 81-94. DOI:10.3878/j.issn.1006-9585.1998.04.09 |
赵玉春, 李泽椿, 王叶红, 等. 2008. 2006年6月5~8日梅雨锋上中尺度对流系统引发福建北部暴雨的诊断分析[J]. 大气科学, 32(3): 598-614. DOI:10.3878/j.issn.1006-9895.2008.03.16 |
郑新江, 朱福康, 徐建芬, 等. 2001. 1998年7月21~22日特大暴雨过程的中-β尺度云团特征[J]. 气象学报, 59(5): 625-632. DOI:10.3321/j.issn:0577-6619.2001.05.012 |
郑永光, 王洪庆, 陶祖钰, 等. 2001. 海峡两岸及邻近地区暴雨试验IOP608的中尺度对流系统[J]. 热带气象学报, 17(2): 10-19. |
郑媛媛, 傅云飞, 刘勇, 等. 2004. 热带降水测量卫星对淮河一次暴雨降水结构与闪电活动的研究[J]. 气象学报, 62(6): 790-802. DOI:10.3321/j.issn:0577-6619.2004.06.008 |
朱民, 郁凡, 郑维忠, 等. 2000. 卫星反演湿度场及其在暴雨预报中的初步应用分析[J]. 气象学报, 58(4): 471-478. |
朱乾根, 林锦瑞, 寿绍文, 等. 2007. 天气学原理和方法(第四版)[M]. 气象出版社.
|
朱宵峰, 钱永甫, 宁亮, 等. 2008. 长江下游地区汛期暴雨气候特征[J]. 热带气象学报, 24(2): 136-146. DOI:10.3969/j.issn.1004-4965.2008.02.005 |
卓鸿, 姚秀萍, 郑永光, 等. 2004. 黄河下游春季一次MCS暴雨过程的综合分析[J]. 气象学报, 62(4): 504-611. DOI:10.3321/j.issn:0577-6619.2004.04.014 |
Ai Y F, Li W B, Meng Z Y, et al. 2016. Life Cycle Characteristics of MCSs in Middle East China Tracked by Geostationary Satellite and Precipitation Estimates[J]. Mon Wea Rev, 144: 2517-2530. DOI:10.1175/MWR-D-15-0197.1 |
Aonashi K, Shibata A, Liu G. 1996. An over-ocean precipitation retrieval using SSM/I multichannel brightness temperatures[J]. J Meteor Soc Japan, 74: 617-637. DOI:10.2151/jmsj1965.74.5_617 |
Arkin P A, Ardanuy P E. 1989. Estimating climatic scale precipitation from space: A review[J]. J Climate, 2: 1229-1238. DOI:10.1175/1520-0442(1989)002<1229:ECSPFS>2.0.CO;2 |
Arkin P A, Xie P. 1994. The global precipitation climatology project: First algorithm intercomparison project[J]. Bull Amer Meteor Soc, 75: 401-419. DOI:10.1175/1520-0477(1994)075<0401:TGPCPF>2.0.CO;2 |
Barrett E C. 1970. The estimation of monthly rainfall from satellite data[J]. Mon Wea Rev, 98: 322-327. DOI:10.1175/1520-0493(1970)098<0322:TEOMRF>2.3.CO;2 |
Chen F J, Fu Y F, Liu P, et al. 2016. Seasonal Variability of Storm Top Altitudes in the Tropics and Subtropics Observed by TRMM PR[J]. Atmos Res, 169: 113-126. DOI:10.1016/j.atmosres.2015.09.017 |
Fu Y F, Heng Z W, Li T Y, et al. 2012. Evaluation of WRF model hydrometeors based on TMI observations using an indirect method[J]. Atmos Oceanic Sci Lett, 5(1): 1-6. DOI:10.1080/16742834.2012.11446968 |
Fu Y F, Liu G S. 2001. The Variability of Tropical Precipitation Profiles and Its Impact on Microwave Brightness Temperatures as Inferred from TRMM Data[J]. J Appl Meteor, 40: 2130-2143. DOI:10.1175/1520-0450(2001)040<2130:TVOTPP>2.0.CO;2 |
Fu Y F, Liu G S. 2003. Precipitations in mid-latitude East Asia as observed by TRMM PR and TMI[J]. J meteir Soc Japan, 81(6): 1353-1369. DOI:10.2151/jmsj.81.1353 |
Fu Y F, Liu Q, Gao Y, et al. 2013. A feasible method for merging the TRMM microwave imager and precipitation radar data[J]. J Quantitative Spectroscopy & Radiative Transfer, 122: 155-169. |
Fu Y F, Pan X, Xian T, et al. 2018. Precipitation characteristics over the steep slope of the Himalayas in rainy season observed by TRMM PR and VIRS[J]. Clim Dyn. DOI:10.1007/s00382-017-3992-3 |
Joyce R, Arkin P A. 1997. Improved estimates of tropical and subtropical precipitation using the GOES precipitation index[J]. J Atmos Ocean Technol, 14(5): 997-1011. DOI:10.1175/1520-0426(1997)014<0997:IEOTAS>2.0.CO;2 |
Kummerow C, Barnes W, Kozu T. 1998. The tropical rainfall measuring mission (TRMM) sensor package[J]. J Atmos Oceanic Tech, 15: 809-817. DOI:10.1175/1520-0426(1998)015<0809:TTRMMT>2.0.CO;2 |
Kummerow C, Giglio L. 1994. A passive microwave technique for estimating rainfall and vertical structure information from space.Part 1: Algorithm description[J]. J Appl Meteor, 33: 3-18. DOI:10.1175/1520-0450(1994)033<0003:APMTFE>2.0.CO;2 |
Lensky I M, Rosenfeld D. 2003a. A night rain delineation algorithm for infrared satellite data based on microphysical considerations[J]. J Appl Meteor, 42: 1219-1226. |
Lensky I M, Rosenfeld D. 2003b. Satellite-based insights into precipitation formation processes in continental and maritime convective clouds at nighttime[J]. J Appl Meteor, 42: 1227-1233. DOI:10.1175/1520-0450(2003)042<1227:SIIPFP>2.0.CO;2 |
Li R, Shao W, Guo J, et al. 2019. A simplified algorithm to estimate latent heating rate using vertical rainfall profiles over the Tibetan Plateau[J]. Journal of Geophysical Research: Atmospheres, 124: 942-963. DOI:10.1029/2018JD029297 |
Liu G, Curry J A. 1992. Retrieval of precipitation from satellite microwave measurements using both emission and scattering[J]. J Geophys Res, 97: 9959-9974. DOI:10.1029/92JD00289 |
Liu G S, Fu Y F. 2001. The characteristics of tropical precipitation profiles as inferred from satellite radar measurements[J]. J Meteor Soc Japan, 79: 131-143. DOI:10.2151/jmsj.79.131 |
Nesbitt S W, Zipser E J. 2003. The Diurnal Cycle of Rainfall and Convective Intensity according to Three Years of TRMM Measurements[J]. Journal of Climate, 16: 1456-1475. DOI:10.1175/1520-0442-16.10.1456 |
Petty G W. 1994. Physical retrievals of over-ocean rain rate from multichannel microwave imagery.Part Ⅰ: Algorithm implementation[J]. Meteor Atmos Phvs, 54: 101-121. DOI:10.1007/BF01030054 |
Prabhakara V, Lacovazzi R Jr, Yoo J M. 2002. TRMM precipitation radar and microwave imager observations of convective and stratiform rain over land and their theoretical implications[J]. J Mleteor Soc Japan, 80: 1183-1197. DOI:10.2151/jmsj.80.1183 |
Rosenfeld D, Lensky I M. 1998. Satelliet based insights into precipitation formation processes in continental and maritime clouds[J]. Bull Amer Meteor Soc, 79: 2457-2476. DOI:10.1175/1520-0477(1998)079<2457:SBIIPF>2.0.CO;2 |
Schumacher C, Houze RA Jr. 2003. Stratiform Rain in the Tropics as Seen by the TRMM Precipitation Radar[J]. Journal of Climate, 16: 1739-1756. DOI:10.1175/1520-0442(2003)016<1739:SRITTA>2.0.CO;2 |
Shin D B, North G R, Bowman K P. 2000. A Summary of Reflectivity Profiles from the First Year of TRMM Radar Data[J]. Journal of Climate, 13: 4072-4086. DOI:10.1175/1520-0442(2000)013<4072:ASORPF>2.0.CO;2 |
Spencer R W, Goodman H M, Hood R E. 1989. Precipitation retrieval over land and ocean with SSM/I: Identification and characteristics of the scattering signals[J]. J Atmos Ocean Tech, 6: 254-273. DOI:10.1175/1520-0426(1989)006<0254:PROLAO>2.0.CO;2 |
Wilheit T T, Chang A T, Rao M S, et al. 1977. A satellite technique for quantitatively mapping rainfall rates over the oceans[J]. J Appl Meteor, 16: 551-560. DOI:10.1175/1520-0450(1977)016<0551:ASTFQM>2.0.CO;2 |
Xie Y H, Shi J C, Fan S Y, et al. 2018. Impact of Radiance Data Assimilation on the Prediction of Heavy Rainfall in RMAPS: A Case Study Remote Sens[J]. Journal of Climate, 10: 1-17. |
Yang X R, Fei J F, Huang X G, et al. 2015. Characteristics of mesoscale convective systems over China and its vicinity using geostationary satellite FY2[J]. Journal of Climate, 28(12): 4890-4907. DOI:10.1175/JCLI-D-14-00491.1 |
Yu R C, Li J, Yuan W H, et al. 2010. Changes in characteristics of late-summer precipitation over eastern China in the past 40 years revealed by hourly precipitation data[J]. Journal of Climate, 23(12): 3390-3396. DOI:10.1175/2010JCLI3454.1 |
Yu R C, Zhou T J, Xiong A, et al. 2007. Diurnal variations of summer precipitation over contiguous China[J]. Geophysical Research Letters. DOI:10.1029/2006GL028129 |
Zhang A Q, Fu Y F. 2018. Life Cycle Effects on the Vertical Structure of Precipitation in East China Measured by Himawari-8 and GPM DPR[J]. Mon Wea Rev, 146: 2183-2199. DOI:10.1175/MWR-D-18-0085.1 |