利用TMI资料估计西北太平洋热带气旋强度的客观方法

周顺武,卢怡,2,赵兵科,鲁小琴,丁锋,陈丽营

(1.南京信息工程大学 气象灾害预报预警与评估协同创新中心,江苏 南京 210044;

2.中国气象局上海物资管理处,上海 200050;3.中国气象局上海台风研究所,上海 200030;

4.青岛市气象灾害防御工程技术研究中心,山东 青岛 266003;5.宁安市气象局,黑龙江 宁安 157400)



利用TMI资料估计西北太平洋热带气旋强度的客观方法

周顺武1,卢怡1,2,赵兵科3,鲁小琴3,丁锋4,陈丽营5

(1.南京信息工程大学 气象灾害预报预警与评估协同创新中心,江苏 南京 210044;

2.中国气象局上海物资管理处,上海 200050;3.中国气象局上海台风研究所,上海 200030;

4.青岛市气象灾害防御工程技术研究中心,山东 青岛 266003;5.宁安市气象局,黑龙江 宁安 157400)

摘要：利用2007—2009年热带降雨测量卫星(TRMM)微波成像仪(TMI)观测的亮温资料,建立一种西北太平洋热带气旋强度(Tropical Cyclone,TC)的估计模型,对2010年热带气旋进行独立估计试验,并对估计误差进行分析。结果表明:该模型对强度小于强台风TC的拟合效果较好,均方根误差约为5 m/s,平均绝对误差约为4 m/s;对强台风和超强台风TC的拟合误差较大,均方根误差分别为9.65和6.60 m/s,平均绝对误差分别为7.76和5.49 m/s;对强台风及以上强度的TC,模型的拟合误差在日(夜)间减小(增大),误差最小(大)值为6.00 m/s(11.96 m/s),说明估计值在日(夜)间偏大(小)。

关键词：热带气旋强度;TRMM/TMI;亮温;逐步回归

0引言

热带气旋(Tropical Cyclone,简称TC)是影响我国的重要天气系统,伴随它的大风暴雨等灾害对人民生命财产能造成巨大伤害(陶丽等,2013)。因此精准预报TC的走向、强度及风雨影响范围对TC的防灾减灾具有十分重要的意义。虽然目前台风路径预报的准确性在不断提高,但是由于缺少详细的海洋上台风资料,所以台风强度变化的预报能力一直徘徊不前(Simpson et al.,2000;Lonfat et al.,2004;王伟和余锦华,2013),尤其对远海的TC,常规观测资料的缺乏为TC强度估计带来了一定难度(王咏青等,2012)。

对于海上TC,常规的地面观测方法,如雷达、自动站、常规地面观测等的观测范围是很有限的,最为有效的方法是基于卫星观测来估计TC强度(智协飞和张玲,2009)。目前最常用的是Dvorak分析法(Dvorak,1973),该方法将静止卫星可见光资料与TC强度相联系,但是这种方法非常依赖于分析人员的经验,相当主观。后来又有很多改进Dovrak方法的研究(Dvorak,1975,1984;Olander et al.,2002;Kossin et al.,2004;Mayfield,2004),逐步实现该方法的客观化和自动化。Knaff et al.(2010)对美国国家飓风中心的Dvorak方法的强度估算结果进行了评估,指出该方法的平均绝对误差和均方跟误差分别为4.1和5.7 m/s。在国内,方宗义和周连翔(1980)采用日本地球静止卫星红外云图对TC结构进行分析,设计了适用于该卫星区域的气旋强度估计方法。范蕙君等(1996)进一步研究,使精度和客观程度均有所提高。雷小途等(2009)尝试使用闪电信息对TC强度进行估算,得到的结果与业务定强误差接近。

过去研究大多采用的是红外和可见光资料,而在夜间采用红外图像区分眼墙云区和高层密闭云是很困难的。相对而言,微波资料有一定的穿透性,可以得到云系内部的结构特征。Kidder et al.(1978)最早提出采用星载微波资料估计TC强度的方法。王瑾和江吉喜(2005)使用AMSU资料对西北太平洋12个不同强度TC的热力结构进行了分析。由于用热带降雨测量卫星(tropical rainfall measuring mission,简称TRMM;王振会,2001)的轨道高度相对其他极轨卫星要低,其分辨率较高,利用该卫星的多通道资料可以得到更多TC的内部结构信息。国内使用TRMM资料的研究多是针对台风个例的研究(夏秋萍等,2006;傅云飞等,2007)。Hoshino and Nakazawa(2007)利用1999—2003年TRMM微波成像仪(TMI)资料,估计过全球海盆范围TC强度,发现得到的估计值与最佳路径资料相接近。对于西北太平洋海域的TC,类似的研究仍较少。

本文利用TRMM/TMI的多通道亮温资料,建立一种估计西北太平洋区域热带气旋强度的客观方法,并对误差及其产生原因进行分析。

1资料与方法

1.1　资料

本文使用TMI标准产品资料1B11多通道亮温(TB)数据,包含10.7、19.4、21.3、37.0和85.5 GHz(简称为10、19、21、37和85 GHz)波段,除了21 GHz频率为单一垂直极化(V)外,其余的4个频率均为水平(H)和垂直极化(V)资料。此外,本文还计算了Spencer et al.(1989)定义的极化修正温度(PCT,TPC),该参数可消除海洋的辐射作用,其计算公式为TPC=1.818TBV-0.818TBH。其中:TBV是85 GHz的垂直极化亮温;TBH是85 GHz的水平极化亮温。TC的中心位置和强度资料均来自热带气旋最佳路径数据集(中国气象局上海台风研究所,http://www.typhoon.gov.cn/en/data)。TC强度使用近中心最大风速来表征。

使用西北太平洋(100°E～180°,0°～60°N)2007—2009年TB资料对TC强度进行拟合,并使用2010年TB资料作为独立样本对所得的结果进行验证。由于TMI作刈幅(swath,卫星扫过的宽度)直线距离约760 km的锥形模式(conical mode)扫瞄,并不能保证扫描到完整的TC结构。对于台风强度而言,其最大风速半径往往只有几十千米。因此只要能扫描到TC的中心,就基本上可以保证至少扫描到半个TC结构,这足以反映台风的内区结构。基于以上考虑,本文选择能完整扫描到距离台风中心0.5°范围的样本,符合以上条件的样本总数2007—2009年为343个、2010年为51个。

另外,由于获取的TMI标准产品资料的时间点与CMA最佳路径资料中的业务定位时次(02时、08时、14时、20时,北京时间)不一定一致,在实际TC强度估计时TC的中心位置是采用线性内插得到。

1.2　方法

同Cecil and Zipser(1999)一样,本文从TC中心开始计算不同半径同心圆和同心圆环上所有波段(9个通道以及由85 GHz换算的TPC)的TB参数,然后与最佳路径资料中的TC最大风速做相关分析。选定一个频率、计算范围和计算方式后,可以计算出TB参数。文中使用两种计算范围,一种是同心圆方法,半径从0.5°至5.0°不等;第二种是每0.5°做一个圆环,中间为一个圆。图1为参数计算区域的示意图,背景图为0918号台风“茉莉”10月4日21时58分扫描到的85 GHz垂直极化通道的图像。图中同心圆圆心与台风中心重合,最小圆半径为0.5°,最大圆半径为2.5°,间隔0.5°。计算的变量包括所取范围内TB的平均值(MEAN)、最小值(MIN)、最大值(MAX),以及占阈值TB像素的比率(AREA)。对于AREA,以每10 K为阈值计算。

图1　参数计算区域示意图 (阴影表示0918号台风“茉莉”10月4日21时58分扫描到的85 GHz垂直极化通道的亮温信息;单位:K)Fig.1　Schematic diagram of parameter calculation(shaded area is the brightness temperature of 85 GHz channel in the vertical polarization for typhoon Melor at 2158 UTC 4 Octorber 2009;units:K)

由于参数较多,按以下规则命名每个参数。参数名的第一部分为频率名,表示方法为TB+通道名称,如TB10H,指10 GHz的水平极化(H)的TB,对于PCT这一参数,采用PCT85来表示;第二部分为计算的变量,如MEAN、MIN、MAX、AREA,对于AREA,需标注一个阈值;第三部分表征计算范围,用计算范围的代号C或A表示,C之后标注圆的半径,A之后标注圆环的内、外径。如C10代表一个半径为1.0°的圆面,A1015代表一个内径为1.0°、外径为1.5°的圆环。即TB10H_MEAN_C10代表频率为10 GHz水平极化了的、半径为1.0°范围内的平均TB。

2海上热带气旋的强度拟合

卢怡等(2012)计算了2007—2009年TB参数与TC最大风速的相关,发现低频通道TB与海上的TC风速之间有很好的相关性。因此,本文尝试利用多个TB参数对热带气旋的强度进行拟合,并对拟合结果进行讨论。

2.1　拟合模型的建立

图2为TB10H_MIN_C10与最大风速的散点分布。可以看出,在1°范围内,10 GHz的TB最小值与最大风速可以较好地满足线性关系,亮温值越大,相应的最大风速值越大,利用线性拟合得到的拟合风速值与最大风速的复相关系数达到0.83,均方根误差为7.1 m/s,这与采用Dvorak方法的强度估计误差接近。其他参数与最大风速也存在类似的线性关系,因此如果采用多个参数对最大风速进行拟合,可较好地估计TC的最大风速。

图2　亮温最小值与TC最大风速的散点图Fig.2　Scatter diagram of minimum brightness temperature and maximum wind speed of TC

参数总数约有2 400个,如全部参与拟合,不仅会大大增加计算量,且得不到较好的效果。因此,在输入参数的选择上,选取了与TC强度相关系数大于0.5的335个参数。在回归方法的选择上,鉴于选取的各参数间存在较好的相关关系,使用简单的回归方法很可能得不到较好的结果,故采用逐步回归方法(施能,2002;黄嘉佑,2004),采用该方法可得到对因变量有显著影响的变量,并舍去对因变量无显著影响的变量。

对2007—2009年的资料作逐步回归,设置的进入概率为0.05,删除概率为0.10,利用SPSS软件(罗凤明等,2008)计算得到多个模型,根据参数较少、拟合效果较好的原则,得到表1所示模型。可以看出,模型主要采用低频通道的数据,范围在距离台风中心1°至2°之间;8个参数中4个为MIN参数,3个为AREA参数,1个为MEAN参数。

2.2　模型的拟合能力分析

图3a为使用该模型得到的2007—2009年拟合风速与最大风速(最佳路径资料)的散点分布,并利用2010年的样本进行检验(图3b)。可以看到,图3a、b的拟合斜率都接近于1。图3a中,复相关系数为0.88,说明两者的相关性较好,线性拟合的均方根误差为6.0 m/s,平均绝对误差为4.6 m/s,这与采用Dvorak方法的强度估计误差(Knaff et al.,2010)相当,实际风速较好地分布在拟合风速的两边,几乎所有的拟合风速与最大风速的误差都落在10 m/s范围以内,表明该模型对2007—2009年的样本有很好的拟合能力。利用该模型对2010年的TB资料参数进行拟合,得到的拟合相关系数与2007—2009年的情况相当,为0.89,模型拟合的均方根误差为5.3m/s,平均绝对误差为4.4 m/s,拟合风速能较好地分布在真实值的两侧(图3b),说明该模型具有一定的普适性。因此,使用该模型可较好地对TC强度进行估计,能为业务定强提供参考。

表1逐步回归得到的参数及其系数

Table 1Parameters and their coefficients obtained by stepwise regression

参数系数常量267.010H_MIN_C101.05810H_AREA190_C1051.0537H_AREA260_C150.359110V_MIN_C10-1.53019H_MIN_C050.177737V_MEAN_C15-0.598810V_AREA170_C15-9.00510H_MIN_C200.3118

图3　2007—2009年(a)和2010年(b)拟合风速与最大风速的散点图(实线为拟合趋势线,虚线表示拟合误差小于5.0 m/s的范围)Fig.3　Scatter diagram of fitting wind speed and maximum wind speed in (a)2007—2009 and (b)2010(Solid line is the fitting trend and dashed lines show the fitting error range smaller than 5.0 m/s)

图4给出了2007—2010年4个持续时间较长的TC个例的拟合情况,4个TC个例分别为0710号菲特(Fitow)、0815号蔷薇(Jangmi)、0920号卢碧(Lupit)和1009号玛瑙(Malou)。可以看到,模型对不同强度的TC均具有一定拟合能力。图4a—c中,拟合结果与最佳路径资料的结果较一致,拟合效果较好。图4d中,模型能较好地表现TC强度的变化趋势,但拟合的强度相对较小。由于该模型并不像Dvorak方法一样,会考虑前一时刻的TC强度值,因此模拟时常常会出现模拟结果的跳跃变化,这种变化很有可能是由于日夜的辐射差异所引起,后面将对此做进一步分析。此外,由于TRMM卫星是极轨卫星,无法实现定点观测,因此,在实际业务中使用时,还需要其他热带卫星进行联合观测。

图4　模型对TC个例的拟合结果(实线为最佳路径资料的TC风速,菱形表示TC强度的拟合值,虚线表示拟合值的变化趋势)　　a.0710号菲特(2007年8—9月);b.0815号蔷薇(2008年9—10月);c.0920号卢碧(2009年10月);d.1009号玛瑙(2010年9月)Fig.4　Fitting results of TCs by the model(Solid line is the maximum wind speed of TC based on the TC BT data,diamond shows the fitting intensity of TC,and dashed line denotes the trend of fitting intensity of TC)　　a.0710 Fitow(from August to September 2007);b.0815 Jangmi(from September to October 2008);c.0920 Lupit(in October 2009);d.1009 Malou (in September 2010)

2.3　误差分析

2.3.1误差随强度的分布

图5为2007—2010年不同强度TC拟合风速的均方根误差分布。根据国家标准《热带气旋等级》(中国国家标准化管理委员会,2006)划分TC的等级,即:热带低压(TD)、热带风暴(TS)、强热带风暴(STS)、台风(TY)、强台风(STY)和超强台风(Super TY),各等级的样本数分别为115、100、64、57、40和18。可以看出,该模型对强度在TD-TY范围内的TC的拟合误差较小,平均绝对误差分别为4.2、3.5、3.9和4.3 m/s,均方根误差分别为5.2、4.3、5.0和5.3 m/s。一旦强度超过STY强度,拟合误差迅速增大,强台风和超强台风的平均绝对误差分别为7.8和5.5 m/s,均方根误差为9.7和6.6 m/s,说明模型对超强台风及以上强度TC的拟合效果较差。其原因可能在于:模型中采用的参数大多为MIN参数,该参数反映的是云中层状云最弱部分的活动,而强台风和超级台风中的对流活动则较强。

图5　不同强度TC拟合风速的均方根误差和绝对误差(单位:m·s-1)Fig.5　RMSE and absolute error of fitting velocity for TCs with different intensities(units:m·s-1)

图6详细分析了风速拟合误差(即拟合值减去实际最大风速值)随最大风速的分布。可以看到,模式对强度较小的TC拟合值略偏大,对强度较大的TC拟合值偏小,当最大风速为40～50 m/s时,模型的拟合值明显偏小,且误差多为-10～20 m/s,说明模式对不同强度级别的TC强度估计能力有差异,故根据不同强度的TC进行分段拟合,可能会使强度估计的精准度有所提高。

图6　风速拟合误差随最大风速的分布(实线为误差的线性拟合结果)Fig.6　Distribution of fitting velocity error with the maximum wind speed(Solid line is the linear fitting result of error)

2.3.2误差随时间的分布

除了与TC的强度有关,模型的拟合误差还与观测时间有关。图7为2007—2009年模型拟合误差随时间的分布(4个时段的样本数分别为102、60、87和94)。可以看到,对强度大于强台风的TC,均方根误差在午前和午后分别为9.2和6.0 m/s,在上半夜和后半夜分别为10.4和12.0 m/s,日间尤其是午后的拟合误差要明显小于夜间;而对于强度小于强台风的TC,两种强度区间(热带低压—热带风暴和强热带风暴—台风)的拟合误差在午前分别为4.8和5.7 m/s,午后分别为4.2和6.8 m/s,上半夜分别为5.2和5.0 m/s,后半夜分别为4.5和4.0 m/s,日间的拟合误差稍大于夜间,但这种差别并不十分明显。这种现象很可能是由于日夜辐射差异造成,结合图6的风速分布可以发现,模型的这种分布说明模型在日间的估计值偏大,在夜间偏小,因此对于拟合值小于实际值的强台风和超强台风来说,误差在日间减小,在夜间增大,而对于强度小于热带风暴强度的TC来说,因为本来的拟合值就偏大,在日间这种差异就会更加明显。这在一定程度上解释了图4中出现的拟合风速跳跃性变化的原因。从TC的形成来说,暖洋面有利于TC的发展,因此TC的强度在日间大于夜间,模型误差的这种日夜分布可能是合理的。

图7　风速拟合误差随时间的分布Fig.7　Distribution of fitting wind error with time

3结论

采用2007—2009年TRMM/TMI多通道亮温资料,建立一种自动估计热带气旋强度的模型。该模型通过计算9个通道上以TC中心为圆心的同心圆面和同心圆环面上的最大值、最小值、平均值和区域阈值,得到2 400多个参数,再利用逐步回归方法对参数和TC强度进行拟合,得到TC强度的拟合模型,并对估计误差进行分析,得到以下结论:

1)2007—2009年的模型估计误差(非独立样本)与采用Dvorak方法的强度估计误差相当,均方根误差为6.0 m/s,平均绝对误差为4.6 m/s;对于2010年的独立样本,模型估计误差与2007—2009年接近,均方根误差值为5.3 m/s,平均绝对误差为4.4 m/s,说明该模型能较好地估计TC强度,且有一定的普遍适用性。

2)模型对热带低压到台风强度的TC拟合误差较小,均方根误差为5 m/s左右,平均绝对误差为4 m/s左右;模型对强台风及超强台风强度的TC拟合误差较大,均方根误差分别为9.7和6.6 m/s,平均绝对误差分别为7.8和5.5 m/s;模型对强度较小TC的估计值大于真实值,对强度为40～50 m/s的TC,模型的估计值小于真实值。

3)模型的拟合误差与观测时间有关,估计值在日间偏大,在夜间偏小,说明日夜辐射差异对模型的估计值有较大影响。对强台风及以上强度的热带气旋,模型的拟合误差在日(夜)间减小(增大),误差最小(大)值为6.0 m/s(12.0 m/s)。

本文仅研究了TRMM/TMI资料对海上TC强度的估计能力,对于陆地上的TC个例,由于低频通道对下垫面较为敏感,因此并不适用。此外,由于现在还无法得到实时的TRMM卫星观测资料,因此该方法暂时只能为台风最佳资料整编提供参考。

参考文献(References)：

Cecil D J,Zipser E J.1999.Relationships between tropical cyclone intensity and satellite-based indicators of inner core convection:85-GHz ice-scattering signature and lightning[J].Mon Wea Rev,127:103-123.

Dvorak V F.1973.Tropical cyclone intensity analysis and forecasting from satellite imagery[C]//NOAA Technical Memorandum NESS 45.United States:Department of Commerce.

Dvorak V F.1975.Tropical cyclone intensity analysis and forecasting from satellite imagery[J].Mon Wea Rev,103:420-430.

Dvorak V F.1984.Tropical cyclone intensity analysis and forecasting from satellite data[C]//NOAA Technical Report NESDIS 11.United States:Department of Commerce.

范蕙君,李修芳,燕芳杰,等.1996.用数字云图确定热带气旋强度的原理和方法[J].大气科学,20(4):439-444.Fan Huijun,Li Xiufang,Yan Fangjie,et al.1996.A technique to estimate the intensity of tropical cyclone based on S-VISSR data[J].Chinese J Atmos Sci,20(4):439-444.(in Chinese).

方宗义,周连翔.1980.用地球同步气象卫星红外云图估计热带气旋的强度[J].气象学报,38(2):150-158.Fang Zongyi,Zhou Lianxiang.1980.Estimation of tropical cyclone intensity by use of GMS infaraed imagery[J].Acta Meteor Sinica,38(2):150-158.(in Chinese).

傅云飞,刘栋,王雨,等.2007.热带测雨卫星综合探测结果之“云娜”台风降水云与非降水云特征[J].气象学报,65(3):316-328.Fu Yunfei,Liu Dong,Wang Yu,et al.2007.Characteristics of precipitating and non-precipitating clouds in typhoon Ranan as viewed by TRMM combined measurements[J].Acta Meteor Sinica,65(3):316-328.(in Chinese).

Hoshino S,Nakazawa T.2007.Estimation of tropical cyclone intensity using TRMM/TMI brightness temperature data[J].J Meteor Soc Japan,85(4):437-454.

黄嘉佑.2004.气象统计分析与预报方法[M].3版.北京:气象出版社:58-72.Huang Jiayou.2004.Meteorological statistical analysis and forecasting methods[M].3rd ed.Beijing:Meteorological Press:58-72.(in Chinese).

Kidder S Q,Gray W M,Vonder Haar T H.1978.Estimating tropical cyclone central pressure and outer winds from satellite microwave data[J].Mon Wea Rev,106:144-152.

Knaff J A,Brown D P,Courtney J,et al.2010.An evaluation of Dvorak technique-based tropical cyclone intensity estimates[J].Wea Forecasting,25:1362-1379.

Kossin J P,Velden C S,Kossin J P.2004.A pronounced bias in tropical cyclone minimum sea-level pressure estimation based on the Dvorak technique[J].Mon Wea Rev,132:165-174.

雷小途,张义军,马明.2009.西北太平洋热带气旋的闪电特征及其与强度关系的初步分析[J].海洋学报,31(4):29-38.Lei Xiaotu,Zhang Yijun,Ma Ming.2009.The preliminary analysis of the lightning characteristics and the relationship between lightning and intensity of tropical cyclone in northwest Pacific[J].Acta Oceanologica Sinica,31(4):29-38.(in Chinese).

Lonfat M,Marks F D,Chen S.2004.Precipitation distribution in tropical cyclones using the tropical rainfall measuring mission (TRMM) microwave imager:A global perspective[J].Mon Wea Rev,132(7):1645-1660.

卢怡,周顺武,赵兵科,等.2012.TRMM/TMI资料在热带气旋强度估计中的应用研究[J].暴雨灾害,31(4):336-341.Lu Yi,Zhou Shunwu,Zhao Bingke,et al.2012.Estimating tropical cyclone intensity by using TRMM/TMI data[J].Torrential Rain and Disasters,31(4):336-341.(in Chinese).

罗凤明,邱劲飚,李明华,等.2008.如何使用统计软件SPSS进行回归分析[J].电脑知识与技术,15(2):293-294.Luo Fengming,Qiu Jinbiao,Li Minghua,et al.2008.How to do regression analysis by statistical software SPSS[J].Computer Knowledge and Technology,15(2):293-294.(in Chinese).

Mayfield M.2004.The early days of the Dvorak technique at the National Hurricane Center[C]//Extended abstracts,26th Conf on Hurricanes and Trop Meteorology.Miami,FL:Amer Meteor Soc.

Olander T L,Velden C S,Turk M A.2002.Development of the advanced objective Dvorak technique(AODT)—Current progress and future directions[C]//Preprints,25th Conf on Hurricanes and Trop Meteorology.Amer Meteor Soc:585-586.

施能.2002.气象科研与预报中的多元分析方法[M].2版.北京:气象出版社:46-55.Shi Neng.2002.China multivariate analysis methods in the weather research and prediction[M].2nd ed.Beijing:Meteorological Press:46-55.(in Chinese).

Simpson J,Kummerow C,Meneghini R,et al.2000.The tropical rainfall measuring mission(TRMM) progress report[J].Earth Observation and Remote Sensing,4C:71-90.

Spencer R W,Goodman H M,Hood R E.1989.Precipitation retrieval over land and ocean with the SSM/I:Identification and characteristics of the scattering signal[J].J Atmos Oceanic Technol,6:254-273.

陶丽,靳甜甜,濮梅娟,等.2013.西北太平洋热带气旋气候变化的若干研究进展[J].大气科学学报,38(4):504-512.Tao Li,Jin Tiantian,Pu Meijuan,et al.2013.Review of the researches on climatological variations of tropical cyclones over western North Pacific[J].Trans Atmos Sci,38(4):504-512.(in Chinese).

王瑾,江吉喜.2005.用AMSU资料揭示的不同强度热带气旋热力结构特征[J].应用气象学报,16(2):159-165.Wang Jin,Jiang Jixi.2005.The thermal structure characteristics of tropical cyclones with different intensity revealed by AMSU data[J].Quart J Appl Meteor,16(2):159-165.(in Chinese).

王伟,余锦华.2013.东风和西风切变环境下西北太平洋热带气旋快速增强特征的对比[J].大气科学学报,36(3):337-345.Wang Wei,Yu Jinhua.2013.Characteristic comparison between the rapid intensification of tropical cyclones in easterly and westerly wind shear over the Northwest Pacific[J].Trans Atmos Sci,36(3):337-345.(in Chinese).

王咏青,宋天元,梁驹,等.2012.西北太平洋台风季节预报的数值模拟[J].大气科学学报,35(1):24-31.Wang Yongqing,Song Tianyuan,Liang Ju,et al.2012.Simulation of seasonal tropical cyclone activity over the western North Pacific by using the WRF model[J].Trans Atmos Sci,35(1):24-31.(in Chinese).

王振会.2001.TRMM卫星测雨雷达及其应用研究综述[J].气象科学,21(4):491-500.Wang Zhenhui.2001.A brief introduction to TRMM precipitation radar and a summary on the study of its applications[J].Scientia Meteorologica Sinica,21(4):491-500.(in Chinese).

夏秋萍,王鹤翔,陈子昂,等.2006.用TRMM卫星探测资料对“卡努”台风云系不同阶段特征的分析[J].海洋预报,23(4):28-37.Xia Qiuping,Wang Hexiang,Chen Ziang,et al.2006.Analysis of typhoon Khnun cloud characteristics in different stages by using TRMM[J].Marine Foecasts,23(4):28-37.(in Chinese).

智协飞,张玲.2009.AOGS第六届学术年会气象学研究报告综述[J].大气科学学报,32(5):716-722.Zhi Xiefei,Zhang Ling.2009.A review of the meteorological research at the AOGS 6th annual meeting[J].Trans Atmos Sci,32(5):716-722.(in Chinese).

中国国家标准化管理委员会.2006.GB/T 19201—2006热带气旋等级[S].北京:中国标准出版社.Standardization Administration of the People’s Republic of China.2006.Grade of tropical cyclones(GB/T 19201—2006)[S].Beijing:Standards Press of China.(in Chinese).

(责任编辑：倪东鸿)

An objective method to estimate tropical cyclone intensity over Northwest Pacific using TRMM/TMI data

ZHOU Shun-wu1,LU Yi1,2,ZHAO Bing-ke3,LU Xiao-qin3,

DING Feng4,CHEN Li-ying5

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters,NUIST,Nanjing 210044,China; 2.Shanghai Supply and Delivery Division of China Meteorological Administration,Shanghai 200050,China; 3.Shanghai Typhoon Institute of China Meteorological Administration,Shanghai 200030,China; 4.Qingdao Engineering Technology Research Center of Meteorological Disaster Prevention,Qingdao 266003,China; 5.Ning’an Meteorological Bureau,Ning’an 157400,China)

Abstract:Using the brightness temperature(TB) data of TRMM Microwave Imager(TMI) from 2007 to 2010,this paper establishes a method for estimating the intensity of tropical cyclone(TC) in Northwest Pacific,and tropical cyclones in 2010 are tested independently.Results show that the model fits well for those TCs,which are weaker than severe typhoon,with RMSE of about 5 m/s and mean absolute error of about 4 m/s.For theose TCs with strength between severe typhoon and super typhoon,the fitting error is bigger,with RMSEs of 9.65 and 6.60 m/s,and mean absolute error of 7.76 and 5.49 m/s,respectively.For theose TCs with intensity of strong typhoon and above,the fitting error in daytime(nighttime) decreases(increases),with minimum(maximum) error of 6 m/s(11.96 m/s),indicating that the estimate value is large(small) in daytime(nighttime).

Key words:tropic cyclone intensity;TRMM/TMI;brightness temperature;stepwise regression

doi：10.13878/j.cnki.dqkxxb.20130514001

文章编号：1674-7097(2015)03-0407-07

中图分类号：P405

文献标志码：A

通信作者：周顺武，博士，教授，研究方向为季风动力学，zhou@nuist.edu.cn.

基金项目:山东省气象局课题(2014sdqx01);中国气象局河南省农业气象重点实验室开放基金项目(AMF201403);国家重点基础研究发展规划项目(2012CB955204)；国家自然科学基金资助项目(41275111)；江苏省青蓝工程项目

收稿日期：2013-05-14；改回日期：2014-06-05

周顺武,卢怡,赵兵科,等.2015.利用TMI资料估计西北太平洋热带气旋强度的客观方法[J].大气科学学报,38(3):407-413.doi：10.13878/j.cnki.dqkxxb.20130514001.

Zhou Shun-wu,Lu Yi,Zhao Bing-ke，et al.2015.An objective method to estimate tropical cyclone intensity over Northwest Pacific using TRMM/TMI data[J].Trans Atmos Sci,38(3):407-413.(in Chinese).