基于气象卫星的青藏高原低涡识别

任素玲 方 翔 卢乃锰 刘清华 李 云

1)(国家卫星气象中心， 北京 100081)2)(高原与盆地暴雨旱涝灾害四川省重点实验室， 成都 610072)

引 言

青藏高原的动力和热力作用是影响全球特别是我国天气气候的重要因素，青藏高原地形造成气流绕行或爬升，热力作用是亚洲夏季风形成的重要因素[1-5]。低涡是青藏高原地区重要的天气系统，会造成青藏高原或下游地区出现灾害性天气。青藏高原低涡研究主要包括气候分布特征、低涡东移暴雨灾害、动力和热力结构及地形对低涡影响和长时间低涡数据库建立等。

青藏高原低涡气候分布研究表明：部分低涡生命期在36 h以上，移动路径分为东北、东南和东行3类，以东北行路径最频发[6]，7月为低涡的最活跃期。活跃在青藏高原上的低涡仅有部分能移出高原[7-10]，造成四川盆地、长江中下游等地出现暴雨天气,移出青藏高原的低涡一般具有强度高、低压系统深厚的特征[11]。郁淑华等[12-14]研究了冷空气活动对低涡移出青藏高原的影响，给出了冷空气的高位涡特征对低涡移出青藏高原的影响机理。青藏高原低涡活动可造成暴雨或暴雪天气[13-18]，同时低涡的生成受夏季地面热源影响[19]及环流(如低频振荡[20])影响。

随着观测手段多样化，气象卫星数据在青藏高原低涡研究中逐渐发挥作用。钱正安等[21]利用卫星云图分析指出，青藏高原低涡的生成源地可追踪到青藏高原西部，低涡云型为中心少云区，而周围为多云区，不同发展阶段和发生区域的低涡云型有明显差异。除青藏高原低涡云系特征的研究外，我国FY-2气象卫星和日本GMS气象卫星水汽通道(6.3～7.6 μm)数据也被应用于青藏高原低涡水汽输送研究。许健民等[22]利用日本GMS卫星的水汽图像分析了夏季青藏高原上空水汽输送，指出低涡与降水关系,江吉喜等[23]利用气象卫星数据分析青藏高原夏季中尺度对流系统的时空分布特征。徐祥德等[24]利用卫星反演TBB数据研究了青藏高原—季风“大三角扇形”水汽输送特征与中国的区域旱涝关系，指出1991年和1998年长江流域持续大暴雨的某些超级强对流云团涡旋云系的胚胎云系可追溯到上游青藏高原中部地区，展示了气象卫星在青藏高原低涡源地追踪上的优势。

青藏高原低涡气候分布特征研究依托于长时间序列低涡数据集，中国气象局成都高原气象研究所利用气象探测数据整编了自1998年以来的青藏高原低涡年鉴，为青藏高原低涡活动研究提供了观测事实。林志强等[25]利用气象再分析数据研究了青藏高原低涡客观识别方法，并依据识别结果进行了初步分析。本文在以往研究基础上，以长时间序列气象卫星数据为基础、辅助气象再分析数据、探空数据和青藏高原低涡年鉴等，形成基于气象卫星数据的青藏高原低涡综合识别方法，形成近30年青藏高原低涡数据集，并对比卫星识别青藏高原低涡数据和青藏高原低涡年鉴数据集，利用多年平均和逐年分析方法对青藏高原低涡活动频数、位置分布及季节变化等进行分析，研究了2015年青藏高原中西部新增3个探空站点对低涡识别的重要影响，表明气象卫星在青藏高原中西部无探空站点区域对低涡生成源地和移动路径的监测优势。

1 数 据

数据包括日本GMS和我国FY-2静止气象卫星数据，美国NCEP/NCAR、日本JRA-55、欧洲中期天气预报中心ERA-Interim再分析数据，青藏高原低涡年鉴和气象探空数据等。

气象卫星数据：GMS气象卫星数据[26]红外和水汽通道数据空间分辨率为5 km，时间分辨率在1989—1995年为3 h，1996—2002年为1 h；FY-2气象卫星数据为2005—2016年[27]，红外和水汽通道数据空间分辨率为5 km，时间分辨率为1 h。青藏高原低涡识别时利用红外和水汽通道图像上低涡的云型特征，因此，对长时间序列多源卫星数据的定标一致性依赖较小。

气象再分析数据： 美国NCEP/NCAR再分析数据集[28]，空间分辨率为2.5°×2.5°，垂直方向为17层；日本JRA-55再分析数据集[29]，空间分辨率为1.25°×1.25°，垂直方向为37层；欧洲中期天气预报中心ERA-Interim再分析数据集[30]，本文选取空间分辨率为1°×1°，垂直方向为37层。3类数据时间段均为1989—2002年和2005—2016年，每日00:00,06:00,12:00,18:00(世界时，下同)共4个时次。

青藏高原低涡年鉴[31]：中国气象局成都高原气象研究所整编，文中使用了高原低涡路径图和高原低涡中心位置数据表。时间为1998—2016年，每日00：00和12：00共2个时次。定义高原低涡活动频数为每日低涡活动平均次数，为了与卫星识别结果对比(每日00：00，06：00，12：00，18：00共4次定位)，文中将年鉴低涡活动频数乘2。

气象探空数据：时间为2005年至今，每日00：00 和12：00共2个时次，垂直方向11层。青藏高原及周边探空站分布如图1所示(2015年增加狮泉河、改则和申扎3个探空站，图1中黑色方框所示)[32]，2015年前，探空站主要分布在青藏高原东部。西藏、青海和四川分别有8个(定日、拉萨、那曲、林芝、昌都、狮泉河、改则和申扎)、7个(沱沱河、玉树、达日、格尔木、都兰、西宁和芒崖)和3个(巴塘、甘孜和红原)探空站。大部分探空站海拔高度为3000～4000 m，密度远小于中东部省份，受复杂地形影响探空站代表性较差。

图1 青藏高原及周边探空站分布(阴影表示地形高度不低于3000 m)Fig.1 The distribution of meteorological sounding stations over the Tibet Plateau(the shaded denotes terrain height no less than 3000 m)

2 再分析数据在青藏高原地区适用性

气象卫星青藏高原低涡识别方法中，再分析数据作为高原天气分析软件的客观自动识别依据。由于青藏高原地区的特殊性，再分析数据在该地区的适用性需验证，选取3类常用气象再分析数据集。依据青藏高原低涡定义(500 hPa等压面上生成于高原且有闭合等高线的低压或有3个站风向呈气旋式环流)且青藏高原低涡年鉴主要依据探空数据整编，选取探空数据为标准值，检验3类再分析数据200 hPa,500 hPa位势高度场和风场。选取分别代表青藏高原中东部(西藏)、东北部(青海)和东部边缘(四川)的站点，分析表明：3类再分析数据在三省(自治区)的精度表现一致，现以西藏自治区为例分析，选取站点为定日、拉萨、那曲、林芝和昌都。

利用2007—2016年10年平均西藏自治区5个探空站高度场检验(图2)可知，NCEP/NCAR数据和探空数据一致性最佳，ERA-Interim数据200 hPa和500 hPa 高度比探空数据分别平均偏低约200 gpm和100 gpm。JRA-55数据200 hPa高度1—5月、11—12月与探空数据一致性较好，但6—10月高度场较探空数据异常偏低(原因分析有待深入)，而500 hPa 高度场1—5月和11—12月偏低,7—9月偏高。

图2 2007—2016年再分析数据和探空站平均(定日、拉萨、那曲、林芝和昌都)200 hPa及500 hPa高度场Fig.2 The average geo-potential height at 200 hPa and 500 hPa of meteorological sounding stations(Dingri,Lasa，Naqu，Linzhi，Changdu) and NCEP/NCAR,JRA-55 and ERA-Interim reanalysis from 2007 to 2016

由平均风速(图3)可知，ERA-Interim和NCEP/ NCAR与探空数据一致性相对较好，1—5月和9—12月两类再分析和探空数据风速差异较小，6—8月均比探空数据风速偏小约5 m·s-1。JRA-55数据风速全年整体偏小，明显偏小的月份为1—5月和11—12月，10月与探空风速接近。2007—2016年6月1日—7月1日探空站平均水平风垂直分布(图4)显示，3类再分析数据200 hPa和500 hPa风向均与探空有明显差异：NCEP/NCAR数据200 hPa和500 hPa北风分量偏强；ERA-Interim和JRA-55数据200 hPa北风分量偏强，500 hPa 南风分量偏强。2008年6月1日—7月1日那曲站3类再分析数据和探空100，200，300，400 hPa和500 hPa各层水平风分布显示，随着高度增加再分析数据风向和探空风向的差异变大，ERA-Interim和NCEP/NCAR两类再分析数据各层风向和探空差异相对较小。

图3 2007—2016年再分析数据和探空站平均(定日、拉萨、那曲、林芝和昌都)200 hPa及500 hPa风速Fig.3 The average wind speed at 200 hPa and 500 hPa of meteorological sounding stations(Dingri, Lasa，Naqu，Linzhi，Changdu)and NCEP/NCAR,JRA-55 and ERA-Interim reanalysis from 2007 to 2016

图4 2007—2016年6月1日—7月1日再分析数据和探空站平均(定日、拉萨、那曲、林芝和昌都)(a)和2008年6月1日—7月1日再分析数据和那曲站水平风垂直分布(b)Fig.4 The vertical distribution of horizontal wind at Dingri,Lasa，Naqu，Linzhi，Changdu from 1 Jun to 1 Jul during 2007-2016(a) and that of Naqu from 1 Jun to 1 Jul in 2008(b) based on observation and NCEP/NCAR,JRA-55, ERA-Interim reanalysis

探空气球探测的水平风为气球上升经过某高度时的矢量值，会受到大气层局部湍流活动或较强的上升或下沉运动影响，造成气球经过该点时的位移与其相邻两点间出现明显的漂移，从而引起气球在某个高度范围的风出现较大偏离。在一定程度上造成了探空数据和气象再分析数据风场的差异。综合考虑青藏高原地区位势高度场和风场，本文选取NCEP/NCAR再分析数据作为气象卫星识别青藏高原低涡辅助数据。

3 气象卫星青藏高原低涡识别方法

以长时间序列气象卫星数据为主要识别依据，辅助气象再分析、探空和青藏高原低涡年鉴数据，利用开发的高原天气分析软件系统进行自动识别和人机交互识别，对修订后的综合识别结果自动储存，形成青藏高原低涡数据集。

3.1 NCEP/NCAR数据自动识别方法

林志强等[25]利用NCEP/NCAR再分析数据进行高原低涡客观识别，应用天气学和几何图形特征，结合高度场和风场定义闭合低涡、面积、连续性、区域、垂直结构及气旋性旋转等高原低涡的识别标准，本文参考该自动识别方法。低涡识别条件包括：①500 hPa高度场出现低值闭合中心；②强度I>10(I=-1×(HL-HClat,70°～120°E)，其中，HL为低涡中心高度，HClat,70°～120°E为低涡中心纬度处70°～120°E范围内平均高度)；③面积为1×104～1×106km2；④低涡起始点位于青藏高原地区以内(图1中3000 m以上高原范围)。

3.2 气象卫星识别方法

气象卫星识别青藏高原低涡主要依据逐小时静止气象卫星红外云图和水汽图像上低涡云型特征、低涡云系的发展和移动特征[17]，并结合500 hPa气象探空风场、青藏高原低涡年鉴中低涡位置等数据，对NCEP/NCAR数据自动识别高原低涡数据进行订正。具体内容和方法包括：①自动识别漏判或多判的低涡添加或删除；②低涡范围订正，依据低涡云系的影响范围并参考闭合等高线范围；③低涡中心订正，主要依据高度场闭合中心位置和风场旋转中心位置，并向低涡云系的涡旋中心调整，在有探空数据的00：00和12：00，当NCEP/NCAR数据和探空数据有差异时，以探空数据为准，并且在06:00和18：00依据低涡移动的连续性进行订正；④低涡是否为同一个低涡订正，因为不同的低涡过程移动快慢差异较大，自动识别时用统一的距离界定会出现较多错判，根据云系演变进行判断却简单可靠。

气象卫星识别青藏高原低涡数据集主要包括：低涡时间、编号、中心经纬度、低涡面积、低涡对流信息等，时间分辨率为每日4次。

4 气象卫星青藏高原低涡识别结果

青藏高原低涡年鉴是由经验丰富的高原气象研究专家依据探空观测数据整编，是研究青藏高原低涡的重要数据集[31]。因此，本文以青藏高原低涡年鉴为真值分析气象卫星青藏高原低涡识别结果，对比时间为2001—2016年(无2003年和2004年数据，下同)。青藏高原低涡年鉴数据中2015年开始增加了狮泉河、改则和申扎3个探空站，因此，在多年平均青藏高原低涡对比分析时，选取时间段为2001—2014年，在逐年对比分析时，分别对有(2015年)和无(2008年)这3个中西部探空站年份进行分析。

4.1 多年平均青藏高原低涡活动

图5a和5b为2001—2014年平均低涡活动频数分布，两类数据均显示4—8月为低涡活动频数高峰期，年鉴最大日平均活动频数为2.3次/d，气象卫星识别低涡最大日平均活动频数为3.2次/d，较年鉴数据略偏高。气象卫星识别显示低涡最强活动频数出现在5月底至6月初，年鉴低涡最强活动频数出现在6月初，1—5月和9—12月气象卫星识别低涡活动明显高于年鉴低涡。由2001—2014年平均月低涡生成数量(图5c)可知，1—5月和9—12月卫星识别低涡较年鉴低涡数量偏多，6月持平，7—8月偏少。卫星识别低涡显示5月为青藏高原低涡生成最多的月份。

由青藏高原低涡区域平均分布可知(图6)，年鉴低涡和卫星识别低涡均显示青藏高原东部为低涡活动频发区。年鉴低涡频发区域和探空站点分布关系密切，大值区位于多个探空站点的中间区域，西藏东南部高值中心位于拉萨站东南侧和林芝站西南侧，西藏东北部两个高值中心分别位于那曲站北侧和昌都站东北侧，青海南部的高值中心分别位于玉树站和沱沱河站中间区域，这与青藏高原低涡年鉴所用的观测数据主要来源于探空数据有关。2015年前，青藏高原中西部地区无探空站点，因此,年鉴低涡主要位于东部(90°E以东)。卫星识别显示出两个低涡活动高值区，分别位于青藏高原西部、西藏中北部和青海西南部，卫星识别出青藏高原中西部更多低涡。青藏高原东部低涡活动高值区较年鉴低涡更偏西，低涡分布更均匀。这与钱正安等[21]利用卫星云图分析指出青藏高原低涡的生成源地可追踪到青藏高原西部的结论一致，表明气象卫星数据在青藏高原低涡识别中的观测优势。

气象卫星识别青藏高原低涡月平均分布(图7)可以看到，西部低涡活动7月和8月较弱，其他月份的活动频数差异较小，东部低涡活动有明显的季节变化，冬季(1月、2月、11月和12月)该区域基本无低涡活动，4—8月为东部低涡活跃期，其中最活跃时间为5月和6月。因此，冬半年低涡主要出现在青藏高原西部，春末及夏季东部低涡活跃，5月和6月低涡活动频数高峰主要为该区域低涡活动增强的结果。冬半年[33]气象卫星识别低涡活动频数高于年鉴低涡活动频数,主要是由青藏高原西部低涡活动造成的(图5)。

图5 2001—2014年日平均青藏高原年鉴低涡活动频数(a)、气象卫星识别低涡活动频数(b)和月平均低涡生成数量(c)Fig.5 The daily mean vortex activity frequency of the Tibetan Plateau based on Yearbooks(a) and meteorological satellite(b) with monthly mean of the Tibet Plateau vortex genesis(c) from 2001 to 2014

图6 2001—2014年平均青藏高原年鉴低涡活动频数(a)和气象卫星识别低涡活动频数(b)分布(黑点为气象探空站点位置)Fig.6 The distribution of the Tibet Plateau vortex activity frequency based on Yearbooks(a) and meteorological satellite(b) from 2001 to 2014(black dot denotes meteorological sounding station)

图7 2001—2014年月平均气象卫星识别青藏高原低涡活动频数分布Fig.7 The monthly mean distribution of the Tibet Plateau vortex activity frequency based on meteorological satellite from 2001 to 2014

续图7

4.2 逐年气象卫星青藏高原低涡识别结果

本文以2008年和2015年为例对比分析气象卫星识别低涡和年鉴低涡，2008年卫星识别低涡共51个(1—12月低涡数量分别为1，3，4，4，12，6，8，4，2，3，3，1个)，年鉴低涡共47个(1—12月低涡数量分别为0，1，1，3，12，8，9，6，5，0，1，1个)，年鉴低涡偏多4个。1—4月和10—11月卫星识别青藏高原低涡数量比年鉴偏多，而5—9月与年鉴持平或偏少，7—8月与多年月平均低涡分布基本一致(图5c)。

2008年青藏高原低涡路径分布(图8a、8b)表明，青藏高原东部卫星识别低涡和年鉴低涡路径分布趋势基本一致，均以偏东或东北路径为主，由于卫星数据时间分辨率更高，6 h 1次的定位信息使低涡路径更连续平滑。气象卫星识别出 85°E以西及85°～90°E之间青藏高原中西部低涡各17个(分别占总数的33.3%)，使影响90°E以东青藏高原低涡生成源地进一步西移(年鉴低涡均位于90°E以东)。卫星识别出起源于90°E以东的低涡共17个，约占总数的33.3%。

图8 2008年年鉴低涡路径(a)和气象卫星识别青藏高原低涡路径(b)分布图(蓝线为3000 m地形高度)Fig.8 The Tibet Plateau vortex tracks based on Yearbooks(a) and meteorological satellite(b) in 2008(blue curve denotes 3000 m topographic height)

表1给出了2008年气象卫星识别和年鉴青藏高原低涡的一致性分析，低涡活动期间中心位置能够匹配时认为两者一致。逐条低涡路径分析表明：气象卫星识别共有25个低涡与年鉴中的34个(共47个，约占72.3%)低涡对应，其中7条气象卫星识别路径分别对应2～3个年鉴低涡。气象卫星识别青藏高原西部低涡共12个(主要发生在秋冬季和春季)，南部低涡共1个。因此，除无探空站的高原中西部和南部外，气象卫星识别低涡在有探空数据的青藏高原区域和年鉴低涡具有较好的一致性，卫星识别低涡约覆盖72.3%的年鉴低涡。

表1 2008年气象卫星识别青藏高原低涡与年鉴低涡一致性分析Table 1 Consistency analysis of the Tibet Plateau vortexes between the recognition based on meteorological satellite and Yearbook in 2008

气象卫星识别有7个低涡路径分别对应2～3个年鉴低涡，现以2008年5月10—14日低涡(气象卫星识别第15号，年鉴第7号和第8号)分析气象卫星识别对青藏高原低涡生成源地判定及路径连续性方面的优势。

由图9可以看到，5月10日18：00气象卫星识别出青藏高原西部有低涡生成，低涡生成后移动路径为东—东北—东—东南方向。气象卫星水汽图像监测显示(图10)，11日00：00低涡中心外围有云系发展，500 hPa高度场也显示有明显的闭合中心，中心附近最低高度约为5760 gpm。探空风场显示印度北部、我国西藏东部和新疆南部形成明显的气旋式气流，低值中心位于我国西藏西部。随着低涡东移，低涡周围的云系逐渐发展并有明显的日变化特征(图略)，06：00云系明显加强。5月13日00：00 开始，与年鉴第8号低涡路径基本一致。气象卫星、再分析数据及探空数据综合识别青藏高原低涡可以对低涡初生进行提前追踪，弥补探空数据在青藏高原中西部低涡监测中的不足。一般而言，低涡中心附近没有明显的涡旋状云型，但有低涡活动时，低涡中心外围一般会出现气旋式弯曲的云带，特别是在午后低涡周围会有对流云带发展，为低涡活动的判读提供重要信息。

图9 2008年气象卫星识别青藏高原低涡(实线表示第15号)与年鉴低涡(虚线表示第7号和第8号)路径Fig.9 The Tibet Plateau vortex tracks from the recognition based on meteorological satellite(solid line denotes No.15) and Yearbooks(dash line denotes No.7 and No.8) in 2008

图10 2008年气象卫星识别第15号青藏高原低涡路径(黑色实线)与5月11日00：00,11日12：00,12日12：00和13日12：00年鉴低涡位置(黑圆点表示第7号，黑方块表示第8号)、卫星水汽图像、500 hPa高度场(白色等值线,单位：dagpm)、探空风场(风向杆)Fig.10 The Tibet Plateau vortex tracks of No.15 based on meteorological satellite(solid line), vortex positions based on Yearbook(black dot denotes No.15,black square denotes No.7 and 8), satellite water vapour images(the shaded),geo-potential height at 500 hPa(white contour,unit:dagpm) and sounding wind bar at 0000 UTC 11 May,1200 UTC 11 May,1200 UTC 12 May,1200 UTC 13 May in 2008

由图6可知，2001—2014年受气象探空站点分布的影响，年鉴青藏高原低涡出现在经度90°E以东的区域，2015年青藏高原中西部新增3个探空站，分布在80°～90°E附近区域(图11)。2015年青藏高原低涡年鉴显示共有12个低涡活动于90°E以西区域(图11中黑色矩形框范围内)，约占全年年鉴低涡数量(55个)的22%，年鉴低涡位置主要分布在图中方框区域的东北侧。气象卫星识别低涡共有16个出现在该区域，图中方框区域均有分布。两者时间和位置匹配一致性分析表明：卫星识别8个低涡和年鉴识别10个低涡时间和空间匹配均一致，且两者一致的低涡均出现在图中方框的东北侧，该区域两类低涡数据一致性较高。表明新增3个探空站对青藏高原低中西部低涡识别的重要作用，也能更好地识别青藏高原东部低涡生成源地；同时，也表明气象卫星识别低涡在青藏高原中西部区域的可信性。

图11 2015年年鉴低涡(a)与气象卫星识别青藏高原低涡(b)路径分布(蓝线表示3000 m地形高度，黑色方块表示狮泉河、改则、申扎探空站位置)Fig.11 The Tibet Plateau vortex tracks based on Yearbooks(a) and meteorological satellite(b) in 2015 (blue curve denotes 3000 m topographic height，black square denotes Shiquanhe,Gaize and Shenzha meteorological sounding station)

5 结 论

本文以气象卫星数据为基础，结合气象再分析、探空、青藏高原低涡年鉴等数据，对长时间序列青藏高原低涡进行识别，通过多年平均及逐年数据分析表明了气象卫星青藏高原低涡识别的可行性，基于该低涡数据初步分析了青藏高原低涡分布特征。主要结论如下：

1) 3类气象再分析数据中，NCEP/NCAR再分析数据的对流层中高层高度场、风场在青藏高原地区与探空数据的一致性较好，可作为气象卫星识别青藏高原低涡辅助数据。

2) 多年平均青藏高原低涡活动频数分布显示：4—8月为低涡活动频数高峰期，冬半年气象卫星识别低涡活动频数明显高于年鉴数据(年鉴低涡位于90°E以东)，主要为青藏高原西部低涡活动引起。卫星识别显示出两个低涡活动频发区，一个位于西藏的中北部和青海西南部，另一个位于青藏高原西部。有探空站的青藏高原东部，卫星识别低涡高值区和年鉴数据吻合。逐年低涡路径对比分析也显示，2008年除无探空站的青藏高原中西部和南部外，气象卫星识别青藏高原低涡和年鉴低涡具有较好的一致性，卫星识别低涡约覆盖72.3%的年鉴低涡，表明卫星识别低涡在青藏高原东部地区的可信性。

3) 2015年青藏高原中西部新增3个探空站对年鉴低涡数据有重要影响，年鉴中90°E以西低涡约占全年低涡数量22%。该年份新增探空站区域气象卫星识别低涡和年鉴低涡分布一致性较高，表明气象卫星识别低涡在青藏高原中西部的可信性。

4) 气象卫星识别青藏高原低涡数据显示，除7—8月，青藏高原西部低涡月平均差异较小，而青藏高原东部低涡有明显的季节差异，冬半年基本无低涡活动，夏半年为低涡活跃期，其中最活跃时间为5月和6月。

因此，卫星识别和年鉴低涡在有探空站的青藏高原区域有较好的一致性，且可对青藏高原低涡年鉴中发生在青藏高原东部的低涡初生源地进行识别，同时又能对发生在青藏高原西部特别是活跃于冬半年的低涡进行识别，是青藏高原低涡年鉴数据的有效补充。后期可利用形成的近30年低涡数据开展青藏高原低涡分析。