基于卫星雷达等多源资料的短时暴雨预警

阮 悦，黄铃光，陈齐川，陈秋萍

（1.福建省灾害天气重点实验室，福建 福州 350001；2.福建省气象台，福建福州 350001）

暴雨是福建3—9月最主要的灾害性天气之一，常常造成山洪、泥石流、城乡积涝等严重灾害。由于暴雨往往是由中小尺度天气系统造成，常规气象观测网很难捕捉到，数值预报模式对暴雨常常不能很好地预报，而业务雷达多是捕捉到大的水滴（降雨）回波，这时候降水已经发生[1]。静止气象卫星能够提供某一地区连续的云的信息，使得卫星成为监测暴雨的主要手段之一[2]。近年来，国内外有不少卫星资料应用于暴雨的研究[3-12]。卢乃锰等[3]对GMS-4红外数字云图资料的分析发现云顶温度、云团的膨胀、穿透性云顶的存在等特征与云的降水强度有着明显的对应关系；兰红平等[4]通过分析小区域红外云图对流云云顶亮温与降水强度的统计关系，建立了一个利用红外云图云顶亮温，结合空气水汽含量，云顶亮温的变化进行自动短时降水估测、预测；一些研究利用卫星资料进行暴雨的个例和统计分析[5-11]或暴雨云团的预报方法研究[12-16]；也有尝试通过机器学习，标识出有监测预警意义的云团和强降水中心，识别率达80%左右[17]。但这些研究所用卫星资料时间空间分辨率低，且多数研究所选取参数比较单一。为了研制适用于福建省的短时强降水临近预报方法，提高对常规气象观测网难以捕捉到的和数值模式预报效果较差的中小尺度天气系统的预报能力，本文利用2017—2018年3—9月福建省短时暴雨天气过程葵花卫星（空间分辨率为0.02°×0.02°，时间分辨率为10 min）的红外、水汽通道资料，计算最低亮温、亮温梯度、红外与水汽亮温差和低亮温区所围面积及其随时间变化率等参量，提取产生强降水的卫星参数特征阈值，同时融合了强降水雷达参数阈值及过去1 h地面加密降水实况，采用指标叠加法判定监测区域内某一云团未来2 h能否产生区域性短时暴雨天气，进而对区域性短时暴雨云团进行预警。

1 卫星数据和方法

1.1 资料说明

使用目前中国气象局下发的葵花卫星（Himawari）红外通道IR1（中心波长10.4 μm，下同）、水汽通道IR3（中心波长6.2 μm，下同）亮温资料，监测范围为115°～121°E、22°～29°N，福建省及浙南、赣东、粤东北处于此区域内，资料空间分辨为0.02°×0.02°（约2 km×2 km），时间分辨率为10 min。雨量是区域加密降水资料（全省2 270站），时间分辨率5 min。根据福建省短时临近预报业务规定和地方政府防汛服务需求，本文定义区域性短时暴雨为相邻时间、相邻3个区域观测站（分布在相邻的2个县市）出现1 h≥30 mm或2 h≥50 mm强降水的天气，其余为无区域性短时暴雨天气。

1.2 指标叠加法

首先，利用IR1通道的亮温值，初步剔除暖云，对于IR1通道亮温值＞280 K予以剔除。其次，对时间间隔为10 min的前后两幅图像进行窗口大小为5×5像素（即10 km×10 km）的云像素均值滤波。将天气分为两类：一类是区域性短时暴雨天气；另一类是无区域性短时暴雨天气。根据暴雨云团在发生发展阶段特点和观测事实及2 a暴雨云团个例统计，选取了6个通过相关性检验的TBB亮温因子，分别是最低亮温值（Tmin）、-47℃（3月由于早春暖湿空气偏弱，对流发展高度较低，云团最低亮温值较高为-37℃）[18]亮温所围面积（S）、某一亮温值所围面积随时间变化率（dS/dt）、亮温梯度（P）、红外与水汽差值（△T）、红外与水汽差值随时间变化率（dT/dt），统计未来2 h内有无出现区域性短时暴雨云团这些参量的月特征值。

对流云的卫星识别方法主要采用阈值法[19]，国家气象中心业务上监测深对流云TBB阈值的下限为-32℃[13]，本文采用亮温阈值和面积法检测对流核，先用亮温≤-32℃阈值识别对流核，滤去面积小于100 km2的云团，再采用交叉相关法追踪前后时次（间隔为10 min）对流核，进行最低亮温、亮温梯度、红外与水汽亮温差、红外与水汽亮温差随时间变化率、某亮温值所围面积、云团面积随时间变化率等特征参量的计算。根据各因子特征阈值，进行0、1化处理（各因子满足阈值时为1，不满足时为0），然后求和，则短时暴雨卫星预警指标为：

其 中X1、X2、X3、X4、X5、X6分 别 是 最 低 亮 温 值（Tmin）、-47℃（3月为-37℃）亮温所围面积（S）、某一亮温值所围面积随时间变化率（dS/dt）、亮温梯度（P）、红外与水汽亮温差值（△T）、红外与水汽差值随时间变化率（dT/dt）6个因子0、1化后的判别值。

1.2.1 最低亮温

分别统计有、无短时暴雨时云团最低亮温值，发现暴雨云团的Tmin值比较小。Tmin在小于表1中阈值条件时，X1记为1；大于表1中无短时暴雨阈值时，X1记为-1；处于两者之间时，X1记为0。

表1 最低亮温（Tmin）阈值 ℃

1.2.2 低亮温值所围面积

分别统计短时暴雨和非短时暴雨云团各亮温值所围面积，发现暴雨与-47℃（3月为-37℃）亮温值所围面积大小关系密切，该亮温值所围面积大小（0.02°为格距的网格数）在大于表2中短时暴雨阈值条件时，X2记为1；小于表2中无短时暴雨阈值时，X2记为-1；处于两者之间时，X2记为0。

表2 -47℃（3月为-37℃）亮温值所围面积

1.2.3 低亮温面积随时间变化率

某一亮温值所围面积随时间变化率为：

该项是将云团某个亮温所围面积当前时次面积减去前一时次面积，它考虑了云团面积的变化速度，判断条件如下：

（1）当Tmin≤-47℃，则计算TBB为-47℃所围的面积，若满足dS/dt≥330格/10 min，X3记为1；若满足dS/dt≤-330格/10 min，则X3记为-1；处于两者之间时，X3记为0。

（2）当-47℃＜Tmin≤-37℃，则计算TBB为-37℃所围的面积，若满足dS/dt≥900格/10 min，X3记为1；若满足dS/dt≤-900格/10 min，则X3记为-1；处于两者之间时，X3记为0。

（3）当Tmin＞-37℃，X3=0。

1.2.4 亮温梯度

亮温梯度公式：

式中，T（i，j）是（i，j）网格点的亮温值，P（i，j）是（i，j）网格点的亮温梯度。将亮温梯度计算结果进行5×5网格（即10 km×10 km）平滑，提取云团中亮温梯度最大区域的值。暴雨常常出现于亮温梯度大的区域附近[20]。若亮温梯度大于表3中阈值，则X4=1，否则X4=0。

表3 强降水云团卫星参数阈值

1.2.5 红外与水汽亮温差

红外与水汽亮温差为：

水汽通道亮温值反映了对流层中上层水汽的分布情况，红外通道与水汽通道亮温差能够反映出云团发展的强弱[21-22]。全球对流诊断产品[17]核心就是以卫星6.7 μm水汽和11 μm红外通道亮温差确定深对流，用于对流天气预警。统计发现3、4月对流发展高度较低，该值较大，5月后随着对流发展增高，该值变小（表3）。若△T（i，j）小于表3中阈值，则X5=1，否则X5=0。

1.2.6 红外与水汽亮温差值随时间变化率

红外与水汽亮温差随时间变化率为：

统计发现暴雨云团的红外与水汽亮温差大多数为-0.3～-1.0℃/10 min。若dT（i，j）/dt小于表3中阈值，则X6=1，否则X6=0。

2 雷达回波参数特征

短时暴雨一般来说是由较高的降水率或相对较长的降水持续时间造成的[23]，较强的降水能否持续影响同一地区，这和降水系统的大小、移速、强度等相关。将区域性短时暴雨发生期间新一代天气雷达SWAN（Severe Weather Automatic Nowcast Sys-tem）系统识别出的并产生强降水的风暴单体作为样本，统计了2016—2017年3—9月福建省暴雨过程期间，全省8部新一代天气雷达组网拼图风暴识别追踪分析临近预报（TITAN）产品识别出的6 528个（3—6月4 122个、7—9月2 406个）强降水风暴单体，统计最强回波强度、35 dBZ以上强度回波的面积（S35）、风暴移动速度、反射率因子强中心高度（Hzm，雷达多个扫描仰角采集的该风暴单体回波强度最强时所处高度）等参数，并分别去掉5%的最大、最小参数值区间的样本，由此得到强降水风暴单体的参数值（表4）。结果表明，强降水的发生与最强回波强度（Zm）、35 dBZ强度的回波面积（S35）、风暴移速关系最密切，发生强降水时移速慢、中等强度回波面积大、回波强度强。

表4 雷达回波参数统计

雷达回波资料分析表明，3—6月主要是对流与稳定性混合回波造成的强降水，表现为强回波主要集中在低层，降水雨滴密度大，质心位置较低（图1），大多达不到0℃层高度，主要是暖云产生高效率的短时强降水，降水回波一般呈带状或絮状，3、4月份出现频次明显少于5、6月。统计结果表明，70%以上的混合性降水最大反射率因子强度Zm在42 dBZ以上，反射率因子强中心高度Hzm低于3.3 km，S35为80 km2以上，移动速度＜25 km/h。

图1 降水单体垂直结构

7—9月主要是对流性强降水，对流发展高度高，强度更强，降水粒子数密度相对较稀，对流单体以局地发展为主，中等强度回波尺度小于3—6月的，移速也较慢。统计结果表明，70%以上的对流性降水最大反射率因子强度Zm在45 dBZ以上，反射率因子强中心高度Hzm在3.9 km附近，S35为60 km2以上，移动速度＜13 km/h，比冰雹或雷暴移速明显慢。

3 卫星、雷达及加密雨量综合预警短时暴雨

考虑到天气雷达能观测到降水系统的低层，但是对浅对流降水卫星最低亮温等参数与降水对应不是很好，同时考虑到地面雨量数据的实时性，将卫星监测结果与雷达、地面加密雨量数据融合，建立区域性短时暴雨预警指标：

其中，X1、X2、X3、X4、X5、X6、X7、X8分别是最低亮温、某亮温所围面积、某亮温面积随时间变化率、亮温梯度、红外与水汽差值、红外与水汽差值随时间变化率、雷达产品TITAN的判识条件、前1 h降水量8个因子0、1化后的判别值（满足阈值时为1，不满足时为0）。

读取检测出的各个云团所包围区域（亮温≤-32℃）中新一代天气雷达SWAN产品（TITAN）识别出的风暴的中等强度回波面积（S35）、移动速度（V）、回波强度（Zm）的参数值，分别对这些雷达参数进行判识是否满足：①3—6月，S35≥80 km2、V＜25 km/h、Zm≥42 dBZ；②7—9月，S35≥60 km2、V＜12 km/h、Zm≥45 dBZ。若满足以上条件，则X7=1；不满足，则X7=0。

系统检测云团所包围区域中地面加密自动雨量数据，前1 h是否出现相邻3站以上≥20 mm/h强降水，若有，则X8=1；否则X8=0。

最后将8个因子相加，得到预警指标Y。根据历史样本统计云团未来2 h产生区域性短时暴雨的预警指标Y值有80%以上达到4以上，因此取Y=4为阈值，若Y≥4，则预报该云团未来2 h将出现区域性短时暴雨天气。目前在卫星云图上对对流云团的追踪主要借助类似于雷达的回波追踪方法[24-25]。本文也采用交叉相关法，通过TREC矢量得到移动方向和速度，将云团亮温≤-32℃的区域进行线性外推，最后系统输出该云团现在及未来2 h内最大可能出现区域性短时暴雨的区域。

4 卫星、雷达短时暴雨预报结果检验

为了检验卫星、雷达0～2 h强降水预测能力，引用命中率（POD）、空报率（FAR）、临界成功指数（CSI），这些指标可以定量评价预测结果。计算公式如下：

其中，POD为命中率、FAR为空报率、CSI为临界成功指数，X、Y、Z分别为报准数、漏报数、空报数。

统计某时段每间隔10 min观测所有被识别出的对流云团，对预报有区域性短时暴雨的云团，若未来2 h内该云团所预警范围内有区域性短时暴雨发生，则正确，若无则空报。对预报无区域性短时暴雨的云团，若该云团所预警范围内无区域性短时暴雨发生，则正确，若有则漏报。若预警云团内、外均出现区域短时暴雨，则算一次正确和一次漏报。据此规定统计了2019年3次暴雨过程识别的274个云团，分别计算云团和强降水站数的命中率、空报率、临界成功指数（表5）。评估结果命中率为80.6%～97.1%，平均为91.0%，空报率平均为14.7%，临界成功指数为77.2%～79.2%，平均为77.9%，所预警的云团未来2 h影响区域出现≥30 mm/h强降水站数占全省强降水站数的76.4%～96.2%，平均为85.2%，整体预警效果较好。

表5 卫星强降水预测结果检验

图2是2019年5月16日08：00（世界时）卫星预警区域及未来2 h出现≥30 mm/h降水站点图，全省共35站出现强降水，其中31个站点出现在预警区域内，准确率为88.6%。

图2 2019年5月16日08：00卫星预警区域与降水

图3是2019年6月7日02：00（世界时）卫星监测未来2 h≥30 mm/h强降水预警，全省共40站出现强降水，40个站点全部出现在卫星预警区域内，准确率为100%。

图3 2019年6月7日02：00卫星预警区域与降水

5 结论

通过葵花卫星最低亮温、亮温梯度、红外与水汽亮温差及其随时间变化率等特征参量阈值的计算、提炼，并融合了雷达参数阈值及过去1 h地面加密降水实况资料，采用指标叠加法和交叉相关法外推云团的移动进行短时暴雨预警，得到如下结论：

（1）短时暴雨常发生于最低亮温值小、亮温梯度值大、红外与水汽亮温差＜0℃、红外与水汽亮温差随时间变化率为-20℃以上、-47℃（3月为-37℃）亮温值所围面积大的云团里。

（2）短时暴雨的发生与回波强度、35 dBZ以上强度的回波面积、移速关系最密切，发生强降水时移速慢、中等强度回波面积大，强度强。

（3）2019年几次暴雨过程预报检验结果命中率（POD）为80.6%～97.1%，平均为91.0%，临界成功指数（CSI）为77.2%～79.2%，平均为77.9%，所预警的云团未来2 h影响区域出现≥30 mm/h短时暴雨站数占全省短时暴雨站数的76.4%～96.2%，平均为85.2%，整体预警效果较好。

（4）虽然基于高分辨率卫星，并融合了雷达、加密降水资料的预警系统可以对区域性短时暴雨进行较好的预报，但也存在一定的空报、漏报，分析误差原因主要是两个方面：一是卫星参量与强降水的关系还需进一步研究；二是云团的增长、消亡造成的误差，且这种误差随着预报时效的增长而增大。