闽东北暖区暴雨过程相当黑体亮度温度时空特征分析*

陈文佳 张春桂 徐佳奥

(1.福建省霞浦县气象局，福建 宁德 355100;2.福建省气象科学研究所，福建 福州 350001)

0 引言

随着社会经济的发展，产业现代化进程加快，目前基层常规所提供的逐12小时预报服务模式已经无法满足频发的持续时间短、影响范围小、强度强的中小尺度强天气服务需求，公众除了对预报的准确率要求提到了一个新高度，对预报的提前量更是提出了更高要求。面对如此形势，根据实际需求及预报精细化要求，将目前先进的更高分辨率智能网格产品和更精细时次的预报产品结合多源数据反演的实况特点进行本地化研究工作很有必要。

近年来，我国风云卫星资料被广泛应用于天气预报、气候监测、自然灾害、环境监测、科学研究以及产业发展等领域。在国家创新战略发展蓝图下，卫星系统的建设对于提高应对灾害性天气，构建防灾减灾体系具有支撑作用[1]。而如何将获取的卫星资料融入日常预报服务业务中是一大难点，尤其是在基层对卫星数据应用能力较弱这一现实背景下。2018年8月，随着风云四号A星交付使用并建成配套地面接收系统，强对流天气预报预警监测方面有了新的突破。风云二号和风云四号同属静止类卫星，均可满足持续监测的需求，本文选取风云二号(分辨率为0.1°×0.1°)进行初步研究。

相当黑体亮度温度(Black Body Temperature，TBB)是卫星资料产品的一大类，与天气系统的强度之间存在关联性，通过对TBB的研究分析，可以为强对流天气预报预警提供指示作用。目前，TBB的数值大小与对流发生发展情况之间的密切关系，也是广大气象工作者研究关注的热点之一[2-3]。王华荣等[4]基于FY-2C卫星的TBB资料，对四川地面降水进行估算，发现1小时内的最低红外亮温及其增量可以很好地估算1小时内的降水量。卢乃锰等[5]研究发现，云顶亮温越低的区域，对流发展越旺盛，该特征对精细化预警范围有重要作用，确定了强降水中心等。王芬等[6]利用黔西南8个县级气象观测站2006—2016年短时强降水个例及对应卫星TBB资料研究发现，在强降水发生过程中，前后亮温存在明显差异，亮温呈明显单谷特征，且先降后升，不同时段的TBB值对不同阈值的雨强响应也有所区别。

本文采取的研究方法为经验正交分解(Empircal orthogonal function，EOF)方法。EOF方法通过对不规则分布的场变量进行时空分解，对得到的空间和时间模态特征量进行相互正交。从一定程度上，空间模态(EOF)可以反映所研究要素场的物理空间分布特征，而时间系数(Principle Component Analysis，PCA)则反映某一模态空间场变量随时间的权重变化。EOF分析方法早先多应用于气候类科研工作，而随着观测业务的现代化，观测时次的密集程度以及获取的数据信息，足以满足EOF分析方法对数据数量的需求。

强降水时空演变特征分析属于近年来热门研究之一，我国学者对其也开展了诸多研究。庞秩舒等[7]在对我国夏季降水异常EOF模态研究中指出，该方法应对夏季降水短期气候预测应用的潜在能力和条件。于杰等[8]则将EOF运用于中小尺度系统位势高度的研究中，发现当EOF分界于某地发生三波锁相时，配合该处低负高正的位势特征，同时低层位势急剧降低时，对暴雨落区具有强指示性。而国内研究者较少使用卫星数据进行EOF分析来反映暖区暴雨过程中的时空分布特征，更多是通过对流场、物理量场等方面开展EOF分析。

本文选择2021年5—6月闽东北6次暖区暴雨过程，对过程期间强降水发生时段的TBB数据时空变化进行经验正交分析，研究TBB与强降水过程中的相关关系，为今后预报服务中卫星TBB资料引入基层短时强天气预报预测业务工作提供参考依据。

1 资料和分析方法

本文采用的资料为闽东北218个区域自动气象站及11个国家基本气象站、国家一般气象站的逐小时观测数据，数据类型为EFZ格式。亮温数据是提取自风云卫星的FY2G产品类目中的相当黑体亮度温度，产品名称为9210格式1小时平均相当黑体亮度温度产品，该产品分辨率为0.1°×0.1°。研究时间选取2021年5—6月，研究对象选择研究时间段内对闽东北产生影响的6个暖区暴雨过程(见表1)。根据闽东北各县(市)国家级站点逐时雨量变化实况确定主要强降水的开始时间，详见表1。

表1 对闽东北有影响的6个暖区暴雨过程

本文研究中，考虑暖区暴雨引入的定义方式如下：

①当福建省处于地面低压倒槽南侧区域或入海高压后部偏南气流控制下时，且高空为西南或偏南气流，同时850hPa处于切变线南侧时，考虑此时福建省境内的暴雨为暖区暴雨[9]。

②当锋面或切变线位置偏北，而闽东北处于其南侧暖区内，那么此时的暴雨也可认为是暖区暴雨[9]。

选取闽东北符合暖区暴雨的条件为(两个条件满足其一即可)：①24小时(20—20时)雨量≥50mm的站点数≥5个站；②24小时(20—20时)雨量≥50mm的站点数≥2个站，且其中有一个站雨量≥100mm。

研究方法为经验正交分解(EOF)方法。该方法由Pearson[10]提出，并引入大气科学研究领域。EOF分析方法能够将一个物理量场分解为多个模态的时空场进行独立模拟演变过程，更容易提取降水过程中背景场(第一、二模态)和扰动场(第三模态)特征，为进一步探索暖区暴雨特征提供方法支撑。本文选取的样本(00时～00时UTC)为5月11—12日逐小时TBB数据48个，5月17—19日逐小时TBB数据72个，5月19—22日逐小时TBB数据96个，5月23—24日逐小时TBB数据48个，6月3—4日逐小时TBB数据48个，6月20—22日逐小时TBB数据72个。计算空间区域为60°S～60°N，45°E～165°E。研究空间区域为26°N～27.5°N，118.5°E～120.5°E(闽东北区域)。

本文对EOF分析结果采用Northet[11]提出的方法进行显著性检验。假设第i个特征向量λi误差在下式范围内(N为样本总量)：

同时满足相邻两个特征值差大于等于当前特征值的误差范围ei时，则认为其通过显著性检验，该模态所反映的场信息是可靠有效的。经计算，上述中提及的6个过程进行EOF/PCA分析的前三个模态均通过了显著性检验。

2 数据分析

2.1 TBB数据EOF/PCA第一模态分析

对2021年闽东北6个过程的TBB数据进行EOF分析，第一模态对降水贡献率最高，6个过程第一模态贡献率达40%～60%(见图1，各图右上角为方差贡献率)。降水发生前、中、后期降水云团，有5个过程TBB值呈先升高后降低趋势，仅1个呈先降低后升高趋势。根据实况逐时降水演变情况，强降水发生时间基本出现在时间序列权重值由负变正(或由正变负)过程为0的时刻前后1小时左右，如图1红色箭头所示(少部分不匹配该特征)。第一模态总体反应了降水的主要落区及降水开始的时间节点。基本每个过程第一模态都大体呈二～三波形，波长可持续约为20～30小时。在后期预报服务中，通过对暴雨过程统计和积累，可总结统计结果，建立对应波形模型，进行降水起始点预报，暖区暴雨精细化预报提前量可以提升至12～24小时。

(a)5月11—12日 (b)5月17—19日

(e)6月3—4日 (f)6月20—22日

2.2 TBB数据EOF/PCA第二模态分析

分析TBB数据EOF/PCA第二模态的分布情况(见图2)，可以将TBB数据时间演变第二模态序列分为单谷型、双谷型、多谷型。其中三个过程为单谷型(5月11—12日，5月19—22日，6月20—22日)；1个过程为双谷型(5月23—24日)；两个过程为多谷型(5月17—19日，6月3—4日)。从该模态物理量场可以比较明确地看出TBB动态走向，可以对应时间序列同理分为三类，多谷型的东南正西北负的分布特征，双谷的南负北正的分布特征，单谷型既存在北正南负，也存在北负南正。通过将时间序列权重与空间模态值相乘，可以动态模拟亮温低值区的移动，与实况降水移动趋势一致，该模态反映了降水移动强迫项，反映了云团的大体走势(图2箭头指示方向)，时间序列多个谷值(与空间模态正值区相乘为亮温极低值区)说明了降水对流特征，爆发式多次亮温谷值，即对流发展较为旺盛，云顶高度较高，侧面说明了对流强度。在今后的研究中，可通过对云顶发展高度和对流强度估算，通过多过程统计建立波形模型，预估降水量和强降水发生时段。

(a)5月11—12日 (b)5月17—19日

(c)5月19—22日 (d)5月23—24日

(e)6月3—4日 (f)6月20—22日

2.3 TBB数据EOF/PCA第三模态分析

第三模态中，仅对方差贡献率超过10%的三个过程进行分析(见图3)，即5月17—19日、5月19—22日、5月23—24日，其余三个过程方差贡献率小于10%，对场变量分析有效参考价值较低。根据于杰等[8]对中β尺度暴雨系统探索得出的结论，强降水EOF分析第三模态可以得到降水云团中降水中心和降水极大值出现时间节点。通过对本文选取的过程分析，第三模态的大值中心与实况降水中心较为吻合(降水大值中心如图3中红色线圈所示)，发生时段也与该模态时间权重波谷值相对应。根据实况数据，2021年5月17—19日过程中，小时降水量最大考虑是福安市松罗乡(代表站F3311)，1小时降水量达47.7mm，出现在18日8—9时，与图3(a)中第一个谷值出现时间较为接近;20—21日过程无特别强的小时降水，如图3(b)所示，有多次弱谷值；23—24日过程，1小时最大雨量出现在屏南县棠口乡(代表站F3781)，24日07—08时小时雨量达44.9mm，与图3(c)时间序列中的第一次谷值对应。由此可知TBB数值EOF/PCA第三模态可以反映降水极值中心和出现时间。

(a)5月17—19日

(b)5月19—22日

(c)5月23—24日

3 结论与讨论

本文利用EOF/PCA分析方法，对闽东北6个暖区暴雨过程中的TBB数据进行了经验正交分解，得到时空演变特征，总结为以下几点：

①EOF/PCA第一模态的空间场分布主要反映了暖区暴雨过程中背景场特征，通过对该模态PC时间序列曲线分析得出TBB在强降水发生前后大部分过程呈先升高后降低的趋势，少数出现先降低后升高趋势。时间序列权重为0的时刻前后基本对应降水发生时间，后期通过对暴雨个例收集总结和统计，建立各波形对应模型，可将精细化预报时效提前至12～24小时。

②EOF/PCA第二模态时空场结合，主要反映了降水动态，反映了降水云团的走向和爆发强度(波谷值)，对预报后续降水落区和降水强度具有重要的指示意义。

③EOF/PCA第三模态空间场大值中心主要反映了强降水极值中心，PC场序列曲线的第一个谷值对应最强雨强发生时段，对进行定量降水精细化预报提供了参考依据。

本研究还存在以下不足：首先，由于本次过程采用的卫星数据分辨率还不够高，不足以捕捉上述过程中小尺度系统亮温变化特征。其次，研究的个例不够多，需要进一步探索，才能更好地提升对卫星数据的应用理解。根据本文研究结果，可以在今后的预报服务中引入卫星数据模拟降水的预报模式，而不是单纯地从监测角度使用卫星产品数据。