基于FY-4A卫星数据的短时强降水监测预警指标

邵建 何劲夫 陈敏 张亚刚1, 张肃诏1, 邵雅涵

(1 中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室,银川 750002; 2 银川市气象局,银川 750002; 3 宁夏气象防灾减灾重点实验室,银川 750002; 4 宁夏气象台,银川 750002; 5 宁夏银川一中,银川 750001)

引言

短时强降水往往由中小尺度对流系统引发,具有持续时间短、灾害性强等特点,一直以来是气象科研的重点和预报的难点[1-3]。气象卫星的覆盖范围广,观测频次稳定,其部分性能甚至可与地面天气雷达相媲美[4-5]。有研究认为,气象卫星因其高时空分辨率能很好地捕捉到强对流云团发展的演变特性[6-10],因而在短时强降水监测和研究方面具有得天独厚的“遥感”优势[11-15],可以用作识别大气中正在发生的动力和热力过程的有效指示。一些学者对卫星遥感数据可用性及其性能进行了研究和改进[16-18],进一步推进了卫星数据的业务应用。

国内外学者利用静止气象卫星资料对各类灾害性天气开展监测、分析,其中包括了大雾[19]、沙尘暴[20]、森林草原火灾[21]、台风[22]和强降水[23-29],先后开展了许多理论和方法研究,普遍认为静止气象卫星资料及产品的应用对灾害天气的临近预报具有较好的指示意义。针对风云系列、Himawari-8等静止气象卫星资料,通过反演云和降水的宏微观物理特征参数,发现云光学厚度与降水强度呈正相关关系,对降水强度的影响最为显著,云顶温度和云顶高度对降水强度的影响次之,云液水路径的大值区与地面强降水中心的位置基本一致[30-32]。在降水发生前2 h,云顶温度、黑体亮温、云顶高度和过冷层厚度都处于不断增强的较高水平,且出现快速增强后又不断减弱,对应后期可能要出现强降水[33]。出现大降水时,每小时降水量与云顶高度、有效粒子半径是较好的正相关,与云顶温度是较好的负相关;反之则不尽然,云顶高度高、云顶温度低、有效粒子半径大却不一定降水大[34]。通常云厚大于5 km、云底较低、云粒子有效半径较大时,地面易出现降水[35];层状云和对流云的降水概率均随云顶高度和云光学厚度的增加而增大,降水概率与云光学厚度的相关性更为密切,云参数先于地面降水变化,两者相差约2 h[36-37]。当云顶高度大于7.5 km、云粒子有效半径大于20 μm 且云光学厚度大于10时,云降水概率普遍都在30%以上[38]。

这些研究,多是利用卫星反演的物理特征参数,以某一次或多次暴雨过程为例,分析暴雨云系的演变特征和微观物理性质;或是从统计的角度出发,分析云和降水参数与地面雨量的关系,从而总结出一些定性化普遍规律,对提高降水预报精度做出了贡献。FY-4A静止气象卫星较其他卫星拥有更高的时空分辨率,可以更精确捕捉到对流云在对流初生阶段的云顶物理量变化的特征[39]。有学者对短时强降水的流型配置、阈值进行研究[40],以及通过Z-I分型最优,提高短时强降水预警指标[41],但是结合卫星研究短时强降水预警指标却少之又少。

目前FY-4A各类参数在短时强降水分析中的应用研究较少。业务工作中对卫星云图的应用分析仍以主观判断和定性外推估算为主,因此利用FY-4A开展降水临近预报指标研究,对于开展灾害天气监测预警、有效发挥气象防灾减灾第一道防线作用有着十分重要的意义。本文利用FY-4A下发的卫星产品资料,结合地面降水观测数据,对宁夏2018—2021年汛期短时强降水天气过程进行分析,探讨暴雨对流云团在13类FY-4A卫星基础产品方面的定量化特征和适用于宁夏地区的短时强降水监测预警的有效指标,旨在为宁夏短时强降水的识别、监测、临近预报预警提供有力的科学依据,同时挖掘我国自主发射的新一代卫星传感器的应用潜力,为云和降水的物理特征参数产品反演技术的改进优化提供反馈和参考。

1 资料和研究方法

1.1 资料

1.1.1 短时强降水样本

短时强降水过程:利用宁夏境内自动站数据进行统计。以1 h降水量为统计标准,当宁夏境内至少3个相互间距不大于10 km的自动气象站小时降水量≥10 mm时,定义为一次短时强降水天气过程,过程中达到短时强降水标准的自动站小时雨量(15 min雨强)作为强降水样本。统计时段为2018—2021年,每年的5月1日00:00至9月30日23:00。按照上述标准,共统计出短时强降水个例213次,合计强降水样本数据6945个。

1.1.2 FY-4A卫星产品资料

FY-4A卫星搭载多通道扫描成像辐射计(AGRI)等四种探测器,下发32类定量产品。本文选取了13大类可能与强降水存在较为明显对应关系的产品进行指标分析。其中对流初生CIX、云检测CLM、云相态CLP、云类型CLT为设定值类变量,即设定了若干固定值,为非连续变量;定量降水估测QPE为降水估计产品,为非连续变量;其他产品均设计为连续观测值,视为连续变量(表1)。

表1 纳入指标研究的13类FY-4A卫星产品及其参数

卫星资料时段为2018—2021,每年的5月1日00:00至9月30日23:59。

1.2 研究方法

采用反距离加权插值,即IDW(Inverse Distance Weight) ,也可以称为距离倒数乘方法。是指距离倒数乘方格网化方法是一个加权平均插值法,可以进行确切的或者圆滑的方式插值。方次参数控制着权系数如何随着离开一个格网结点距离的增加而下降。对于一个较大的方次,较近的数据点被给定一个较高的权重份额,对于一个较小的方次,权重比较均匀地分配给各数据点。本文通过降水站点的经纬度信息,用反距离插值法获取不同卫星产品在该点的观测值。

相关性分析是指对两个或者多个具备相关性的变量元素进行分析,从而衡量两个因素的相关密切程度。常用的相关性分析方法是皮尔逊相关系数法。该方法要求样本序列符合正态分布,计算出两个序列间的相关系数R,R的正负表示正负相关性,其绝对值越大代表相关性越好。

箱线图(Box-plot)又称为盒须图、盒式图或箱形图,是一种用作显示一组数据分散情况资料的统计图。它主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比较。它能显示出一组数据的最大值、最小值、中位数及上下四分位数。

极值统计是专门研究很少发生,但一旦发生却会有巨大影响的随机变量极端变异性的建模及统计分析方法。一般来说,对于一个序列来说,其最大值、最小值及其分别占比为该序列的主要描述参数,极值统计法则是将其进行描述的一种方法。

1.3 样本数据对应关系确定

日常业务上接收到的FY-4A产品数据,一般有逐时整点报文和逐15 min加密报文,而短时强降水的样本数据同样有小时数据和分钟级数据。在计算相关性时,采用的是逐小时数据进行分析;在指标计算时,从自动站分钟级数据里统计与卫星产品15 min加密报文时段相对应的15 min雨强数据,作为细化样本开展分析。

2 指标分析的技术流程

对于非连续变量产品采用直接赋值的方式得出指标,对于连续变量则按照图1技术流程分析指标。

图1 短时强降水监测预警指标研究的技术流程

先分析得出短时强降水样本和对应的卫星产品相关性较好(相关系数的绝对值≥0.4)的几类产品,然后采用“箱线图+极值统计法”来计算分析指标。

通过统计分析法得到初始箱线图的绘制范围(定义为绘制区间),然后利用箱线图法对某一卫星产品样本全序列数据进行变比例箱线图绘制,将个别极端值(即小于10%、大于90%)过滤后,得到控制区间(即物理量位置概率≥80%的概率区间);然后将处在控制区间的剩余数据组成新的序列, 统计得出绘制区间(即指标研究区间)。通过箱线图法,过滤掉极端情况,虽然有可能漏掉个别重要信息,但考虑到指标普适性原则,对处在绘制区间范围内的数据采用极值统计法统计得出指标。

3 FY-4A短时强降水的监测指标

3.1 降水数据与卫星产品数据的相关性分析

利用小时级降水数据和FY-4A卫星产品数据样本序列,在95%的置信度条件下,进行相关性分析。

FY-4A卫星产品中,对流初生、云检测、云相态、云类型和定量降水估测均为设定值或不连续变量,可直接作为指标应用。其中前4类为固定设置指标,其观测值为设定观测值,可根据定义直接作为指标应用;定量降水估测直接为降水量估测值,用于短时强降水雨强指标判别。

从表2中可以看到,对于短时强降水样本来说,具有显著相关性的产品有大气总可降水、相当黑体温度和对流层折叠最深深度,相关系数分别达到了0.62、-0.61、0.73,表明这三类产品在监测短时强降水方面具有明显的指示意义。具有中度相关性的产品有云顶气压(相关系数-0.40,下同)、云顶气温(0.47)、液态水含量(0.44),表明这三类产品在监测短时强降水时具有一定的指示意义。而还有两类产品,云顶高度(0.37)和云滴有效半径(0.33),具有较低的相关性。据此判断,FY-4A卫星产品中,短时强降水监测中的高敏感因子有3项,中敏感因子有3项。

表2 FY-4A产品与小时降水的相关系数

3.2 连续变量的指标分析

3.2.1 控制区间与绘制区间

利用统计分析方法对各卫星产品样本序列统计计算得到控制区间,然后采用箱线图法进一步分析得到各产品绘制区间,理论上讲,控制区间应当包含绘制区间。其计算结果如表3。

表3 9类FY-4A产品绘制箱线图时的控制区间和绘制区间

从表3中可以看出,在发生短时强降水时,FY-4A各类产品的控制区间和绘制区间跨度均比较大。其中,云顶高度的控制区间(绘制区间)为1674～14296 m(2536～11658 m),跨度达12622 m(9122 m);云顶气压的控制区间(绘制区间)为109～815 hPa(209～738 hPa),跨度达706 hPa(529 hPa);云滴有效半径的控制区间(绘制区间)为901～8847μm(1320～8593 μm),跨度分别为7946 μm(7273 μm);液态水含量的控制区间(绘制区间)为35.7～898.6 g/m2(108.2～381.5 g/m2),跨度分别为862.9 g/m2(273.3 g/m2)。跨度大,表明数据的离散度大,则可能会影响指标效果;而云顶温度、降水估计、液态水含量、相当黑体温度、对流层折叠最深深度则相对区间跨度更小一些,表明其观测值相对集中,则其指标效果可能会更好。

3.2.2 箱线图

根据统计得到的短时强降水的控制区间和绘制区间,绘制各产品的箱线图(图2)。通过箱线图,可以直观地掌握各类产品处于90%、80%百分比的观测值区间,选取位于这一区间的观测样本来进行指标分析。

图2 FY-4A卫星指标产品箱线:(a)云顶高度,(b)云顶气压,(c)云顶气温,(d)整层大气总可降水TPW,(e)降水估计,(f)相当黑体温度,(g)对流层折叠最深深度,(h)云滴有效半径,(i)液态水含量

3.2.3 极值法分析

在箱线图法获取样本分析区间的基础上,用极值法分析得到初步指标(表4)。从表中可以看到,有13项产品纳入了短时强降水的判别指标,其中赋值类指标4项,分别为对流初生、云检测、云相态、云类型;数值判别类指标9项(含辅助指标3项)。因大气总可降水、云滴有效半径、云顶高度三类产品序列与短时强降水序列的相关性较低,加之其观测数据稳定性较低,故将其设定为辅助指标,主要用于趋势判断,即这三类产品达标时,发生短时强降水的可能性较大。在实际业务应用中,初步设定13项指标中有9项达到指标时短时强降水天气会发生。根据此设定开展指标效果评估。

表4 短时强降水的FY-4A卫星监测指标

4 指标效果评估和改进

4.1 评估方法

采用预报质量通用检验方法,即评估准确率TS评分、空报率、漏报率三项主要指标。其中TS评分、空报率、漏报率的计算公式与标准降水评分公式一致[42],这里不再赘述。

4.2 评估结果

对2018—2021年个例进行反算,评估初始指标的效果(图3)。从反算结果来看,指标的TS评分尚可,逐年的TS均高于64%,空报率大致在25%～28%间,漏报率大致在9%～18%间。具体来看,2018年共发生短时强降水过程63次,样本数3533个站次,短时强降水准确率可达66.2%(漏报率27.4%、空报率11.8%);2019年共发生短时强降水过程50次,样本数1365个站次,短时强降水准确率可达68.9%(漏报率25.9%、空报率9.3%);2020年共发生短时强降水过程57次,样本数1181个站次,短时强降水准确率可达67.7%(漏报率26.4%、空报率10.7%);2021年共发生短时强降水过程43次,样本数866个站次,短时强降水准确率可达64%(漏报率25.6%、空报率18%)。从评分结果来看,存在较大的空报率和漏报率,平均分别达到26.3%和12.4%,可以尝试优化指标从而降低空漏报率。

图3 2018—2021年初始指标逐年评分结果:(a)TS评分,(b)空报率,(c)漏报率

4.3 实测值与指标对比分析

分析不同强对流天气的实测值与指标值间的差别,分析其偏向性特征,作为指标订正参考。

在2018—2021年的强降水个例中,随机选取了141次短时强降水过程进行指标对比分析。单就指标数达标数来说,最多的是13项全部达标,最少的是5项达标8项不达标。在141次短时强降水过程中,有1次过程是有5项达标(0.58%)、3次过程6项达标(1.75%)、7次过程7项达标(4.09%)、8次过程8项达标(4.68%)、13次过程9项达标(7.60%)、45次过程10项达标(26.32%)、33次过程11项达标(19.30%)、23次过程12项达标(13.45%)、7次过程13项达标(4.09%)。 达标数基本集中在10～12项,约占141次过程60%;7～8项达标的(即只差1～2项即可准确预报的)约占9%。因此,指标改进主要针对这9%的情况开展。

从各指标达标对比情况来看(表5),各项指标表现参差不齐。其中表现最好的三个指标分别为:大气总可降水,共有120次过程达标(占比80.5%);相当黑体温度,共有119次过程达标(占比79.9%);云顶气压,共有118次过程达标(占比79.2%)。最差的三个指标分别为:云类型,共有103次过程达标(占比69.1%);液态水含量,共有101次过程达标(占比67.8%);降水估计,共有86次过程达标(占比57.7%)。

表5 短时强降水各指标达标数统计

因此,重点针对达标比率低于70%的三项指标进行优化;而其他指标则根据各项指标的规则、指标值、达标比率进行微调。上述三项指标中,云类型由于是指定类指标,无法改善,只能随着卫星观测性能的提升而改变;另两个指标液态水含量、降水估计,对照个例进行再分析,发现两类指标的观测值较实际偏低的比率较高,即估测值较实际值是偏低的,故可将指标值适当下调以增加命中率。

4.4 改进的强对流监测指标及其效果

4.4.1 改进的指标

根据如上分析和重新计算,得出改进后的判识指标(表6)。

表6 改进后的短时强降水FY-4A卫星监测指标

从表中可以看到,有13项产品纳入了短时强降水的判别指标,其中赋值类指标4项,分别为对流初生、云检测、云相态、云类型,指标规则为“=”,分别对应的判断值依次为-1、0、1～4、2～4,即当观测值等于指标值时,认定为达到监测指标;数值判别类指标9项(含辅助指标3项),其中判断规则为“≤”的有3项,分别为云顶气压、云顶气温和相当黑体温度,其指标值依次为738 hPa、266 K、281 K,即判断当云顶气压≤738 hPa、云顶气温≤266 K或相当黑体温度≤281 K时达到指标;判断规则为“≥”的有6项,规则相似不再赘述。

4.4.2 改进指标的效果

利用改进的指标对2018—2021年个例进行反算,并与旧指标的效果对比(图略)。相比旧指标,新指标三年总的预报TS评分提高了5.4%,空报率降低2.7%,漏报率降低了1.9%。逐年的情况类似,除2020年漏报率高于旧指标外,其余年份的监测预警质量新指标均优于旧指标。

同时利用改进的指标对2022年的短时强降水进行判别计算。据统计,2022年共发生短时强降水过程41次,样本数817个站次,短时强降水准确率可达66.8%(漏报率21.3%、空报率17.5%),表明该指标是可用的。

5 结论和讨论

通过研究得到以下结论:

(1)FY-4A卫星多通道数据可以作为短时强降水等强对流天气监测预警的指标之一予以应用,在通过相关性分析、箱线图和极值统计等方法处理后,可以从定性指标细化为定量化指标。

(2)FY-4A卫星相当黑体温度、对流初生、云检测、云相态、云类型、云顶高度、云顶气压、云顶温度、大气总可降水、降水估计、云滴有效半径、云中液水含量、对流层折叠最深深度共13项产品与短时强降水样本序列的相关性较好,可选做监测预警判别指标。设定13项指标中有9项达标时短时强降水会发生,可通过业务运行进行优化调整。

(3)13项产品指标中,对流初生、云检测、云相态、云类型四类产品为直接赋值类指标,其他产品为数值判别类指标(其中云顶高度、大气总可降水、云滴有效半径为辅助指标)。

(4)在评估基础上改进完善指标,改进后监测预警效果有所提高,TS评分提高5.4%,空报率降低2.7%,漏报率降低1.9%。

利用FY-4A卫星多通道数据产品进行监测预警指标研究,本身属于尝试性工作,具有较大的应用价值,尤其是将定量指标应用到智能判别、自动报警方面,对于提高短时强降水的预警识别和预警提前量等具有较为重要的意义。目前,此指标体系已提交给宁夏气象台智能平台中予以尝试应用,在2022年短时强降水业务中预报效果较好,具备一定的指示意义。同时将指标形成说明文档纳入MICAPS4.0业务系统和岗位培训手册中,方便预报员调阅使用。

FY-4A卫星多通道数据十分丰富,通过研究虽然对部分通道数据在强对流监测预警中的适用性和指标进行了研究,得到了一些成果,但对于其更多通道产品的研究还远远不够,指标还可以进一步补充,研究还可以更加深入、更加细致。