基于FY-4A 卫星的川藏铁路成雅段短时强降水TBB 特征

2024-01-16 12:40刘新超宋雯雯
高原山地气象研究 2023年4期
关键词:降水强度云顶强降水

刘新超 , 郭 洁* , 宋雯雯 , 叶 瑶 , 淡 嘉

(1.高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072;2.四川省气象服务中心,成都 610072)

引言

短时强降水通常指1 h 降水量≥20 mm 的降水事件,是我国常见强对流天气类型之一,具有历时短、强度大、突发性强、预测难度大、致灾严重等特点,易引发山洪、泥石流、滑坡等自然灾害[1-3],对铁路安全造成严重影响[4-7],也给国民经济和人民生命财产造成重大损失。因此,短时强降水一直是气象工作者的研究重点。我国短时强降水发生频率最高的区域为华南,其次为云南南部、四川盆地、贵州南部、江西和长江下游等地[2],近年来均表现出频次增加、强度增大的变化趋势[8-9]。短时强降水通常在夏季最多[10-13],四川、贵州等地的短时强降水具有明显的夜雨特征[14-16],而安徽、浙江、广西、湖北等地的短时强降水多发生在午后到傍晚[17-20]。

为了解强对流过程发生的天气背景,多项研究分析了短时强降水的环流形势并进行了分型[21-23],揭示了短时强降水发生时环境参数典型的变化特征[24-27]。同时,还有研究指出地理位置和海拔高度对短时强降水也有显著影响[28-30]。随着天气雷达和气象卫星资料的广泛应用,针对短时强降水的分析研究取得了显著进展,其预报预警服务水平也相应地得到了提高。已有研究对短时强降水的雷达回波特征进行了归纳分型[31-33],指出短时强降水的雷达反射率因子有“低质心”和“高质心”两种结构特征[34]。狄潇泓等[35]还利用FY-2 卫星资料将甘肃短时强降水的云型划分为6 类。常煜等[36]也研究指出短时强降水发生在中尺度对流系统(MCS)发展或成熟阶段,而且位于TBB 梯度密集区以及MCS 移出区靠近干冷空气侵入一侧。

川藏铁路成雅段北起成都,南至雅安(图1),于2018 年12 月通车运营,是川藏铁路最早通车的路段。特殊的地形造成了盆地西南部雅安附近为短时强降水的高发区[37-39]。最新研究[40]也指出川藏铁路夏季极端降水呈增加趋势,且盆地路段的极端降水较其余路段更强。因此,有必要对川藏铁路成雅段的短时强降水进行深入研究。风云4A 号(FY-4A)卫星是我国发展的新一代静止气象卫星,于2018 年5 月1 日正式投入业务运行,具有时空分辨率高、观测连续且范围大等优点[41-42],为监测强降水等极端天气提供了更好的数据基础。但是,目前将FY-4A 卫星资料应用于短时强降水的研究还不多见。为此,本文拟利用高时空分辨率的FY-4A 卫星资料,研究川藏铁路成雅段短时强降水的时空分布以及云顶亮温(TBB)的变化特征,以期为川藏铁路成雅段短时强降水预报预警提供科学参考。

1 资料与方法

本文选用了2019—2021 年区域自动站逐小时降水资料,筛选出距离川藏铁路成雅段1 km 以内的8个站点(图1)。根据中国气象局的业务规范(1 h 降水量≥20 mm 即为短时强降水),当某站点某年某日某时出现20 mm/h 以上雨强的降水即判定该站点出现一次短时强降水。据统计,2019—2021 年川藏铁路成雅段共计发生167 次短时强降水事件。

本文还选用了空间分辨率为4 km×4 km 的FY-4A 气象卫星数据中多通道扫描成像辐射计(AGRI)第13 通道12 μm(红外通道,记为IR1)和第10 通道7.1 μm(水汽通道,记为IR3)的云顶亮温(TBB)资料,该数据来源于国家气象卫星中心网站(http://satellite.nsmc.org.cn/PortalSite/Default.aspx)。由于FY-4A 气象卫星每小时进行一次全圆盘观测,扫描时间是15 min,每3 h 进行一次连续3 幅全圆盘观测,无全圆盘观测时进行5 min 中国区域观测,本文用全圆盘与中国区域数据互为补充。根据已有研究[43],TBB≤-32 ℃为对流云团。因此,本文分析TBB 特征时剔除了少部分> -32 ℃的样本数据,共挑选出145 次短时强降水事件进行分析。同时,根据FY-4A 气象卫星的观测特点,本文每隔15 min 取距离区域自动站最近的TBB数据进行相关计算。

由卫星红外通道的透射和吸收特性可知,不同波段的卫星云图所代表的物理意义是不同的。云顶红外亮温是反应云团发展强弱的重要特征量之一,而水汽亮温代表具有一定含量的水汽所能达到的最高高度,水汽通道与红外通道亮温差反映了对流层上层与近地表层之间的相对距离。根据赵文化等[44]的研究成果,定义层间亮温差(D)为:

D=T(H2O)-T(IRW) (1)

式中:T(H2O)、T(IRW)分别表示通道IR3、IR1 的云顶亮温(单位:K)。通常情况下,两通道权重落差导致亮温差呈明显负值,亮温差在对流云团中趋近于0,在深对流云团(冲顶对流云团)中逆转为正值。因此,根据此特点可以识别对流云团及其强度。

TBB 梯度是除TBB 之外的另一个与降水强度密切相关的云团特征量。TBB 梯度越大,对应云顶纹理越丰富、起伏剧烈,云团内部的对流越活跃[45-46]。本文采用3×3 窗口计算TBB 梯度(G),具体公式为:

式中:T为云顶亮温(单位:K),i、j为像素点坐标。

2 短时强降水的时空分布特征

图2 给出了2019—2021 年川藏铁路成雅段短时强降水的时空分布特征。从不同等级短时强降水出现频次及占比变化(图2a)可以看出,川藏铁路成雅段短时强降水出现频次随着雨强的增大而减少;20~30 mm/h 的短时强降水累计出现频次(94 次)明显高于其它级别的短时强降水,占短时强降水出现总频次的56.3%;50 mm/h 以上的短时强降水出现频次(15 次)最少,仅占9%。2019—2021 年川藏铁路成雅段短时强降水的强度最大值(82.3 mm)于2020 年8月11 日15 时出现在成都市青羊区苏坡站(图略)。

图2 2019—2021 年川藏铁路成雅段短时强降水的各等级累计频次及占比(a)、累计频次的月变化及占比(b)、日变化及占比(c)及其空间分布(d)

如图2b 所示,川藏铁路成雅段短时强降水4—10 月均有出现,主要集中7—9 月;8 月最多,达96 次,占短时强降水出现总频次的57.5%;其次是7 月,为34 次,占20.4%;最少是4 月,仅有1 次。

如图2c 所示,川藏铁路成雅段短时强降水具有明显的日变化特征。夜间为高发时段,达121 次,占72.5%;白天为低发时段,为46 次,占27.5%。短时强降水发生时段主要集中在01—07 时和22—23 时(北京时,下同);03 时发生频次最多,达16 次,占比为10%;其次是01 时和04 时,均为14 次,占比均为8%;17 时发生频次最少,仅为1 次。

如图2d 所示,川藏铁路成雅段短时强降水呈“北少南多”的空间分布特征,且具有由北向南逐渐增多的趋势。最北端的成都青羊区苏坡站发生频次最少,仅为10 次;依次向南的成都武侯区机投站和崇州崇庆经开区站分别增加至16 次和17 次;成都大邑晋原站及其以南地区,增加至23 次以上;雅安永兴站发生频次最多,为26 次。

3 短时强降水与云顶物理量的关系

为了分析川藏铁路成雅段短时强降水与TBB、TBB梯度以及亮温差的关系,图3 给出了短时强降水与平均TBB 的散点分布。如图所示,无论是红外通道(IR1)还是水汽通道(IR3),当短时强降水强度增大时,相应的平均TBB 均随之降低,表明短时强降水强度与对流云团的TBB 呈负相关。如图4a 所示,短时强降水强度与TBB 平均梯度呈负相关,即短时强降水强度增大时,TBB 平均梯度减小。这与卢乃锰等[45]研究得出“强降水更容易发生在云顶比较平坦区域”的结论基本一致。如图4b 所示,短时强降水强度则与平均亮温差呈正相关,即短时强降水强度增大,平均亮温差也相应增大。

图3 2019—2021 年川藏铁路成雅段短时强降水与IR1(a)、IR3(b)平均TBB 的散点分布(曲线表示二阶多项式拟合)

图4 2019—2021 年川藏铁路成雅段短时强降水与IR1 TBB 平均梯度(a)、平均亮温差(b)的散点分布(曲线表示二阶多项式拟合)

表1 给出了川藏铁路成雅段短时强降水的降水量与各云顶物理量的相关系数。短时强降水的降水量与降水期的平均TBB、最小TBB 呈显著的负相关,均通过了99.9%水平的显著性检验;短时强降水的降水量与降水期的平均TBB 梯度、最小TBB 梯度呈负相关;短时强降水的降水量与降水期的平均亮温差、最大亮温差呈正相关,其中与平均亮温差的相关系数通过了95%水平的显著性检验。

表1 川藏铁路成雅段短时强降水的降水量与各云顶物理量的相关系数

综上可知,川藏铁路成雅段短时强降水的降水量与TBB 呈显著负相关,与TBB 梯度也呈负相关,与亮温差呈正相关,短时强降水易出现在TBB 偏低、梯度偏小且亮温差偏大的对流云团处。TBB 低且亮温差大反映出云顶高度高且对流强度大,即对流云团发展旺盛。云顶TBB 梯度小则反映出云顶比较平坦,这是卷云砧覆盖使得云团云顶纹理平淡导致的[45]。上述云顶特征均表明短时强降水易发生在强对流云团的成熟阶段,这与常煜等[36]的研究结论基本一致。

4 短时强降水的TBB 变化特征

为了详细分析川藏铁路成雅段发生短时强降水期、开始前1 个小时、结束后1 个小时的TBB 变化特征,图5 给出了持续1 h、2 h 和3 h 的短时强降水红外通道(IR1)和水汽通道(IR3)平均TBB 随时间的变化曲线。在降水开始前1 个小时,持续1 h 和2 h 的短时强降水IR1 和IR3 值明显下降,而持续3 h 的TBB 呈缓慢下降趋势。持续1 h 的短时强降水在开始后第45 min 的IR1 和IR3 值 降 到 最 低,分 别 为215.2 K 和214.5 K,随后TBB 逐渐上升,直至短时强降水结束。持续2 h 和3 h 的短时强降水TBB 在第1 个小时内快速下降到非常低的水平;持续2 h 的短时强降水在第2 个小时内TBB 还继续略有下降,在第105 min 的IR1和IR3 值降到最低,分别为210.2 K 和209.8 K,随后TBB 逐渐上升,直至短时强降水结束;持续3 h 的短时强降水在第2 和第3 个小时TBB 也还继续下降,IR1 值在第180 min 降到最低(198.2 K),IR3 值在第165 min 降到最低(198.9 K),随后TBB 逐渐上升,直至短时强降水结束。由此可见,短时强降水的出现伴随着TBB 降到最低值,随着TBB 逐渐上升,短时强降水结束。如果短时强降水已经出现,而TBB 后续还在下降,则短时强降水将持续,这可以作为判断短时强降水是否持续的一个重要指标。

图5 2019—2021 年川藏铁路成雅段短时强降水发生前后IR1(a)、IR3(b)平均TBB 随时间的变化(横坐标0 表示短时强降水开始的时间,负数表示短时强降水开始前的时间)

进一步分析图5 发现:在短时强降水发生期间,其持续时间越长,对应的最低TBB 越小;持续1 h 的短时强降水出现了IR1 值与IR3 值接近的情况,云顶亮温差趋近于0;持续2 h 和3 h 的短时强降水出现了IR1 值低于IR3 的情况,云顶亮温差出现正值,且持续3 h 的短时强降水云顶亮温差正值更大,表明短时强降水持续时间越长则对流云团越强。

5 短时强降水的TBB 分布特征

图6 给出了川藏铁路成雅段短时强降水红外通道(IR1)TBB 和最小TBB 出现频次和占比分布。如图所示,短时强降水发生时TBB 介于190~230 K,且所占比例随TBB 增大而逐渐减小;其中TBB 在190~200 K 之间最多,占出现总频次的25.9%;其次是200~210 K 之间,占23.3%。短时强降水发生时最小TBB的分布与之类似,也主要介于190~230 K,其中占比前两位的也是190~200 K 和200~210 K,分别为31.5%和28.8%。

图6 2019—2021 年川藏铁路成雅段短时强降水红外通道TBB(a)和最小TBB(b)出现频次和占比分布

进一步分析川藏铁路成雅段各等级短时强降水发生时红外通道(IR1)TBB 和最小TBB 区间分布特征(图7)可知:出现20~30 mm/h 短时强降水时,TBB主要介于190~240 K,其中200~210 K 最多,占总频次的21%,其次是190~200 K,占19.5%;出现30~40 mm/h短时强降水时,TBB 主要介于190~230 K,其中占比前两位也是在200~210 K 和190~200 K,分别为23%和22.4%;发生40~50 mm/h 短时强降水时,TBB 的范围进一步缩小,主要介于190~220 K,其中190~200 K 最多,占47.4%,其次是200~210 K,占30.5%;发生≥50 mm/h短时强降水时,TBB 主要介于190~230 K,其中占比前两位与30~40 mm/h 短时强降水相同,即190~200 K和200~210 K,分别占43.1%和27.7%。各级短时强降水最小TBB 分布较TBB 有所缩小:出现20~30 mm/h短时强降水时,最小TBB 主要介于190~230 K,以190~200 K 和200~210 K 最多,均占25.9%;出现30~40 mm/h短时强降水时,最小TBB 主要介于190~220 K,其中200~210 K 最多,占36.4%;发生40~50 mm/h 短时强降水时,最小TBB 主要介于180~210 K,其中190~200 K最多,占52.6%;发生≥50 mm/h 短时强降水时,最小TBB 主要介于190~220 K,以190~200 K 最多,占61.5%。

图7 2019—2021 年川藏铁路成雅段各等级短时强降水发生时红外通道TBB(a、b)和最小TBB(c、d)区间分布特征(a、c.频次,b、d.占比)

6 结论

本文使用FY-4A 卫星资料和区域自动站降水资料,研究了2019—2021 年川藏铁路成雅段短时强降水时空分布及其TBB 的变化特征,得到以下主要结论:

(1)川藏铁路成雅段短时强降水出现频次呈“北少南多”的分布特征,有由北向南增多的趋势,且随着雨强的增大而减少,4—10 月均有出现,主要集中在7—9 月,以8 月最多。短时强降水具有明显的日变化,夜间为高发时段,主要集中在01—07 时和22—23 时,其中03 时最多。

(2)川藏铁路成雅段短时强降水易出现在TBB偏低、梯度偏小且亮温差偏大的对流云团处,其降水量与TBB 呈显著负相关,与TBB 梯度也呈负相关,与亮温差呈正相关。

(3)川藏铁路成雅段短时强降水的出现伴随着TBB 降到最低值,随着TBB 逐渐上升,短时强降水结束。如果已经出现短时强降水,而TBB 在后续时次仍继续下降,则短时强降水将持续,其持续时间越长,则对流云团越强。

(4)川藏铁路成雅段短时强降水出现时TBB 和最小TBB 主要在190~230 K 之间,其中在190~200 K之间最多。出现20~30 mm/h 短时强降水时,TBB 主要在190~240 K 之间,最小TBB 主要在190~230 K 之间;出 现30~40 mm/h 短 时 强 降 水 时,TBB 主 要在190~230 K 之间,最小TBB 主要在190~220 K 之间;发生40~50 mm/h 短时强降水时,TBB 主要在190~220 K之间,最小TBB 主要在180~210 K 之间;发生≥50 mm/h短时强降水时,TBB 主要在190~230 K 之间,最小TBB 主要在190~220 K 之间。

猜你喜欢
降水强度云顶强降水
王丽敏作品
FY-3D MERSI-II云顶产品算法及精度检验
2020年江淮地区夏季持续性强降水过程分析
近59年江汉平原降水气候变化特征分析
不同降水强度下风廓线雷达谱矩特征与测风准确性分析
一次东移型西南低涡引发的强降水诊断分析
2007—2017年大连市降水及降水日数变化特征分析
四川盆地西南部短时强降水天气特征分析
2014 年5 月末西藏强降水天气分析
石羊河流域人工增雨雪的效果评估分析