壽亦萱1, 2 陸風(fēng)1 壽紹文2 覃丹宇1

?

對(duì)流層頂折疊檢測(cè)新方法及其在中緯度災(zāi)害性天氣預(yù)報(bào)中的應(yīng)用

壽亦萱陸風(fēng)壽紹文覃丹宇

1中國(guó)氣象局中國(guó)遙感衛(wèi)星輻射測(cè)量和定標(biāo)重點(diǎn)開放實(shí)驗(yàn)室/國(guó)家衛(wèi)星氣象中心，北京100081;2氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室/南京信息工程大學(xué)，南京210044

對(duì)流層頂折疊是中緯度地區(qū)對(duì)流層上層—平流層下層區(qū)域（簡(jiǎn)稱UT/LS）內(nèi)的一個(gè)重要的大氣現(xiàn)象，它與氣旋生、暴雨強(qiáng)對(duì)流觸發(fā)以及降水增幅密切相關(guān)。由于這些天氣條件下的大氣狀況異常復(fù)雜，因此目前國(guó)際上普遍采用的基于干大氣條件的對(duì)流層頂折疊檢測(cè)方法存在很大局限性。本文在借鑒已有的衛(wèi)星資料和數(shù)值預(yù)報(bào)相結(jié)合的模式識(shí)別法的基礎(chǔ)上，通過(guò)統(tǒng)計(jì)分析的方法建立了高層大氣水汽與廣義濕位渦、臭氧濃度的關(guān)系以及對(duì)流層頂折疊與高空急流的位置關(guān)系，同時(shí)考慮了動(dòng)力對(duì)流層頂高度在判識(shí)過(guò)程中的輔助作用，建立了一套基于FY-2E靜止氣象衛(wèi)星遙感數(shù)據(jù)的，適用于與暴雨強(qiáng)對(duì)流有關(guān)的對(duì)流層頂折疊動(dòng)態(tài)監(jiān)測(cè)新方法。在利用FY-3A和FY-3B反演的臭氧總量、臭氧垂直廓線以及ECMWF Interim資料計(jì)算的位渦等資料對(duì)算法進(jìn)行精度驗(yàn)證的基礎(chǔ)上，將該方法在2012年7月21日北京特大暴雨天氣過(guò)程以及2013年5月14～17日華南大暴雨天氣過(guò)程的監(jiān)測(cè)和分析上進(jìn)行了應(yīng)用，并取得了較好的效果。從應(yīng)用效果看，本文提出的這種對(duì)流層頂折疊識(shí)別方法是合理可行的，并具有一定的應(yīng)用價(jià)值，可為中緯度地區(qū)暴雨強(qiáng)對(duì)流天氣的監(jiān)測(cè)和預(yù)警提供參考指標(biāo)。

對(duì)流層頂折疊 對(duì)流層上層—平流層下層 廣義濕位渦 暴雨強(qiáng)對(duì)流 靜止氣象衛(wèi)星

1 引言

隨著對(duì)對(duì)流層內(nèi)大氣過(guò)程認(rèn)識(shí)和理解的深入，對(duì)流層上層—平流層下層（Upper Troposphere–Lower Stratosphere，以下簡(jiǎn)稱UT/LS）區(qū)域逐漸引起了很多學(xué)者的興趣。美國(guó)NCAR自2005年至今專門組織了大批科學(xué)家針對(duì)這個(gè)區(qū)域開展了一系列大型科學(xué)實(shí)驗(yàn)和分析。對(duì)流層頂折疊（斷裂）是中緯度UT/LS區(qū)域內(nèi)的一種特殊現(xiàn)象。這種現(xiàn)象最早是由Reed（1955）在利用探空資料研究極鋒急流時(shí)發(fā)現(xiàn)的。到目前，人們已經(jīng)發(fā)現(xiàn)它對(duì)區(qū)域天氣、氣候（王旻燕和呂達(dá)仁，2007）以及大氣環(huán)境（王庚辰等，2006）都具有不可忽視的作用。對(duì)區(qū)域天氣來(lái)說(shuō)，對(duì)流層頂折疊之所以引起大家廣泛關(guān)注的一個(gè)重要原因就是它反映了高空鋒生。根據(jù)鋒生動(dòng)力學(xué)特點(diǎn)，鋒生導(dǎo)致水平位溫梯度加大，從而導(dǎo)致原來(lái)的地轉(zhuǎn)平衡和熱成風(fēng)平衡關(guān)系被破壞。而為了維持熱成風(fēng)平衡，風(fēng)的垂直切變必須相應(yīng)增大。風(fēng)的垂直切變加大可以影響對(duì)流云的傳播和內(nèi)部組織，并為對(duì)流系統(tǒng)的發(fā)展提供動(dòng)能（壽紹文等，2003）。從大氣穩(wěn)定度的角度來(lái)看，Carr and Millard（1985）曾研究發(fā)現(xiàn)在對(duì)流層頂折疊區(qū)內(nèi)的空氣濕球位溫較低，當(dāng)這種未飽和空氣疊加在低層高濕球位溫的空氣上，就會(huì)導(dǎo)致大氣層結(jié)不穩(wěn)定。一旦這種層結(jié)不穩(wěn)定能量通過(guò)大尺度抬升得以釋放，在適宜的水汽和動(dòng)力條件下，強(qiáng)對(duì)流就會(huì)隨之爆發(fā)。從上述意義上說(shuō)，對(duì)流層頂折疊對(duì)暴雨和強(qiáng)對(duì)流的產(chǎn)生、發(fā)展以及維持是一個(gè)重要的監(jiān)測(cè)指標(biāo)。

就其含義，對(duì)流層頂折疊是指平流層空氣被擠入對(duì)流層中層（有時(shí)可達(dá)700～800 hPa）的過(guò)程 （壽紹文等，2003）。由于折疊區(qū)內(nèi)的空氣具有低濕度、高位渦（以下簡(jiǎn)稱PV）和臭氧濃度高的特性，因此對(duì)流層頂折疊又常被稱為“干侵入”、“位渦異?！被颉捌搅鲗印獙?duì)流層物質(zhì)交換”。目前存在的對(duì)流層頂折疊識(shí)別方法基本可分為五類：常規(guī)資料分析法、數(shù)值模擬法、物理量診斷分析法、水汽通道亮溫分析法以及衛(wèi)星資料和數(shù)值預(yù)報(bào)相結(jié)合的模式識(shí)別法。

在常規(guī)資料分析法中，過(guò)去較多利用飛機(jī)、雷達(dá)和探空資料（Shapiro，1978）。但是由于受資料時(shí)空分辨率的限制，無(wú)法完整獲知對(duì)流層頂折疊時(shí)空演變特征，目前這種方法直接用于對(duì)流層頂折疊識(shí)別已經(jīng)使用得較少，大多用于結(jié)果驗(yàn)證和檢驗(yàn)（Nastrom et al., 1989；Reid and Vaughan，2004； Bertin et al., 2001）。隨著數(shù)值模擬技術(shù)的發(fā)展，在常規(guī)資料分析法的基礎(chǔ)上，逐漸衍生發(fā)展出數(shù)值模擬分析法（Lamarque and Hess，1994）。這種方法相比常規(guī)資料分析法在時(shí)空分辨率上有了很大的提高，但從應(yīng)用情況看，模擬得到的對(duì)流層頂折疊與水汽圖像結(jié)構(gòu)之間的對(duì)應(yīng)關(guān)系有時(shí)會(huì)突然消失（Appenzeller and Davies，1992；Bithell et al., 1999），即它與衛(wèi)星圖像上的特征對(duì)應(yīng)關(guān)系較差。物理量診斷分析法是近幾年中國(guó)學(xué)者使用較多的一種分析法，例如，姚秀萍等（2009）、王東海和楊 帥（2009）先后提出了一些不同的干侵入強(qiáng)度指數(shù)。這種方法的優(yōu)點(diǎn)是物理含義明確，但是它對(duì)數(shù)值預(yù)報(bào)資料仍然有較強(qiáng)的依賴性，因此與衛(wèi)星資料特征的對(duì)應(yīng)關(guān)系不明確。

光學(xué)遙感氣象衛(wèi)星在空間中總是以自上而下的方式俯視地球大氣系統(tǒng)，首先看到的是高層大氣中的云、水汽和氣溶膠等的分布情況。因此衛(wèi)星資料在對(duì)高層大氣的監(jiān)測(cè)上具有得天獨(dú)厚的優(yōu)勢(shì)。眾所周知，衛(wèi)星水汽（WV）通道測(cè)量的紅外輻射值通常對(duì)對(duì)流層中高層的溫度和水汽含量特別敏感。例如，目前在軌的FY-2E靜止氣象衛(wèi)星的水汽通道（中心波長(zhǎng)為6.7 μm）的權(quán)重函數(shù)峰值在400 hPa上下（Roger and Holmes，1991）。而對(duì)流層頂折疊內(nèi)的空氣是由來(lái)自平流層低層或?qū)α鲗痈邔酉鲁恋臐穸容^小的空氣構(gòu)成，因此，對(duì)流層頂折疊在水汽圖像上常與暗區(qū)相對(duì)應(yīng)。水汽通道亮溫法就是基于這個(gè)特點(diǎn)產(chǎn)生的。相比較常規(guī)資料分析法，水汽通道亮溫分析法更易于操作，且避免了時(shí)空不連續(xù)等問(wèn)題。但是僅根據(jù)這個(gè)條件識(shí)別對(duì)流層頂折疊，顯然可能存在大量的誤判和漏判現(xiàn)象。例如，水汽圖像上位于北回歸線附近的撒哈拉沙漠、印度沙漠以及阿拉伯沙漠地區(qū)常年都對(duì)應(yīng)暗區(qū)，這是由于這些區(qū)域的大氣柱內(nèi)總水汽含量非常低，而這與對(duì)流層頂折疊沒(méi)有直接關(guān)系。相反，有些緯度較高的地方，由于低層大氣溫度相對(duì)于低緯度地區(qū)要低，在水汽圖像上對(duì)流層頂?shù)偷膮^(qū)域與周圍環(huán)境在輻射率上差別不大，暗區(qū)不明顯，而這些地區(qū)有可能發(fā)生較強(qiáng)的對(duì)流層頂折疊，其深度和強(qiáng)度甚至可能高于一些在水汽圖像上表現(xiàn)出明顯暗區(qū)的地方。另外，季節(jié)因素也會(huì)對(duì)水汽圖像上的暗區(qū)的明暗程度造成影響（Roger and Holmes，1991）。由此看來(lái)，單憑水汽圖像亮溫來(lái)識(shí)別對(duì)流層頂折疊也是不準(zhǔn)確的，這就需要探索一條新的途徑。

衛(wèi)星資料和數(shù)值預(yù)報(bào)相結(jié)合的模式識(shí)別法的核心思想是基于對(duì)流層頂折疊在水汽圖像上的特征，應(yīng)用圖像處理和模式識(shí)別的方法，同時(shí)綜合其他動(dòng)力學(xué)、熱力學(xué)條件識(shí)別對(duì)流層頂折疊。這種方法起步較晚，距今不足10年，開創(chuàng)性的工作始于歐美國(guó)家，具體的代表人物是美國(guó)威斯康星大學(xué)的Anthony J. Wimmers和法國(guó)氣象局的Yann Michel。其中Wimmers的工作主要是針對(duì)美國(guó)GOES靜止氣象衛(wèi)星數(shù)據(jù)和數(shù)值天氣預(yù)報(bào)資料的特點(diǎn)，開發(fā)和建立了一套適用于識(shí)別引起晴空湍流的對(duì)流層頂折疊算法（Wimmers et al., 2003；Wimmers and Moody，2004a，2004b）。Michel的工作則是基于歐洲MSG靜止氣象衛(wèi)星資料和數(shù)值模擬數(shù)據(jù)，開發(fā)了針對(duì)引起氣旋生的對(duì)流層頂折疊檢測(cè)算法（Michel and Bouttier，2006；Michel，2010）。前者主要圍繞對(duì)流層頂折疊與水汽的關(guān)系，后者則圍繞其與位渦的關(guān)系建立?？傮w而言，這兩種算法的思路基本都考慮了對(duì)流層頂折疊的動(dòng)力學(xué)和熱力學(xué)特點(diǎn)，均有可取之處。但仔細(xì)分析這些方法后發(fā)現(xiàn)，為了簡(jiǎn)化問(wèn)題，他們大多假設(shè)對(duì)流層頂折疊區(qū)內(nèi)及其周邊地 區(qū)的空氣為完全干燥的狀態(tài)，并使用干大氣條件下的物理參數(shù)用于對(duì)流層頂折疊判識(shí)。而實(shí)際大氣中，暴雨強(qiáng)對(duì)流天氣所處的環(huán)境場(chǎng)往往是干濕混合的非均勻飽和狀態(tài)，因此應(yīng)用干大氣條件下的物理參數(shù)用于監(jiān)測(cè)與暴雨強(qiáng)對(duì)流有關(guān)的對(duì)流層頂折疊顯然不夠準(zhǔn)確。

為此，本文在借鑒已有的衛(wèi)星資料和數(shù)值預(yù)報(bào)相結(jié)合的模式識(shí)別法基礎(chǔ)上，綜合考慮與暴雨強(qiáng)對(duì)流有關(guān)的動(dòng)力學(xué)和熱力學(xué)參數(shù)，以我國(guó)FY-2E （Feng Yun-2E geostationary satellite）靜止氣象衛(wèi)星資料和NCEP/GFS數(shù)值預(yù)報(bào)資料為數(shù)據(jù)源，建立一套適用于與暴雨強(qiáng)對(duì)流有關(guān)的對(duì)流層頂折疊動(dòng)態(tài)監(jiān)測(cè)方法。為拓展基于我國(guó)自主氣象衛(wèi)星數(shù)據(jù)的強(qiáng)天氣預(yù)報(bào)預(yù)警業(yè)務(wù)提供方法和思路。

2 對(duì)流層頂折疊算法的建立

本文中對(duì)流層頂折疊檢測(cè)算法主要是參考了FY-2E靜止氣象衛(wèi)星水汽通道特性設(shè)計(jì)的，該通道經(jīng)過(guò)定標(biāo)方案的修訂，從2012年1月開始，業(yè)務(wù)定標(biāo)精度穩(wěn)定在0.2 K（Hu et al., 2013），定位精度達(dá)到1個(gè)紅外像元（Lu et al., 2008），上述指標(biāo)均達(dá)到國(guó)際同類衛(wèi)星要求。就算法流程而言，整個(gè)算法的核心由4部分組成：對(duì)流層上部平均比濕反演、干濕區(qū)分割、折疊區(qū)識(shí)別以及優(yōu)化調(diào)整。下面對(duì)這4個(gè)部分的設(shè)計(jì)思路進(jìn)行具體介紹。

2.1 對(duì)流層上部平均比濕反演

正如前言中分析，亮溫和水汽之間并非線性關(guān)系（Roger and Holmes，1991），因此直接使用亮溫分割干濕區(qū)是不可靠的。為此，算法首先需要將水汽通道亮溫轉(zhuǎn)換為濕度。

式（1）是Soden and Bretherton（1996）提出的水汽通道亮溫和高層大氣相對(duì)濕度的近似關(guān)系。

其中，表示相對(duì)濕度，表示6.7 μm通道亮溫，是衛(wèi)星天頂角，、是常數(shù)。從相對(duì)濕度的定義看，相對(duì)濕度是指在某個(gè)溫度下，空氣中實(shí)際水汽量占飽和條件下水汽量的比例。比濕是一個(gè)絕對(duì)量，它與水汽混合比近似，其物理特性具有保守 性。因此與相對(duì)濕度相比，用比濕來(lái)表示空氣濕度會(huì)更加準(zhǔn)確。

因此，利用Clausius-Clapeyron方程，式（1）中的相對(duì)濕度可用比濕改寫為：

, （3）

其中，、、為常數(shù)，分別為5.964、－0.063和8.9。表示對(duì)流層高層平均大氣溫度，近似為300 hPa、400 hPa和500 hPa三層加權(quán)平均值。具體表達(dá)式如下：

圖1是根據(jù)公式（3）計(jì)算得到的高層大氣平均比濕的示例，由圖可見(jiàn)，水汽圖像上的暗區(qū)與低比濕區(qū)有很好的對(duì)應(yīng)，初步表明計(jì)算得到的比濕結(jié)果是合理的。

2.2 干濕區(qū)分割

大量觀測(cè)表明，自由大氣中水汽主要集中在對(duì)流層，并隨高度遞減。當(dāng)氣塊上升到UT/LS區(qū)域內(nèi)時(shí)，水汽含量通常會(huì)下降4～5個(gè)量級(jí)，因此水汽可以近似地看作對(duì)流層的示蹤物。相反，臭氧（O）主要分布在平流層，由光化學(xué)反應(yīng)產(chǎn)生，具有較 好的穩(wěn)定性，因此被廣泛用作平流層示蹤物。此 外，位渦一般呈現(xiàn)由低緯向高緯和由低層向高層 遞增的分布規(guī)律。統(tǒng)計(jì)結(jié)果顯示，由于靜力穩(wěn)定度不同，平流層位渦大約比對(duì)流層位渦大一個(gè)數(shù)量級(jí)。從位渦的物理特性看，不考慮非絕熱加熱和摩擦效應(yīng)時(shí)，位渦具有守恒性，因此高位渦是平流層空氣另一個(gè)重要特征。在以往的研究中已經(jīng)證實(shí)水汽和上述兩者具有明顯的相關(guān)性，因此利用水汽和位渦、臭氧的相關(guān)關(guān)系可以確認(rèn)大氣特征。

如前所述，由于暴雨強(qiáng)對(duì)流天氣產(chǎn)生前后，大氣是處于一種干濕混合的非均勻飽和狀態(tài)，即便是在對(duì)流層頂折疊區(qū)內(nèi)，空氣也未必完全干燥（Gao and Zhou, 2008）。在這種條件下，干大氣條件下的位渦，即Ertel位渦的守恒性就不再成立，而應(yīng)用濕位渦則可能過(guò)多地考慮了水汽的作用。因此在分析水汽和位渦關(guān)系時(shí)，無(wú)論應(yīng)用完全干大氣或是飽和濕大氣位渦都存在局限性。為此，參考Gao et al. （2004）提出的廣義濕位渦定義，對(duì)高層大氣水汽與位渦的相關(guān)關(guān)系進(jìn)行分析。相對(duì)于Ertel位渦方程，廣義濕位渦主要是對(duì)渦度方程中濕度大、有凝結(jié)現(xiàn)象但大部分地區(qū)未達(dá)到飽和的區(qū)域的位溫進(jìn)行了修訂，從而構(gòu)造出一個(gè)廣義位溫（公式5）。其 中，為廣義位溫，為位溫，和分別為單位質(zhì)量的凝結(jié)潛熱和濕空氣的定壓比熱容，和分別為比濕和飽和比濕，為凝結(jié)幾率函數(shù)。從含義上說(shuō)，當(dāng)凝結(jié)幾率函數(shù)為1，即，廣義位溫即為飽和濕大氣條件下的相當(dāng)位溫；而當(dāng)完全干大氣條件下，凝結(jié)幾率函數(shù)近似為0，廣義位溫退化為位溫，從而有效的表征干大氣條件下的位 溫；而介于二者之間的位溫可以用于表征未飽和濕空氣位溫。由此看來(lái)，廣義位溫相對(duì)傳統(tǒng)位溫能更真實(shí)地描述實(shí)際大氣狀態(tài)。將廣義位溫引入絕對(duì)渦度方程，得到的非均勻飽和大氣廣義濕位渦也因此更適用于真實(shí)大氣。具體公式為

, （6）

其中，代表廣義濕位渦，代表絕對(duì)渦度，表示比容，為靜力穩(wěn)定度。

圖2是根據(jù)隨機(jī)選取的代表四個(gè)不同季節(jié)時(shí)間的ECMWF Interim全球再分析資料（資料時(shí)間分別為：2008年2月1日、2008年4月12日、2008年6月23日、2008年11月1日）約380萬(wàn)個(gè)樣本點(diǎn)統(tǒng)計(jì)得到的400 hPa以上至平流層區(qū)域內(nèi)廣義濕位渦和O分別與水汽的關(guān)系。為了獲知不同高度氣團(tuán)分布特征，在統(tǒng)計(jì)時(shí)，根據(jù)熱力和動(dòng)力對(duì)流層頂高度，將參與統(tǒng)計(jì)的樣本點(diǎn)劃分為對(duì)流層高層（400～200 hPa）、對(duì)流層高層—平流層低層混合區(qū)以及平流層中上部。具體判據(jù)如下：

由圖2a和c可見(jiàn)，正位渦及臭氧與水汽混合比的分布規(guī)律對(duì)時(shí)間依賴性不強(qiáng)，均呈典型的“L”型分布，即表明不同季節(jié)正位渦和臭氧與濕度都具有顯著的負(fù)相關(guān)關(guān)系。就位渦而言，位渦大于2 PVU （1 PVU=10K mkgs）以及臭氧混合比大于200×10的空氣主要集中在平流層，上述特征可以用于區(qū)分平流層和對(duì)流層空氣。進(jìn)一步，為了得到位渦與水汽以及臭氧與水汽的典型分布關(guān)系，我們對(duì)上述樣本點(diǎn)在空間中出現(xiàn)概率進(jìn)行統(tǒng)計(jì)，結(jié)果如圖2b、d所示。其中，藍(lán)色點(diǎn)表示出現(xiàn)概率＜1%的樣本點(diǎn)，黃色點(diǎn)表示出現(xiàn)概率介于1%～10%之間的樣本點(diǎn)，橙色和紅色點(diǎn)則分別代表出現(xiàn)概率介于10%～50%以及大于50%的點(diǎn)。為此，對(duì)出現(xiàn)概率大于1%的點(diǎn)的分布進(jìn)行擬合分析，擬合曲線如圖2a和c中黃色粗實(shí)線所示。由擬合方程可見(jiàn)，對(duì)流層高層至平流層的正位渦與水汽呈指數(shù)函數(shù)分布關(guān)系，而臭氧則與水汽呈對(duì)數(shù)函數(shù)分布關(guān)系[擬合函數(shù)如式（8）、（9）所示，擬合函數(shù)置信度分別為0.943681和0.887937]。

, （8）

通過(guò)上述關(guān)系，可將大氣高層正位渦和臭氧用比濕表示，一方面減少了算法中的變量，另一方 面，由于將位渦和臭氧這兩個(gè)根據(jù)數(shù)值預(yù)報(bào)資料計(jì)算得到的物理量與高層大氣水汽聯(lián)系起來(lái)，可以很大程度上避免可能出現(xiàn)的時(shí)空不連續(xù)以及與衛(wèi)星資料對(duì)應(yīng)關(guān)系不緊密等問(wèn)題。根據(jù)公式（8）和（9），則2 PVU對(duì)應(yīng)的比濕約為0.132 g kg?1，而200×10?9臭氧濃度對(duì)應(yīng)的比濕約為0.0808 g kg?1。取二者交集，則代表平流層空氣的比濕閾值為0.0808 g kg?1。至此，利用該閾值根據(jù)反演的高層大氣平均比濕，就可以初步將具有對(duì)流層頂折疊潛勢(shì)的區(qū)域提取出來(lái)。

圖2 對(duì)流層高層（400 hPa以上）至平流層（a、b）廣義濕位渦和水汽分布以及（c、d）臭氧和水汽分布：（a、c）不同高度氣團(tuán)分布；（b、d）對(duì)樣本點(diǎn)在空間中出現(xiàn)概率進(jìn)行統(tǒng)計(jì)。在（a）和（c）中，紅色點(diǎn)代表平流層空氣，藍(lán)色點(diǎn)代表對(duì)流層高層空氣，黑色點(diǎn)代表對(duì)流層高層—平流層低層混合區(qū)空氣，黃色粗實(shí)線為出現(xiàn)概率大于1%樣本點(diǎn)的擬合曲線；在（b）和（d）中，藍(lán)色點(diǎn)代表出現(xiàn)概率＜1%的樣本點(diǎn)，黃色、橙色以及紅色點(diǎn)分別代表出現(xiàn)概率介于1%～10%、10%～50%以及＞50%的點(diǎn)

2.3 折疊區(qū)識(shí)別

在2.2節(jié)中我們已經(jīng)獲得了對(duì)流層頂折疊的潛勢(shì)區(qū)，即可能發(fā)生對(duì)流層頂折疊的地區(qū)。為了使得上述識(shí)別更加準(zhǔn)確，我們還需要增加新的判識(shí)條件。表1所列的是目前與對(duì)流層頂折疊判識(shí)有關(guān)的一些判斷因子，其中臭氧、水汽以及位渦都在前一節(jié)中使用。在本節(jié)中我們著重討論氣候?qū)α鲗禹敻叨仍趯?duì)流層頂折疊判識(shí)中的輔助作用。

表1 對(duì)流層頂折疊判識(shí)條件

這里所指的對(duì)流層頂高度是指動(dòng)力對(duì)流層頂高度。目前較多使用2 PVU來(lái)代表動(dòng)力對(duì)流層頂，它所在的高度即動(dòng)力對(duì)流層頂高度。利用氣候動(dòng)力對(duì)流層頂高度進(jìn)行判識(shí)的思想是受Bak et al.（2013） 工作啟發(fā)得到的，他們的工作主要是通過(guò)引入氣候的臭氧廓線來(lái)改善UT/LS區(qū)域內(nèi)臭氧廓線的反演。本文中利用氣候動(dòng)力對(duì)流層頂高度進(jìn)行對(duì)流層頂折疊判識(shí)的具體思路是，假設(shè)當(dāng)前時(shí)刻的動(dòng)力對(duì)流層頂高度低于同期氣候平均對(duì)流層頂高度時(shí)，認(rèn)為可能出現(xiàn)對(duì)流層頂折疊現(xiàn)象。舉例來(lái)說(shuō)，圖3a為根據(jù)2003～2012年10年ECMWF Interim再分析資料計(jì)算得到的7月平均動(dòng)力對(duì)流層頂高度。圖3b為 2012年7月20日00:00（協(xié)調(diào)世界時(shí)，簡(jiǎn)稱UTC）時(shí)動(dòng)力對(duì)流層頂高度。對(duì)比上述兩張圖可見(jiàn)，兩張圖中的動(dòng)力對(duì)流層頂高度在中高緯度有較大的差別。如果結(jié)合與圖3b同時(shí)刻的衛(wèi)星圖像（圖略）可以發(fā)現(xiàn)，與圖3a分布正偏差較大的地區(qū)與衛(wèi)星水汽通道上的暗區(qū)有較好的對(duì)應(yīng)。為了驗(yàn)證這些地區(qū)可能與對(duì)流層頂折疊存在聯(lián)系，我們沿圖3b中粗實(shí)線作等熵面上廣義濕位渦剖面圖，結(jié)果如圖3c所示。由圖可見(jiàn)，在60°N附近當(dāng)前時(shí)刻的動(dòng)力對(duì)流層頂明顯低于氣候平均對(duì)流層頂，這里對(duì)應(yīng)了正位渦異常，該正位渦柱從高層200 hPa向下伸展至400 hPa。正位渦異常正是對(duì)流層頂折疊的一個(gè)重要特征。圖4a為利用ECMWF資料根據(jù)上述對(duì)流層頂折疊判識(shí)條件得到的對(duì)流層頂折疊分布圖，從分布特征看，判識(shí)結(jié)果較為合理。

圖3 （a）氣候平均7月份對(duì)流層頂高度分布（基于2003～2012年資料統(tǒng)計(jì)）（單位：hPa）；(b) 2012年7月20日00:00（協(xié)調(diào)世界時(shí)，簡(jiǎn)稱UTC）對(duì)流層頂高度分布（圖中粗實(shí)線為圖c的垂直剖面方向）（單位：hPa）；（c）沿圖（b）中粗實(shí)線方向得到的等熵面廣義濕位渦剖面圖（圖中藍(lán)色粗實(shí)線為氣候平均對(duì)流層頂，黑色粗實(shí)線標(biāo)注為7月20日00:00（UTC）沿剖面方向?qū)α鲗禹?；“＋”表示存在正位渦異常，“－”表示存在負(fù)位渦異常）

圖4 （a）根據(jù)ECMWF Interim再分析資料估算得到的2012年7月20日00:00（UTC）時(shí)對(duì)流層頂折疊潛勢(shì)區(qū)：（b）2012年7月20日00:00（UTC）時(shí)350 K等熵面上的高空急流（填色區(qū)，單位: m s?1）疊加提取的高空急流軸（紅色實(shí)線）

2.4 優(yōu)化調(diào)整

算法第四步是對(duì)估算結(jié)果進(jìn)行進(jìn)一步優(yōu)化調(diào)整。考慮到對(duì)流層頂折疊常常與高空急流相伴，因此，我們對(duì)它與高空急流的位置關(guān)系也進(jìn)行了統(tǒng)計(jì)分析。在形態(tài)上，高空急流通常沿最大風(fēng)速軸對(duì)稱，因此可用急流軸來(lái)描述高空急流的結(jié)構(gòu)（Michel and Bouttier，2006）。形態(tài)學(xué)圖像處理中的OPTA骨架提取算法能夠較好的保留對(duì)象的拓?fù)浣Y(jié)構(gòu)特征（Wu et al., 2009），為此本文在進(jìn)行統(tǒng)計(jì)分析之前，首先利用OPTA骨架提取算法（具體算法參見(jiàn)附錄A）提取得到高空急流軸。圖4b給出的是2012年7月20日00:00（UTC）時(shí)350 K等熵面上高空急流及其急流軸，由圖可見(jiàn)，提取的急流軸很好的代表了高空急流的分布特征。

在這個(gè)結(jié)果的基礎(chǔ)上，我們以100 km為間 隔，分別統(tǒng)計(jì)340 K、345 K、350 K以及355 K等熵面上，對(duì)流層頂折疊區(qū)在距高空急流軸0～1000 km范圍內(nèi)出現(xiàn)概率（圖5）。結(jié)果發(fā)現(xiàn)，在四個(gè)等熵面上，對(duì)流層頂折疊出現(xiàn)在距高空急流軸0～1000 km范圍內(nèi)的平均概率約為0.15，而在距急 流0～300 km范圍內(nèi)對(duì)流層頂折疊發(fā)生概率都普遍高于平均值。這表明對(duì)流層頂折疊與高空急流相伴，并存在特定的位置距離關(guān)系，即對(duì)流層頂折疊普遍出現(xiàn)在距離高空急流軸約300 km的范圍 內(nèi)。利用這個(gè)條件，我們可以對(duì)前面的判識(shí)結(jié)果作進(jìn)一步修正，達(dá)到優(yōu)化調(diào)整的目的。最后算法在此基礎(chǔ)上進(jìn)行對(duì)流層頂折疊深度指定。這里需要說(shuō)明的是，本文中對(duì)流層頂折疊深度以動(dòng)力對(duì)流層頂高度表示。

圖5 對(duì)流層頂折疊與340～355 K等熵面上高空急流軸距離分布統(tǒng)計(jì)圖：（a）340 K；（b）345 K；（c）350 K；（d）355 K。橫坐標(biāo)為距離，單位：km；縱坐標(biāo)分布概率

3 算法精度檢驗(yàn)

目前，我們利用一些其他的觀測(cè)和反演資料對(duì)算法性能進(jìn)行了一些間接驗(yàn)證，驗(yàn)證選用的資料包括FY-3A/TOU（the Total Ozone Unit board on FengYun 3A satellite）的臭氧總量、FY-3B/SUBS （the Solar Backscatter Ultraviolet Sounder board on FengYun 3B satellite）的臭氧垂直廓線以及ECMWF Interim（0.75°×0.75°）再分析資料。選取上述資料進(jìn)行驗(yàn)證，一方面是這些要素與對(duì)流層頂折疊關(guān)系密切。另一方面是這些資料具有較好的時(shí)空連續(xù)性和較高的精度。例如，F(xiàn)Y-3A/TOU的臭氧總量與 地基觀測(cè)資料間的均方根誤差約為4%（王維和 等，2010；Wang et al., 2011; Zhang et al., 2013），F(xiàn)Y3B/SBUS相對(duì)偏差百分率大約在±6%（黃富祥等, 2013），這些數(shù)據(jù)的精度能滿足本文中算法檢 驗(yàn)的需求。

圖6是利用FY-3A極軌氣象衛(wèi)星資料反演的臭氧總量特征驗(yàn)證對(duì)流層頂折疊的例子。由圖可見(jiàn)，對(duì)流層頂折疊檢測(cè)結(jié)果與臭氧總量≥300 DU的高值區(qū)對(duì)應(yīng)較好，特別是內(nèi)蒙古中部臭氧高值中心與對(duì)流層頂折疊深度最大的地區(qū)基本重合。

圖6 2012年7月21日01:00（UTC）對(duì)流層頂折疊深度檢測(cè)（填色區(qū)，單位：hPa）疊加FY-3A-TOU（00:44～02:26，UTC）臭氧總量（≥300 DU）

除此以外，本文還利用FY-3B臭氧垂直廓線儀反演的臭氧垂直分布對(duì)對(duì)流層頂折疊及其深度進(jìn)行了驗(yàn)證。圖7a是2012年7月21日05:00（UTC）對(duì)流層頂折疊檢測(cè)結(jié)果疊加臭氧垂直探測(cè)儀的觀測(cè)路徑，圖7b給出的是圖中紅圈內(nèi)5個(gè)點(diǎn)的臭氧垂直廓線圖?？梢钥吹剑诮?jīng)過(guò)對(duì)流層頂折疊區(qū)的觀測(cè)點(diǎn)及其南北兩側(cè)緊鄰的兩個(gè)觀測(cè)點(diǎn)[（46°N，109°E），（49°N，108°E），（43°N，110°E）] 的臭氧垂直分布在對(duì)流層中高層均表現(xiàn)出了一個(gè)異常增高的現(xiàn)象，該現(xiàn)象表明對(duì)流層頂折疊可能導(dǎo)致此處平流層臭氧向?qū)α鲗忧秩?。但是，從折疊深度上看，兩者還存在一定的差距。特別是經(jīng)過(guò)對(duì)流層頂折疊中心附近的觀測(cè)點(diǎn)（46°N，109°E）上的臭氧廓線顯示，在200 hPa附近出現(xiàn)了對(duì)流層頂折疊（如圖7b中紅色圈所示），而算法估算該點(diǎn)的折疊區(qū)下伸至300～350 hPa附近。造成二者之間的差別除了與對(duì)流層頂折疊深度估算方法有關(guān)以外，還可能與衛(wèi)星反演的臭氧垂直廓線的垂直分辨率有關(guān)。對(duì)本文所使用的FY-3B的臭氧廓線而言，它在垂直方向共21層，對(duì)流層200 hPa以下約5層。較低的垂直分辨率很難給出臭氧異常出現(xiàn)的確切高度。

圖7c、d是檢測(cè)的對(duì)流層頂折疊與位渦疊加及其對(duì)應(yīng)的三維圖?？梢钥吹皆诙S圖像上，對(duì)流層頂折疊區(qū)處于2 PVU以上的高位渦區(qū)內(nèi)，位渦高中心與對(duì)流層頂折疊深度最大的地區(qū)對(duì)應(yīng)較好。從三維透視圖上看，在對(duì)流層頂折疊的地方對(duì)應(yīng)一個(gè)從高層向?qū)α鲗又械蛯觾A斜伸展的正位渦柱。這些特征都是對(duì)流層頂折疊的重要表現(xiàn)。

圖7 （a）2012年7月21日05:00（UTC）對(duì)流層頂折疊深度檢測(cè)（單位：hPa）疊加04:56（UTC）FY-3B臭氧垂直探測(cè)儀（SBUS）掃描軌跡；（b）對(duì)應(yīng)（a）中紅色圈內(nèi)FY-3B臭氧垂直探測(cè)儀5個(gè)探測(cè)點(diǎn)的臭氧垂直廓線反演結(jié)果（單位：DU）；（c）2012年7月21日06:00（UTC）對(duì)流層頂折疊深度檢測(cè)（單位：hPa）疊加06:00（UTC）200 hPa正位渦（≥2 PVU）；（d）對(duì)應(yīng)（a）的三維透視圖（圖中藍(lán)色渲染部分代表2 PVU以上正位渦區(qū)的空間分布，垂直范圍為50～1000 hPa）

4 中緯度災(zāi)害性天氣應(yīng)用分析

在算法精度檢驗(yàn)的基礎(chǔ)上，本節(jié)將針對(duì)我國(guó)中緯度災(zāi)害性天氣，通過(guò)實(shí)例應(yīng)用分析來(lái)進(jìn)一步檢驗(yàn)算法的合理性及其在暴雨強(qiáng)對(duì)流天氣預(yù)報(bào)和分析中的適用度，以期為我國(guó)中緯度災(zāi)害性天氣預(yù)報(bào)分析提供參考。為此，本文選取了我國(guó)近兩年發(fā)生的兩次典型的災(zāi)害性天氣過(guò)程，分別是2012年7月21日北京特大暴雨天氣過(guò)程以及2013年5月14～17日廣東大暴雨兩次強(qiáng)天氣過(guò)程。

4.1 個(gè)例I：2012年7月21日北京特大暴雨天氣過(guò)程

2012年7月21日京津冀地區(qū)遭遇強(qiáng)降雨，其中北京地區(qū)遭遇61年以來(lái)最大降水。此次降水造成城市內(nèi)澇，部分山區(qū)泥石流等災(zāi)害，給人民生活和財(cái)產(chǎn)帶來(lái)巨大損失。由北京地區(qū)21日08:00至22日08:00（北京時(shí)，下同）24小時(shí)降水量分布圖看（圖略），此次降水主要集中在城東，最大中心位于南部房山和石景山區(qū)。降水實(shí)況資料顯示，從7月21日08:00開始至22日00:00，在11:00、14:00、17:00和20:00前后，平均間隔3小時(shí)左右共出現(xiàn)了4個(gè)明顯的降水峰值，且這四個(gè)降水階段呈隨時(shí)間逐漸增強(qiáng)的趨勢(shì)。以上觀測(cè)事實(shí)表明，此次降水過(guò)程與中尺度系統(tǒng)存在密切關(guān)系。

從大環(huán)境看（圖略），此次暴雨是在一個(gè)大尺度鋒面氣旋背景下產(chǎn)生的一次強(qiáng)降水過(guò)程。降水初期由于冷空氣還沒(méi)有大規(guī)模擴(kuò)散南下，北京及其周邊地區(qū)的降水主要是以暖區(qū)降水為主。隨著高層干冷空氣的侵入，以及韋森特和卡努臺(tái)風(fēng)從南路和東路對(duì)該地區(qū)水汽補(bǔ)給，冷暖空氣結(jié)合造成鋒面氣旋靠近赤道一側(cè)出現(xiàn)了大量呈線性排列的中尺度對(duì)流云團(tuán)。

我們對(duì)這次過(guò)程的對(duì)流層頂?shù)难葑冞M(jìn)行了分析。從對(duì)流層頂折疊特征和物理意義可知，對(duì)流層頂折疊過(guò)程通常伴隨冷平流效應(yīng)（姚秀萍等，2009）。因此為了更清楚地認(rèn)識(shí)對(duì)流層頂折疊對(duì)本次降水過(guò)程的影響，分析中還綜合考慮了溫度平流效應(yīng)。結(jié)果發(fā)現(xiàn)，暴雨產(chǎn)生前12小時(shí)，暴雨區(qū)以西就出現(xiàn)了對(duì)流層頂折疊，但此時(shí)其中心偏北，與疊加的中層的冷平流中心分離，暴雨區(qū)以西的氣流以偏西風(fēng)為主（圖8a）。下午14:00左右，對(duì)流層頂折疊深度最大處開始向南向東移動(dòng)，與中層的冷平流中心接近，暴雨區(qū)西側(cè)氣流的偏北分量開始逐漸加大，降水也隨之增強(qiáng)（圖8b）。21日20:00，即降水最大時(shí)，暴雨區(qū)西側(cè)基本由西北氣流控制，此處對(duì)流層頂最低處的高度約為450 hPa，相比于12小時(shí)以前，對(duì)流層頂下降了約5 km。同時(shí)注意到，暴雨區(qū)西側(cè)的對(duì)流層頂折疊深度最大處與320 K等熵面上的冷平流中心基本重合，這表明平流層低層至對(duì)流層高層的干冷空氣此時(shí)已下沉至對(duì)流層中層附近。下沉的高層干冷空氣在西北氣流的引導(dǎo)下持續(xù)向東平流，疊加在東側(cè)由低層上升的西南暖濕氣流之上，由這 兩股氣流形成的溫濕差動(dòng)平流使降水區(qū)附近大氣的層結(jié)不穩(wěn)定能量積聚，有利于強(qiáng)降水的發(fā)生（圖8c）。至22日02:00，由圖8d可見(jiàn)，此時(shí)暴雨區(qū) 以西的對(duì)流層頂折疊區(qū)出現(xiàn)了分裂，偏南的對(duì)流層頂折疊區(qū)的中心與中層冷平流中心位置仍然有較 好的一致性，并繼續(xù)向東北方向移動(dòng)，伴隨整個(gè)強(qiáng)降水中心東移北抬。由此可見(jiàn)，對(duì)流層頂折疊引起的高層干冷空氣向中低層下沉侵入與此次過(guò)程由暖區(qū)穩(wěn)定性降水向?qū)α鞑环€(wěn)定強(qiáng)降水轉(zhuǎn)換具有密切關(guān)系。

4.2 個(gè)例II：2013年5月14～17日華南強(qiáng)降水天氣過(guò)程

2013年5月14～17日降水過(guò)程中廣東省大部出現(xiàn)了大雨到暴雨，部分地區(qū)出現(xiàn)了大暴雨到特 大暴雨，局地伴有8級(jí)以上雷雨大風(fēng)等強(qiáng)對(duì)流天氣，全省平均雨量53 mm。北江支流潖江出現(xiàn)100年一遇洪水，滃江出現(xiàn)超20年一遇洪水。圖9給出的是廣東省5月14～17日累積降水以及受災(zāi)較為嚴(yán)重的佛岡縣、韶關(guān)曲江區(qū)以及高要市單站小時(shí)降 水量隨時(shí)間演變圖。由圖可見(jiàn)，在這次降水過(guò)程 中，廣東省累積降水最大近300 mm，單站瞬時(shí)降水最大接近100 mm（圖9a）。從時(shí)間分布來(lái)看，受災(zāi)最嚴(yán)重的三地的最大降水均基本出現(xiàn)在15日夜間至16日上午，其中佛岡縣最大瞬時(shí)降水出現(xiàn)在5月15日22:00前后，即此次強(qiáng)降水具有夜間加強(qiáng)的特點(diǎn)（圖9b）。

圖8 對(duì)流層頂折疊檢測(cè)結(jié)果（彩色填色）疊加FY-2E WV云圖、320 K等熵面上冷平流（藍(lán)色實(shí)線）及風(fēng)場(chǎng)（白色箭頭）以及實(shí)況觀測(cè)小時(shí)雨量（小時(shí)雨量大于5 mm，紅色數(shù)字）：（a）2012年7月21日08:00；（b）2012年7月21日14:00；（c）2012年7月21日20:00；（d）2012年7月22日02:00

圖9 （a）2013年5月14日08:00～17日08:00廣東累計(jì)降水分布圖（單位：mm）；（b）2013年5月14日12:00至17日12:00廣東省佛崗縣、高要市、韶關(guān)市曲江區(qū)三地1小時(shí)降水變化圖（紅色代表佛岡縣，藍(lán)色空心柱代表韶關(guān)市曲江區(qū)，黃色空心柱代表高要市）

對(duì)5月14～17日華南降水發(fā)生期間的大尺度環(huán)境場(chǎng)進(jìn)行分析，結(jié)果顯示（圖略），此次過(guò)程與南支槽上的短波槽活動(dòng)關(guān)系密切。暴雨區(qū)處于北側(cè)高空急流入口區(qū)右側(cè)，強(qiáng)降水產(chǎn)生前，105°E附近有一低壓系統(tǒng)，其東側(cè)發(fā)展出一條切變線。從時(shí)間演變圖上看，該切變線上115°E以東的部分呈快速北抬的趨勢(shì)，而以西的部分則呈緩慢南壓的特征。結(jié)合地面天氣圖分析（圖略）除了有利的高低空條件以外，利用FY-2E的水汽（WV）通道亮溫反演的對(duì)流層上部干侵入結(jié)果顯示，此次暴雨過(guò)程對(duì)流層中上部出現(xiàn)了明顯的對(duì)流層頂折疊過(guò)程。圖10為2013年5月15日08:00至16日02:00的對(duì)流層頂折疊演變圖，由圖可見(jiàn)，15日08:00在暴雨區(qū)西北方向上貴州和四川省上空出現(xiàn)了對(duì)流層頂折疊。開始出現(xiàn)時(shí)折疊區(qū)的下邊界位于150～200 hPa范圍內(nèi)，折疊最低處靠西，位于四川省境內(nèi)。雖然低層310 K等熵面上盛行的西南風(fēng)將水汽輸送到暴雨區(qū)，但是由于高層的干冷空氣未大范圍的向中低層下沉侵入，因此此時(shí)降水強(qiáng)度不大（圖10a）。15日14:00，對(duì)流層頂折疊依然不太顯著，甚至在貴州地區(qū)上空的對(duì)流層頂折疊強(qiáng)度還略有減弱，但折疊區(qū)范圍出現(xiàn)了快速東擴(kuò)的現(xiàn)象，此時(shí)折疊區(qū)的東界已到達(dá)江西省的西界，折疊區(qū)主體覆蓋了四川南部、貴州北部以及湖南北部地區(qū)（圖10b）。15日20:00至16日02:00，折疊區(qū)范圍相對(duì)穩(wěn)定，但可以看到，在此期間，位于貴州、湖南省上空的對(duì)流層頂折疊深度明顯加深，折疊區(qū)的中心由四川省東移至貴州。這種變化暗示在此期間干冷空氣向?qū)α鲗又械蛯忧秩爰訌?qiáng)。對(duì)應(yīng)圖9b可見(jiàn)，此時(shí)廣東各地強(qiáng)降水也相應(yīng)加強(qiáng)。結(jié)合溫度和濕度場(chǎng)分布分析（圖略），降水突然增強(qiáng)可能是這部分由中高層下沉的干冷空氣與沿310 K等熵面抬升的暖濕空氣相遇并被夾卷入暖輸送帶（WCB）上的暖濕空氣中造成的（圖10c、d）。結(jié)合對(duì)應(yīng)時(shí)刻的低層（850 hPa）渦度場(chǎng)分析（圖10e–h），隨著對(duì)流層頂折疊深度加深，低層氣旋性渦度呈逐漸增強(qiáng)的特征。根據(jù)Hoskins的位渦理論，對(duì)流層 頂折疊加強(qiáng)代表高層正位渦異常加大并向中低 層下傳，高層正位渦異常引起低層氣旋性渦度增強(qiáng)，誘發(fā)低空氣旋性環(huán)流發(fā)展，造成垂直運(yùn)動(dòng)加強(qiáng)。由圖10高低層特征的時(shí)序演變情況看，代表高層正位渦異常的對(duì)流層頂折疊先于對(duì)應(yīng)地區(qū)低層正渦度增強(qiáng)，它們加強(qiáng)時(shí)間略提前于強(qiáng)降水增強(qiáng)時(shí)間，這種特征反映了高低層大氣耦合對(duì)大氣環(huán)流的影響。上述分析表明，對(duì)流層上部出現(xiàn)的對(duì)流層頂折疊可能是造成此次強(qiáng)降水在后半夜加強(qiáng)的一個(gè)有利的高層大氣條件。

圖10 2013年5月15日08:00～16日02:00（6小時(shí)間隔）FY2E WV通道圖像疊加對(duì)流層頂折疊深度檢測(cè)結(jié)果（填色，單位：hPa）、衛(wèi)星云導(dǎo)風(fēng)（紅色風(fēng)羽）以及310 K等熵面風(fēng)場(chǎng)（白色箭頭）：（a）15日08:00；（b）15日14:00；（c）15日20:00；（d）16日02:00。圖上白色箭頭標(biāo)注WCB表示暖輸送帶，Dry and cold air表示干冷空氣。（e）–（h）為對(duì)應(yīng)（a）–（d）時(shí)刻的850 hPa相對(duì)渦度分布圖（＞0，單位：10?5 s?1）

5 結(jié)論與討論

對(duì)流層頂折疊是中緯度地區(qū)對(duì)流層上層—平流層下層的一個(gè)重要的大氣現(xiàn)象，它對(duì)平流層—對(duì)流層物質(zhì)交換具有重要意義。在很多情況下，對(duì)流層頂折疊常常與氣旋生、暴雨強(qiáng)對(duì)流觸發(fā)以及降水增幅密切相關(guān)，大量研究表明，對(duì)流層頂折疊可作為這些天氣發(fā)生發(fā)展的一個(gè)重要參考指標(biāo)。然而這些天氣條件下的大氣狀況異常復(fù)雜，目前國(guó)際上普遍采用的對(duì)流層頂折疊檢測(cè)方法都是基于干大氣條件下建立的，對(duì)于暴雨強(qiáng)對(duì)流產(chǎn)生前后復(fù)雜大氣條件下的對(duì)流層頂折疊的識(shí)別存在很大局限性，因此急需建立一套適用于與暴雨強(qiáng)對(duì)流有關(guān)的對(duì)流層頂折疊識(shí)別方法。本文在借鑒已有的衛(wèi)星資料和數(shù)值預(yù)報(bào)相結(jié)合的模式識(shí)別法基礎(chǔ)上，通過(guò)統(tǒng)計(jì)分析高層大氣水汽與廣義濕位渦以及臭氧濃度的關(guān)系，以及動(dòng)力對(duì)流層頂高度、高空急流等與對(duì)流層頂折疊的關(guān)系，建立了一套基于FY-2E遙感數(shù)據(jù)的適用于與暴雨強(qiáng)對(duì)流有關(guān)的對(duì)流層頂折疊動(dòng)態(tài)監(jiān)測(cè)新方法。

該方法在2012年7月21日北京特大暴雨天氣過(guò)程以及2013年5月14～17日華南大暴雨天氣過(guò)程監(jiān)測(cè)和分析中都取得了較好的效果。從分析結(jié)果看：（1）兩次過(guò)程中暴雨區(qū)西北側(cè)在強(qiáng)降水發(fā)生前12小時(shí)都出現(xiàn)了對(duì)流層頂折疊現(xiàn)象，隨著對(duì)流層頂折疊深度加深，中層冷平流加強(qiáng)，低空氣旋性渦度加大，從而導(dǎo)致低空垂直運(yùn)動(dòng)加強(qiáng)以及降水增幅，即對(duì)流層頂折疊現(xiàn)象的發(fā)生可能是暴雨強(qiáng)對(duì)流產(chǎn)生前的大尺度環(huán)境場(chǎng)調(diào)整的一種反映；（2）從本文選取的兩個(gè)個(gè)例的天氣形勢(shì)分析中可以看到，這兩個(gè)天氣過(guò)程無(wú)論在其生命期長(zhǎng)短（一個(gè)是局地短時(shí)暴雨，一個(gè)是持續(xù)性暴雨），還是在其發(fā)生地區(qū)（一個(gè)是北方暴雨，另一個(gè)是南方暴雨），亦或是在它們發(fā)生的大尺度環(huán)境條件和中尺度動(dòng)力結(jié)構(gòu)方面，都有很多的不同之處。但是這兩次暴雨過(guò)程也存在明顯的共同點(diǎn)，即都與鋒面氣旋有關(guān)。在這類與鋒面氣旋有關(guān)的天氣過(guò)程中的應(yīng)用結(jié)果說(shuō)明本文提出的這種對(duì)流層頂折疊識(shí)別方法是合理可行的，并具有一定的應(yīng)用價(jià)值，它可為中緯度地區(qū)暴雨強(qiáng)對(duì)流天氣，特別是與鋒面氣旋有關(guān)的暴雨強(qiáng)對(duì)流天氣的監(jiān)測(cè)和預(yù)警提供參考指標(biāo)。

致謝 感謝國(guó)家衛(wèi)星氣象中心許健民院士以及兩位匿名審稿專家對(duì)本文提出的寶貴意見(jiàn)和建議。

附錄A 高空急流軸提取算法

本文采用的高空急流軸提取算法為形態(tài)圖像處理中的OPTA細(xì)化算法。該算法的核心是10個(gè)模板（如圖11所示，模板中只有0或者1的地方參與運(yùn)算），其中前8模板用于細(xì)化刪除圖像中的邊界元素，后2個(gè)模板則用于防止邊界元素被過(guò)度刪除。算法的具體思路是通過(guò)迭代法，反復(fù)刪除圖像中滿足前8個(gè)模板之一，但不滿足最后2個(gè)模板的像素點(diǎn)，直到圖像不再發(fā)生變化。

圖11 OPTA細(xì)化算法模板

Appenzeller C, Davies H C. 1992. Structure of stratospheric intrusions into the troposphere [J]. Nature, 358 (6387): 570–572.

Bak J, Liu X, Wei J C, et al. 2013. Improvement of OMI ozone profile retrievals in the upper troposphere and lower stratosphere by the use of a tropopause-based ozone profile climatology [J]. Atmos. Meas. Tech., 6: 2239–2254.

Bertin F, Campistron B, Caccia J L, et al. 2001. Mixing processes in a tropopause folding observed by a network of ST radar and lidar [J]. Ann. Geophys., 19 (8): 953–963.

Bithell M, Gray L J, Cox B D. 1999. A three-dimensional view of the evolution of midlatitudes stratospheric intrusions [J]. J. Atmos. Sci., 56 (5): 673–688.

Carr F H, Millard J P. 1985. A composite study of comma clouds and their association with severe weather over the Great Plains [J]. Mon. Wea. Rev., 113: 370–387.

Gao S T, Wang X R, Zhou Y S. 2004. Generation of generalized moist potential vorticity in a frictionless and moist adiabatic flow [J]. Geophys. Res. Lett., 31: L12113, doi:10.1029/2003GL019152.

Gao S T, Zhou F F. 2008. Water vapour potential vorticity and its applications in tropical cyclones [J]. Chin. Phys. Lett., 25 (10): 3830– 3833.

Hu X Q, Xu N, Weng F Z, et al. 2013. Long-tern monitoring and correction of FY-2 infrared channel calibration using AIRS and IASI [J]. IEEE Trans. Geosci. Remote Sens., 51 (10): 5008–5018.

黃富祥, 黃煜, Flynn L E, 等. 2013. 紫外臭氧垂直探測(cè)儀（SBUS）輻射定標(biāo)和反演臭氧垂直廓線驗(yàn)證 [J]. 氣象科技進(jìn)展, 3 (4): 108–115. Huang Fuxiang, Huang Yu, Flynn L E, et al. 2013. Radiometric calibration of the solar backscatter ultraviolet sounder and validation of ozone profile retrievals [J]. Advances in Meteorological Science and Technology (in Chinese), 3 (4): 108–115.

Lamarque J F, Hess P G. 1994. Cross-tropopause mass exchange and potential vorticity budget in a simulated tropopause folding [J]. J. Atmos. Sci., 51: 2246–2269.

Lu F, Zhang X, Xu J. 2008. Image navigation for the FY2 Geosynchronous meteorological satellite [J]. J. Atmos. Oceanic Technol., 25: 1149–1165.

Michel Y, Bouttier F. 2006. Automated tracking of dry intrusions on satellite water vapour imagery and model output [J]. Quart. J. Roy. Meteor. Soc., 132: 2257–2276.

Michel Y. 2010. Data assimulation of tropopause height using dry intrusion observations [J]. Mon. Wea. Rev., 138: 101–122.

Moody J L, Wimmers A J, Devenport J C. 1999. Remotely sensed specific humidity: development of a derived product from the GOES Imager Channel 3 [J]. Geophys. Res. Let., 26: 59–62.

Nastrom G D, Green J L, Gage K S, et al. 1989. Tropopause folding and the variability of the tropopause height as seen by the flatland VHF radar [J]. J. Appl. Meteor., 28: 1271–1281.

Reed R J. 1955. A study of characteristic type of upper level frontogenesis [J]. J. Meteor., 12: 226–237.

Reid H J, Vaughan G. 2004. Convective mixing in a tropopause fold [J]. Quart. J. Roy. Meteor. Soc., 130: 1195–1212.

Roger B W, Holmes S J. 1991. Water vapor imagery: Interpretation and applications to weather analysis and forecasting [R]. NOAA Tech. Rep, NESDIS 57, 213.

Shapiro M A. 1978. Further evidence of the mesoscale and turbulence structure of upper level jet stream-frontal zone systems [J]. Mon. Wea. Rev., 106: 1100–1111.

壽紹文, 勵(lì)申申, 姚秀萍. 2003. 中尺度氣象學(xué) [M]. 北京: 氣象出版社, 370pp. Shou Shaowen, Li Shenshen, Yao Xiuping. 2003. Mesoscale Meteorology (in Chinese) [M]. Beijing: China Meteorological Press, 370pp.

Soden B J, Bretherton F P. 1993. Upper tropospheric relative humidity from the GOES 6.7 μm channel: Method and climatology for July 1987 [J]. J. Geophys. Res., 98: 16669–16688.

Soden B J, Bretherton F P. 1996. Interpretation of TOVS water vapor radiances in terms of layer-average relative humidities: Method and climatology for the upper, middle, and lower troposphere [J]. J. Geophys. Res., 101: 9333–9343.

王庚辰, 孔琴心, 陳洪濱. 2006. 北京地區(qū)對(duì)流層頂變化及其對(duì)上對(duì)流層/下平流層區(qū)域臭氧變化的影響 [J]. 大氣科學(xué), 30 (4): 587–595. Wang Gengchen, Kong Qinxin, Chen Hongbin. 2006. Variation of the tropopause height and its influence on ozone variation in upper troposphere/lower stratosphere over Beijing [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 30 (4): 587–595.

王旻燕, 呂達(dá)仁. 2007. 東亞強(qiáng)對(duì)流云的季節(jié)變化及其與對(duì)流層頂關(guān)系初探 [J]. 大氣科學(xué), 31 (5): 937–949. Wang Minyan, Lü Daren. 2007. Preliminary analysis on seasonal variation of deep convective clouds and its association with the tropopause in East Asia [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 31 (5): 937–949.

王東海, 楊帥. 2009. 一個(gè)干侵入?yún)?shù)及其應(yīng)用 [J]. 氣象學(xué)報(bào), 67: 522–529. Wang Donghai, Yang Shuai. 2009. A dry intrusion parameter and its application [J]. Acta Meteorologica Sinica (in Chinese), 67 (4): 522–529.

王維和, 張興贏, 安興琴, 等. 2010. 風(fēng)云三號(hào)氣象衛(wèi)星全球臭氧總量反演和真實(shí)性檢驗(yàn)結(jié)果分析 [J]. 科學(xué)通報(bào), 55: 1726–1733. Wang Weihe, Zhang Xingying, An Xingqin, et al. 2010. Analysis for retrieval and validation results of FY-3 Total Ozone Unit (TOU) [J]. Chinese Sci. Bull. (in Chinese), 55: 1726–1733.

Wang W H, Zhang X Y, Wang Y M, et al. 2011. Introduction to the FY-3A total ozone unit: Instrument, performance and results [J]. Int. J. Remote Sens., 32: 4749–4758.

Wimmers A J, Moody J L, Browell E V, et al. 2003. Signatures of tropopause folding in satellite imagery [J]. J. Geophys. Res., 108 (D4), doi:10.1029/ 2001JD001358.

Wimmers A J, Moody J L. 2004a. Tropopause folding at satellite-observed spatial gradients: 1. Verification of an emipirical relationship [J]. J. Geophys. Res., 109: D19306, doi:10.1029/2003JD004145.

Wimmers A J, Moody J L. 2004b. Tropopause folding at satellite-observed spatial gradients: 2. Development of an empirical model [J]. J. Geophys. Res., 109: D19307, doi:10.1029/2003JD004146.

Wu J, Zhang G M, Xia J, et al. 2009. Research on cerebral aneurysm detection based on OPTA algorithm [C]// Proceedings of the 2009 International Symposium on Information Processing (ISIP’09). Huangshan, China, 37–40.

姚秀萍, 彭廣, 于玉斌. 2009. 干侵入強(qiáng)度指數(shù)的表征及其物理意義 [J]. 高原氣象, 28: 507–515. Yao Xiuping, Peng Guang, Yu Yubin. 2009. Dry intrusion index and its physical interpretation [J]. Plateau Meteorology (in Chinese), 28: 507–515.

Zhang Y, Wang W H, Zhang X Y, et al. 2013. Interannual variations of Arctic ozone and their relationship to the polar vortex [J]. J. Remote Sens., 17: 527–540.

壽亦萱，陸風(fēng)，壽紹文，等. 2014. 對(duì)流層頂折疊檢測(cè)新方法及其在中緯度災(zāi)害性天氣預(yù)報(bào)中的應(yīng)用[J]. 大氣科學(xué), 38 (6): 1109-1123, doi:10.3878/j.issn. 1006-9895.1403.13258. Shou Yixuan, Lu Feng, Shou Shaowen, et al. 2014. A new method for tropopause folding detection and its application in middle-latitude disastrous weather forecasting [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 38 (6): 1109-1123.

A New Method for Tropopause Folding Detection and Its Application in Middle-Latitude Disastrous Weather Forecasting

SHOU Yixuan, LU Feng, SHOU Shaowen, and QIN Danyu

1(),,100081210044

Tropopause folding is an important mid-latitude atmosphere phenomenon occurring within the upper troposphere and lower stratosphere that always correspond to cyclogenesis, rainstorm and convection generation, and precipitation enhancement. Because the atmospheric environment for these above-mentioned weather phenomena is very complicated, preexisting popular schemes that do not consider water vapor may not be suitable for detecting the accompanying tropopause folding. Regarding the merits and demerits of the pattern recognition scheme on the basis of satellite and numerical data, a dynamic new scheme based on FY-2E geostationary weather satellite data is presented to detect tropopause folding related to rainstorms. The core concept of this scheme is based on the statistical relationship between tropopause folding and the water vapor at the high-level troposphere, general moist potential vorticity, ozone, and upper-level jet while simultaneously considering the auxiliary effect of the height of the dynamic tropopause. After accuracy verification using the total amount of ozone and ozone profile operational products retrieved by FY-3A and FY-3B and the potential vorticity calculated by the European Center for Medium-range Weather Forecasting (ECMWF) Interim data, this scheme is applied to analyze two typical middle-latitude weather processes. One is the famous Beijing extreme rainfall of July 21, 2012, and the other is the South China rainstorm that occurred during May 14–17, 2013. A good application effect of both cases suggests that our new method for tropopause folding detection is feasible and can be helpful in middle-latitude disastrous weather monitoring and forecasting.

Tropopause folding, Upper troposphere and lower stratosphere, General moist potential vorticity, Rainstorm, Geostationary weather satellite

1006?9895(2014)06?1109?15

中國(guó)分類號(hào) P405

A

10.3878/j.issn.1006-9895.1403.13258

2013?09?05，2014?03?20收修定稿

國(guó)家自然科學(xué)基金項(xiàng)目41175023、41005027，國(guó)家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）項(xiàng)目2012AA120903

壽亦萱，女，1978年出生，博士，副研究員，主要從事衛(wèi)星天氣、中尺度數(shù)值模擬以及城市氣象研究。E-mail: shouyx@cma.gov.cn