張曉茹，李映春，紀(jì)曉玲，邵 建

（1.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警與風(fēng)險管理重點實驗室，寧夏 銀川 750002；2.寧夏氣象防災(zāi)減災(zāi)重點實驗室，寧夏 銀川 750002；3.寧夏氣象臺，寧夏 銀川 750002；4.天水市氣象局，甘肅 天水 741000；5.銀川市氣象局，寧夏 銀川 750002）

寧夏地處黃河中上游及沙漠與黃土高原的交接地帶，地形復(fù)雜，暴雨時空分布極不均勻。寧夏暴雨最早出現(xiàn)在5月中旬，最遲結(jié)束在9月中旬，具有落點分散、時間短、強度大和局地性強等特點，常常引發(fā)山體滑坡、泥石流、山洪暴發(fā)和城市內(nèi)澇等氣象災(zāi)害，對國民經(jīng)濟和人民生命財產(chǎn)有很大影響[1-2]。暴雨往往因中小尺度對流系統(tǒng)引發(fā)，其監(jiān)測預(yù)警一直是寧夏氣象部門汛期服務(wù)的工作重點及難點。靜止氣象衛(wèi)星因高時空分辨率，可作為識別大氣中正在發(fā)生的動力和熱力過程的有效指標(biāo)，是中小尺度對流天氣的重要監(jiān)測工具[3-6]。因此，開展基于衛(wèi)星觀測資料的暴雨研究，對加強暴雨監(jiān)測預(yù)警能力及防患暴雨危害極具必要性。

目前，利用衛(wèi)星資料在暴雨監(jiān)測、分析及預(yù)報等方面已有了大量研究，且取得了明顯進展。衛(wèi)星資料及產(chǎn)品的應(yīng)用促使暴雨云團研究成果顯著[6-7]，且對暴雨天氣的臨近預(yù)報具有較好的指示意義[8]。若衛(wèi)星云圖監(jiān)測到云頂亮溫（TBB）在228 K以下的對流云團，且云團處于對流云向暴雨云發(fā)展階段，當(dāng)云體發(fā)展迅速且出現(xiàn)異常色彩時，要密切跟蹤觀測并及時做出暴雨預(yù)警[8]。通常而言，強降水區(qū)與TBB低值中心前部梯度最大區(qū)域基本一致[9-10]，即強降水易出現(xiàn)在TBB冷核擴張區(qū)域，雨強隨冷核區(qū)的加強而增大但不完全與TBB成正比[11]，降水量的變化幅度明顯大于TBB的變化[6]。同時，基于衛(wèi)星云圖資料建立的暴雨天氣概念模型和短時暴雨概率預(yù)報方法對暴雨實時預(yù)報也有一定指導(dǎo)作用[8，12]。此外，資料同化和數(shù)值模擬的相關(guān)研究也表明衛(wèi)星資料能提高暴雨（包括臺風(fēng)暴雨和致洪暴雨）的模擬能力和預(yù)測預(yù)報精度，尤其葵花-8衛(wèi)星資料[13-21]。

葵花-8（Himawari-8，H8）為第三代靜止氣象衛(wèi)星，搭載的先進葵花成像儀（Advanced Himawari Imager，AHI）具有高時空分辨率的特點，在10 min內(nèi)能完成全盤掃描，紅外通道空間分辨率可達2 km，能綜合反映強天氣系統(tǒng)的空間分布和發(fā)展演變，對暴雨對流強弱的變化具有持續(xù)觀測性[22-23]。此外，H8衛(wèi)星在監(jiān)測暴雨對流云團方面具有明顯的時間優(yōu)勢，其較FY-2衛(wèi)星平均提前23 min發(fā)現(xiàn)對流云團，較雷達平均提前33 min，其應(yīng)用可進一步提高暴雨的臨近預(yù)報準(zhǔn)確率[6]。本文利用H8衛(wèi)星紅外通道資料，結(jié)合地面降水觀測數(shù)據(jù)，對寧夏2017年5—9月的暴雨天氣過程進行分析，探討暴雨對流云團的定量化特征和暴雨監(jiān)測預(yù)警的有效指標(biāo)，旨在為寧夏地區(qū)暴雨的識別、監(jiān)測、臨近預(yù)報預(yù)警提供有力的科學(xué)依據(jù)。

1 資料和方法

1.1 暴雨標(biāo)準(zhǔn)定義

寧夏暴雨標(biāo)準(zhǔn)定義為每1 h降雨量16 mm以上，或連續(xù)12 h降雨量30 mm以上，或連續(xù)24 h降雨量50 mm以上的降水[1]。為便于分析，本文結(jié)合以往研究[24]主要定義兩種暴雨，即短時暴雨和常規(guī)暴雨，其中，短時暴雨標(biāo)準(zhǔn)為1 h降雨量≥16 mm；常規(guī)暴雨標(biāo)準(zhǔn)為24 h累計降雨量≥50 mm（以北京時間08：00為界，不管該日有幾個時段出現(xiàn)降水）。本地實際預(yù)報業(yè)務(wù)中，當(dāng)同一縣2個或以上自動站同時出現(xiàn)暴雨時為單站暴雨，而相鄰2個或以上縣出現(xiàn)3個或以上自動站同時達暴雨標(biāo)準(zhǔn)時，則為區(qū)域性暴雨。因此，在短時和常規(guī)暴雨基礎(chǔ)上再進行單站和區(qū)域性暴雨區(qū)分，即本文所研究暴雨過程共計4種，為短時單站暴雨、短時區(qū)域性暴雨、常規(guī)單站暴雨和常規(guī)區(qū)域性暴雨。需要注意的是，當(dāng)某次降水同時滿足短時暴雨和常規(guī)暴雨標(biāo)準(zhǔn)時，各暴雨過程均記錄一例。

1.2 資料處理說明

本文所用資料包括2017年5—9月寧夏CIMISS數(shù)據(jù)庫中逐10 min自動氣象站降水資料和國家信息通信技術(shù)研究所（National Institute of Information and Communications Technology，NICT）存儲的葵花-8 B13通道數(shù)據(jù)（下載網(wǎng)址為https：//seg-web.nict.go.jp），其時、空分辨率為10 min、2 km，中心波長為10.4μm。資料選取范圍為35.01°~39.6°N，104.1°~107.77°E。

地面降水資料首先根據(jù)天氣實況記錄去錯值，再從已訂正的降水?dāng)?shù)據(jù)中根據(jù)暴雨標(biāo)準(zhǔn)篩選出暴雨過程（共59例），并確定每例過程實況達到暴雨標(biāo)準(zhǔn)的初始時刻、主要降水區(qū)域及雨量站點，從而提取最大降水量作為降水真實值，同時結(jié)合寧夏2017年5—9月重大天氣過程進行針對性判別。衛(wèi)星資料處理具體分為三步：第一步使用“亮溫閾值法”識別提取暴雨發(fā)生初始時刻前1 h對應(yīng)降水區(qū)域的強對流云團信息，參考前人研究[8]及個例回帶檢驗，本文的亮溫閾值設(shè)為228 K，共識別出42例暴雨過程，其中短時暴雨和常規(guī)暴雨分別為30和12例，識別率較高（71.2%），表明該值能識別出大部分暴雨過程中的強對流云團，可作為寧夏暴雨過程強對流云團識別閾值；第二步使用較為成熟的“逆向搜索法”對強對流云團邊界進行識別；第三步提取計算衛(wèi)星云團特征參數(shù)，進而結(jié)合降水量判斷暴雨監(jiān)測預(yù)警的有效指標(biāo)。

1.3 云團特征參數(shù)計算

本研究提取計算的云團特征參數(shù)包括：

（1）平均云頂亮溫（TBBavg）和最低云頂亮溫（TBBmin）。云頂亮溫能反映云團降水強弱，其低值中心往往對應(yīng)對流系統(tǒng)上沖云頂位置。TBB越低，云頂越高[25]。

（2）亮溫梯度（G）。亮溫梯度體現(xiàn)了云團內(nèi)部對流活躍程度。一般梯度越大，表明云體紋理越豐富，對流越旺盛[26]。本文采用3×3像素寬度來計算G，其表達式如下：

其中，T為云頂亮溫，i、j為像素坐標(biāo)。強降水通常出現(xiàn)在云頂亮溫梯度最大處[9-10，27-28]，因此本文采用對流云團最大亮溫梯度代表過程最終梯度值。

（3）冷云面積（Acc）。云團內(nèi)部較低亮溫區(qū)域的大小能反映對流的發(fā)展程度[25]。本文冷云面積采用亮溫≤228 K的強對流云團內(nèi)所含象素點的總數(shù)來表征。

（4）云頂降溫率（CTC）。對流云團云頂溫度隨時間的降低速率是云頂升高、變冷，空氣垂直上升運動加強的間接表示，可用于表征對流加強的程度[29]。本文采用1 h內(nèi)對流云團最低亮溫的下降值來表征降溫率。

2 寧夏暴雨特征

根據(jù)暴雨標(biāo)準(zhǔn)，2017年5—9月寧夏共統(tǒng)計提取暴雨過程59例，其中，短時暴雨42例，占總過程的71.2%，表明寧夏暴雨過程多呈現(xiàn)時間短、對流性強等特征。短時暴雨又有局地性強的特點，表現(xiàn)為以單站短時暴雨居多（占總過程40.7%），且多發(fā)生在寧夏南部山區(qū)，這和南部山區(qū)受地形抬升影響明顯，且這些地區(qū)日照充分，地面水汽充足，當(dāng)高層有干冷空氣入侵時，與低層暖濕氣流易形成“高干冷、低暖濕”配置，不穩(wěn)定能量增強，有利于對流的發(fā)展加強[1]。17例常規(guī)暴雨中單站和區(qū)域性暴雨發(fā)生次數(shù)相當(dāng)（表1）。此外，寧夏暴雨過程降水量較大且分布范圍較廣，其中，短時暴雨降水量為16.9~61.9 mm，平均值為35.6 mm，常規(guī)暴雨降水量為31.6~114.8 mm，平均值為71.8 mm。無論是短時暴雨還是常規(guī)暴雨，降水量都呈現(xiàn)出區(qū)域性暴雨均值高于單站暴雨均值的特點（表1）。

表1 寧夏各類暴雨過程降水量均值及出現(xiàn)次數(shù)

3 對流云團特征參數(shù)分布

寧夏各類暴雨過程對應(yīng)的TBB值較小，且TBBmin分布范圍均廣于TBBavg，其中，TBBmin為199~227 K，均值為217 K，而TBBavg為213~228 K，均值為224 K（表2），無論單站暴雨還是區(qū)域性暴雨，常規(guī)暴雨過程TBBavg和TBBmin的均值極接近短時暴雨過程，但無論短時暴雨還是常規(guī)暴雨，區(qū)域性暴雨過程TBBavg和TBBmin的均值（分別為221和211 K）明顯小于單站暴雨過程均值（分別為226和223 K）。一般TBB越低，云體發(fā)展越強，暴雨落區(qū)越廣。

亮溫梯度在寧夏暴雨過程中的分布范圍較廣（4~50℃/km），均值為23℃/km。通常亮溫梯度越大，云體起伏越明顯，對流天氣越強烈。區(qū)域性暴雨過程的亮溫梯度均值≥30℃/km，明顯高出單站暴雨過程均值（14℃/km），且其又以常規(guī)區(qū)域性過程均值最高（32℃/km），與各類暴雨過程降水量的分布特征相似（表2）。此外，不同于TBB，單站暴雨過程中，短時暴雨的梯度均值超過常規(guī)暴雨均值（6℃/km），表明亮溫梯度在區(qū)分局地暴雨時有較好的辨識力。

寧夏暴雨過程對應(yīng)的冷云面積分布范圍極廣，為2.7×101~5.7×104km2。不同暴雨過程冷云面積分布特征明顯（表2），表現(xiàn)為區(qū)域性暴雨過程的冷云面積均值＞9.0×103km2，超過單站暴雨過程均值（＜5.0×102km2）數(shù)10倍。和其他云團特征參數(shù)有所不同，短時區(qū)域性暴雨過程冷云面積均值最大，約為常規(guī)區(qū)域性暴雨均值的1.9倍，表明冷云面積可以更好地用于識別區(qū)域性暴雨類型，當(dāng)對流發(fā)展強烈、冷云面積迅速擴張時，區(qū)域性短時暴雨發(fā)生的可能性極高。

表2 寧夏各類暴雨過程云團特征參數(shù)均值

寧夏各類暴雨過程中的對流云團降溫率最大為36℃/h，最小僅為6℃/h，平均值為13℃/h。降溫率在各類暴雨過程中的差異相對較小，單站暴雨過程降溫率均值為10℃/h（表2），稍低于區(qū)域性暴雨過程（降溫率均值為17℃/h）。雖然該云團參數(shù)表現(xiàn)特征稍弱，但其分布規(guī)律相似于亮溫梯度，均以常規(guī)區(qū)域性暴雨過程均值最高，常規(guī)單站暴雨過程均值最低，和降水量對應(yīng)較好。

4 暴雨過程降水量與云團特征參數(shù)的關(guān)系

4.1 短時單站暴雨過程降水量與云團特征參數(shù)關(guān)系

識別出的16例短時單站暴雨過程中，小時最大降水量為16.9~48.8 mm，降水均值為33.1 mm。降水量與云團特征參數(shù)的關(guān)系不盡相同，主要表現(xiàn)為：平均亮溫為225~228 K，隨降水量的增大無明顯變化，始終在均值226 K附近小幅度變動（圖1a）；最低亮溫特征較平均亮溫稍明顯，降水量隨亮溫減小而增大，兩者呈弱負(fù)相關(guān)，此外，當(dāng)小時雨強＜30 mm時，最低亮溫始終＞221 K（圖1a）；亮溫梯度分布范圍較廣（5~38℃/km），但大部分在10~25℃/km（均值為17℃/km），當(dāng)小時雨強＜30 mm時，降水量與之呈正相關(guān)，而當(dāng)小時雨強＞40 mm時則反之，降水量為30~40 mm的暴雨過程較少，亮溫梯度變化不大（圖1b）；冷云面積在該類暴雨中普遍較小（2.7~710 km2），均值僅為270 km2，和降水量無明顯關(guān)系（圖1c）；降溫率與降水量的相關(guān)特征雖相似于亮溫梯度，但相關(guān)系數(shù)更高，為0.538，且小時雨強＜30 mm時，兩者雖呈正相關(guān)，但大多數(shù)值仍集中于6℃/h（圖1d）。

圖1 寧夏短時單站暴雨過程云團特征參數(shù)與降水量關(guān)系

4.2 短時區(qū)域性暴雨過程降水量與云團特征參數(shù)關(guān)系

識別出的14例短時區(qū)域性暴雨過程中，小時最大降水量為20.8~61.9 mm，降水均值為38.4 mm。與短時單站過程相比，該類過程降水量稍高，云頂亮溫顯著偏低，亮溫梯度、冷云面積和降溫率明顯偏高，且云團參數(shù)與降水量的相關(guān)性也普遍較好。該類暴雨過程平均亮溫為216~224 K，與降水量中等相關(guān)（相關(guān)系數(shù)為0.569），當(dāng)降水量＜30 mm時，平均亮溫隨降水量有微弱增加趨勢，而當(dāng)降水量＞30 mm時，其與降水量負(fù)相關(guān)且降幅較大（圖2a）；最低亮溫為199~219 K，與降水量的關(guān)系特征相似于平均亮溫，此外，當(dāng)降水量增加時，該類暴雨的最低亮溫降幅較短時單站過程偏大（圖2a）；亮溫梯度為17~50℃/km，與降水量中等正相關(guān)（相關(guān)系數(shù)為0.565），且當(dāng)降水量＞30 mm時，亮溫梯度隨雨量的增加幅度顯著增大（圖2b）；冷云面積分布極廣（1.2×103~5.7×104km2），但大多數(shù)個例對應(yīng)的冷云面積均＜2.0×104km2（均值為1.7×104km2），與降水量無相關(guān)性（圖2c）；除少數(shù)個例外，降溫率普遍＜20℃/h，均值為15℃/h，且不同于短時單站過程，該類暴雨的降溫率始終與降水量呈弱正相關(guān)（圖2d，相關(guān)系數(shù)為0.427）。

圖2 寧夏短時區(qū)域性暴雨過程云團特征參數(shù)與降水量關(guān)系

4.3 常規(guī)單站暴雨過程降水量與云團特征參數(shù)關(guān)系

識別出的常規(guī)單站暴雨過程只有5例，最大累計降水量為31.6~89.0 mm，降水均值為59.2 mm。大部分云團特征參數(shù)在該類暴雨過程中與降水量的相關(guān)性較弱。平均亮溫為223~227 K，變動較小，均值為225 K（圖3a），最低亮溫分布范圍較之稍廣（218~226 K），均值為223 K（圖3a），云頂亮溫均值雖與短時單站暴雨過程的均值相近，但與降水量的關(guān)系并未呈現(xiàn)明顯規(guī)律；該類暴雨的亮溫梯度普遍為10~16℃/km，顯著小于其他暴雨過程，當(dāng)降水量＞50 mm時，其與降水量正相關(guān)明顯（圖3b）；與短時單站暴雨相似，該類暴雨中云體發(fā)展較弱，冷云面積始終＜8.0×102km2，其均值雖稍高于短時單站過程，但與降水量也無相關(guān)性（圖3c）；降溫率為6~18℃/h，與降水量呈強相關(guān)（相關(guān)系數(shù)為0.991），且與亮溫梯度相似，當(dāng)降水量＞50 mm時，降溫率與降水量正相關(guān)趨勢顯著（圖3d）。

圖3 寧夏常規(guī)單站暴雨過程云團特征參數(shù)與降水量關(guān)系

4.4 常規(guī)區(qū)域性暴雨過程降水量與云團特征參數(shù)關(guān)系

常規(guī)區(qū)域性暴雨過程累計降水量最大，分布范圍為64.4~114.8 mm。識別出的7例暴雨過程中有4例降水量接近均值80.8 mm，云團特征參數(shù)在該值處波動較大，且無明顯分布規(guī)律，但整體來看，該類暴雨過程的大部分云團特征參數(shù)仍對降水量具有指示意義：平均亮溫和最低亮溫均值分別為221和211 K，兩者與降水量均呈弱相關(guān)，當(dāng)降水量＜85 mm時，亮溫隨降水量的增加呈微弱減小趨勢；亮溫梯度為15~50℃/km，均值為32℃/km，在四類暴雨過程中最大，與降水量呈中等相關(guān)，當(dāng)降水量＜85 mm時，亮溫梯度隨降水量的增加而增大；與短時區(qū)域性過程相比，常規(guī)區(qū)域性暴雨的冷云面積較小，分布范圍較窄（2.2×103~2.7×104km2），且大多數(shù)個例的冷云面積小于均值9.1×103km2，此外，不同于其他3類暴雨，該類暴雨的冷云面積與降水量呈中等正相關(guān)；降溫率在該類暴雨中普遍低于18℃/h，其均值雖大于其他暴雨過程，但與降水量卻無明顯相關(guān)性。

5 結(jié)論

基于葵花-8衛(wèi)星紅外通道資料和地面降水觀測數(shù)據(jù)，對2017年5—9月寧夏四類暴雨過程（短時單站暴雨、短時區(qū)域性暴雨、常規(guī)單站暴雨和常規(guī)區(qū)域性暴雨）進行云團識別、特征參數(shù)（云頂平均亮溫、最低亮溫、亮溫梯度、冷云面積和降溫率）計算及監(jiān)測預(yù)警指標(biāo)分析，主要結(jié)論如下：

（1）寧夏暴雨以短時單站暴雨過程居多，降水均值具有常規(guī)暴雨高于短時暴雨，區(qū)域性暴雨高于單站暴雨的特點。暴雨發(fā)生時對流云團都呈現(xiàn)云頂亮溫顯著較低，冷云面積擴大，亮溫梯度和降溫率增加的特征。

（2）亮溫閾值228 K可以較準(zhǔn)確地識別寧夏暴雨過程中的強對流云團，識別率為71.2%。基于云團識別基礎(chǔ)上計算的寧夏暴雨的平均亮溫和最低亮溫分別為213~228 K和199~227 K，亮溫梯度為4~50℃/km，冷云面積為2.7 km2~5.7×104km2，降溫率為6~36℃/h。各參數(shù)分布范圍在不同類暴雨過程中均有不同程度的收縮。

（3）云團特征參數(shù)在不同類暴雨過程中有較明顯的表現(xiàn)特征。短時暴雨的云團參數(shù)（除冷云面積外）與常規(guī)暴雨差異普遍較小，而區(qū)域性暴雨的云頂亮溫較單站暴雨明顯偏小，亮溫梯度、冷云面積和降溫率偏高。除冷云面積外，云團特征參數(shù)與降水量相關(guān)性較好。云頂亮溫和冷云面積的結(jié)合使用在暴雨類型識別方面具有顯著優(yōu)勢，而亮溫梯度和降溫率對降水量的預(yù)估更具指示意義。

（4）各云團參數(shù)在不同降水量級中的表現(xiàn)差異較明顯，利用其監(jiān)測預(yù)警暴雨時，應(yīng)關(guān)注其與累計降水量的關(guān)系，尤其當(dāng)降水量累計達30、40、50和85 mm時，需注意云團參數(shù)變化趨勢，當(dāng)其出現(xiàn)異?；蛲蛔儠r，應(yīng)加強監(jiān)測，及時考慮降水量持續(xù)增加的可能性。