劉婉清

摘 要：通過比較分析中尺度對流系統(tǒng)中的雷達資料和衛(wèi)星資料，對國內(nèi)外現(xiàn)有的MCS研究方法進行闡述，得出結(jié)論：從資料完整性、目標(biāo)云團的尺度覆蓋、資料的獲取方法、軟件識別手段等來看，基于衛(wèi)星資料的識別MCS相較傳統(tǒng)的雷達資料具有分析更為準(zhǔn)確、便捷和高效的特點，值得推廣。

關(guān)鍵詞：MCS；雷達；靜止衛(wèi)星；強對流；自動追蹤；紅外云圖

中圖分類號：P458 文獻標(biāo)志碼：B文章編號：2095–3305（2024）01–0-03

中尺度對流系統(tǒng)，簡稱MCS（Mesoscale Convective System），是造成暴雨、冰雹、雷雨大風(fēng)、龍卷風(fēng)等災(zāi)害性天氣的重要系統(tǒng)。近年來，自然災(zāi)害越來越引起人們的重視，其中，天氣現(xiàn)象是引發(fā)自然災(zāi)害中的主要因素之一。而由中尺度對流系統(tǒng)引發(fā)的暴雨災(zāi)害是主要的氣象災(zāi)害之一，尤其我國是一個深受強對流影響的國家，研究強對流的識別方法顯得尤為重要[1-4]。

從中尺度天氣的角度來看，MCS的尺度范圍相對較大，且空間變化較廣，形態(tài)較為復(fù)雜，在時間和空間上的變化利用常規(guī)的氣象觀測手段很難有效監(jiān)測和追蹤到，因此近幾十年來，氣象學(xué)家通常使用較大范圍的衛(wèi)星或雷達組網(wǎng)數(shù)據(jù)進行MCS的監(jiān)測、識別、追蹤和預(yù)報。

早在20世紀50年代，美國就開展了大量的雷暴項目，分析了MCS類型典型雷達回波，20世紀60年代至今，衛(wèi)星資料分析時代開啟[5]。MCS最初的研究方式主要是通過建立MCS相應(yīng)的模型，并對模型進行描述，這屬于一種經(jīng)驗性的表述方法，相較其他研究方法而言，操作相對簡單，缺乏對MCS的識別、分類、比較、追蹤等處理手段，研究機制相對落后。目前，國內(nèi)對MCS的研究主要集中在2個方面：一是數(shù)值模式對MCS的形成和維持；二是國內(nèi)MCS普查工作[6]。主要闡述以雷達和衛(wèi)星作為基礎(chǔ)分析資料的MCS分析方法，以期為后續(xù)MCS識別和追蹤提供參考。

1 MCS研究概況

1.1 基于雷達探測資料的識別MCS

雷達資料的覆蓋度和時空分辨率均較高，被廣泛應(yīng)用于MCS研究?；诶走_探測資料的常用識別MCS

的方法有2類：一類是基于雷達拼圖資料的TITAN算法（圖1）；另一類是基于雷達拼圖資料開發(fā)的SCIT算法。但TITAN和SCIT均屬于風(fēng)暴“質(zhì)心”識別和追蹤算法，對尺度較小的超級單體風(fēng)暴或孤立的風(fēng)暴單體的識別效果更好，而對結(jié)構(gòu)和形態(tài)較為復(fù)雜的MCS的識別有時不夠準(zhǔn)確[7]。易笑園等[8]通過對多普勒雷達資料進行粗化格點處理，定性、定量地對圖形進行數(shù)值疊加分析，得出颮線階段是MCS中地閃最為活躍的階段；楊吉等[9]在MCS自動識別的基礎(chǔ)上，利用相關(guān)法追蹤雷達回波和面積重疊法，完成對MCS的新跟蹤預(yù)報方法，該方法可以提取較為穩(wěn)定的系統(tǒng)移動速度。Wang等[10]利用2016年6—7月長江流域的雷達圖和相關(guān)觀測資料，系統(tǒng)分析了長江中下游地區(qū)梅雨季節(jié)MCS的類型和特征；Parker

等[11]利用美國雷達組合反射率因子數(shù)據(jù)研究了MCS的主要組織形態(tài)，將準(zhǔn)線性MCS分為尾隨層云、前導(dǎo)層云和平行層云，形成了經(jīng)典線狀MCS分類概念模型。Jergensen等[12]基于雷達探測資料和探空資料，將雷暴分為三類：QLCS、超級單體、無組織對流，后期逐漸出現(xiàn)了基于雷達資料的MCS自動識別方法研究[13]。MCS的自動識別方法有利于預(yù)報預(yù)警和監(jiān)測，同時可以減少大量的人力和物力。因此，基于雷達資料分析MCS的方法始終都在被研究，未來的方向?qū)⒓杏诮柚斯ぶ悄軐崿F(xiàn)MCS的自動識別方法上。

1.2 基于衛(wèi)星資料的識別MCS

由于雷達設(shè)備所探測的范圍有限，探測距離較短，受地形限制，雷達圖的覆蓋度無法與衛(wèi)星云圖相比，且雷達回波的拼接誤差影響較大。同時，靜止衛(wèi)星云圖具有時空分辨率高、可靠性強、精度高、覆蓋度廣、觀測連續(xù)且受地域影響較小的特點，既可以顯示大尺度的云系特征，又可以實時監(jiān)測中小尺度云系的發(fā)生、發(fā)展和演變過程。因此，基于衛(wèi)星云圖的MCS分析手段在日常的業(yè)務(wù)分析中具有良好的實際應(yīng)用效果。

美國自20世紀70年代開始研究靜止衛(wèi)星云圖中的云團移動，通過提取云團的信息量，再用模式匹配技術(shù)追蹤云團，該方法持續(xù)至今，已發(fā)展為多顆衛(wèi)星、多通道、多種手段開展MCS的自動追蹤。

國內(nèi)對MCS自動追蹤的研究起步較晚，目前仍處于研究和發(fā)展階段，但在MCS的識別和追蹤研究上也取得了一定成效。比如：肖穩(wěn)安等[14]利用增強紅外衛(wèi)星云圖資料分析MCC的降水強度和云區(qū)的亮度溫度值、云區(qū)面積等之間的關(guān)系，得出MCC從形成到發(fā)展至最強的階段前，區(qū)域降水也呈逐漸增加的態(tài)勢。王登炎[15]通過對紅外云圖的處理分析，得出MCS的移動矢量，并預(yù)測其移動路徑，準(zhǔn)確率遠大于目視解譯。白潔等[16]也通過對紅外云圖的處理分析，將區(qū)域平滑濾波與閾值結(jié)合，在對云團的濾波處理和多閾值剔除中將MCS云團從云圖中分離出來，實現(xiàn)對云區(qū)范圍的有效識別和追蹤。費增平等[4]重新定義了識別MCS的云團標(biāo)準(zhǔn)，并在此基礎(chǔ)上，以圖像處理技術(shù)實現(xiàn)對MCS的自動識別和追蹤。目前，我國多使用風(fēng)云系列衛(wèi)星作為MCS的主要分析資料。在紅外云圖觀測云團的亮度、尺寸等，云區(qū)的面積越大、云層越厚、亮度越強、輔以上升運動，則說明大氣中的水汽含量豐富，降水強度越大。

2 結(jié)果與分析

如圖4所示，MCS的自動識別、跟蹤和分類是一項非常復(fù)雜的工作，涉及很多前沿技術(shù)與算法。衛(wèi)星遙感資料具有觀測范圍廣、時空分辨率高的特點，可以對MCS的發(fā)生、發(fā)展與消亡進行全天候觀測。Matlab軟件具有功能強大、簡單易學(xué)的特點，可以便捷地提取多種格式的數(shù)據(jù)，通過對衛(wèi)星亮溫數(shù)據(jù)圖像轉(zhuǎn)化為灰度圖像，進一步轉(zhuǎn)化為二值化圖像，再利用MCS判別來實現(xiàn)自動識別和追蹤，此種方法操作相對簡單且實驗成功率高。因此，針對MCS的研究應(yīng)當(dāng)以衛(wèi)星云圖資料的分析為主，輔以雷達拼接資料為輔，再通過Matlab軟件或人工智能自動學(xué)習(xí)等方法對MCS進行自動識別，自動追蹤其發(fā)生、發(fā)展和消亡的過程。

3 展望

目前，MCS云團追蹤多用于對我國飛行航線區(qū)域天氣的預(yù)報預(yù)測，研究多參照費增坪、王洪慶等人的MCS判別標(biāo)準(zhǔn)，利用國家衛(wèi)星中心的衛(wèi)星數(shù)據(jù)資料，輔以Matlab軟件，將衛(wèi)星資料轉(zhuǎn)化為二值圖像，再自動識別目標(biāo)云團，最終得出云團的移動方向和速度。從多位研究學(xué)者的實驗結(jié)果來看，國內(nèi)對MCS的自動識別，尤其是通過算法改進或利用周圍云團自動匹配追蹤出現(xiàn)的新生云團等方法，均可以實現(xiàn)MCS的辨別和追蹤，但也出現(xiàn)了相應(yīng)的問題：段煉等[17]在追蹤實驗中，對兩云團的合并引起云團質(zhì)心位置偏移的情形，會導(dǎo)致追蹤結(jié)果發(fā)生偏差。劉帆[18]在MCS的自動識別和追蹤算法中，所用的氣象產(chǎn)品僅是紅外衛(wèi)星云圖，但靜止衛(wèi)星的投射角等與地理位置坐標(biāo)進行轉(zhuǎn)化中存在誤差，同時在衛(wèi)星投影偏差的影響下，云圖疊加區(qū)、國界坐標(biāo)等地理信息與實際MCS云區(qū)的幾何關(guān)系存在誤差。最重要的一點，國內(nèi)的靜止衛(wèi)星云圖處理大多需要疊加和拼接，不同衛(wèi)星、不同區(qū)域的云圖疊加，不能完全覆蓋研究需要，且疊加云圖的準(zhǔn)確性也有待商榷，因此，MCS自動識別的判定算法仍需予以優(yōu)化和改進，為學(xué)者和相關(guān)部門對MCS云團的識別、判定和預(yù)測追蹤等提供實用技術(shù)。

參考文獻

[1] 江吉喜.一次特大沙塵暴成因的衛(wèi)星云圖分析[J].應(yīng)用氣象學(xué)報，1995（2）：177-184.

[2] 何立富，陳濤，諶蕓，等.大氣探測資料在中尺度暴雨中的分析和應(yīng)用[J].應(yīng)用氣象學(xué)報，2006（S1）：88-97.

[3] 國家氣象中心.98年大洪水與天氣預(yù)報[M].北京：氣象出版社，1999.

[4] 費增坪，王洪慶，張焱，等.基于靜止衛(wèi)星紅外云圖的MCS自動識別與追蹤[J].應(yīng)用氣象學(xué)報，2011，22（1）：115-122.

[5] 羅伯特·霍茲，賈朋群，李婧華.第17章中尺度對流系統(tǒng)研究100年[J].氣象科技進展，2019，9（S1）：275-290.

[6] 林墨.基于多特征抽象化描述的中尺度對流系統(tǒng)分析研究[D].南寧：廣西師范學(xué)院，2013.

[7] 南剛強，陳明軒，秦睿，等.基于雷達組合反射率拼圖和深度學(xué)習(xí)的中尺度對流系統(tǒng)識別、追蹤與分類方法[J].氣象學(xué)報，2021，79（6）：1002-1021.

[8] 易笑園，張義軍，李培彥，等.MCS中地閃活動特征與雷達資料相關(guān)個例分析[J].氣象科技，2007（5）：665-669，763.

[9] 楊吉，鄭媛媛，夏文梅，等.雷達拼圖資料上中尺度對流系統(tǒng)的跟蹤與預(yù)報[J].氣象，2015，41（6）：738-744.

[10] Wang X F， Cui C G， Cui W J， et al. Modes of mesoscale convective system organization during Meiyu season over the Yangtze River basin[J]. Acta Meteor Res， 2014， 28（1）： 111-126.

[11] Parker M D， Johnson R H. Organizational modes of midlatitude mesoscale convective systems[J]. Mon Wea Rev， 2000， 128（10）： 3413-3436.

[12] Jergensen G E， McGovern A， Lagerquist R， et al. Classifying convective storms using machine learning[J]. Wea Forecast， 2020， 35（2）： 537-559.

[13] 黃曉璐，李瑞青，李林惠，等.內(nèi)蒙古河套地區(qū)一次對流暴雨的中尺度對流系統(tǒng)演變特征[J].干旱區(qū)研究，2022， 39（6）：1728-1738.

[14] 肖穩(wěn)安，褚昭利，徐輝.中尺度對流復(fù)合體的降水特征和預(yù)報[J].南京氣象學(xué)院學(xué)報，1995（1）：107-113.

[15] 王登炎.MCS的形態(tài)特征和外推預(yù)報[J].氣象，2000（8）：22 -24.

[16] 白潔，王洪慶，陶祖鈺.GMS衛(wèi)星紅外云圖強對流云團的識別與追蹤[J].熱帶氣象學(xué)報，1997（2）：63-72.

[17] 段煉，郭庚常.風(fēng)云衛(wèi)星云圖自動識別追蹤MCS的方法[J].電子科技，2016，29（4）：116-119，126.

[18] 劉帆.基于衛(wèi)星云圖的MCS自動識別追蹤及對我國飛行情報區(qū)影響的研究[D].廣漢：中國民用航空飛行學(xué)院，2014.