台风中心区域亮温空间扰动特征研究及台风定位应用

谢 涛,陈佳俊,鄢俊洁

(1. 南京信息工程大学 遥感与测绘工程学院,江苏 南京 210044; 2. 青岛海洋科学与技术国家实验室 区域海洋动力学与数值模拟实验室,山东 青岛 266000; 3. 北京华云星地通科技有限公司,北京 100081)

台风作为一种复杂的天气系统,灾害性极强,对人类生命财产安全构成了严重威胁,因此对台风进行快速、准确地追踪与定位具有重要意义[1-4]。目前已有的台风中心定位方法大多通过气象卫星和雷达进行人工或自动定位,随着台风定位方法的不断发展,建立精准的台风自动化或半自动化中心定位系统是台风监测的发展趋势[5-6]。

美国航空航天局(National Aeronautics and Space Administration, NASA)海风散射计和先进微波扫描辐射计对风应力的观测表明,空间高通滤波海表面温度(sea surface temperature,SST)和风应力变化呈线性相关,SST越高,风应力越大[7]。其次,海洋锋面和旋涡的海气相互作用在SST、风速和海洋外热通量之间表现出正相关,表明海洋正在强迫大气,大气响应会产生小尺度风应力旋度和散度异常[8-9]。

根据风应力扰动理论,即风应力散度,旋度与顺风方向海表面温度梯度和侧风方向海表温度梯度的扰动存在明显的正相关关系[10-11],本研究尝试从亮度温度(bright temperature,BT)角度出发,计算BT梯度,得到BT梯度的旋度与散度,并利用二者构建一个相似的扰动值(disturbance value)对大气中的旋涡-台风进行描述。BT与SST不同,BT是指当卫星探测到云时,BT为云顶温度,当卫星探测为海面时,BT为海表面温度。当研究区域处于台风区域,台风云墙区是厚厚的云层,此时BT为云顶温度,BT扰动很小;当观测到云墙区与眼区交界处时,BT为是云顶温度和海表面温度,BT扰动很大;当观测到台风眼区中心时,BT为海表面温度,BT扰动再次变小。从台风中心区域的扰动至空间分布来看,可以利用扰动最大值确定台风眼区和云墙区的边界后,将其作为粗略中心,缩小范围在眼区搜寻扰动最小值像素位置判定为台风中心来进行台风定位。

现阶段,运用最为广泛的先进德沃夏克台风中心自动定位算法就是利用远红外影像先进性螺旋分析确定初始位置,在此基础上进行眼环分析确定精确的台风中心位置。有研究者也使用过亮温数据通过不同方法进行台风定位,JAISWAL等[12]利用静止卫星红外(infra-red,IR)图像提取热带气旋(tropical cyclone,TCs)中心螺旋特征自动确定TCs中心,通过拟合不同位置的螺旋线来估计TC的中心,将拟合系数与构建的螺旋模板进行匹配,将大于所设阈值的位置判定为台风中心,此后他们又通过计算亮度-温度梯度矢量通量,在图像的分析场景中绘制与每个像素处的梯度向量平行线,线相交的点形成密度矩阵,通过寻找密度矩阵中最大值来确定台风中心[13]。随着高空间分辨率的红外亮温云图的时间分辨率越来越高,卫星遥感影像可以更快地为台风定位算法提供有效的原始影像,保证了台风定位的高时效性[14]。

文中以风应力扰动理论为基础,提出一个新的扰动值,认为亮温扰动的散度和旋度与经向亮温梯度和纬度亮温梯度存在相关性[15],计算台风中心区域亮温扰动值并分析扰动值的空间分布,发现台风眼区亮温扰动最小,最后将这个理论应用到2019年登陆中国的台风案例上,定位结果与最优路径数据集台风中心相比,效果很好。

1.1 风云四号扫描成像辐射计数据

风云四号(FY-4A)静止气象卫星于2018年5月1日投入运行,它取代了FY-2卫星成为第二代业务化运行地球静止气象卫星。文中研究数据是FY-4A多通道扫描成像仪(AGRI)提供的L1级全圆盘数据,来自风云卫星数据服务网(http:∥satellite.nsmc.org.cn/portalsite/default.aspx#),空间分辨率为4 km,AGRI探测波段为0.45～13.8 μm,地球圆盘图成像周期为15 mins,参数见表1。文中选择其中的通道12远红外波段(波长为10.3～11.3 μm)亮温数据作为原始数据,辐射灵敏度达到0.06 K,绝对定标精度达到0.3 K[16],用于研究BT扰动和台风定位的关系。

表1 FY-4A AGRI波段参数及主要用途Table 1 FY-4A AGRI band parameters and main uses

1.2 辅助数据

文中辅助数据为台风短临预报数据,来自中国气象局台风与海洋气象预报中心,用以确定台风第一猜测中心,以此确定台风大致范围。台风预报数据(babj*.dat)1 h或3 h更新一次,babj是中央气象台台风报文代号,*表示台风号。当台风生成,babj*.dat预报数据开始起报,每天的2,5,8,14,17,20时整点观测数据作为起始值,对每个时间点向后预报台风中心经纬度、气压和风速,台风过程结束,数据预报结束。

1.3 验证数据

文中验证数据为中国气象局上海台风研究所(Shanghai Typhoon Institute of China Meteorological Administration, STI/CMA)最优路径数据集,来自中国气象局热带气旋资料中心官网(http:∥g.hyyb.org/syBTems/TY/info/tcdataCMA/wxfxzl_zlhq.html),现行版本的中国气象局热带气旋最优路径数据集提供1949年以来西北太平洋(含南海,赤道以北,东经180°以西)海域热带气旋每6 h的位置和强度,按年份分别以文本文件格式单独存储,此后逐年增加[17]。1972年之前的最优路径数据集根据1972年之后的再分析资料补充获得,1972年之后利用历史地图集、台站观测和船舶天气报告、自动表面观测、天气图、无线电探空仪数据、飞机侦察进行数据整合,还添加了包括卫星和沿海雷达观测资料[18]。CMA台风最优路径数据集记录台风中心经纬度、最大平均风速及中心最低气压以及中心最大风速。文中使用该数据集对台风定位结果进行验证。

扰动算法总体分为3步:第1步,计算BT的梯度;第2步,利用BT梯度计算旋度与散度;第3步,根据散度、旋度计算扰动值。首先根据中国气象局短临台风预报数据中的台风中心位置,采用多项式内插法,内插至当前卫星获取图像时间点的台风初始猜测中心经纬度,以该点为中心,构造窗口框选台风整体区域。在该范围内计算BT的梯度,计算公式如下:

(1)

式中,GBT为亮温的梯度,图1(a)为2019年11月5日18∶00台风“夏浪”沿经度方向的亮温梯度,从图中可以看出云区沿经度方向的亮温梯度变化不大,眼区亮温沿经度方向存在最大值和最小值,变化很大,图1(b)为2019年11月5日18∶00台风“夏浪”沿纬度方向的亮温梯度,从图中可以看出云区沿纬度方向的亮温梯度变化也不大,眼区亮温沿纬度方向也存在最大值和最小值,变化很大。梯度图说明在眼区和云区之间存在较大的亮温差。

图1 台风“夏浪”中心区域亮温梯度Fig. 1 Brightness temperature gradient in the center area of typhoon "Halong"

接着计算亮温梯度的散度和旋度,散度用于表征空间各点矢量场发散的强弱程度,旋度表征向量场对某一点附近的微元造成的旋转程度,散度可表示为:

(2)

式中,divGBT为亮温梯度的散度,单位为107N/m3。2019年11月5日18∶00台风“夏浪”中心区域的散度如图2(a)所示,从散度图中可以明显的识别出眼区且在眼区存在散度的最大与最小值。

旋度可表示为:

(3)

式中,curlGBT为亮温梯度旋度,单位为107N/m3。图2(b)为2019年11月5日18∶00台风“夏浪”中心区域的旋度,可以看出云区亮温梯度的旋度很小,眼区亮温梯度的旋度很大且存在最大值。

图2 台风“夏浪”中心区域散度与旋度Fig. 2 Divergence and curl in the center area of typhoon "Halong"

X为经度方向螺旋梯度单位距离,Y为纬度方向螺旋梯度单位距离,计算公式如式(4)、式(5):

(4)

(5)

式中,x和y由对数螺旋方程计算得到[19]。对数螺旋方程为:

R(φ)=A·e(B,φ)

(6)

式中:R(φ)为原点到台风大致中心出发的径向距离;A为原点与螺旋起始位置的距离;B为R(φ)处螺旋切线与径线之间的夹角,文中选取夹角是5°;φ为分析点到x轴的夹角。

为方便确定亮温网格场中每个点的矢量,对数螺旋必须转换为笛卡尔坐标,转换后即可得到x和y:

x=R(φ)·cosφ

(7)

y=R(φ)·sinφ

(8)

式中,x,y是R(φ)在x轴与y轴的分量。至此,得到了台风中心区域的散度与旋度。

考虑到台风眼区受到散度和旋度的共同作用,由计算得到的散度与旋度2个值均存在正负,如果只是取二者均值,会出现抵消为0值的情况,造成判别误差,因此先对散度和旋度分别取平方,再取二者均值[20],最后由散度与旋度计算BT扰动值D,公式为:

(9)

2019年11月5日18∶00台风“夏浪”中心区域亮温扰动值计算结果如图3(b)所示,图3(a)为对应时刻对应区域亮温遥感影像。从扰动值计算空间分布结果可以看出,在云区和眼区中间亮温扰动很小而在云区与眼区的交接处亮温很大,可以先利用台风中心区域亮温扰动最大值确定大致中心,以该点为中心,在一定范围内寻找眼区内最小扰动值像素位置,将其确定为台风中心。

图3 2019年11月5日台风“夏浪”中心区域亮温及亮温扰动D值Fig. 3 D value of bright temperature disturbance in the center area of typhoon "Halong" at 18∶00 on November 5, 2019

首先以台风“夏浪”为案例,利用FY-4A 12通道亮温数据计算BT在台风中心区域的扰动值并分析扰动值在台风中心区域的空间分布。台风“夏浪”作为2019年最强台风,整个生命周期均发生在海面上,排除了陆地等其他因素对台风的影响[21],能够更好地反映台风区域的BT扰动特征,也可以从“夏浪”的整个生命周期中获取无眼台风和有眼台风的亮温扰动特征。

计算的台风中心区域扰动值部分结果如图4～图6所示。图4(a)为2019年11月5日12∶00台风“夏浪”亮温影像,图4(b)、(c)为2019年11月5日12:00扰动值空间分布及其中心放大;图5(a)为2019年11月5日18:00台风“夏浪”亮温影像,图5(b)、(c)为2019年11月5日18∶00扰动值空间分布及其中心放大;图6(a)为2019年11月6日0∶00台风“夏浪”亮温影像,图6(b)、(c)为2019年11月6日0∶00扰动值空间分布及其中心放大,从3幅台风成熟期的亮温扰动值空间分布图可以看出,台风外围云区,BT的扰动很小,因为台风云墙区是厚厚的云层,此时BT为云顶温度,BT均一;台风云墙区与眼区交界处,BT扰动很大,因为此时BT一边是云顶温度,另一边是海表面温度,从中可以提取最大扰动值像素位置;台风眼区中心时,BT扰动很小,BT为海表面温度,从中可以提取最小扰动值像素位置。

图4 2019年11月5日12∶00台风“夏浪”亮温影像及扰动值空间分布Fig. 4 Brightness temperature image and disturbance value spatial distribution of typhoon "Halong" at 12∶00 on November 5, 2019

图5 2019年11月5日18∶00台风“夏浪”亮温影像及扰动值空间分布Fig. 5 Brightness temperature image and disturbance value spatial distribution of typhoon "Halong" at 18∶00 on November 5, 2019

图6 2019年11月6日0∶00台风“夏浪”亮温影像及扰动值空间分布Fig. 6 Brightness temperature image and disturbance value spatial distribution of typhoon "Halong" at 0∶00 on November 6, 2019

3.1 散度、旋度和扰动值特征讨论

散度可用于表征空间各点矢量场发散的强弱程度,物理上,散度的意义是场的有源性。当散度大于0时,表示该点有散发通量的正源(发散源);当散度小于0时,表示该点有吸收通量的负源(洞或汇);当散度等于0时,表示该点无源。当分析云团散度时,也是利用该原理,如果亮度梯度计算的散度越小,说明该云团发散越弱呈辐合状态,图7为2019年11月5日18∶00台风“夏浪”散度距最优路径数据集中心分布特征,可以从图中看出,第1个散度最小值为负值在16 km处,说明此时距台风最佳中心16 km处的位置辐合最强,结合图2(a)可以看出,此时确实台风眼区内散度最小。表2为台风“夏浪”整个生命周期内散度最小值与最优路径数据集中心像素差,可以看出,散度最小值距离台风最佳中心呈先远再近再远的趋势,说明当台风从生成期到成熟期再到消亡期,是呈现辐散到辐合再到辐散的过程,符合台风生成到消散的物理过程。

表2 台风“夏浪”生命周期散度最小值与最优台风中心像素差Table 2 Difference between the minimum divergence and the center pixel of the best typhoon center in the life cycle of typhoon "Halong"

旋度是向量分析中的一个向量算子,可以表示向量场对某一点附近的微元造成的旋转程度,代表了矢量做旋转运动的方向和强度。当分析台风旋度时,原理一致,当旋度越大,说明此时辐合越强,图8为2019年11月5日18∶00台风“夏浪”旋度距最优路径数据集中心分布特征,从图中可以看出,第1个旋度最大值为正值在16 km处,说明此时距台风最佳中心16 km处的位置辐合最强,结合图2(b)可以看出,确实此时台风眼区内旋度存在最大值,而且与图7散度距最优路径数据集中心分布特征相比,正好相反,也印证了此时此刻该位置辐合较强。表3为台风“夏浪”整个生命周期内旋度最大值与最优路径数据集中心像素差,可以看出,旋度最大值台风生成和消亡期很接近中心,这是因为此时台风还未生成或已消散,旋度值普遍较小,当台风进入成熟期,旋度最大值距离台风最佳中心像素差开始变化,此时风眼逐渐明显,旋度最强的位置在台风眼区与云区之间,从图2(b)可以看出确实如此,当台风从生成到消散,旋度的极大值都集中于台风风眼中心附近。

图7 2019年11月5日18∶00台风“夏浪”散度距最优台风中心分布特征Fig. 7 Distribution characteristics of typhoon "Halong" divergence from the best typhoon center at 18∶00 on November 5, 2019

图8 2019年11月5日18∶00台风“夏浪”旋度距最优台风中心分布特征Fig. 8 Distribution characteristics of typhoon "Halong" curl from the best typhoon center at 18∶00 on November 5, 2019

续表

将最优路径数据集对应时刻的台风中心叠加到扰动值的分布图上,以8 km即2个分辨率为步长分析扰动值的空间分布,得到如图9的2019年11月5日18∶00台风“夏浪”中心区域扰动值关于最佳台风中心的空间分布箱型图,从图中可知台风中心区域第1个最小扰动值在8 km处,第2个最小扰动值在64 km处。将台风“夏浪”整个生命周期中心区域的扰动值关于最优路径数据集中的台风中心的空间分布都计算出来,并寻找第1个最小扰动值和第2个最小扰动值的位置,得到表4,从表中可以看出第1个最小扰动值的范围在0～4个像素,第2个最小扰动值的范围在4～12个像素,所以在4个像素的范围内计算扰动值避免风眼外的最小扰动值干扰定位精度。

图9 2019年11月5日18∶00台风“夏浪”扰动值距最优台风中心分布特征Fig. 9 Distribution characteristics of typhoon "Halong" disturbance value from the best typhoon center at 18∶00 on November 5, 2019

表4 台风“夏浪”生命周期第1个最小扰动值、第2个最小扰动值与最优台风中心像素差Table 4 Pixel difference between the first minimum disturbance value,the second minimum disturbance value and the best typhoon center in the life cycle of typhoon "Halong"

3.2 台风生命周期扰动特征讨论

考虑到该算法在台风变化阶段的适用性,选用2019年登陆中国的台风“利奇马”作为案例,研究台风生成期,成熟期,登陆期,消亡期的亮温扰动特征。台风生成期如图10所示,其中图10(a)、(b)为台风“利奇马”2019年10月4日0∶00刚在海面生成的亮温遥感影像,图10(a)为以第一猜测台风中心为中心半径800 km框选的台风大致范围,此时台风处于生成期,图10(b)是在图10(a)基础上继续缩小范围,半径160 km框选的范围,可见此时没有明显的风眼;图10(c)、(d)是在图10(b)范围基础上计算的生成期台风中心区域沿经度和纬度亮温梯度,此时沿经度和纬度亮温梯度呈现的是无序的状态,在厚云区和薄云区之间会出现梯度最大值和最小值,因为厚云区为云顶温度,温度较低,薄云部分会探测到海面温度,温度较高,所以这些地方会出现梯度最值;图10(e)、(f)为利用亮温梯度计算的散度和旋度,图10(e)为台风中心区域散度,散度生成期看不出明显的台风结构,而图10(f)的旋度可以看出中心区域有一个类似风眼的结构,接着利用散度和旋度计算台风中心区域的亮温扰动值,得到图10(g),但是由于范围较大,看不出明显的亮温扰动,接着继续在半径160 km的基础上缩小范围,以半径24 km框选范围,如图10(h)所示,此时可以看出中心区域亮温扰动值出现的结构和旋度呈现的结构相似。在台风生成期,这个阶段台风已经产生一定的旋转,而亮温扰动值的计算中存在旋度的分量,所以亮温扰动算法在生成期可以用来进行台风定位,我们将该时刻最优路径数据集台风中心(红色十字)与最优范围内的最小扰动值像素位置(蓝色叉)叠加到扰动值图像上,从图10(g)上看出,两者相距很近,从图10(h)上看出,两者相距约3个像素。

图10 2019年8月4日0∶00台风“利奇马”生成期亮温,亮温梯度,亮温梯度的散度、旋度和亮温扰动Fig. 10 Brightness temperature, brightness temperature gradient, divergence and curl of brightness temperature gradient and brightness temperature disturbance during the formation of typhoon "Lekima" at 0∶00, August 4, 2019

台风成熟期如图11所示,其中图11(a)、(b)为台风“利奇马”2019年8月8日12∶00处于成熟期的亮温遥感影像,图11(a)为以第一猜测台风中心为中心半径800 km框选的台风大致范围,此时台风处于成熟期,图11(b)是在图11(a)基础上继续缩小范围,半径160 km框选的范围,可见此时成熟期存在明显的风眼;图11(c)、(d)为是在图11(b)范围基础上计算的成熟期台风中心区域沿经度和纬度亮温梯度,此时沿经度和纬度亮温梯度可以看出明显的风眼结构,在云区和眼区之间会出现梯度最大值和最小值,此时云墙区探测的为云顶温度,温度较低,眼区探测到的为海面温度,温度较高,所以在云墙区和眼区之间会出现梯度最值;图11(e)、(f)分为利用亮温梯度计算的散度和旋度,此时散度和旋度存在一个明显的风眼结构,接着利用散度和旋度计算台风中心区域的亮温扰动值,得到图11(g),可以看出风眼周围存在明显的亮温扰动而周围云区亮温扰动值几乎为0 ,因为成熟期亮温的差异主要位于云区和眼区之间,云区此时为厚密状态,探测到的均为云顶温度,亮温差异很小,扰动也小,继续在半径160 km的基础上缩小范围,以半径24 km框选范围,如图11(h)所示, 可以看到在该

图11 2019年8月8日12∶00台风“利奇马”成熟期亮温,亮温梯度,亮温梯度的散度、旋度和亮温扰动Fig. 11 Brightness temperature, brightness temperature gradient, divergence and curl of brightness temperature gradient and brightness temperature disturbance during the formation of typhoon "Lekima" at 12∶00, August 8, 2019

范围存在亮温扰动值最大值,在极大值形成的范围内寻找最小扰动值像素位置将其作为台风中心,我们将该时刻最优路径数据集台风中心(红色十字)与最优范围内的最小扰动值像素位置(蓝色叉)叠加到扰动值图像上,从图11(g)上看出,两者相距很近,从图11(h)上看出,两者相距约4个像素。

台风登陆期如图12所示,其中图12(a)、(b)为台风“利奇马”2019年8月10日15∶00处于登陆期的亮温遥感影像,此时台风中心大概位于太湖附近,图12(a)为以第一猜测台风中心为中心半径800 km框选的台风大致范围,此时台风处于登陆期,图12(b)是在图10(a)基础上继续缩小范围,半径160 km框选的范围,可见此时登陆期台风已经开始消亡,风眼开始消散;图12(c)、(d)为是在图12(b)范围基础上计算的登陆期台风中心区域沿经度和纬度亮温梯度,此时沿经度和纬度亮温梯度呈现出无序的状态,在厚云区和薄云区之间会出现梯度最大值和最小值,因为厚云区为云顶温度,温度较低,薄云部分会探测到海面温度,温度较高,所以这些地方会出现梯度最值;图12(e)、(f)分为利用亮温梯度计算的散度和旋度,图12(e)为台风中心区域散度,散度登陆期也看不出明显的台风结构而图10(f)的旋度可以看出中心区域还是存在一个类似风眼的结构,利用散度和旋度计算台风中心区域的亮温扰动值,得到图12(g),可以看到此时没有明显的亮温扰动 ,因为登陆期状态接近于消散期,继续在半径160 km的基础上缩小范围,以半径24 km框选范围,如图12(h)所示,此时可以看出中心区域亮温扰动值出现的结构和旋度呈现的结构相似,所以也是在确定最大亮温扰动值后在最优框选范围内寻找最小扰动值作为台风中心,我们将该时刻最优路径数据集台风中心(红色十字)与最优范围内的最小扰动值像素位置(蓝色叉)叠加到扰动值图像上,从图12(g)上看出,两者相距很近,从图12(h)上看出,两者相距约4个像素。

图12 2019年8月10日15∶00台风“利奇马”登陆期亮温,亮温梯度,亮温梯度的散度、旋度和亮温扰动Fig. 12 Brightness temperature, brightness temperature gradient, divergence and curl of brightness temperature gradient and brightness temperature disturbance during the formation of typhoon "Lekima" at 15∶00, August 10, 2019

最后台风消亡期如图13所示,其中图13(a)、(b)为台风“利奇马”2019年8月11日3∶00处于消亡期的亮温遥感影像,此时台风中心大概位于山东省附近,图13(a)为以第一猜测台风中心为中心半径800 km框选的台风大致范围,此时台风处于消亡期,已经没有大范围的厚密云层,图13(b)是在图13(a)基础上继续缩小范围,半径160 km框选的范围,可见此时台风已经消亡,不存在风眼;图13(c)、(d)是在图13(b)范围基础上计算的消亡期台风中心区域沿经度和纬度亮温梯度,此时沿经度和纬度亮温梯度呈现出无序的状态,在厚云区和薄云区之间会出现梯度最大值和最小值,因为厚云区为云顶温度,温度较低,薄云部分探测的是海面温度,温度较高,所以这些地方会出现梯度最值;图13(e)、(f)分别为利用亮温梯度计算的散度和旋度,图13(e)为台风中心区域散度,散度消亡期也看不出明显的台风结构,图13(f)的旋度可以看出中心区域还是存在一个类似风眼的结构,接着利用散度和旋度计算台风中心区域的亮温扰动值,得到图13(g),可以看到此时没有明显的亮温扰动,继续在半径160 km的基础上缩小范围,以半径24 km框选范围,如图13(h)所示,此时将中心区域亮温扰动值最大值附近作为一个类似风眼的区域,寻找内部扰动最小值作为台风中心,我们将该时刻最优路径数据集台风中心(红色十字)与最优范围内的最小扰动值像素位置(蓝色叉)叠加到扰动值图像上,从图13(g)上看出,两者相距很近,从图13(h)上看出,两者相距约1个像素。

图13 2019年8月11日3∶00台风“利奇马”消亡期亮温,亮温梯度,亮温梯度的散度、旋度和亮温扰动Fig. 13 Brightness temperature, brightness temperature gradient, divergence and curl of brightness temperature gradient and brightness temperature disturbance during the formation of typhoon "Lekima" at 3∶00, August 11, 2019

3.3 最小扰动值选择讨论

亮温扰动算法应用到台风定位中是寻找台风眼区中亮温扰动最小值像素位置,在8 km的步长范围内,每个范围都存在一个最小扰动值,根据台风风眼平均半径为20 km[22],如果最小扰动值距粗略台风中心大于40 km就将其作为风眼外的干扰值,需要排除,所以确定合适的扰动值计算范围对定位的精度影响很大。图14为2019年11月5日18∶00台风“夏浪”最优路径数据集中心,最大扰动值像素位置,第1个最小扰值像素位置及第2个最小扰值像素位置分布,从图中可以看出,第1个最小扰动值像素位置(黄色圆圈)距离最大扰动值像素位置(红色叉)更近,第1个最小扰动值像素位置和最大扰动值像素位置距离最优路径台风中心(红色十字)都很近,而第2个最小扰动值像素(白色圆圈)距离最优路径台风中心较远。以8 km为步长,每隔8 km都会存在一个最小扰动值,当在台风中心区域内出现多个最小扰动值时,选择离最大扰动值近的一个, 在台风生成期、成熟期,登陆期和消亡期,台风中心区域最大扰动值都会存在于一个类似台风眼区的位置,如图10(h)、图11(h)、图12(h)和图13(h)所示。计算第1个最小扰动值像素位置、第2个最小扰动值像素位置与最大扰动值像素位置之间的球面距离,得到表5,从表中可以看出,第一个最小扰动值像素位置距离最大扰动值像素位置更近,所以在出现多个最小扰动值时,我们选用离最大扰动值近的那个。其次,将第1个最小扰动值和第2个最小扰动值像素位置与最优路径数据集该时刻中心位置进行对比,可以看出,第1个最小扰动值距离最佳台风中心距离明显小于第2个最小扰动值与最佳台风中心的距离,且在2019年11月5日18∶00误差最小,为5.27 km。

图14 2019年11月5日18∶00台风“夏浪”最优路径数据集中心,最大扰动值像素位置,第1个最小扰值像素位置及第2个最小扰值像素位置分布Fig. 14 The best path data center, maximum disturbance value pixel position, first minimum disturbance value pixel position and second minimum disturbance value pixel position of typhoon "Halong" at 18∶00, November 5, 2019

表5 台风“夏浪”生命周期第1个最小扰动值、第2个最小扰动值与最大扰动值距离Table 5 Distance between the first minimum disturbance value, the second minimum disturbance value and the minimum disturbance value in the life cycle of typhoon "Halong"

3.4 定位结果

在理想定位范围内计算扰动值结果如图15～图17所示。图15(a)为2019年11月2日0∶00台风“夏浪”形成初期中心区域的扰动值,在理想窗口中寻找最小扰动值,蓝色“x”所示,红色“+”为该时刻最优路径数据集中台风中心,图15(b)为将行列号转换为经纬度坐标得到的在原始影像上定位结果,从图中可以看出,最小扰动值位置与最佳台风中心距离很近,可以精确地对台风定位,而且该时刻台风为形成初期,没有明显的风眼结构,另一方面说明最小扰动值算法对无眼台风具有适用性。

图15 2019年11月2日0∶00台风“夏浪”初期扰动值空间分布及定位结果Fig. 15 Spatial distribution and positioning results of initial disturbance value of typhoon "Halong" at 0∶00 on November 2, 2019

图16(a)、(b)分别为2019年11月5日12∶00台风中心区域的扰动分布和定位结果,从图中可以看出,此时台风已经出现风眼,最小扰动值定位中心与最佳台风中心误差很小,所以最小扰动值算法对有眼台风定位效果很好。图17(a)、(b)分别为2019年11月9日6∶00台风中心区域的扰动分布和定位结果,此时台风已经处于消亡期,算法的定位效果依旧很好。

图16 2019年11月5日18∶00台风“夏浪”成熟期扰动值空间分布及定位结果Fig. 16 Spatial distribution and positioning results of initial disturbance value of typhoon "Halong" at 18∶00 on November 5, 2019

图17 2019年11月9日6∶00台风“夏浪”消亡期扰动值空间分布及定位结果Fig. 17 Spatial distribution and positioning results of initial disturbance value of typhoon "Halong" at 6∶00 on November 9, 2019

本研究首先使用FY-4A亮温数据,计算台风中心区域扰动值并分析扰动值在台风中心区域的空间分布特征,其分布特征为台风外围云区,在32～72 km半径范围内BT的扰动很小,因为台风云墙区是厚厚的云层,此时BT为云顶温度,BT均一;台风云墙区与眼区交界处,BT扰动很大,因为此时BT一侧是云顶温度,另一侧是海表面温度;台风眼区理论总亮温扰动量均为零,在8个像素的半径范围内BT扰动最小。

其次将扰动空间分布特征应用于台风定位,最小扰动值定位的原理是首先在8～12个像素半径范围内确定最大值扰动值像素位置,将其作为粗略中心,在8个像素半径范围内的眼区搜索距离最大扰动值近的扰动值最小值,对应最小值像素点即为台风中心。将最小扰动值定位结果与最优路径数据集进行验证,定位平均误差小于12 km,在3个像素以内,可以应用于台风定位,为台风路径预报和强度判定提供帮助。

最小扰动值台风定位算法是基于台风中心区域亮温扰动空间分布提出的,台风中心区域范围的大小对台风定位精度的影响很大,在合适的定位范围内该算法优势明显,对台风初期、末期及台风规模较小时效果很好,适用于无眼台风定位。但最小扰动值定位算法最佳定位范围需要根据大量的台风统计分析得来,针对不同台风最佳定位范围不是固定的,所以这是该算法现阶段的缺陷。其次最小扰动值定位算法没有考虑数据融合,在使用FY-4A数据过程中发现在一些时段会出现缺测,这会造成定位结果缺失,这也是该算法的不足之处。整体来说,根据台风中心区域亮温扰动特征的空间分布进行台风定位是可行的并且适用于无眼台风,为提高最小扰动值算法台风定位精度,在今后的研究中还需考虑最佳定位范围的确定和数据融合的问题。

猜你喜欢亮温散度台风台风过韩环球时报(2022-09-07)2022-09-07带势加权散度形式的Grushin型退化椭圆算子的Dirichlet特征值的上下界数学年刊A辑(中文版)(2022年1期)2022-08-20霰谱分布特征对强对流云高频微波亮温影响的模拟研究大气科学学报(2022年2期)2022-05-12基于南太平洋的AMSR2 L1R亮温数据质量评估海洋通报(2020年2期)2020-09-04台风来了小读者(2020年4期)2020-06-16具有部分BMO系数的非散度型抛物方程的Lorentz估计数学物理学报(2019年6期)2020-01-13台风爱捣乱小哥白尼(趣味科学)(2018年12期)2018-12-18H型群上一类散度形算子的特征值估计数学物理学报(2018年3期)2018-07-17Hörmander 向量场上散度型抛物方程弱解的Orlicz估计山西大同大学学报(自然科学版)(2016年2期)2016-12-122014年2月12日新疆于田MS7.3地震热红外亮温异常分析中国地震(2015年1期)2015-11-08

推荐访问:台风 扰动 特征