利用衛(wèi)星遙感資料分析臺(tái)風(fēng)“煙花”(202106)的影響過(guò)程

唐飛　陳鳳嬌　諸葛小勇　吳福浪　宇路　姚彬

摘要 2021年第6號(hào)臺(tái)風(fēng)“煙花”于7月18日生成，7月30日變性為溫帶氣旋，生命史長(zhǎng)達(dá)13 d，先后對(duì)中國(guó)東部14個(gè)省市造成影響，其主要特點(diǎn)是移動(dòng)速度慢、陸上滯留時(shí)間長(zhǎng)和累積雨量大。基于靜止氣象衛(wèi)星、極軌氣象衛(wèi)星和全球降水測(cè)量衛(wèi)星的多通道觀測(cè)和產(chǎn)品，對(duì)“煙花”的影響過(guò)程進(jìn)行分析。結(jié)果表明：“煙花”空間尺度較大（最大半徑約為350 km），登陸前對(duì)流深厚、云系螺旋特征顯著，登陸后云系結(jié)構(gòu)遭到破壞、中等對(duì)流分布密集但沒(méi)有組織性;“煙花”在洋面上時(shí)液態(tài)水和冰態(tài)水含量豐富并表現(xiàn)出非對(duì)稱(chēng)分布，登陸后液態(tài)水和冰態(tài)水主要集中在臺(tái)風(fēng)前進(jìn)方向的右側(cè)?；谖⒉ǔ上駜x的降水反演結(jié)果顯示：降水主要分布在臺(tái)風(fēng)外圍螺旋雨帶位置，且在位置和形態(tài)上與實(shí)況較吻合;雖然雨量估計(jì)值與實(shí)況存在一定偏差，但對(duì)降水預(yù)報(bào)，特別是常規(guī)資料稀少區(qū)域的降水預(yù)報(bào)仍具有參考意義。

關(guān)鍵詞臺(tái)風(fēng)“煙花”;衛(wèi)星遙感;對(duì)流;降水

熱帶氣旋（根據(jù)生成地，也稱(chēng)為臺(tái)風(fēng)、颶風(fēng)）是發(fā)生于熱帶洋面的最具破壞力的重要天氣系統(tǒng)（陶麗等，2012，2013;霍利微等，2016）。對(duì)發(fā)展強(qiáng)盛的臺(tái)風(fēng)進(jìn)行監(jiān)測(cè)和分析，有助于人們了解臺(tái)風(fēng)結(jié)構(gòu)、及時(shí)掌握臺(tái)風(fēng)位置和強(qiáng)度的變化，從而減小由于臺(tái)風(fēng)造成的損失（陸曉婕等，2018）。臺(tái)風(fēng)發(fā)展過(guò)程中大部分時(shí)間位于洋面。在遠(yuǎn)洋時(shí)，常規(guī)資料難以探測(cè)到。隨著衛(wèi)星遙感技術(shù)的不斷發(fā)展，對(duì)臺(tái)風(fēng)的觀測(cè)已經(jīng)并將繼續(xù)依賴于衛(wèi)星遙感觀測(cè)（Zou，2020）。

目前，靜止衛(wèi)星、極軌氣象衛(wèi)星和降水測(cè)量衛(wèi)星是三種主要的氣象衛(wèi)星。靜止衛(wèi)星儀器提供紅外和可見(jiàn)光波段的探測(cè)數(shù)據(jù)，具有較高的時(shí)間和空間分辨率，在監(jiān)測(cè)臺(tái)風(fēng)路徑和強(qiáng)度變化方面具有獨(dú)特優(yōu)勢(shì)（劉正光等，2003;許健民和張其松，2006;余建波，2008;李峰等，2009;Zhuge et al.，2015）。燕亞菲等（2019）利用日本葵花八號(hào)（Himawari-8）衛(wèi)星的觀測(cè)資料估計(jì)了臺(tái)風(fēng)“莫蘭蒂”（1614）的強(qiáng)降水及其演變特征。然而，因?yàn)楣ぷ鞑ㄩL(zhǎng)設(shè)置原因，靜止衛(wèi)星無(wú)法獲取云中和云下的信息。極軌氣象衛(wèi)星上搭載的被動(dòng)微波成像儀/探測(cè)儀可以獲得三維立體觀測(cè)信息，進(jìn)而用來(lái)估計(jì)地表參數(shù)和大氣溫濕度垂直結(jié)構(gòu)等信息。游然等（2002）利用美國(guó)國(guó)防氣象衛(wèi)星上的專(zhuān)用微波成像儀（SSM/I）遙感圖像分析了洋面臺(tái)風(fēng)的螺旋云帶結(jié)構(gòu)。李小青等（2012）和劉喆等（2012）利用中國(guó)風(fēng)云（Fengyun，F(xiàn)Y）-3A/B衛(wèi)星上的微波溫度計(jì)和微成像儀（Microwave Radiation Imager，MWRI）資料分別對(duì)臺(tái)風(fēng)“桑達(dá)”（1102）和“梅花”（1109）進(jìn)行了云系特征分析。Tang and Zou（2017）利用FY-3C/MWRI反演的液態(tài)水路徑，研究了臺(tái)風(fēng)“浣熊”（1408）的液態(tài)水結(jié)構(gòu)演變特征。除此之外，降水測(cè)量衛(wèi)星搭載的主被動(dòng)觀測(cè)儀器可以獲取臺(tái)風(fēng)的三維降水特征。何會(huì)中等（2006）利用熱帶降水測(cè)量計(jì)劃（Tropical Rainfall Measuring Mission，TRMM）衛(wèi)星上搭載的降水測(cè)量雷達(dá)（PR）和微波成像儀（TMI）分析了臺(tái)風(fēng)“鯨魚(yú)”（0302）降水和水粒子的空間三維結(jié)構(gòu)特征。傅云飛等（2007）利用TRMM衛(wèi)星上的PR、TMI和紅外輻射計(jì)對(duì)臺(tái)風(fēng)“云娜”（0413）的降水云和非降水云結(jié)構(gòu)進(jìn)行了分析。姚小娟等（2014）基于TRMM/TMI反演的水凝物分析了1998—2009年的236個(gè)熱帶氣旋潛熱結(jié)構(gòu)的分布特征。周順武等（2015）利用2007—2009年的TRMM/TMI觀測(cè)亮溫，建立了一種西北太平洋熱帶氣旋強(qiáng)度模型用于估計(jì)臺(tái)風(fēng)強(qiáng)度。游然等（2011）利用TRMM/PR分析了2005年8月發(fā)生于墨西哥灣的颶風(fēng)“卡特里娜”的降水特征。盧美圻和魏鳴（2017）將全球降水觀測(cè)衛(wèi)星（Global Precipitation Measurement，GPM）資料應(yīng)用于臺(tái)風(fēng)“彩虹”（1522）降水的垂直結(jié)構(gòu)分析。方勉等（2019）基于GPM降水產(chǎn)品對(duì)超強(qiáng)臺(tái)風(fēng)“瑪利亞”（1808）的降水率、降水類(lèi)型以及降水三維結(jié)構(gòu)進(jìn)行了分析。相較于靜止衛(wèi)星，極軌衛(wèi)星和降水測(cè)量衛(wèi)星，微波儀器觀測(cè)的空間和時(shí)間分辨率較粗。聯(lián)合使用多源衛(wèi)星資料對(duì)臺(tái)風(fēng)進(jìn)行監(jiān)測(cè)，可以彌補(bǔ)單顆衛(wèi)星觀測(cè)不足的缺陷。趙姝慧和周毓荃（2010）同時(shí)利用FY-2C、GPM和CloudSat衛(wèi)星對(duì)臺(tái)風(fēng)“艾云尼”（0603）的演變過(guò)程和降水云系的宏微觀結(jié)構(gòu)特征進(jìn)行了分析。趙震（2019）聯(lián)合使用Himawar-8、CloudSat和GPM衛(wèi)星資料從不同角度對(duì)臺(tái)風(fēng)“莫蘭蒂”（1614）的演變過(guò)程進(jìn)行了分析，并研究了降水云系的三維結(jié)構(gòu)特征。余茁夫等（2020）利用FY-4A靜止衛(wèi)星和GPM資料并結(jié)合NCEP/NCAR再分析資料，分析了臺(tái)風(fēng)“利奇馬”（1908）發(fā)展過(guò)程中大氣環(huán)流和云的宏觀特征。

臺(tái)風(fēng)“煙花”（202106）（英文名：In-fa）在西北太平洋洋面生成，先后兩次在浙江登陸，沿途經(jīng)過(guò)江蘇、安徽、山東、河北等省市，最終出海并變性為溫帶氣旋?！盁熁ā鄙珊笠苿?dòng)緩慢，持續(xù)時(shí)間特別長(zhǎng)，對(duì)我國(guó)東部地區(qū)造成了嚴(yán)重影響。因此，本文基于Himawari-8觀測(cè)和產(chǎn)品、GPM雙頻降水雷達(dá)（Dual-frequency Precipitation Radar，DPR）反演產(chǎn)品和GPM微波成像儀（GPM Microwave Imager，GMI）觀測(cè)亮溫，以及FY-3D/MWRI降水反演產(chǎn)品，分析“煙花”演變過(guò)程中的云系和降水結(jié)構(gòu)特征，為衛(wèi)星遙感在臺(tái)風(fēng)發(fā)展機(jī)理研究和監(jiān)測(cè)預(yù)警應(yīng)用中提供有價(jià)值的參考。

1 衛(wèi)星儀器和資料

Himawari-8衛(wèi)星發(fā)射于2014年10月7日，星下點(diǎn)位于140.7°E。Himawari-8搭載的先進(jìn)Himawari成像儀（Advanced Himawari Imager，AHI）設(shè)置有3個(gè)可見(jiàn)光通道、3個(gè)近紅外通道和10個(gè)紅外通道，空間分辨率為0.5～2 km（Bessho et al.，2016;Zou et al.，2016）。有研究基于Himawari-8/AHI觀測(cè)發(fā)展了云屬性綜合反演算法（Heidinger，2013;Zhuge and Zou，2016;Zhuge et al.，2020，2021），可近實(shí)時(shí)生成云分類(lèi)、云相態(tài)、云頂高度、云光學(xué)厚度和云頂粒子半徑等產(chǎn)品。基于CALIOP（Cloud-Aerosol Lidar with Orthogonal Polarization）激光雷達(dá)觀測(cè)的評(píng)估表明，新算法對(duì)水云和冰云的檢測(cè)率分別達(dá)到80.20%和86.51%，均高于目前最常用的中分辨率成像光譜儀（MODIS）的二級(jí)產(chǎn)品MOD06算法（Zhuge et al.，2020）。MOD06在陸地上有很多像素的相態(tài)為“不確定”，新算法明顯減少了這類(lèi)結(jié)果;MOD06在海洋上有很多冰相像素對(duì)應(yīng)的云頂溫度高于0 ℃，這是不合理的，新算法也不存在這一情況（Zhuge et al.，2020）。云分類(lèi)是云相態(tài)分析結(jié)果的進(jìn)一步細(xì)分。因?yàn)槿狈Α罢嬷怠?，?duì)云光學(xué)厚度和云頂粒子半徑反演精度的評(píng)估只能被代替為跟MOD06對(duì)比。對(duì)比結(jié)果表明，新算法得到的云光學(xué)厚度和云頂粒子半徑總體與MOD06結(jié)果一致，相關(guān)系數(shù)高達(dá)0.7～0.9（Zhuge et al.，2021）。

GPM搭載的雙頻測(cè)雨雷達(dá)（DPR）設(shè)有13.6 GHz（Ku波段）和35.5 GHz（Ka波段）兩個(gè)頻率，與只有Ku波段的TRMM/PR相比，DPR可同時(shí)獲得雙頻信息用于更準(zhǔn)確的反演雨滴譜信息，如質(zhì)量權(quán)重中值直徑（Dm）和歸一化截距（Nw）。GMI是具有13個(gè)微波觀測(cè)通道的圓錐掃描儀器（Hou et al.，2014）。GMI和DPR協(xié)同觀測(cè)，以相對(duì)較高的（區(qū)域）分辨率評(píng)估全球的降水微觀和宏觀結(jié)構(gòu)、強(qiáng)度和相位（Skofronick-Jackson et al.，2017）。為了研究臺(tái)風(fēng)“煙花”降水結(jié)構(gòu)及云中冰粒子散射特征，本研究使用了GPM/DPR產(chǎn)品（2A/DPR;版本6）和GPM/GMI產(chǎn)品（1C/GMI;版本5），數(shù)據(jù)皆為NASA官網(wǎng)提供（https：//gpm.nasa.gov/data/directory）。除了雨滴粒子譜信息外，2A/DPR產(chǎn)品還提供了三維雷達(dá)反射率因子（Ze）、三維降水信息、液水路徑（Liquid Water Path，LWP）、冰水路徑（Ice Water Path，IWP）產(chǎn)品。需要說(shuō)明的是，DPR中冰水路徑，是指未被識(shí)別為液水的路徑，可能包含了混合相態(tài)的粒子信息。具體算法流程，可參考DPR產(chǎn)品算法文檔（Iguchi et al.，2010）。

風(fēng)云極軌氣象衛(wèi)星近年來(lái)在災(zāi)害天氣監(jiān)測(cè)中越來(lái)越發(fā)揮出了重要作用。目前在軌運(yùn)行的FY-3D衛(wèi)星每天凌晨和下午各過(guò)境一次。FY-3D/MWRI具有10.65～89 GHz五個(gè)微波頻率，主要用于地表參數(shù)、大氣水汽和降水的觀測(cè)（Yang et al.，2011;Tang et al.，2016）。值得說(shuō)明的是，Iturbide-Sanchez et al.（2011）利用美國(guó)極軌衛(wèi)星微波探測(cè)儀和成像儀資料，基于一維變分方法反演降水率產(chǎn)品，并對(duì)產(chǎn)品精度進(jìn)行了評(píng)估后，應(yīng)用于業(yè)務(wù)產(chǎn)品生成。Iturbide-Sanchez et al.（2011）指出一維變分方法可以推廣應(yīng)用到國(guó)際同類(lèi)衛(wèi)星儀器。本文利用FY-3D/MWRI觀測(cè)亮溫，基于一維變分方法反演得到的降水率產(chǎn)品，分析臺(tái)風(fēng)“煙花”在陸地上的降水分布特征。

2 臺(tái)風(fēng)“煙花”過(guò)程分析

2021年第6號(hào)臺(tái)風(fēng)“煙花”于7月18日02時(shí)（北京時(shí)，下同）在西北太平洋洋面生成，21日11時(shí)加強(qiáng)為強(qiáng)臺(tái)風(fēng)級(jí)。在23日之后，臺(tái)風(fēng)“煙花”持續(xù)向西北方向移動(dòng)，于25日12時(shí)30分在浙江舟山普陀沿海登陸，登陸時(shí)強(qiáng)度為臺(tái)風(fēng)級(jí)。在舟山島滯留了5 h、杭州灣徘徊了16 h后，“煙花”于26日09時(shí)50分在浙江嘉興平湖市沿海再次登陸，登陸時(shí)強(qiáng)度為強(qiáng)熱帶風(fēng)暴級(jí)?！盁熁ā毕群筮M(jìn)入浙江、江蘇、安徽、山東和河北境內(nèi)，于30日晚間變性為溫帶氣旋，20時(shí)被停止編號(hào)。圖1給出了“煙花”的最佳移動(dòng)路徑。“煙花”整個(gè)生命史先后經(jīng)歷了熱帶風(fēng)暴、強(qiáng)熱帶風(fēng)暴、臺(tái)風(fēng)、強(qiáng)臺(tái)風(fēng)和熱帶低壓5個(gè)等級(jí)（圖2）。

臺(tái)風(fēng)“煙花”移動(dòng)過(guò)程引導(dǎo)氣流較弱，因此其移速非常緩慢（圖3）。特別是在首次登陸（25日12時(shí)30分）之后，臺(tái)風(fēng)“煙花”以平均時(shí)速低于10 km·h-1的速度緩慢向西北方向移動(dòng)，56 h行進(jìn)的直線距離僅約360 km。臺(tái)風(fēng)“煙花”在中國(guó)大陸上滯留時(shí)間長(zhǎng)達(dá)95 h，為1949年以來(lái)之最。

臺(tái)風(fēng)“煙花”生命史長(zhǎng)達(dá)13 d，先后影響了我國(guó)臺(tái)灣、浙江、上海、江蘇、安徽、山東、河南、北京、天津、河北、內(nèi)蒙古、遼寧、吉林、黑龍江等14個(gè)省市?！盁熁ā睂?duì)多個(gè)省市的風(fēng)雨影響創(chuàng)造了歷史紀(jì)錄（以下數(shù)據(jù)來(lái)自國(guó)家氣象中心、國(guó)家氣候中心和江蘇省氣象臺(tái)）。

7月20—21日，在副熱帶高壓南側(cè)偏東氣流引導(dǎo)下，臺(tái)風(fēng)“煙花”大量水汽源源不斷地從海上輸送到內(nèi)陸，并在多尺度系統(tǒng)相互作用及地形影響下，河南中北部產(chǎn)生持續(xù)性強(qiáng)降水，多個(gè)國(guó)家級(jí)氣象觀測(cè)站日降雨量突破有氣象記錄以來(lái)歷史極值;其中，鄭州氣象觀測(cè)站最大小時(shí)降雨量達(dá)201.9 mm（20日16—17時(shí)），突破中國(guó)大陸小時(shí)降雨量歷史峰值。

“煙花”是有氣象記錄以來(lái)首個(gè)在浙江省內(nèi)兩次登陸的臺(tái)風(fēng);7月22日08時(shí)—28日08時(shí)，浙江省平均雨量191 mm，過(guò)程總雨量為浙江登陸臺(tái)風(fēng)之最大紀(jì)錄，最大雨量為1 034 mm（余姚大嵐鎮(zhèn)），接近浙江登陸臺(tái)風(fēng)過(guò)程雨量極值紀(jì)錄（安吉天荒坪1 056 mm;2013年臺(tái)風(fēng)“菲特”創(chuàng)造）;7月24日，受臺(tái)風(fēng)“煙花”的影響，又恰逢天文大潮期，浙江沿海出現(xiàn)了風(fēng)暴潮，浙江省溫嶺市石塘鎮(zhèn)金沙灘海域的巨浪高達(dá)30 m。

在臺(tái)風(fēng)“煙花”螺旋雨帶的持續(xù)影響下，7月24日08時(shí)—27日08時(shí)，上海市最大雨量為402.1 mm（金山亭林鎮(zhèn)），“煙花”是近十年影響上海過(guò)程雨量最大的臺(tái)風(fēng)。

因?yàn)橐扑倬徛?，臺(tái)風(fēng)“煙花”在江蘇省內(nèi)停留約37 h，是有記錄以來(lái)停留時(shí)間最長(zhǎng)的臺(tái)風(fēng);7月24日00時(shí)—29日10時(shí)，江蘇全省平均雨量220.9 mm，接近常年平均梅雨量，最大雨量為569.2 mm（江都真武鎮(zhèn)），“煙花”成為有氣象記錄以來(lái)影響江蘇過(guò)程雨量最大的臺(tái)風(fēng)。

3 衛(wèi)星遙感分析

3.1 基于Himawari-8衛(wèi)星觀測(cè)和產(chǎn)品的分析

圖4展示了臺(tái)風(fēng)“煙花”在不同生命史階段的對(duì)流RGB（Red Green Blue）合成分布，可以看到，從19日12時(shí)達(dá)到臺(tái)風(fēng)級(jí)強(qiáng)度后，一直到25日12時(shí)接近登陸，臺(tái)風(fēng)“煙花”的云系呈現(xiàn)出顯著螺旋形態(tài)、范圍比較寬闊（最大半徑約為350 km），臺(tái)風(fēng)眼清晰可辨。登陸之后，下墊面改變導(dǎo)致低層熱量和水汽補(bǔ)給不足，深對(duì)流的發(fā)展受到抑制，“煙花”螺旋云系逐漸不完整，但影響范圍仍很廣，可同時(shí)覆蓋五個(gè)省。

圖5展示了臺(tái)風(fēng)3個(gè)不同時(shí)刻（分別代表成熟期、登陸時(shí)和登陸后）的云產(chǎn)品反演結(jié)果。21日12時(shí)，“煙花”剛加強(qiáng)為強(qiáng)臺(tái)風(fēng)級(jí)，中心云系完整，以厚冰云（由光學(xué)厚度可知是積雨云）為主，沿眼墻的深對(duì)流發(fā)展深厚，上沖對(duì)流云頂高度達(dá)16 km。25日12時(shí)接近首次登陸時(shí)，“煙花”對(duì)流有所減弱，東半側(cè)分布著較廣的積雨云，云頂高度仍然有14 km;第四象限受陸地的影響，云頂高度明顯降低，但大的光學(xué)厚度說(shuō)明此處可能有較強(qiáng)的降水。27日12時(shí)，“煙花”剛剛進(jìn)入江蘇南京境內(nèi)，此時(shí)云系主要由積雨云和多層云構(gòu)成，云頂高度8～13 km;光學(xué)厚度極值分布不集中，說(shuō)明對(duì)流組織性不強(qiáng)，臺(tái)風(fēng)螺旋雨帶遭到了破壞。

3.2 基于GPM觀測(cè)和產(chǎn)品的分析

7月23日04時(shí)，GPM觀測(cè)到了處于成熟期的“煙花”。圖6顯示了“煙花”的DPR近地表雷達(dá)反射率因子（Ze）、近地表雨滴粒子譜信息（包括粒子大小Dm和粒子數(shù)濃度Nw）、云內(nèi)液態(tài)水、冰水路徑、風(fēng)暴頂高度，以及GMI極化訂正溫度（Polarization-Corrected Temperature，TPC）在89 GHz通道的值（TPC89=1.818×T89V-0.818×T89H;T89V和T89H分別代表89 GHz垂直和水平極化通道觀測(cè)亮溫）。在有云情況下，TPC89受下墊面輻射影響小，且與冰粒子散射相關(guān)。通常云中冰粒子含量越高，冰粒子散射越強(qiáng)，TPC89值也越低（Spencer et al.，1989）。TPC89分布表明，臺(tái)風(fēng)的暖心結(jié)構(gòu)（亮溫值超過(guò)290 K）明顯，臺(tái)風(fēng)云墻TPC89亮溫值低于230 K，反映云墻中大量的冰粒子;從風(fēng)暴頂高、液態(tài)水和冰水路徑來(lái)看，云墻內(nèi)回波頂高超過(guò)11 km，液態(tài)水和冰水路徑分別超過(guò)5 000 g/m2和1 500 g/m2，這證實(shí)了此時(shí)臺(tái)風(fēng)云系發(fā)展深厚，液態(tài)水和冰態(tài)水含量豐富。此外，臺(tái)風(fēng)系統(tǒng)外圍表現(xiàn)出明顯的螺旋雨帶特征，TPC89亮溫甚至低于臺(tái)風(fēng)云墻處，部分區(qū)域的風(fēng)暴頂高度甚至超過(guò)13 km，對(duì)應(yīng)的冰水和液態(tài)水路徑也較高，這反映了臺(tái)風(fēng)系統(tǒng)外圍同樣存在深厚的對(duì)流。從近地表粒子譜分布來(lái)看，靠近臺(tái)風(fēng)眼區(qū)為高濃度的小粒子，遠(yuǎn)離臺(tái)風(fēng)眼區(qū)的云墻內(nèi)為高濃度的大粒子，而臺(tái)風(fēng)外圍的螺旋雨帶近地表為低濃度的大粒子。此外，臺(tái)風(fēng)中心東南方向的液態(tài)和冰水含量最高，近地表降水率也最高，表現(xiàn)出不對(duì)稱(chēng)性。

圖7給出了臺(tái)風(fēng)中心（臺(tái)風(fēng)眼大致位于23.9°N附近）附近降水及微物理參數(shù)在剖面上的分布，可以看到，與臺(tái)風(fēng)眼南側(cè)相比，臺(tái)風(fēng)眼北側(cè)的（24.5°N左右）雷達(dá)反射率因子廓線較為淺薄，整個(gè)廓線內(nèi)降水強(qiáng)度及Dm值均較小，表現(xiàn)出明顯的不對(duì)稱(chēng)性。臺(tái)風(fēng)眼南側(cè)，降水結(jié)構(gòu)隨著距離臺(tái)風(fēng)眼的距離變化十分顯著。23.3°N以北（即靠近臺(tái)風(fēng)眼側(cè)），臺(tái)風(fēng)系統(tǒng)發(fā)展高度不高（僅4 km），降水強(qiáng)度較小，云中冰相過(guò)程不明顯（IWP小于500 g/m2），云中主要是由高濃度的小粒子組成。22.7°～23.3°N，降水系統(tǒng)的發(fā)展逐漸深厚，雷達(dá)反射率因子最高可達(dá)到12 km左右（圖7a），說(shuō)明垂直上升氣流旺盛;在6 km以上存在較高濃度的冰相粒子（圖7g），云中液水和冰水含量豐富，LWP可達(dá)到9 000 g/m2，IWP可達(dá)2 000 g/m2;在6 km左右出現(xiàn)明顯的融化層亮帶（高Ze），推測(cè)可能存在持續(xù)穩(wěn)定的強(qiáng)上升氣流;在6 km以下，上層的冰粒子逐漸融化，形成尺度較大的雨滴粒子（圖7e），近地表降水強(qiáng)度也超過(guò)50 mm/h。21.5°～22.1°N，為臺(tái)風(fēng)的外圍雨帶，雷達(dá)反射率因子最高可超過(guò)12 km左右（圖7a），且最大Ze大致位于6 km左右，同時(shí)IWP出現(xiàn)了高于1 000 g/m2的大值，說(shuō)明臺(tái)風(fēng)外圍冰相活動(dòng)仍然較為活躍，這與前人研究發(fā)現(xiàn)臺(tái)風(fēng)外圍也有較高的閃電發(fā)生頻次是一致的（Ranalkar et al.，2017）。與空間分布一致，外圍雨帶雖然粒子平均直徑較大，但其濃度很低，反映了粒子的碰并增長(zhǎng)過(guò)程。

7月25日18時(shí)，GPM再次以合適的角度觀測(cè)到臺(tái)風(fēng)“煙花”。此時(shí)“煙花”剛離開(kāi)舟山市，位于杭州灣內(nèi)。在臺(tái)風(fēng)前進(jìn)右側(cè)方向，存在明顯的低TPC89亮溫帶，而左側(cè)為高亮溫帶，表現(xiàn)出明顯的不對(duì)稱(chēng)性（圖8h）。由于DPR的幅寬僅為245 km，此次主要觀測(cè)到臺(tái)風(fēng)的外螺旋雨帶部分。從DPR觀測(cè)和反演結(jié)果來(lái)看，臺(tái)風(fēng)液態(tài)水和冰態(tài)水主要集中在臺(tái)風(fēng)前進(jìn)方向右側(cè)（亦即北側(cè)），最大值可分別超過(guò)5 000 g/m2和1 500 g/m2，近地表降水強(qiáng)度超過(guò)25 mm/h;而南側(cè)液水含量低，多在1 000 g/m2左右，冰相過(guò)程較弱，與之一致的是風(fēng)暴頂高度也低，南北側(cè)的回波頂高差異很大，達(dá)到5 km（圖8g）。從近地表雨滴譜分布來(lái)看（圖8e和8f），Nw反演結(jié)果在內(nèi)外幅位置出現(xiàn)明顯的空間不一致，這是由于內(nèi)幅主要是利用了雙頻反演算法，而外幅僅使用的單頻反演算法導(dǎo)致的。通常，雙頻反演算法更加可靠，因此，本次僅就內(nèi)幅的雨滴譜進(jìn)行分析。由圖8f和8d可知，臺(tái)風(fēng)南側(cè)為高濃度的小粒子，北側(cè)的螺旋雨帶近地表的粒子濃度較大，平均直徑也較大。

圖9給出了相應(yīng)的降水及微物理參數(shù)在剖面上的分布。在30.1°N以南，臺(tái)風(fēng)系統(tǒng)發(fā)展的不深厚，Ze最高僅達(dá)到6 km，冰水含量值為0，主要為暖雨過(guò)程，液態(tài)水路徑集中在3 000 g/m2以下，整個(gè)垂直廓線內(nèi)分布著濃度較高的小粒子。在31.3°N附近，即圖8中顯示的外螺旋雨帶最大降水處，其凍結(jié)層（6 km）以下仍有較強(qiáng)的超過(guò)42 dBZ的雷達(dá)回波，降水粒子多為濃度較低的大粒子，反映了此處粒子的碰并增長(zhǎng)過(guò)程。在31.3°N以南，近地表降水活動(dòng)逐漸減弱，液水路徑明顯減?。?1 500 g/m2），冰相活動(dòng)仍然較為活躍，冰水路徑大都在500 g/m2左右，最大可達(dá)到1 000 g/m2。此外，凍結(jié)層以下（6 km處），雨滴粒子的濃度大大降低，平均直徑仍較大。

3.3 基于FY-3D衛(wèi)星的陸面降水估計(jì)

2021年7月28日凌晨01—02時(shí)，臺(tái)風(fēng)“煙花”離開(kāi)江蘇南京進(jìn)入安徽滁州境內(nèi);7月28日14時(shí)，“煙花”繼續(xù)北上到達(dá)安徽蚌埠西北一帶。28日當(dāng)天，臺(tái)風(fēng)“煙花”給蘇皖等地帶來(lái)了大風(fēng)和降水。本節(jié)利用基于FY-3D/MWRI亮溫反演的地面降水強(qiáng)度，分析“煙花”在陸面造成的降水特征。

圖10給出了基于MWRI反演的臺(tái)風(fēng)“煙花”過(guò)境時(shí)的降水率。從圖10可以看出，7月28日02時(shí)，降水主要集中在安徽和江蘇北部，以及江蘇南部區(qū)域;28日14時(shí)，雨帶北移，降水則集中在河南東部、江蘇和安徽北部，以及山東中南部區(qū)域。近地面降水強(qiáng)度集中在20 mm/h以下，較大的降水強(qiáng)度分布在臺(tái)風(fēng)外圍螺旋雨帶。

為了驗(yàn)證FY3D/MWRI降水反演的精度，圖11將MWRI反演的臺(tái)風(fēng)“煙花”在華東區(qū)域（圖10中黑色矩形框圍成的區(qū)域）的降水率與地面觀測(cè)1 h降水量實(shí)況進(jìn)行了對(duì)比?？傮w上，MWRI降水率空間分布和實(shí)況較為吻合。但由于MWRI的觀測(cè)視場(chǎng)較大（分辨率在25 km），反演結(jié)果較實(shí)況偏弱;個(gè)別站點(diǎn)降水強(qiáng)度超過(guò)40 mm/h（圖11d），F(xiàn)Y-3D/MWRI沒(méi)有反演出來(lái)，說(shuō)明衛(wèi)星資料反演較強(qiáng)降水還有一定局限性。另外，MWRI的觀測(cè)頻率對(duì)弱降水不敏感，在實(shí)況降水量較小區(qū)域，反演結(jié)果也存在偏差。

值得說(shuō)明的是，相較于地面站點(diǎn)觀測(cè)，衛(wèi)星具有觀測(cè)覆蓋范圍廣的優(yōu)勢(shì)。在地面觀測(cè)稀疏的區(qū)域（比如海洋、海島、森林、荒原等），衛(wèi)星反演估計(jì)是唯一的降水率獲取手段，在天氣預(yù)報(bào)業(yè)務(wù)中仍具有顯著的參考意義。

4 結(jié)論和討論

綜合利用Himawari-8、GPM和FY-3D的觀測(cè)和產(chǎn)品，從云系、降水三維結(jié)構(gòu)、以及陸面降水率等方面對(duì)登陸前、后的臺(tái)風(fēng)“煙花”進(jìn)行了分析，主要有以下結(jié)論：

1）本研究第一次利用靜止衛(wèi)星云產(chǎn)品對(duì)臺(tái)風(fēng)過(guò)程進(jìn)行了細(xì)致分析。Himawari-8衛(wèi)星觀測(cè)和產(chǎn)品顯示，臺(tái)風(fēng)“煙花”的尺度較大（最大半徑約為350 km）;在登陸前云系螺旋特征顯著，對(duì)流深厚、上沖云頂突破16 km高度;登陸后云系結(jié)構(gòu)遭到破壞，以中等對(duì)流為主，分布密集但沒(méi)有組織性。

2）全球降水測(cè)量衛(wèi)星兩次過(guò)境分別監(jiān)測(cè)到“煙花”在洋面上和登陸之后的形態(tài)。“煙花”在洋面上時(shí)液態(tài)水和冰態(tài)水含量豐富、并具有不對(duì)稱(chēng)分布特征，6 km以上高度存在較高濃度的冰粒子;登陸之后液態(tài)水和冰態(tài)水主要集中在臺(tái)風(fēng)前進(jìn)方向的右側(cè)，南北側(cè)的回波頂高差異可達(dá)到5 km。

3）基于風(fēng)云三號(hào)微波成像儀的陸面降水反演結(jié)果在位置和形態(tài)上與實(shí)況比較吻合，但降水強(qiáng)度還是存在一定偏差?？傮w上看，微波反演的降水率具有一定的預(yù)報(bào)意義。

靜止衛(wèi)星和極軌衛(wèi)星等觀測(cè)和產(chǎn)品的聯(lián)合使用，彌補(bǔ)了單顆衛(wèi)星觀測(cè)在時(shí)間和空間上分辨率不足的缺點(diǎn);可見(jiàn)光、紅外和微波等多波段、主被動(dòng)相結(jié)合的觀測(cè)手段，加強(qiáng)了臺(tái)風(fēng)云系變化、內(nèi)部結(jié)構(gòu)演變和降水特征的精細(xì)研究。

致謝：中國(guó)國(guó)家衛(wèi)星氣象中心、中國(guó)國(guó)家氣象中心、日本氣象衛(wèi)星中心和美國(guó)國(guó)家航空航天局為本研究提供了數(shù)據(jù)服務(wù);本文在寫(xiě)作過(guò)程中，得到了費(fèi)建芳教授、鄭媛媛研究員、曾明劍研究員的細(xì)致指導(dǎo)和熱心幫助。在此一并感謝！

參考文獻(xiàn)（References）

Bessho K，Date K J，Hayashi M，et al.，2016.An introduction to Himawari-8/9—Japan's new-generation geostationary meteorological satellites[J].J Meteor Soc Japan，94（2）：151-183.doi：10.2151/jmsj.2016-009.

方勉，何君濤，符永銘，等，2019.基于GPM衛(wèi)星降水產(chǎn)品對(duì)1808號(hào)超強(qiáng)臺(tái)風(fēng)“瑪利亞”降水結(jié)構(gòu)的分析[J].大氣科學(xué)學(xué)報(bào)，42（6）：845-854. Fang M，He J T，F(xiàn)u Y M，et al.，2019.The precipitation structure for super typhoon Maria（1808） based on GPM satellite rainfall products[J].Trans Atmos Sci，42（6）：845-854.doi：10.13878/j.cnki.dqkxxb.20181101001.（in Chinese）.

傅云飛，劉棟，王雨，等，2007.熱帶測(cè)雨衛(wèi)星綜合探測(cè)結(jié)果之“云娜”臺(tái)風(fēng)降水云與非降水云特征[J].氣象學(xué)報(bào)，65（3）：316-328. Fu Y F，Liu D，Wang Y，et al.，2007.Characteristics of precipitating and non-precipitating clouds in typhoon Ranan as viewed by TRMM combined measurements[J].Acta Meteorol Sin，65（3）：316-328.（in Chinese）.

何會(huì)中，程明虎，周鳳仙，2006.0302號(hào)（鯨魚(yú)）臺(tái)風(fēng)降水和水粒子空間分布的三維結(jié)構(gòu)特征[J].大氣科學(xué)，30（3）：491-503. He H Z，Cheng M H，Zhou F X，2006.3D structure of rain and cloud hydrometeors for typhoon kujira（0302）[J].Chin J Atmos Sci，30（3）：491-503.（in Chinese）.

Heidinger A K，2013.ABI cloud height algorithm theoretical basis document（ATBD）[R/OL].[2020-01-04].NOAA NESDIS Center for Satellite Applications and Research （STAR）.http：//www.star.nesdis.noaa.gov/goesr/docs/ATBD/Cloud_Height.pdf.

Hou A Y，Kakar R K，Neeck S，et al.，2014.The global precipitation measurement mission[J].Bull Amer Meteor Soc，95（5）：701-722.doi：10.1175/bams-d-13-00164.1.

霍利微，郭品文，張福穎，2016.夏季熱帶北大西洋海溫異常對(duì)西北太平洋熱帶氣旋生成的影響[J].大氣科學(xué)學(xué)報(bào)，39（1）：55-63. Huo L W，Guo P W，Zhang F Y，2016.Impact of summer tropical Atlantic SST anomaly on western North Pacific tropical cyclone genesis[J].Trans Atmos Sci，39（1）：55-63.doi：10.13878/j.cnki.dqkxxb.20150403002.（in Chinese）.

Iguchi T，Seto S，Meneghini R，et al.，2010.GPM/DPR level-2 algorithm theoretical basis document[R/OL].[2020-01-04].NASA-GSFC.https：//gpm.nasa.gov/sites/default/files/document_files/ATBD_GPM_DPR_n3_dec15.pdf.

Iturbide-Sanchez F，Boukabara S A，Chen R Y，et al.，2011.Assessment of a variational inversion system for rainfall rate over land and water surfaces[J].IEEE Trans Geosci Remote Sens，49（9）：3311-3333.doi：10.1109/TGRS.2011.2119375.

李峰，王振會(huì)，官莉，等，2009.兩種導(dǎo)風(fēng)方法在臺(tái)風(fēng)路徑分析中的應(yīng)用比較研究[J].氣象科學(xué)，29（3）：330-334. Li F，Wang Z H，Guan L，et al.，2009.Two methods for cloud motion vectors and its comparative applications in the analysis of typhoon track[J].Sci Meteorol Sin，29（3）：330-334.doi：10.3969/j.issn.1009-0827.2009.03.008.（in Chinese）.

李小青，楊虎，游然，等，2012.利用風(fēng)云三號(hào)微波成像儀資料遙感“桑達(dá)”臺(tái)風(fēng)降雨云結(jié)構(gòu)[J].地球物理學(xué)報(bào)，55（9）：2843-2853. Li X Q，Yang H，You R，et al.，2012.Remote sensing typhoon Songda's rainfall structure based on Microwave Radiation Imager of FY-3B satellite[J].Chin J Geophys，55（9）：2843-2853.doi：10.6038/j.issn.0001-5733.2012.09.004.（in Chinese）.

劉喆，白潔，邱紅，等，2012.利用FY-3星載微波資料對(duì)熱帶氣旋云系和暖核特征的分析[J].氣象科學(xué)，32（5）：534-541. Liu Z，Bai J，Qiu H，et al.，2012.Analysis of tropical cyclone spiral cloud and warm core characteristics with FY-3 satellite microwave data[J].J Meteor Sci，32（5）：534-541.doi：10.3969/2012jms.0090.（in Chinese）.

劉正光，喻遠(yuǎn)飛，吳冰，等，2003.利用云導(dǎo)風(fēng)矢量的臺(tái)風(fēng)中心自動(dòng)定位[J].氣象學(xué)報(bào)，61（5）：636-640. Liu Z G，Yu Y F，Wu B，et al.，2003.Automatic location of typhoon center using cloud derived wind vectors[J].Acta Meteorol Sin，61（5）：636-640.doi：10.3321/j.issn：0577-6619.2003.05.013.（in Chinese）.

盧美圻，魏鳴，2017.GPM資料在分析“彩虹”臺(tái)風(fēng)降水垂直結(jié)構(gòu)中的應(yīng)用[J].遙感技術(shù)與應(yīng)用，32（5）：904-912. Lu M Q，Wei M，2017.GPM data application in analysis of vertical structure of typhoon ‘Mujigae precipitation[J].Remote Sens Technol Appl，32（5）：904-912.doi：10.11873/j.issn.1004-0323.2017.5.0904.（in Chinese）.

陸曉婕，董昌明，李剛，2018.1951—2015年進(jìn)入東海的臺(tái)風(fēng)頻數(shù)及登陸點(diǎn)的變化[J].大氣科學(xué)學(xué)報(bào)，41（4）：433-440. Lu X J，Dong C M，Li G，2018.Variations of typhoon frequency and landfall position in East China Sea from 1951 to 2015[J].Trans Atmos Sci，41（4）：433-440.doi：10.13878/j.cnki.dqkxxb.20170803001.（in Chinese）.

Ranalkar M R，Pawar S D，Pradeep Kumar P，2017.Characteristics of lightning activity in tropical cyclones developed over North Indian Ocean basin during 2010—2015[J].Atmos Res，187：16-32.doi：10.1016/j.atmosres.2016.12.003.

Skofronick-Jackson G，Petersen W A，Berg W，et al.，2017.The global precipitation measurement （gpm） mission for science and society[J].Bull Am Meteorol Soc，98（8）：1679-1695.doi：10.1175/BAMS-D-15-00306.1.

Spencer R W，Goodman H M，Hood R E，1989.Precipitation retrieval over land and ocean with the SSM/I：identification and characteristics of the scattering signal[J].J Atmos Oceanic Technol，6（2）：254-273.doi：10.1175/1520-0426（1989）006<0254：prolao>2.0.co;2.

Tang F，Zou X L，2017.Liquid water path retrieval using the lowest frequency channels of Fengyun-3C Microwave Radiation Imager（MWRI）[J].J Meteor Res，31（6）：1109-1122.doi：10.1007/s13351-017-7012-7.

Tang F，Zou X L，Yang H，et al.，2016.Estimation and correction of geolocation errors in FengYun-3C microwave radiation imager data[J].IEEE Trans Geosci Remote Sens，54（1）：407-420.doi：10.1109/TGRS.2015.2458851.

陶麗，李雙君，濮梅娟，等，2012.熱帶大氣準(zhǔn)雙周振蕩對(duì)西北太平洋地區(qū)熱帶氣旋路徑的影響[J].大氣科學(xué)學(xué)報(bào)，35（4）：404-414. Tao L，Li S J，Pu M J，et al.，2012.Impact of QBW on TCs track change over the western North Pacific[J].Trans Atmos Sci，35（4）：404-414.doi：10.13878/j.cnki.dqkxxb.2012.04.007.（in Chinese）.

陶麗，靳甜甜，濮梅娟，等，2013.西北太平洋熱帶氣旋氣候變化的若干研究進(jìn)展[J].大氣科學(xué)學(xué)報(bào)，36（4）：504-512. Tao L，Jin T T，Pu M J，et al.，2013.Review of the researches on climatological variations of tropical cyclones over western North Pacific[J].Trans Atmos Sci，36（4）：504-512.doi：10.13878/j.cnki.dqkxxb.2013.04.013.（in Chinese）.

許健民，張其松，2006.衛(wèi)星風(fēng)推導(dǎo)和應(yīng)用綜述[J].應(yīng)用氣象學(xué)報(bào)，17（5）：574-582. Xu J M，Zhang Q S，2006.Status review on atmospheric motion vectors-derivation and application[J].J Appl Meteor Sci，17（5）：574-582.doi：10.3969/j.issn.1001-7313.2006.05.007.（in Chinese）.

姚小娟，黎偉標(biāo)，陳淑敏，2014.利用TMI反演的水汽凝結(jié)物對(duì)熱帶氣旋潛熱結(jié)構(gòu)分布的探索研究[J].大氣科學(xué)，38（5）：909-923. Yao X J，Li W B，Chen S M，2014.Research on latent heat distributions in tropical cyclones from hydrometeor TMI retrieval data[J].Chin J Atmos Sci，38（5）：909-923.doi：10.3878/j.issn.1006-9895.1401.13188.（in Chinese）.

燕亞菲，談建國(guó)，崔林麗，等，2019.利用葵花8號(hào)（Himawari-8）高時(shí)空分辨率的紅外亮溫資料估計(jì)臺(tái)風(fēng)莫蘭蒂的短時(shí)強(qiáng)降水及其演變[J].氣象，45（3）：318-329. Yan Y F，Tan J G，Cui L L，et al.，2019.Estimating the short-time severe precipitation of Typhoon Meranti and its evolution by using the infrared brightness temperature data from himawari-8 satellite with high spatio-temporal resolution[J].Meteor Mon，45（3）：318-329.doi：10.7519/j.issn.1000-0526.2019.03.003.（in Chinese）.

Yang H，Weng F Z，Lü L，et al.，2011.The FengYun-3 microwave radiation imager on-orbit verification[J].IEEE Trans Geosci Remote Sens，49（11）：4552-4560.doi：10.1109/TGRS.2011.2148200.

游然，許健民，張文建，2002.用SSM/I微波遙感圖像分析海上臺(tái)風(fēng)的螺旋云帶[J].氣象學(xué)報(bào)，60（4）：477-485. You R，Xu J M，Zhang W J，2002.Analysis of typhoon spiral cloud band at sea with SSM/I image[J].Acta Meteorol Sin，60（4）：477-485.doi：10.3321/j.issn：0577-6619.2002.04.011.（in Chinese）.

游然，盧乃錳，邱紅，等，2011.用PR資料分析熱帶氣旋卡特里娜降水特征[J].應(yīng)用氣象學(xué)報(bào)，22（2）：203-213. You R，Lu N M，Qiu H，et al.，2011.Precipitation characteristics in tropical cyclone Katrina using TRMM precipitation radar[J].J Appl Meteor Sci，22（2）：203-213.doi：10.3969/j.issn.1001-7313.2011.02.009.（in Chinese）.

余建波，2008.基于氣象衛(wèi)星云圖的云類(lèi)識(shí)別及臺(tái)風(fēng)分割和中心定位研究[D].武漢：武漢理工大學(xué). Yu J B，2008.The research on the recognition of the classification of cloud，typhoon segmentation and locating of the typhoon's centre based on the meteorological satellite cloud image[D].Wuhan：Wuhan University of Technology.（in Chinese）.

余茁夫，馬爍，胡雄，等，2020.基于多源數(shù)據(jù)的“利奇馬”臺(tái)風(fēng)大氣環(huán)流、云及降水特征分析[J].氣象科學(xué)，40（1）：41-52. Yu Z F，Ma S，Hu X，et al.，2020.Analysis of atmospheric circulation，cloud and precipitation characteristics of typhoon “Lekima” based on multi-source data[J].J Meteor Sci，40（1）：41-52.doi：10.3969/2019jms.0058.（in Chinese）.

趙姝慧，周毓荃，2010.利用多種衛(wèi)星研究臺(tái)風(fēng)“艾云尼”宏微觀結(jié)構(gòu)特征[J].高原氣象，29（5）：1254-1260. Zhao S H，Zhou Y Q，2010.Research on macro-micro structures of typhoon ‘Ewiniar using a variety of satellites[J].Plateau Meteor，29（5）：1254-1260.（in Chinese）.

趙震，2019.2016年臺(tái)風(fēng)“莫蘭蒂”結(jié)構(gòu)特征的多源衛(wèi)星探測(cè)分析[J].高原氣象，38（1）：156-164. Zhao Z，2019.Multi-satellite observations on the structure characteristics of Typhoon Meranti in 2016[J].Plateau Meteor，38（1）：156-164.（in Chinese）.

周順武，盧怡，趙兵科，等，2015.利用TMI資料估計(jì)西北太平洋熱帶氣旋強(qiáng)度的客觀方法[J].大氣科學(xué)學(xué)報(bào)，38（3）：407-413. Zhou S W，Lu Y，Zhao B K，et al.，2015.An objective method to estimate tropical cyclone intensity over Northwest Pacific using TRMM/TMI data[J].Trans Atmos Sci，38（3）：407-413.doi：10.13878/j.cnki.dqkxxb.20130514001.（in Chinese）.

Zhuge X Y，Zou X，2016.Test of a modified infrared-only ABI cloud mask algorithm for AHI radiance observations[J].J Appl Meteor Climatol，55（11）：2529-2546.doi：10.1175/jamc-d-16-0254.1.

Zhuge X Y，Guan J，Yu F，et al.，2015.A new satellite-based indicator for estimation of the western North Pacific tropical cyclone current intensity[J].IEEE Trans Geosci Remote Sens，53（10）：5661-5676.doi：10.1109/TGRS.2015.2427035.

Zhuge X Y，Zou X L，Wang Y，2020.Determining AHI cloud-top phase and intercomparisons with MODIS products over north Pacific[J].IEEE Trans Geosci Remote Sens，59（1）：436-448.doi：10.1109/TGRS.2020.2990955.

Zhuge X Y，Zou X L，Wang Y，2021.AHI-derived daytime cloud optical/microphysical properties and their evaluations with the collection-6.1 MOD06 product[J].IEEE Trans Geosci Remote Sens，59（8）：6431-6450.doi：10.1109/TGRS.2020.3027017.

Zou X，2020.Atmospheric satellite observations：variation assimilation and quality assurance[M].Cambridge：Academic Press.

Zou X，Zhuge X，Weng F，2016.Characterization of bias of advanced Himawari imager infrared observations from NWP background simulations using CRTM and RTTOV[J].J Atmos Ocean Technol，33（12）：2553-2567.doi：10.1175/jtech-d-16-0105.1.

Analysis of influence process of Typhoon In-fa （202106） based on satellite remote sensing data

TANG Fei1，2，CHEN Fengjiao3，ZHUGE Xiaoyong1，2，WU Fulang4，YU Lu1，2，YAO Bin1，2

1Key Laboratory of Transportation Meteorology，China Meteorological Administration，Nanjing 210041，China;

2Nanjing Joint Institute for Atmospheric Sciences，Nanjing 210041，China;

3Anhui Meteorological Information Center，Hefei 230031，China;

4Meteorological Station of Ningbo Air Traffic Management Station of CAAC，Ningbo 315154，China

Typhoon In-fa （202106） formed on July 18，2021，and became an extratropical cyclone on July 30，with a life history of 13 d.It affected 14 provinces and cities in eastern China.Its main characteristics are slow moving speed，long retention time on land and large accumulated rainfall.Based on multi-channel observations and products from geostationary meteorological satellites，polar-orbiting meteorological satellites and global precipitation measurement satellites，this paper analyzes the influence process of Typhoon In-fa.Results show that the spatial scale of Typhoon In-fa is large，with the maximum radius of about 350 km.Before landing，the convection is deep and the spiral characteristics of the cloud system are significant.After landing，the cloud system structure is destroyed and the medium convection is densely distributed but unorganized.When Typhoon In-fa is on the ocean surface，the liquid water and ice water are rich and show asymmetric distribution.After landing，the liquid and ice water are mainly concentrated on the right side of forward direction of the typhoon.Based on microwave imager，the retrieved precipitation rate show that the precipitation mainly locates in the spiral rain belt around the typhoon，and the position and area are in good agreement with the observations.Although there is a certain deviation between the estimated precipitation and the observed precipitation，it is still useful for precipitation forecasting，especially in regions where the conventional data are scarce.

Typhoon In-fa;satellite remote sensing;convection;precipitation

doi：10.13878/j.cnki.dqkxxb.20210812001

（責(zé)任編輯：張福穎）