胡天慧，余暉，魯小琴

(1.中國氣象局上海臺風(fēng)研究所，上海 200030；2.華東師范大學(xué)地理科學(xué)學(xué)院，上海 200041；3.中國氣象局臺風(fēng)數(shù)值預(yù)報重點(diǎn)實(shí)驗(yàn)室，上海 200030)

1 引 言

熱帶氣旋是影響全球范圍許多國家并且每年引起巨大生命財產(chǎn)損失的自然災(zāi)害之一[1]，及時把握熱帶氣旋位置、強(qiáng)度、結(jié)構(gòu)等信息對災(zāi)害防御及其管理工作具有重要意義。在熱帶氣旋的整個生命周期中，絕大部分時間都位于熱帶或者副熱帶海洋上，自動氣象站和氣象雷達(dá)等常規(guī)地面站網(wǎng)往往無法覆蓋。衛(wèi)星遙感觀測因其探測范圍廣、采集數(shù)據(jù)快的特點(diǎn)，已逐漸成為獲取熱帶氣旋生成、發(fā)展以及運(yùn)動狀態(tài)等信息的最主要工具。

迄今為止，國內(nèi)外已有許多采用衛(wèi)星遙感觀測資料對熱帶氣旋強(qiáng)度進(jìn)行估算的方法研究，通常稱之為基于衛(wèi)星遙感的熱帶氣旋定強(qiáng)技術(shù)。靜止衛(wèi)星因覆蓋范圍廣、成像面積大、時間分辨率高，應(yīng)用最為廣泛。其中，發(fā)展歷史最悠久并在全球得到廣泛應(yīng)用的方法是Dvorak技術(shù)[2-3]。Dvorak技術(shù)[2]由美國國家海洋和大氣管理局的氣象工作者Dvorak于1970年代初提出，其主要缺陷在于主觀性太強(qiáng)，業(yè)務(wù)應(yīng)用中常由于分析員的經(jīng)驗(yàn)差異導(dǎo)致對同一熱帶氣旋同一時次的強(qiáng)度估計(jì)出現(xiàn)明顯分歧。四十多年來，該方法在不斷向自動化和客觀化方向發(fā)展[3-9]。隨著微波成像儀和微波垂直探測儀的發(fā)展，人們越來越重視微波資料在熱帶氣旋定強(qiáng)中的應(yīng)用，其主要原因是微波能穿透熱帶氣旋中高層的非強(qiáng)降水云，可更好地識別出氣旋低層環(huán)流中心及螺旋雨帶強(qiáng)度和范圍[10-11]。隨著互聯(lián)網(wǎng)、大數(shù)據(jù)的快速發(fā)展，人們開始把人工智能方法應(yīng)用于多衛(wèi)星、多通道資料相結(jié)合的熱帶氣旋強(qiáng)度估算研究，從衛(wèi)星圖像中自動提取熱帶氣旋云系特征從而進(jìn)行客觀定強(qiáng)，也是熱帶氣旋定強(qiáng)技術(shù)的一個主要發(fā)展方向。

2 基于可見光和紅外資料的熱帶氣旋定強(qiáng)技術(shù)

2.1 Dvorak技術(shù)

自1960年第一顆氣象衛(wèi)星“TIROS”成功發(fā)射開始，就有氣象工作者開始利用衛(wèi)星云圖對熱帶氣旋進(jìn)行研究分析，并嘗試將熱帶氣旋強(qiáng)度同云的組織程度及其大小等特征相聯(lián)系[12-13]。直到1970年代初，Dvorak發(fā)展了分析預(yù)報熱帶氣旋強(qiáng)度的系統(tǒng)性流程，這是衛(wèi)星遙感監(jiān)測熱帶氣旋發(fā)展的重大突破。最初的Dvorak技術(shù)是將可見光云圖識別和實(shí)際預(yù)報經(jīng)驗(yàn)相結(jié)合，建立熱帶氣旋強(qiáng)度同其云系特征變化之間的關(guān)系。這一方法主要關(guān)注氣旋中心(包括眼區(qū)和眼壁)的云系特征和外圍彎曲云帶的特征，由這兩部分云系特征得到一個強(qiáng)度指數(shù)(T指數(shù))[2,11]。隨著衛(wèi)星技術(shù)的不斷發(fā)展，Dvorak在1984年引入了紅外云圖分析，使該技術(shù)能應(yīng)用于夜間觀測[3]。Velden等[5]基于前人的經(jīng)驗(yàn)[4]，利用靜止紅外衛(wèi)星通道數(shù)據(jù)實(shí)現(xiàn)了Dvorak技術(shù)的客觀化(Objective Dvorak Technique，ODT)。ODT利用計(jì)算機(jī)算法，通過計(jì)算眼區(qū)和對流云區(qū)的溫度識別云型，然后根據(jù)選定規(guī)則得出強(qiáng)度。但是，ODT在其約束條件中規(guī)定熱帶氣旋云系的T指數(shù)必須不小于3.5，因此該算法僅適用于熱帶風(fēng)暴級別以上的熱帶氣旋。在這之后，又有許多學(xué)者[6-8]對這項(xiàng)技術(shù)進(jìn)行了改進(jìn)，目前已發(fā)展為ADT[9](Advanced Dvorak Technique，ADT)。ADT能夠應(yīng)用于熱帶氣旋的整個生命周期，其改進(jìn)之處包括：增加了新的云場景類型、更新了熱帶氣旋中心自動定位程序、修改了強(qiáng)度約束和規(guī)則、添加了微波資料的應(yīng)用等。Olander等[9]對2018年大西洋颶風(fēng)的對比分析表明(表1)，ADT的均方根誤差為11.12 kt(9.71 hPa),而美國熱帶氣旋分析預(yù)報中心主觀Dvorak分析的均方根誤差為10.4 kt(10.17 hPa)。他們同時還發(fā)現(xiàn)，在大西洋區(qū)域，ADT存在較大負(fù)偏差(表2)，這可能是由于大西洋的最佳路徑資料更多參考了機(jī)載步進(jìn)頻率微波輻射計(jì)(Stepped Frequency Microwave Radiometer，SFMR)測量的風(fēng)速，而SFMR估測的風(fēng)速有時會偏高[14]。如果SFMR測量的風(fēng)速偏高被驗(yàn)證，并且會繼續(xù)使最佳路徑產(chǎn)生更高的風(fēng)速值，那么ADT就需要進(jìn)行重新校正。表1和表2是根據(jù)文獻(xiàn)[9]的分析歸納所得。

表1 2018年ADT和熱帶氣旋分析預(yù)報中心主觀Dvorak分析在各海域的均方根誤差[9]

表2 2018年ADT和熱帶氣旋分析預(yù)報中心主觀Dvorak分析在各海域的偏差[9]

Dvorak技術(shù)最初是一種利用可見光云圖針對大西洋區(qū)域熱帶氣旋的定強(qiáng)方法，而在西北太平洋區(qū)域，由于地理位置和環(huán)境因素的影響，直接運(yùn)用該方法會產(chǎn)生一定偏差。因此，國內(nèi)有不少學(xué)者提出了Dvorak技術(shù)在西北太平洋區(qū)域應(yīng)用的改進(jìn)方案。1980年，方宗義等[15]參照1975年版的Dvorak技術(shù)，綜合考慮紅外云圖上熱帶氣旋環(huán)流中心與深對流密蔽云區(qū)的相對位置、眼的形狀、大小和清晰程度、中心深對流密閉云區(qū)范圍的大小和螺旋云帶的特征，提出了西北太平洋熱帶氣旋強(qiáng)度特征T指數(shù)，并建立了熱帶氣旋最大風(fēng)速與T指數(shù)的經(jīng)驗(yàn)關(guān)系。雖然這一方法能對熱帶氣旋進(jìn)行24小時連續(xù)監(jiān)測，但是受樣本不足的影響，對近中心風(fēng)速大于45 m/s的熱帶氣旋不能很好地估測，并且最終結(jié)果受分析員的經(jīng)驗(yàn)影響較大。1993年，李修芳等[16]利用增強(qiáng)紅外云圖，建立了多種新的云特征因子與熱帶氣旋強(qiáng)度的對應(yīng)關(guān)系。燕芳杰等[17]利用衛(wèi)星展寬云圖資料建立了估計(jì)熱帶氣旋強(qiáng)度的回歸方程，并實(shí)現(xiàn)了人機(jī)交互。范蕙君等[18]采用數(shù)字云圖資料，分析了熱帶氣旋強(qiáng)度與其云系結(jié)構(gòu)的關(guān)系，提出了云系結(jié)構(gòu)緊密度因子的概念，改進(jìn)了增強(qiáng)紅外云圖確定熱帶氣旋強(qiáng)度的方法。1980—2012年，中國氣象局根據(jù)業(yè)務(wù)應(yīng)用需求采用了方宗義等[15]提出的簡化方法，但由于該方法與國際上通用的Dvorak技術(shù)分析流程存在較大差異，其規(guī)范性和標(biāo)準(zhǔn)性不夠，導(dǎo)致定強(qiáng)結(jié)果與國際上其他業(yè)務(wù)定強(qiáng)機(jī)構(gòu)的結(jié)果不具有可比性，因此，自2012年起，我國中央氣象臺開始應(yīng)用Dvorak技術(shù)分析流程(1984版)[19]，并在近十年的業(yè)務(wù)中，針對西北太平洋熱帶氣旋的特點(diǎn)，對強(qiáng)度指數(shù)與風(fēng)壓的對應(yīng)關(guān)系等方面進(jìn)行了適用性的改進(jìn)，一直沿用至今。

2.2 其他統(tǒng)計(jì)方法

除了Dvorak技術(shù)關(guān)注的云型特征之外，近年來也有許多學(xué)者嘗試從紅外云圖數(shù)據(jù)中尋找與熱帶氣旋強(qiáng)度相關(guān)的其他特征因子，并運(yùn)用這些因子對熱帶氣旋強(qiáng)度進(jìn)行客觀估計(jì)。

王瑾等[20]應(yīng)用日本靜止氣象衛(wèi)星(GMS-5)紅外輻射亮溫資料研究了熱帶氣旋云系中各部分亮溫值與熱帶氣旋中心最低氣壓之間的定量關(guān)系，并且引入了緯度因子及時間滑動平均進(jìn)行試驗(yàn)。這一方法在熱帶風(fēng)暴以上強(qiáng)度階段的運(yùn)用效果更佳，但由于受樣本數(shù)量的限制和衛(wèi)星某些時刻的資料缺乏及質(zhì)量影響，對于某些強(qiáng)度快速變化的熱帶氣旋不能進(jìn)行很好的估計(jì)。魯小琴等[21-22]應(yīng)用MTSAT(Multi-functional Transport Satellite)紅外數(shù)據(jù)，提取熱帶氣旋云系中的對流核，發(fā)現(xiàn)其數(shù)量、分布、溫度等可以表征對流活動的強(qiáng)弱和組織結(jié)構(gòu)。通過構(gòu)造的對流核相關(guān)因子建立熱帶氣旋強(qiáng)度估算模型，獨(dú)立樣本測試的平均絕對誤差和均方根誤差分別為5.4 m/s和7.3 m/s，可應(yīng)用于熱帶氣旋整個生命周期。張長江等[23]根據(jù)熱帶氣旋方位角亮溫分布不均勻的特征，將熱帶氣旋分為有眼和無眼兩類，構(gòu)造了梯度共生矩陣，結(jié)合機(jī)器學(xué)習(xí)相關(guān)向量機(jī)(Relevance Vector Machine，RVM)的方法對熱帶氣旋強(qiáng)度進(jìn)行估計(jì)。與線性回歸相比，RVM顯示了良好的非線性建模能力。張長江等[24]進(jìn)一步討論了RVM模型的最優(yōu)參數(shù)個數(shù)及范圍，結(jié)果表明在西北太平洋的最佳尺度范圍是250 km，利用該模型估算熱帶氣旋強(qiáng)度的均方根誤差是12.8 kt。戴李杰等[25]利用RVM方法對紅外衛(wèi)星云圖中的有眼熱帶氣旋進(jìn)行客觀定強(qiáng)，提取眼壁的亮溫梯度信息并選擇了三種不同的核函數(shù)來對模型進(jìn)行測試，得到的平均絕對誤差為7.32～7.84 m/s。這些研究表明，RVM模型在處理高維非線性問題方面具有優(yōu)勢，但需要選擇合適的維度。Asif等[26]將距離熱帶氣旋中心不同范圍內(nèi)亮溫的最大值、最小值、熵等信息與其強(qiáng)度相聯(lián)系，通過最小二乘回歸、支持向量機(jī)、反向傳播神經(jīng)網(wǎng)絡(luò)、極端梯度提升等機(jī)器學(xué)習(xí)方法對大西洋熱帶氣旋強(qiáng)度進(jìn)行預(yù)估，發(fā)現(xiàn)運(yùn)用支持向量機(jī)方法進(jìn)行強(qiáng)度估算的效果最佳，其均方根誤差為11.2 kt，進(jìn)行時間平滑處理之后的均方根誤差約10 kt。Pi?eros等[27]提出了一種從紅外圖像中獲取與熱帶氣旋云系形狀和動態(tài)特征的客觀技術(shù)，即偏角方差技術(shù)(Deviation Angle Variance Technique，DAV-T)。通過計(jì)算一定范圍內(nèi)的亮溫梯度得到熱帶氣旋云系的組織程度，將其量化，來表征熱帶氣旋的強(qiáng)度。之后，Pi?eros等[28]將這項(xiàng)技術(shù)應(yīng)用到北大西洋，建立基于DAV值的曲線擬合方程來估算熱帶氣旋強(qiáng)度。隨后，Ritchie等[29-30]將這一方法拓展到了西北太平洋和東北太平洋，并探討了距熱帶氣旋中心不同半徑范圍內(nèi)的DAV值與熱帶氣旋強(qiáng)度的關(guān)系，還考慮中心位置可能存在的誤差，提出以最佳路徑中心點(diǎn)周圍9個像素為中心的平均DAV算法。從表3可以看出，偏角方差技術(shù)在北大西洋的應(yīng)用效果最佳，但這可能是由于在建模過程中只考慮了熱帶風(fēng)暴及以上等級的熱帶氣旋，將其與ADT的結(jié)果相比，這一方法也仍具有非常大的改進(jìn)空間。袁猛等[31]利用風(fēng)云系列衛(wèi)星資料，從熱帶氣旋系統(tǒng)對稱化的角度對熱帶氣旋的整個生命史進(jìn)行了研究，證明了DAV分布在熱帶氣旋不同階段有不同的特征，且其對應(yīng)的DAV極小值對熱帶氣旋強(qiáng)度估算具有重要的指示意義。

表3 基于偏角方差技術(shù)估算的熱帶氣旋強(qiáng)度均方根誤差[29-30]

除從單張紅外云圖中提取特征因子進(jìn)行統(tǒng)計(jì)外，也有研究嘗試將相似紅外云圖之間的聯(lián)系應(yīng)用到熱帶氣旋客觀定強(qiáng)中。Jaiswal等[32]利用HURSAT-B1數(shù)據(jù)集建立了一個包含熱帶氣旋強(qiáng)度和對流特征信息的歷史云圖數(shù)據(jù)庫，并使用圖像匹配方法估算當(dāng)前圖像強(qiáng)度。該方法通過計(jì)算紅外亮溫值的徑向直方圖和角直方圖對圖像進(jìn)行匹配，根據(jù)匹配指數(shù)形成最佳匹配圖像對，其獨(dú)立測試的平均絕對誤差和均方根誤差分別為11.18 kt和14.48 kt。Fetanat等[33]提出了FASI(Feature Analogs in Satellite Imagery，F(xiàn)ASI)算法，用165個風(fēng)暴的歷史衛(wèi)星紅外圖像來提取方位角亮溫剖面信息進(jìn)行訓(xùn)練，利用K-最近鄰域法(K-nearestneighbor，KNN)估算熱帶氣旋強(qiáng)度，其最大風(fēng)速和最低氣壓估計(jì)的平均絕對誤差分別為10.9 kt和8.4 hPa。Kar等[34]通過圖像間歐氏距離的均值、方差、圖像的密度、離散程度構(gòu)造熱帶氣旋強(qiáng)度的特征向量，利用每個灰度尺度下的權(quán)重值來找出測試圖像的灰度值，以此來進(jìn)行強(qiáng)度預(yù)測。該方法在孟加拉灣測試應(yīng)用的準(zhǔn)確率達(dá)84%。

近年來，人工智能在許多領(lǐng)域的應(yīng)用取得了很大進(jìn)步。深度學(xué)習(xí)作為包含多層非線性變換的機(jī)器學(xué)習(xí)方法，能夠從原始輸入數(shù)據(jù)中挖掘出抽象特征來替代人為提取的特征因子，而卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)作為深度學(xué)習(xí)的一種經(jīng)典架構(gòu)，在圖像分類、人臉識別、音頻檢索等方面有很大的優(yōu)勢。Pradhan等[35]提出了一種基于CNN的熱帶氣旋強(qiáng)度估算技術(shù)，對所選大西洋和太平洋地區(qū)樣本的均方根誤差為10.18 kt。從表4可以看出，基于圖像識別CNN方法的定強(qiáng)精度比其他方法精度要高，人工智能方法能夠?qū)崿F(xiàn)自動特征提取，無需人為干預(yù)，可以快速為預(yù)報員提供參考依據(jù)，但是前期需要較多的樣本量，并且其樣本所涵蓋信息的全面性對于訓(xùn)練結(jié)果的準(zhǔn)確性會有一定的影響。

表4 基于紅外亮溫信息的主要統(tǒng)計(jì)定強(qiáng)方法和誤差

3 基于微波資料的熱帶氣旋定強(qiáng)方法

衛(wèi)星提供的可見光、紅外觀測資料可以實(shí)現(xiàn)對熱帶氣旋的全天候監(jiān)測，但是受限于觀測原理，僅靠可見光、紅外觀測無法獲得熱帶氣旋云系內(nèi)部信息。相對而言，微波的波長較長，其衍射能力強(qiáng)，能夠部分穿透云雨[11,36]。許多學(xué)者已經(jīng)開始利用星載微波資料對熱帶氣旋特性展開研究。根據(jù)微波輻射源可以將微波資料分為被動遙感數(shù)據(jù)和主動遙感數(shù)據(jù)。

3.1 被動遙感數(shù)據(jù)的應(yīng)用

基于探測目標(biāo)的不同，被動式星載微波儀器可分為兩大類：一類是以探測大氣溫度和濕度垂直分布為目標(biāo)的微波垂直探測器，探測通道位于氧氣和水汽的強(qiáng)吸收帶附近，根據(jù)所選取通道位于吸收帶的不同位置及吸收系數(shù)的差別，可以探測出有云情況下大氣的溫濕廓線分布；一類是以探測大氣云雨和地表特征為主要目標(biāo)的微波成像儀器，探測通道位于大氣窗區(qū)或弱水汽吸收帶遠(yuǎn)翼，主要受大氣中的水汽、液態(tài)水和冰晶粒子的吸收和散射作用[11]。

3.1.1 微波垂直探測儀的應(yīng)用

Kidder等[36]驗(yàn)證了掃描微波輻射計(jì)(Scanning Microwave Spectrometer，SCAMS)對強(qiáng)熱帶氣旋高層核心區(qū)溫度異常變化的探測能力。首次提出了利用其亮溫數(shù)據(jù)估算熱帶氣旋中心氣壓和最大風(fēng)速半徑以外的地面風(fēng)速的方法。將中心氣壓與亮溫異常相聯(lián)系，通過回歸分析確定氣壓值，并通過假設(shè)梯度平衡來計(jì)算外表面的風(fēng)速。隨著首個先進(jìn)的微波探測儀(Advanced Microwave Sounding Unit，AMSU)的升空，Kidder等[37]總結(jié)了使用AMSU數(shù)據(jù)進(jìn)行熱帶氣旋分析的優(yōu)勢，AMSU是第一個有潛力測量熱帶氣旋位置、移動、溫度、風(fēng)速、降雨率等參數(shù)的衛(wèi)星儀器，并且其空間分辨率和測量精度都有所提高，可以更準(zhǔn)確地估計(jì)風(fēng)暴強(qiáng)度。Brueskte等[38]對AMSU-A掃描角度偏差和衍射效應(yīng)進(jìn)行修正，提出利用AMSU-B通道數(shù)據(jù)改進(jìn)氣旋眼區(qū)大小估計(jì)的方法。結(jié)果表明，微波技術(shù)有望成為一種替代的熱帶氣旋強(qiáng)度估算方法來補(bǔ)充常用的Dvorak技術(shù)。Yu等[39]應(yīng)用2001年和2002年7—9月的AMSU-A數(shù)據(jù)提出了估算西北太平洋熱帶氣旋強(qiáng)度的方法，其獨(dú)立測試的平均絕對誤差和均方根誤差分別為6.3 m/s(11.3 hPa)、8.6 m/s(15.0 hPa)，并且發(fā)現(xiàn)除熱帶氣旋中心上空暖心異常外，以某一溫度異常等值線(1.0 K和0.5 K)位置表示的暖核高度是強(qiáng)度估算中另一個重要的預(yù)測因子。劉喆等[40]對AMSU-A的亮溫資料進(jìn)行了掃描點(diǎn)修正，建立了利用雙通道信息進(jìn)行熱帶氣旋強(qiáng)度估算的回歸模型，估算結(jié)果同Dvorak技術(shù)相比的標(biāo)準(zhǔn)偏差為12.2 hPa。張淼等[41]對FY-3C新型微波溫度計(jì)的亮溫數(shù)據(jù)進(jìn)行了臨邊訂正，分析了5～8通道熱帶氣旋中心增暖與熱帶氣旋強(qiáng)度的相關(guān)性，最終將通道6和通道7最強(qiáng)亮溫距平的最大值作為回歸因子，建立熱帶氣旋強(qiáng)度估算式，標(biāo)準(zhǔn)偏差為11.1 hPa。除了微波資料時空分辨率引起的誤差外，輻射計(jì)噪聲、臨邊訂正精度、暖核區(qū)域不在掃描波束中心等均會影響估計(jì)結(jié)果的準(zhǔn)確性，需要在后續(xù)相關(guān)研究中予以關(guān)注。

3.1.2 微波成像儀的應(yīng)用

Bankert等[42]提出了利用特殊傳感器微波成像儀(Special Sensor Microwave Imager，SSM/I)數(shù)據(jù)估計(jì)熱帶氣旋強(qiáng)度的方法。從85 GHz的亮溫圖像和多通道反演的降雨率圖像數(shù)據(jù)中提取了15個特征因子，結(jié)合KNN方法對熱帶氣旋強(qiáng)度進(jìn)行估計(jì)，其中2個熱帶氣旋的17個樣本相對最佳路徑數(shù)據(jù)的均方根誤差為15.6 kt，相對飛機(jī)偵察數(shù)據(jù)的均方根誤差為19.7 kt。Hoshino等[43]利用熱帶測量降水任務(wù)(Tropical Rainfall Measuring Mission,TRMM)衛(wèi)星的微波成像儀(TRMM Microwave Imager，TMI)數(shù)據(jù)，提取不同的亮溫參數(shù)建立了熱帶氣旋強(qiáng)度估算模型。張淼等[44]利用FY-3B微波成像儀(Microwave Radiation Imager，MWRI)數(shù)據(jù)，研究了各通道不同半徑的同心圓或圓環(huán)的亮溫參數(shù)與熱帶氣旋最大風(fēng)速之間的定量關(guān)系，然后運(yùn)用主分量分析和多元線性回歸，建立了適合西北太平洋熱帶氣旋強(qiáng)度估算的模型，均方根誤差為13 kt。也有學(xué)者針對北大西洋、東北太平洋和中太平洋的熱帶氣旋，利用TRMM/TMI的85 GHz通道的亮溫和近地表降雨率這兩種數(shù)據(jù)，提出了基于被動微波遙感進(jìn)行強(qiáng)度估計(jì)的算法，該算法旨在提供當(dāng)前熱帶氣旋強(qiáng)度和未來6小時強(qiáng)度的客觀估計(jì)值[45]。與考慮單一數(shù)據(jù)相比，同時考慮兩種數(shù)據(jù)的熱帶氣旋定強(qiáng)模型效果最佳，未來6小時最大風(fēng)速的平均絕對誤差和均方根誤差分別為9 kt和12 kt。微波觀測被證實(shí)可以穿透中心密閉云區(qū)(Center Dense Overcast，CDO)的卷云蓋，觀察到對流結(jié)構(gòu)的演變過程[46]，因此，在ADT第8版本中微波成像儀資料被應(yīng)用于觀察熱帶氣旋眼的形成[47-48]，當(dāng)數(shù)據(jù)可獲取并滿足強(qiáng)度增強(qiáng)等條件時，其估算強(qiáng)度可覆蓋基于紅外資料的估測強(qiáng)度[9]。

3.2 主動遙感數(shù)據(jù)的應(yīng)用

微波散射計(jì)是一種主動式非成像微波傳感器，它通過向海表、陸面發(fā)射微波脈沖信號并接收其后向散射回波信號能量來探測有關(guān)目標(biāo)的信息[49]，能夠同時測量風(fēng)速和風(fēng)向，也可以應(yīng)用于植被、沙漠和極冰、積雪覆蓋等陸地特征的監(jiān)測。Katsaros等[50]、Sharp等[51]研究了衛(wèi)星散射計(jì)資料對于熱帶低壓早期預(yù)警及熱帶氣旋早期探測的有效性。國內(nèi)也有不少學(xué)者對QuikSCAT衛(wèi)星攜帶的洋面風(fēng)場散射探測儀的探測資料開展了研究，其提供的風(fēng)速分布信息，可以幫助確定熱帶氣旋大風(fēng)區(qū)位置和強(qiáng)度，能夠有效監(jiān)測海上臺風(fēng)路徑和強(qiáng)度發(fā)展[52-53]。隨著我國第一顆海洋環(huán)境衛(wèi)星——海洋二號(HY-2)的升空，張登榮等[54]利用HY-2散射計(jì)數(shù)據(jù)對熱帶氣旋的路徑和強(qiáng)度發(fā)展開展了相關(guān)研究，證明了HY-2和QuickSCAT一樣具有應(yīng)用于熱帶氣旋監(jiān)測的潛力。鄒巨洪等[55]提出了基于海洋二號衛(wèi)星散射計(jì)風(fēng)矢量產(chǎn)品的熱帶氣旋自動識別算法，并對該算法進(jìn)行了驗(yàn)證。楊典等[56]提出了一種基于散射計(jì)風(fēng)場數(shù)據(jù)的熱帶氣旋定強(qiáng)方法，通過求取熱帶氣旋所在海區(qū)的海表面風(fēng)速平均值來進(jìn)行強(qiáng)度估算。該方法可以克服散射計(jì)反演熱帶氣旋風(fēng)速過低的問題，但對于風(fēng)速大于41.5 m/s的熱帶氣旋仍不適用。

表5 基于被動式星載微波儀資料的定強(qiáng)方法和誤差

4 多種資料結(jié)合的熱帶氣旋定強(qiáng)方法

考慮到衛(wèi)星觀測波段的多樣性，不少學(xué)者開展了結(jié)合多衛(wèi)星、多通道的熱帶氣旋強(qiáng)度估算方法研究。Olander等[57]證明了基于衛(wèi)星數(shù)據(jù)的多光譜差分方案在熱帶氣旋應(yīng)用中的潛力。他們將紅外窗區(qū)(infrared window，IRW)和水汽窗(water vapor channel，WV)通道聯(lián)合，將WV-IRW的亮溫差為正的像素點(diǎn)表示強(qiáng)對流區(qū)域。Zhuge等[58]提取了距熱帶氣旋中心150 km的內(nèi)核區(qū)的WV和IRW的亮溫信息，采用WV-IRW與IRW的比值這一指標(biāo)來確定熱帶氣旋強(qiáng)度，這一方法參考了Dvorak技術(shù)中的場景類型，可以作為ADT的補(bǔ)充。崔林麗等[59]基于2017年FY-4A部分熱帶氣旋的7個通道資料，包括中波紅外、水汽、長波紅外通道，建立了深度卷積神經(jīng)網(wǎng)絡(luò)模型，其對熱帶氣旋強(qiáng)度估算的平均絕對誤差為1.75 m/s，均方根誤差為2.04 m/s。Xiang等[60]提出了一種基于海洋散射儀和微波成像儀數(shù)據(jù)對西北太平洋熱帶氣旋強(qiáng)度進(jìn)行估算的方法。根據(jù)提取的亮溫和海表面風(fēng)速的相關(guān)因子建立多元回歸模型，該模型的均方根誤差、平均絕對誤差和偏差分別為5.94 m/s，4.62 m/s和-0.43 m/s。張圣雪等[61]基于FY-2F、FY-2G云頂亮溫數(shù)據(jù)和ASCAT散射計(jì)風(fēng)場數(shù)據(jù)，并結(jié)合偏角方差技術(shù)，建立了包括偏角方差、云頂亮溫、海表風(fēng)速等參數(shù)的熱帶氣旋強(qiáng)度回歸模型，其平均絕對誤差和均方根誤差分別為3.99 m/s和4.66 m/s。Wimmers等[62]利用37 GHz和85～92 GHz波段的微波圖像數(shù)據(jù)結(jié)合深度學(xué)習(xí)技術(shù)對全球熱帶氣旋強(qiáng)度進(jìn)行估計(jì)，其獨(dú)立樣本檢驗(yàn)的均方根誤差為14.3 kt。Chen等[63]利用衛(wèi)星紅外亮溫和微波降雨率數(shù)據(jù)對傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行了改進(jìn)，使用2017年全球的熱帶氣旋數(shù)據(jù)進(jìn)行獨(dú)立樣本檢驗(yàn)，均方根誤差為8.39 kt。

表6 多種衛(wèi)星遙感資料結(jié)合的定強(qiáng)方法和誤差

5 總結(jié)與展望

靜止衛(wèi)星的可見光和紅外通道可以提供較為連續(xù)的熱帶氣旋云系發(fā)展信息，其水汽通道可以提供大范圍的水汽輸送信息，有助于判別熱帶氣旋的發(fā)展情況。目前基于可見光和紅外資料的熱帶氣旋定強(qiáng)方法中，發(fā)展時間最長、運(yùn)用最廣的是Dvorak技術(shù)，這一主觀方法在各海域的均方根誤差在9.71～12.08 kt(6.67～10.80 hPa)之間，其他基于可見光和紅外資料的客觀統(tǒng)計(jì)方法的表現(xiàn)和它基本相當(dāng)。

非靜止衛(wèi)星(極軌衛(wèi)星和TRMM衛(wèi)星)的微波通道可以穿透上層卷云，探測到卷云下不同層次上的熱帶氣旋內(nèi)部信息[44]，有助于開展熱帶氣旋強(qiáng)度估算研究。但是，利用微波資料的熱帶氣旋定強(qiáng)技術(shù)，其均方根誤差大都在12～20 kt(9.9～15.0 hPa)之間，效果不如Dvorak技術(shù)，這可能是由于這些方法受到非靜止衛(wèi)星時間分辨率低、空間分辨率分布不均勻的影響。

單類衛(wèi)星多通道資料以及不同類型衛(wèi)星資料的結(jié)合應(yīng)用，可相互取長補(bǔ)短，這一類方法的均方根誤差在4～15 kt之間，表現(xiàn)出比較明顯的潛力。此外，考慮到熱帶氣旋強(qiáng)度與相關(guān)影響因子間的非線性關(guān)系和人工特征提取的局限性，利用衛(wèi)星圖像直接進(jìn)行熱帶氣旋強(qiáng)度估算的方法逐漸增多。這類深度學(xué)習(xí)方法的均方根誤差在4～14 kt之間，在多源資料綜合應(yīng)用時表現(xiàn)得比Dvorak技術(shù)更有優(yōu)勢。

可見，多衛(wèi)星多通道的數(shù)據(jù)融合以及深度學(xué)習(xí)方法的運(yùn)用，使得熱帶氣旋定強(qiáng)技術(shù)有了新的進(jìn)展。展望未來，將依賴于人為經(jīng)驗(yàn)的熱帶氣旋云系特征表達(dá)和經(jīng)計(jì)算機(jī)深層挖掘的圖像特征相結(jié)合，應(yīng)會帶來新的突破。此外，目前微波觀測儀器均搭載在軌道高度較低的非靜止衛(wèi)星上，時間分辨率偏低，無法滿足業(yè)務(wù)預(yù)報的需求，而我國早已在風(fēng)云靜止衛(wèi)星未來規(guī)劃中將微波垂直探測納入設(shè)計(jì)和發(fā)射計(jì)劃[64-66]，并在風(fēng)云四號衛(wèi)星上成功裝載了一個小型微波探測試驗(yàn)載荷，這使得更連續(xù)地獲得熱帶氣旋內(nèi)部結(jié)構(gòu)成為可能。將微波對云雨大氣獨(dú)具的穿透性探測能力和靜止衛(wèi)星的高時空分辨率相結(jié)合，預(yù)計(jì)會對熱帶氣旋定強(qiáng)能力有更大的提升。