邵 建， 張肅詔， 陳 敏， 李 強， 鄭友炯， 程 瑤， 馬 寧

（1.中國氣象局旱區(qū)特色農業(yè)氣象災害監(jiān)測預警與風險管理重點實驗室，寧夏 銀川 750002; 2.銀川市氣象局，寧夏 銀川 750002; 3.寧夏氣象防災減災重點實驗室，寧夏 銀川 750002；4.寧夏氣象臺，寧夏 銀川 750002;5.寧夏氣象信息中心，寧夏 銀川 750002）

自20世紀60年代第一顆氣象衛(wèi)星成功發(fā)射至今，衛(wèi)星探測技術得到迅速發(fā)展，建立了全球衛(wèi)星觀測體系，大大豐富了氣象觀測的內容和范圍，突破了人類只能從底層探測大氣的局限性。在以往的西北地區(qū)災害性天氣過程研究工作中，學者們更多依賴于地基觀測資料［1-6］。然而在下墊面復雜的西北地區(qū)，地基觀測存在站點稀疏和地形遮擋等問題，往往無法得到完整的對流云團信息［7］。與之相比，衛(wèi)星觀測具備覆蓋范圍廣、連續(xù)觀測、參數(shù)完備等優(yōu)勢，能夠提供多時次、大范圍、連續(xù)性的云微物理探測信息［8-9］，可以有效補充地基觀測的不足。

風云四號A 星（簡稱FY-4A）是我國第二代地球靜止軌道定量遙感氣象衛(wèi)星的首發(fā)星，也是世界上最先進的新一代靜止氣象衛(wèi)星之一［10-11］。于2016年12 月11 日成功發(fā)射，2017 年9 月25 日正式交付使用，2018 年以來，中國氣象局明確要求應加強風云衛(wèi)星資料在氣象預報中的業(yè)務應用。

FY衛(wèi)星數(shù)據業(yè)務應用方面的研究很多，其中利用最多的就是應用在強對流天氣［12-22］、大氣污染遙感監(jiān)測［23-25］、輻射遙感應用［26-33］、云微物理［34-35］、天氣系統(tǒng)跟蹤識別［36-37］等方面。目前學者們已經對風云衛(wèi)星系列產品的適用性開展了許多評估工作，以往的衛(wèi)星產品檢驗評估方法一是利用與國內外其他衛(wèi)星同類產品進行交叉檢驗分析，以科學評估被檢驗衛(wèi)星參數(shù)的精度及其在天氣監(jiān)測中的適應性及可靠性［38-41］；二是通過與地面同類型觀測產品進行交叉比對，如通過輻射觀測數(shù)據［32,42］、地面人工云觀測數(shù)據［43］、自動站數(shù)據［44-46］、地面積雪數(shù)據［47］等開展對比檢驗。三是通過統(tǒng)計分析，檢驗衛(wèi)星觀測數(shù)據，如通過分析云導風產品誤差開展衛(wèi)星產品同化試驗［48］、通過構建衛(wèi)星云氣候數(shù)據集評估衛(wèi)星數(shù)據精度［49］、通過多種誤差靈敏度分析衛(wèi)星探測儀性能［50］。也有研究衛(wèi)星數(shù)據在不同地區(qū)的適用性的，如有學者針對衛(wèi)星降水產品在太行山區(qū)［41］、黃河源區(qū)［51］、中亞地區(qū)［52］的適用性分別進行了評估。

更多FY 衛(wèi)星產品的應用以及適用性還需開展進一步的研究，尤其是近年來氣候變化使得寧夏暴雨的極端性、影響性日益凸顯［53-57］，利用多源資料做好暴雨尤其是致災的短時強降水監(jiān)測預警尤為重要。本文試圖從數(shù)據傳輸保存、數(shù)據適用性兩個方面著手，采用數(shù)據傳輸率結合天氣學分析方法，對云類型CLT、云相態(tài)CLP、云頂高度CTH、對流層折疊最深深度TFTP_Z_depth、降水估計QPE 等5 類產品的適用性進行分析。

1 資料及方法

1.1 所用資料

1.1.1 FY-4A資料 FY-4A衛(wèi)星搭載儀器有多通道掃描成像輻射計（AGRI）、干涉式大氣垂直探測儀（GIIRS）、閃電成像儀（LMI）和空間天氣監(jiān)測儀等4種探測器，主要有32類定量產品。本文主要在多通道掃描成像輻射計（AGRI）觀測數(shù)據中，選取云類型CLT（Cloud Type）、云相態(tài)CLP（Cloud Phase）、云頂高度CTH（Cloud Top Height）、對流層折疊最深深度TFTP_Z_depth（Tropopause Folding Depth）、降水估計QPE（Quantitative Precipitation Estimation）等5 類產品進行適用性分析（表1）。數(shù)據格式為MICAPS第4類格式。

表1 FY-4A部分產品參數(shù)Tab.1 Product parameters of FY-4A satellite

FY-4A 衛(wèi)星資料長度：2018—2020 年的每年5月1日0:00—9月30日23:00。

1.1.2 對比數(shù)據選取 云體特征觀測數(shù)據：選取銀川國家基準氣候站的人工云觀測數(shù)據和高空探測數(shù)據，其中人工云觀測數(shù)據為逐8 h觀測報文；高空探測數(shù)據為每日08:00、20:00探空數(shù)據。

自動站數(shù)據：小時雨量≥10 mm·h-1；能夠與對流云團衛(wèi)星產品時段對應。利用自動站逐1 min 數(shù)據，累計得到與衛(wèi)星QPE 產品所對應時段的15 min累計降水量。利用自動站小時雨量對比分析QPE小時累計量。

衛(wèi)星降水估計產品：逐15 min 間隔，分析分鐘級數(shù)據誤差；將1 h 4個時刻QPE累計得到小時QPE結果分析小時雨量誤差。數(shù)據為MICAPS 第4 類格式，1.25 km 間隔格點。在文中構建樣本序列時，利用強降水發(fā)生地經緯度位置，采用距離反比插值方法，讀取改點位置的衛(wèi)星產品數(shù)據，形成樣本序列。

上述資料長度均與FY-4A衛(wèi)星數(shù)據長度一致，為2018—2020 年的每年5 月1 日0:00—9 月30 日23:00。

1.2 FY-4A數(shù)據窗設定及關鍵信息提取

設定影響區(qū)和關鍵區(qū)兩類數(shù)據窗（圖1，藍色框為影響區(qū)，紫色框為關鍵區(qū)），從而實現(xiàn)更為有效、快捷的數(shù)據處理、冗余數(shù)據剔除和數(shù)據分析。影響區(qū)的范圍為：30°～50°N、95°～115°E，大致為西北地區(qū)中東部地區(qū)。關鍵區(qū)的范圍為：33°～40°N、102°～110°E，包括寧夏全區(qū)及其上下游。

圖1 衛(wèi)星數(shù)據處理數(shù)據窗Fig.1 Processing area of satellite data

基于FY-4A 衛(wèi)星MICAPS 第4 類格式數(shù)據，針對寧夏短時強降水災害天氣，基于其發(fā)生地經緯度，利用插值算法提取衛(wèi)星數(shù)據中的關鍵信息和有效信息。

1.3 數(shù)據接收率

目前FY-4A 數(shù)據產品主要通過全國綜合氣象信息共享平臺（CIMISS）、中國氣象局衛(wèi)星數(shù)據廣播系統(tǒng)接收站（CMA-Cast）及地面接收站等3個途徑收集。其中，前2個途徑下發(fā)的數(shù)據為MICAPS第4類格式（“.000”格點化數(shù)據，保留半年）或AWX 格式（保留半年），地面接收站接收的數(shù)據為“.NC”標準數(shù)據格式（僅保留1 個月），可以滿足實時預警監(jiān)測和短時間回溯使用。

采用統(tǒng)計分析方法，對多通道掃描成像輻射計中L1、L2通道數(shù)據接收率進行統(tǒng)計分析（圖2）。其中，L1通道14個通道平均接收率為84%～93%，最低接收率為64%～80%。L2 通道30 個產品，平均接收率94%～99%，最低接收率為83%～95%。傳輸率完全符合寧夏強對流天氣監(jiān)測預警的業(yè)務需求。

圖2 各通道接收率統(tǒng)計Fig.2 Statistical chart of reception rate of each channel

1.4 產品選取原則

主要考慮以下原則：

（1）選取與強降水相關且能夠直接描述云特性的產品進行可用性分析。一般描述云體特征，大致包括云狀、云底高度、云厚、云頂高度、云的類別、云頂氣溫（亮溫）、云體結構等參數(shù)。FY-4A衛(wèi)星能夠觀測或計算輸出有云頂高度CTH、云頂氣溫CTT、云頂黑體亮溫TBB、云頂氣壓CTP、云類型CLT、云相態(tài)CLP、云檢測CLM等。

（2）選取可以直接獲取人工觀測數(shù)據和計算得到的產品進行適用性研究。如云類型、云頂高度、降水估計等。因銀川國家基準氣候站為目前國內8個仍保留人工觀測的站點之一，其人工觀測數(shù)據可用于對比分析。

（3）選取發(fā)生或持續(xù)時間與銀川探空站的觀測時間段重合的個例，作為云頂高度CTH 分析的個例。即短時強降水的發(fā)生持續(xù)時間，至少包括一部分的探空氣球施放時間。

綜合以上3 條原則，選取銀川國家基準氣候站人工觀測數(shù)據為對比值，選取云類型、云檢測、云頂高度、云頂氣溫這4項觀測產品分析其適用性。

2 適用性分析

2.1 云類型CLT和云相態(tài)CLP

從表2 可以看出，在2018—2020 年發(fā)生在銀川的短時強降水過程中，云類型（CLT）產品中數(shù)據表明，54.6%為暖冷混合云（觀測值為4）、24.46%為暖水云（觀測值為2）、6.96%為過冷水云（觀測值為3），以上3 類總共占比86.02%，其他類型的云占比均較低。相對應的，云相態(tài)（CLP）數(shù)據分析結果，混合態(tài)云（觀測值為3）達60.12%，過冷液態(tài)（觀測值為2）為15.52%，液態(tài)（觀測值為1）為14.11%，3類合計占比89.75%。表明銀川的短時強降水天氣所對應的云團以液態(tài)云為主（暖冷混合云、暖水云、過冷水云），固態(tài)云較少。另外，在短時強降水發(fā)生的情況下還有11.09%、7.99%被判斷為無云，這可能與取值插值方法和資料時間差有關。

表2 短時強降水個例中云類型（CLT）和云相態(tài)（CLP）統(tǒng)計特征Tab.2 Statistical characteristics of CLT and CLP in short-time severe precipitation cases during 2018-2020

綜上所述，云類型（CLT）和云相態(tài)（CLP）在寧夏具有較好的可用性?？梢暂^好地判斷云的類別，為對流性天氣判別、人工影響天氣作業(yè)提供較好的數(shù)據支持。

2.2 云頂高度CTH

驗證云頂高度CTH適用性的思路大致如下：通過經驗分析得出不同云屬的云底高度范圍Hb，然后通過相對濕度和露點法估算云體厚度Ht，二者相加得到估算的云頂高度Htop，以此結果與CTH 對比估計其可用性。則估算云頂高度的計算公式如下：

2.2.1 人工觀測云底高度范圍 由表3 可以看出，寧夏低云、中云的云底高度區(qū)間基本為600～2000 m，而高云的云底高度區(qū)間一般為2500～4500 m，卷云則更高一些。其中，可出現(xiàn)降水的云主要有積雨云、層積云、雨層云、高層云等4種類型，這4種云屬中，底高最低的可達600 m左右（積雨云、層積云、雨層云），較高的則在2500 m左右（高層云）。

表3 各云屬常見云底高度范圍Tab.3 Range of bottom height of clouds

2.2.2 云底高度、云頂高度估算 根據銀川國家基準氣候站的探空數(shù)據，利用相對濕度和露點法估算云的厚度。其計算公式如下：

式中：RHth為不同高度范圍的相對濕度閾值（%）；h為高度（km）。在此公式基礎上，推斷出簡化的云判斷閾值，基本上認為相對濕度RH≥75%時就可以認為是云區(qū)，RH≥80%時則基本可以判斷為云區(qū)。

2.2.3 CTH 觀測誤差分析 利用上述方法，對2018—2020 年寧夏短時強降水天氣過程的云特征進行分析，可以得到CTH 觀測值與探空估算、人工觀測值對比（表4）。

從表4 中可以看出，CTH 觀測的最小值平均為2355 m、最大值平均為8905 m，觀測平均值為6005 m。最小值、最大值、平均值與探空估算高度對比計算的相對誤差分別為-6834 m、-284 m、-3183 m，與探空估算高度對比計算的絕對誤差分別為6894 m、665 m、3224 m。根據衛(wèi)星遙感監(jiān)測是自上而下的觀測特性，重點對比CTH 觀測值中最大值的特征，因此，可以認為FY-4A衛(wèi)星對于云高的觀測為偏小趨勢（相對誤差＜0），即與探空估算的云高有665 m的平均誤差；但誤差間距為665～6894 m，監(jiān)測數(shù)據穩(wěn)定度較差。

表4 CTH觀測值與探空估算中人工觀測值對比Tab.4 Comparison between CTH observation data and artificial observation data /m

從CTH 觀測值與探空估測值絕對誤差統(tǒng)計占比（表5）來看，對于觀測最低值的絕對誤差來看，大于67%的誤差超過3000 m，而均值絕對誤差則超過41%，而與觀測最高值間的絕對誤差則更合理些，其中誤差小于500 m 的占比53.45%，500～1000 m、1000～2000 m的分別占比22.41%、24.14%，而未出現(xiàn)大于2000 m以上的誤差；小于1000 m的誤差占比為75.86%。對于上萬米高度的對流云團，1000 m以內的誤差被認為是可接受的。綜上所述，在利用探空估測值對比分析云頂高度時，采用最高值估計更為合理些；而CTH在寧夏短時強降水天氣中具有一定的可用性和參考性，在日常業(yè)務中需結合其他手段予以訂正。

表5 CTH觀測值與探空估測值絕對誤差統(tǒng)計占比Tab.5 Absolute error comparison between CTH observation data and Tlog-P estimate value /%

2.3 降水估計QPE

分析2018—2020 年出現(xiàn)短時強降水的自動站逐15 min 降水實況和逐小時降水實況與FY-4A 衛(wèi)星QPE產品之間的誤差對比（表6），評估其可用性。

從表6 中可以看到，F(xiàn)Y-4A 衛(wèi)星QPE 產品對短時強降水具有一定的指示意義，其15 min（1 h）QPE的最大相對偏差為2.45 mm（9.5 mm），最小相對偏差為-25.27 mm（-76.2 mm），平均相對偏差為-4.09 mm（-16.79 mm），整體估計較實況明顯偏小，相對誤差小于0 的高達99.28%（98.77%）。從絕對誤差來看，15 min（1 h）QPE 的最大絕對誤差為25.27 mm（76.2 mm），最小絕對誤差為0.11 mm（0.88 mm），平均絕對誤差為4.12 mm（16.88 mm）；誤差值小于10%、20%、30%的占比分別為7.55%（11.32%）、30.19%（30.19%）、56.6%（52.83%）。按照絕對誤差值與大值比不大于10%的標準來衡量，F(xiàn)Y-4A衛(wèi)星15 min（1 h）QPE產品的可用性僅為約8%（11%）；按照比值不大于30%的標準來衡量，相應產品的可用性升高至約57%（53%）。綜上所述，F(xiàn)Y-4A 衛(wèi)星QPE 產品較實況整體明顯偏小，此趨勢可以經統(tǒng)計訂正等方法予以應用。

表6 FY-4A衛(wèi)星QPE產品與實況降水的偏差對比Tab.6 Comparison between QPE data and observation rain data

3 FY-4A產品連續(xù)性特征分析

選取云頂氣溫CTT、云頂高度CTH、對流層折疊最深深度TFTP_Z_depth 這3 個產品，將其與對應的短時強降水個例降水量進行對比，分析其相關性和連續(xù)性特征。

3.1 云頂氣溫CTT

在研究時段內，采集到的CTT 總樣本數(shù)為22199個。按照短時強降水發(fā)生時段和數(shù)據有效性判斷原則（下同），從中選出合格樣本4745 個，將其標準化處理后，構建為樣本序列進行分析。

根據云物理學，冰晶云或混合云因云光學厚度很大，云頂有效發(fā)射輻射溫度近似為云頂溫度；而暖水云的云頂有效發(fā)射輻射溫度與實際云頂溫度存在較大差異。云頂溫度一般的區(qū)間為-80～30 ℃；而西北地區(qū)的對流云往往云頂氣溫≤10 ℃。

由圖3 可以看出，CTT 序列與降水量為明顯的負相關，相關系數(shù)已達-0.59；標準化后的CTT 序列的上下區(qū)間為-0.64～0.88（原序列值區(qū)間為162.13～285.15 K），對應的原CTT 序列平均值為254.31 K（-17.55 ℃），最低溫達到162.13 K（-111.02 ℃）。

圖3 標準化后的CTT與降水量變化Fig.3 Standardization sequence data comparison between CTT and precipitation

3.2 云頂高度CTH

在研究時段內，采集到的CTH 總樣本數(shù)為23152 個，選出合格樣本5632 個，標準化處理后，構建為樣本序列進行分析。根據天氣學原理，一般雨層云云底高度600～2000 m，積雨云600～4500 m，考慮到云厚度一般300 m 以上，故取云頂高度1000 m為最低值。

CTH 原序列的上下區(qū)間為1000.6～15656.6 m，平均值為6707.7 m，極值跨越區(qū)間超過14600 m，數(shù)據跨度非常大，故對原序列數(shù)據進行標準化處理。從圖4 中可以看到，標準化后的CTH 區(qū)間為-0.1～0.97，跨度仍然較大，且與降水量間的相關性不明顯（相關系數(shù)不足0.3）。表明CTH 與短時強降水的雨強基本沒有直接的相關性，云頂高只是有利于出現(xiàn)強降水，但并不是出現(xiàn)強降水的充分必要條件。

圖4 標準化后的CTH與降水量變化Fig.4 Standardization sequence data comparison between CTH and precipitation

3.3 對流層折疊最深深度TFTP_Z_depth

對流層折疊最深深度（TFTP_Z_depth，縮寫為TZD，下同）是FY-4A中TFP產品中包括的2類數(shù)據之一。TZD 是表征對流折疊深度的物理量，日常業(yè)務中很少應用。在研究時段內，采集有效的TZD樣本數(shù)共115個。

由圖5 可知，圖中TZD 與降水曲線走勢較為一致，二者間具明顯的正相關（相關系數(shù)達0.73）。在TZD 原序列中，其區(qū)間范圍為0.01～0.38 km，對應的標準化后區(qū)間為-0.51～0.49，樣本間的觀測差距不算大，表明TZD產品在寧夏具有較好的適用性。

圖5 標準化后的TZD與降水量變化Fig.5 Standardization sequence data comparison between TZD and precipitation

4 結論

（1）從數(shù)據接收和物理保存的情況來看，F(xiàn)Y-4A衛(wèi)星數(shù)據可用性較好，其5類產品在寧夏短時強降水個例中的表現(xiàn)不一，可以為監(jiān)測預警、人工影響天氣作業(yè)等業(yè)務提供數(shù)據支持。

（2）CLT、CLP 具有較好的可用性，可以較好的判斷云的類別。寧夏的短時強降水天氣所對應的云團以液態(tài)云為主（暖冷混合云、暖水云、過冷水云），固態(tài)云極少。

（3）CTH和QPE均存在較大誤差且均為偏小趨勢，需結合其他手段予以訂正。其中CTH具有偏小趨勢，與人工觀測和探空估算值有約665 m 的平均誤差；但絕對誤差跨度達6000 m 以上，穩(wěn)定度較差。QPE 整體偏小，可嘗試利用訂正手段予以應用。

（4）選取3 個產品（CTT、CTH、TFTP_Z_depth）長序列樣本，與對應個例的降水量進行相關性和連續(xù)性特征分析。其中CTT、TFTP_Z_depth 兩種產品與短時強降水的對應關系較為明顯，分別為明顯的負相關和正相關，而CTH與短時強降水的雨強基本沒有直接的相關性，云頂高只是有利于出現(xiàn)強降水，但并不是出現(xiàn)強降水的充分必要條件。