魯小琴雷小途 余 暉 趙兵科

（中國氣象局上海臺風(fēng)研究所，上海200030）

基于衛(wèi)星資料進(jìn)行熱帶氣旋強(qiáng)度客觀估算

魯小琴＊雷小途 余 暉 趙兵科

（中國氣象局上海臺風(fēng)研究所，上海200030）

利用日本MTSAT（multi－functional transport satellite）紅外亮溫資料，提取熱帶氣旋云團(tuán)中云頂較高、對流較旺盛的深對流信息，根據(jù)提取的對流核數(shù)量、對流核距熱帶氣旋中心距離、對流核亮溫極值等信息表征熱帶氣旋強(qiáng)弱，初步建立了熱帶氣旋強(qiáng)度估測模型；并根據(jù)該估算模型的誤差分布對強(qiáng)度（用最大風(fēng)速表示）大于40m·s－1和小于18m·s－1的樣本結(jié)果進(jìn)行了線性修正，修正后的結(jié)果與中國氣象局《熱帶氣旋年鑒》熱帶氣旋最佳路徑資料比較得到非獨(dú)立樣本和獨(dú)立樣本的強(qiáng)度平均絕對誤差分別為5.5m·s－1和5.9m·s－1，均方根誤差分別為6.9m·s－1和7.7m·s－1；對于熱帶低壓、強(qiáng)臺風(fēng)及以上的估計(jì)平均絕對誤差分別降至4.9，4.7m·s－1，準(zhǔn)確度較好。試驗(yàn)表明：利用熱帶氣旋云團(tuán)中的對流核數(shù)量、分布、冷暖與其強(qiáng)度建立的統(tǒng)計(jì)關(guān)系模型是可行的，該算法的估算精度與Dvorak方法、AMSU（advanced microwave sounding unit）定強(qiáng)算法相當(dāng)。

亮溫資料；對流核；熱帶氣旋強(qiáng)度

引 言

自1960年4月第1顆氣象衛(wèi)星發(fā)射以來，氣象衛(wèi)星平臺上已觀測到大量熱帶氣旋，這些觀測結(jié)果為氣象工作者提供了揭示熱帶氣旋云團(tuán)類型與強(qiáng)度、位置和運(yùn)動(dòng)之間關(guān)系的大量信息，且大部分已應(yīng)用于業(yè)務(wù)，在以衛(wèi)星圖像為主要資料來源的分析方法中得以體現(xiàn)［1］。關(guān)于如何利用這些信息為熱帶氣旋分析服務(wù)，人們已做了大量工作，Dvorak［2］研制的熱帶氣旋定強(qiáng)算法主要是對照描述熱帶氣旋發(fā)展的模式云型，測算可見光圖像上與氣旋強(qiáng)度有關(guān)的云特征，從而估計(jì)氣旋強(qiáng)度，是迄今為止業(yè)務(wù)上用得最為廣泛的一種方法。1984年Dvorak又提出了基于增強(qiáng)紅外顯示進(jìn)行熱帶氣旋強(qiáng)度分析的Dvorak方法［3］，但該方法在云特征值指數(shù)的確定方面存在較大主觀性，準(zhǔn)確度依靠預(yù)報(bào)員的經(jīng)驗(yàn)和訓(xùn)練。Engel［4］認(rèn)為Dvorak方法的缺陷是分析員在使用該方法之前要進(jìn)行較全面地分析技能訓(xùn)練，因此需要一種脫離Dvorak方法、更加客觀化、自動(dòng)化的熱帶氣旋強(qiáng)度確定方法。

1998年Velden等提出客觀的Dvorak方法（objective Dvorak technique，ODT）［5］，2007 年Olander等［6］提出了先進(jìn)的客觀 Dvorak方法（advance objective Dvorak technique，AODT），上述方法可以自動(dòng)運(yùn)行，減少了人為操作步驟，但對于弱的熱帶氣旋，如熱帶低壓、熱帶風(fēng)暴不適用［5］，而其精度仍遠(yuǎn)不如Dvorak方法；2004年 Kossin等［7］對Dvorak方法帶來的緯度偏差影響進(jìn)行改善，提高了強(qiáng)度估測精準(zhǔn)度，均方根誤差降低11%。但以上方法均針對大西洋地區(qū)颶風(fēng)特性所建立，在西北太平洋及南海地區(qū)仍缺乏可供業(yè)務(wù)應(yīng)用的、客觀化、自動(dòng)化程度高的熱帶氣旋強(qiáng)度估測方法。

2000年 Kidder等［8］指出 AMSU（advanced microwave sounding unit）觀測的54.9／55.5GHz譜段的亮溫距平與利用飛機(jī)觀測或其他方法獲得的熱帶氣旋中心氣壓之間具有很高的相關(guān)性（－0.859），可作為熱帶氣旋強(qiáng)度估測的另一種方法，但由于AMSU資料時(shí)間分辨率較低，不能滿足業(yè)務(wù)要求；Bankert等［9］選 用SSM／I（special sensor microwave／imager）觀測的15個(gè)特征因子估算北太平洋、大西洋和印度洋的熱帶氣旋強(qiáng)度，估計(jì)均方根誤差為7.8～9.9m·s－1；Yu等［10］利用 AMSU 資料建立了西北太平洋熱帶氣旋強(qiáng)度估測模型，估計(jì)平均絕對誤差和均方根誤差分別為5.6m·s－1和7.5m·s－1，但基于時(shí)效性和穩(wěn)定性原因，上述方法也未能在業(yè)務(wù)上推廣使用。

研究發(fā)現(xiàn)［11－12］，靜止氣象衛(wèi)星紅外通道探測的輻射亮溫分布與熱帶氣旋強(qiáng)度相關(guān)，陳佩燕等［13］研究得到熱帶氣旋強(qiáng)度與大部分區(qū)域紅外亮溫為負(fù)相關(guān)關(guān)系的結(jié)論；Gentry等［14］利用距熱帶氣旋中心111～333km范圍內(nèi)的平均紅外亮溫建立了熱帶氣旋強(qiáng)度預(yù)報(bào)方程；王瑾等［11］則利用距熱帶氣旋中心20km和150km范圍內(nèi)的平均紅外亮溫作為建立熱帶氣旋強(qiáng)度客觀估算式的一個(gè)因子。以上研究表明：紅外亮溫能定量反映熱帶氣旋云系頂部溫度特征及變化，并間接反映了熱帶氣旋的對流強(qiáng)弱，但單純紅外亮溫并不能反映熱帶氣旋云系組織結(jié)構(gòu)、分布情況，而這些要素恰恰也是熱帶氣旋強(qiáng)度的重要特征指示。

對紅外數(shù)字云圖的分析［15－18］表明，熱帶氣旋中云頂最高、對流最為旺盛的區(qū)域大小與氣旋強(qiáng)度有一定關(guān)系；Dvorak［2］認(rèn)為，熱帶氣旋強(qiáng)度與形成它的對流及高層云的組織結(jié)構(gòu)密切相關(guān)，同時(shí)熱帶氣旋中心濃密云區(qū)的大小以及對流螺旋云帶沿10°對數(shù)螺旋線的弧線距離是與強(qiáng)度相關(guān)的重要因子。上述研究表明：熱帶氣旋云系中對流的強(qiáng)弱、分布、區(qū)域大小與熱帶氣旋強(qiáng)度關(guān)系密切，熱帶氣旋越強(qiáng)，其對流越旺盛（伸展的高度越高）。紅外遙感資料能提供有關(guān)云頂外形和雷暴復(fù)合體對流細(xì)胞發(fā)展的信息［1921］，如何從衛(wèi)星云圖中提取這些反映熱帶氣旋云頂?shù)膹?qiáng)對流信息對進(jìn)行熱帶氣旋強(qiáng)度估測非常重要。1988年Adler等［22］提出了一種利用衛(wèi)星紅外資料估測對流和平流降水的方法，該方法實(shí)現(xiàn)了對熱帶氣旋云系中的熱帶對流單體（以下簡稱對流核）的提取，因此本文使用該算法對熱帶氣旋云系進(jìn)行搜索，最終找出特定區(qū)域內(nèi)的所有對流核，并根據(jù)對流核的相關(guān)信息進(jìn)行熱帶氣旋強(qiáng)度估算，從而建立一種適用于西北太平洋的熱帶氣旋強(qiáng)度的客觀、自動(dòng)估算方法，供業(yè)務(wù)參考。

1 資料簡介

本文所用資料包括2006—2009年共1900個(gè)時(shí)次的日本 MTSAT（Multi－functional Transport Satellite）紅外波段1亮溫資料（來自weather.is.kochiu.ac.jp／sat／GAME／），水 平 分 辨 率 為 0.05°×0.05°，時(shí)間分辨率為6h，時(shí)次分別為02：00（北京時(shí)，下同），08：00，14：00，20：00；中國氣象局《熱帶氣旋年鑒》熱帶氣旋最佳路徑資料，含2006—2009年熱帶氣旋逐日02：00，08：00，14：00，20：00的中心經(jīng)度、中心緯度、中心最大風(fēng)速、中心最低氣壓；2001—2009年美國聯(lián)合臺風(fēng)警報(bào)中心發(fā)布的西北太平洋熱帶氣旋最佳路徑資料，包含熱帶氣旋02：00，08：00，14：00，20：00最大風(fēng)速半徑。

2 熱帶氣旋強(qiáng)度估算模型及試驗(yàn)結(jié)果

2.1 對流核的信息提取

使用 Adler等［22］1988年提出的 CST（convective－stratiform technique）技術(shù)，首先在熱帶氣旋云團(tuán)紅外亮溫資料中尋找亮溫較小的點(diǎn)（云頂亮溫不高于253K），這些點(diǎn)被視為熱帶對流單體的核心；當(dāng)該點(diǎn)亮溫不大于其周圍相鄰格點(diǎn)亮溫，且該點(diǎn)的對流傾斜率S均大于其臨界值C時(shí)，該點(diǎn)被定義為對流核。

其中，TBB（i，j）為第i行、第j列的紅外亮溫。

利用上述算法對云圖進(jìn)行檢索，這樣云頂較高、對流比較旺盛的深對流云區(qū)被提取出來。而提取到的對流云區(qū)中的對流核數(shù)量、分布以及這些對流核亮溫大小可以表征整個(gè)熱帶氣旋云團(tuán)的對流強(qiáng)弱、組織結(jié)構(gòu)松散或緊湊以及冷暖程度，最終反映熱帶氣旋的強(qiáng)弱。

在進(jìn)行對流核檢索之前，首先需確定云圖檢索范圍。Adler等［22］研究佛羅里達(dá)州南部的熱帶對流降水，確定研究區(qū)域?yàn)榉鹆_里達(dá)州南部周圍250km的固定范圍內(nèi)。而熱帶氣旋云團(tuán)中和強(qiáng)度相關(guān)性最好的強(qiáng)對流區(qū)域的范圍需要試驗(yàn)來確定。

2.2 熱帶氣旋云系中對流核檢索試驗(yàn)

為尋求適當(dāng)?shù)臉I(yè)務(wù)方法，本文對于對流核的檢索區(qū)域擬定以下6種試驗(yàn)方案，以熱帶氣旋中心為圓心，半徑分別取為100km，2001—2009年美國聯(lián)合臺風(fēng)警報(bào)中心發(fā)布的所有熱帶氣旋最大風(fēng)速半徑極大值135km，以及200，300，400，500km。以6種方案分別統(tǒng)計(jì)2006—2008年共1494時(shí)次逐樣本檢索區(qū)域內(nèi)的對流核總數(shù)N、對流核紅外亮溫極大值Tmax、對流核紅外亮溫極小值Tmin、對流核紅外亮溫平均值Tmean、對流核紅外亮溫極大值與極小值之差Tdif、對流核距熱帶氣旋中心距離極大值Dmax、對流核距熱帶氣旋中心極小值Dmin、對流核到熱帶氣旋中心平均距離Dmean、距離指數(shù)、紅外亮溫指數(shù)中心經(jīng)度CLON、中心緯度CLAT，共12個(gè)因子，并分析上述因子與熱帶氣旋強(qiáng)度（用中心近地面最大風(fēng)速Vmax表示）的相關(guān)性（表1）。

表1 不同區(qū)域內(nèi)對流核屬性與熱帶氣旋強(qiáng)度相關(guān)系數(shù)Table 1 Correlation coefficients between convective core information and tropical cyclone intensity in different areas

由表1可看出，以135km為半徑的范圍內(nèi)大部分對流核因子與熱帶氣旋強(qiáng)度的相關(guān)性較好，因?yàn)榫嘀行募s1°～1.5°范圍基本上是熱帶氣旋眼墻所處的位置［11，13］，也就是說，與熱帶氣旋強(qiáng)度相關(guān)的主要因子是眼墻附近處的對流強(qiáng)弱程度及分布［1，4，11，15，18］。以與熱帶氣旋強(qiáng)度關(guān)系密切的對流核總數(shù)N和熱帶氣旋強(qiáng)度的相關(guān)性為例，200，300，100，400，500km半徑范圍內(nèi)的因子與熱帶氣旋強(qiáng)度的相關(guān)性依次減弱。由此可見，決定熱帶氣旋強(qiáng)弱的對流分布在熱帶氣旋中心周圍半徑為135km的區(qū)域內(nèi)。

同時(shí)，各半徑范圍內(nèi)對流核總數(shù)N、對流核紅外亮溫極大值Tmax、對流核紅外亮溫平均值Tmean及亮溫指數(shù)Tindex等因子與熱帶氣旋強(qiáng)度相關(guān)性高于其他因子，半徑為135km范圍內(nèi)各因子與熱帶氣旋強(qiáng)度的相關(guān)性分別為0.535，－0.488，－0.334，－0.471，表明該區(qū)域內(nèi)對流核數(shù)量是反映熱帶氣旋強(qiáng)度的一個(gè)重要指標(biāo)。對流核的數(shù)量越多，表示對流越旺盛，熱帶氣旋越強(qiáng)。另外對流核紅外亮溫（極大值及平均值）與熱帶氣旋強(qiáng)度的相關(guān)性也較好，呈負(fù)相關(guān)，說明對流核溫度越低，該區(qū)域內(nèi)對流越深厚，熱帶氣旋也越強(qiáng)。對流核與熱帶氣旋中心距離反映了對流核在熱帶氣旋周圍的分布，特定半徑范圍內(nèi)對流核與熱帶氣旋中心的平均距離表示該熱帶氣旋周圍的對流體的組織結(jié)構(gòu)緊湊度，距離小則緊湊，緊湊則熱帶氣旋強(qiáng)；相反，距離越大，對流體組織結(jié)構(gòu)越松散，松散則熱帶氣旋弱。但對流核距熱帶氣旋中心距離極大值Dmax與熱帶氣旋強(qiáng)度呈正相關(guān)，該指標(biāo)能反映熱帶氣旋整個(gè)對流體的大小，強(qiáng)的熱帶氣旋對流體大，則對流核距熱帶氣旋中心距離也大，反之亦然。

2.3 估算模型的建立及試驗(yàn)結(jié)果

根據(jù)上述分析，選取135km半徑范圍內(nèi)的相關(guān)因子與熱帶氣旋強(qiáng)度Vmax建立熱帶氣旋強(qiáng)度估算回歸模型。N，CLAT，Tdif，Dmean，CLON，Dmax，Dindex，Dmin共8個(gè)因子入選回歸方程（式（3）），該方程通過0.05顯著性水平檢驗(yàn)，復(fù)相關(guān)系數(shù)為0.644。

利用式（3）對2006—2008年78個(gè)熱帶氣旋共1494個(gè)非獨(dú)立樣本和2009年22個(gè)熱帶氣旋共406個(gè)獨(dú)立樣本進(jìn)行強(qiáng)度估算，并與中國氣象局《熱帶氣旋年鑒》熱帶氣旋最佳路徑資料進(jìn)行對比（表2）。

表2 熱帶氣旋強(qiáng)度估算誤差Table 2 Tropical cyclone intensity estimation errors

由表2可見，非獨(dú)立樣本和獨(dú)立樣本的Vmax估算平均絕對誤差分別為7.3，7.4m·s－1，均方根誤差分別為9.2，9.6m·s－1。獨(dú)立樣本和非獨(dú)立樣本間的誤差相當(dāng)，說明系統(tǒng)模型較為穩(wěn)定。

分析不同強(qiáng)度級別熱帶氣旋Vmax估算誤差（表3），發(fā)現(xiàn)無論是獨(dú)立樣本，還是非獨(dú)立樣本，當(dāng)熱帶氣旋較強(qiáng)時(shí)（Vmax＞40m·s－1，達(dá)到強(qiáng)臺風(fēng)級別）或較弱時(shí)（Vmax＜18m·s－1，處于熱帶低壓級別），估算誤差很大，分別達(dá)15m·s－1和7.2m·s－1及以上；而當(dāng)Vmax≥18m·s－1且Vmax≤40m·s－1時(shí)（處于熱帶風(fēng)暴、強(qiáng)熱帶風(fēng)暴及臺風(fēng)級別階段），估算誤差小，平均絕對誤差值約為5.5m·s－1，精度較好。由此可見，建立的熱帶氣旋強(qiáng)度估算回歸模型在熱帶氣旋很弱或很強(qiáng)時(shí)不適用。

表3 不同強(qiáng)度級別熱帶氣旋強(qiáng)度估算誤差Table 3 The maximum sustained wind speed estimation errors in different intensity groups

當(dāng)熱帶氣旋很弱時(shí)，整個(gè)對流云團(tuán)比較松散，云墻散亂不明顯或不存在，因此在指定的半徑區(qū)域內(nèi)（135km）檢索到的對流核屬性不能較好地反映整個(gè)熱帶氣旋云團(tuán)的強(qiáng)弱；而對于強(qiáng)臺風(fēng)級別以上的熱帶氣旋，其整個(gè)對流云團(tuán)強(qiáng)大而緊湊，但云墻深厚，此時(shí)的強(qiáng)度與整個(gè)對流云團(tuán)內(nèi)的對流核屬性密切相關(guān)，如果指定的半徑區(qū)域未能較好地覆蓋整個(gè)云墻強(qiáng)對流區(qū)域，就會(huì)產(chǎn)生熱帶氣旋強(qiáng)度低估的情況。熱帶氣旋強(qiáng)度很強(qiáng)或很弱時(shí)，熱帶氣旋強(qiáng)度估算誤差偏大的主要原因是對流核檢索區(qū)域不能很好地覆蓋其強(qiáng)對流區(qū)。

3 強(qiáng)度估算模型修正及結(jié)果

表3表明，當(dāng)熱帶氣旋很強(qiáng)（強(qiáng)臺風(fēng)及以上）或很弱（熱帶低壓及以下）時(shí)，其強(qiáng)度的估測誤差偏大，且估算誤差大小與強(qiáng)度相關(guān)，因此對熱帶氣旋強(qiáng)度和強(qiáng)度估算的平均絕對誤差二者之間的關(guān)系進(jìn)行分析，結(jié)果如圖1所示。

由圖1a可以發(fā)現(xiàn)，Vmax＜18m·s－1階段（熱帶低壓級別）和Vmax＞40m·s－1階段（強(qiáng)臺風(fēng)級別及以上），其平均絕對誤差分別呈線性下降和上升趨勢。圖1b中Vmax＞40m·s－1階段平均絕對誤差和Vmax相關(guān)系數(shù)為0.53；圖1c中Vmax＜18m·s－1階段平均絕對誤差和Vmax相關(guān)系數(shù)為－0.19。因此，可根據(jù)圖1b和1c的關(guān)系，對誤差較大的階段做線性修正：

圖1 熱帶氣旋強(qiáng)度和估算誤差絕對值的關(guān)系（a）全部樣本，（b）Vmax＞40m·s－1，（c）Vmax＜18m·s－1Fig.1 The relation between tropical cyclone intensity and the absolute errors of tropical cyclone intensity estimation （a）all samples，（b）Vmax＞40m·s－1，（c）Vmax＜18m·s－1

其中，Vmax為利用式（3）得到的初步估算強(qiáng)度，Verr為利用當(dāng)前估算強(qiáng)度所計(jì)算的修正量，V為修正后得到的最終強(qiáng)度估算值。修正后的熱帶氣旋強(qiáng)度估算誤差如表4所示。

表4 修正后的熱帶氣旋強(qiáng)度估算誤差Table 4 The modified tropical cyclone intensity estimation errors

由表4可見，修正后的熱帶氣旋強(qiáng)度估算平均絕對誤差分別降低了2～3m·s－1，非獨(dú)立樣本和獨(dú)立樣本的平均絕對誤差分別降為5.5，5.9m·s－1，相應(yīng)的均方根誤差分別降為6.9，7.7m·s－1。尤其對于弱熱帶氣旋（熱帶低壓）、強(qiáng)熱帶氣旋（強(qiáng)臺風(fēng)及超強(qiáng)臺風(fēng)）修正后強(qiáng)度的平均絕對誤差分別降為4.9，4.7m·s－1，精準(zhǔn)度好。2010年 Knaff等［23］對1989—2008年美國颶風(fēng)預(yù)報(bào)中心的Dvorak方法熱帶氣旋強(qiáng)度估算結(jié)果進(jìn)行評估，得到的平均絕對誤差和均方根誤差分別為4.1，5.7m·s－1；對威斯康辛麥迪遜大學(xué)氣象衛(wèi)星合作研究所的AMSU定強(qiáng)方法評估（與飛機(jī)探測進(jìn)行比較）評估后得到均方根誤差為5.1m·s－1，同樣本的Dvorak方法估算結(jié)果為4.9m·s－1（源自 http：∥amsu.ssec.wisc.edu／explanation.html）。即本文所建的修正強(qiáng)度估算模型能夠?qū)崿F(xiàn)對熱帶氣旋強(qiáng)度的較好估算，其估算精度與Dvorak方法和AMSU定強(qiáng)方法相當(dāng)。

4 結(jié)論及討論

結(jié)果表明：

1）利用紅外亮溫資料提取的熱帶氣旋云團(tuán)中對流核屬性能夠反映熱帶氣旋云團(tuán)中云頂較高、對流比較旺盛的深對流信息，可以反映熱帶氣旋強(qiáng)度。

2）利用對流核屬性建立的熱帶氣旋強(qiáng)度估算模型能夠?qū)崿F(xiàn)對不同強(qiáng)度、不同發(fā)展階段的強(qiáng)度估算。且經(jīng)過誤差訂正后，獲得的估算結(jié)果與中國氣象局《熱帶氣旋年鑒》熱帶氣旋最佳路徑資料比較得到非獨(dú)立樣本熱帶氣旋強(qiáng)度平均絕對誤差和均方根誤差分別為5.5m·s－1和6.9m·s－1，獨(dú)立樣本熱帶氣旋強(qiáng)度平均絕對誤差和均方根誤差分別為5.9m·s－1和7.7m·s－1。

3）試驗(yàn)表明：根據(jù)熱帶氣旋云團(tuán)中的對流核數(shù)量、分布、冷暖信息與熱帶氣旋強(qiáng)度建立的模型是可行、可信的，其估算精度與常用的Dvorak方法相當(dāng)，并在熱帶氣旋整個(gè)生命期可用，完全自動(dòng)化、客觀化，能投入業(yè)務(wù)應(yīng)用。

本文在確定熱帶氣旋對流核檢索范圍時(shí)使用了固定半徑135km區(qū)域，而熱帶氣旋的最大風(fēng)速半徑是變化的，不同熱帶氣旋或同一熱帶氣旋的不同生命時(shí)刻其最大風(fēng)速半徑和尺度不盡相同，故本文使用固定區(qū)域進(jìn)行分析可能會(huì)影響強(qiáng)度估算精度。因此如果根據(jù)衛(wèi)星云圖中云系的分布結(jié)構(gòu)，動(dòng)態(tài)分析獲取熱帶氣旋最大風(fēng)速半徑（眼墻），并將此結(jié)果應(yīng)用到強(qiáng)度估算模型中，可能會(huì)對估算結(jié)果有改善，故下一步的工作將就如何動(dòng)態(tài)獲取這一參數(shù)展開。

［1］ Dvorak V F，Smigielski F.衛(wèi)星觀測的熱帶云和云系.郭煒，盧乃錳，譯.北京：氣象出版社，1996：183－189.

［2］ Dvorak V F.Tropical cyclone intensity analysis and forecasting from satellite imagery.Mon Wea Rev，1975，103：420－430.

［3］ Dvorak V F.Tropical Cyclone Intensity Analysis Using Satellite Data.NOAA Tech Rep NESDIS 11，1984：47.

［4］ Engel G T.Satellite Applications at the Joint Typhoon Warning Center.Tech Doc WMO／TD，5th WMO International Workshop on Tropical Cyclones，2002：1136.

［5］ Velden C S，Olander T L，Zehr R M.Development of an objective scheme to estimate tropical cyclone intensity from digital geostationary satellite infrared imagery.Wea Forecasting，1998，13：172－186.

［6］ Olander T L，Velden C S.The advanced Dvorak technique：Continued development of an objective scheme to estimate tropical cyclone intensity using geostationary infrared satellite imagery.Wea Forecasting，2007，22：287－298.

［7］ Kossin J P，Velden C S.A pronounced bias in tropical cyclone minimum sea level pressure estimation based on the Dvorak technique.Mon Wea Rev，2004，132：165－173.

［8］ Kidder S Q，Goldberg M D，Zehr R M，et al.Satellite analysis of tropical cyclones using the Advanced Microwave Sounding Unit（AMSU）.Bull Amer Meteor Soc，2000，81：1241－1259.

［9］ Bankert R L，Tag P M.An automated method to estimate tropical cyclone intensity using SSM／I imagery.J Appl Meteor，2002，41：461－472.

［10］ Yu H，Chan C L，Duan Y H.Intensity estimation of tropical cyclones over the Western North Pacific with AMSU－A temperature data.J Meteor Soc Japan，2006，84（3）：519－527.

［11］ 王瑾，江吉喜.熱帶氣旋強(qiáng)度的衛(wèi)星探測客觀估計(jì)方法研究.應(yīng)用氣象學(xué)報(bào)，2005，16（3）：283－292.

［12］ 楊祖芳，李偉華.一種運(yùn)用云頂亮溫確定熱帶氣旋海面大風(fēng)區(qū)的方法.熱帶氣象學(xué)報(bào)，1999，15（1）：71－75.

［13］ 陳佩燕，端義宏，余暉，等.紅外云頂亮溫在西北太平洋熱帶氣旋強(qiáng)度預(yù)報(bào)中的應(yīng)用.氣象學(xué)報(bào)，2006，64（4）：474－484.

［14］ Gentry R C，Rodgers E，Steranka J，et al.Predicting tropical cyclone intensity using satellite measured equivalent blackbody temperatures of cloud tops.Mon Wea Rev，1980，108（4）：445－455.

［15］ 方宗義，周連翔.用地球同步氣象衛(wèi)星紅外云圖估計(jì)熱帶氣旋的強(qiáng)度.氣象學(xué)報(bào)，1980，38（2）：150－159.

［16］ 李修芳，范慧君，燕芳杰，等.用增強(qiáng)顯示云圖確定熱帶氣旋強(qiáng)度的方法.應(yīng)用氣象學(xué)報(bào)，1993，4（3）：362－368.

［17］ 李俊.氣象衛(wèi)星臺風(fēng)云圖的自動(dòng)識別與應(yīng)用.應(yīng)用氣象學(xué)報(bào)，1992，3（4）：402－409.

［18］ 師春香，吳蓉璋，項(xiàng)續(xù)康.多闌值和神經(jīng)網(wǎng)絡(luò)衛(wèi)星云圖云系自動(dòng)分割試驗(yàn).應(yīng)用氣象學(xué)報(bào)，2001，12（1）：70－78.

［19］ Rao P K，Holmes S J，Andason R K，et al.氣象衛(wèi)星：系統(tǒng)，資料及其在環(huán)境中的應(yīng)用.許建民，方宗義，徐建平，等譯.北京：氣象出版社，1994：230－240.

［20］ 劉喆，韓志剛，趙增亮，等.利用ATOVS反演產(chǎn)品分析“云娜”臺風(fēng).應(yīng)用氣象學(xué)報(bào)，2006，17（4）：473－477.

［21］ 許健民，張其松.衛(wèi)星風(fēng)推導(dǎo)和應(yīng)用綜述.應(yīng)用氣象學(xué)報(bào)，2006，17（5）：574－582.

［22］ Adler R F，Negri A J.A satellite infrared technique to estimate tropical convective and stratiformrainfall.J Appl Meteor，1988，27：31－51.

［23］ Knaff J A，Brown D P，Courtney J，et al.Anevaluation of Dvorak technique－based tropical cyclone intensity estimates.Wea Forecasting，2010，25：1362－1379.

An Objective TC Intensity Estimation Method Based on Satellite Data

Lu Xiaoqin Lei Xiaotu Yu Hui Zhao Bingke
（Shanghai Typhoon Institute，CMA，Shanghai200030）

Researches prove that TC（tropical cyclone）intensity is mainly determined by the top cloud convection strength，distribution and size.Then how to extract this information from TC cloud image is very important for TC intensity estimation.In 1988，Adler put forward a method named CST （convective－stratiform technique）to extract tropical convective cores from TC cloud image.Using MTSAT （multi－functional transport satellite）IR1black body temperature data，the TC cloud top strong convection is extracted.Based on the convective cores number，convective core distance to TC center and convective core black body temperature extreme value，which are closely related to TC intensity，a TC intensity（expressed byVmax，the maximum sustained wind speed near surface TC center）estimation model is put forward using stepwise regress method.The experiment result shows that there is a linear correlation between their estimation error and their intensity forVmax＞40m·s－1andVmax＜18m·s－1samples.So according to the estimation error distribution a linear revision is carried out.

Statistical tests show this model is equivalent to Dvorak method and AMSU in TC intensity estimation accuracy.It’s also reliable based on the relationship between the convective cores，convective cores distribution，brightness temperature and TC intensity.It could be used in all TC life span automatically and objectively，so it could be applied in the operation.

Comparing with the advanced objective dvorak technique（AODT）and objective Dvorak technique（ODT），this algorithm gives accurate results in the Western North Pacific，but it’s simpler with no complicated pattern types identifying process or other rules.A fixed radius of 135km area is used as TC convective cores searching effective area in the model，but actually the maximum wind speed radius of the TC is variable，the TC size and the strongest convective area size are different for different TC in different stage.So using the fixed searching area may affect TC intensity estimation accuracy.The research on how to get the dynamical maximum wind speed radius would be carried out in the future.

black body temperature data；convective core；TC intensity

魯小琴，雷小途，余暉，等.基于衛(wèi)星資料進(jìn)行熱帶氣旋強(qiáng)度客觀估算.應(yīng)用氣象學(xué)報(bào)，2014，25（1）：52－58.

2013－04－24收到，2013－09－23收到再改稿。

國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目（2009CB421501），國家自然科學(xué)基金項(xiàng)目（40921160381），公益性行業(yè)（氣象）科研專項(xiàng)（GYHY201006008）

＊email：luxq＠m(xù)ail.typhoon.gov.cn