周順武,盧怡,2,趙兵科,魯小琴,丁鋒,陳麗營

(1.南京信息工程大學 氣象災害預報預警與評估協(xié)同創(chuàng)新中心,江蘇 南京 210044;

2.中國氣象局上海物資管理處,上海 200050;3.中國氣象局上海臺風研究所,上海 200030;

4.青島市氣象災害防御工程技術研究中心,山東 青島 266003;5.寧安市氣象局,黑龍江 寧安 157400)

?

利用TMI資料估計西北太平洋熱帶氣旋強度的客觀方法

周順武1,盧怡1,2,趙兵科3,魯小琴3,丁鋒4,陳麗營5

(1.南京信息工程大學 氣象災害預報預警與評估協(xié)同創(chuàng)新中心,江蘇 南京 210044;

2.中國氣象局上海物資管理處,上海 200050;3.中國氣象局上海臺風研究所,上海 200030;

4.青島市氣象災害防御工程技術研究中心,山東 青島 266003;5.寧安市氣象局,黑龍江 寧安 157400)

摘要：利用2007—2009年熱帶降雨測量衛(wèi)星(TRMM)微波成像儀(TMI)觀測的亮溫資料,建立一種西北太平洋熱帶氣旋強度(Tropical Cyclone,TC)的估計模型,對2010年熱帶氣旋進行獨立估計試驗,并對估計誤差進行分析。結果表明:該模型對強度小于強臺風TC的擬合效果較好,均方根誤差約為5 m/s,平均絕對誤差約為4 m/s;對強臺風和超強臺風TC的擬合誤差較大,均方根誤差分別為9.65和6.60 m/s,平均絕對誤差分別為7.76和5.49 m/s;對強臺風及以上強度的TC,模型的擬合誤差在日(夜)間減小(增大),誤差最小(大)值為6.00 m/s(11.96 m/s),說明估計值在日(夜)間偏大(小)。

關鍵詞：熱帶氣旋強度;TRMM/TMI;亮溫;逐步回歸

0引言

熱帶氣旋(Tropical Cyclone,簡稱TC)是影響我國的重要天氣系統(tǒng),伴隨它的大風暴雨等災害對人民生命財產能造成巨大傷害(陶麗等,2013)。因此精準預報TC的走向、強度及風雨影響范圍對TC的防災減災具有十分重要的意義。雖然目前臺風路徑預報的準確性在不斷提高,但是由于缺少詳細的海洋上臺風資料,所以臺風強度變化的預報能力一直徘徊不前(Simpson et al.,2000;Lonfat et al.,2004;王偉和余錦華,2013),尤其對遠海的TC,常規(guī)觀測資料的缺乏為TC強度估計帶來了一定難度(王詠青等,2012)。

對于海上TC,常規(guī)的地面觀測方法,如雷達、自動站、常規(guī)地面觀測等的觀測范圍是很有限的,最為有效的方法是基于衛(wèi)星觀測來估計TC強度(智協(xié)飛和張玲,2009)。目前最常用的是Dvorak分析法(Dvorak,1973),該方法將靜止衛(wèi)星可見光資料與TC強度相聯(lián)系,但是這種方法非常依賴于分析人員的經驗,相當主觀。后來又有很多改進Dovrak方法的研究(Dvorak,1975,1984;Olander et al.,2002;Kossin et al.,2004;Mayfield,2004),逐步實現(xiàn)該方法的客觀化和自動化。Knaff et al.(2010)對美國國家颶風中心的Dvorak方法的強度估算結果進行了評估,指出該方法的平均絕對誤差和均方跟誤差分別為4.1和5.7 m/s。在國內,方宗義和周連翔(1980)采用日本地球靜止衛(wèi)星紅外云圖對TC結構進行分析,設計了適用于該衛(wèi)星區(qū)域的氣旋強度估計方法。范蕙君等(1996)進一步研究,使精度和客觀程度均有所提高。雷小途等(2009)嘗試使用閃電信息對TC強度進行估算,得到的結果與業(yè)務定強誤差接近。

過去研究大多采用的是紅外和可見光資料,而在夜間采用紅外圖像區(qū)分眼墻云區(qū)和高層密閉云是很困難的。相對而言,微波資料有一定的穿透性,可以得到云系內部的結構特征。Kidder et al.(1978)最早提出采用星載微波資料估計TC強度的方法。王瑾和江吉喜(2005)使用AMSU資料對西北太平洋12個不同強度TC的熱力結構進行了分析。由于用熱帶降雨測量衛(wèi)星(tropical rainfall measuring mission,簡稱TRMM;王振會,2001)的軌道高度相對其他極軌衛(wèi)星要低,其分辨率較高,利用該衛(wèi)星的多通道資料可以得到更多TC的內部結構信息。國內使用TRMM資料的研究多是針對臺風個例的研究(夏秋萍等,2006;傅云飛等,2007)。Hoshino and Nakazawa(2007)利用1999—2003年TRMM微波成像儀(TMI)資料,估計過全球海盆范圍TC強度,發(fā)現(xiàn)得到的估計值與最佳路徑資料相接近。對于西北太平洋海域的TC,類似的研究仍較少。

本文利用TRMM/TMI的多通道亮溫資料,建立一種估計西北太平洋區(qū)域熱帶氣旋強度的客觀方法,并對誤差及其產生原因進行分析。

1資料與方法

1.1　資料

本文使用TMI標準產品資料1B11多通道亮溫(TB)數據,包含10.7、19.4、21.3、37.0和85.5 GHz(簡稱為10、19、21、37和85 GHz)波段,除了21 GHz頻率為單一垂直極化(V)外,其余的4個頻率均為水平(H)和垂直極化(V)資料。此外,本文還計算了Spencer et al.(1989)定義的極化修正溫度(PCT,TPC),該參數可消除海洋的輻射作用,其計算公式為TPC=1.818TBV-0.818TBH。其中:TBV是85 GHz的垂直極化亮溫;TBH是85 GHz的水平極化亮溫。TC的中心位置和強度資料均來自熱帶氣旋最佳路徑數據集(中國氣象局上海臺風研究所,http://www.typhoon.gov.cn/en/data)。TC強度使用近中心最大風速來表征。

使用西北太平洋(100°E～180°,0°～60°N)2007—2009年TB資料對TC強度進行擬合,并使用2010年TB資料作為獨立樣本對所得的結果進行驗證。由于TMI作刈幅(swath,衛(wèi)星掃過的寬度)直線距離約760 km的錐形模式(conical mode)掃瞄,并不能保證掃描到完整的TC結構。對于臺風強度而言,其最大風速半徑往往只有幾十千米。因此只要能掃描到TC的中心,就基本上可以保證至少掃描到半個TC結構,這足以反映臺風的內區(qū)結構?；谝陨峡紤],本文選擇能完整掃描到距離臺風中心0.5°范圍的樣本,符合以上條件的樣本總數2007—2009年為343個、2010年為51個。

另外,由于獲取的TMI標準產品資料的時間點與CMA最佳路徑資料中的業(yè)務定位時次(02時、08時、14時、20時,北京時間)不一定一致,在實際TC強度估計時TC的中心位置是采用線性內插得到。

1.2　方法

同Cecil and Zipser(1999)一樣,本文從TC中心開始計算不同半徑同心圓和同心圓環(huán)上所有波段(9個通道以及由85 GHz換算的TPC)的TB參數,然后與最佳路徑資料中的TC最大風速做相關分析。選定一個頻率、計算范圍和計算方式后,可以計算出TB參數。文中使用兩種計算范圍,一種是同心圓方法,半徑從0.5°至5.0°不等;第二種是每0.5°做一個圓環(huán),中間為一個圓。圖1為參數計算區(qū)域的示意圖,背景圖為0918號臺風“茉莉”10月4日21時58分掃描到的85 GHz垂直極化通道的圖像。圖中同心圓圓心與臺風中心重合,最小圓半徑為0.5°,最大圓半徑為2.5°,間隔0.5°。計算的變量包括所取范圍內TB的平均值(MEAN)、最小值(MIN)、最大值(MAX),以及占閾值TB像素的比率(AREA)。對于AREA,以每10 K為閾值計算。

圖1　參數計算區(qū)域示意圖 (陰影表示0918號臺風“茉莉”10月4日21時58分掃描到的85 GHz垂直極化通道的亮溫信息;單位:K)Fig.1　Schematic diagram of parameter calculation(shaded area is the brightness temperature of 85 GHz channel in the vertical polarization for typhoon Melor at 2158 UTC 4 Octorber 2009;units:K)

由于參數較多,按以下規(guī)則命名每個參數。參數名的第一部分為頻率名,表示方法為TB+通道名稱,如TB10H,指10 GHz的水平極化(H)的TB,對于PCT這一參數,采用PCT85來表示;第二部分為計算的變量,如MEAN、MIN、MAX、AREA,對于AREA,需標注一個閾值;第三部分表征計算范圍,用計算范圍的代號C或A表示,C之后標注圓的半徑,A之后標注圓環(huán)的內、外徑。如C10代表一個半徑為1.0°的圓面,A1015代表一個內徑為1.0°、外徑為1.5°的圓環(huán)。即TB10H_MEAN_C10代表頻率為10 GHz水平極化了的、半徑為1.0°范圍內的平均TB。

2海上熱帶氣旋的強度擬合

盧怡等(2012)計算了2007—2009年TB參數與TC最大風速的相關,發(fā)現(xiàn)低頻通道TB與海上的TC風速之間有很好的相關性。因此,本文嘗試利用多個TB參數對熱帶氣旋的強度進行擬合,并對擬合結果進行討論。

2.1　擬合模型的建立

圖2為TB10H_MIN_C10與最大風速的散點分布。可以看出,在1°范圍內,10 GHz的TB最小值與最大風速可以較好地滿足線性關系,亮溫值越大,相應的最大風速值越大,利用線性擬合得到的擬合風速值與最大風速的復相關系數達到0.83,均方根誤差為7.1 m/s,這與采用Dvorak方法的強度估計誤差接近。其他參數與最大風速也存在類似的線性關系,因此如果采用多個參數對最大風速進行擬合,可較好地估計TC的最大風速。

圖2　亮溫最小值與TC最大風速的散點圖Fig.2　Scatter diagram of minimum brightness temperature and maximum wind speed of TC

參數總數約有2 400個,如全部參與擬合,不僅會大大增加計算量,且得不到較好的效果。因此,在輸入參數的選擇上,選取了與TC強度相關系數大于0.5的335個參數。在回歸方法的選擇上,鑒于選取的各參數間存在較好的相關關系,使用簡單的回歸方法很可能得不到較好的結果,故采用逐步回歸方法(施能,2002;黃嘉佑,2004),采用該方法可得到對因變量有顯著影響的變量,并舍去對因變量無顯著影響的變量。

對2007—2009年的資料作逐步回歸,設置的進入概率為0.05,刪除概率為0.10,利用SPSS軟件(羅鳳明等,2008)計算得到多個模型,根據參數較少、擬合效果較好的原則,得到表1所示模型?？梢钥闯?模型主要采用低頻通道的數據,范圍在距離臺風中心1°至2°之間;8個參數中4個為MIN參數,3個為AREA參數,1個為MEAN參數。

2.2　模型的擬合能力分析

圖3a為使用該模型得到的2007—2009年擬合風速與最大風速(最佳路徑資料)的散點分布,并利用2010年的樣本進行檢驗(圖3b)。可以看到,圖3a、b的擬合斜率都接近于1。圖3a中,復相關系數為0.88,說明兩者的相關性較好,線性擬合的均方根誤差為6.0 m/s,平均絕對誤差為4.6 m/s,這與采用Dvorak方法的強度估計誤差(Knaff et al.,2010)相當,實際風速較好地分布在擬合風速的兩邊,幾乎所有的擬合風速與最大風速的誤差都落在10 m/s范圍以內,表明該模型對2007—2009年的樣本有很好的擬合能力。利用該模型對2010年的TB資料參數進行擬合,得到的擬合相關系數與2007—2009年的情況相當,為0.89,模型擬合的均方根誤差為5.3m/s,平均絕對誤差為4.4 m/s,擬合風速能較好地分布在真實值的兩側(圖3b),說明該模型具有一定的普適性。因此,使用該模型可較好地對TC強度進行估計,能為業(yè)務定強提供參考。

表1逐步回歸得到的參數及其系數

Table 1Parameters and their coefficients obtained by stepwise regression

參數系數常量267.010H_MIN_C101.05810H_AREA190_C1051.0537H_AREA260_C150.359110V_MIN_C10-1.53019H_MIN_C050.177737V_MEAN_C15-0.598810V_AREA170_C15-9.00510H_MIN_C200.3118

圖3　2007—2009年(a)和2010年(b)擬合風速與最大風速的散點圖(實線為擬合趨勢線,虛線表示擬合誤差小于5.0 m/s的范圍)Fig.3　Scatter diagram of fitting wind speed and maximum wind speed in (a)2007—2009 and (b)2010(Solid line is the fitting trend and dashed lines show the fitting error range smaller than 5.0 m/s)

圖4給出了2007—2010年4個持續(xù)時間較長的TC個例的擬合情況,4個TC個例分別為0710號菲特(Fitow)、0815號薔薇(Jangmi)、0920號盧碧(Lupit)和1009號瑪瑙(Malou)。可以看到,模型對不同強度的TC均具有一定擬合能力。圖4a—c中,擬合結果與最佳路徑資料的結果較一致,擬合效果較好。圖4d中,模型能較好地表現(xiàn)TC強度的變化趨勢,但擬合的強度相對較小。由于該模型并不像Dvorak方法一樣,會考慮前一時刻的TC強度值,因此模擬時常常會出現(xiàn)模擬結果的跳躍變化,這種變化很有可能是由于日夜的輻射差異所引起,后面將對此做進一步分析。此外,由于TRMM衛(wèi)星是極軌衛(wèi)星,無法實現(xiàn)定點觀測,因此,在實際業(yè)務中使用時,還需要其他熱帶衛(wèi)星進行聯(lián)合觀測。

圖4　模型對TC個例的擬合結果(實線為最佳路徑資料的TC風速,菱形表示TC強度的擬合值,虛線表示擬合值的變化趨勢)　　a.0710號菲特(2007年8—9月);b.0815號薔薇(2008年9—10月);c.0920號盧碧(2009年10月);d.1009號瑪瑙(2010年9月)Fig.4　Fitting results of TCs by the model(Solid line is the maximum wind speed of TC based on the TC BT data,diamond shows the fitting intensity of TC,and dashed line denotes the trend of fitting intensity of TC)　　a.0710 Fitow(from August to September 2007);b.0815 Jangmi(from September to October 2008);c.0920 Lupit(in October 2009);d.1009 Malou (in September 2010)

2.3　誤差分析

2.3.1誤差隨強度的分布

圖5為2007—2010年不同強度TC擬合風速的均方根誤差分布。根據國家標準《熱帶氣旋等級》(中國國家標準化管理委員會,2006)劃分TC的等級,即:熱帶低壓(TD)、熱帶風暴(TS)、強熱帶風暴(STS)、臺風(TY)、強臺風(STY)和超強臺風(Super TY),各等級的樣本數分別為115、100、64、57、40和18?？梢钥闯?該模型對強度在TD-TY范圍內的TC的擬合誤差較小,平均絕對誤差分別為4.2、3.5、3.9和4.3 m/s,均方根誤差分別為5.2、4.3、5.0和5.3 m/s。一旦強度超過STY強度,擬合誤差迅速增大,強臺風和超強臺風的平均絕對誤差分別為7.8和5.5 m/s,均方根誤差為9.7和6.6 m/s,說明模型對超強臺風及以上強度TC的擬合效果較差。其原因可能在于:模型中采用的參數大多為MIN參數,該參數反映的是云中層狀云最弱部分的活動,而強臺風和超級臺風中的對流活動則較強。

圖5　不同強度TC擬合風速的均方根誤差和絕對誤差(單位:m·s-1)Fig.5　RMSE and absolute error of fitting velocity for TCs with different intensities(units:m·s-1)

圖6詳細分析了風速擬合誤差(即擬合值減去實際最大風速值)隨最大風速的分布?？梢钥吹?模式對強度較小的TC擬合值略偏大,對強度較大的TC擬合值偏小,當最大風速為40～50 m/s時,模型的擬合值明顯偏小,且誤差多為-10～20 m/s,說明模式對不同強度級別的TC強度估計能力有差異,故根據不同強度的TC進行分段擬合,可能會使強度估計的精準度有所提高。

圖6　風速擬合誤差隨最大風速的分布(實線為誤差的線性擬合結果)Fig.6　Distribution of fitting velocity error with the maximum wind speed(Solid line is the linear fitting result of error)

2.3.2誤差隨時間的分布

除了與TC的強度有關,模型的擬合誤差還與觀測時間有關。圖7為2007—2009年模型擬合誤差隨時間的分布(4個時段的樣本數分別為102、60、87和94)?？梢钥吹?對強度大于強臺風的TC,均方根誤差在午前和午后分別為9.2和6.0 m/s,在上半夜和后半夜分別為10.4和12.0 m/s,日間尤其是午后的擬合誤差要明顯小于夜間;而對于強度小于強臺風的TC,兩種強度區(qū)間(熱帶低壓—熱帶風暴和強熱帶風暴—臺風)的擬合誤差在午前分別為4.8和5.7 m/s,午后分別為4.2和6.8 m/s,上半夜分別為5.2和5.0 m/s,后半夜分別為4.5和4.0 m/s,日間的擬合誤差稍大于夜間,但這種差別并不十分明顯。這種現(xiàn)象很可能是由于日夜輻射差異造成,結合圖6的風速分布可以發(fā)現(xiàn),模型的這種分布說明模型在日間的估計值偏大,在夜間偏小,因此對于擬合值小于實際值的強臺風和超強臺風來說,誤差在日間減小,在夜間增大,而對于強度小于熱帶風暴強度的TC來說,因為本來的擬合值就偏大,在日間這種差異就會更加明顯。這在一定程度上解釋了圖4中出現(xiàn)的擬合風速跳躍性變化的原因。從TC的形成來說,暖洋面有利于TC的發(fā)展,因此TC的強度在日間大于夜間,模型誤差的這種日夜分布可能是合理的。

圖7　風速擬合誤差隨時間的分布Fig.7　Distribution of fitting wind error with time

3結論

采用2007—2009年TRMM/TMI多通道亮溫資料,建立一種自動估計熱帶氣旋強度的模型。該模型通過計算9個通道上以TC中心為圓心的同心圓面和同心圓環(huán)面上的最大值、最小值、平均值和區(qū)域閾值,得到2 400多個參數,再利用逐步回歸方法對參數和TC強度進行擬合,得到TC強度的擬合模型,并對估計誤差進行分析,得到以下結論:

1)2007—2009年的模型估計誤差(非獨立樣本)與采用Dvorak方法的強度估計誤差相當,均方根誤差為6.0 m/s,平均絕對誤差為4.6 m/s;對于2010年的獨立樣本,模型估計誤差與2007—2009年接近,均方根誤差值為5.3 m/s,平均絕對誤差為4.4 m/s,說明該模型能較好地估計TC強度,且有一定的普遍適用性。

2)模型對熱帶低壓到臺風強度的TC擬合誤差較小,均方根誤差為5 m/s左右,平均絕對誤差為4 m/s左右;模型對強臺風及超強臺風強度的TC擬合誤差較大,均方根誤差分別為9.7和6.6 m/s,平均絕對誤差分別為7.8和5.5 m/s;模型對強度較小TC的估計值大于真實值,對強度為40～50 m/s的TC,模型的估計值小于真實值。

3)模型的擬合誤差與觀測時間有關,估計值在日間偏大,在夜間偏小,說明日夜輻射差異對模型的估計值有較大影響。對強臺風及以上強度的熱帶氣旋,模型的擬合誤差在日(夜)間減小(增大),誤差最小(大)值為6.0 m/s(12.0 m/s)。

本文僅研究了TRMM/TMI資料對海上TC強度的估計能力,對于陸地上的TC個例,由于低頻通道對下墊面較為敏感,因此并不適用。此外,由于現(xiàn)在還無法得到實時的TRMM衛(wèi)星觀測資料,因此該方法暫時只能為臺風最佳資料整編提供參考。

參考文獻(References)：

Cecil D J,Zipser E J.1999.Relationships between tropical cyclone intensity and satellite-based indicators of inner core convection:85-GHz ice-scattering signature and lightning[J].Mon Wea Rev,127:103-123.

Dvorak V F.1973.Tropical cyclone intensity analysis and forecasting from satellite imagery[C]//NOAA Technical Memorandum NESS 45.United States:Department of Commerce.

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

Dvorak V F.1984.Tropical cyclone intensity analysis and forecasting from satellite data[C]//NOAA Technical Report NESDIS 11.United States:Department of Commerce.

范蕙君,李修芳,燕芳杰,等.1996.用數字云圖確定熱帶氣旋強度的原理和方法[J].大氣科學,20(4):439-444.Fan Huijun,Li Xiufang,Yan Fangjie,et al.1996.A technique to estimate the intensity of tropical cyclone based on S-VISSR data[J].Chinese J Atmos Sci,20(4):439-444.(in Chinese).

方宗義,周連翔.1980.用地球同步氣象衛(wèi)星紅外云圖估計熱帶氣旋的強度[J].氣象學報,38(2):150-158.Fang Zongyi,Zhou Lianxiang.1980.Estimation of tropical cyclone intensity by use of GMS infaraed imagery[J].Acta Meteor Sinica,38(2):150-158.(in Chinese).

傅云飛,劉棟,王雨,等.2007.熱帶測雨衛(wèi)星綜合探測結果之“云娜”臺風降水云與非降水云特征[J].氣象學報,65(3):316-328.Fu Yunfei,Liu Dong,Wang Yu,et al.2007.Characteristics of precipitating and non-precipitating clouds in typhoon Ranan as viewed by TRMM combined measurements[J].Acta Meteor Sinica,65(3):316-328.(in Chinese).

Hoshino S,Nakazawa T.2007.Estimation of tropical cyclone intensity using TRMM/TMI brightness temperature data[J].J Meteor Soc Japan,85(4):437-454.

黃嘉佑.2004.氣象統(tǒng)計分析與預報方法[M].3版.北京:氣象出版社:58-72.Huang Jiayou.2004.Meteorological statistical analysis and forecasting methods[M].3rd ed.Beijing:Meteorological Press:58-72.(in Chinese).

Kidder S Q,Gray W M,Vonder Haar T H.1978.Estimating tropical cyclone central pressure and outer winds from satellite microwave data[J].Mon Wea Rev,106:144-152.

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

Kossin J P,Velden C S,Kossin J P.2004.A pronounced bias in tropical cyclone minimum sea-level pressure estimation based on the Dvorak technique[J].Mon Wea Rev,132:165-174.

雷小途,張義軍,馬明.2009.西北太平洋熱帶氣旋的閃電特征及其與強度關系的初步分析[J].海洋學報,31(4):29-38.Lei Xiaotu,Zhang Yijun,Ma Ming.2009.The preliminary analysis of the lightning characteristics and the relationship between lightning and intensity of tropical cyclone in northwest Pacific[J].Acta Oceanologica Sinica,31(4):29-38.(in Chinese).

Lonfat M,Marks F D,Chen S.2004.Precipitation distribution in tropical cyclones using the tropical rainfall measuring mission (TRMM) microwave imager:A global perspective[J].Mon Wea Rev,132(7):1645-1660.

盧怡,周順武,趙兵科,等.2012.TRMM/TMI資料在熱帶氣旋強度估計中的應用研究[J].暴雨災害,31(4):336-341.Lu Yi,Zhou Shunwu,Zhao Bingke,et al.2012.Estimating tropical cyclone intensity by using TRMM/TMI data[J].Torrential Rain and Disasters,31(4):336-341.(in Chinese).

羅鳳明,邱勁飚,李明華,等.2008.如何使用統(tǒng)計軟件SPSS進行回歸分析[J].電腦知識與技術,15(2):293-294.Luo Fengming,Qiu Jinbiao,Li Minghua,et al.2008.How to do regression analysis by statistical software SPSS[J].Computer Knowledge and Technology,15(2):293-294.(in Chinese).

Mayfield M.2004.The early days of the Dvorak technique at the National Hurricane Center[C]//Extended abstracts,26th Conf on Hurricanes and Trop Meteorology.Miami,FL:Amer Meteor Soc.

Olander T L,Velden C S,Turk M A.2002.Development of the advanced objective Dvorak technique(AODT)—Current progress and future directions[C]//Preprints,25th Conf on Hurricanes and Trop Meteorology.Amer Meteor Soc:585-586.

施能.2002.氣象科研與預報中的多元分析方法[M].2版.北京:氣象出版社:46-55.Shi Neng.2002.China multivariate analysis methods in the weather research and prediction[M].2nd ed.Beijing:Meteorological Press:46-55.(in Chinese).

Simpson J,Kummerow C,Meneghini R,et al.2000.The tropical rainfall measuring mission(TRMM) progress report[J].Earth Observation and Remote Sensing,4C:71-90.

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,6:254-273.

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展[J].大氣科學學報,38(4):504-512.Tao Li,Jin Tiantian,Pu Meijuan,et al.2013.Review of the researches on climatological variations of tropical cyclones over western North Pacific[J].Trans Atmos Sci,38(4):504-512.(in Chinese).

王瑾,江吉喜.2005.用AMSU資料揭示的不同強度熱帶氣旋熱力結構特征[J].應用氣象學報,16(2):159-165.Wang Jin,Jiang Jixi.2005.The thermal structure characteristics of tropical cyclones with different intensity revealed by AMSU data[J].Quart J Appl Meteor,16(2):159-165.(in Chinese).

王偉,余錦華.2013.東風和西風切變環(huán)境下西北太平洋熱帶氣旋快速增強特征的對比[J].大氣科學學報,36(3):337-345.Wang Wei,Yu Jinhua.2013.Characteristic comparison between the rapid intensification of tropical cyclones in easterly and westerly wind shear over the Northwest Pacific[J].Trans Atmos Sci,36(3):337-345.(in Chinese).

王詠青,宋天元,梁駒,等.2012.西北太平洋臺風季節(jié)預報的數值模擬[J].大氣科學學報,35(1):24-31.Wang Yongqing,Song Tianyuan,Liang Ju,et al.2012.Simulation of seasonal tropical cyclone activity over the western North Pacific by using the WRF model[J].Trans Atmos Sci,35(1):24-31.(in Chinese).

王振會.2001.TRMM衛(wèi)星測雨雷達及其應用研究綜述[J].氣象科學,21(4):491-500.Wang Zhenhui.2001.A brief introduction to TRMM precipitation radar and a summary on the study of its applications[J].Scientia Meteorologica Sinica,21(4):491-500.(in Chinese).

夏秋萍,王鶴翔,陳子昂,等.2006.用TRMM衛(wèi)星探測資料對“卡努”臺風云系不同階段特征的分析[J].海洋預報,23(4):28-37.Xia Qiuping,Wang Hexiang,Chen Ziang,et al.2006.Analysis of typhoon Khnun cloud characteristics in different stages by using TRMM[J].Marine Foecasts,23(4):28-37.(in Chinese).

智協(xié)飛,張玲.2009.AOGS第六屆學術年會氣象學研究報告綜述[J].大氣科學學報,32(5):716-722.Zhi Xiefei,Zhang Ling.2009.A review of the meteorological research at the AOGS 6th annual meeting[J].Trans Atmos Sci,32(5):716-722.(in Chinese).

中國國家標準化管理委員會.2006.GB/T 19201—2006熱帶氣旋等級[S].北京:中國標準出版社.Standardization Administration of the People’s Republic of China.2006.Grade of tropical cyclones(GB/T 19201—2006)[S].Beijing:Standards Press of China.(in Chinese).

(責任編輯：倪東鴻)

An objective method to estimate tropical cyclone intensity over Northwest Pacific using TRMM/TMI data

ZHOU Shun-wu1,LU Yi1,2,ZHAO Bing-ke3,LU Xiao-qin3,

DING Feng4,CHEN Li-ying5

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters,NUIST,Nanjing 210044,China; 2.Shanghai Supply and Delivery Division of China Meteorological Administration,Shanghai 200050,China; 3.Shanghai Typhoon Institute of China Meteorological Administration,Shanghai 200030,China; 4.Qingdao Engineering Technology Research Center of Meteorological Disaster Prevention,Qingdao 266003,China; 5.Ning’an Meteorological Bureau,Ning’an 157400,China)

Abstract:Using the brightness temperature(TB) data of TRMM Microwave Imager(TMI) from 2007 to 2010,this paper establishes a method for estimating the intensity of tropical cyclone(TC) in Northwest Pacific,and tropical cyclones in 2010 are tested independently.Results show that the model fits well for those TCs,which are weaker than severe typhoon,with RMSE of about 5 m/s and mean absolute error of about 4 m/s.For theose TCs with strength between severe typhoon and super typhoon,the fitting error is bigger,with RMSEs of 9.65 and 6.60 m/s,and mean absolute error of 7.76 and 5.49 m/s,respectively.For theose TCs with intensity of strong typhoon and above,the fitting error in daytime(nighttime) decreases(increases),with minimum(maximum) error of 6 m/s(11.96 m/s),indicating that the estimate value is large(small) in daytime(nighttime).

Key words:tropic cyclone intensity;TRMM/TMI;brightness temperature;stepwise regression

doi：10.13878/j.cnki.dqkxxb.20130514001

文章編號：1674-7097(2015)03-0407-07

中圖分類號：P405

文獻標志碼：A

通信作者：周順武，博士，教授，研究方向為季風動力學，zhou@nuist.edu.cn.

基金項目:山東省氣象局課題(2014sdqx01);中國氣象局河南省農業(yè)氣象重點實驗室開放基金項目(AMF201403);國家重點基礎研究發(fā)展規(guī)劃項目(2012CB955204)；國家自然科學基金資助項目(41275111)；江蘇省青藍工程項目

收稿日期：2013-05-14；改回日期：2014-06-05

周順武,盧怡,趙兵科,等.2015.利用TMI資料估計西北太平洋熱帶氣旋強度的客觀方法[J].大氣科學學報,38(3):407-413.doi：10.13878/j.cnki.dqkxxb.20130514001.

Zhou Shun-wu,Lu Yi,Zhao Bing-ke，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.(in Chinese).