资源描述：
《FY-4A卫星在宁夏短时强降水中的适用性研究_邵建》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
第40卷第2期干旱区研究Vol.40No.22023年2月ARIDZONERESEARCHFeb.2023DOI：10.13866/j.azr.2023.02.01FY-4A卫星在宁夏短时强降水中的适用性研究1,2,31,424225邵建，张肃诏，陈敏，李强，郑友炯，程瑶，马宁（1.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室，宁夏银川750002;2.银川市气象局，宁夏银川750002;3.宁夏气象防灾减灾重点实验室，宁夏银川750002；4.宁夏气象台，宁夏银川750002;5.宁夏气象信息中心，宁夏银川750002）摘要：通过收集2018—2020年宁夏短时强降水个例及其对应时段的FY-4A卫星资料，选取FY-4A卫星云类型CLT、云相态CLP、云顶高度CTH、对流层折叠最深深度TFTP_Z_depth、降水估计QPE等5类产品进行可用性分析。结果表明：（1）FY-4A数据接收率和物理保存情况，足以支持实时监测预警业务；（2）5类产品在宁夏短时强降水个例中有不同的表现，其中CLT、CLP具有较好的可用性，可以较好的判断云的类别；而CTH和QPE均存在较大误差且均为偏小趋势，需结合其他手段予以订正；CTT、TFTP_Z_depth两种产品与短时强降水的对应关系较为明显，而CTH高值有利于出现强降水，但并不是出现强降水的必要条件。整体来说，FY-4A卫星在宁夏短时强降水天气中具有一定可用性和参考性，可为对流性天气判别、人工影响天气作业提供较好的数据支持。关键词：FY-4A卫星；短时强降水；适用性分析；统计分析；宁夏［12-22］自20世纪60年代第一颗气象卫星成功发射至用最多的就是应用在强对流天气、大气污染遥［23-25］［26-33］［34-35］今，卫星探测技术得到迅速发展，建立了全球卫星感监测、辐射遥感应用、云微物理、天气［36-37］观测体系，大大丰富了气象观测的内容和范围，突系统跟踪识别等方面。目前学者们已经对风云破了人类只能从底层探测大气的局限性。在以往卫星系列产品的适用性开展了许多评估工作，以往的西北地区灾害性天气过程研究工作中，学者们更的卫星产品检验评估方法一是利用与国内外其他［1-6］多依赖于地基观测资料。然而在下垫面复杂的卫星同类产品进行交叉检验分析，以科学评估被检西北地区，地基观测存在站点稀疏和地形遮挡等问验卫星参数的精度及其在天气监测中的适应性及［7］［38-41］题，往往无法得到完整的对流云团信息。与之相可靠性；二是通过与地面同类型观测产品进行［32,42］比，卫星观测具备覆盖范围广、连续观测、参数完备交叉比对，如通过辐射观测数据、地面人工云观［43］［44-46］［47］等优势，能够提供多时次、大范围、连续性的云微物测数据、自动站数据、地面积雪数据等开展［8-9］理探测信息，可以有效补充地基观测的不足。对比检验。三是通过统计分析，检验卫星观测数风云四号A星（简称FY-4A）是我国第二代地据，如通过分析云导风产品误差开展卫星产品同化［48］球静止轨道定量遥感气象卫星的首发星，也是世界试验、通过构建卫星云气候数据集评估卫星数据［10-11］［49］上最先进的新一代静止气象卫星之一。于2016精度、通过多种误差灵敏度分析卫星探测仪性［50］年12月11日成功发射，2017年9月25日正式交付能。也有研究卫星数据在不同地区的适用性的，［41］使用，2018年以来，中国气象局明确要求应加强风如有学者针对卫星降水产品在太行山区、黄河源［51］［52］云卫星资料在气象预报中的业务应用。区、中亚地区的适用性分别进行了评估。FY卫星数据业务应用方面的研究很多，其中利更多FY卫星产品的应用以及适用性还需开展收稿日期：2022-08-29；修订日期：2022-10-15基金项目：宁夏回族自治区青年拔尖人才项目（2017-RQ0086）；中国气象局预报员专项（CMAYBY2020-131）；宁夏回族自治区重点研发项目（2018BEG030020）联合资助作者简介：邵建（1981-），男，高级工程师，从事天气预报和气象防灾减灾技术研究.E-mail:shaosdh@163.com163－172页http://azr.xjegi.com
1164干旱区研究40卷进一步的研究，尤其是近年来气候变化使得宁夏暴卫星降水估计产品：逐15min间隔，分析分钟［53-57］级数据误差；将1h4个时刻QPE累计得到小时QPE雨的极端性、影响性日益凸显，利用多源资料做好暴雨尤其是致灾的短时强降水监测预警尤为重结果分析小时雨量误差。数据为MICAPS第4类格要。本文试图从数据传输保存、数据适用性两个方式，1.25km间隔格点。在文中构建样本序列时，利面着手，采用数据传输率结合天气学分析方法，对用强降水发生地经纬度位置，采用距离反比插值方云类型CLT、云相态CLP、云顶高度CTH、对流层折法，读取改点位置的卫星产品数据，形成样本序列。叠最深深度TFTP_Z_depth、降水估计QPE等5类产上述资料长度均与FY-4A卫星数据长度一致，品的适用性进行分析。为2018—2020年的每年5月1日0:00—9月30日23:00。1资料及方法1.2FY-4A数据窗设定及关键信息提取设定影响区和关键区两类数据窗（图1，蓝色框1.1所用资料为影响区，紫色框为关键区），从而实现更为有效、1.1.1FY-4A资料FY-4A卫星搭载仪器有多通道快捷的数据处理、冗余数据剔除和数据分析。影响扫描成像辐射计（AGRI）、干涉式大气垂直探测仪区的范围为：30°~50°N、95°~115°E，大致为西北地（GIIRS）、闪电成像仪（LMI）和空间天气监测仪等4区中东部地区。关键区的范围为：33°~40°N、102°~种探测器，主要有32类定量产品。本文主要在多通110°E，包括宁夏全区及其上下游。道扫描成像辐射计（AGRI）观测数据中，选取云类型基于FY-4A卫星MICAPS第4类格式数据，针CLT（CloudType）、云相态CLP（CloudPhase）、云顶对宁夏短时强降水灾害天气，基于其发生地经纬高度CTH（CloudTopHeight）、对流层折叠最深深度度，利用插值算法提取卫星数据中的关键信息和有TFTP_Z_depth（TropopauseFoldingDepth）、降水估计效信息。QPE（QuantitativePrecipitationEstimation）等5类产1.3数据接收率品进行适用性分析（表1）。数据格式为MICAPS第4目前FY-4A数据产品主要通过全国综合气象类格式。信息共享平台（CIMISS）、中国气象局卫星数据广播FY-4A卫星资料长度：2018—2020年的每年5系统接收站（CMA-Cast）及地面接收站等3个途径收月1日0:00—9月30日23:00。集。其中，前2个途径下发的数据为MICAPS第4类1.1.2对比数据选取云体特征观测数据：选取银格式（“.000”格点化数据，保留半年）或AWX格式川国家基准气候站的人工云观测数据和高空探测（保留半年），地面接收站接收的数据为“.NC”标准数据，其中人工云观测数据为逐8h观测报文；高空数据格式（仅保留1个月），可以满足实时预警监测探测数据为每日08:00、20:00探空数据。和短时间回溯使用。-1自动站数据：小时雨量≥10mm·h；能够与对流采用统计分析方法，对多通道扫描成像辐射计云团卫星产品时段对应。利用自动站逐1min数中L1、L2通道数据接收率进行统计分析（图2）。其据，累计得到与卫星QPE产品所对应时段的15min中，L1通道14个通道平均接收率为84%~93%，最低累计降水量。利用自动站小时雨量对比分析QPE接收率为64%~80%。L2通道30个产品，平均接收小时累计量。率94%~99%，最低接收率为83%~95%。传输率完表1FY-4A部分产品参数Tab.1ProductparametersofFY-4Asatellite产品英文缩写调取参数及产品最小分辨率更新频次云相态CLPCLP（CloudPhase，云相态，无单位）云类型CLTCLT（CloudType，云类型，无单位）4km①60min云顶高度CTHCTH（CloudTopHeight，云顶高，km）②15min1km③不定时降水估计QPEPrecipitation（QuantitativeRainfallRateEstimation，定量降水估测，mm）对流层顶折叠检测TFPTFTP_Z_depth（Tropopausefoldinguppermostheight，对流层折叠最深深度，km）
22期邵建等：FY-4A卫星在宁夏短时强降水中的适用性研究165态CLP、云检测CLM等。（2）选取可以直接获取人工观测数据和计算得到的产品进行适用性研究。如云类型、云顶高度、降水估计等。因银川国家基准气候站为目前国内8个仍保留人工观测的站点之一，其人工观测数据可用于对比分析。（3）选取发生或持续时间与银川探空站的观测时间段重合的个例，作为云顶高度CTH分析的个例。即短时强降水的发生持续时间，至少包括一部分的探空气球施放时间。综合以上3条原则，选取银川国家基准气候站人工观测数据为对比值，选取云类型、云检测、云顶图1卫星数据处理数据窗高度、云顶气温这4项观测产品分析其适用性。Fig.1Processingareaofsatellitedata全符合宁夏强对流天气监测预警的业务需求。2适用性分析1.4产品选取原则2.1云类型CLT和云相态CLP主要考虑以下原则：从表2可以看出，在2018—2020年发生在银川（1）选取与强降水相关且能够直接描述云特性的短时强降水过程中，云类型（CLT）产品中数据表的产品进行可用性分析。一般描述云体特征，大致包括云状、云底高度、云厚、云顶高度、云的类别、云明，54.6%为暖冷混合云（观测值为4）、24.46%为暖顶气温（亮温）、云体结构等参数。FY-4A卫星能够水云（观测值为2）、6.96%为过冷水云（观测值为3），观测或计算输出有云顶高度CTH、云顶气温CTT、云以上3类总共占比86.02%，其他类型的云占比均较顶黑体亮温TBB、云顶气压CTP、云类型CLT、云相低。相对应的，云相态（CLP）数据分析结果，混合态图2各通道接收率统计Fig.2Statisticalchartofreceptionrateofeachchannel表2短时强降水个例中云类型（CLT）和云相态（CLP）统计特征Tab.2StatisticalcharacteristicsofCLTandCLPinshort-timesevereprecipitationcasesduring2018-2020取值暖水云或过冷水云或混合云或冰云或产品定义无云卷云多层云不确定太空填充值无云范围液态（水）过冷液态混合态固态（冰）云类型CLT数值023456791261270占比/%11.0924.466.9654.60.721.110.8400011.09云相态CLP数值01234---1261270占比/%7.9914.1115.5260.122.21---007.99
3166干旱区研究40卷云（观测值为3）达60.12%，过冷液态（观测值为2）云的厚度。其计算公式如下：为15.52%，液态（观测值为1）为14.11%，3类合计占■91,（0≤h<1）■-6.416h+97,（1≤h<2）比89.75%。表明银川的短时强降水天气所对应的■RHth=■-1.223h+87,（2≤h<7.562）（2）云团以液态云为主（暖冷混合云、暖水云、过冷水■-4h+108,（7.562≤h<10）■云），固态云较少。另外，在短时强降水发生的情况■68,（1042期邵建等：FY-4A卫星在宁夏短时强降水中的适用性研究167表5CTH观测值与探空估测值绝对误差统计占比性升高至约57%（53%）。综上所述，FY-4A卫星Tab.5AbsoluteerrorcomparisonbetweenCTHobserva-QPE产品较实况整体明显偏小，此趋势可以经统计tiondataandTlog-Pestimatevalue/%订正等方法予以应用。绝对误差与低值与高值与均值统计区间估算差估算差估算差3FY-4A产品连续性特征分析≤500m0.0053.456.90500~1000m17.1522.4115.17选取云顶气温CTT、云顶高度CTH、对流层折叠1000~2000m10.1024.1413.742000~3000m5.170.0022.71最深深度TFTP_Z_depth这3个产品，将其与对应的>3000m67.580.0041.48短时强降水个例降水量进行对比，分析其相关性和连续性特征。2.3降水估计QPE3.1云顶气温CTT分析2018—2020年出现短时强降水的自动站在研究时段内，采集到的CTT总样本数为逐15min降水实况和逐小时降水实况与FY-4A卫22199个。按照短时强降水发生时段和数据有效性星QPE产品之间的误差对比（表6），评估其可用性。判断原则（下同），从中选出合格样本4745个，将其从表6中可以看到，FY-4A卫星QPE产品对短标准化处理后，构建为样本序列进行分析。时强降水具有一定的指示意义，其15min（1h）QPE根据云物理学，冰晶云或混合云因云光学厚度的最大相对偏差为2.45mm（9.5mm），最小相对偏很大，云顶有效发射辐射温度近似为云顶温度；而差为-25.27mm（-76.2mm），平均相对偏差为-4.09暖水云的云顶有效发射辐射温度与实际云顶温度mm（-16.79mm），整体估计较实况明显偏小，相对误存在较大差异。云顶温度一般的区间为-80~30℃；差小于0的高达99.28%（98.77%）。从绝对误差来而西北地区的对流云往往云顶气温≤10℃。看，15min（1h）QPE的最大绝对误差为25.27mm由图3可以看出，CTT序列与降水量为明显的（76.2mm），最小绝对误差为0.11mm（0.88mm），平负相关，相关系数已达-0.59；标准化后的CTT序列均绝对误差为4.12mm（16.88mm）；误差值小于的上下区间为-0.64~0.88（原序列值区间为162.13~10%、20%、30%的占比分别为7.55%（11.32%）、285.15K），对应的原CTT序列平均值为254.31K30.19%（30.19%）、56.6%（52.83%）。按照绝对误差（-17.55℃），最低温达到162.13K（-111.02℃）。值与大值比不大于10%的标准来衡量，FY-4A卫星3.2云顶高度CTH15min（1h）QPE产品的可用性仅为约8%（11%）；按在研究时段内，采集到的CTH总样本数为照比值不大于30%的标准来衡量，相应产品的可用23152个，选出合格样本5632个，标准化处理后，构建为样本序列进行分析。根据天气学原理，一般雨表6FY-4A卫星QPE产品与实况降水的偏差对比层云云底高度600~2000m，积雨云600~4500m，考Tab.6ComparisonbetweenQPEdataandobservation虑到云厚度一般300m以上，故取云顶高度1000mraindata为最低值。QPE相对偏差QPE绝对误差15min1h15min1hCTH原序列的上下区间为1000.6~15656.6m，最大值/mm2.459.5025.2776.20平均值为6707.7m，极值跨越区间超过14600m，数最小值/mm－25.27－76.200.110.88据跨度非常大，故对原序列数据进行标准化处理。平均值/mm－4.09－16.794.1216.88从图4中可以看到，标准化后的CTH区间为-0.1~偏差偏小占比/%99.2898.77--0.97，跨度仍然较大，且与降水量间的相关性不明显偏差偏小占比/%0.721.23--绝对误差值与大值比（相关系数不足0.3）。表明CTH与短时强降水的雨--7.5511.32小于10%的占比/%强基本没有直接的相关性，云顶高只是有利于出现绝对误差值与大值比--30.1930.19强降水，但并不是出现强降水的充分必要条件。小于20%的占比/%绝对误差值与大值比3.3对流层折叠最深深度TFTP_Z_depth--56.6052.83小于30%的占比/%对流层折叠最深深度（TFTP_Z_depth，缩写为
5168干旱区研究40卷TZD，下同）是FY-4A中TFP产品中包括的2类数据由图5可知，图中TZD与降水曲线走势较为一之一。TZD是表征对流折叠深度的物理量，日常业致，二者间具明显的正相关（相关系数达0.73）。在务中很少应用。在研究时段内，采集有效的TZD样TZD原序列中，其区间范围为0.01~0.38km，对应的本数共115个。标准化后区间为-0.51~0.49，样本间的观测差距不图3标准化后的CTT与降水量变化Fig.3StandardizationsequencedatacomparisonbetweenCTTandprecipitation图4标准化后的CTH与降水量变化Fig.4StandardizationsequencedatacomparisonbetweenCTHandprecipitation图5标准化后的TZD与降水量变化Fig.5StandardizationsequencedatacomparisonbetweenTZDandprecipitation
62期邵建等：FY-4A卫星在宁夏短时强降水中的适用性研究169算大，表明TZD产品在宁夏具有较好的适用性。charactersofverticallyintegratedliquidwatercontentabouthailcloudcellandthundercloudcell[J].PlateauMeteorology,2008,274结论(6):1363-1374.][5]张之贤,张强,赵庆云,等“.8·8”舟曲特大山洪泥石流灾害天气（1）从数据接收和物理保存的情况来看，FY-特征分析[J].高原气象,2013,32(1):290-297.[ZhangZhixian,ZhangQiang,ZhaoQingyun,etal.Analysesondisasterweather4A卫星数据可用性较好，其5类产品在宁夏短时强characteristicsofmasssivemudslideinZhouquGansuon8Au⁃降水个例中的表现不一，可以为监测预警、人工影gust2010[J].PlateauMeteorology,2013,32(1):290-297.]响天气作业等业务提供数据支持。[6]许东蓓,许爱华,肖玮,等.中国西北四省区强对流天气形势配（2）CLT、CLP具有较好的可用性，可以较好的置及特殊性综合分析[J].高原气象,2015,34(4):973-981.[Xu判断云的类别。宁夏的短时强降水天气所对应的Dongpei,XuAihua,XiaoWei,etal.Comprehensiveanalysison云团以液态云为主（暖冷混合云、暖水云、过冷水thesevereconvectiveweathersituationconfigurationanditspar⁃ticularityinNorthwestChina[J].PlateauMeteorology,2015,34(4):云），固态云极少。973-981.]（3）CTH和QPE均存在较大误差且均为偏小趋[7]MatrosovSY,HeymsfieldAJ.Estimatingicecontentandextinc⁃势，需结合其他手段予以订正。其中CTH具有偏小tioninprecipitatingcloudsystemsfromCloud-Satradarmeasure⁃趋势，与人工观测和探空估算值有约665m的平均ments[J].JournalofGeophysicalResearch:Atmospheres,2008,误差；但绝对误差跨度达6000m以上，稳定度较113(D00A05):1-8.[8]范思睿,王维佳.利用FY-4A卫星反演产品对飞机增雨作业的差。QPE整体偏小，可尝试利用订正手段予以分析[J].高原山地气象研究,2018,38(4):60-66,84.[FanSirui,应用。WangWeijia,etal.AcaseanalysisofFY-4Asatellite-retrieved（4）选取3个产品（CTT、CTH、TFTP_Z_depth）ofartificialprecipitationenhancementoperation[J].Plateauand长序列样本，与对应个例的降水量进行相关性和连MountainMeteorologyResearch,2018,38(4):60-66,84.]续性特征分析。其中CTT、TFTP_Z_depth两种产品[9]徐小红,余兴,朱延年,等.6·23龙卷FY-2G卫星云微物理特征与短时强降水的对应关系较为明显，分别为明显的分析[J].高原气象,2018,37(6):1737-1748.[XuXiaohong,YuXing,ZhuYannian,etal.Cloudmicrophysicalpropertiesofator⁃负相关和正相关，而CTH与短时强降水的雨强基本nadorevealedbyFY-2Ggeostationarysatellite[J].PlateauMeteo⁃没有直接的相关性，云顶高只是有利于出现强降rology,2018,37(6):1737-1748.]水，但并不是出现强降水的充分必要条件。[10]张志清,陆风,方翔,等.FY-4卫星应用和发展[J].上海航天,2017,34(4):8-19.[ZhangZhiqing,LuFeng,FangXiang,etal.参考文献（References)：ApplicationanddevelopmentofFY-4meteorologicalsatellite[J].AerospaceShanghai,2017,34(4):8-19.][1]井喜,李栋梁,李明娟,等.青藏高原东北侧一次突发性大暴雨[11]王清平,吴晓京,陈阳权,等.FY-4A卫星数据可视化及应用环境场综合分析[J].高原气象,2008,27(1):46-57.[JingXi,Li[J].气象科技,2020,47(3):502-507.[WangQingping,WuXiao⁃Dongliang,LiMingjuan,etal.Syntheticanalysesonenvironmen⁃jing,ChenYangquan,etal.VisualizationandapplicationofFY-talconditionsofanabruptheavyrainstormontheNortheastside4Asatellitedata[J].MeteorologicalScienceandTechnology,2020,ofTibetanPlateau[J].PlateauMeteorology,2008,27(1):46-57.]47(3):502-507.][2]杨莲梅,关学锋,张迎新.亚洲中部干旱区降水异常的大气环流[12]黄荣,刘日胜,刘国忠,等.FY3极轨卫星资料在暴雨短时预报特征[J].干旱区研究,2018,35(2):249-259.[YangLianmei,中的应用分析[J].气象研究与应用,2018,39(2):41-44,71,GuanXuefeng,ZhangYingxing.Studyonatmosphericcirculation144.[HuangRong,LiuRisheng,LiuGuozhong,etal.ApplicationcharacteristicsofprecipitationanomaliesinaridregionofCentralofFY3satellitedatainshort-termrainstormforecast[J].JournalofAsia[J].AridZoneResearch,2018,35(2):249-259.]MeteorologicalResearchandApplication,2018,39(2):41-44,71,[3]邵建,胡文东,杨有林,等.基于图形学的致旱天气系统自动识144.]别技术[J].干旱区研究,2019,36(3):664-669.[ShaoJian,Hu[13]邵建,任小芳,王勇,等.一次雨转暴雪天气过程卫星云图中尺Wendong,YangYoulin,etal.Automaticrecognitiontechnologyof度特征分析[J/OL].宁夏大学学报(自然科学版):1-7[2023-02-weathersystemsresultingindroughtbasedongraphics[J].Arid14].http://kns.cnki.net/kcms/detail/64.1006.N.20210929.0858.00ZoneResearch,2019,36(3):664-669.]4.html.[ShaoJian,RenXiaofang,WangYong,etal.Analysison[4]刘治国,陶健红,杨建才,等.冰雹云和雷雨云单体VIL演变特mesoscalecharacteristicsofsatellitecloudimagesforarainto征对比分析[J].高原气象,2008,27(6):1363-1374.[LiuZhiguo,blizzardweatherprocess[J].JournalofNingxiaUniversity(Natur⁃TaoJianhong,YangJiancai,etal.ContrastanalysesonvariationnalScienceEdition),1-7[2023-02-14].http://kns.cnki.net/kcms/
7170干旱区研究40卷detail/64.1006.N.20210929.0858.004.html.][23]王继竹,郭英莲,徐双柱,等.湖北省卫星云图短时暴雨概率预[14]丁明月,王俐俐,辛渝,等.基于CloudSat卫星资料对中亚低涡报方法及应用[J].气象科技,2014,42(3):460-465.[WangJi⁃暴雨个例的诊断分析和数值模拟[J].干旱区研究,2020,37(4):zhu,GuoYinglian,XuShuangzhu,etal.Applicationofsatellite936-946.[DingYueming,WangLili,XinYu,etal.Diagnosticdatainprobabilisticforecastingforshort-timerainstormsinHubeianalysisandnumericalsimulationofaCentralAsianvortexrain⁃Province[J].MeteorologicalScienceandTechnology,2014,42(3):stormbasedonCloudSatsatellitedata[J].AridZoneResearch,460-465.]2020,37(4):936-946.][24]闵文彬,李宾,彭俊,等.青藏高原东南部及其邻近地区FY-2E[15]吴晓京,朱小祥,毛紫阳,等.风云二号气象卫星红外观测在云卫星晴空大气可降水量评估[J].长江流域资源与环境,2015,团降水监测中的应用[J].海洋气象学报,2020,39(3):1-10.24(4):625-631.[MinWenbin,LiBin,PengJun,etal.Evaluation[WuXiaojing,ZhuXiaoxiang,MaoZiyang,etal.AlgorithmdesignoftotalprecipitablewaterderivedfromFY-2EsatellitedataoverofconvectiveprecipitationmonitoringandearlywarningsercicetheSoutheastofTibetanPlateauanditsadjacentareas[J].Re⁃usingFY-2infrareddata[J].JournalofMarineMeteorology,2020,sourcesandEnvironmentintheYangtzeBasin,2015,24(4):625-39(3):1-10.]631.][16]何立富,陈双,郭云谦.台风利奇马(1909)极端强降雨观测特征[25]许梦婕,鲍艳松,许丹,等.基于FY-4A卫星数据反演气溶胶光及成因[J].应用气象学报,2020,31(5):513-526.[HeLifu,Chen学厚度及分析应用[J].中国环境科学,2020,40(12):5162-Shuang,GuoYunqian,etal.Obtervationcharacteristicsandsyn⁃5168.[XuMengjie,BaoYansong,XuDan,etal.Retrievalofaero⁃opticmechanismsoftyphoonlekimaextremerainfallin1909[J].solopticaldepthbasedonFY-4AsatellitedataanditsanalysisJournalofAppliedMeteorologicalScience,2020,31(5):513-526.]andapplication[J].ChinaEnvironmentalScience,2020,40(12):[17]张一平,俞小鼎,王迪,等.河套及周边地区干线触发对流天气5162-5168.]特征初步分析[J].高原气象,2021,40(5):1024-1037.[Zhang[26]王雪芹,徐卫红,向朔育,等.基于FY-4A卫星资料分析暴雨云Yipping,YuXiaoding,WangDi,etal.Apreliminaryanalysisof系特征[J].高原山地气象研究,2020,40(1):36-40.[WangXueq⁃thecharacteristicsofdrylinesanditstriggeringconvectionsinthein,XuWeihong,XiangShuoyu,etal.AnalysisofrainstormcloudHetaoandsurroundingregions[J].PlateauMeteorology,2021,40systemcharacteristicsbasedonFY-4Asatellitedata[J].Plateau(5):1024-1037.]andMountainMeteorologyResearch,2020,40(1):36-40.][18]刘佳,罗向阳.风云二号多通道卫星数据对流单体检测[J].遥感[27]祝存兄,史飞飞,乔斌,等.基于高分1号卫星数据的青海湖扩学报,2020,24(8):1023-1031.[LiuJia,LuoXiangyang.Detec⁃张及湖滨沙地变化特征分析[J].干旱区研究,2022,39(4):tionofconvectivecellsusingmulti-channelsatellitedatafromFY-1076-1089.[ZhuCunxiong,ShiFeifei,QiaoBin,etal.Analysis2[J].JournalofRemoteSensing,2020,24(8):1023-1031.]ofQinghaiLakeexpansionandlakesidesandylandchangecharac⁃[19]陈宏,杨晓君,易笑园,等.北上台风“安比”后期两个阶段暴雨teristicsbasedonGF-1satellite[J].AridZoneResearch,2022,39落区分布的差异性分析[J].高原气象,2021,40(5):1087-1100.(4):1076-1089.][ChenHong,YangXiaojun,YiXiaoyuan,etal.Analysisofdiffer⁃[28]阮永健,吴秀芹.基于GRACE和GLDAS的西北干旱区地下水enceindistributionofrainstormsinthelatertwostagesofnorth⁃资源量可持续性评价[J].干旱区研究,2022,39(3):787-800.ward-movingtyphoonampil[J].PlateauMeteorology,2021,40(5):[RuanYongjian,WuXiuqin.Evaluationofgroundwaterresource1087-1100.]sustainabilitybasedonGRACEandGLDASinaridregionof[20]魏栋,刘丽伟,田文寿,等.基于卫星资料的西北地区高原涡强NorthwestChina[J].AridZoneResearch,2022,39(3):787-800.]降水分析[J].高原气象,2021,40(4):829-839.[WeiDong,Liu[29]陈兴鹃,黄淑娥,樊建勇,等.基于FY-3A/VIRR卫星资料的江Liwei,TianWenshou,etal.Analysisoftheheavyprecipitation西省大雾遥感监测[J].气象研究与应用,2018,39(1):91-95.causedbyplateauvortexinNorthwestChinabasedonsatelliteda⁃[ChenXingjuan,HuangShu’e,FanJianyong,etal.Remotesens⁃ta[J].PlateauMeteorology,2021,40(4):829-839.]ingmonitoringoffoginJiangxibasedonFY-3A/VIRRsatellite[21]罗敬宁,刘立葳.遥感大数据分布式技术研究与实现[J].应用气data[J].JournalofMeteorologicalResearchandApplication,象学报,2017,28(5):621-631.[LuoJingning,LiuLiwei.Re⁃2018,39(1):91-95.]searchandimplementationofremotesensingbigdatadistributed[30]闵敏,吴晓.从FY-4A卫星遥感数据和GFS资料估算全天空状technology[J].JournalofAppliedMeteorologicalScience,2017,28况下的地表长波辐射通量[J].气象,2020,46(3):336-345.[Min(5):621-631.]Min,WuXiao.Estimatingsurfacelongwaveradiationfluxunder[22]江琪,桂海林,张天航,等.基于FY-4A卫星资料的中国区域网all-skyconditionfromFY-4AandGFSdata[J].Meteorological格化地表大气颗粒物浓度估算[J].气象,2020,46(10):1297-Monthly,2020,46(3):336-345.]1309.[JiangQi,GuiHailin,ZhangTianhang,etal.Estimationof[31]王素娟,崔鹏,张鹏,等.FY-3C/VIRR海表温度产品及质量检griddingsurfaceatmosphericparticlematterconcentrationinChi⁃验.应用气象学报,2020,31(6):729-739.[WangSujuan,CuinabasedonFY-4Asatelliteobservation[J].MeteorologicalMonth⁃Peng,ZhangPeng,etal.FY-3C/VIRRseasurfacetemperaturely,2020,46(10):1297-1309.]productsandqualityvalidation[J].JournalofAppliedMeteorologi⁃
82期邵建等：FY-4A卫星在宁夏短时强降水中的适用性研究171calScience,2020,31(6):729-739.]性初步评估[J].高原气象,2020,39(4):819-829.[YuLinfei,[32]徐丽娜,申彦波,李忠,等.基于概率密度匹配方法的FY-4A地ZhangYongqiang,ZhangGuihua,etal.Preliminarilyevaluatethe表入射太阳辐射订正[J].高原气象,2021,40(4):932-942.[XuapplicabilityofsatelliteprecipitationproductsovertheTaihangLina,ShenYanbo,LiZhong,etal.CorrectionofFY-4AsurfaceMountains[J].PlateauMeteorology,2020,39(4):819-829.]solarirradiancebasedonprobabilitydensityfunctionmatching[42]梁进秋,申彦波,胡丽琴,等.FY-4A地表太阳入射辐射产品在method[J].PlateauMeteorology,2021,40(4):932-942.]山西高原的适用性研究[J].气象,2020,46(12):1575-1585.[Li⁃[33]姜红,何清,曾晓青,等.基于随机森林和卷积神经网络的FY-angJinqiu,ShenYanbo,HuLiqin,etal.ApplicabilityofFY-4A4A号卫星沙尘监测研究[J].高原气象,2021,40(3):680-689.surfacesolarirradianceproductsintheLoessPlateauofShanxi[J].[JiangHong,HeQing,ZengXiaoqin,etal.Sandanddustmonitor⁃MeteorologicalMonthly,2020,46(12):1575-1585.]ingusingFY-4Asatellitedatabasedontherandomforestsand[43]薛筝筝,黄玉学,杨有林,等.FY-2G卫星云量产品在宁夏的分convolutionalneuralnetworks[J].PlateauMeteorology,2021,40析检验[J].气象水文海洋仪器,2019,36(2):19-25.[XueZheng⁃(3):680-689.]zheng,HuangYuxue,YangYoulin,etal.Analysisandteston[34]周万福,田建兵,康小燕,等.基于FY-2卫星数据的青海东部cloudproductsofFY-2GsatelliteinNingxia[J].Meteorological,春季不同类型降水过程云参数特征[J].干旱气象,2018,36(3):HydrologicalandMarineInstruments,2019,36(2):19-25.]431-437.[ZhouWangfu,TianJianbing,KangXiaoyan,etal.[44]丁蕾锭,卢涵宇,卢天健,等.FY2G卫星降水产品在云贵高原Characteristicsofretrievedcloudparametersduringprecipitation地区的效用评估[J].广西大学学报:自然科学版,2020,44(6):processeswithdifferenttypesinspringineasternQinghai[J].Jour⁃1691-1699.[DingLeiding,LuHanyu,LuTianjian,etal.EffectnalofAridMeteorology,2018,36(3):431-437.]evaluationofFY2GsatelliteprecipitationproductsinYunnan-[35]李浩,邓军英,刘岩,等.一次暴雨过程云中液态水微物理属性Kweichowplateau[J].JournalofGuangxiUniversity(NaturalSci⁃垂直分布[J].干旱区研究,2015,32(1):161-167.[LiHao,DengenceEdition),2020,44(6):1691-1699.]Junying,LiuYan,etal.Verticaldistributionofmicrophysical[45]王雅正,杨元建,刘超,等.风云三号卫星微波遥感土壤水分产propertiesofliquidwaterincloudduringarainstorm[J].Arid品在山东地区的适用性分析[J].中国农业气象,2021,42(4):ZoneResearch,2015,32(1):161-167.]318-329.[WangYazheng,YangJianyuan,LiuChao,etal.Analy⁃[36]任素玲,方翔,卢乃锰,等.基于气象卫星的青藏高原低涡识别sisontheapplicabilityofFengyun-3satellitemicrowaveremote[J].应用气象学报,2020,30(3):345-359.[RenSulin,FangsensingsoilmoistureproductsinShandong[J].ChineseJournalofXiang,LuNaimeng,etal.RecognitionmethodoftheTibetanPla⁃Agrometeorology,2021,42(4):318-329.]teauvortexbasedonmeteorologicalsatellitedata[J].JournalofAp⁃[46]杨纲,郭鹏,李西灿,等.风云卫星微波遥感土壤水分产品适用pliedMeteorologicalScience,2020,30(3):345-359.]性验证分析[J].水土保持研究,2020,27(1):104-111,118.[37]张琪,任景轩,肖红茹,等.基于FY-4A卫星资料的四川盆地[YangGang,GuoPeng,LiXican,etal.Assessmentonapplicabili⁃MCC初生和成熟阶段特征[J].大气科学,2021,45(4):863-873.tyofsoilmoistureproductsofFengyunsatellitemicrowaveremote[ZhangQi,RengJingxuan,XiaoHongru,etal.Characteristicsofsensing[J].ResearchofSoilandWaterConservation,2020,27(1):MCCfromconvectiveinitiationtomaturestageovertheSichuan104-111,118.]basinbasedonFY-4Asatellitedata[J].ChineseJournalofAtmo⁃[47]闵文彬,彭骏,李施颖.青藏高原FY-3C卫星积雪产品评估[J].sphericSciences,2021,45(4):863-873.]国土资源遥感,2021,33(1):145-151.[MinWenbin,PengJun,[38]李帅,陈勇航,侯小刚,等.FY-2F云量产品在新疆区域的评估LiShiying.TheevaluationofFY-3CsnowproductsintheTibetan及检验[J].干旱区研究,2021,38(4):1031-1039.[LiShuai,Plateau[J].RemoteSensingForLand&Resources,2021,33(1):ChenYonghang,HouXiaogang,etal.EvaluationofFY-2Fsatel⁃145-151.]litecloudproductsinXinjiang[J].AridZoneResearch,2021,38[48]陈耀登,沈洁,范水勇,等.FY-4A卫星云导风观测误差优化及(4):1031-1039.]同化效果影响研究[J].大气科学学报,2021,44(3):418-427.[39]崔林丽,郭巍,葛伟强,等.FY-4A卫星云顶参数精度检验及台[ChenYaodeng,ShenJie,FanShuiyong,etal.Astudyoftheob⁃风应用研究[J].高原气象,2020,39(1):196-203.[CuiLinli,GuoservationalerrorstatisticsandassimilationapplicationsoftheFY-Wei,GeWeiqiang,etal.Comparisonsofcloudtopparameterof4Asatelliteatmosphericmotionvector[J].TransactionsofAtmo⁃FY-4Asatelliteanditstyphoonapplicationresearch[J].PlateausphericSciences,2021,44(3):418-427.]Meteorology,2020,39(1):196-203.][49]刘健,王锡津.主要卫星云气候数据集评述[J].应用气象学报,[40]刘健,崔鹏,肖萌.FY-2G卫星冬夏云量产品偏差分析[J].应用2017,28(6):654-665.[LiuJian,WangXijin,etal.Assessmenton气象学报,2017,28(2):177-188.[LiuJian,CuiPeng,Xiaomainkindsofsatellitecloudclimatedatasets[J].JournalofAp⁃Meng.ThebiasanalysisofFY-2GcloudfractioninsummerandpliedMeteorologicalScience,2017,28(6):654-665.]winter[J].JournalofAppliedMeteorologicalScience,2017,28(2):[50]农川,尹球,宋慈,等.FY-4A静止气象卫星红外高光谱大气探177-188.]测仪GIIRS探测灵敏度分析[J].红外与毫米波学报,2021,40[41]俞琳飞,张永强,张佳华,等.卫星降水产品在太行山区的适用(3):353-362.[NongChuan,YinQiu,SongCi,etal.Sensitivity
9172干旱区研究40卷analysisofthesatelliteinfraredhyper-spectralatmosphericsound⁃气象,2015,33(4):595-601.[ShaoJian,PeiXiaorong,LiuJuan,erGIIRSonFY-4A[J].JournalofInfraredandMillimeterWaves,etal.Temporalandspatialdistributioncharacteristicsofrain⁃2021,40(3):353-362.]stormsinNingxiaduring1961-2013[J].JournalofAridMeteorolo⁃[51]刘兆晨,杨梅学,万国宁,等.新型卫星降水产品在黄河源区的gy,2015,33(4):595-601.]适用性分析[J].高原气象,2021,40(2):403-410.[LiuZhaochen,[55]陈晓娟,王咏青,毛璐,等.贺兰山区两次极端暴雨动力作用数YangMeixue,WanGuoning,etal.Applicabilityofnewsatellites值模拟分析[J].干旱区研究,2020,37(3):680-688.[ChenXiao⁃precipitationproductsinsourceregionofYellowRiver:Usingjuan,WangYongqin,MaoLu,etal.NumericalsimulationanalysisSWATmodelasanexample[J].PlateauMeteorology,2021,40(2):ofthedynamiceffectsofterrainontwoextremerainstormsonHel⁃403-410.]anMountain[J].AridZoneResearch,2020,37(3):680-688.][52]马玉芬,李如琦,张萌,等.AIRS辐射亮温在中亚地区的偏差分[56]邵建,闫军,裴晓蓉,等.自组织神经网络算法在宁夏暴雨天气析及适用性[J].干旱区研究,2021,38(1):12-21.[MaYufen,Li分型中的应用[J].干旱气象,2018,36(5):852-857.[ShaoJian,Ruqi,ZhangMeng,etal.Biasanalysisandapplicabilityevalua⁃YanJun,PeiXiaorong,etal.Applicationofself-organizingmapstionoftheatmosphericinfraredsounder(AIRS)radianceinCen⁃methodinrainstormclassificationinNingxia[J].JournalofAridtralAsia[J].AridZoneResearch,2021,38(1):12-21.]Meteorology,2018,36(5):852-857.][53]邵建.宁夏暴雨特征及客观预报方法研究[D].兰州:兰州大学,[57]闫军,王黎娟,纪晓玲,等.影响宁夏的热带气旋远距离暴雨特2015.[ShaoJian.AStudyonRainstormandItsObjectiveFore⁃征和预报概念模型[J].热带气象学报,2020,36(1):32-41.[YancastingMethodsinNingxiaArea[D].Lanzhou:LanzhouUniversi⁃Jun,WangLijuan,JiXiaolin,etal.Characteristicsandconceptualty,2015.]modelsoftropical-cyclone-inducedremoteprecipitationeventin[54]邵建,裴晓蓉,刘娟,等.近53a宁夏暴雨时空分布特征[J].干旱Ningxia[J].JournalofTropicalMeteorology,2020,36(1):32-41.]ApplicationofFY-4Asatellitedatainshort-timesevereprecipitationofNingxia1,2,31,4242SHAOJian,ZHANGSuzhao,CHENMin,LIQiang,ZHENGYoujiong,25CHENGYao,MANing(1.KeyLaboratoryforMeteorologicalDisasterMonitoringandEarlyWarningandRiskManagementofCharacteristicAgricultureinAridRegions,ChinaMeteorologicalAdministration,Yinchuan750002,Ningxia,China；2.YinchuanMeteorologicalBureau,Yinchuan750002,Ningxia,China；3.NingxiaKeyLaboratoryforMeteorologicalDisasterPreventionandReduction,Yinchuan750002,Ningxia,China；4.NingxiaMeteorologicalObservatory,Yinchuan750002,Ningxia,China；5.NingxiaMeteorologicalInformationCenter,Yinchuan750002,Ningxia,China)Abstract：ByusingFY-4Asatellitedataandartificialobservationdataofrecent(2018-2020)severeprecipitationcasesinNingxia,fourdifferentFY-4Asatelliteproducttypesareexaminedintermsoftheiravailability.Resultsshowthat:(1)ThedatatransmissionrateandphysicalpreservationofFY-4Aaresufficienttosupportreal-timemonitoringandearlywarningservices;(2)Thefivekindsofproductsi.e.,CloudType(CLT),CloudPhase(CLP),CloudTopHeight(CTH),QuantitativeRainfall-RateEstimation(QPE),andTropopauseFoldingDepth(TFTP_Z_depth),havedifferentperformancesinthecaseofsevereconvectiveweathersinNingxia.Amongthem,CLTandCLPhavegoodavailability,makingitpossibletodeterminethetypeofcloudmoreaccurately.However,bothCTHandQPEhavelargeerrorsandtendtobesmaller,sotheyneedtoberevisedinconjunctionwithothermeans.TherelationshipbetweenCTTorTFTP_Z_depthproductsandrecentsevereprecipitationisobvious.ThehighvalueofCTHisconducivetotheoccurrenceofheavyprecipitationbutisnotanecessarycondition.Overall,theFY-4AsatellitehascertainusabilityandreferenceinsevereconvectiveweatherinNingxia,whichcanprovidebetterdatasupportforconvectiveweatherdiscriminationandartificialinfluenceonweatheroperation.Keywords:FY-4Asatellite;short-timesevereprecipitation;applicabilityanalysis;statisticalanalysis;Ningxia
