Cloud characteristics analysis of a torrential rainfall event use FY satellite in semi-arid region of Eastern Gansu Province

doi:10.11755/j.issn.1006-7639（2022）-06-0954

Abstract

Abstract:

Precipitation is closely related to the occurrence and development of clouds. The study for the characteristics of convective cloud is of great significance to the precipitation monitoring and prediction, as well as researches of precipitation mechanism. A torrential rain struck Qingyang on15 July 2022, which is located in semi-arid region of Northwest China, causing the daily rainfall and hourly rainfall at several stations to exceed the historical extreme values. Based on products of the advanced geostationary radiation imager (AGRI) from FY-4A and FY-4B geostationary satellite, fusion products of micro-wave humidity sounder (MWHS) and micro-wave temperature sounder (MWTS) from FY-3D polar orbit satellite, the cloudsytem evolution, macro and micro characteristics of cloud, and the atmospheric environmental conditions during this torrential rainstorm event were analyzed. The results are as follows: (1) The rainstorm cloud top types formed from supercooled water clouds, mixed clouds, opaque ice clouds and multi-layer clouds. The cloud top types of heavy precipitation are mainly opaque ice clouds, and the height of cloud top is more than 14 km. The rainstorm cloud system is deep and mainly composed of small ice particles, and accompanied by strong updraft. (2) In this rainstorm event, there exist a process of convective cloud formation, merging and strengthening, and the continuous influence of convective clouds leds to the occurrence of extremely heavy rain. Precipitation was closely related to the black body temperature (TBB) of cloud top and its variation. Low TBB corresponded to heavy precipitation, and the TBB drops rapidly before the heavy precipitation. (3) Before the occurrence of heavy precipitation, atmospheric stratification is shallow convective instability. The strong humidification in the middle and lower layers is the main reason for the development of convective instability. The difference of absolute humidity in the lower layers leads to the difference of instable conditions and precipitation intensity.

Key words: FY satellite, heavy rain, cloud system evolution, macro and micro characteristics

摘要：

降水与云的发生发展密切相关，研究强对流云特征，对降水机理分析、降水监测和预报具有重要意义。2022年7月15日地处西北半干旱区的甘肃陇东出现一次特大暴雨过程，多站日降水量和小时降水量均突破历史极值，本文基于FY-4A、FY-4B静止卫星扫描成像辐射计（advanced geostationary radiation imager， AGRI）数据，FY-3D极轨卫星微波湿度计（micro-wave humidity sounder， MWHS）和微波温度计（micro-wave temperature sounder， MWTS）融合产品，分析此次特大暴雨事件中云宏微观特征、云系演变特征及大气环境条件。结果表明：（1）暴雨云系的云顶类型为过冷水云、混合云、不透明冰云和多层云等，发生强降水的云顶类型以不透明冰云为主，云顶高度达14 km以上；暴雨云系云体深厚，主要为小粒径冰云且伴有强烈上升气流。（2）此次暴雨事件存在对流云团新生、合并及加强过程，对流云团稳定维持是导致特大暴雨发生的主要原因，降水与云顶相当黑体亮温（black body temperature， TBB）及其变化的关系密切，TBB低值区对应强降水，且强降水发生前TBB迅速下降。（3）强降水发生前大气层结表现出浅层对流不稳定的特征，中低层强烈增湿是对流不稳定发展的主要原因，低层绝对湿度的差异造成了不稳定条件及降水量级的差异。

关键词: FY卫星, 强降水, 云系演变, 宏微观特征

CLC Number:

P458

LI Chenrui, FU Jing, LIU Weicheng, WANG Jixin, WANG Yicheng, FU Zhao, ZHEN Xin. Cloud characteristics analysis of a torrential rainfall event use FY satellite in semi-arid region of Eastern Gansu Province[J]. Journal of Arid Meteorology, 2022, 40(6): 954-967.

李晨蕊, 伏晶, 刘维成, 王基鑫, 王一丞, 傅朝, 郑新. 应用FY卫星产品分析陇东半干旱区特大暴雨事件云特征[J]. 干旱气象, 2022, 40(6): 954-967.

Figures/Tables 14

Tab.1 Introduction to the satellite data

卫星	观测要素	空间分辨率 /km	时间分辨率
FY-4A	云顶相当黑体亮温、云顶类型、云顶高度和大气水汽含量	4	15 min~1 h
FY-4B	夜间微物理图像、白天微物理图像和强风暴图像	4	15 min~1 h
FY-3D	大气温湿度廓线、K指数、抬升指数（lifting index，LI）	33	轨道周期：101.5 min 回归周期：5.5 d

Tab.2 The multi-channel RGB combination from FY-4B satellite

卫星图像	R	G	B
夜间微物理图像	IR 12.0 μm，10.8 μm	IR 10.8 μm，3.72 μm	IR 10.8 μm
白天微物理图像	WV 6.25 μm，7.1μm	IR 3.72 μm，10.8 μm	NIR 1.61 μm，VIS 0.66 μm
强风暴图像	VIS 0.83 μm	IR 3.72 μm	IR 10.8 μm

Fig.1 The spatial distribution of 24 h cumulative precipitation from 20：00 BST on 14 to 20：00 BST on 15 July 2022 in Eastern Gansu and its surrounding areas （Unit： mm）（The black pentagram for 5 regional stations geography location. the same as below ）

Fig.2 The geopotential height field （black isolines， Unit： gpm） and temperature field （red isolines， Unit： ℃） at 500 hPa（a， b），wind field （wind vectors， Unit： m·s-1） and temperature field （red isolines， Unit： ℃） at 700 hPa （c， d） at 02：00 BST （a， c） and 14：00 BST （b， d） on 15 July 2022

Fig.3 Sea-level pressure field （Unit： hPa） at 02：00 BST （a） and 14：00 BST （b） on 15 July 2022

Fig.4 The distribution of cloud types from FY-4A satellite from 00：00 BST to 17：00 BST on 15 July 2022

Fig.5 The distribution of cloud top height from FY-4A satellite at 05：00 BST （a） and 17：00 BST （b） on 15 July 2022 （Unit： km）

Fig.6 The microphysical image at nighttime from FY-4B satellite at 01：00 BST （a） and 05：00 BST （b） on 15 July 2022， and the latitude-time （c， along CD line segment） and longitude-time （d， along AB line segment） cross section along Zhaijiahe station （107.62°E， 36.08°N）（The white pentagram for 5 regional stations geography location）

Fig.7 The storm image on daytime from FY-4B satellite at 08：00 BST （a） and 16：00 BST （b） on 15 July 2022，and the latitude-time （c， along CD line segment） and longitude-time （d， along AB line segment） cross section along Zhaijiahe station （107.62°E，36.08°N）

Fig.8 The microphysical image in the daytime from FY-4B satellite at 14：00 BST （a） and 16：00 BST （b） on 15 July 2022，and the latitude-time （c， along CD line segment） and longitude-time （d， along AB line segment） cross section along Zhaijiahe station （107.62°E，36.08°N）

Fig.9 The TBB distribution （color shaded areas， Unit： K） and hourly precipitation intensity （color dots， Unit： mm·h-1）from 01：00 BST to 19：00 BST on 15 July 2022

Fig.10 The hourly variation of TBB and precipitation at different stations in Qingyang from 22：00 BST 14 to 20：00 BST 15 July 2022

Fig.11 The K index （a） and LI （b） from FY-3D satellite at 01：43 BST on 15 July 2022

Fig.12 The vertical profile of temperature （a） and specific humidity （b） retrieved by FY-3D satellite and pseudo potential temperature vertical profile （c） at 01：43 BST on 15 July 2022

References 48

[1]	刘健, 张文建, 朱元竞, 等. 中尺度强暴雨云团云特征的多种卫星资料综合分析[J]. 应用气象学报, 2007, 18(2):158-164.
[2]	杨磊, 才奎志, 孙丽, 等. 基于葵花8号卫星资料的沈阳两次暴雨过程中对流云特征对比分析[J]. 暴雨灾害, 2020, 39(2):125-135.
[3]	何锡玉, 蔡夕方, 朱亚平, 等. 我国风云极轨气象卫星及应用进展[J]. 气象科技进展, 2021, 11(1):34-39.
[4]	MADDOX R A. Mesoscale convective complexes[J]. Bulletin of the American Meteorological Society, 1980, 61(11): 1374-1387. DOI URL
[5]	MECIKALSKI J R, BEDKA K M. Forecasting convective initiation by monitoring the evolution of moving cumulus in daytime GOES imagery[J]. Monthly Weather Review, 2006, 134(1):49-78. DOI URL
[6]	覃丹宇, 方宗义. 利用静止气象卫星监测初生对流的研究进展[J]. 气象, 2014, 40(1):7-17.
[7]	牛宁, 姜晓飞, 张昕, 等. 风云四号卫星产品在一次暴雨天气过程分析中的应用[J]. 卫星应用, 2022, 3:42-48.
[8]	王清平, 秦贺, 程海艳, 等. 天山北坡中部一次短时暴雨的卫星反演云参数特征及成因分析[J]. 干旱区地理, 2021, 44(6):1580-1589.
[9]	张夕迪, 孙军. 葵花8号卫星在暴雨对流云团监测中的应用分析[J]. 气象, 2018, 44(10):1245-1254.
[10]	高梦醒, 肖天贵. 基于卫星云图对四川盆地东北部“9·13”暴雨特征分析[J]. 成都信息工程大学学报, 2016, 31(1):102-109.
[11]	张琪, 任景轩, 肖递祥, 等. “5·6”四川盆地对流云团特征及触发机制[J]. 气象, 2017, 43(12): 1487-1495.
[12]	吴涛, 张家国, 牛奔. 一次强降水过程涡旋状MCS结构特征及成因初步分析[J]. 气象, 2017, 43(5):540-551.
[13]	朱平, 肖建设. 青海高原短时强降水天气的葵花-8卫星监测预警特征对比分析[J]. 高原气象, 2022, 41(2):502-514. DOI
[14]	张晓茹, 李映春, 纪晓玲, 等. 基于葵花-8卫星宁夏暴雨监测预警指标研究[J]. 沙漠与绿洲气象, 2022, 16(1):41-47.
[15]	张晓茹, 陈豫英, 姚姗姗, 等. 贺兰山东麓一次局地强对流暴雨的中尺度特征[J]. 气象, 2022, 48(7):801-812.
[16]	张雅乐, 俞小鼎. 黄河气旋暴雨过程发展演变成因分析[J]. 高原气象, 2021, 40(1):74-84. DOI
[17]	吴志彦, 李宏江, 赵海军, 等. 卫星水汽图像和位势涡度场在一次变性台风暴雨过程中的解译应用[J]. 气象与环境学报, 2018, 34(3):1-8.
[18]	周鑫, 周顺武, 覃丹宇, 等. 利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征[J]. 气象, 2019, 45(2):216-227
[19]	沈程锋, 李国平. 基于GPM资料的四川盆地及周边地区夏季地形降水垂直结构研究[J]. 高原气象, 2022, 41(6):1532-1543. DOI
[20]	傅云飞, 罗晶, 罗双, 等. GPM卫星DPR和GMI探测的2018年5月重庆超级单体云团降水结构特征分析[J]. 暴雨灾害, 2022, 41(1):1-14.
[21]	李函璐, 孙礼璐, 杨柳, 等. 基于TRMM PR探测资料的青藏高原东坡降水结构特征分析[J]. 暴雨灾害, 2022, 41(4):384-395.
[22]	李芳, 李南, 万瑜. 台风“温比亚”影响山东期间GPM资料的降水分析[J]. 海洋气象学报, 2020, 40(4):69-76.
[23]	向朔育, 李跃清, 闵文彬, 等. 基于CloudSat探测的西南低涡对流云垂直结构特征[J]. 高原山地气象研究, 2019, 39(3):1-6.
[24]	朱梅, 何君涛, 方勉, 等. GPM卫星资料在分析“杜苏芮”台风降水结构中的应用[J]. 干旱气象, 2018, 36(6):997-1002.
[25]	王宝鉴, 黄玉霞, 魏栋, 等. TRMM卫星对青藏高原东坡一次大暴雨强降水结构的研究[J]. 气象学报, 2017, 75(6):966-980.
[26]	蒋璐君, 李国平, 母灵, 等. 基于TRMM资料的西南涡强降水结构分析[J]. 高原气象, 2014, 33(3):607-614. DOI
[27]	CHANG W Y, LEE W C, LIOU Y U C. The kinematic and microphysical characteristics and associated precipitation efficiency of subtropical convection during SoWMEX/TiMREX[J]. Monthly Weather Review, 2015, 143(1):317-340. DOI URL
[28]	ZIPSER E J, LUTZ K R. The vertical profile of radar reflectivity of convective cells: a strong indicator of storm intensity and lightning probability?[J]. Monthly Weather Review, 1994, 122(8):1751-1759. DOI URL
[29]	陆风, 张晓虎, 陈博洋, 等. 风云四号气象卫星成像特性及其应用前景[J]. 海洋气象学报, 2017, 37(2):1-12
[30]	高大伟, 樊高峰, 胡永亮, 等. FY-3气象卫星微波水汽三维可视化及其在强天气监测中的应用[J]. 国土资源遥感, 2014, 26(1):139-143.
[31]	SHAO J, GAO H, WANG X, et al. Application of Fengyun-4 satellite to flood disaster monitoring through a rapid multi-temporal synthesis approach[J]. Journal of Meteorological Research, 2020, 34(4):720-731. DOI URL
[32]	张琪, 任景轩, 肖红茹, 等. 基于FY-4A卫星资料的四川盆地MCC初生和成熟阶段特征[J]. 大气科学, 2021, 45(4):863-873.
[33]	束艾青, 许冬梅, 李泓, 等. FY-3D卫星MWHS-2辐射率资料直接同化对台风“米娜”预报的影响[J]. 热带海洋学报, 2022, 41(5):17-28. DOI
[34]	乔海伟, 张彦丽. 融合FY-3C号和FY-4A号卫星数据的积雪面积变化研究——以祁连山区为例[J]. 遥感技术与应用, 2020, 35(6):1320-1328.
[35]	TAN Z H, MA S, ZHAO X B. et al. Evaluation of cloud top height retrievals from China's next-generation geostationary meteorological satellite FY-4A[J]. Journal of Meteorological Research, 2019, 33(3):553-562. DOI URL
[36]	WANG T, LUO J, LIANG J, et al. Comparisons of AGRI/FY-4A cloud fraction and cloud top pressure with MODIS/Terra measurements over East Asia[J]. Journal of Meteorological Research, 2019, 33(4):705-719. DOI URL
[37]	王明, 陈英英, 周毓荃, 等. 基于一次暴雨过程的风云四号A星三种云参数应用效果对比分析[J]. 暴雨灾害, 2022, 41(4):396-404.
[38]	崔林丽, 郭巍, 葛伟强, 等. FY-4A卫星云顶参数精度检验及台风应用研究[J]. 高原气象, 2020, 39(1):196-203. DOI
[39]	甘肃省气象局. 甘肃省气候图集[M]. 北京: 气象出版社, 2017.
[40]	唐宏渊. 甘肃庆阳市干旱成因及防治对策[J]. 中国防汛抗旱, 2014, 24(6):4-6
[41]	张洪芬, 李祥科, 焦美玲, 等. 甘肃庆阳2018年暴雨异常偏多特征分析[J]. 气象与环境科学, 2021, 44(3):61-68.
[42]	王雪芹, 徐卫红, 向朔育, 等. 基于FY-4卫星资料分析暴雨云系特征[J]. 高原山地气象研究, 2020, 40(1):36-40.
[43]	衣娜娜, 苏立娟, 郑旭程, 等. 内蒙古西部地区降水云宏观特征[J]. 干旱气象, 2021, 39(3):406-414.
[44]	孙继松, 戴建华, 何力富, 等. 强对流天气预报的基本原理与技术方法:中国强对流天气预报手册[M]. 北京: 气象出版社, 2014:23-24.
[45]	DOSWELL C A. A review for forecasters on the application of hodographs to forecasting severe thunderstorms[J]. National Weather Digest, 1991, 16(1):2-16
[46]	樊李苗, 俞小鼎. 中国短时强对流天气的若干环境参数特征分析[J]. 高原气象, 2013, 32(1): 156-165. DOI
[47]	高守亭, 周玉淑, 冉令坤. 我国暴雨形成机理及预报方法研究进展[J]. 大气科学, 2018, 42(4):833-846.
[48]	REN S L, JIANG J Y, FANG X, et al. FY-4A/GIIRS temperature validation in winter and application to cold wave monitoring[J]. Journal of Meteorological Research, 2022, 36(4):658-676. DOI URL