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）

自20世纪60年代第一颗气象卫星成功发射至今，卫星探测技术得到迅速发展，建立了全球卫星观测体系，大大丰富了气象观测的内容和范围，突破了人类只能从底层探测大气的局限性。在以往的西北地区灾害性天气过程研究工作中，学者们更多依赖于地基观测资料［1-6］。然而在下垫面复杂的西北地区，地基观测存在站点稀疏和地形遮挡等问题，往往无法得到完整的对流云团信息［7］。与之相比，卫星观测具备覆盖范围广、连续观测、参数完备等优势，能够提供多时次、大范围、连续性的云微物理探测信息［8-9］，可以有效补充地基观测的不足。

风云四号A 星（简称FY-4A）是我国第二代地球静止轨道定量遥感气象卫星的首发星，也是世界上最先进的新一代静止气象卫星之一［10-11］。于2016年12 月11 日成功发射，2017 年9 月25 日正式交付使用，2018 年以来，中国气象局明确要求应加强风云卫星资料在气象预报中的业务应用。

FY卫星数据业务应用方面的研究很多，其中利用最多的就是应用在强对流天气［12-22］、大气污染遥感监测［23-25］、辐射遥感应用［26-33］、云微物理［34-35］、天气系统跟踪识别［36-37］等方面。目前学者们已经对风云卫星系列产品的适用性开展了许多评估工作，以往的卫星产品检验评估方法一是利用与国内外其他卫星同类产品进行交叉检验分析，以科学评估被检验卫星参数的精度及其在天气监测中的适应性及可靠性［38-41］；二是通过与地面同类型观测产品进行交叉比对，如通过辐射观测数据［32,42］、地面人工云观测数据［43］、自动站数据［44-46］、地面积雪数据［47］等开展对比检验。三是通过统计分析，检验卫星观测数据，如通过分析云导风产品误差开展卫星产品同化试验［48］、通过构建卫星云气候数据集评估卫星数据精度［49］、通过多种误差灵敏度分析卫星探测仪性能［50］。也有研究卫星数据在不同地区的适用性的，如有学者针对卫星降水产品在太行山区［41］、黄河源区［51］、中亚地区［52］的适用性分别进行了评估。

更多FY 卫星产品的应用以及适用性还需开展进一步的研究，尤其是近年来气候变化使得宁夏暴雨的极端性、影响性日益凸显［53-57］，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要。本文试图从数据传输保存、数据适用性两个方面着手，采用数据传输率结合天气学分析方法，对云类型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 类产品的适用性进行分析。

1 资料及方法

1.1 所用资料

1.1.1 FY-4A资料 FY-4A卫星搭载仪器有多通道扫描成像辐射计（AGRI）、干涉式大气垂直探测仪（GIIRS）、闪电成像仪（LMI）和空间天气监测仪等4种探测器，主要有32类定量产品。本文主要在多通道扫描成像辐射计（AGRI）观测数据中，选取云类型CLT（Cloud Type）、云相态CLP（Cloud Phase）、云顶高度CTH（Cloud Top Height）、对流层折叠最深深度TFTP_Z_depth（Tropopause Folding Depth）、降水估计QPE（Quantitative Precipitation Estimation）等5 类产品进行适用性分析（表1）。数据格式为MICAPS第4类格式。

表1 FY-4A部分产品参数Tab.1 Product parameters of FY-4A satellite

FY-4A 卫星资料长度：2018—2020 年的每年5月1日0:00—9月30日23:00。

1.1.2 对比数据选取 云体特征观测数据：选取银川国家基准气候站的人工云观测数据和高空探测数据，其中人工云观测数据为逐8 h观测报文；高空探测数据为每日08:00、20:00探空数据。

自动站数据：小时雨量≥10 mm·h-1；能够与对流云团卫星产品时段对应。利用自动站逐1 min 数据，累计得到与卫星QPE 产品所对应时段的15 min累计降水量。利用自动站小时雨量对比分析QPE小时累计量。

卫星降水估计产品：逐15 min 间隔，分析分钟级数据误差；将1 h 4个时刻QPE累计得到小时QPE结果分析小时雨量误差。数据为MICAPS 第4 类格式，1.25 km 间隔格点。在文中构建样本序列时，利用强降水发生地经纬度位置，采用距离反比插值方法，读取改点位置的卫星产品数据，形成样本序列。

上述资料长度均与FY-4A卫星数据长度一致，为2018—2020 年的每年5 月1 日0:00—9 月30 日23:00。

1.2 FY-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，蓝色框为影响区，紫色框为关键区），从而实现更为有效、快捷的数据处理、冗余数据剔除和数据分析。影响区的范围为：30°～50°N、95°～115°E，大致为西北地区中东部地区。关键区的范围为：33°～40°N、102°～110°E，包括宁夏全区及其上下游。

图1 卫星数据处理数据窗Fig.1 Processing area of satellite data

基于FY-4A 卫星MICAPS 第4 类格式数据，针对宁夏短时强降水灾害天气，基于其发生地经纬度，利用插值算法提取卫星数据中的关键信息和有效信息。

1.3 数据接收率

目前FY-4A 数据产品主要通过全国综合气象信息共享平台（CIMISS）、中国气象局卫星数据广播系统接收站（CMA-Cast）及地面接收站等3个途径收集。其中，前2个途径下发的数据为MICAPS第4类格式（“.000”格点化数据，保留半年）或AWX 格式（保留半年），地面接收站接收的数据为“.NC”标准数据格式（仅保留1 个月），可以满足实时预警监测和短时间回溯使用。

采用统计分析方法，对多通道扫描成像辐射计中L1、L2通道数据接收率进行统计分析（图2）。其中，L1通道14个通道平均接收率为84%～93%，最低接收率为64%～80%。L2 通道30 个产品，平均接收率94%～99%，最低接收率为83%～95%。传输率完全符合宁夏强对流天气监测预警的业务需求。

图2 各通道接收率统计Fig.2 Statistical chart of reception rate of each channel

1.4 产品选取原则

主要考虑以下原则：

（1）选取与强降水相关且能够直接描述云特性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、云顶气温（亮温）、云体结构等参数。FY-4A卫星能够观测或计算输出有云顶高度CTH、云顶气温CTT、云顶黑体亮温TBB、云顶气压CTP、云类型CLT、云相态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、云顶高度、云顶气温这4项观测产品分析其适用性。

2 适用性分析

2.1 云类型CLT和云相态CLP

从表2 可以看出，在2018—2020 年发生在银川的短时强降水过程中，云类型（CLT）产品中数据表明，54.6%为暖冷混合云（观测值为4）、24.46%为暖水云（观测值为2）、6.96%为过冷水云（观测值为3），以上3 类总共占比86.02%，其他类型的云占比均较低。相对应的，云相态（CLP）数据分析结果，混合态云（观测值为3）达60.12%，过冷液态（观测值为2）为15.52%，液态（观测值为1）为14.11%，3类合计占比89.75%。表明银川的短时强降水天气所对应的云团以液态云为主（暖冷混合云、暖水云、过冷水云），固态云较少。另外，在短时强降水发生的情况下还有11.09%、7.99%被判断为无云，这可能与取值插值方法和资料时间差有关。

表2 短时强降水个例中云类型（CLT）和云相态（CLP）统计特征Tab.2 Statistical characteristics of CLT and CLP in short-time severe precipitation cases during 2018-2020

综上所述，云类型（CLT）和云相态（CLP）在宁夏具有较好的可用性。可以较好地判断云的类别，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。

2.2 云顶高度CTH

验证云顶高度CTH适用性的思路大致如下：通过经验分析得出不同云属的云底高度范围Hb，然后通过相对湿度和露点法估算云体厚度Ht，二者相加得到估算的云顶高度Htop，以此结果与CTH 对比估计其可用性。则估算云顶高度的计算公式如下：

2.2.1 人工观测云底高度范围 由表3 可以看出，宁夏低云、中云的云底高度区间基本为600～2000 m，而高云的云底高度区间一般为2500～4500 m，卷云则更高一些。其中，可出现降水的云主要有积雨云、层积云、雨层云、高层云等4种类型，这4种云属中，底高最低的可达600 m左右（积雨云、层积云、雨层云），较高的则在2500 m左右（高层云）。

表3 各云属常见云底高度范围Tab.3 Range of bottom height of clouds

2.2.2 云底高度、云顶高度估算 根据银川国家基准气候站的探空数据，利用相对湿度和露点法估算云的厚度。其计算公式如下：

式中：RHth为不同高度范围的相对湿度阈值（%）；h为高度（km）。在此公式基础上，推断出简化的云判断阈值，基本上认为相对湿度RH≥75%时就可以认为是云区，RH≥80%时则基本可以判断为云区。

2.2.3 CTH 观测误差分析 利用上述方法，对2018—2020 年宁夏短时强降水天气过程的云特征进行分析，可以得到CTH 观测值与探空估算、人工观测值对比（表4）。

从表4 中可以看出，CTH 观测的最小值平均为2355 m、最大值平均为8905 m，观测平均值为6005 m。最小值、最大值、平均值与探空估算高度对比计算的相对误差分别为-6834 m、-284 m、-3183 m，与探空估算高度对比计算的绝对误差分别为6894 m、665 m、3224 m。根据卫星遥感监测是自上而下的观测特性，重点对比CTH 观测值中最大值的特征，因此，可以认为FY-4A卫星对于云高的观测为偏小趋势（相对误差＜0），即与探空估算的云高有665 m的平均误差；但误差间距为665～6894 m，监测数据稳定度较差。

表4 CTH观测值与探空估算中人工观测值对比Tab.4 Comparison between CTH observation data and artificial observation data /m

从CTH 观测值与探空估测值绝对误差统计占比（表5）来看，对于观测最低值的绝对误差来看，大于67%的误差超过3000 m，而均值绝对误差则超过41%，而与观测最高值间的绝对误差则更合理些，其中误差小于500 m 的占比53.45%，500～1000 m、1000～2000 m的分别占比22.41%、24.14%，而未出现大于2000 m以上的误差；小于1000 m的误差占比为75.86%。对于上万米高度的对流云团，1000 m以内的误差被认为是可接受的。综上所述，在利用探空估测值对比分析云顶高度时，采用最高值估计更为合理些；而CTH在宁夏短时强降水天气中具有一定的可用性和参考性，在日常业务中需结合其他手段予以订正。

表5 CTH观测值与探空估测值绝对误差统计占比Tab.5 Absolute error comparison between CTH observation data and Tlog-P estimate value /%

2.3 降水估计QPE

分析2018—2020 年出现短时强降水的自动站逐15 min 降水实况和逐小时降水实况与FY-4A 卫星QPE产品之间的误差对比（表6），评估其可用性。

从表6 中可以看到，FY-4A 卫星QPE 产品对短时强降水具有一定的指示意义，其15 min（1 h）QPE的最大相对偏差为2.45 mm（9.5 mm），最小相对偏差为-25.27 mm（-76.2 mm），平均相对偏差为-4.09 mm（-16.79 mm），整体估计较实况明显偏小，相对误差小于0 的高达99.28%（98.77%）。从绝对误差来看，15 min（1 h）QPE 的最大绝对误差为25.27 mm（76.2 mm），最小绝对误差为0.11 mm（0.88 mm），平均绝对误差为4.12 mm（16.88 mm）；误差值小于10%、20%、30%的占比分别为7.55%（11.32%）、30.19%（30.19%）、56.6%（52.83%）。按照绝对误差值与大值比不大于10%的标准来衡量，FY-4A卫星15 min（1 h）QPE产品的可用性仅为约8%（11%）；按照比值不大于30%的标准来衡量，相应产品的可用性升高至约57%（53%）。综上所述，FY-4A 卫星QPE 产品较实况整体明显偏小，此趋势可以经统计订正等方法予以应用。

表6 FY-4A卫星QPE产品与实况降水的偏差对比Tab.6 Comparison between QPE data and observation rain data

3 FY-4A产品连续性特征分析

选取云顶气温CTT、云顶高度CTH、对流层折叠最深深度TFTP_Z_depth 这3 个产品，将其与对应的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。

3.1 云顶气温CTT

在研究时段内，采集到的CTT 总样本数为22199个。按照短时强降水发生时段和数据有效性判断原则（下同），从中选出合格样本4745 个，将其标准化处理后，构建为样本序列进行分析。

根据云物理学，冰晶云或混合云因云光学厚度很大，云顶有效发射辐射温度近似为云顶温度；而暖水云的云顶有效发射辐射温度与实际云顶温度存在较大差异。云顶温度一般的区间为-80～30 ℃；而西北地区的对流云往往云顶气温≤10 ℃。

由图3 可以看出，CTT 序列与降水量为明显的负相关，相关系数已达-0.59；标准化后的CTT 序列的上下区间为-0.64～0.88（原序列值区间为162.13～285.15 K），对应的原CTT 序列平均值为254.31 K（-17.55 ℃），最低温达到162.13 K（-111.02 ℃）。

图3 标准化后的CTT与降水量变化Fig.3 Standardization sequence data comparison between CTT and precipitation

3.2 云顶高度CTH

在研究时段内，采集到的CTH 总样本数为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，一般雨层云云底高度600～2000 m，积雨云600～4500 m，考虑到云厚度一般300 m 以上，故取云顶高度1000 m为最低值。

CTH 原序列的上下区间为1000.6～15656.6 m，平均值为6707.7 m，极值跨越区间超过14600 m，数据跨度非常大，故对原序列数据进行标准化处理。从图4 中可以看到，标准化后的CTH 区间为-0.1～0.97，跨度仍然较大，且与降水量间的相关性不明显（相关系数不足0.3）。表明CTH 与短时强降水的雨强基本没有直接的相关性，云顶高只是有利于出现强降水，但并不是出现强降水的充分必要条件。

图4 标准化后的CTH与降水量变化Fig.4 Standardization sequence data comparison between CTH and precipitation

3.3 对流层折叠最深深度TFTP_Z_depth

对流层折叠最深深度（TFTP_Z_depth，缩写为TZD，下同）是FY-4A中TFP产品中包括的2类数据之一。TZD 是表征对流折叠深度的物理量，日常业务中很少应用。在研究时段内，采集有效的TZD样本数共115个。

由图5 可知，图中TZD 与降水曲线走势较为一致，二者间具明显的正相关（相关系数达0.73）。在TZD 原序列中，其区间范围为0.01～0.38 km，对应的标准化后区间为-0.51～0.49，样本间的观测差距不算大，表明TZD产品在宁夏具有较好的适用性。

图5 标准化后的TZD与降水量变化Fig.5 Standardization sequence data comparison between TZD and precipitation

4 结论

（1）从数据接收和物理保存的情况来看，FY-4A卫星数据可用性较好，其5类产品在宁夏短时强降水个例中的表现不一，可以为监测预警、人工影响天气作业等业务提供数据支持。

（2）CLT、CLP 具有较好的可用性，可以较好的判断云的类别。宁夏的短时强降水天气所对应的云团以液态云为主（暖冷混合云、暖水云、过冷水云），固态云极少。

（3）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。其中CTH具有偏小趋势，与人工观测和探空估算值有约665 m 的平均误差；但绝对误差跨度达6000 m 以上，稳定度较差。QPE 整体偏小，可尝试利用订正手段予以应用。

（4）选取3 个产品（CTT、CTH、TFTP_Z_depth）长序列样本，与对应个例的降水量进行相关性和连续性特征分析。其中CTT、TFTP_Z_depth 两种产品与短时强降水的对应关系较为明显，分别为明显的负相关和正相关，而CTH与短时强降水的雨强基本没有直接的相关性，云顶高只是有利于出现强降水，但并不是出现强降水的充分必要条件。