台湾莫拉克台风雷达和卫星降雨性能评价：遥感产品是否已准备好应对极端事件？外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

台湾莫拉克台风雷达和卫星降雨性能评价：遥感产品是否已准备好应对极端事件？

, , ,,, , ,, ,

摘要：本文从不同时空尺度，针对2009年台湾莫拉克台风，评估了地面雷达网和四种卫星算法的降水量（从0.04°到0.25°，每小时雨量到总的雨量）。结果表明，与雨量计测量相比，所有的遥感产品都低估了降雨量，按雷达的顺序排列(-18%), 3B42RT (-19%), PERSIANN-CCS (28%), 3B42V6 (-36%),和 CMORPH (-61%)。地面雷达估计值与规范测量值的相关性最大，相关系数(CC)为0.81(0.82)，空间分辨率为0.04°(0.25°)。对于卫星产品，CMORPH具有最好的空间相关性(0.70)，但在很大程度上低估了总降雨量积累。与微波获取算法相比，IR算法能更好地估计总雨量积累，但不能很好地解决暖云台风的时间演化问题，尤其是在风暴初期会过高估计。这项研究表明，在缺少测量仪器的情况下，地面雷达的降水估计最好，可以作为一种降水测量的替代方法。然而，目前的卫星降雨产品在分辨率和精度方面仍然存在局限性，特别是对于这类极端台风来说。

1. 引言

莫拉克台风是台湾历史上最致命的台风。它形成于2009年8月2日，此时还是一个未命名的热带低压。而后，于2009年8月7日下午23：45登陆台湾花莲。大约24小时后，风暴又回到台湾海峡，减弱为强烈热带风暴，然后在2009年8月9日登陆中国大陆。台风最终在2009年8月11日消散。莫拉克登陆台湾期间造成了灾难性的影响，包括461人死亡，192人失踪，约33亿美元的财产损失。这场风暴产生的降雨量最多达2777毫米，超过了1996年台风赫伯创造的1736毫米的记录。在台湾南部，极端的降雨量引发了严重的洪水和巨大的泥石流，导致地面雨量计被冲走或损坏。或者，地面雷达和卫星等遥感平台可以在测量不佳或不允许测量的地区提供定量降水估计(QPE)。

今天，基于卫星的QPE产品越来越多地关注其全球覆盖范围和几乎不间断的时间连续性。目前流行的基于卫星的QPE产品包括利用人工神经网络从遥感信息中获得以红外(IR)为主的降水估计(Soroo shian等人，2000年)和后来的PERSIANN云分类系统(PERSIANN-CSS，(Hong等人，2004年)，微波化CMORPH产品(joyce等人，2004年)，TRMM多卫星降水分析(TMPA)3B42RT和3B42V6产品(Huffman等人，2007年)，以及许多其他产品(Turk和Miller，2005年)。这些最先进的遥感QPE产品广泛应用于气候变化、水文建模和灾害监测(Change，2007年；Creutin和Borga，2003年；Diaz等人，2001年；Hong等人，2007年a，b；梁，1994年；Ogden等人，2000年；Vicente等人，1998年；Wang等人，2011年；Zhao，1992年)。为了了解这些遥感QPE产品的性能，揭示这些产品的错误特征(Amitai等人，2012年；Gourley等人，2010年、2011年；Habib等人，2009年；Kirstetter等人，2010年、2011年、2012年)。结果表明，它们在水文相关尺度上提供准确的QPE有不同的局限性，特别是对于极端台风莫拉克事件。台湾作为一个多山岛屿，对遥感降雨反演提出了特别的挑战。

本研究旨在比较在各种时空尺度下(0.04°至0.25°以及每小时到总积累)，地面雷达和四种卫星算法对2009年极端莫拉克台风的降雨量估计值与台湾岛上空相对密集的雨量计网络的影响。主要目的是以雨量计观测资料为基准，评价遥感估测降雨的性能。第二个目标是评估目前的遥感降雨产品是否可以很好地替代传统的雨量计测量，因为自然或人为原因，特别是在这样一个极端台风中，可能无法获得这种测量方法(Harris和Hossain，2008年)。本文结构如下。第二节介绍了莫拉克台风的研究区域和可供评估的降雨产品。第三节分析了2009年8月7日上午00：00至2009年8月8日下午23：00台风莫拉克给台湾岛带来的降雨的空间特征和误差。以降雨强度为函数，对总降雨量、平均小时降雨量和小时累积降雨量进行了评估。第四节对分析结果进行总结，得出结论。

2.研究区域和数据

2.1.研究区域

台湾岛位于台湾海峡东部，靠近中国大陆东南沿海，北纬21°53rsquo;~25°18rsquo; ，东经120°80rsquo;~122°10rsquo;。如图所示1.a所示，北回归线(23.5°N)将海岛划分为南部热带季风区和北部亚热带季风区两个气候区。

台湾东部大部分是山地，而西部通常有平缓倾斜的平原。气温高、湿度大、雨量大、热带气旋是台湾岛夏季的天气特征。其纬度、地形、海流和季风是造成本岛降水的主要因素。由于台湾地处西北太平洋台风路径，每年平均有3.5次台风袭击台湾。台风带来暴雨，造成洪水、滑坡等严重自然灾害。在莫拉克台风期间，暴雨引发了泥石流灾害，严重破坏了高山县小林村。暴雨侵蚀引起的山体滑坡和崩塌使整个村庄被埋，造成400多人死亡和失踪。

2.2.地面降雨产品

台湾有两种不同的地面降水产品，一种来自数百个测站，另一种来自四种天气监测雷达-多普勒雷达(WSR-88D)。校准的降水评估产品是由台湾气象局提供的每小时降水量。台湾及澎湖群岛共有494个轨距站。这些仪器在台湾中央气象局进行了实时手动质控，使用这些标准进行了许多研究(Chen等人，2007年；芳等人，2011年；Hall等人，2011年)。然而，一些测量仪器并没有记录2009年8月7日上午00：00至2009年8月8日下午23：00的降雨数据，这些仪器被标记并从分析中移除。其余剩下的278个仪器位于台湾岛(图1.a中彩色圆形点)。每隔10分钟提供一次自动雨量报告，并由此得出1-h雨量进行分析。在本文的其余部分，我们假设这些测量数据可以为遥感降雨产品的评估提供了地面实况。

基于雷达的QPE产品是从四个WSR-88D雷达中(图1.a中的绿色三角形)观测得到的，其中间隔10 min，空间分辨率0.01。多雷达拼接和检索算法是基于国家海洋和大气管理局国家强风暴实验室开发的美国国家马赛克QPE系统(qi等人，2012年；Zhang等人，2011，2004年)，该系统提供了具有非常高的时空分辨率(例如，5分钟，1公里)的QPE产品。为了方便卫星产品的比较，将基于雷达的QPE乘积插值到纬度0.04°和经度0.25°的分析网格中。

图1.2009年8月7日至8日的累积降雨量是基于：(a)基于量规的产品；(b)-(d)雷达产品，分辨率分别为0.01°、0.04°和0.25°；(e)-(f)PERSIANN-CCS产品，分别为0.04°和0.25°分辨率；(g)0.25°的CMORPH乘积；(h) 0.25°的3B42RT乘积；及(I) 0.25°的3B42V6乘积

2.3.卫星数据

本文对三种不同反演算法的卫星降水产品进行了评估，分别是PERSIANN-CCS、CMORPH和TMPA，包括一个实时版本产品(3B42RT)和一个经规范修正的后实时研究产品(3B42V6)。

PERSIANN-CCS是一种利用人工神经网络从遥感信息中自动估算降水的系统，它从红外地球静止卫星图像中提取局部和区域云特征，以估计一个更精细的尺度(即0.04°times; 0.04°，30分钟)的降雨分布。该系统可以在给定的亮度温度()下反演不同的降雨速率，并能检测不同云类型的可变雨/无雨红外阈值。有两种PERSIANN-CCS产品可供使用，即实时(RT)版本和微波调整(MW)版本。经过基准测试，PERSIANN-CCS-RT算法将地球同步卫星系统(GO)实时卫星云图转换为降雨量的估计；PERSIANN-CCS-MW算法利用低地球轨道卫星平台(如TRMM和其他微波卫星)的微波降水量估计值，将RT产品按顺序校准成IR/MW组合产品。最新版本的PERSIANN-CCS的实时数据可以在区域(http://hydis8.eng.uci.edu/ccs/)和全球范围(ftp：/Earth.eng.uci.edu/ccs/)在线获得。在本研究中，实时的PERSIANNCCS被用于逐小时平均和0.04°或0.25°的网格尺度中。

CMORPH技术是一种将被动微波(高质量)和红外(高空间和时间分辨率)数据共同作用的技术。作为一种准全球(经度60S~60N)高分辨率(纬度/经度0.1°，半小时)降水分析技术，它利用半小时地球同步卫星红外图像的运动矢量外推被动微波降水估计值。因此，它改进了对多小时降水积累的估计，比现有基于微波的估计和其他将微波和红外信息纳入估计的合并结果的简单平均更好(Joyce等人，2004年)。3B42RT是一个几乎实时的产品，3b42v6是一个后实时产品。这两种产品均为3B42级产品，已由TMPA提供给研究机构。3B42RT(3B42V6)覆盖纬度50°S~50°N(60°S-60°N)。实时产品3B42RT使用TRMM降水雷达和TRMM微波成像仪的降雨量估计值来校准低轨被动微波辐射计的估计值。所有这些估计在3B42RT内被合并成一个3-h区间的乘积。这些分析中的空白是利用地球同步红外数据在区域范围内对合并的微波产品进行校准来填补的。3B42V6分析了由3B42RT3H乘积计算的月降水量积累，并利用月规范分析对其进行了调整，将气候评估与监测系统(CAMS)0.5°times;0.5°月预报产品与全球降水气候学中心(GPCC)1.0 °times;1.0°月规范产品相结合。单独卫星分析与月校准产品之间的月比率用于逐个单独进行3小时卫星分析中(Huffman等人，2007年)。

2.4.评价指标

采用归一化偏差(NB)、均方误差(RMSE)、相关系数(CC)、检测概率(POD)、空报率(FAR)和临界成功指数(CSI)对各种降雨算法的性能进行了评价。NB、RMSE和CC的定义如下。

NB= (1)

RMSE= (2)

CC= (3)

其中NB和CC是无量纲的，RMSE是以mm为单位的。在公式（3）中，“Cov()”是指协方差，sigma;表示标准差。NB乘以100表示高估或低估百分比的程度。所有上述统计数字都是逐像素计算的.利用下列公式中的命中次数(A)、虚警(B)和误报(C)，计算了吊舱、远距离和CSI的统计数字：

POD= (4)

FAR= (5)

CSI= (6)

3.降雨产品

3.1台湾累积雨量分析

图1所示为2009年8月7日00：00到2009年8月8日23：00的所有产品的降雨量估计数累积起来的两天的总降雨量。更重要的是，所有的降雨产品都显示强降雨地区位于台湾南部。然而，同样值得注意的是，这些产品降雨量最大的地区是不同的，特别是对于PERSIANN-CCS和3B42V6产品。该测量产品确定了它的强降雨地区在中部山脉的顶部和西部，在北回归线以南。地面雷达产品几乎有着与测量产品相同的强降雨面积。PERSIANN-CCS产品显示了台湾南部海岸东部的强降雨(图1.e和f)。这表明红外技术固有的不足是，当对流云的亮度温度高于常用的温度阈值时，用红外亮度温度估算降水会产生很大的误差(Negri和Adler，1993；Tuttle等人，2008年)。云层下的强风可能是造成低估的原因之一。CMORPH显示台湾岛西南部的强降雨(图1.g)具有与测量和雷达产品相似的空间结构，只是降雨量比其他产品少得多。这可能是由于：(1) 漏失降雨量形成和发展在被动微波覆盖外区域；或(2)用CMORPH算法中用的雪筛选过程，将冰区估计为零雨量的 (Joyce等人，2004年；Zhang，2012年)。在复杂地形上的强降水事件中，PERSIANNCCS和CMORPH在这个多山的台湾岛上的表现与Hirpa(2010年) 和张（2012年)等人的研究结果是一致的。对于TRMM产品，3B42RT可以捕获地面雷达产品所指示的强降雨区域，但红外传感器的影响仍存在于PERSIANN-CCS产品中，这表明，在概率匹配假设中有一个限制，即较冷的云顶亮温对应更高的降水率 (Huffman等人，2007年；Yong等人，2010年)。与3B42RT相比，3B42V6有较少的强降水，这可能是由于3B42RT尺度改变到月雨量资料的过程所致。因此，在台风过程中，降水的时间波动可以得到缓和。这些结果与Dinku(2010)等人关于复杂地形的研究结果一致以及和Habib(2009)等人与热带有关的暴雨事件的调查结果一致。

对于遥感和标准测量的定量比较，只使用了覆盖雨量计场地的网格这种基于网格的比较技术应用于许多以前的研究(Adler等人，2003年；Chiu等人，2006年；Chokngamwong和Chiu，2008年；Nicholson等人，2003年；Yong等人，2010年)。266个栅格(57个栅格)可用于与0.04°times; 0.04°(0.25°)的空间分辨率进行直接比较。图2展示了各种降雨产品与规范测量的散点图。这些图表明雷达在NB、RMSE和CC方面的性能最好，无论是在0.04°或0.25°的范围内。其CC值最高(0.82)， NB值最低(0.1838，显示低估18.38%)和RMSE值(264.64 mm)。在卫星产品中，3B42RT的低估最小(18.96%)，最低的RMSE(334.94 mm)和中等的CC(0.58)。CMORPH值为437.64 mm，NB值为-0.6058(低估率为60.58%)。关于更多细节，表1提供了基于6小时平均降水量的不同产品的CC值。该表显示，雷达在不同

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[18175]，资料为PDF文档或Word文档，PDF文档可免费转换为Word