基于天基雷达的热带气旋监测和预报

Translated by Dr. Mengyi Jin

夏季来临时,热带气旋常在沿海地区引发洪涝灾害。早在古代,中国沿海的渔民就通过观察天气现象来预测热带气旋的来临,例如云层的形状和晚霞的变化。热带气旋发生在全球各地,不同地区对它的称呼也有所不同。在北大西洋、中北太平洋和东北太平洋地区,人们通常称之为“飓风”;而在西北太平洋地区,热带气旋常被称为“台风”。

近年来,热带气旋对美国、中国以及其他亚洲国家造成了重大损失。因此,发展基于太空的热带气旋监测技术,预测其路径并进行预警,对于保障民众的生命安全、保护渔业生产以及海上作业等具有重要意义。

双频降水雷达(Dual-frequency Precipitation Radar,简称 DPR)是由美国国家航空航天局(NASA)与日本宇宙航空研究开发机构(JAXA)联合开发的天基雷达系统,其搭载于热带降雨测量任务(TRMM)和全球降水观测计划(GPM)的卫星上(https://gpm.nasa.gov/missions/GPM/DPR),用于热带气旋的监测与科学研究(NASA,2018)。

双频降水雷达助力深入理解热带气旋中降水微物理过程

与其前身TRMM相比,GPM卫星搭载的DPR在探测中纬度地区的轻微降雨和降雪方面具有更高的灵敏度(NASA,2018)。 

“该仪器能够测量雨滴和雪花的三维形状与大小以及其他物理特性,从而帮助科学家更深入地理解风暴的物理属性。” ——Candace Carlisle,GPM项目副经理

DPR由两部分组成:Ku波段降水雷达(KuPR)和Ka波段降水雷达(KaPR),它们可以同时监测陆地和海洋上的降水。表1包含了KuPR和KaPR的设计参数,KuPR和KaPR在GPM卫星平台上共线安装,其高精度的测量能力不仅能准确估算降水强度,还能实现对热带气旋的三维观测。

表1:双频降水雷达(DPR)的相关技术参数(Iguchi et al. 2010)
项目KuPRKaPR
扫描宽度245 千米从2018 年 5 月开始245 千米(之前为 120 千米)
距离分辨率 250 米250/500 米
空间分辨率5 千米(天顶方向)5 千米(天顶方向)
波束宽度0.71 度0.71 度
发射器128 个固态放大器128 个固态放大器
峰值发射功率1013 瓦146 瓦
脉冲重复频率(标准运行模式下)4100 - 4400 赫兹4100 - 4400 赫兹
脉冲宽度两个1.667 微秒的脉冲匹配波束:两个1.667 微秒的脉冲;
交错扫描:两个3.234 微秒的脉冲
 
波束数量49    49(匹配波束 25个,交错扫描 24个)
最小可测降雨率0.5 毫米/小时0.2 毫米/小时
波束匹配误差小于1000 米
扫描角度(观测模式下)±17° 横向±8.5° 横向
频率13.597 和 13.603千兆赫兹35.547 和 35.553千兆赫兹

 

图1展示了GPM核心观测卫星上DPR与GPM微波成像仪(GMI)所覆盖的观测范围。DPR中Ka/ Ku波段重叠区域的同步观测,可为中等强度降水提供新的粒子粒径分布信息。

A diagram showing the range of the GPM Core Observatory's Dual-frequency Precipitation Radar (DPR) and GPM Microwave Imager (GMI) instruments
图1:GPM核心观测卫星中双频降水雷达(DPR)与微波成像仪(GMI)所覆盖的监测范围(NASA,2018)

 

利用GPM核心观测卫星携带的GMI和DPR仪器,科学家们得以在风暴的整个生命周期内研究其内部结构(Brauer et al. 2024)。图2展示了飓风Lane的降水结构。从图中可以看出,在飓风眼附近存在强烈的风暴活动。具体来说,GMI可以测量强降雨、中等降雨、小雨和降雪的降水量、粒子大小及其强度。而DPR则提供液态和固态降水的三维剖面图及强度数据,从而揭示风暴的内部结构。利用这些仪器,科学家可以追踪热带气旋的演变过程,预测其发展趋势,并用于验证热带气旋的数值模拟模型。此外,这些数据还被用于研究风暴中潜热的分布与传输,特别是在风眼周围云墙中“热塔”的形成过程,该过程已被证实与气旋的快速增强有关(NASA,2018)。 

Hurricane Lane as seen through GPM’s GMI/DPR sensors
图2:GPM的GMI/DPR仪器所观测到的飓风Lane图像(图片来源:Hal Pierce,SSAI/NASA GSFC,https://gpm.nasa.gov/applications/disasters)

 

GPM-DPR揭示的热带气旋的三维结构与垂直剖面

DPR能够提供降水结构及其特性的三维观测数据。例如,图3展示了由GPM-DPR观测到的台风“利奇马”的三维结构(Qi、Yong and Gourley 2021)。图3a为台风 “利奇马”经过中国山东省时的扫描轨迹;图3b清晰地呈现了不同降水强度下的垂直降水剖面;结合图3c中的水平分布,完整地展现出位于GPM-DPR扫描轨道内的风暴中心的三维降水结构——顶部相对较薄,底部较厚。

Detection of Typhoon Lekima as it moves over Shandong Province, China
图3:2019年8月11日,台风“利奇马”经过中国山东省境内时的垂直观测图像(Qi、Yong 和 Gourley,2021)

 

潜热的释放会引发多种微物理过程(如暖云过程、冷云过程),从而影响台风降水的结构。图4展示了台风“利奇马”潜热释放估的算结果。研究选取了两个典型高度层,分别位于冻结层(约5千米高度)的下方(3千米高度)和上方(7千米高度),以分析台风降水的热力与微物理结构。在3千米和7千米高度处,潜热释放速率分别达到37.84 K·h⁻¹和 44.33 K·h⁻¹ 。图中红色区域表示加热区,反映了包括云滴的附着增长、冰晶与过冷水的附着冻结,以及水汽的凝华过程等在内的特定微物理过程,这些过程会释放大量潜热;而蓝色区域则表示冷却区,主要涉及冰粒的融化、雨滴的蒸发等过程,这些过程会吸收大量潜热。在3千米和7千米两个高度层的加热现象证明了对流过程的存在。其加热速率揭示了“利奇马”风眼墙区域的对流特征,以及其中的少量孤立和带状的对流降水。同时,冻结层以下的平均加热速率(9.22 K·h⁻¹)高于冻结层以上(6.81 K·h⁻¹),这表明在大气较低层,暖云过程(如凝结和碰并)释放的潜热更为强烈;相比之下,较高层的冷云过程(如附着冻结、聚合和伯杰龙过程)释放的潜热较弱。暖云过程在其中起主导作用(Wu et al. 2021)。

Heat estimates at 3 km and 7 km from DPR/GMI CSH product: positive values indicate heating, negative values indicate cooling
图4:从DPR/GMI对流-层状加热产品(CSH)获得的在(a)3千米和(b)7千米高度处的潜热释放估算(K·h⁻¹),图中正值表示加热,负值表示冷却(Wu et al. 2021)

 

GPM-DPR的应用与挑战

作为一种天基雷达,GPM-DPR在热带气旋监测与预报上相较于地面雷达具有显著优势。热带气旋的生命周期大部分发生在外海,科学家们利用GPM-DPR对全球范围内的热带气旋进行研究,其应用领域已扩展至多个交叉学科(Tiberia et al. 2021),包括天气预报、灾害防治、水资源安全与洪水控制等。

与前代TRMM雷达相比,GPM-DPR在降水类型的识别上表现更加突出,显著降低了将云层或噪声信号误判为“其他降水类型“的情况,从TRMM的10.14%减少至仅0.5%(Gao、Tang and Hong 2017)。这相比于当前使用的其他天基雷达是一项重要优势,尤其是在低层云、中纬度/高纬度地区降水以及对流的观测方面,其他雷达仍存在一定局限性(Battaglia et al. 2020)。

结论

全球变暖使大气中水汽含量增加,导致了更多热带气旋的形成。随着天基雷达技术的发展,热带气旋的监测、预报与预警变得更加可靠。GMI与DPR提升了对热带气旋的追踪与预报能力,有助于决策者采取有效措施及时挽救生命,尤其在沿海地区。此外,GPM-DPR揭示了热带气旋的三维结构,使科学家能够深入理解其内部微物理过程,从而进一步提升预报精度与预警效率。
 

Sources

Battaglia, A., P. Kollias, R. Dhillon, R. Roy, S. Tanelli, K. Lamer, M. Grecu, M. Lebsock, D. Watters, K. Mroz, G. Heymsfield, L. H. Li, and K. Furukawa (2020): "Spaceborne Cloud and Precipitation Radars: Status, Challenges, and Ways Forward."  Reviews of Geophysics 58 (3). doi: ARTN e2019RG000686
10.1029/2019RG000686.

Brauer, N. S., P. E. Kirstetter, J. B. Basara, S. Hristova-Veleva, S. Tanelli, and F. J. Turk (2024): "Precipitation Microphysics in Tropical Cyclones: A Global Perspective Using the NASA Global Precipitation Measurement Mission Dual-Frequency Precipitation Radar."  Journal of Geophysical Research-Atmospheres 129 (1). doi: ARTN e2023JD038709
10.1029/2023JD038709.

Gao, J. Y., G. Q. Tang, and Y. Hong (2017): "Similarities and Improvements of GPM Dual-Frequency Precipitation Radar (DPR) upon TRMM Precipitation Radar (PR) in Global Precipitation Rate Estimation, Type Classification and Vertical Profiling."  Remote Sensing 9 (11). doi: ARTN 1142
10.3390/rs9111142.

Iguchi, Toshio, Shinta Seto, Robert Meneghini, Naofumi Yoshida, Jun Awaka, and Takuji Kubota (2010): GPM/DPR Level-2 Algorithm Theoretical Basis Document.
NASA. 2018. Dual-frequency Precipitation Radar (DPR). In Global Precipitation Measurement Mission.
Qi, W. Q., B. Yong, and J. J. Gourley (2021): "Monitoring the super typhoon lekima by GPM-based near-real-time satellite precipitation estimates."  Journal of Hydrology 603. doi: ARTN 126968
10.1016/j.jhydrol.2021.126968.

Tiberia, A., F. Porcú, M. Marisaldi, M. Tavani, J. Lapierre, A. Ursi, F. Fuschino, L. P. D'Adderio, and S. Dietrich (2021) "GPM-DPR Observations on TGFs Producing Storms."  Journal of Geophysical Research-Atmospheres 126 (8). doi: ARTN e2020JD033647
10.1029/2020JD033647.

Wu, Z. H., Y. B. Huang, Y. Zhang, L. F. Zhang, H. C. Lei, and H. P. Zheng (2021) "Precipitation characteristics of typhoon Lekima (2019) at landfall revealed by joint observations from GPM satellite and S-band radar."  Atmospheric Research 260. doi: ARTN 105714
10.1016/j.atmosres.2021.105714.