黑体亮温TBB与风暴跟踪信息STI对应关系

摘要
图/表
参考文献
相关文章 (15)

全文: HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要为了更好地应用TBB及STI产品,文章使用卫星云图黑体亮温TBB资料、江西雷达拼图STI产品等资料,采用图像对比方法,探讨TBB与STI之间的关系。结果表明:1)黑体亮温TBB与风暴跟踪信息STI密集程度呈一定负相关,即雷达回波强度越大,TBB最低值越低。2)TBB与STI负相关负贡献情况可以分为2种,第1种情况为TBB密集强盛,但STI不密集,第2种情况为TBB稀疏值高,但STI相对密集。3) 超级单体TBB冷云特征明显,外侧边缘亮温梯度加大;雷达拼图STI密集指向区也十分明显,TBB低值区与STI密集区移动方向一致。上述研究成果为TBB及STI相互印证和监测江西强天气过程提供了参考。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李燕玲
	马中元
	陈鲍发
	张晓芳
	盛梦婷

关键词 ： TBB, STI, 密集区, 回波特征

Abstract：In order to better take use of TBB and STI products,the relationship between TBB and STI is discussed by using the image comparison method,and adopting the data of satellite cloud image blackbody brightness temperature TBB and Jiangxi radar mosaic STI products.The results show that the blackbody brightness temperature TBB is negatively correlated with the intensity of storm tracking information STI,that is,the greater the radar echo intensity,the lower the minimum value of TBB.The negative contribution of TBB to STI can be divided into two types:the first case is that TBB is dense and strong,but STI is not dense,the second case is that the TBB sparse value is high,but the STI is relatively dense.The characteristics of supercell TBB cold cloud are obvious,and the brightness temperature gradient of the outer edge increases.The radar mosaic STI dense pointing area is also very obvious,and the TBB low value area is consistent with the moving direction of the STI dense area.The above research results provide a reference for the mutual verification and monitoring of strong weather processes in Jiangxi by TBB and STI.

Key words： TBB STI dense area echo characteristic

收稿日期: 2023-05-24

ZTFLH:

P412.2

基金资助:中国科学院战略性先导科技专项(A类-XDA19040202)、江西省重点研发计划项目(20171BBG7005)、江西省气象局2019年预报员专项“2019年7月景德镇两次低涡切变大暴雨过程对比分析”、2021年景德镇市气象局面上项目“GRAPS-MESO模式对2020年景德镇主汛期暴雨过程误差及可预报性分析”和江西省气象科技面上项目“风暴跟踪信息STI在江西WenGIS雷达拼图中的应用”(JX2020M05)资助。

通讯作者: 马中元(1954),男,大学,高级工程师。主要从事天气预报和预报技术研究工作。

作者简介: 李燕玲(1989),女,大学,工程师。主要从事天气预报和预报技术研究工作。

引用本文:

李燕玲, 马中元, 陈鲍发, 张晓芳, 盛梦婷. 黑体亮温TBB与风暴跟踪信息STI对应关系[J]. 气象水文海洋仪器, 2023, 40(4): 49-52. Li Yanling, Ma Zhongyuan, Chen Baofa, Zhang Xiaofang, Sheng Mengting. Correspondence between blackbody brightness temperature TBB and storm tracking information STI. Meteorological Hydrological and Marine Instrument, 2023, 40(4): 49-52.

链接本文:

http://www.qxswhy.com/CN/ 或 http://www.qxswhy.com/CN/Y2023/V40/I4/49

[1]	李红莉,崔春光,徐祥德,等.风云静止卫星资料在一次暴雨云分析中的应用[J].热带气象学报,2016,32(1):51-62.
[2]	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.
[3]	梅婵娟,张灿,李宏江.2011年“7·25”山东乳山特大暴雨成因分析[J].气象与环境科学,2016,39(3):82-89.
[4]	闵爱荣,杨洪平,石燕.利用卫星和雷达估计大暴雨[J].气象科技,2007,35(2):209-212..
[5]	张爱民,郑媛媛,郑兰芝,等.基于CINRAD和卫星的淮河流域致洪暴雨综合定量估测及预警研究[J].热带气象学报,2006,22(1):96-100.
[6]	吴晓京,朱小祥,毛紫阳,等.风云二号气象卫星红外观测在云团降水监测中的应用[J].海洋气象学报,2019,39(3):1-10.
[7]	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.
[8]	王婧羽,崔春光,陈杨瑞雪,等.西南山区5—8月产生突发性暴雨事件的中尺度对流系统的时空分布特征[J].气象学报,2022,80(1):21-38.
[9]	阮悦,黄铃光,陈齐川,等.基于卫星雷达等多源资料的短时暴雨预警[J].沙漠与绿洲气象,2021,15(2):20-25.
[10]	许爱华,马中元,叶小峰.江西8种强对流天气形势与云型特征分析[J].气象,2011,37(10):1185-1195.
[11]	王芬,王文勇,刘相,等.FY-2卫星黑体亮温TBB与黔西南短时强降水的关系[J].中低纬山地气象,2021,45(1):1-8.
[12]	鲁亚斌,李华宏,闵颖,等.一次云南强对流暴雨的中尺度特征分析[J].气象,2018,44(5):645-654.
[13]	张京英,陈金敏,刘英杰,等.大暴雨过程中短时强降水机制分析[J].气象科学,2010,30(3):407-413.
[14]	肖贻青,肖湘卉,屈丽玮.榆林市两次局地短时大暴雨过程的特征分析[J].沙漠与绿洲气象,2022,16(1):32-40.
[15]	李婕,钱学成.一次西南气流中长生命史多单体风暴过程的演变特征及成因[J].气象与减灾研究,2018,41(1):18-26.
[16]	方翀,郑永光,林隐静,等.导致区域性雷暴大风天气的云型分类及统计特征分析[J].气象,2014,40(8):905-915.
[17]	戴建华,陶岚,丁杨,等.一次罕见飑前强降雹超级单体风暴特征分析[J].气象学报,2012,70(4):609-627.
[18]	张华龙,肖柳斯,伍志方,等.两次华南飑线卫星亮温特征与强对流天气分析[J].广东气象,2020,42(2):7-11,16.
[19]	陈鲍发,马中元,徐芬,等.天气雷达风暴跟踪信息拼图技术设计与应用[J].气象科学,2020,40(6):838-848.
[20]	夏文梅,马中元,慕瑞琪,等.江西副高边缘雷暴大风雷达拼图回波特征分析[J].大气科学学报,2021,44(5):717-726.
[21]	洪丽霞,马中元,陈鲍发,等.江西一次副高边缘雷暴大风回波特征分析[J].中低纬山地气象,2021,45(4):30-36.
[22]	程小娟,王长学,马中元,等.短时强降水雷达回波特征分析[J].气象水文海洋仪器,2021,38(2):25-28,44.
[23]	程小娟,马中元,陈鲍发,等.丰城两次雷暴大风特征分析[J].气象水文海洋仪器,2021,38(1):31-35.