基于新一代静止卫星数据的中尺度对流系统时空演变特征及其发生发展机制研究

Mesoscale convective system (MCS) is usually defined as an organized cumulonimbus cloud with precipitation exceeding 100 km in at least one direction, which is one of the most important weather phenomena on the earth. Conventional observations (ground observations and ground-based radar data) are limited by their spatial and temporal resolution, thus can not capture the occurrence and the entire life cycle of MCSs in east China. The emergence of new-generation geostationary satellite makes it possible to monitor MCS in real time. In this study, based on the Himawari data of high spatio-temporal resolution, we will track the MCSs in east China in real time by the newly developed tracking algorithm that combine the traditional area overlapping method and the Kalman filter method, and establish dataset of temporal and spatial distribution and trajectory of MCSs during warm season in East China. Based on the tracking data, multi-source meteorological observations (ground precipitation, ground-based radar data, etc.) will be used to analyze the changes in MCS characteristics (cloud top, ground precipitation, sub regions of MCSs, etc.) during their life cycles, seasonal variation of MCS, and the effects of topography. Additionally, taking the topography and synoptic condition into consideration, we will try to reveal how the occurrence frequency and life cycle of MCSs change under differing topography and large-scale circulation. Our findings have implications for improve the forecast accuracy of warm season precipitation.

中尺度对流系统（MCS）通常被定义为在某一水平方向上产生超过100km降水的、有组织的积雨云团, 是非常重要的天气现象之一。传统观测手段（台站观测、地基雷达观测）囿于时间分辨率或覆盖范围的限制，无法大范围观测整个东部地区MCS的发生发展。新一代静止卫星的出现使得实时大范围监测中尺度对流系统成为可能。本研究将基于高时空分辨率的Himawari静止卫星数据，通过面积重叠法结合卡尔曼滤波追踪新算法，构建中国东部地区暖季MCS时空分布和移动轨迹数据集，结合多种观测数据（地面降水数据、地基雷达数据等）辅助分析我国东部MCS在整个生命周期中云顶特征、降水特性和内部结构怎样变化,以及不同季节和下垫面条件对MCS的影响。此外，综合考虑地形以及天气背景，探究MCS的发生频次和生命周期与复杂地形以及大尺度背景场之间的联系，揭示其发生发展的机制。本研究的成果有助于改进我国东部暖季降水预报的准确率。

中尺度对流系统（MCS）是地球上最为复杂的天气系统之一。在全球变暖的背景下，近年来MCS引发的极端降水事件不断增多，严重威胁人民的生命财产安全。因此，本研究采用多源气象数据，包括卫星、雷达以及多种地面观测数据系统地分析了我国东部MCS的总体结构特征，分析复杂地形以及大尺度环流对于强对流发生发展起到的重要作用，对暖季极端降水的预报具有重大意义，有助于改进我国暖季强降水事件的预报效果。. 本项目中，主要研究了我国东部MCS的基本特征，生命周期以及内部结构特征，旨在探究我国东部的MCS在不同季节，不同下垫面条件下的整体特点以及存在差异。此外，项目中还研究了不同尺度MCS的云顶和降水特征在整个生命周期中的演变情况，以及MCS的内部结构随时间的演变情况。. 研究中主要采用了Himawari和FY4A静止卫星数据，我国东部地区逐小时降水数据、雷达数据以及ERA5再分析数据对上述问题进行探究。项目中基于地面天气雷达数据，经由ARPS中尺度模式的前处理模块，批量处理并拼接成覆盖华北地区的三维雷达回波拼图数据。基于生成的数据集，对MCS的内部结构（对流核、层状云降水区、卷云砧）在整个生命周期中的演变规律进行了客观地、定量地分析。此外，基于FY4A数据分析了江淮流域汛期强降水成因。对江淮流域梅雨期的对流进行追踪和定量测算，得出MCS对暖季降水的贡献率。研究表明，我国近年来汛期降水异常增多主要是气温变暖导致的大气可降水量增加引起的，江淮流域偏东的地区受到低空急流的影响，切变不稳定使得MCS更加易于发生和维持；而偏西的地区则主要受到高原不断东移的低涡影响。. 这部分研究工作实现了卫星遥感观测、雷达组网观测以及地面观测的多元融合，全天候、大范围、多角度地对我国暖季的强对流事件进行监测预警，并分析了大尺度环流系统对暖季MCS发生发展的影响，对暖季极端降水的预报有一定的指导意义。