ccrl Climate Change Research Letters 2168-5711 2168-5703 beplay体育官网网页版等您来挑战! 10.12677/ccrl.2024.135126 ccrl-95708 Articles 地球与环境 2023年8月四川地区两次强降水天气的云图释用
Application of Satellite Cloud Image of Two Heavy Precipitation Weather in Sichuan in August 2023
王晨旭 1 2 3 刘晓达 3 张永莉 1 成都信息工程大学大气科学学院,四川 成都 犍为县气象局,四川 乐山 民航西南空管局气象中心,四川 成都 16 08 2024 13 05 1098 1110 30 7 :2024 29 7 :2024 29 8 :2024 Copyright © 2024 beplay安卓登录 All rights reserved. 2024 This work is licensed under the Creative Commons Attribution International License (CC BY). http://creativecommons.org/licenses/by/4.0/ 文章使用葵花9号卫星资料与常规观测资料,利用环流形势分析、物理量场分析与云图分析对2023年8月上中旬四川地区两次降水过程进行分析。结果表明:1) 两次过程按主要影响系统可分为西南涡与东海台风型、南亚高压型。2) 高时空分辨率的葵花卫星云图可清晰分别对流云边界与轮廓,更容易判断对流发展的阶段、强度变化与移动方向。3) 对流云从初生到产生强降水的发展特征主要可分为单独对流云过程与有对流云融合过程两类,两类最主要的区别就是对流云融合过程比单独对流云过程多了加速发展过程,在亮温不变或波动上升阶段后有一明显的再加速下降过程。4) 最低红外亮温低于210 K且观测到红外亮温快速下降、红外与水汽亮温同步降低至212 K以下、红外与水汽亮温差降低至2 K以下,使用这三个特征来预测强降水产生时间,可提高预测的准确性。
The Himawari-9 satellite data and conventional observation data were used to analyze the two heavy precipitation processes in Sichuan in August 2023, using circulation situation analysis, physical quantity field analysis and cloud image analysis. The results show that 1) the two processes can be categorized into the Southwest China vortex and East China Sea typhoon type, the South Asian high type, the South China Sea typhoon type, and the Western Pacific Subtropical High type according to the main influencing systems. 2) The high temporal and spatial resolution of the Himawari satellite cloud image can clearly separate the boundary and outline of the convective cloud, which makes it easier to judge the stage of convective development, intensity change and moving direction. 3) The development characteristics of convective clouds from the initial generation to the production of heavy precipitation can be divided into two categories: the process of convective clouds alone and the process of convective cloud fusion. The main difference between the two categories is that the process of convective cloud fusion is more accelerated than the process of convective clouds alone, which is reflected as a clear re-accelerating process of decreasing in the bright temperature evolution diagram after the bright temperature remains unchanged or fluctuates in the rising stage. 4) The three features of the minimum TBB13 below 210 K and the observed rapid decrease of TBB13, the simultaneous decrease of TBB13 and TBB8 below 212 K, and the decrease of the difference between TBB13 and TBB8 below 2 K, which can be utilized to improving the accuracy of predicting the generation of heavy precipitation.
强降水,葵花9号卫星,四川地区,亮温
Heavy Precipitation
Himawari-9 Sichuan TBB
1. 引言

短时强降水又称短历时强降水,主要指发生时间短、降水效率高的对流性降雨,1 h降水量达到或超过20 mm [1] ,强降水天气是我国经常发生的天气灾害之一,会导致洪涝、地质灾害、城市内涝等灾害。四川盆地因其特殊的地形和地质条件,强降水更容易引发泥石流、山体滑坡等灾害,危害人民的生命财产安全。四川受地理位置、地质条件以及季风影响,干湿季分明,强降水主要发生在五月到九月。

日本的静止气象卫星Himawari-8,于2014年10月7日发射,并于2015年7月7日正式业务化。目前Himawari-8定位于140.7˚E的赤道上空。其携带的主要仪器是先进Himawari成像仪(AHI)。AHI共有16给通道,包括三个可见光通道,3个近红外通道与10个红外通道。可见光、近红外、红外通道的空间分辨率分别为0.5、1、2 km。AHI每10 min对东半球进行一次大圆盘扫描,每2.5 min对日本周边地区进行一次区域扫描 [2] 。Himawari-9卫星于2016年11月2日发射,其与8号卫星为同一系列卫星,作为备用卫星待机,在2022年启用代替8号卫星进行气象观测。

Patricio-Valerio等 [3] 提出了一种适用于葵花8号卫星监测大堡礁总悬浮固体的机器学习算法。葵花卫星提供的高时空分辨率的资料能应用于海洋水质监测。对葵花8号进行了海洋–大气耦合辐射传递模拟,模拟了GBR水内和大气光学特性的现实范围,以及太阳和观测几何的广泛范围。模拟数据被用于开发基于人工神经网络技术的反演模型,以直接从葵花8号大气顶部光谱反射观测数据中估算总悬浮固体(TSS)浓度。Zhuge and Zou [4] 的研究中提出了一种基于葵花8号上搭载的先进的葵花成像仪(AHI)数据的新算法,该算法类似SATCAST算法。该算法有三大特点:1、适用于亚热带地区。2、独立于动态辅助数据,如云层类型和大气运动矢量产品,能尽快生成CI预报。3、新增加的通道组合能合理地描述正在形成的积雨云的云顶特性。利用2015年7、8、9三个月福建216次CI事件进行算法的验证得出算法的平均性能,结果表明算法日夜预测准确率均高于95%,并且平均提前64分钟预测到CI。郭巍等 [5] 基于Mecikalski提出的基于GOSE系列卫星的对流初生预报方法,针对上海市夏季对流天气特征建立了葵花8号卫星数据的上海市对流初生判识及预报方法。利用该算法进行的预报实验结果表明该算法提取的各项指标能很好地体现对流初生过程中的云团发展变化特征并且能剔除成熟积云边缘像元的干扰,成功预报了12次CI事件中的11次,预报时间平均提前30 min,但对局地弱对流过程该算法仍有缺陷。张博等 [6] 对郭巍等人的算法对于成都地区的适用性进行了验证,研究指出郭巍等人的算法在成都地区仍适用,算法在成都地区的预报提前时间相比上海地区更早,但预报的准确度有所下降。杨磊等 [7] 基于葵花8号卫星资料对比研究了沈阳两次暴雨过程对流云特征,得出短时强降水发生前红外和水汽亮温同步快速降至−60℃,可作为提前预判对流云团产生短时强降水的参考指标。当前国内外对于四川地区强降水天气的研究中卫星资料多使用风云卫星资料,对于葵花卫星产品在四川地区降水天气的释用相对缺乏或片面,故本论文的研究主要目的在于完善葵花卫星产品在四川地区夏末秋初强降水天气中的释用,对现有的研究进行一定的补充分析,进而完善对于四川地区降水研究体系。

四川地区拥有特殊的地形和地质条件,强降水天气容易引发洪涝、泥石流和山体滑坡等次生灾害,危及人民的生命财产安全。因此研究四川地区夏末秋初强降水天气,分析天气形势,应用葵花卫星产品研究降水云体的发生、发展、维持时间长短等对四川地区短临降水分析有一定促进作用,对于减轻和防御强降水带来的灾害确保地方人民生命财产安全和自然经济有重要意义。近年来气象工作者对葵花卫星资料的应用已经进行了很多研究,但对四川地区的应用相对较少,另外在实际的监测和预报中使用的多为风云卫星资料。因此本文主要讨论分析四川地区夏末秋初强降水天气,特别讨论葵花卫星产品在其中的释用。

2. 天气过程概述和资料 2.1. 天气过程实况概述

四川地区2023年8月8日至8月9日,8月11日发生了两次强降水。 图1 为这两次过程24h降水量。2023年8月8日至9日降水发生在9日凌晨与9日晚,集中在成都、雅安等地,郫县、芦山,洪雅、邛崃为暴雨,温江、双流、新津、天全为大雨,其余地区为小到中雨( 图1(a) )。8月11日20时到12日20时,四川省有一次雷阵雨天气过程,雷雨时伴有短时阵性大风,其中雅安、眉山、乐山3市及成都市西南部南部,资阳、内江、自贡、宜宾4市西部部分地方有暴雨(雨量50~80毫米),局部地方有大暴雨(雨量120~180毫米),个别站点超过200毫米,最大小时雨量50~90毫米( 图1(b) )。

2.2. 资料

本文采用的常规观测资料包括环流形势、物理量场、不稳定能量以及降水资料。本文卫星资料将选取日本气象厅提供的葵花9号静止卫星红外(第13通道,中心波长10.4 μm)、水汽(第8通道,中心波长6.2 μm) NC资料,维度范围95˚E~109˚E,25˚N~35˚N,空间分辨率2 km,时间分辨率10分钟。

Figure 1.24-hour rainfall at 0800 hours on (a) August 9, (b) August 11, 2023--图1.2023年(a) 8月9日,(b) 8月11日08时24小时降雨量--
3. 夏末秋初降水过程的天气学分析 <xref></xref>3.1. 2023年8月8日至8月9日强雷雨天气形势分析

从环流形势上看,500 hPa中国大陆受东海台风影响,副高控制四川中部与东北部( 图2(a) )。700 hPa上高原东部有西南涡存在,台风与西南涡之间的高压稳定,阻挡了西南涡东移,加上南海的暖湿气流顺着588线外侧向四川输送,提供充沛的水汽条件,最终导致此次强降水( 图2(b) )。台风主要起阻挡西南涡的作用,台风强大的水汽源并未直接输送水汽(雷丽娟和雷小途,2018)。散度场上(图略)低层四川大部分地区位于负散度区,中高层四川位于正散度区,四川上空低层辐合中高层辐散利于大气上升运动和对流发展。垂直速度场上(图略),四川受负值区控制,负值中心位于云南西部,中心强度达−2.65Pa·s1四川上空有强烈的上升运动。负值中心后续北移,四川中部降水增强。水汽通量场上(图略),副高西南侧的东南风往我国西南地区输送了大量来至南海的水汽,在四川南部昆明东北部约104˚E、25˚E处有一高值中心为12 g·cm1·hPa1·s1并有向北移动的趋势,为此次降水提供水汽。水汽通量散度场上(图略),四川大部分地区位于负值区,云南西部有一大范围、高强度的负值中心,此时四川西南部已经受此中心影响,后续负值中心北移,四川地区水汽汇集能力增强,为降水提供充沛水汽。

<xref></xref>Table 1. Instability energy and stability index from August 8 to August 9Table 1. Instability energy and stability index from August 8 to August 9 表1. 8月8日至9日过程不稳定能量与稳定指数
时间

K指数℃

对流有效位能(CAPE) J·Kg1

8月8日20时

44

2292.8

8月9日08时

43

1098

8月9日20时

41

2795.5

此次降水过程的不稳定能量与稳定指数见 表1 。选取成都温江站做分析,8日20时温江的K指数已达44℃,说明大气十分不稳定,同时对流有效位能(CAPE)从08时开始累积,到20时已达2292.8 J·Kg1,大气垂直运动增强,后续CAPE减小,不稳定能量开始释放。9日08时CAPE减小到最小,降水减少,此后又开始累积,到20时已达2795.5 J·Kg1,后续又开始释放,再次产生降水。

图2. 2023年8月8日20时(a) 500 hPa,(b) 700 hPa天气形势分析

3.2. 2023年8月11日区域性暴雨天气形势分析 Figure 3. Analysis of the weather situation at 08:00 on August 11, 2023 at (a) 500 hPa, (b) 700 hPa--图3. 2023年8月11日08时(a) 500 hPa,(b) 700 hPa天气形势分析--图3. 2023年8月11日08时(a) 500 hPa,(b) 700 hPa天气形势分析 Figure 3. Analysis of the weather situation at 08:00 on August 11, 2023 at (a) 500 hPa, (b) 700 hPa--图3. 2023年8月11日08时(a) 500 hPa,(b) 700 hPa天气形势分析--图3. 2023年8月11日08时(a) 500 hPa,(b) 700 hPa天气形势分析

图3. 2023年8月11日08时(a) 500 hPa,(b) 700 hPa天气形势分析

图3 为2023年8月11日08时500 hPa与700 hPa天气形势,受南亚高压影响,四川地区高温高湿且位势不稳定,对流活动明显。700 hPa上四川北部存在一切变线,四川北部在辐合上升,且四川东部与南部温度露点差小于4,位于湿区空气趋近饱和,易产生降水。

水汽通量场上(图略),低层的四川北部100˚E、33˚N有一正值中心,受偏北风影响,中心会往四川地区移动。水汽通量散度场上(图略),四川大部分地区为负值,其负值中心接近水汽通量的正值中心,且一并往四川东南部移动,汇集水汽,为降水提供良好水汽条件。

<xref></xref>Table 2. Instability energy and stability index for August 11Table 2. Instability energy and stability index for August 11 表2. 8月11日过程不稳定能量与稳定指数
时间

K指数℃

对流有效位能(CAPE) J·Kg1

8月11日08时

41

727.4

8月11日20时

42

1689.9

同样选用成都温江站的不稳定能量与稳定指数见 表2 ,8月11日08时,温江上空K指数为41℃,大气不稳定,CAPE为727.4J·Kg1,代表能量开始累积,到20时的K指数为42℃,CAPE为1689.8J·Kg1,能量指数值加大,降水量明显增强。

对比研究这两次强降水事件,分析影响天气的主要系统,这两次降水都有不同的影响系统,具体分类如 表3 所示,分别为:1西南涡与东海台风、2南亚高压。

<xref></xref>Table 3. Comparison of impact systems for two precipitation processesTable 3. Comparison of impact systems for two precipitation processes 表3. 两次降水过程的影响系统比较
降水产生的日期

降水类型

主要影响系统

2023.08.08~08.09

强雷雨

西南涡与东海台风

2023.08.11

区域性暴雨

南亚高压

这两次强降水有不同的影响系统,后续将利用葵花卫星数据,分别分析对流云团的发展过程,再对比分析这两类强降水云团的特征,研究葵花卫星资料在两次强降水过程中的释用。

4. 葵花卫星云图分析

利用葵花卫星B13通道(中心波长10.4 μm)云顶亮温TBB13≤ 238 K或B08通道(中心波长6.2 μm)与B13通道云顶亮温差∆TBB < 0 K双阈值指标 [8] 结合强降水(1小时降水量大于20 mm)地区,来识别对流云团发生地点与时间。

4.1. 2023年8月8日至9日强雷雨强降水地区

此次降水从8日20时开始,降水集中在四川盆地成都及其周边地区,如 图4 所示,1小时降水量大于20 mm分别发生在8日21时成都温江、都江堰、洪雅、峨眉山地区,8日23时新津、双流、龙泉驿地区,9日03时至04时泸定、雅安、天全、宝兴地区,9日12时邛崃、浦江地区,其中9日12时邛崃地区强降水强度最强,一小时降水量达50 mm。

Figure 4. (a) 21:00 on August 8, (b) 23:00 on August 8, (c) 03:00 on August 9, (d) Area of heavy precipitation at 12:00 on August 9--图4. (a) 8月8日21时,(b) 8月8日23时,(c) 8月9日03时,(d) 8月9日12时强降水地区--
<xref></xref>4.2. 8月11日区域性暴雨强降水地区 Figure 5. (a) Area of heavy precipitation at 18:00 on August 11, (b) Area of heavy precipitation at 23:00 on August 11--图5. (a) 8月11日18时,(b) 8月11日23时强降水地区--

此次强降水主要发生成都地区,1小时降水量大于20 mm地区如 图5 所示,主要发生在18时都江堰地区,23时汶川、茂县、浦江地区。最强降水发生在8月11日18时都江堰地区,1小时降水量达39.5 mm。

使用葵花卫星云图资料,按双通道法识别强降水云,结合强降水分布,筛选出强降水云的数据如 表4 所示,产生强降水时云团的红外亮温均低于227 K,水汽亮温均低于222 K,红外与水汽亮温差均低于0 K。

<xref></xref>Table 4. Dual threshold method to identify convective cloudsTable 4. Dual threshold method to identify convective clouds 表4. 双阈值法识别对流云
主要降水对流云时间与位置

TBB08/K

TBB13/K

∆TBB/K

8.8/20:00. 成都

221

227

−6

8.8/20:00. 雅安

211

218

−7

8.8/23:10. 成都

200

202

−2

8.9/03:00. 天全

212

216

−4

8.9/11:00. 邛崃

223

229

−6

8.11/17:40. 都江堰

199

204

−5

4.3. 8月8日至9日过程卫星云图特征分析

8月8日19时10分,于成都西北部第一次观测到TBB < −241 K说明生成一个初生对流(对流云1,图中A所指),19时30分于成都西南部生成一个初生对流(对流云2,图中B所指)。对流云1率先发展,21时10分,对流1分裂,北部维持在成都西北部发展加强并产生强降水,南部与对流2开始融合且向西南方移动。21时40分,对流融合加强,且继续向西南部移动,成都西南部开始降水。23时对流继续加强,于成都西南部产生强降水,后续对流再次加强,于8月9日03时到达雅安上空并产生强降水( 图6 )。

Figure 6. Infrared 13 cloud map at (a) 1910, (b) 2110, (c) 2140, (d) 2310 on August 8--图6. 8月8日(a)19时10分,(b)21时10分,(c)21时40分,(d)23时10分红外13云图--

从红外和水汽TBB演变( 图7 )来看,对流1从初生到产生强降水可分为三个阶段。第一阶段19:10~19:20,此时对流初生开始快速发展,对流1红外亮温10分钟下降了16.3 K,水汽亮温下降了10.9 K;第二阶段为19:20~20:20,对流缓慢增强,红外亮温平均10分钟下降1.47 K,水汽亮温平均十分钟下降1.07 K,期间亮温为波动变化,但仍为下降趋势;第三阶段为20:20以后,产生强降水,红外与水汽亮温都呈缓慢增长趋势。可以发现,对流处于发展阶段时,TBB下降特别快,10分钟就能下降10 K以上,说明上升运动强烈。对流2分为4个阶段,第一阶段为19:30~19:40,快速发展,对流2红外亮温10分钟下降了16.2 K,水汽亮温十分钟下降3.6 K;第二阶段为19:40~20:20,缓慢增长,红外与水汽亮温略微下降;第三阶段为20:20~21:30,加速发展,此阶段红外亮温平均10分钟下降2.7 K,水汽亮温平均10分钟下降1.91 K;第四阶段为21:30以后,强降水阶段,TBB均为缓慢上升。对流2演变过程与对流1相似,均存在快速发展、缓慢发展、强降水TBB缓慢上升这三个阶段,但对流2多了加速发展阶段,这是因为两个对流存在融合过程,促进了对流2的发展,但亮温下降速度没有第一阶段快。产生强降水前可观测到红外与水汽亮温均会快速下降到212 K以下,同时这个阶段也可产生降水但达不到强降水标准。

图7. 8月8日(a) 19:00至22:00对流1,(b) 19:00至8月9日00:00对流2红外与水汽亮温演变

8月9日10时20分成都西部的雅安地区上空第一次出现TBB < 241 K的云团( 图8 中A),判断为出现了初生对流,对流继续发展且与雅安西南部已经存在的云团融合加深,10时30分两块云团已经融合,11时20分开始出现明显的低值,说明上升运动强烈,12时00分,发展成熟产生强降水。

Figure 8. Infrared 13 cloud map on August 9 (a) 1020, (b) 1030, (c) 1120 (d) 1200--图8. 8月9日(a) 10时20分,(b) 10时30分,(c) 11时20分,(d) 12时00分红外13云图-- Figure 9. Infrared and water vapor bright temperature evolution of convective clouds from 10:00 to 13:00 on August 9--图9. 对流云8月9日10:00至13:00红外与水汽亮温演变--

从红外与水汽亮温演变图( 图9 )来看此次对流云发展也可分为四个阶段。第一阶段10:20~10:30,对流云快速发展,亮温十分钟降幅达5 K以上;第二阶段10:30~11:00,缓慢发展,红外亮温下降缓慢,水汽亮温呈波动变化但仍为下降趋势;第三阶段11:00~11:30,对流加速发展,红外亮温平均十分钟下降5.9 K,水汽亮温平均十分钟下降3.2 K;第四阶段11:30以后,强降水阶段,此阶段亮温缓慢上升,并在此阶段产生强降水。

4.4. 8月11日过程卫星云图特征分析 Figure 10. Infrared 13 cloud map at (a) 1720, (b) 1740, (c) 1800, (d) 1830 on August 11th--图10. 8月11日(a) 17时20分,(b) 17时40分,(c) 18时00分,(d) 18时30分的红外13云图-- Figure 11. Infrared and water vapor bright temperature evolution of convective clouds from 17:00 to 19:00 on 11 August--图11. 对流云8月11日17:00至19:00红外与水汽亮温演变--

图10 所示,8月11日17时20分成都北方生成一从初生对流其大小较小且色调较浅(图中A),后续对流迅速发展且向西南方向移动,17时40分移动至都江堰上空且色调加深说明云团发展旺盛,18时00分对流云产生降水,后续与云团西南侧的云系融合持续降水但雨量明显减少。23时强降水主要受成都西南大片云系影响,较难观测到对流云团所以不做讨论。

红外与水汽最低亮温的演变反应此次对流云从初生到产生强降水只经历了一个小时左右共两个阶段( 图11 )。第一阶段17:20~18:00,对流云快速发展,红外亮温从234 K快速下降到193.9 K降幅40.1 K平均十分钟下降10 K,水汽亮温降幅21.7 K平均十分钟下降5.4 K;第二阶段为18:00以后,强降水阶段,红外以及水汽亮温缓慢上升,上升幅度小。同时仍能观测到强降水前红外与水汽亮温会同步降低到212 K以下。

4.5. 两次过程对比分析

将两次强降水过程按主要影响系统作区分,并选取8月8日对流云2、8月11日对流云分别代表各自过程进行研究。总体来看,对流云从初生到产生强降水的演变阶段主要可分为两类:单独对流云过程与对流云融合过程。单独对流云过程从初生阶段到产生强降水始终只有独立的一个对流云,其最低亮温的演变整体上为一直下降至产生强降水,南海台风型属于此类,是因为南亚高影响下高温高湿,并且大气CAPE值高十分不稳定,上升运动强烈、水汽条件充足,对流云发展十分迅速,并且能发展的十分深厚,最低亮温在两次过程中下降最快且极低值最低。对流云融合过程可分为快速发展、波动阶段、加速发展、强降水阶段四个阶段。西南涡与东海台风型属于此类,最明显特征为存在加速发展的过程。加速发展主要是因为对流融合使原本发展缓慢甚至要消散的对流云加速发展,最低亮温的再次持续下降,西南涡与东海台风型发生了一次对流融合只有一次亮温再次下降。这两次过程虽影响系统不同,但均为对流提供了相似的条件,所以两者对流发展的过程类似,最终云顶高度也相差无几。两个过程强降水阶段后,亮温缓慢上升,降水量明显减少。

对于强降水的监视特征,第一,最低红外亮温均低于210 K,且可观测到明显的最低红外亮温快速下降,按此特征预测强降水,西南涡与东海台风型可提前60 min预报强降水产生,南亚高压型可提前20 min。第二,红外与水汽亮温同步降低至212 K以下,按此特征预测提前时间分别为110 min、20 min。第三,红外与水汽亮温差小于2 K,此两次过程强降水时水汽亮温差趋近于0,按此标准预测提前时间分别为110 min、50 min。从预测结果来看,南亚高压型预测提前时间明显短于西南涡与东海台风型过程,主要是因为对流云本身发展十分迅速。

5. 总结

通过常规观测资料与空间分辨率为2 km时间分辨率为10 min的葵花9号红外13通道与水汽8通道卫星资料,对四川地区2023年8月上中旬两次强降水过程进行天气分析、对流识别和云图特征分析。主要结论如下:

1) 2023年8月上中旬四川地区共经历两次强降水过程,分别为:8月8日至9日西南涡与东海台风影响下的强降水;8月11日南亚高压影响下的强降水。这两次强降水云团在各自大型天气系统影响下获得了充足的水汽与动力条件。

2) 葵花9号卫星的高空间分辨率较高,对流云在卫星云图上清晰可见,边界与轮廓清晰,通过10 min间隔的卫星云图可更容易判断对流云的发展阶段、强度变化和移动方向。

3) 对流云从初生到产生强降水的发展特征主要可分为两类:单独对流云过程与对流云融合过程。两类过程强降水阶段后亮温均呈上升趋势,降水量明显减小。

4) 在两次强降水过程中,产生强降水之前均可监测到最低红外亮温低于210 K且观测到红外亮温快速下降、红外与水汽亮温同步降低至212 K以下、红外与水汽亮温差降低至2 K以下这三个特征,使用这三个特征可用来预测四川地区强降水产生,提高预测准确性。

NOTES

*通讯作者。

References 孙继松. 强对流天气预报的基本原理与技术方法中国强对流天气预报手册[M]. 北京: 气象出版社, 2014. 桂海林, 诸葛小勇, 韦晓澄, 等. 基于Himawari-8卫星的云参数和降水关系研究[J]. 气象, 2019, 45(11): 1579-1588. Larissa, P.-V., et al. (2022) A Machine Learning Algorithm for Himawari-8 Total Suspended Solids Retrievals in the Great Barrier Reef. Remote Sensing, 14, 3503-3503. >https://doi.org/10.3390/rs14143503 Zhuge, X.Y. and Zou, X.L. (2018) Summertime Convective Initiation Nowcasting over Southeastern China Based on Advanced Himawari Imager Observations. Journal of the Meteorological Society of Japan. Ser. II, 96, 337-353. >https://doi.org/10.2151/jmsj.2018-041 郭巍, 崔林丽, 顾问, 等. 基于葵花8卫星的上海市夏季对流初生预报研究[J]. 气象, 2018, 44(9): 1229-1236. 张博, 段炼, 肖晓, 等. 基于葵花8号卫星的成都地区初生对流研究[J]. 航空计算技术, 2023, 53(3): 55-59. 杨磊, 才奎志, 孙丽, 等. 基于葵花8号卫星资料的沈阳两次暴雨过程中对流云特征对比分析[J]. 暴雨灾害, 2020, 39(2): 125-135. 王小龙, 王彤, 李映春, 等. 基于“葵花8号”气象卫星的陇东南地区强对流识别跟踪技术研究[J]. 沙漠与绿洲气象, 2022, 16(5): 56-61.
Baidu
map