科研动态

地学系模式团队在大气科学领域权威期刊《Climate Dynamics》发文

2018-01-12

       近日,地学系模式团队基于新型目标追踪算法生成并发布了一套全球热带地区多变量、高质量、长时序的中尺度对流系统数据产品,该数据产品能提高中尺度对流系统气候统计分析结果的可靠性,促进对全球水循环过程的认识,并优化地球系统模式中大气对流过程的模拟。相关论文“A long-term tropical mesoscale convective systems dataset based on a novel objective automatic tracking algorithm”被大气科学领域权威期刊《Climate Dynamics》接收。
       中尺度对流系统是造成暴雨、冰雹、大风和龙卷等灾害性天气的重要因素,是热带地区降水和潜热的主要来源,长期有效的中尺度对流系统数据对全球气候变化研究非常重要。中尺度对流系统由于形态多样且结构复杂,难以实现长期的自动追踪。目前被广泛采用的最大面积重叠追踪方法无法有效追踪面积小、移动速度快的中尺度对流系统,难以完整刻画单个中尺度对流系统整个生命周期内的真实生消过程。论文综合应用卡尔曼滤波和面积重叠混合算法实现了中尺度对流系统的自动识别与追踪,生成了一套自1985年到2008年的长期中尺度对流系统数据产品。与传统追踪方法相比,论文所设计的新方法对面积小、移动速度快的中尺度对流系统具有更好的追踪效果,不仅识别的中尺度对流系统类型更全面,而且跟踪中尺度对流系统的生命周期更完整。新数据产品覆盖整个热带地区,包含每个中尺度对流系统的起止时间、地理位置、形状大小、强度、移动速度等信息。该数据集是迄今为止公开资料中时间覆盖范围最长的中尺度对流系统事件纪录, 中尺度对流系统追踪方法和长期数据产品对全世界开放,链接可见:
https://doi.pangaea.de/10.1594/PANGAEA.877914.

图1  中尺度对流系统追踪个例结果对比(图a, b, c, d, e, f是卫星连续观测的云顶亮温数据,时间间隔为3小时;图g, h分别是采用KF方法,AOL方法追踪中尺度对流系统的结果。与KF方法相比,AOL方法遗漏了918和993号中尺度对流系统,也未能在发展初期阶段识别出1048号中尺度对流系统)

注:与传统AOL方法相比,KF识别的中尺度对流系统数量更多,平均持续时间更长。KF方法对面积更小,移动更快的中尺度对流系统的识别效果明显优于AOL方法。

       地学系黄小猛副教授、博士生黄兴和硕士生胡晨琪是本文的共同第一作者,地学系林岩銮副教授为本文通讯作者,文章合作者还包括地学系张广俊教授等。  《Climate Dynamics》是大气科学领域的权威期刊,近5年平均影响因子为4.744。