飓风强度变化与飓风内卫星臭氧气柱总量结构变化的关联

《Associations of Hurricane Intensity Changes to Satellite Total Column Ozone Structural Changes Within Hurricanes》
飓风强度变化与飓风内卫星臭氧气柱总量结构变化的关系
期刊：IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING

摘要：
机载或下投式探空仪不能很好地观测飓风顶部结构。由 Suomi 国家极地轨道合作伙伴 (S-NPP) 卫星上的臭氧测绘和剖面仪套件 (OMPS) 天底测绘仪 (NM) 提供的臭氧气柱总量 (TCO) 观测数据被用于飓风顶部结构的调查。我们表明 OMPS NM TCO 数据可以捕获大西洋上空的飓风玛丽亚 (2017) 的顶部结构。在风眼区域观察到的 TCO 局部最大值显示对流层上层强烈向下运动，降低了飓风眼上方的对流层顶。低 TCO 含量的雨带状分布反映了对流层顶升高的强对流区域，并且在空间上与 S-NPP 可见红外成像辐射计套件 (VIIRS) 得出的高云顶区域密切相关。通过引入两个特征参数，使用六阶偶数多项式拟合来揭示 TCO 径向结构。一个是表示空间范围的径向距离参（RTCO），另一个是强度参数，定义为从飓风中心到距飓风中心 600 公里径向距离的 TCO差值（Δ TCO600km）。基于对 2017 年北大西洋上空的 10 场飓风的分析，我们表明，在飓风达到最大强度之前，RTCO 总是会下降，Δ TCO600km 总是会增加。 如果在涡流初始化中将 TCO 结构与其他地表、近地表和对流层信息相结合，预计可以产生更准确的初始飓风。

1. 介绍

平流层是一个富含臭氧层。大气柱中的臭氧总量（简称总柱臭氧，简称TCO）与平流层深度直接相关。TCO在大尺度上的时空变化主要是由大尺度平流和垂直运动引起的，而TCO的小尺度变化则与较小尺度的大气对流[1]有关。平流层也是一个高 位势涡度(PV) 层。因此，在中高纬度地区，TCO含量高的地区往往与高的柱综合平均PV[2][3] 相关。由于TCO与PV的密切相关关系，TCO的时空变化可用于研究PV敏感的气象现象。例如，根据总臭氧测绘光谱仪(TOMS)的TCO观测的波动确定的风暴轨迹为[4]。戴维斯等人[5]直接从全球TOMS TCO场反演出了三维风场。TCO和柱综合平均PV在天气尺度上的接近性促使科学家利用TCO数据同化[6][7]来改进中纬度气旋预测。将柱综合平均PV映射到TCO场的线性回归模型作为TOMS TCO资料同化的观测算子，提高了对2000年1月24-25日沿着美国东海岸中纬度冬季风暴的轨迹、强度和定量降水预报技术的预测。

在热带和亚热带地区，臭氧与柱综合平均 PV的相关性一般比中高纬度地区弱得多。通过将一个模式域中的TCO场分成两个不同的区域，即强、弱的深对流/偏南平流，仅使用具有弱对流[8]的飓风环境中的那些TOMS TCO 数据，就可以为低纬度地区开发一个将TOMS TCO观测与柱综合平均pv场联系起来的线性回归模型。随后，wu 和 zou [7]将这个模型应用于TOMS TCO数据同化，并表明由于对转向流的更好预报，对飓风 erin (2001年)的路径预报有了一致的改进。

在推动对流层顶上升的强对流地区，TCOs通常较低。TOMS TCO观测揭示了飓风的许多有趣的结构特征，这些特征在水平尺度上大，在垂直范围上深，并且具有强烈的垂直运动。与强对流相关的强上升运动导致飓风内雨带型的TCO低。使用原始TOMS TCO数据发现，飓风眼的高层向下运动在靠近中心的 TCO场产生了一个局部最大值，这个局部最大值嵌入在TCO 低压中。从飞行观测中看到的热带气旋(TC)中心存在局部臭氧最大值已经在[9]早些时候报道过。

这项研究是对Zou和Wu[8]的扩展，他们使用了NOAA极地作业环境卫星- suomi国家极地轨道伙伴关系(S-NPP)上的臭氧测绘和剖面仪套件(OMPS)的谷底测绘仪(NM)的TCO观测数据。在飓风研究中使用OMPS TCO观测的一个优点是，可以同时利用S-NPP卫星搭载的可见光红外成像辐射计套件(VIIRS)进行昼-夜波段(DNB)辐射观测和云顶压力反演。TCO低气压的雨带分布可以通过DNB观测和云顶压力反演得到验证。此外，我们还发现，在距离飓风中心600 km的径向距离内，OMPS TCO结构与飓风强度变化之间存在明显的联系。通常，在飓风达到最大强度之前，靠近飓风中心的一个小区域会有TCO的下降。 通过在OMPS TCO观测中添加TC结构信息，这一发现将导致一种创新的TC涡旋启动。

本文安排如下:第二部分描述了来自S-NPP OMPS NM和本研究中使用的飓风案例的TCO观测。第三节说明了飓风玛利亚的OMPS TCO观测和VIIRS云顶压力的结构特征。用于描述飓风中心附近的OMPS TCO结构的方法学和本研究中使用的质量控制在第四节中进行了介绍，第五节讨论了2017年9个大西洋热带气旋与飓风内飓风强度变化的关系，第六节提供了一个总结和结论。

2. 数据和案例描述

OMPS NM 是一种跨轨仪器，在 ± 110 °的扫描角范围内提供105个跨轨视场。本研究使用的OMPS NM 数据来自中分辨率模式(17 × 17 km²在最低点，40 × 40 km²在边缘)。中分辨率的TCO数据比低分辨率的 TCO观测更好地捕捉小尺度特征，尤其是飓风眼中TCO的局部最大值。后者的数据分辨率在最低点为50 × 50 km²，边缘为120 × 120 km²。

这里使用的TCO产品是由NOAA联合极地卫星系统OMPS版本8总臭氧(V8TOz)算法生成的。V8TOz算法是在Dave和Mateer[12]为处理Nimbus-4 BUV数据[13]而提出的背散射紫外线(BUV)总臭氧算法的基础上提出的。利用12个BUV ( 308.7，310.8，311.9，312.61，313.2，314.4，317.6，322.4，331.3，345.4，360.2 和 372.8 nm)的亮度测量，通过分离云层和地面对臭氧的吸收、反射和散射[14]的影响来确定TCO量。结果表明，与其他TCO记录[15]相比，V8TOz算法的TCO具有稳定的、较小的偏差在−3%左右。

在本研究中，使用了2017年大西洋(ATL) TC的TCO数据集。根据HURDAT2(表一)[16]的最佳路径数据，它包括了10个达到1-5级飓风级别的命名风暴。这10个大西洋的TC的最佳轨迹如图1所示。由于OMPS NM的带宽为2800 km，因此无法观测到所有TC。为了纳入本研究的TCO数据集，一个overpass 必须从TC中心捕获600公里半径的范围。此外，在OMPS观测时间，当风暴达到其最低海平面压力(SLP)时，它必须在海洋上空。图2中的青色符号表示TC达到最低SLP的时间。 飓风哈维在下面的分析中被排除，因为它的最低SLP发生在海岸线附近(蓝色开放符号)。

3. 从OMPS TCO和VIIRS数据看玛丽亚飓风的结构特征

在9个选定的大西洋 TC中，飓风玛利亚是第2个5级飓风，在2017年极度活跃的大西洋飓风季节，第1个5级飓风艾玛通过两周后威胁背风群岛。2017年9月17日至19日，飓风玛丽亚从热带风暴迅速增强为5级飓风。在2017年9月19日至20日期间，它在4级和5级之间摇摆。它在9月21日短暂减弱为2级飓风，并在2017年9月21日至24日期间从背风群岛移动并离开时恢复到3级飓风。这段时间之后，它开始减弱，并经历了急剧的轨迹变化，进入中纬度地区时由北向东移动(图1中有飓风标志的曲线)。

卫星观测到的TCO分布[17]主要是由对流层顶附近的三维输运过程贡献的，而不是对流层臭氧。图3分别为2017年9月17日、19日、23日的OMPS TCO。飓风中心的最佳轨迹位置由黑色飓风符号表示。VIIRS观测与OMPS TCO观测同时可用。与VIIRS DNB辐射观测(图略)相比，OMPS TCO观测只捕捉到部分螺旋雨带特征。低TCO区域位于对流区域，但对流区域与低TCO区域并不重叠。与低云对流上升运动相关的输运过程对平流层TCO的输运影响不大。因此，我们认为S-NPP OMPS TCO观测主要反映了飓风的顶层结构。

由于云层达到不同的高度，TCO和VIIRS DNB观测之间的强度不期望完全匹配。另一方面，S-NPP OMPS TCO观测(图4)与TCO观测同时反演出的玛利亚飓风的云顶压力为TCO结构与飓风内对流的关联提供定性支持。图4显示了2017年9月19日、23日和24日UTC时间1700时的飓风玛利亚的飓风顶部结构。我们注意到强对流区TCO值普遍较低，代表着大气的强烈向上抬升。在飓风中心，有一个在OMPS低分辨率模式数据中看不到的局部TCO最大值(图略)。飓风玛丽亚中心的TCO局部最大值表明，由于那里的平流层大气向下沉降，富含臭氧的平流层空气侵入了飓风中心。这证实了Rodgers等人[18]提出的概念性TC模型。还可以注意到，当飓风玛丽亚达到热带风暴强度时，强对流区比最外层的闭合等压线在更大的范围内扩散[图3(a)]，当飓风玛丽亚达到飓风强度时，强对流区被限制在最外层的闭合等压线内[图3(b)和 3(c )]。玛丽亚34 kt和50 kt的风圈半径大于级别为热带风暴的。

4. 描述OMPS TCO数据的径向结构的方法

为了定量表征TCO强度和径向变化，我们定义了一个半径参数RTCO。确定RTCO涉及两个步骤。首先，对飓风中心径向距离600 km范围内的TCO观测值与飓风中心径向距离的关系进行六阶偶多项式拟合:

选择六阶偶多项式拟合，因为它很好地代表了TCO的平均径向变化(见图5)。然后，基于六阶偶数多项式拟合，将RTCO定义为径向距离，其中TCO ( r ) 比飓风中心高5 DU(经验值)，即 ,

在推导六阶偶数多项式拟合时，我们使用双权检查[19]来识别和去除异常值(需要关注) 。 由于传统的平均值和标准偏差有时会因少数极端异常值的存在而严重失真，因此双权重检查采用中位数（M）和中位数绝对偏差（MAD），将每个元素（xi）的加权函数（wi）定义为：wi=（xi− (M/7.5)×MAD）[20]，
并计算双重平均值（xib）和双重标准偏差（BSD），如下所示：

Z-score (zi = (xi−xib/BSD))用作识别离群值的阈值。例如，zi = 1.5表明，如果xi偏离双权值的均值大于1.5倍的BSD，那么它就是一个离群值。

我们测试zi = 1.5, 2, 2.5，3，以最终选择Z-score阈值。图5显示了TCO的散点图的观察和玛丽亚，飓风的径向距离和表示数据满足zi ≤1.5(灰色圆),1.5≤zi ≤2(青色圆),2≤zi ≤2.5(绿色圆圈),2.5≤zi ≤3(橙色圈),zi > 3(红圈)600公里内的径向距离最好的飓风追踪中心位置玛丽亚。

利用满足zi≤1.5、2、2.5和3的数据，导出了六阶偶多项式拟合。图6(a) (b)所示为均方根误差(rootmean-square error, RMSE)和用于这种六阶偶数多项式拟合的数据个数。本研究选择zi≤1.5的阈值，因为它可以大大降低RMSE，同时保留了至少90%的原始数据。采用满足zi≤1.5数据的六阶偶多项式拟合如图5中的黑色曲线所示。公式(1)在满足TCOmin + 5 DU的径向距离处可以找到RTCO。此外，当臭氧不是一个分析变量时，本研究所建立的回归模型可以作为一个简单的观测算子，用于观测臭氧数据同化在数值天气预报模型中的分布。

5. 飓风强度变化与飓风内部结构变化的联系

OMPS TCO观测的一个重要应用是 通过提供观测到的飓风顶部的辐射状结构来改善涡旋的初始化。 传统上，人工合成的涡旋，即所谓的假涡旋，具有 slp 或表面风场指定的一些参数(如最大风速半径、位置和最大表面风)被植入到模型的初始状态[21]-[24]。其他模型场的建立涉及到地转和流体静力学方程、非线性平衡方程和经验垂直结构函数的使用。为了分析TCO径向结构的变化与飓风强度的关系，我们将重点放在每个飓风最低SLP的4天期间。

使用第四节中描述的方法进行质量控制后，检查了2017年9个选定的大西洋飓风的600公里径向距离内的六阶偶数多项式拟合(图7)。天的顺序由黑色、蓝色、绿色和红色表示。一般来说，TCO结构随着飓风的加强而变化。我们注意到，在距离飓风眼约500公里的径向距离内，TCOs值普遍较低，在此范围内强烈对流推动对流层顶向上。也有飓风中心附近TCO局部最大值嵌入TCO低值的日子[图7(a)和(g)]。后者类似于Zou和Wu[8]使用TOMS原始TCO数据所指出的。图8.为相应的均方根误差。一般情况下，均方根误差小于6 DU。

为了找出TCO结构在达到最大强度之前与飓风强度之间的联系，我们还可以研究RTCO与 TCO差值。

TCO差值：

图9(a)和( c)显示了飓风玛丽亚的最大持续风、最小SLP、TCO差值和RTCO的时间演化。飓风玛丽亚于9月19日0000协调世界时首次达到5级。18日，RTCO大幅下跌，但当天TCO差价有所增加。随着玛丽亚指数在9月20日0000协调世界时进一步增强至最高水平，RTCO在9月19日继续小幅下降。飓风厄玛的日-日变化特征相似[图9(b)和(d)]。Irmafirst在9月5日协调世界时1200时达到5级。RTCO在9月4日下降到最小值，当天TCO的差值增加到最大值。

我们对所选的9个大西洋飓风达到最大强度前后4天的 RTCO的日常变化 和 TCO差值(△TCO600km) 进行了检测(图10)。对于飓风Franklin、Gert、Jose、Katia、Lee和Nate，到达最大强度前一天，RTCO有较大的下降同时TCO差值(△TCO600km)随之增强。飓风奥菲利亚在10月14日协调世界时1200分进入3级，而RTCO在10月13日开始下降。飓风“玛丽亚”和“厄玛”之前已经讨论过了。这一显著发现揭示了飓风内部TCO结构与飓风强度变化之间的密切联系，提示了在风暴内部增加卫星TCO数据来构建涡旋初始化时飓风顶部结构特征径向廓线的潜在价值。

6. 结论

准确预测飓风轨迹和强度变化仍然具有挑战性。卫星遥感技术的进步提供了许多类型的观测，可以捕捉飓风的不同结构特征。发展一种基于卫星观测的涡旋初始化方案为提高飓风的预报能力提供了一个很好的机会。在315-K、320-K、300-K和350-K等熵面的PV和Montgomery流函数的异常与观测操作中与TCO相关联。

本研究使用S-NPP OMPS TCO数据分析了2017年实现飓风强度的9个大西洋飓风的飓风强度和TCO结构之间的关联。对飓风TCO数据进行六阶偶多项式拟合，得到了两个新定义的参数RTCO和 △TCO600km 的值。第一个参数揭示了飓风中心半径600公里范围内TCO观测中飓风结构特征的大小，第二个参数揭示了飓风结构特征的强度。结果表明，TCO分布与飓风的结构和强度变化密切相关。 一般情况下，在飓风达到最大强度的前一天，飓风内部的RTCO减小，TCO差值（△TCO600km） 同时增大。 这一发现表明，将卫星TCO观测与地面和近地面信息结合在涡旋初始化中，可以帮助产生更现实的飓风预报初始条件，从而实现更准确的飓风预报。

有些飓风是倾斜的，根据最好的轨迹数据，地表的飓风中心可能与对流层上层的中心不太吻合。利用TCO数据确定对流层上部飓风中心成为一个积极的需求，这是未来工作的计划。一种类似于Hu和Zou[25]最近开发和测试的方法将应用于TCO数据，以确定对流层上部的飓风中心。与TCO数据的径向平均相关的结果将被重新评估。未来将分析更多的飓风情况(包括太平洋海盆发生的情况)，并建立一个数值模型来表示TCO结构，将其纳入涡初始化方案，以提高飓风预报。