嚴(yán) 衛(wèi)，韓 ?。?，周小珂，劉會(huì)發(fā)，唐 超

1解放軍理工大學(xué)氣象海洋學(xué)院，南京 211101

2解放軍92313部隊(duì)氣象臺(tái)，遼寧興城 125106

1 引 言

熱帶氣旋（簡稱TC）作為當(dāng)前地球上最強(qiáng)烈的自然災(zāi)害之一，是一種具有暖心結(jié)構(gòu)和氣旋性地面風(fēng)環(huán)流的非鋒面性天氣系統(tǒng)，通常發(fā)生在熱帶或副熱帶洋面上，主要借助水汽的凝結(jié)和潛熱釋放來維持和發(fā)展.以往對熱帶氣旋的研究主要借助全球各氣象機(jī)構(gòu)如美國國家颶風(fēng)中心（NHC）、聯(lián)合臺(tái)風(fēng)預(yù)警中心（JTWC）、日本氣象廳（JMA）以及中國氣象局（CMA）等發(fā)布的多年最優(yōu)路徑資料，分析其發(fā)生頻數(shù)、強(qiáng)度變化、路徑異常以及登陸前后的演變規(guī)律等［1］，而對其內(nèi)部結(jié)構(gòu)詳細(xì)而深入的研究相對較少.

隨著衛(wèi)星遙感技術(shù)的快速發(fā)展，近年來利用衛(wèi)星資料分析熱帶氣旋內(nèi)部結(jié)構(gòu)、定位中心位置以及估算強(qiáng)度大小等的研究逐漸增多，如Rodgers等［2－3］利用美國國防氣象衛(wèi)星（DMSP）搭載的被動(dòng)微波輻射計(jì)（SSM／I）資料分析了西北大西洋和西北太平洋熱帶氣旋降水的時(shí)空分布規(guī)律，并研究了熱帶氣旋降水在北大西洋和北太平洋總降水的地理、季節(jié)和年際分布中所發(fā)揮的作用［4－5］；Kovacs和McCormick［6］首次借助星載激光雷達(dá)實(shí)驗(yàn)（LITE）的高分辨率資料研究了臺(tái)風(fēng)Melissa眼區(qū)、眼墻以及卷云罩內(nèi)氣溶膠、云和降水的分布特征；Yokoyama和Takayabu［7］利用1997—2003年的熱帶降雨衛(wèi)星（TRMM）資料定量分析了熱帶氣旋降水的三維結(jié)構(gòu)特征；Kidder等［8－9］在利用先進(jìn)的微波探測器（AMSU）資料分析熱帶氣旋降水潛力的基礎(chǔ)上，開展了暖核結(jié)構(gòu)分析、強(qiáng)度估計(jì)、梯度風(fēng)反演以及聯(lián)合靜止衛(wèi)星圖像確定眼區(qū)位置和大小等方面的研究；此外，也有較多學(xué)者利用輻射計(jì)、靜止衛(wèi)星可見光、紅外云圖甚至掩星資料估算熱帶氣旋強(qiáng)度大小并分析其熱力結(jié)構(gòu)特征［10－12］.上述研究為利用衛(wèi)星資料分析熱帶氣旋的云、降水和熱力結(jié)構(gòu)奠定了堅(jiān)實(shí)基礎(chǔ)，但無論被動(dòng)可見光、紅外或微波探測器還是主動(dòng)測雨雷達(dá)，其有限的探測靈敏度使得無法測量熱帶氣旋內(nèi)部云的宏微觀結(jié)構(gòu)參數(shù)，如云的邊界高度、相態(tài)、類型、水含量、粒子半徑及數(shù)濃度等.

CloudSat衛(wèi)星搭載的94GHz云廓線雷達(dá)（CPR）不僅可以探測從薄云到濃厚云的垂直剖面特征，而且可反演剖面上云的宏微觀物理參數(shù)，為云的研究提供了全新的平臺(tái).CloudSat較高的垂直分辨率以及探測精度不受陸地和海洋限制的優(yōu)勢，使其可提供高精度的云結(jié)構(gòu)和降水特征信息，對于熱帶氣旋的研究具有重要意義.Luo等［13］利用經(jīng)過臺(tái)風(fēng)中心時(shí)CloudSat測量的云頂高和云廓線信息，結(jié)合中分辨率成像輻射光譜儀（MODIS）的云頂溫度，建立了臺(tái)風(fēng)強(qiáng)度的評估模型并取得了較好的效果；Mitrescu等［14］和Durden等［15］利 用A－Train衛(wèi)星編隊(duì)中的CPR、MODIS、云－氣溶膠垂直偏振激光雷達(dá)（CALIOP）以及先進(jìn)微波掃描輻射計(jì)（AMSR－E）資料對熱帶氣旋的雷達(dá)回波強(qiáng)度、云類型、粒子尺度及冰水含量等參數(shù)進(jìn)行定量研究，并統(tǒng)計(jì)分析了眼墻和層狀云降水區(qū)雷達(dá)反射率因子和冰云微物理參數(shù)隨高度的變化規(guī)律；Matrosov［16］基于CloudSat實(shí)測數(shù)據(jù)分析了2008年兩個(gè)登陸颶風(fēng)系統(tǒng)Gustav和Ike中云頂高、冰水路徑及降雨率大小，其降雨率反演結(jié)果與地基天氣雷達(dá)測量結(jié)果具有很好的一致性；趙姝慧［17］聯(lián)合CloudSat和TRMM衛(wèi)星資料初步分析了臺(tái)風(fēng)“艾云尼”眼區(qū)和外圍雨帶區(qū)降水云的結(jié)構(gòu)特征，對眼區(qū)附近云系的垂直結(jié)構(gòu)在不同階段的演變規(guī)律進(jìn)行研究，并通過分析冰水含量和冰粒子數(shù)濃度的變化來研究臺(tái)風(fēng)降水的分布特點(diǎn).

A－Train為多衛(wèi)星編隊(duì)組合飛行，實(shí)現(xiàn)了多平臺(tái)、多傳感器、多光譜段的協(xié)同觀測，為深入研究熱帶氣旋物理結(jié)構(gòu)和動(dòng)態(tài)過程提供了寶貴數(shù)據(jù)源.截至目前，利用CloudSat衛(wèi)星或聯(lián)合A－Train編隊(duì)中多顆衛(wèi)星資料對熱帶氣旋的研究僅限于單個(gè)或一定數(shù)量的個(gè)例，而針對某一地區(qū)所有或達(dá)到某種等級熱帶氣旋的云、降水和熱力結(jié)構(gòu)的統(tǒng)計(jì)研究尚未開展.CloudSat衛(wèi)星熱帶氣旋過境數(shù)據(jù)集的發(fā)布為此研究的實(shí)施提供了可能，該數(shù)據(jù)集融合了A－Train編隊(duì)多個(gè)傳感器的探測結(jié)果、大氣模式資料以及臺(tái)風(fēng)最優(yōu)路徑數(shù)據(jù)，主要針對全球6個(gè)不同的海洋地區(qū)，對深入研究各地區(qū)熱帶氣旋的結(jié)構(gòu)特征意義重大.論文便利用該數(shù)據(jù)集中2006—2010年距離熱帶氣旋中心500km范圍內(nèi)的資料以及官方下載的Unisys颶風(fēng)數(shù)據(jù)，定量分析了大西洋地區(qū)（0°N—70°N、110°W—10°W）颶風(fēng)在不同演變階段內(nèi)云、降水和熱力結(jié)構(gòu)的分布特征，對該地區(qū)颶風(fēng)的結(jié)構(gòu)分析、強(qiáng)度估計(jì)和路徑預(yù)報(bào)具有借鑒意義.

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)描述

CloudSat熱帶氣旋過境數(shù)據(jù)集由美國海軍研究實(shí)驗(yàn)室（NRL）和CloudSat數(shù)據(jù)處理中心（DPC）聯(lián)合發(fā)布，截至2010年底共收集到距離熱帶氣旋中心1000km內(nèi)的6348次CloudSat過境記錄數(shù)據(jù)，其中50km范圍內(nèi)有306次，主要分布在大西洋、西太平洋、東太平洋、太平洋中心、印度洋以及南半球6個(gè)海洋地區(qū).該數(shù)據(jù)集融合了A－Train編隊(duì)中CPR、CALIOP、MODIS和AMSR－E的探測資料、美國海軍全球大氣預(yù)報(bào)模式（NoGAPS）資料以及NHC或JTWC或中太平洋颶風(fēng)中心（CPHC）發(fā)布的最優(yōu)路徑數(shù)據(jù)，其中采用的CloudSat數(shù)據(jù)產(chǎn)品如表1所示.

表1 CloudSat熱帶氣旋過境數(shù)據(jù)集中的CloudSat產(chǎn)品描述Table 1 The CloudSat product description in tropical cyclone crossing dataset from CloudSat

2.2 分析方法

自CloudSat衛(wèi)星發(fā)射升空至2010年底，共探測到大西洋地區(qū)的熱帶氣旋過境記錄1234軌，囊括了發(fā)生在該地區(qū)的所有75個(gè)熱帶氣旋.為了分析颶風(fēng)在整個(gè)生命過程中結(jié)構(gòu)特征的演變規(guī)律，從Unisys颶風(fēng)數(shù)據(jù)庫中下載各颶風(fēng)完整而詳細(xì)的路徑資料（CloudSat熱帶氣旋過境數(shù)據(jù)集中該數(shù)據(jù)缺失嚴(yán)重），尋找其整個(gè)生命過程內(nèi)的最大可維持風(fēng)速，并根據(jù)薩菲爾－辛普森等級法將其劃分為1～5個(gè)等級，若颶風(fēng)在第一次消亡后再次增強(qiáng)，則以消亡時(shí)的最低瞬時(shí)可維持風(fēng)速為界，將其分為前后兩個(gè)颶風(fēng)分別進(jìn)行研究.由于颶風(fēng)直徑通常為600～1000km，最大可達(dá)2000km，最小只有約100km［18］，因此這里僅提取距離中心500km范圍內(nèi)的颶風(fēng)資料，共得到33個(gè)颶風(fēng)的313軌、220561條廓線數(shù)據(jù)，其強(qiáng)度分布如圖1所示.圖中橫軸代表薩菲爾－辛普森等級法的分類強(qiáng)度，縱軸代表CloudSat過境軌道數(shù)，各柱條上的數(shù)字代表廓線數(shù).

圖1 熱帶氣旋的強(qiáng)度分布Fig.1 Intensity distribution of tropical cyclones

在分析大西洋地區(qū)的颶風(fēng)結(jié)構(gòu)時(shí)，參照Yokoyama和Takayabu的研究方法［7］，將颶風(fēng)生命過程按照瞬時(shí)風(fēng)速大小劃分為發(fā)展、成熟和消亡三個(gè)階段，即以CloudSat過境時(shí)的瞬時(shí)風(fēng)速達(dá)到其生命過程最大風(fēng)速80%之前的時(shí)間段定義為發(fā)展階段，而瞬時(shí)風(fēng)速減小至最大風(fēng)速80%以后的時(shí)間段定義為消亡階段，中間的生命過程定義為成熟階段.在分析颶風(fēng)水平結(jié)構(gòu)時(shí)，將探測數(shù)據(jù)格點(diǎn)化至500km×500km的坐標(biāo)范圍內(nèi)，其中坐標(biāo)原點(diǎn)代表颶風(fēng)中心，X軸指向正東，Y軸指向正北，格點(diǎn)間距為25km；而分析颶風(fēng)垂直結(jié)構(gòu)時(shí)，X軸代表徑向距離，間隔為10km，Y軸代表高度，間隔取為CloudSat數(shù)據(jù)的垂直分辨率0.24km.

需要說明的是，本研究根據(jù)各颶風(fēng)整個(gè)生命過程達(dá)到的最大可維持風(fēng)速將其劃分為5個(gè)不同等級，這與以往的分類方法有所不同，如一個(gè)探測時(shí)次內(nèi)的較弱颶風(fēng)可能被劃歸為較強(qiáng)颶風(fēng)，原因在于其在隨后的演變過程中逐漸發(fā)展為較強(qiáng)颶風(fēng).之所以采取這種非常規(guī)的分類方法，主要是為了研究每個(gè)潛在增強(qiáng)或減弱的颶風(fēng)在其整個(gè)生命周期內(nèi)的演變規(guī)律.

在研究颶風(fēng)的云結(jié)構(gòu)特征時(shí)，主要分析其雷達(dá)反射率、云發(fā)生概率、冰云參數(shù)以及單層云高度的分布特點(diǎn)，其中云發(fā)生概率主要根據(jù)CloudSat云分類產(chǎn)品研究常見7種典型云的分布特征，冰云參數(shù)主要包括冰水含量、有效粒子半徑、粒子數(shù)濃度和分布寬度參數(shù)四個(gè)參量，而單層云高度由毫米波雷達(dá)和激光雷達(dá)聯(lián)合探測得到.對于颶風(fēng)降水結(jié)構(gòu)的分析，主要研究水汽含量、液態(tài)水路徑、冰水路徑等水粒子和降雨率的分布以及降雨率與海面溫度的關(guān)系，其中冰水路徑由CloudSat反演得到，液態(tài)水路徑和水汽含量取自AMSR－E數(shù)據(jù)產(chǎn)品，而降雨率AMSRE和CloudSat都可以提供，但考慮到數(shù)據(jù)缺失，本研究取二者探測結(jié)果進(jìn)行互補(bǔ)，若同時(shí)存在則取較大值.颶風(fēng)熱力結(jié)構(gòu)可通過分析其溫度、比濕、相對濕度和假相當(dāng)位溫的分布特點(diǎn)而得到，本研究主要分析了颶風(fēng)在不同階段內(nèi)溫度、比濕和相對濕度水平距平的剖面分布，以及各徑向距離環(huán)內(nèi)假相當(dāng)位溫隨高度的變化曲線.其中，溫度和比濕可通過CloudSat輔助數(shù)據(jù)產(chǎn)品ECMWF－AUX直接讀取，而相對濕度和假相當(dāng)位溫則由溫度和比濕計(jì)算得到.

3 結(jié)構(gòu)特征分析

3.1 云結(jié)構(gòu)特征

3.1.1 雷達(dá)反射率分布

雷達(dá)反射率的大小反映了雷達(dá)所接收到的云滴或雨滴粒子后向散射能力的強(qiáng)弱，其分布特征表明颶風(fēng)系統(tǒng)中不同相態(tài)、不同粒子大小云的分布規(guī)律.CloudSat衛(wèi)星搭載的CPR雷達(dá)標(biāo)稱波長為3.2mm，對于空氣分子（主要為氧氣和水汽分子）、大氣氣溶膠、沙塵、云滴和小的雨滴而言，粒子尺度相對波長較小，適用于Rayleigh散射理論；對于大的雨滴、雪片和冰雹等而言，粒子尺度與波長相近，適用于Mie散射理論.由于水滴粒子具有比冰粒子更大的介電常數(shù)，因而同等大小的水滴粒子雷達(dá)反射率要比冰粒子大約7dBZ［19］.圖2給出了大西洋颶風(fēng)在不同階段、不同徑向距離環(huán)內(nèi)雷達(dá)反射率發(fā)生概率的剖面分布.其中，（a）、（d）、（g）代表發(fā)展階段，（b）、（e）、（h）代表成熟階段，（c）、（f）、（i）代表消亡階段.由各子圖可知，雷達(dá)反射率以5km高度為界呈現(xiàn)出兩種截然相反的變化規(guī)律，即5km以下其隨高度降低而迅速減小表明有降水存在，尤其對于0～100 km的內(nèi)核區(qū)更為明顯，說明此時(shí)有較強(qiáng)的對流運(yùn)動(dòng)產(chǎn)生，而5km以上雷達(dá)反射率的較大值表明存在對流上升運(yùn)動(dòng)產(chǎn)生的過冷水滴或大的冰晶粒子，此時(shí)雷達(dá)反射率隨高度的衰減率可粗略地反映對流上升運(yùn)動(dòng)的速率以及過冷水含量的大小［20－21］.此外，內(nèi)核區(qū)雷達(dá)反射率在發(fā)展和消亡階段的5～8km以及成熟階段的8～12km發(fā)生概率較大，反射率也高達(dá)10dBZ，而在外圍區(qū)各階段的11～14km內(nèi)發(fā)生概率較大，但反射率小于－10dBZ，表明颶風(fēng)頂部向外的輻散作用導(dǎo)致內(nèi)核區(qū)過冷水滴和大冰晶粒子不斷上升并向外擴(kuò)散，在雨帶區(qū)聚合形成降水后到達(dá)外圍區(qū)時(shí)其含量已大大降低，使得回波強(qiáng)度減弱.

圖3為各階段雷達(dá)反射率沿徑向的剖面分布，從圖中可以看出，成熟階段回波強(qiáng)度明顯大于發(fā)展和消亡階段，表明此時(shí)颶風(fēng)對流運(yùn)動(dòng)強(qiáng)烈并伴有較強(qiáng)降水和較大冰晶粒子產(chǎn)生.同時(shí)，各階段5km高度附近都存在一條明顯的亮帶結(jié)構(gòu)，表明0℃凝結(jié)層的出現(xiàn)，而對凝結(jié)高度的統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，各階段100km以外凝結(jié)高度都保持在5km附近，100km以內(nèi)除成熟階段先增加后減小外，其它階段也都幾乎保持不變.此外，成熟階段雷達(dá)反射率的較大值向上延伸的高度也最大，達(dá)到17km，其向下的伸展高度最低可至2km附近，表明颶風(fēng)內(nèi)部存在強(qiáng)烈對流運(yùn)動(dòng)使其達(dá)到整個(gè)生命過程的頂峰.發(fā)展階段反射率的較大值位于內(nèi)核區(qū)，說明此時(shí)較強(qiáng)的對流運(yùn)動(dòng)是為颶風(fēng)進(jìn)一步發(fā)展積蓄能量，而成熟階段可延伸至220km附近，且其在220～420km內(nèi)仍存在較強(qiáng)回波，表明此時(shí)颶風(fēng)在水平尺度上也有較大延伸，強(qiáng)烈的對流運(yùn)動(dòng)可延伸至颶風(fēng)中心400km以外區(qū)域，而消亡階段回波強(qiáng)度和伸展尺度明顯減弱，較大值位于60～180km及250～300km內(nèi)，說明此時(shí)颶風(fēng)的對流運(yùn)動(dòng)已大大減弱，逐漸走向衰亡.3.1.2 云發(fā)生概率分布

CloudSat數(shù)據(jù)處理中心利用測量的云空間尺度、溫度、回波強(qiáng)度以及降水信息將云分為8種基本類型，為了研究颶風(fēng)內(nèi)部各類云發(fā)生概率隨高度的分布規(guī)律，根據(jù)不同徑向距離進(jìn)行統(tǒng)計(jì)，得到圖4所示結(jié)果，由于颶風(fēng)不同階段內(nèi)各類云發(fā)生概率的分布特征相似，僅在數(shù)值上有所差異，因此這里僅給出成熟階段的分布圖，而層云發(fā)生概率極少，為了不影響對其它各類云的統(tǒng)計(jì)，圖4僅給出7類典型云的分布.從圖可知，深對流云發(fā)生概率始終最大，垂直伸展范圍也最廣，可從近地面的幾百米延伸至颶風(fēng)頂部約16km高度處，且在距離中心300km范圍內(nèi)都有較大的發(fā)生概率和伸展范圍，而在外圍區(qū)則明顯減弱.卷云和高層云的發(fā)生概率次之，其沿徑向的變化不大，且高層云垂直伸展范圍僅次于深對流云，達(dá)到約10km.層積云發(fā)生概率在內(nèi)核區(qū)較大，在雨帶區(qū)和外圍區(qū)較小且?guī)缀醪蛔?高積云垂直尺度在內(nèi)核區(qū)和外圍區(qū)較小，而在100～400km的雨帶區(qū)較大.積云和雨層云發(fā)生概率與垂直尺度沿徑向變化較小，其中發(fā)生概率保持在5%左右，向上伸展高度積云可至7km附近，雨層云比其高約1.5km.

為研究云量的空間分布特征，利用各網(wǎng)格內(nèi)有云廓線數(shù)占總廓線數(shù)的比值作為該網(wǎng)格的總云量，得到圖5所示各階段總云量的空間分布.從圖5可明顯看出，各階段第一和第四象限的總云量明顯偏高，圍繞颶風(fēng)中心呈現(xiàn)“倒鉤狀”分布，且在成熟階段的多數(shù)網(wǎng)格內(nèi)總云量達(dá)到90%以上（雖然部分網(wǎng)格存在數(shù)據(jù)缺失），表明經(jīng)過不斷發(fā)展颶風(fēng)云量已達(dá)到整個(gè)生命過程的最大尺度，為伴隨其內(nèi)部大范圍持續(xù)性降水的產(chǎn)生積累了條件.

3.1.3 冰云參數(shù)分布

CloudSat熱帶氣旋過境數(shù)據(jù)集提供的有關(guān)冰云微物理參數(shù)，主要通過假設(shè)粒子譜分布服從對數(shù)正態(tài)分布，并借助譜參數(shù)的先驗(yàn)信息以及實(shí)測的雷達(dá)反射率數(shù)據(jù)，利用前向物理模式實(shí)現(xiàn)微物理參數(shù)的反演［22］.圖6所示為大西洋地區(qū)成熟階段內(nèi)核區(qū)冰云的冰水含量、有效粒子半徑、冰粒子數(shù)濃度以及分布寬度參數(shù)4個(gè)參量在垂直剖面內(nèi)的概率分布.由圖可知，內(nèi)核區(qū)冰水含量的最大值發(fā)生在12km高度附近，達(dá)到1.5g／m3，其發(fā)生概率在5～7km以及15km附近較大.通過對比其它徑向環(huán)內(nèi)的統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，冰水含量的最大值沿徑向不斷減小，較大發(fā)生概率的高度也逐漸降低，在外圍區(qū)最大值僅有0.6g／m3，發(fā)生概率的較大值高度下降至5km附近及9～13km內(nèi).有效粒子半徑和分布寬度參數(shù)都隨高度升高而減小，且沿徑向二者變化范圍都在縮小，概率較大值出現(xiàn)的高度也在不斷降低.其中，有效粒子半徑在距離中心200km范圍內(nèi)有兩個(gè)概率較大值區(qū)，而200km以外僅出現(xiàn)一個(gè)10km以上的概率較大值區(qū).粒子數(shù)濃度隨高度升高而增大，其在內(nèi)核區(qū)的最大值為700／L，沿徑向逐漸減小至300／L，而其發(fā)生概率的較大值沿徑向變化很小，且主要集中在5～6km高度內(nèi).

圖7所示為成熟階段不同徑向環(huán)內(nèi)各冰云參數(shù)隨高度的變化曲線.根據(jù)圖7a可知，除內(nèi)核區(qū)外，冰水含量的較大值均出現(xiàn)在8km高度處，而較小值均出現(xiàn)在5km高度處，結(jié)合前面的分析可知，5km附近冰水含量和粒子數(shù)濃度的發(fā)生概率較大，同時(shí)凝結(jié)高度也位于該高度處，另外由圖7c可知此時(shí)粒子數(shù)濃度達(dá)到局部極小，表明颶風(fēng)內(nèi)部該高度處冰水含量和粒子數(shù)濃度較小但在整個(gè)冰云參數(shù)分布中的發(fā)生概率較大.有效粒子半徑和分布寬度參數(shù)都隨高度升高而減小，雖然各徑向環(huán)內(nèi)的差異不大，但仍可看出距離中心較近區(qū)域的參數(shù)值略偏大.

圖7 成熟階段各徑向距離環(huán)內(nèi)冰云參數(shù)隨高度的變化曲線Fig.7 Varying curve of ice cloud parameters with increasing altitude in each radial ring at mature stage

3.1.4 單層云高度分布

為研究颶風(fēng)內(nèi)部云層的垂直結(jié)構(gòu)特征，通過對毫米波雷達(dá)與激光雷達(dá)聯(lián)合探測的云層高度進(jìn)行統(tǒng)計(jì)分析，得到圖8所示的單層云云底高和云厚沿徑向的分布特征以及圖9所示的二維頻率分布圖.從圖8可以看出，各階段單層云云底高總體上沿徑向逐漸增大，云厚則逐漸減小，但云底高在距離中心50km的眼區(qū)內(nèi)沿徑向先增大，而后逐漸減小至局部極小值，隨后再次增大，在外圍區(qū)達(dá)到最大值約為5km.云厚在發(fā)展階段沿徑向逐漸減小，但成熟和消亡階段在距離中心80～200km的雨帶區(qū)內(nèi)厚度最大，而后才逐漸減小，且消亡階段250km以外區(qū)域云厚基本保持在4km附近，而成熟階段250km以內(nèi)云厚都大于10km，說明此時(shí)該區(qū)域內(nèi)對流旺盛、云體厚實(shí)，便于形成各類降水.

根據(jù)圖9云底高和云厚的二維頻率分布，可將各階段的單層云劃分為三種類型，即云底低于5km而云厚大于10km的厚云層、云底高于8km而云厚隨云底升高逐漸減小的云層以及云底低于6km同時(shí)云厚小于3km的中低云，分別定義為第一、第二和第三類云，第一類云在各階段內(nèi)都占有一定比例，第二類云在發(fā)展和成熟階段的特征較為明顯，而消亡階段云底高于7km、云厚小于10km的云層發(fā)生頻率較大，且分布較為均勻，第三類云在發(fā)展和消亡階段出現(xiàn)較多，而成熟階段的分布較少.此外，成熟階段云底和云厚都小于8km的云層發(fā)生概率明顯小于發(fā)展和消亡階段.

3.2 降水結(jié)構(gòu)特征

3.2.1 水粒子分布

圖10所示為不同階段大氣柱內(nèi)單位面積水汽、液態(tài)水路徑和冰水路徑總含量沿徑向的變化曲線，其中液態(tài)水路徑和冰水路徑乘以因子100.從圖中可以看出，無論在颶風(fēng)整個(gè)生命過程還是其各演變階段內(nèi)，沿徑向液態(tài)水路徑和冰水路徑都呈減小趨勢，而水汽含量則幾乎不變.其中，液態(tài)水路徑在距離中心80～120km內(nèi)最大，在460km附近最小，冰水路徑最大值發(fā)生在40～80km的內(nèi)核區(qū)而最小值位于430～460km的外圍區(qū)，其在280km附近的雨帶區(qū)出現(xiàn)局部極小值.圖11所示為不同階段水汽含量的空間分布，從圖中可以看出，除成熟階段第一和第四象限距離中心150km范圍內(nèi)出現(xiàn)水汽含量的較大值外，其它階段各區(qū)域內(nèi)水汽含量的分布相對均勻，無較大差異.同時(shí)結(jié)合圖10和11可以發(fā)現(xiàn)，發(fā)展階段的水汽含量整體上大于消亡階段10kg／m2以上.

3.2.2 降雨率分布

為研究降雨率沿徑向的分布規(guī)律，對颶風(fēng)、熱帶風(fēng)暴和熱帶低壓在不同階段、不同徑向環(huán)內(nèi)的降雨率進(jìn)行統(tǒng)計(jì)，得到圖12所示結(jié)果.從圖12a可知，對于颶風(fēng)和熱帶風(fēng)暴而言，在整個(gè)生命過程中平均降雨率都沿徑向逐漸減小，而熱帶低壓在0～100km的內(nèi)核區(qū)最小，在100～200km的雨帶區(qū)最大，而后不斷減小但卻在400～500km的外圍區(qū)出現(xiàn)較大值.從圖12b—12d可以看出，颶風(fēng)在成熟階段的降雨率明顯大于發(fā)展和消亡階段，且各階段內(nèi)核區(qū)降雨率始終最大.熱帶風(fēng)暴和熱帶低壓在雨帶區(qū)的降雨率較大，但最大值在各階段的分布各異，且熱帶低壓在消亡階段100～400km范圍內(nèi)的降雨率要大于成熟階段.這些分布特征與Rodgers等［2－5］利用輻射計(jì)資料對不同區(qū)域、不同強(qiáng)度熱帶氣旋降水結(jié)構(gòu)的研究有所差異，一方面本研究對熱帶氣旋強(qiáng)度的劃分依據(jù)為其整個(gè)生命過程的最大可維持風(fēng)速，因此必然存在某較強(qiáng)氣旋的過境風(fēng)速小于較弱氣旋，從而導(dǎo)致降雨率偏??；另一方面CloudSat衛(wèi)星的刈幅寬度僅有1.4km，對氣旋的水平覆蓋范圍遠(yuǎn)小于輻射計(jì)，同時(shí)其探測時(shí)次有限，無法保證探測到各種強(qiáng)度氣旋的每個(gè)降雨區(qū).

圖13為不同季節(jié)、不同階段颶風(fēng)降雨率沿緯向的變化特征，其中不同月份的劃分主要是為了分析夏季早期和晚期（簡稱早夏和晚夏）以及秋季的降雨率特點(diǎn).由圖可知，整個(gè)生命過程中夏季降雨率明顯大于秋季，在5°N—45°N以及55°N—60°N的緯度帶內(nèi)降雨率較大值發(fā)生在晚夏，而在45°N—55°N內(nèi)早夏的降雨率偏大.發(fā)展階段降雨率僅發(fā)生在35°N以內(nèi)地區(qū)，各季節(jié)的差異不大；成熟階段晚夏降雨率始終最大，且在10°N—55°N內(nèi)都有降水產(chǎn)生，而早夏降雨僅發(fā)生在亞熱帶地區(qū)；消亡階段降雨率最大值的分布特征與整個(gè)生命過程相似，不同之處在于早夏降雨僅發(fā)生在28°N以上地區(qū)，而秋季在48°N以上未檢測到颶風(fēng)降水的存在.

為深入分析熱帶氣旋降雨率隨季節(jié)的變化特點(diǎn)，針對不同強(qiáng)度、不同階段的降雨率進(jìn)行統(tǒng)計(jì)，得到表2所示的逐月變化結(jié)果，表中A、B、C、D依次代表整個(gè)生命過程、發(fā)展、成熟和消亡階段.由表2可知，不同階段內(nèi)各強(qiáng)度熱帶氣旋的降雨率基本都隨月份先增大后減小，但多數(shù)情況下6月份的降雨率仍然較大，對應(yīng)圖13中早夏較大的降雨率.對于颶風(fēng)和所有氣旋而言，各月降雨率基本都在成熟階段較大，而在秋季的消亡階段較小.雖然熱帶風(fēng)暴和熱帶低壓在11月份都未探測到降水存在，且熱帶低壓各階段內(nèi)的數(shù)據(jù)缺失較為嚴(yán)重，無法給出其季節(jié)變化的較詳細(xì)描述，但仍可看出晚夏的降雨率較大.

表2 不同強(qiáng)度熱帶氣旋在各階段內(nèi)降雨率的逐月變化Table 2 Monthly variation of rainfall rate for tropical cyclones with different intensities at each stage

圖14 颶風(fēng)SST與最大風(fēng)速和0～100km降雨率之間的關(guān)系（1kt＝0.514m／s）Fig.14 Relationship between SSTs and maximum wind speeds or rainfall rates of hurricanes within 0～100km

3.2.3 臺(tái)風(fēng)最大強(qiáng)度、降雨率與海面溫度

早期的研究發(fā)現(xiàn)，海面水汽通量作為空氣溫度與海面溫度SST之差以及海面風(fēng)速的函數(shù)，其變化對熱帶氣旋的潛在增強(qiáng)具有深遠(yuǎn)影響.如Zehr［23］對西北太平洋熱帶氣旋的觀測結(jié)果表明，當(dāng)SST低于26℃時(shí)該地區(qū)從未有熱帶氣旋產(chǎn)生.理論和實(shí)際觀測都表明，熱帶氣旋可維持的最大強(qiáng)度主要受限于SST以及對流層溫度和環(huán)境濕度的變化［24－26］，且其最大潛在降雨率也受SST支配［3］.為分析SST對熱帶氣旋潛在最大強(qiáng)度和最大降雨率的影響，統(tǒng)計(jì)得到圖14所示的散點(diǎn)分布圖，圖中垂直線代表SST為26℃，從而建立起颶風(fēng)SST與最大風(fēng)速及內(nèi)核區(qū)降雨率之間的關(guān)系.

從圖14a可以看出，當(dāng)SST低于26℃時(shí)僅觀測到一級颶風(fēng)及少量的二級颶風(fēng)，而當(dāng)SST高于26℃時(shí)颶風(fēng)最大強(qiáng)度對SST的變化更加敏感，且其若要達(dá)到二級以上則SST必須高于27℃.Demaria和Kaplan的研究表明［27］，颶風(fēng)的潛在強(qiáng)度對暖的SST靈敏度較高，主要是因?yàn)榕腟ST所在緯度帶內(nèi)對流層溫度存在較大變化.圖14b清楚地表明內(nèi)核區(qū)降雨率從25℃以下的2mm／h近似以指數(shù)形式增長至29℃附近的25mm／h以上，且最大潛在降雨率對暖的SST變化更為敏感.圖14的散點(diǎn)分布圖說明，颶風(fēng)所能達(dá)到的最大潛在強(qiáng)度和降雨率與海面通量之間存在強(qiáng)烈的相關(guān)性，但當(dāng)溫度大于29℃時(shí)，其最大強(qiáng)度和降雨率受SST的影響逐漸減弱，可能的原因在于：（1）隨著颶風(fēng)強(qiáng)度的增強(qiáng)，不穩(wěn)定內(nèi)核區(qū)的加熱導(dǎo)致颶風(fēng)系統(tǒng)變得不再活潑；（2）由于對流運(yùn)動(dòng)的抬升作用有限，使得內(nèi)核區(qū)溫度更高且更加穩(wěn)定；（3）颶風(fēng)增強(qiáng)所產(chǎn)生的更多降水和飛沫使其可獲取的海面能量通量不斷減少.

3.3 熱力結(jié)構(gòu)特征

較多的研究成果表明，熱帶氣旋對流層中上部的暖核結(jié)構(gòu)主要由發(fā)展過程中眼區(qū)的下沉氣流引起絕熱增暖并在對流旺盛區(qū)釋放潛熱產(chǎn)生.目前對熱帶氣旋暖核即熱力結(jié)構(gòu)的研究主要借助微波探測器數(shù)據(jù)、NCEP／NCAR再分析資料、飛機(jī)下投式探空儀甚至COSMIC掩星資料等，如王瑾和江吉喜［28］利用AMSU資料揭示了西北太平洋12個(gè)不同強(qiáng)度熱帶氣旋的熱力結(jié)構(gòu)特征，并根據(jù)熱力結(jié)構(gòu)的變化來推斷熱帶氣旋強(qiáng)度的變化趨勢；劉學(xué)剛借助NCEP／NCAR全球?qū)α鲗?°×1°再分析格點(diǎn)資料，研究了西北太平洋夏季10個(gè)登陸臺(tái)風(fēng)在不同階段內(nèi)暖核結(jié)構(gòu)的形成過程及其與強(qiáng)度變化之間的關(guān)系［29］；丁金才等［12］基于COSMIC掩星資料較詳細(xì)分析了西北太平洋17個(gè)臺(tái)風(fēng)眼區(qū)外的溫濕熱力結(jié)構(gòu)；彭犁然和舒守娟［30］利用飛機(jī)下投式探空儀資料，初步分析了2005年登陸我國的典型強(qiáng)臺(tái)風(fēng)“龍王”的動(dòng)力、熱力和非對稱結(jié)構(gòu)的變化規(guī)律等等.與上述資料相比，CloudSat由于可以“切開”云層表面研究其內(nèi)部結(jié)構(gòu)，具有高垂直分辨率和全天候探測的優(yōu)勢，同時(shí)其數(shù)據(jù)產(chǎn)品融合了精細(xì)的溫壓濕信息，為更加深入而準(zhǔn)確地分析熱帶氣旋熱力結(jié)構(gòu)特征提供了全新數(shù)據(jù)源.本研究便基于CloudSat熱帶氣旋過境數(shù)據(jù)集中的溫度和比濕數(shù)據(jù)，通過計(jì)算得到相對濕度和假相當(dāng)位溫大小，進(jìn)而分析大西洋颶風(fēng)在不同階段、不同區(qū)間內(nèi)的溫度、比濕、相對濕度和假相當(dāng)位溫等熱力結(jié)構(gòu)參數(shù)的演變特征.

3.3.1 溫度分布

圖15所示為不同階段颶風(fēng)溫度距平的剖面分布圖，其中溫度距平定義為某一高度層各格點(diǎn)溫度與該高度層整個(gè)颶風(fēng)區(qū)域的平均溫度之差.從圖中可以看出，颶風(fēng)各階段200km以外溫度距平較小，200km以內(nèi)隨颶風(fēng)演變逐漸增大.陳瑞閃［31］的研究表明，臺(tái)風(fēng)眼上空的暖心在300～200hPa高度達(dá)到最強(qiáng)，眼區(qū)內(nèi)外溫差達(dá)到10℃左右.由圖可知，颶風(fēng)眼區(qū)外也存在一個(gè)正溫度距平的暖核，發(fā)展階段位于距離中心80～120km、高度6～15km的范圍內(nèi)，溫度距平大于0.5℃，成熟和消亡階段達(dá)到1℃以上，水平范圍也更廣，但在垂直方向有下沉趨勢，且成熟階段集中在10km以下.

3.3.2 比濕分布

采用與溫度距平計(jì)算相同的方法，得到比濕在垂直剖面內(nèi)的距平分布，如圖16所示.在颶風(fēng)各階段的8km以下都存在一個(gè)濕心區(qū)，且成熟和消亡階段的比濕距平大于發(fā)展階段.對比圖15和16發(fā)現(xiàn)，各階段的濕心區(qū)恰好位于暖心區(qū)下方，說明水汽在濕心區(qū)匯聚后經(jīng)對流抬升作用上升至對流層上部并發(fā)生凝結(jié)，從而釋放潛熱形成暖心區(qū).發(fā)展階段距離中心80～120km、6km以下高度存在一個(gè)比濕距平為0.4g／kg的弱濕區(qū)，成熟階段該弱濕區(qū)的強(qiáng)度明顯增強(qiáng)，比濕距平增大至2g／kg，而消亡階段其水平范圍和垂直尺度都在縮減，比濕距平也減小至1.5g／kg.

3.3.3 相對濕度分布

相對濕度指一定溫度和壓強(qiáng)下濕空氣中水汽壓與飽和水汽壓的百分比，其綜合反映了大氣中水汽和溫度的分布特征，利用其隨高度變化的廓線可進(jìn)行云邊界高度的判定［32］.圖17給出了各階段相對濕度距平的剖面分布.從圖中可以看出，發(fā)展階段內(nèi)核區(qū)的4～8km高度出現(xiàn)相對濕度距平的較大值區(qū)，這與圖16a中比濕距平的分布相似，而通過分析相對濕度的剖面分布特征，發(fā)現(xiàn)該區(qū)域相對濕度高達(dá)85%以上，表明此處濕空氣的水汽含量充足并接近飽和.成熟階段內(nèi)核區(qū)5～12km高度存在一個(gè)相對濕度距平遠(yuǎn)小于0并向外傾斜的未飽和區(qū)，該區(qū)域?qū)?yīng)圖15b成熟階段的暖心區(qū)，同時(shí)從圖16b比濕的距平分布可知該區(qū)域空氣濕度不大，說明底層濕空氣上升凝結(jié)釋放潛熱后導(dǎo)致該區(qū)域水汽含量降低，空氣遠(yuǎn)達(dá)不到飽和.該未飽和區(qū)在消亡階段抬升至8km以上，其上端接近颶風(fēng)頂部，而從相對濕度的剖面分布可知，在5～12km內(nèi)相對濕度都保持在70%左右，沿徑向其垂直范圍在不斷擴(kuò)大，但相對濕度在逐漸減小，表明颶風(fēng)開始走向衰亡，濕空氣的飽和程度在不斷減弱，導(dǎo)致降水越來越少.

3.3.4 假相當(dāng)位溫分布

假相當(dāng)位溫的垂直遞減率可用來判定大氣的對流穩(wěn)定性，若垂直遞減率大于0則為對流性穩(wěn)定層結(jié)，若小于0則為對流性不穩(wěn)定層結(jié)，否則為中性層結(jié)［33］.圖18給出了不同階段、不同徑向環(huán)內(nèi)假相當(dāng)位溫的垂直分布.由圖可知，各階段不同徑向環(huán)內(nèi)10km以上假相當(dāng)位溫差異較小，且垂直遞減率大于0，說明颶風(fēng)10km以上高度內(nèi)大氣始終保持均勻穩(wěn)定的層結(jié)結(jié)構(gòu).10km以下發(fā)展階段各徑向環(huán)內(nèi)假相當(dāng)位溫的差異仍然很小，幾乎重合，但在4km左右存在拐點(diǎn)，該高度以上垂直遞減率大于0，為對流性穩(wěn)定層結(jié)，該高度以下垂直遞減率小于0，為對流性不穩(wěn)定層結(jié)，表明發(fā)展階段颶風(fēng)內(nèi)部的對流上升運(yùn)動(dòng)源自4km以下.成熟階段的對流性不穩(wěn)定層結(jié)仍然位于4km以下，但在2～3km出現(xiàn)中性層結(jié)，而該高度層以下仍以對流性不穩(wěn)定層結(jié)為主.消亡階段除內(nèi)核區(qū)1～2km以及3～10km為中性層結(jié)外，其它各徑向環(huán)1km以上主要為對流性穩(wěn)定層結(jié)，而不穩(wěn)定層結(jié)主要發(fā)生在1km以下，說明對流運(yùn)動(dòng)明顯減弱，颶風(fēng)內(nèi)部熱力結(jié)構(gòu)與外圍區(qū)域逐漸趨于一致.此外，在颶風(fēng)不同演變階段，各高度層內(nèi)假相當(dāng)位溫都沿徑向逐漸減小，且對于15km以下的成熟和消亡階段而言，內(nèi)核區(qū)的假相當(dāng)位溫明顯大于其它各徑向環(huán).

4 結(jié)論與討論

利用CloudSat熱帶氣旋過境數(shù)據(jù)集資料，針對2006—2010年發(fā)生在大西洋地區(qū)的33個(gè)颶風(fēng)結(jié)構(gòu)進(jìn)行深入分析，主要研究了距離中心500km范圍內(nèi)颶風(fēng)的云、降水和熱力結(jié)構(gòu)在發(fā)展、成熟和消亡階段的水平分布和垂直結(jié)構(gòu)，重點(diǎn)討論了雷達(dá)反射率、云發(fā)生概率、冰云參數(shù)和單層云高度等云結(jié)構(gòu)參數(shù)，水汽含量、液態(tài)水和冰水路徑、降雨率及其與SST的關(guān)系等降水結(jié)構(gòu)特征，以及溫度、比濕、相對濕度和假相當(dāng)位溫等熱力結(jié)構(gòu)分布，得到以下主要結(jié)論：

（1）雷達(dá)反射率的發(fā)生概率以5km高度為“拐點(diǎn)”呈現(xiàn)出兩種截然相反的變化規(guī)律，成熟階段回波強(qiáng)度和伸展高度明顯大于發(fā)展和消亡階段，而各階段5km附近明顯的亮帶結(jié)構(gòu)表明0℃凝結(jié)層的出現(xiàn).深對流云發(fā)生概率始終最大、垂直伸展范圍也最廣，卷云和高層云次之，高積云在雨帶區(qū)較大而積云和雨層云始終較小.冰水含量沿徑向不斷減小，有效粒子半徑和分布寬度參數(shù)隨高度減小而粒子數(shù)濃度卻增大.單層云云底高總體上沿徑向增大而云厚卻減小，其二維頻率分布在各階段的特征各異.

（2）各階段液態(tài)水和冰水路徑沿徑向減小而水汽含量則幾乎不變，內(nèi)核區(qū)降雨率始終最大，且成熟階段明顯大于發(fā)展和消亡階段.夏季降雨率明顯大于秋季，且各緯度帶內(nèi)的較大值主要發(fā)生在晚夏和早夏.當(dāng)SST高于26℃時(shí)，颶風(fēng)最大強(qiáng)度對SST的變化較為敏感，且若要達(dá)到二級以上則SST必須高于27℃.內(nèi)核區(qū)降雨率近似以指數(shù)形式增長，最大潛在降雨率對暖的SST較為敏感，但當(dāng)溫度高于29℃時(shí)，颶風(fēng)最大強(qiáng)度和最大潛在降雨率受SST的影響逐漸減弱.

（3）距離中心200km以外區(qū)域颶風(fēng)的溫度距平較小，200km以內(nèi)其隨颶風(fēng)演變逐漸增大，同時(shí)眼區(qū)外仍存在正溫度距平的暖區(qū).各階段8km以下存在濕心區(qū)，且正好位于暖心區(qū)下方.發(fā)展階段內(nèi)核區(qū)4～8km高度存在相對濕度及其距平都較大的區(qū)域，而成熟階段5～12km存在距平小于0并向外傾斜的未飽和區(qū)，并在消亡階段抬升至8km以上.各階段不同徑向環(huán)內(nèi)10km以上假相當(dāng)位溫差異較小，且4km以上主要為對流性穩(wěn)定層結(jié)，而4km以下的分布各異，但各高度層內(nèi)假相當(dāng)位溫都沿徑向逐漸減小.

CloudSat熱帶氣旋過境數(shù)據(jù)集融合了多種主被動(dòng)傳感器以及模式資料，可以用來精細(xì)刻畫熱帶氣旋內(nèi)部結(jié)構(gòu)的演變過程，這是任何其它靜止或極軌衛(wèi)星設(shè)備所無法匹及的.論文基于此數(shù)據(jù)集分析了大西洋地區(qū)颶風(fēng)的云、降水和熱力結(jié)構(gòu)在不同演變階段的變化規(guī)律，其中對云和熱力結(jié)構(gòu)剖面特征的詳細(xì)分析在以往的研究中出現(xiàn)較少，為分析大西洋地區(qū)的颶風(fēng)結(jié)構(gòu)提供了重要參考.很顯然，CloudSat的諸多優(yōu)勢如對云和降水探測的高空間分辨率、在陸地和海洋以及白天和夜間幾乎相同的探測精度等，都使其反演結(jié)果可作為熱帶氣旋研究的一種良好補(bǔ)充源，為各種預(yù)報(bào)模式的開發(fā)研究提供有效的驗(yàn)證信息，并可用于追蹤登陸熱帶氣旋的結(jié)構(gòu)變化，然而其有限的探測時(shí)次和刈幅寬度限制了其對熱帶氣旋結(jié)構(gòu)的連續(xù)性大范圍監(jiān)測研究，而靜止衛(wèi)星資料恰好彌補(bǔ)了這一不足.因此，可考慮將靜止衛(wèi)星資料融入CloudSat熱帶氣旋過境數(shù)據(jù)集中，實(shí)現(xiàn)對熱帶氣旋結(jié)構(gòu)特征與演變規(guī)律的更深入細(xì)致分析和連續(xù)性監(jiān)測預(yù)報(bào)，這將是下一步研究的方向.

致 謝 本研究利用的CloudSat熱帶氣旋過境數(shù)據(jù)集由美國海軍研究實(shí)驗(yàn)室（NRL）和CloudSat數(shù)據(jù)處理中心（DPC）聯(lián)合發(fā)布（http：∥reef.atmos.colostate.edu／～natalie／tc／），最優(yōu)路徑數(shù)據(jù)由美國信息系統(tǒng)（Unisys）的颶風(fēng)數(shù)據(jù)庫官方發(fā)布（http：∥www.weather.unisys.com／hurricane／），在此謹(jǐn)表感謝！

（

）

［1］ 薛根元，王志福，周麗峰等.登陸東南沿海熱帶氣旋的異常特征及其成因研究.地球物理學(xué)報(bào)，2007，50（5）：1362－1372.

Xue G Y，Wang Z F，Zhou L F，et al.On abnormal features and formation causes of tropical cyclones landing southeastern coastal zones of China.ChineseJ.Geophys.（in Chinese），2007，50（5）：1362－1372.

［2］ Rodgers E B，Chang S W，Pierce H F.A satellite observational and numerical study of precipitation characteristics in Western North Atlantic tropical cyclones.J.Appl.Meteor.，1994，33（2）：129－139.

［3］ Rodgers E B，Pierce H F.A satellite observational study of precipitation characteristics in Western North Pacific tropical cyclones.J.Appl.Meteor.，1995，34（12）：2587－2599.

［4］ Rodgers E B，Adler R F，Pierce H F.Contribution of tropical cyclones to the North Pacific climatological rainfall as observed from satellites.J.Appl.Meteor.，2000，39（10）：1658－1678.

［5］ Rodgers E B，Adler R F，Pierce H F.Contribution of tropical cyclones to the North Atlantic climatological rainfall as observed from satellites.J.Appl.Meteor.，2001，40（11）：1785－1800.

［6］ Kovacs T A，McCormick M P.Observations of typhoon Melissa during the lidar in－space technology experiment（LITE）.J.Appl.Meteor.，2003，42（7）：1003－1013.

［7］ Yokoyama C，Takayabu Y N.A statistical study on rain characteristics of tropical cyclones using TRMM satellite data.Mon.Wea.Rev.，2008，136（10）：3848－3862.

［8］ Kidder S Q，Goldberg M D，Zehr R M，et al.Tropical cyclone analysis using AMSU data.∥Proceedings of 10th Conference on Satellite Meteorology and Oceanography，Long Beach，California.Boston，America：American Meteorological Society，2000：185－188.

［9］ Kidder S Q，Goldberg M D，Zehr R M，et al.Satellite analysis of tropical cyclones using the Advanced Microwave Sounding Unit（AMSU）.Bull.Amer.Meteor.Soc.，2000，81（6）：1241－1259.

［10］ 劉喆，李萬彪，韓志剛等.利用AMSU－A亮溫估測西北太平洋區(qū)域熱帶氣旋強(qiáng)度.地球物理學(xué)報(bào)，2008，51（1）：51－57.

Liu Z，Li W B，Han Z G，et al.Estimating the intensity of tropical cyclone in Western North Pacific basin with AMSU－A brightness temperature.ChineseJ.Geophys.（in Chinese），2008，51（1）：51－57.

［11］ Pineros M F，Ritchie E A，Tyo J S.Objective measures of tropical cyclone structure and intensity change from remotely sensed infrared image data.IEEETrans.Geosci.Remote Sens.，2008，46（11）：3574－3580.

［12］ 丁金才，郭英華，郭永潤等.利用COSMIC資料對17個(gè)臺(tái)風(fēng)熱力結(jié)構(gòu)的合成分析.熱帶氣象學(xué)報(bào)，2011，27（1）：31－43.

Ding J C，Guo Y H，Guo Y R，et al.The composite analysis of the thermal structure of 17typhoons by using COSMIC data.J.Trop.Meteor.（in Chinese），2011，27（1）：31－43.

［13］ Luo Z Z，Stephens G L，Emanuel K A，et al.On the use of CloudSat and MODIS data for estimating hurricane intensity.IEEEGeosci.RemoteSens.Lett.，2008，5（1）：13－16.

［14］ Mitrescu C，Miller S，Hawkins J.Near－real－time applications of CloudSat data.J.Appl.Meteor.Climatol.，2008，47（7）：1982－1994.

［15］ Durden S L，Tanelli S，Dobrowalski G.CloudSat and ATrain observations of tropical cyclones.OpenAtmos.Sci.J.，2009，3（1）：80－92.

［16］ Matrosov S Y.CloudSat measurements of landfalling hurricanes Gustav and Ike（2008）.J.Geophys.Res.，2011，116（D1）：D01203，doi：10.1029／2010JD014506.

［17］ 趙姝慧.利用TRMM衛(wèi)星和CloudSat衛(wèi)星對不同類型云系的中微尺度結(jié)構(gòu)的研究分析［碩士論文］.南京：南京信息工程大學(xué)，2008：66－72.

Zhao S H.A study on the mesoscale and microscale structure in different types of clouds by TRMM satellite and CloudSat satellite［Master′s thesis］（in Chinese）.Nanjing：Nanjing University of Information Science ＆Technology，2008：66－72.

［18］ 朱乾根，林景瑞，壽少文等.天氣學(xué)原理和方法.第4版.北京：氣象出版社，2007：508－555.

Zhu Q G，Lin J R，Shou S W，et al.Weather Principles and Methods（in Chinese）.4th Ed.Beijing：China Meteorological Press，2007：508－555.

［19］ Cecil D J，Zipser E J，Nesbitt S W.Reflectivity，ice scattering，and lighting characteristics of hurricane eyewalls and rainbands.Part I：quantitative description.Mon.Wea.Rev.，2002，130（4）：769－784.

［20］ Black M L，Burpee R W，Marks F D Jr.Vertical motion characteristics of tropical cyclones determined with airborne Doppler radial velocities.J.Atmos.Sci.，1996，53（13）：1887－1909.

［21］ Black R A，Hallett J.Electrification of the hurricane.J.Atmos.Sci.，1999，56（12）：2004－2028.

［22］ Austin R T，Heymsfield A J，Stephens G L.Retrieval of ice cloud microphysical parameters using the CloudSat millimeterwave radar and temperature.J.Geophys.Res.，2009，114（D8）：D00A23，doi：10.1029／2008JD010049.

［23］ Zehr R M.Satellite diagnostics of tropical cyclones.∥Proceedings of 3rd Conference on Satellite Meteorology and Oceanography，Anaheim，California.Boston，America：American Meteorological Society，1988：241－246.

［24］ Emanuel K A.The maximum intensity of hurricanes.J.Atmos.Sci.，1986，45（7）：1143－1155.

［25］ Merrill R T.Environmental influences on hurricane intensification.J.Atmos.Sci.，1988，45（11）：1678－1687.

［26］ Evans J L.Sensitivity of tropical cyclone intensity to sea surface temperature.J.Climate，1993，6（6）：1133－1140.

［27］ Demaria M，Kaplan J.A statistical hurricane intensity prediction scheme（SHIPS）for the Atlantic basis.Wea.Forecasting，1994，9（2）：209－220.

［28］ 王瑾，江吉喜.AMSU資料揭示的不同強(qiáng)度熱帶氣旋熱力結(jié)構(gòu)特征.應(yīng)用氣象學(xué)報(bào)，2005，16（2）：159－166.

Wang J，Jiang J X.The thermal structure characteristics of tropical cyclones with different intensity revealed by AMSU data.J.Appl.Meteor.Sci.（in Chinese），2005，16（2）：159－166.

［29］ 劉學(xué)剛.臺(tái)風(fēng)暖心結(jié)構(gòu)與強(qiáng)度變化的統(tǒng)計(jì)聯(lián)系［碩士論文］.南京：南京信息工程大學(xué)，2007：11－95.

Liu X G.Statistical relationship between typhoon′s warm center structure and intensity change［Master′s thesis］（in Chinese）.Nanjing：Nanjing University of Information Science ＆Technology，2007：11－95.

［30］ 彭犁然，舒守娟.利用GPS Dropsonde資料研究“龍王”臺(tái)風(fēng)的結(jié)構(gòu)特征.熱帶氣象學(xué)報(bào)，2010，26（1）：13－21.

Peng L R，Shu S J.Analysis on structure of typhoon Longwang based on GPS Dropsonde data.J.Trop.Meteor.（in Chinese），2010，26（1）：13－21.

［31］ 陳瑞閃.臺(tái)風(fēng).福州：福建科學(xué)技術(shù)出版社，2002：379－391.

Chen R S.Typhoons（in Chinese）.Fuzhou：Fujian Science and Technology Press，2002：379－391.

［32］ 嚴(yán)衛(wèi)，韓丁，陸文等.基于COSMIC掩星探測資料的云底高反演研究.地球物理學(xué)報(bào)，2012，55（1）：1－15，doi：10.6038／j.issn.0001－5733.2012.01.001.

Yan W，Han D，Lu W，et al.Research of cloud－base height retrieval based on COSMIC occultation sounding data.ChineseJ.Geophys.（in Chinese），2012，55（1）：1－15，doi：10.6038／j.issn.0001－5733.2012.01.001.

［33］ 盛裴軒，毛節(jié)泰，李建國等.大氣物理學(xué).北京：北京大學(xué)出版社，2003：162－165.

Sheng P X，Mao J T，Li J G，et al.Atmospheric Physics（in Chinese）.Beijing：Peking University Press，2003：162－165.