王元教授课题组在对流的识别与跟踪方面取得进展
近日，bwin必赢王元教授课题组在对流的识别与跟踪方面取得进展，成果以“A Contour-based Algorithm for Automated Detection of Overshooting Tops Using Satellite Infrared Imagery”为题发表于遥感领域顶级期刊之一的《IEEE Transactions on Geoscience and Remote Sensing》上，该杂志在2017年的影响因子为4.662。
穿透性对流是最深厚、最危险的一种对流。它的水平尺度小（直径小于4 km的占多数），持续时间短（一般小于15分钟）。由于其拥有异常强劲的上升运动核心，垂直发展异常深厚，可以突破对流层顶到达平流层低层。研究表明，穿透性对流的出现往往伴随着雷暴、强雹、龙卷和暴雨等极具破坏力的天气灾害；在台风生成和快速增强的过程中，穿透性对流可能也扮演着重要的作用（Zhuge et al., 2015a, b；Sun et al., 2017）。同时，对流层中上层的水汽、气溶胶及其他化学物质也可能会被穿透性对流快速地运输到平流层内，从而对地球气候系统产生重要的影响。因此，开展穿透性对流识别的研究对天气、气候和大气环境等领域具有重要的意义。
在气象卫星的可见光图像上，穿透性对流表现为一个花椰菜状的突起结构；而在红外图像上，则表现为一个小的局地冷中心。得益于新一代静止气象卫星时间和空间分辨率的提高，王元课题组提出了一个穿透性对流的自动识别算法（图1）。利用全球降水测量任务平台（GPM）卫星两年的数据（2015年7月–2017年7月）进行验证，结果表明：新算法性能卓越，命中率为67%，相比同类算法提高了9%；虚警率为46%，比同类算法降低了42%。图2是一个穿透性对流识别的个例。
本研究受到国家自然科学基金（41505086，41575130,41675054）和国家重点基础研究发展规划（2015CB452800）的资助。bwin必赢博士生孙良宵为论文第一作者，诸葛小勇博士和王元教授为本文通讯作者。bwin必赢为第一署名和通讯作者单位。
图 1. 穿透性对流自动识别算法的流程图和示意图。
图 2.葵花8号的红外图像（a）和可见光图像（b）。洋红色实心圈代表KuPR/GPM观测的穿透性对流，黑色加号代表新算法的识别结果，黑色虚线表示KuPR/GPM扫描带宽的边界。
文章链接及相关文献：
Sun, L. X., X. Y. Zhuge, and Y. Wang, 2018: A Contour-based Algorithm for Automated Detection of Overshooting Tops Using Satellite Infrared Imagery. IEEE Trans. Geosci. Remote Sens., doi: 10.1109/TGRS.2018.2857486.
Zhuge, X.-Y., J. Ming, and Y. Wang, 2015a: Reassessing the use of inner-core hot towers to predict tropical cyclone rapid intensification. Wea. Forecasting, 30, 1265–1279, doi: 10.1175/WAF-D-15-0024.1.
Zhuge, X.-Y., J. Guan, F. Yu, and Y. Wang, 2015b: A new satellite-based indicator for estimation of the Western North Pacific tropical cyclone current intensity. IEEE Trans. Geosci. Remote Sens., 53, 5661–5676.
Sun, L. X., X. Y. Zhuge, and Y. Wang, 2017: Favorable environments for the occurrence of overshooting tops in tropical cyclones. Adv. Atmos. Sci., 34(4), 532–544, doi: 10.1007/s00376-016-6122-y.