基于卫星资料的中国西部地区云垂直结构分析北大核心CSCD

利用2007年3月2008年2月CloudSat与CALIPSO卫星相结合的云分类产品2B-CLDCLASS-LIDAR数据,分析了中国西部及周边地区云的垂直结构特征。研究结果表明,各地区单层云出现频率均大于多层云,天山山脉、祁连山脉中西段多层云出现频率全年均大于周围地区;所有云的云顶和云底高度在不同高度的出现频率具有明显的区域和季节变化特征,且云顶高度的季节变化较云底高度显著;西北地区各云层高度的季节变化不明显,青藏高原(下称高原)地区各云层高度在冬、夏季反差较大;单层云的平均厚度超过2 km,2层云和3层云的厚度基本在1~2 km;云层间距以2层云最大,且高原地区云层间距季节变化较西北地区明显;高原南坡夏季冰云出现频率较多,其他地区冬、春季冰云出现较多,除高原南坡外,冬季冰云出现频率均在80%以上。     

基于卫星资料的中国西部地区云垂直结构分析

利用2007年3月2008年2月CloudSat与CALIPSO卫星相结合的云分类产品2B-CLDCLASS-LIDAR数据,分析了中国西部及周边地区云的垂直结构特征。研究结果表明,各地区单层云出现频率均大于多层云,天山山脉、祁连山脉中西段多层云出现频率全年均大于周围地区;所有云的云顶和云底高度在不同高度的出现频率具有明显的区域和季节变化特征,且云顶高度的季节变化较云底高度显著;西北地区各云层高度的季节变化不明显,青藏高原(下称高原)地区各云层高度在冬、夏季反差较大;单层云的平均厚度超过2 km,2层云和3层云的厚度基本在1~2 km;云层间距以2层云最大,且高原地区云层间距季节变化较西北地区明显;高原南坡夏季冰云出现频率较多,其他地区冬、春季冰云出现较多,除高原南坡外,冬季冰云出现频率均在80%以上。     

内蒙古中部地区云气候学特征及降水云垂直结构特征分析

文章利用2013年内蒙古中部地区呼和浩特、东胜、临河、乌拉特中旗4个高空观测站的L波段探空秒数据,采用相对湿度阈值法,进行云垂直结构气候学特征分析以及降水云系的垂直结构分析。结果表明:呼和浩特地区平均云底高度为2680m,平均云顶高度为6433m,平均云厚为3753m。在全年中有60.2%的时间是无云天气;在有云时候,单层云约占24.1%;多层云中以双层云居多,约占总数的10.1%。云底高度低于2.5km、云层厚度在3.5km以上、云顶高度高于5.0km且连续无夹层是内蒙古中部地区降水云系的垂直结构特征。     

基于CloudSat云分类资料的华北地区云宏观特征分析

利用2007年1月至2008年12月的CloudSat 2B-CLDCLASS-LIDAR云分类资料对华北地区(36°~42°N,110°~120°E)各类云在单层及多层云中的出现频率、平均高度及平均厚度进行统计分析。结果表明:华北地区单层云和多层云出现频率存在明显的季节变化,夏季最大,春秋次之,冬季最小。单层云的出现频率远高于多层云,单层云出现频率在春、夏、秋、冬4个季节分别为44.3%、46.1%、37.8%和32.8%,而多层云中2层云所占比例最大。单层云和多层云各云层平均高度、平均厚度分析显示,3层云上层云顶云底高度最高,3层云下层云顶云底高度最低,单层云平均厚度明显大于多层云,云层数越多,各云层的平均厚度越小。对不同类型云出现频率分析显示,卷云主要出现在单层云及多层云中、上层,高层云和高积云在单层云和多层云各云层中均占有一定的比例,层云主要出现在多层云下层,层积云、积云、深对流云主要出现在单层云及多层云下层,雨层云主要出现在夏季单层云中。卷云、高层云、高积云的平均高度及厚度在不同云系统中存在显著的差异。     

利用星载激光雷达资料研究东亚地区云垂直分布的统计特征

已有研究表明: 云的垂直结构(简称CVS)是一个在卫星资料反演和气候模式预测中很重要的云特征。本文通过利用美国2006年刚发射的卫星CALIPSO (Cloud－Aerosol Lidar and Infrared Pathfinder Satellite Observations) 所负载的激光雷达Level 2_05km的云数据, 研究了东亚地区(18°N～53°N, 74°E～144°E) 云的垂直分布特征。结果表明: 东亚地区多层云云量在夏季、秋季、冬季、春季分别为43.6%、29.6%、21.1%、33.3%, 而多层云分布中双层云比例最大。云顶和云底高度除了随季节变化显著外, 还有明显的区域特征。单层云、 双层云以及三层云的云顶和云底高度的数据显示, 三层云中最上层的云顶和云底最高, 并始终高于两层云中最上层云的云顶和云底高度。平均云层厚度季节变化不明显, 其值普遍在0.9～2 km范围之间。而云层间距同样没有明显的季节和区域变化, 其出现的概率随距离的增大而减小。其中, 间距在0.35 km的概率最大, 占到将近50%。而间距在1.45 km附近的概率大约为15%, 高一点的可达到20%。     

CPR雷达探测北半球夏季多层云系结构统计特征分析

利用2007~2010年北半球夏季（6~8月）CloudSat卫星搭载的云廓线雷达（Cloud Profile Radar,CPR）探测结果对0°~60°N区域单层、双层和三层云系的水平分布、垂直结构特征及各云层云类组成、云水路径等物理量分布进行分析。云量的统计结果表明CPR探测的单层、双层和三层云系的云量分别为36.63%、8.26%和1.40%,云量的水平分布表明其高值区主要位于对流旺盛区域,且高值区的云层云顶高、厚度大,而低值区则多位于副热带高压区域。对不同云类的出现频率统计分析结果表明,单层云系中各云类的出现频率相近;多层云系的上层以卷云为主,下层以层积云为主。对比海陆差异发现洋面卷云和层积云的出现频率显著高于陆面,但高层云和高积云的出现频率低于陆面。云水路径分析表明,单层云系的冰水路径和液水路径均最大,而在多层云系中云层越高、厚度越大、冰水路径越大,液水路径则随着云层的降低增大。     

基于2014～～2017年Ka毫米波雷达数据分析北京地区云宏观分布特征

本文利用2014年1月至2017年12月Ka毫米波雷达数据对北京地区云宏观特征进行统计分析。云出现率方面，4年平均值约36.3%；冬季最低，夏季最大；月出现率值9月最大，12月最小；出现率日变化有季节差异，春夏两季呈现中午（11:00，北京时间，下同）开始逐步升高至下午17:00后逐步下降的特点，增高幅度大于15%；冬、秋两季日变化特征不显著。高度方面，4年平均云底高约4.9 km，平均云顶高约7.2 km；云顶高和云底高的月变化特征明显，从年初1月开始逐步上升，在6月达到峰值，而后下降到12月达到低值；3～10月，高云（云底高>5 km)占约一半左右比例；厚度小于1 km的云在各月中所占比例最高；厚度1～4 km的云，厚度越大所占比例越低；特别地，厚度大于4 km的云所占比例在4～9月中仅次于厚度小于1 km云的比例。4年期间，北京地区单层云居多约占66.7%，两层云占比约25.2%，两层以上云占8.1%；冬季约80%的云为单层云，而6～9月云层分布变化最多，其中9月单层云比例最低约为40%。本文基于4年高时空分辨率雷达数据对北京地区云分布特征，特别是云垂直分布特征在数值上准确刻画，该项工作在已有云气候研究中尚未见开展，所获得的知识将对了解地区气候特征、区域模式云参数化选择提供参考。     

基于CloudSat卫星观测资料的辽宁省不同天气系统影响下云系垂直结构特征

为区分不同天气系统影响下云垂直结构的差异,从而为人工增雨作业提供参考,对2004—2014年辽宁省进行人工增雨作业期间,500、850 hPa以及地面的天气形势进行了统计,利用CloudSat卫星观测资料对筛选的出现频率≥2次·a~(-1)的系统配置下的云垂直结构进行分析,并研究了典型系统影响下的作业云系垂直结构特征。根据系统配置差异,2004—2014年间影响辽宁省的共有225次过程,可划分为17种配置类型,其中典型天气系统四种,分别为西风槽—切变线—冷锋(CF型)、西风槽—低涡—蒙古气旋(MCW型)、西风槽—低涡—南方气旋(SC型)和低涡—低涡—蒙古气旋型(MCV型)。对四种典型天气系统影响下的云垂直结构分析发现,不同天气系统影响下云层均以单层云为主。SC影响下的云层发展较为旺盛,云底较低而云顶较高,云层深厚。MCW影响下的云层云底高度较高,云层较薄。不同天气系统影响下的云夹层厚度大多(50%)在1 km以下,而且随着云层数目增加,低于1 km的云夹层所占的比例增加。将云底高度≤2 km且云厚≥2 km视为作业云系,发现有云条件下,SC型符合条件的作业云系最多(59.7%),而MCW型影响下最少(14.5%)。作业云系以单层低冷云为主,单层低冷云的云底高度低于1 km且云顶高度可达7 km以上,作业云系的云夹层厚度对降水云催化效果影响较小。     

基于卫星资料的秦岭南北云系及其垂直结构特征

利用2007-2010年Cloud Sat/CALIPSO联合产品2B-CLDCLASS-LIDAR资料对关中、秦岭和陕南云出现概率及云垂直结构特征进行了研究。结果表明,各地区四季均以云天为主,云出现概率从南到北逐渐减少,但云出现概率最高的月份北部要早于南部。秦岭南北云层高度的季节变化单层云中关中地区最为显著,多层云则是陕南地区。云厚季节变化不明显,均在1~3 km之间。除少数情况外,8大云类在各地区不同云层中的出现概率具有显著的季节变化。除Ns(雨层云)在三层云下层及Dc(深对流云)在各层云中云顶和云厚存在明显的区域差异外,所有云类的云底云顶高度及平均厚度在不同云层的出现概率均没有明显的季节变化和区域差异。     

基于CloudSat–CALIPSO资料的全球不同类型云的水平和垂直分布特征

基于Cloud Sat-CALIPSO(Cloud Sat–Cloud Aerosol Lidar and Infrared Pathfinder Satellite Observations)卫星观测资料,分析了全球总云量和8类云的云量、云底高、云顶高、云厚度的水平和垂直分布。分析结果表明,全球平均总云量为66.7%,其中卷云(Ci)和层积云(Sc)云量之和与其他6类云量总和相当,是全球云量最多的两类云。积状云云量呈现从赤道向极地递减的特征,层状云则相反,反映了二者不同的生成环境,同时下垫面地形和天气系统也严重影响云的分布。8类云的高度及厚度特征有显著差异。Ci的云底高度和云顶高度都较高,厚度则较薄;高层云(As)和高积云(Ac)的云底高度和云顶高度都位于大气中层,但As比Ac出现的高度高且厚度大;层云(St)、层积云和积云(Cu)的云底高度和云顶高度都很低,属于薄的低云;雨层云(Ns)和深对流云(DC)云底较低但云顶伸展很高,归属于厚云类。总体而言,海洋上云底高度较陆地低;赤道等大气不稳定地区,云底较高,云厚度较大;高原地区则表现出"高云不高,低云不低,云厚较薄"的特征。     

东亚地区云垂直结构的CloudSat卫星观测研究

本文利用卫星CloudSat同时结合了与其同轨道的卫星CALIPSO(Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations)2007至2009年3年的观测资料,将东亚地区划分为六个研究区域,着重研究了东亚地区云垂直分布的统计特征.结果表明:东亚地区不同高度的云量之和具有明显的季节变化趋势,夏季最大,春秋次之,冬季最小.海洋上空的单层云量最大值出现在冬季,而在陆地上空则出现在夏季.从云出现概率来看,东亚地区单层云出现的概率在春、夏、秋、冬季节依次为52.2%,48.1%,49.2%和51.9%,而多层(2层和2层以上)云出现的概率在春、夏、秋、冬季节分别为24.2%,31.0%,19.7%,15.8%.云出现的总概率和多层云出现的概率,在六个区域都呈现出夏季最大,冬季最小;对4个季节都呈现出东亚南部比东亚北部大,海洋上空比陆地上空大的特点,表明云出现的总概率的季节变化主要由多层云出现的概率的变化决定.东亚地区云系统中最高层云云顶的高度,在夏季最高,为15.9 km,在冬季最低,为8.2 km;在东亚南部和海洋上空较高,平均为15.1 km;在东亚北部较低,平均为12.1 km,且呈现东亚南北部之间差异较大的特点.东亚地区云系统的云层厚度基本位于1 km到3 km之间,且夏季大,冬季小;对同一季节,不同区域的云层厚度差别较小;当多层云系统中的云层数目增加时,云层的平均厚度减少,且较高层的云层平均厚度大于较低层的.云层间距的概率分布基本呈单峰分布,出现峰值范围的云层间距在1到3 km之间,各区域之间没有明显差别,季节变化也不大.本文的研究为在气候模式中精确描述云的垂直结构提供了有用的参数化依据.     

基于相对湿度阈值法的沈阳地区云垂直分布特征

利用2006—2015年辽宁沈阳站的L波段探空数据,探讨了相对湿度阈值法对沈阳地区云识别的可靠性,并基于该方法对云的垂直结构进行定量分析。结果表明:相对湿度阈值法识别沈阳地区云的正确率可达75%以上,与地面观测有较好的一致性。60.7%的探空曲线识别到云的存在,云的出现频率夏季最高,为75.7%,秋季最低,为52.6%。有云条件下,沈阳地区以单层云为主,只有夏季多层云的出现频率较单层云高,多层云的出现频率随层数增加而减小。云层的垂直分布随云层数目及季节变化差异显著。云层及云夹层的厚度主要在2 km以下,且随云层数目的增加而减小。     

基于CloudSat-CALIPSO数据的大兴安岭地区云宏微观物理量的垂直结构特征分析北大核心CSCD

大兴安岭是我国重要生态资源保护区,深入分析该区域云物理特性参量分布特征,对了解复杂地形区域气候变化及人工影响天气等具有重要意义。基于CloudSat-CALIPSO(CloudSat-Cloud Aerosol Lidar and Infrared Pathfinder Satellite Observations)卫星观测资料,分析了大兴安岭地区云层的宏、微观物理特征,结果表明:大兴安岭地区年平均云出现频率为59.5%,主要以高层云、卷云和层积云为主,春夏季云发生频率高于秋冬季。云层主要以薄云为主,61.41%的云厚度不超过2 km,云顶高度、云底高度分别呈现双峰型和单峰型分布形式。云垂直结构特征为单层云的出现频率最高,占到总云量的69.19%,随着云层数的增加,云的发生频率逐渐降低。大兴安岭地区云中液态水含量丰富,年平均值达244.41 mg·m^(-3),约为冰水含量年平均值的4倍,有83.2%的云水含量集中在低空5 km以下的区域。水滴粒子有效粒径和数浓度的年平均值分别为15.86μm和34.47个·cm^(-3),均小于冰晶粒子平均值。云中含水量和有效粒径随高度呈现单峰型分布形式,而云滴粒子数浓度则在低空呈现为双峰型分布形式。     

基于Ka波段云雷达的六盘山顶云特征分析

利用宁夏六盘山气象站2017年9月至2018年8月的Ka波段云雷达观测资料,统计分析了六盘山顶不同云的出现频率及宏观特征。结果表明：六盘山顶云出现频率最高值在7月,为61%,最低值在12月,为26%;按云层数划分,六盘山顶出现的云主要以1层云、2层云及3层云为主,相对总云的月平均出现频率分别为68%—86%、14%—27%及0.4%—4.8%;按云底高度及云层厚度划分,六盘山顶低云、中云、高云及直展云相对总云的月平均出现频率分别为29%—53%、14%—58%、6%—22%及2%—20%。云底高度在冬春季节高于夏秋季节,云顶高度在夏秋季节高于冬春季节,云层厚度为1.6—3.6 km,年变化特征与云顶高度类似。整体来看,春、夏、秋季云厚在白天大于夜间,冬季云厚在夜间大于白天,其中夏、秋季云厚日变化特征较为明显。     

2019年8和9月西北干旱区塔克拉玛干沙漠腹地云的宏观参量特征

云是地球-大气系统能量收支的关键调节器,云的宏观和微观物理参数对干旱区降水强度和分布有重要影响。为了阐明塔克拉玛干沙漠腹地云的宏观特性,利用CHM15K型云高仪对塔中站2019年7月23日至9月30日云层结构进行连续探测,分析2019年8、9月塔中站上空云底高度、云层厚度和总覆盖率的变化特征。结果表明,云高仪能够清晰地观测沙漠上空云分布和降雨过程,云层的平均云底高度为4.6 km,以高云和中云为主,8、9月高云、中云占比之和均超过90%,单层云占比大于多层云;云层厚度相对较薄,8、9月第一层云的平均厚度分别为402、532 m,厚度小于500 m的云层占比分别为64.2%和58.8%,表明塔中以薄云为主;8月全天空云占比最大,为32.6%,而9月的全天空无云占比最大,为40.8%。此次观测结果有助于了解塔克拉玛干沙漠腹地云宏观特征的时空分布和演化特征,可为数值模式模拟和卫星遥感产品的验证提供宝贵的数据集。     

探空测云垂直结构方法研究及应用

该文利用云南蒙自、腾冲探空站的高空气象观测资料进行云垂直结构分析,得出了较合理的云层垂直结构判定方法,并统计了云频率、云厚和云高等相关要素,得到以下主要结论:1通过探空相对湿度和温度露点差阈值,能够有效分辨云底、云顶和云夹层。2蒙自、腾冲夏季云天出现的频率达到100%,冬、春季节频率不到50%;冬季云状以低云为主,其他季节低云和高云同时存在的情况较多。3各类云高度没有显著的季节变化,而云厚度表现为夏半年明显高于冬半年,其中中云、低云较厚、高云较薄,云夹层厚度冬春季节较大。4低云云底高度01时和07时较低,云顶高度07时和13时较高,云厚度19时较小;中云01时和07时云底低、云顶高,相应的云厚度大于13时和19时,具有一定的日变化规律。     

基于Cloudsat的降水云和非降水云垂直特征

降水云是人工增雨作业的主要对象,了解降水云系的垂直结构对于人工增雨可播条件的选择至关重要。利用Cloudsat卫星2008年3月—2009年2月资料,首先通过大量个例分析并结合地面降水量观测验证Cloudsat卫星识别降水云方法的合理性,在此基础上,统计分析了华北和江淮地区降水云与非降水云的垂直结构特征。统计结果表明:降水云与非降水云垂直结构存在明显差异, 两地区降水云云底高度都在2 km以下,非降水云的云底高度以高于2 km为主。两地区单层降水云云厚以大于6 km为主,多层降水云云厚以2~4 km为主,非降水云云厚以小于2 km为主。两地区降水云夹层厚度集中于1~2 km,非降水云夹层厚度集中在4 km以上。江淮地区多层云降水频率略高于华北地区。     

祁连山北坡云垂直分布特征

利用敦煌、酒泉、张掖、民勤探空站2014—2019年的探空数据,对祁连山北坡云的发生频率及云垂直结构特征进行分析。结果表明:祁连山北坡全年云的发生频率为20%～40%,以1～3层云为主,且单层云的发生频率高于多层云,多层云以2层云为主;云的发生频率夏高冬低,夏季单层云和2层云出现的频率较为接近,而春、秋、冬季节单层云出现频率远高于2层云和3层云;全年平均云高度2层云的下层云厚度明显大于上层云,3层云的底层云与中层云之间晴空夹层厚度大于中层云与顶层云之间的晴空厚度;祁连山北坡云层高度季节变化显著,单层云和多层云的高度都表现为夏高冬低。     

云参数对微波亮温模拟计算的影响试验

利用CRTM (Community Radiative Transfer Model) 快速辐射传输模式对NOAA-K系列卫星的AMSU-A通道亮温进行正演模拟,重点研究云粒子类型、云高、云厚度等云参数对微波亮温模拟的影响。结果表明:改变云粒子类型时,云水和雨水对模拟亮温影响较大,模拟亮温值比晴空高1 K;霰、雪、冰、雹等固态粒子对模拟亮温的影响较小,模拟亮温值略低于晴空无云情况;云层光学厚度较大时,各通道亮温受云层影响的情况取决于权重函数峰值高度和云顶高度的配置;多个高度存在云时,若最上层云较厚 (2 km),光学厚度大,相应通道亮温取决于最上层云,较低层云对亮温不产生影响;云层变薄,光学厚度减小,高度低于云层或略高于云顶的通道亮温随云层厚度的变化明显,若通道高度远高于云顶,云层厚度的变化对于其亮温模拟的影响很小。     

基于CloudSat资料的中国及周边地区各类云的宏观特征分析

利用2006年7月—2009年4月的CloudSat2B-CLDCLASS云分类资料,针对中国及周边地区(0°—60°N,70°—140°E)各类云量和垂直结构参数的地理分布及季节变化进行了统计分析,并根据气候特征的地域差异从该区域选出8个子区域,逐区统计了各类云的垂直结构特征。结果表明,各类云量的分布存在较明显的区域差异和季节变化;青藏高原和帕米尔高原地区卷云、高层云和高积云等中高云的高度和厚度相对较小,陆上深对流云的云底高度大于海上,而热带、副热带地区云顶高度大于中纬度地区;除积云、层积云和雨层云外,中国南方地区其他各类云的云层厚度均大于北方地区;除了层积云外,其他各类云的云顶高度在各区域都存在比较明显的季节变化,低云云底高度的季节变化和区域差异都很小,而中高云的云底高度除了在印度洋季风区、南海和西太平洋地区季节差异较小外,其他地区季节差异较明显,各个地区在任何季节内,深对流云厚度最大,层积云最小;各类云出现频率随高度的分布具有较明显的区域差异;卷云与高积云的相关性比较强,经常相伴出现,夏季更加明显,而雨层云和深对流云之间相互排斥,两者几乎不可能同时出现。此外,统计中国及周边地区各类云的水平均一性发现,中...