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。     

利用探空数据分析云垂直结构的方法及其应用研究

云的垂直结构特征,无论是对天气、气候还是人工影响天气都十分重要,但业务上直接有效的观测手段十分缺乏。本文通过对比分析,确定了相对湿度阈值法分析云垂直结构的方法;利用我国气象业务探空秒数据,计算分析了不同云垂直结构,将得到的分析结果同CloudSat云雷达实测云垂直结构进行多个例的对比分析,验证了相对湿度阈值判断云垂直结构方法的可行性,及利用我国业务探空资料分析云结构的可用性;为业务应用,开发了探空秒数据的实时读取和计算方法,设计制作了云垂直结构探空分析显示图,初步形成基于我国业务探空的云结构分析技术;并实时将这些技术应用到我国60周年国庆期间几次不同天气系统云结构的时间和空间演变特征分析中,得到有意义的结果。     

基于探空云识别方法的云垂直结构分布特征

云的垂直结构特征作为云重要的宏观特征之一,直接决定了云的类型,进而通过发射和吸收辐射的方式影响着地气系统的能量收支平衡,因此对云垂直结构特征的研究一直都是云物理研究的一个重要方向。作为观测云垂直结构特征的一种方式,探空气球通过获取沿路径方向高分辨率的廓线信息,采用一定反演方法从而能够较为准确的识别云的垂直结构。本文即利用我国业务布网探空站的观测资料,采用相对湿度阈值法识别云垂直结构,并同激光云高仪、“风云四号”静止卫星和毫米波云雷达对识别的云结构特征量进行了一致性检验。在此基础上,统计分析了2015～2017年单层、两层和三层云的垂直结构分布特征、日变化和季节变化特征以及全国区域分布特征,结果表明:（1）整体分布上,单层云在垂直方向上出现的高度范围介于多层云的高度范围内,并且随着云层数的增加,云在垂直方向上更为伸展,即高层云越高,低层云越低;（2）在日变化中,中午单层和多层云中最低层云的云底高度均高于早晨,而夜间单层和多层云中最高层云的云顶高度则高于早晨和中午,同时中间层云厚的变化要小于最上层和最下层云厚的变化;（3）在季节变化中,夏季云量较其他季节更多,云体发展也更为深厚,表明温暖的大气条件更有利于云的形成和发展;（4）我国云垂直结构分布特征具有明显的纬向变化趋势,从以青藏高原为中心的西南地区的云底较高云体较薄的云,逐步过渡到以东南沿海地区为中心的云底较低云体较为深厚的云,表明不同地形和气候带的差异与不同云类型的分布直接相关。     

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。     

毫米波云雷达及探空反演的云垂直结构对比分析

利用2021年9月9日—2022年1月31日泾河国家基本气象站毫米波云雷达（简称云雷达）的反射率因子及L波段探空雷达的温度、相对湿度数据,根据时空匹配方法,对比分析了二者探测和识别云的垂直结构特征（包括云底高度、云顶高度、云层数）的一致性。结果表明：云雷达和探空数据对低、中、高的单层云、双层云及临近降水云的垂直结构的识别结果基本一致;二者对于单层云的云底高度以及双、多层云的云顶高度识别一致性更好,探空识别的云底高度整体略高于云雷达的。引起二者识别云层数不一致的原因：一是因为低层相对湿度较大以及探空识别云算法的敏感性;二是当云体的结构松散时,加上探空漂移作用导致二者识别的云体不一致。在二者识别云层一致的情况下,识别单层云的垂直结构的差异是由于探空仪在低温条件的低敏感以及云雷达对高层薄云的探测能力引起;对于双层和多层云,主要是由于时空匹配方法对于短时间内垂直结构显著变化的云的识别还需要进一步改进。     

L波段探空判别云区方法的研究

利用2008年1月到2009年12月的L波段探空资料,和与之时空匹配的Cloudsat云观测资料,首先分析了云内和云外相对湿度的累积频率分布,发现以75%作为相对湿度阈值判断云准确率可达81%。随后利用BS（Bias Score）和TS（Threat Score）评分方法,对不同相对湿度阈值进行评分分析,发现以81%作为相对湿度阈值TS评分可达0.66,为最高。接着利用BS和TS评分方法分不同高度对相对湿度阈值进行评分分析,发现随高度的增加该高度上具有最好TS评分的相对湿度阈值在减小。利用这些阈值对云判断时,总的TS评分高于0.6,且其准确率达到84%以上,比利用单一相对湿度阈值判断云准确率要高。最后对这些阈值进行优化,得到一套适合于我国L波段探空秒数据的云垂直结构的判别方法。     

应用L波段探空数据分析黑龙江省雾-霾垂直结构特征

本文选用2010-2014年黑龙江省4个探空站08、20时L波段探空资料和地面常规观测资料,应用相对湿度阈值法,分析了雾-霾天气云系的垂直结构特征。结果表明:85%的雾底高度在贴地层至0.3 km;雾顶高度1.0-1.2 km,雾厚度0.72-0.92 km;37.6%的雾为单层结构,雾的发生常伴随有中高云,其中35%的雾具有双层云结构;23.9%的雾为三层云结构。     

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。     

地基微波辐射计反演的青藏高原东侧甘孜大气温湿廓线分析

微波辐射计能够获取分钟级别的大气温湿廓线,可以弥补气象探空在时间分辨率上的不足。本文利用青藏高原东侧甘孜站2017年8—10月并址观测的微波辐射计和探空资料,对微波辐射计反演大气廓线的精度进行分析,并利用这些廓线探讨甘孜大气热力和云水变化特征。分析结果显示,总体上微波辐射计反演参量与探空观测之间具有高相关系数,微波辐射计反演的温度、相对湿度和水汽密度与探空观测的偏差分别为1.3℃、-2%和0.71 g·m~(-3),相应的均方差分别为2.9℃、20%和1.08 g·m~(-3),非强降水对微波辐射计观测质量的影响较小。微波辐射计与探空的温度偏差在多数高度层上小于2℃,能够达到气象业务的偏差要求。非雨天时微波辐射计与探空的相对湿度偏差在多数高度层上约为10%,雨天时相对湿度偏差在3.5 km以下小于5%。基于甘孜微波辐射计资料的统计分析发现,甘孜大气具有白天干热、夜间湿冷的日变化特征,云液态水含量白天较小、夜间较大,而且白天低层云发展较弱、云底较高,夜间低层云发展较强、云底较低。云液态水含量在云天和雨天具有相似的垂直结构,云液态水含量随高度增加先快速增大,然后在一定高度内波动变化,之后又快速变小,能够较好地指示入云和出云的特征。此外,云天低层云的云体主要处在0.1—2.5 km高度,而雨天低层云的云体分布高度范围更大为0—3.5 km高度。这些分析结果表明,微波辐射计反演大气廓线在甘孜具有可用性,能为定量研究云特征提供科学数据。     

基于L波段探空的云区边界识别改进算法

利用气象业务中使用的L波段探空数据和毫米波云雷达观测资料,分析探空相对湿度在入云和出云时的变化规律,提出一种基于探空相对湿度阈值与梯度相结合的云区边界识别改进算法,并利用云雷达观测数据对算法识别结果进行验证.利用北京市南郊观象台2019年1—6月层状云样本验证分析,结果表明:改进算法相比相对湿度阈值法,对云区边界识别更...     

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TRMM卫星探测的南海及周边地区降水、云和潜热特征的比较研究

利用1998—2013年热带测雨卫星（TRMM）3A12资料,对南海及其周边地区降水、云和潜热的三维特征及其变化进行了对比研究,把南海及其周边地区分为四个区域:华南地区、中南半岛、马来群岛、南海。结果表明:（1）地面降水率EOF分析的第一、二模态方差贡献率分别为57.16%和8.72%,第一模态向量场均为正值,降水呈现南多北少的分布特征;第二模态向量场体现了降水变化南北反相的特征,马来群岛降水变化与其他三个区域反相。从两个模态时间系数序列看出,1998—2005年整个区域降水总体减少,区域降水北部增多南部减少;2005—2013年整个区域降水总体增多,区域降水南部增多北部减少。（2）南海及其周边地区降水夏秋季多,春冬季少,降水中心春夏季北移,秋冬季南撤,其中马来群岛夏季降水最少,冬季最多;其它三个区域都是夏季降水最多,华南和中南半岛冬季最少,南海春季最少。（3）赤道附近对流降水为主,23 °N以北区域层云降水为主,5~23 °N之间区域两种类型降水比例随季节变化,其中陆地降水比例随季节变化明显,特别是华南地区陆地夏季对流降水比例大于50%,冬季层云降水比例大于80%;海洋对流降水所占比例普遍大于50%,随季节变化小。（4）云冰、云水含量水平分布大值区与降水大值区相对应;二者随高度先增加后减少,云冰在13 km高度达到最大值,云水在2.5 km高度达到最大。春冬季,马来群岛云冰含量最大;夏秋季,南海云冰含量最大。云水含量在四个季节都以南海最大。（5）潜热加热率水平分布大值区与降水大值区相对应;随高度呈双峰分布,峰值分别出现在1~2 km高度和4 km高度处,春冬季马来群岛潜热加热率最大。      

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。     

全天空图像分析西藏羊八井2009～2010年云量特征

运用西藏羊八井观测站2009～2010年近1年的高时空分辨率全天空图像资料分析了测站上空的日间云量特征。年平均总云量统计结果为5.2;冬夏季节云量分布差别明显,夏季平均云量大,冬季小;无云、少云天气多出现在冬季上午,而夏季午后满云情况较多;1～4月及11、12月(冬半年)云量日变化特征明显,上午逐步增加,至17:00(北京时间)左右到达高值,随后逐步下降,形成白天云量渐多夜间云量消散的"循环"过程。运用该地资料还分析了运用时间概率方法估算的点云量与实际云量的差异,小时平均结果显示无云及满云天气条件下二者云量一致性较高,而对中等云量天气二者相差较大。更长时间尺度(天平均)的统计对比表明,随着统计样本增加二者差距缩小。总体来看少云天气情况下点概率云量估算低于实际天空云量,当天空多云时点概率云量则大于实际天空云量。     

基于多源卫星资料的中国地区云宏微观特征研究

利用2007—2016年国际卫星云气候计划（International Satellite Cloud Climatology Project,ISCCP）、云和地球辐射能量系统（Clouds and the Earth''s Radiant Energy System,CERES）和中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer,MODIS）卫星反演云产品,对比分析了不同数据反演的中国地区云系结构的宏微观特征,并采用复合评价指标定量评估了不同数据之间时间和空间上的一致性。结果表明：三套卫星数据都能较好地反演出中国地区总云量呈南高北低、东高西低、夏高冬低的分布特征,但通过比较时间技巧（Temporal Skill,S_T）及空间技巧（Spatial Skill,S_S）复合评价指标及其各项分量发现,与MODIS相比,CERES与ISCCP数据反演的总云量时间序列演变特征明显更为一致,且其评分均有南方优于北方,夏季优于冬季的特征;进一步分析不同高度云量的S_T评分发现,CERES和ISCCP两套数据在南方地区的总云量差异主要来自于低云量的绝对偏差,而北方地区的偏差则同时存在于低云和中云;对比分析MODIS和CERES反演的云滴有效半径发现,高云对应的冰相云一致性较高,而中低云相对应的液相云的偏差则有夏季高于冬季的规律。针对夏季液相和冰相云滴粒径及概率密度分析则表明,相比CERES数据,MODIS对夏季液水和冰水粒子的有效半径在不同地区均有不同程度的高估,液（冰）水谱宽则更宽（窄）。     

中国东部大陆和邻近海域暖云特性时空分布及其与气象条件的关系

基于2003~2016年MODIS/Aqua（MODerate resolution Imaging Spectroradiometer）云产品资料（MYD08_D3）,分析了中国东部大陆及其邻近海域云量（CF）、云滴有效半径（CER）、和液水路径（LWP）的空间分布以及季节变化,并结合同期ERA-Interim再分析资料的850 hPa垂直速度（ω_850hPa）、低对流层稳定度（LTS）、以及MODIS/Aqua水汽产品中的大气可降水量（PWV）资料,分析了云宏微观物理量与动力、热力及水汽条件之间的关系。从空间分布来看,夏季由日本海至中南半岛存在一个东北西南走向的云量高值区,覆盖我国东部地区,冬季云量高值区位于我国南方地区和东部海域上空;云滴有效半径冬、夏分布类似,均为由东南洋面至西北内陆递减;夏季液水路径分布较为均一,冬季空间差异很大,30°N是明显的高低值分界线,这与冬季水汽的分布密切相关。陆地和海洋上云量均呈冬高夏低的变化趋势,陆地大于海洋,而云滴有效半径和液水路径则为夏高冬低,海洋大于陆地。总体来说,云量与PWV和LTS均表现为正相关、与ω_850hPa呈负相关,表明低层的上升运动有利于水汽向上输送、凝结形成云,但稳定的大气层结又会阻碍云进一步向上发展,使其被限制在底层空间,由于本文的研究对象为暖云,多为中低云,因而云量较高;云滴有效半径和液水路径均与LTS、ω_850hPa表现为负相关,但是对PWV的变化不是很敏感,表明水汽并不是影响云滴尺度和液水路径的主导因素,其主要受动力、热力抬升作用的影响;以上关系在不同区域、不同季节的表现存在一定差异。     

A comparison of MODIS-derived cloud amount with visual surface observations

Two main sources for global cloud climatologies are visual surface observations and observations made by spaceborne sensors. Satellite observations compared with surface data show in most cases differences ranging from − 15% up to − 1%, depending on sensor and observation conditions. These differences are partially controlled by sensors' cloud detection capabilities — a higher number of spectral bands and higher spatial resolution are believed to allow discrimination of clouds from land/ocean/snow background. A Moderate-Resolution Imaging Spectroradiometer (MODIS) produces images of the atmosphere in 36 spectral bands with a spatial resolution of 250–1000 m, thus having a capacity for cloud detection far more advanced than other operating sensors. In this study, instantaneous MODIS cloud observations were compared with surface data for Poland for January (winter) and July (summer) 2004. It was found that MODIS observed 4.38% greater cloud amount in summer conditions and 7.28% in winter conditions. Differences were greater at night (7–8%) than in daytime (0.5–7%) and correlations ranged between 0.577 (winter night) and 0.843 (winter day, summer day and night).     

基于气象因子的南京市冬季和夏季用电量预测研究

基于2014—2016年南京市常规气象逐时观测数据、逐日用电量和逐时用电负荷数据, 分析南京市用电量变化及其与气象因子的关系。结果表明: 南京市用电量7—8月、12月至翌年1月为两个峰值, 4月和10月为两个谷值, 年变化明显。四季均呈现显著“周末效应”。用电负荷一天内有两个峰值, 分别出现在10时和20时; 两个谷值, 一个谷值冬夏季在04时, 另一谷值冬季在14时, 夏季在18时。南京市用电量与气象条件的变化密切相关, 气象因子与用电量的关系在不同月份有所不同, 如夏(秋、冬)季气温日较差越大(小), 用电量越大; 7月、8月(10月至翌年3月)气温越高(低), 用电量越大; 冬季用电量受气象要素的影响程度总体低于夏季。冬季用电量主要受气温制约; 夏季用电量受气象要素的影响更为复杂, 除了气温, 还需综合考虑水汽、日照等因子。利用逐步回归法, 建立冬、夏季逐月日用电量气象预测方程, 方程中入选气象因子的存在明显的月际差异。不同月份分别针对性地考量入选气象因子的预报值, 做出用电量预估, 可为电力调度提供参考。     

基于飞机观测的美国落基山地区冬季混合相态层状云与夏季对流云的微物理特征

混合相态层状云与对流云的微物理特征有很大的差异性,但现阶段数值模式中并没有充分考虑两者的区别,这是导致云降水的模拟有较大不确定性的原因之一。为了加深对层状云与对流云的微物理特征差异的理解,并为模式的验证和参数化开发提供支撑,本文基于在中落基山地区进行的Ice in Clouds Experiment—Layer Clouds（ICE-L）项目和High Plain Cumulus（HiCu）项目的飞机观测资料,定量对比分析了该地区大陆性混合相态冬季较浅薄的层状云与较弱及中等强度的夏季对流云的微物理特征。其中,粒子图像和粒子谱通过2D-Cloud和2D-Precipitation探头得到,液态水含量通过热线式King探头测量得到,冰水含量基于粒子谱计算得到。主要结论有:（1）在?30°C～0°C的温度层范围内,夏季对流云内的液态水含量比冬季层状云高一个数量级,冰水含量高一到两个数量级,并且在对流云云顶附近观测到更多的过冷水。此外,夏季对流云中液态水含量在?20°C～0°C上随温度降低而升高,而冬季层状云则相反。夏季对流云中更活跃的冰晶生成和生长过程使得云内液态水质量分数小于层状云。（2）冬季层状云与夏季对流云内相态空间分布极不均匀。随着温度从0°C降低到?30°C,在冬季层状云中冰晶发生贝吉龙过程,云中的过冷水为主的区域向混合相态和冰相转化。而夏季对流云中相态结构更为复杂,体现了对流云中复杂的冰水相互作用。（3）在?30°C～0°C的温度范围内,夏季对流云的粒子谱宽度大于冬季层状云。随着温度的降低,冬季层状云与夏季对流云均存在粒子谱增宽的现象。（4）冬季层状云中,温度低于?20°C时冰晶主要为无规则状,在?20°C～?10°C观测到了辐枝状和无规则状冰晶,在?10°C以上观测到了柱状和无规则状冰晶,说明冰晶的生长主要为凝华增长和碰并增长。而夏季对流云以冻滴、霰粒子与不规则冰晶为主,说明主要为液滴冻结、淞附增长和碰并增长为主。（5）在夏季对流云较强的上升气流中存在较高的液态水含量,但垂直速度与云内冰水含量没有明显的相关性。