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。     

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。     

2014年青藏高原云和降水多种雷达综合观测试验及云特征初步分析结果

加密外场试验可提供云降水物理过程新的数据。2014年7月1日—8月31日,第3次青藏高原大气科学试验项目组在那曲开展了水汽、云和降水的综合观测,使用了中国最先进的Ka波段毫米波云雷达、Ku波段微降水雷达、C波段连续波雷达和激光雷达,并配以微波辐射计、雨滴谱仪等设备,获取了高时空分辨率的云和降水宏微观垂直结构特征数据;利用C波段双线偏振雷达与新一代天气雷达配对,进行双多普勒雷达观测,获取青藏高原对流云三维风场和降水粒子相态的结构和演变数据。文中简单介绍了本次试验的情况,并利用这次观测的云雷达数据对那曲地区夏季云的云顶和云底高度、云厚、云量、云层数等特征的日变化进行了初步统计分析,对不同类型云的宏观特征进行了讨论。结果表明:本次外场试验首次成功获取到了多种雷达的云观测数据。那曲地区夏季云主要集中在6 km(距地面高度,下同)以上和4 km以下;总云量、高云的云顶、云量和云厚等云的统计参数有明显的日变化,10时(北京时)为云发展最弱的时段,20时云发展最为旺盛;初生的积云和层云常常出现在3 km高度上,这一高度上常常存在明显的上升气流;深对流系统高度可达16.5 km,同时存在上升气流和下沉气流,对流中可能存在过冷水。这些数据和初步结果为进一步开展高原云和降水机理、云和降水物理过程参数化方案研究及卫星反演结果的订正提供了基础。     

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。     

云底高度的地基毫米波云雷达观测及其对比

对2014年11月20日—12月31日中国气象局大气探测综合试验基地Ka波段毫米波云雷达、Vaisala CL51激光云高仪、L波段高空探测系统观测的云底高度进行对比分析。结果表明:在低能见度条件下,毫米波云雷达对云的探测能力明显优于激光云高仪,随着能见度的增加,两设备云探测能力差距在减小;毫米波云雷达与激光云高仪同时观测到有云时,二者观测的云底高度相关系数为0.92;毫米波云雷达与探空观测云底、云顶高度的相关系数分别为0.93和0.78;云雷达观测的云底高度均略低于激光云高仪和探空,云雷达观测的云顶高度略高于探空。     

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。     

毫米波雷达与无线电探空对云垂直结构探测的一致性分析

在众多种针对云垂直结构的探测中,毫米波雷达可获取云底、云顶、云厚等完整的云垂直结构信息,并可以连续监测云的垂直剖面变化,是有力的探测手段之一。而无线电探空因其直接的测量优势,能直观、确切地描述大气湿度垂直结构,可将其进一步处理生成云垂直结构信息,并作为一种数据源用于与毫米波雷达云垂直结构探测结果进行比对,以评估毫米波雷达针对云宏观垂直结构的探测性能,为毫米波雷达更好地应用于云探测提供参考。通过获取位于北京南郊观象台的毫米波雷达2014年10月28日至2015年2月17日长达113天连续观测的反射率因子以及探空温、压、湿数据,设计或选取合适的方法对二者进行云边界的计算,并进行云高（包括云底高和云顶高）以及云层数的一致性比对分析。结果认为,除对于高层云的云顶高度毫米波雷达由于探测限制不能探测到10 km以上的云顶,某些时刻与探空产生较大差异外,在云底高度以及中低云的云顶高度上可以与探空观测取得很好的匹配效果,对于云的垂直分层上二者也有较强的一致性。该毫米波雷达具有较为准确并连续刻画10 km以下云垂直结构的能力。     

W波段和Ka波段云雷达探测回波对比分析

通过分析W波段和Ka波段云雷达同时探测回波的差异,验证了W波段云雷达初样机的探测性能。结果表明：1）W波段云雷达初样机工作稳定,两个波段雷达都可以探测云层、云的边界、云厚等宏观参数,也可以反映出云的精细结构及云内微物理参数的变化,回波强、速度小、谱宽大的冰晶云含有上升气流及较多过冷水。2）增强模式的W波段云雷达在近地面探测雾、霾的能力比Ka波段云雷达强;两部云雷达对云层较薄的云探测能力基本相当,对多层云、云层较厚、含水量较多的云及降水的探测,由于强衰减的作用,W波段雷达所测云厚度小、云顶低、回波强度小,并且非瑞利散射也会造成W波段雷达的回波强度降低。     

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。     

基于毫米波雷达观测及探空反演的云垂直结构对比分析

针对北京南郊观象台的Ka波段毫米波雷达以及L波段探空设备的观测原理和特点,提出了适用于各设备的云垂直结构判定方法,并基于二者2016年12月13日至2017年3月13日长达91 d的时空同步观测数据,结合激光云高仪、葵花8卫星、全天空成像仪等多源辅助数据,对探空与毫米波雷达观测结果（包括云底高、云顶高、云层数等）进行了对比,并对云高偏差的原因进行了分析,结论如下:毫米波雷达与探空判定的云垂直结构普遍具有较好的一致性,统计时段探空观测云顶高度比毫米波雷达平均高422 m,而云底高度则平均偏低350.7 m,导致二者观测云高差异主要包括二者观测原理不同、探空仪湿延迟、气球漂移引起的时空匹配偏差、探空判识云高算法的局限性、降雨时毫米波雷达的衰减等多方面。     

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。     

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。     

用FY-2C/D卫星等综合观测资料反演云物理特性产品及检验

云的宏微观物理特性参数无论对天气、气候还是人工影响天气的研究和业务都有十分重要的应用价值.基于FY-2C/D静止卫星遥感观测,融合高空和地面等其它观测资料,研发了近10种云宏微观物理特性参数的反演技术方法,并实现业务化运行.简单介绍反演得到的云顶高度、云顶温度、云过冷层厚度、云暖层厚度、云底高度、云体厚度、云光学厚度、云粒子有效半径和云液水路径等近10种云宏微观物理参数产品的物理意义、反演技术方法和业务流程等;对主要云参数产品,利用最新获得的Cioudsat云卫星实测结果进行了对比检验和可用性分析;将反演产品同MODIS反演的同类产品进行对比分析,发现两者具有较好的一致性.     

基于北京多源资料的云宏观特征判识北大核心CSCD

获取准确的云高及其变化特征,对于揭示天气系统的演变以及改进气候模式具有重要作用。由于不同设备观测云高的不确定性,将锋区要素不连续变化理论引入云高分析中,将云底部、云顶部大气的交界过渡带区域视为云锋区,研究探空、毫米波雷达、风廓线雷达等不同类型设备观测要素在云锋区及云外环境大气的变化特征。对流云和层状云个例研究表明:在云锋区,温湿度及雷达反射率因子随高度的一阶、二阶导数均呈不连续现象(即一阶、二阶导数值在云内外和云锋区表现为不相等),风廓线雷达信噪比垂直梯度也出现突变,因此不同设备观测云高具有较好空间一致性,并得到云底和云顶高度的合理范围和相应判据;相对于层状云,对流云内外温度梯度差异以及云体内反射率因子二阶导数的脉动变化幅度均偏大,因此可作为区分二者的参考指标。     

Cloud Classification and Distribution of Cloud Types in Beijing Using Ka-Band Radar Data

A cloud clustering and classification algorithm is developed for a ground-based Ka-band radar system in the vertically pointing mode. Cloud profiles are grouped based on the combination of a time–height clustering method and the k-means clustering method. The cloud classification algorithm, developed using a fuzzy logic method, uses nine physical parameters to classify clouds into nine types: cirrostratus, cirrocumulus, altocumulus, altostratus, stratus, stratocumulus, nimbostratus,cumulus or cumulonimbus. The performance of the clustering and classification algorithm is presented by comparison with all-sky images taken from January to June 2014. Overall, 92% of the cloud profiles are clustered successfully and the agreement in classification between the radar system and the all-sky imager is 87%. The distribution of cloud types in Beijing from January 2014 to December 2017 is studied based on the clustering and classification algorithm. The statistics show that cirrostratus clouds have the highest occurrence frequency(24%) among the nine cloud types. High-level clouds have the maximum occurrence frequency and low-level clouds the minimum occurrence frequency.     

河北冬季一次冷锋降雪云系微物理演变特征综合观测分析研究

利用河北省中南部地区皇寺国家观测站布设的毫米波云雷达、微雨雷达结合飞机等联合观测数据，对2019年2 月14日河北中南部地区一次冷锋降雪云系微物理演变特征进行分析，探讨雷达回波与冰雪晶粒子微结构的关系，以便更好地认识该地区自然降雪的宏微观结构特征。研究结果表明：降雪初生阶段表现为双层云结构，中云云顶高约4100 m，云底高约3600 m，低云云顶高约3100 m，云底高约200 m，中间存在一干层，3000 m以下高度粒子增长以凇附过程为主。降雪发展阶段上下两层云相接，雷达回波强度较强的时段地面降水量也较大，该时段降雪过程主要以凝华〖CD*2〗聚并增长为主。降雪后期回波强度最大值减小，云顶高降低，3000 m以下高度范围内回波强度、多普勒速度、谱宽随高度降低呈增大趋势；飞机观测结果显示，降雪消散阶段逆温层底部由于水云云层较薄，催化潜力较小,冰雪晶粒子主要位于云的中上部，随着高度降低，冰雪晶粒子在下落过程中增大，与雷达观测结果一致，毫米波云雷达和微雨雷达反射率因子随高度变化与降水粒子有效粒径之间相关系数分别为0.89和0.83, 雷达反射率因子主要受冰雪晶等大尺度粒子主导。     

X波段相控阵偏振雷达观测墨脱地区云降水宏观特征的统计研究

第二次青藏高原综合科学考察研究项目在墨脱布设了一部X波段相控阵偏振雷达（X-PAR）,实现了首次对河谷地区云降水的雷达连续观测。为了揭示高原东南河谷地区云降水的宏观特征,本文利用墨脱X-PAR2019年11月至2020年10月的观测数据定量分析了墨脱地区云降水回波强度、回波顶高等参数的月变化、日变化和高度变化,并与那曲地区夏季季风时期多普勒雷达观测数据进行了比较。研究发现：（1）墨脱地区回波顶高、面积、强回波所占比例以及回波分布范围在4～10月大于11～3月,4～10月降水频次高、对流性降水多,其中以6月最为显著。而进入4月后弱回波数量的大幅度增加导致了4～10月回波强度小于11～3月。降水回波月变化特征结合高原季风指数,将一年分为旱季（11～3月）与雨季（4～10月）。（2）雨季降水回波频次、顶高、面积均大于旱季,说明雨季降水频次更高、对流性活动更旺盛。降水回波频次、顶高、面积的日变化表明,旱季日降水主要发生在下午与上半夜,雨季主要发生在下半夜。（3）墨脱降水回波强度大部分小于30 dBZ,旱季在海拔高度3 km以上回波发生频次高,雨季在3 km以下高。（4）夏季季风期间墨脱回波顶高...