基于MODIS云宏微观特性的卫星云分类方法

利用MODIS云光学厚度、云粒子有效半径、云顶高度、云相态等产品,以及表征6种云类的云光学厚度、云粒子有效半径、云顶高度、云相态的特征值,采用最小距离分类法和多阈值判识法相结合,对卫星观测像元的云进行分类,包括层云、层积云、积云、积雨云、雨层云、高积云/高层云、卷云以及卷云伴随高积云或高层云的多层云、卷云伴随层云或层积云的多层云、高积云或高层云伴随层积云或层云的多层云10类。2008年、2013年卫星分类结果与地面站云类观测对比,达到60%的一致性;将相同时间的地面小时降水量与分类结果叠加显示,出现降水处多为雨层云或积雨云。     

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。     

CloudSat/CALIPSO卫星资料分析云的全球分布及其季节变化特征

全球气候模式（GCM）中云的参数化方案具有不确定性,了解云的时、空变化能为参数化方案提供有效参考。利用搭载在属于A-Train卫星序列的CloudSat和CALIPSO上的94 GHz云廓线雷达（CPR）以及正交极化云-气溶胶激光雷达（CALIOP）联合的2级云分类产品,分析了2007年3月-2010年2月8种云类及三相态的云量地理分布、纬向垂直分布的季节变化特征以及云层分布概率。结果发现,卷云的分布体系与深对流云相似,主要集中在西太平洋暖池、全球各季风区及赤道辐合带,分布格局与气压带、风带季节性移动一致。层云与层积云主要分布在中低纬度非季风区以及中高纬度的洋面上。高积云与高层云的分布形成明显的海陆差异,雨层云与积云的分布形成明显的纬度差异。冰云分布与卷云相似,云高随纬度递增而递减;水云分布与层积云相似,平均分布于2 km高度;混合云集中于高纬度地区及赤道辐合带,中纬度地区随纬度变化集中于海拔0-10 km的弧形带。层状云多以多层云形式出现,积状云多以单、双层云的形式出现,层状云的云重叠现象比积状云更显著。积状和层状云的分布特征与积云和层云降水的分布特征基本一致,验证了不同类型降水的卫星观测结果,同时为气候模式的云量诊断方案提供对比验证的数据。      

中国东部云-降水对应关系的分析与模式评估

为评估和改进模式中不同类型云与降水的对应关系,利用1998—2007年卫星-台站融合降水资料和国际卫星云气候计划的卫星观测云资料,采用诊断方法分析了中国东部季风区冬季层云、夏季对流云、层云与降水的水平分布及季节变化对应关系,并评估了BCC_AGCM模式的T42和T106分辨率版本对云-降水对应关系的模拟能力。观测资料分析结果表明,中国东部冬季云带和雨带都稳定少动,降水主要来自雨层云和高层云,南部沿海层云和层积云也对降水有贡献;夏季,中国东部表现为层积混合云降水特征,对流云带与降水带具有较好的对应关系,并具有一致的移动特征。对流降水主要来自深对流云和卷层云,深对流云云量和降水中心完全吻合,卷层云云带则表现出比深对流云主体和降水带偏北的现象;层云降水主要来自高层云和层积云。模式评估结果表明,中、低分辨率版本的BCC_AGCM模式均模拟出了冬季层云和稳定少动的降水带、夏季深对流云、卷层云和降水带的对应关系及随季风推进的移动特征。与T42模式版本相比,T106模式版本在夏季对流云云量的模拟及其与降水带的对应关系方面有所改善,说明改进的BCC_AGCM积云对流参数化方案与高分辨率模式网格更匹配,但冬季层云云量模拟误差变大,与降水带的对应关系变差,其原因值得进一步分析研究。     

青藏高原、东亚季风区、西北太平洋地区云系结构及相联加热机制的对比分析

应用7年(2006年5月18日—2013年5月18日)的CloudSat卫星观测资料,对比分析了青藏高原、东亚季风区、西北太平洋地区云发生频率的特征,并利用欧洲中心再分析资料,计算了三个地区的视热源、视水汽汇Q₁、Q₂,分析探讨了三个地区与云发生频率相联系的加热机制。结果表明:青藏高原、东亚季风区、西北太平洋地区云的发生频率分别为35%、22%、27%,其中:青藏高原和东亚季风区的低云频率最大,中云次之;西北太平洋地区的高云和低云的频率大,分别为19%和16%。具体云型来看,青藏高原多高层云、雨层云;东亚季风区多高层云和卷云,夏季深对流云频率增大明显;西北太平洋地区多卷云、深对流云和高层云。三个地区视水汽汇Q₂的垂直分布特征及季节变化与云发生频率对应较好,青藏高原的低云(雨层云)、中云(高层云)形成过程中,凝结释放潜热,加热大气;东亚季风区低云(深对流云)、中云(高层云)对加热大气贡献大;西北太平洋地区大气的主要加热机制是深对流云形成过程中凝结释放潜热以及湿静能涡旋垂直输送。      

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...     

云的基础知识讲座——云的宏观特征

云的宏观特征是把云作为一个整体来看的许多特征,如云的外貌、生命史,云内的温度、湿度、含水量和气流分布等。而云中水滴的大小、分布等特征则属于云的微观特征。在云雾研究中一般将云按形状和形成系统分为积状云(或称对流云,简称积云,包括积云、积雨云、卷积云、卷云)和层状云(包括高层云、层云、雨层云和卷层云,高积云和层积云也归于这一类)两大类;或按云中的相态分成冰云、水云和混合云;或按云中的温度分为暖云(高于0℃)和冷云(低于O℃)。这一讲将对积状云和层状云的一些主要宏观特征作些     

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。     

东亚夏季风活动与不同类型云的相关性研究

利用1998~2007年候平均卫星-台站融合降水资料以及ISCCP (International Satellite Cloud Climatology Project) D1云资料,分别定义了标准降水指数和两类云指数。降水指数大值区的移动能很好的表征东亚夏季风活动,两类云指数能分别反映某个区域深对流云(DC)、高积云(Ac)和积云(Cu)云量的集中变化特征。根据不同地区降水集中时段以及降水量等气候特征,结合中国气候区划(温度带及干湿区)及不同地域的地形特征,把中国大陆受东亚夏季风影响的地区划分为五个子区域。利用ISCCP D1云气候资料和降水资料,在候时间尺度上通过分析降水与不同云类、标准降水指数与两类云指数的相关性研究了东亚夏季风活动与不同类型云的对应关系。研究表明:ISCCP定义的深对流云(DC)、卷层云(Cs)与降水量在五个区显著正相关,表明东亚夏季风活动伴随有大量的对流云及云砧出现;高积云(Ac)、积云(Cu)的总云量与降水量在五个区显著负相关,表明夏季风活动增强时,Ac和Cu云量减少;层云(St)和层积云(Sc)与降水量在南方和北方分别呈显著的负相关和正相关,说明季风活动在南方伴随着对流云的显著增加,在北方则使层状云和对流云均有所增加;高层云(As)、卷云(Ci)和雨层云(Ns)与季风活动没有显著的相关性。     

毫米波雷达云回波的自动分类技术研究

毫米波雷达在云探测方面比厘米波天气雷达和激光雷达具有显著优势,可获得更多的云粒子信息,是研究云特性的主要遥感探测设备。为了开展对毫米波雷达探测的云回波进行自动分类的研究,利用161次云回波的个例数据,统计得到了卷云、高层云、高积云、层云、层积云和积云6类云型的特征量和其他参量的数值范围,利用分级的多参数阈值判别方法,达到了自动分类的目标,通过与人工分类的初步验证,两种分类结果的一致性达到84%,其中,层云和积云的识别一致较低的原因在于样本数据有限,仅有6次层云和8次积云的个例样本数据。通过更多样本的处理,提取的特征参量更可靠,自动分类的准确率会得到提高,以便将基于毫米波雷达的云分类技术应用于将来的云观测自动化业务。      

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.     

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。     

中国西北地区云的分布及其变化趋势

利用1983年7月—2001年9月ISCCP D2云的月平均资料,针对西北地区15种不同类型云的分布特征进行了分析,给出了中、低云量之和以及高云量在3个气候子区的多年变化趋势,初步探讨了其形成机制。结果表明:水层云、冰层云、水雨层云、冰雨层云和深对流云的光学厚度和云水路径值最大;水层云主要出现在天山山区、北疆地区和陕西南部,冰层云主要出现在北疆地区,水雨层云、冰雨层云和深对流云以及水高层云、冰高层云、卷层云的云量高值区在天山—昆仑山—祁连山一带以及陕南和/或陇南地区,因此上述地区也是有利于人工增水作业的地区。近20年中,高云量在3个气候区都呈明显下降趋势,中、低云量之和则呈上升趋势。西北地区云与地气系统之间可能存在这样一个过程:地面气温的升高,促使地面蒸发加剧,从而导致中、低云量增多而使降水增多,同时高云云量减少。     

卫星资料统计全球飞机积冰潜势分布特征

利用云探测卫星CloudSat在2007年12月1日—2008年11月30日全年数据, 构建一种利用CloudSat云分类产品、温度产品、液态水含量产品来联合识别飞机积冰潜势的算法, 并利用该算法对上述时段的全球范围内飞机积冰潜势的出现频率进行统计分析, 旨在为航空安全特别是长途飞行提供一定参考依据。并分析了不同云类型和不同季节的飞机积冰潜势分布特征。结果表明:飞机积冰潜势在全球范围内存在纬向、海陆及季节差异特征。整体上中高纬度地区积冰潜势频率比低纬度地区高, 陆地上空的积冰潜势频率比海洋上空高; 对于不同云类型而言, 中高纬度地区积冰潜势以层云、层积云、高层云和高积云为主, 而低纬度地区积冰潜势以深对流云为主; 对于不同季节而言, 夏季积冰频率较低, 冬春季节频率较高。      

京津冀地区夏季降水冰云和非降水冰云云特征对比分析

利用2013～2016年的Aqua MODIS卫星和CloudSat卫星的二级产品资料,对发生在京津冀地区夏季的降水冰云和非降水冰云进行了统计。基于此,对比分析了两类冰云的云类型,研究了二者在云特征参数、云层数及垂直结构上的差异,并且探究了二者在不同通道下云特征参数的相对大小。结果表明:1）京津冀地区的降水冰云以深对流云和雨层云为主,分别占48.63%和34.65%,而非降水冰云以高层云和卷云为主,分别占55.62%和31.58%。2）降水冰云和非降水冰云的平均云顶温度、云顶高度、光学厚度、积分云水总量、有效粒子半径分别为230.99 K、10.90 km、53.26、937.98 g/m2、31.45m和236.17 K、10.10 km、12.81、209.00 g/m2、27.54 μm。3）降水冰云以单层云为主,占80.39%,双层云占18.75%;而非降水冰云仍以单层云为主,占85.35%,双层云则占14.38%,比降水冰云低。4）相较于非降水冰云,降水冰云中卷云和高积云云体位置较高,而高层云和深对流云位置较低。5）随高度变化,降水冰云冰水含量是双峰结构,而非降水冰云是单峰结构;二者的粒子数浓度则差异不大;非降水冰云的粒子有效半径在5～7.5 km随高度变化不大,而降水冰云则随高度减小。6）降水冰云的积分云水总量、光学厚度和粒子有效半径>≥模态[、、分别代表该云特征参数在1.6、2.1、3.7 μm通道中的数值,当n=1, 2, 3时,分别代表光学厚度（b₁）、积分云水总量（b₂）、有效半径这三种（b₃）]的比例都高于非降水冰云,而二者在云参数≥≥模态的比例则有差异。     

基于CERES资料的中国西南地区云水含量和粒子有效半径分布及变化特征

利用NASA/CERES发布的2001～2015年云参数资料,选取高层云、雨层云、层积云的云水含量和云粒子有效半径,统计分析了西南地区云参数的时空分布特征和变化趋势。结果表明:从年均空间分布来看,西南地区液水和冰水含量均东部高于西部,海拔低的地区高于海拔高的地区;高层云和雨层云液相和冰相云粒子有效半径在川西高原最大。从数值大小来看,雨层云液水和冰水含量最多,分别介于90～230 g/m2和100～300 g/m2,层积云最少,分别介于0～80 g/m2和0～60 g/m2;冰相云粒子有效半径高于液相2～6 μm。从季节分布来看,雨层云液水和冰水含量秋季和冬季偏高,夏季和春季偏少,高层云和层积云季节差异较小;液相云粒子有效半径均夏季最大。从变化趋势来看,西南地区各地液水和冰水含量均呈减少趋势,液相和冰相云粒子有效半径有呈减少或增加趋势。