近20年中国地区云量变化趋势

利用国际卫星云气候学计划（ISCCP）最新的D2云气候资料集,给出总云量、高云量及中云量在我国地区的分布特征;分别对季节平均和年平均的时间序列进行线性趋势分析,并进行效果检验。结果表明：近20年来中国大部分地区总云量没有显著的变化趋势,但是,在华南地区和西北部分地区的总云量有增加的趋势,青藏高原中部的总云量有所减少;在不同季节,各地总云量、高云量和中云量的变化趋势是不同的。     

近20年全球总云量变化趋势分析

利用ISCCP月平均云气候资料集的总云量资料, 采用趋势分析的方法, 得到1983年7月至2001年9月近20年来全球平均总云量的变化趋势, 并分析云量变化的可能原因。近20年全球增温幅度加快, 研究这期间云的变化, 对气候研究和模拟具有重要的意义。结果表明:平均大气环流决定总云量的分布;全球平均总云量的变化趋势在20世纪80年代末发生逆转, 即由增加转为减少;全球平均云量呈减少的变化趋势, 2000年与1987年相比, 减少量约占平均总云量的4%;从地理位置上看, 云量的变化存在区域性差异, 热带和中纬度地区的总云量减少较多, 高纬度地区云量略有增加, 其中南极大陆云量增加较多。     

利用REOF对全球云量趋势变化的分析

文章利用ISCCP月平均云气候资料集的总云量数据,分析了总云量在全球的时空分布,并对四季云量分布进行对比;采用趋势分析和旋转经验正交函数分解的方法,比较了1983—2009年全球平均总云量的变化趋势,结果显示:27a以来全球云量总体呈现减少趋势,尤其是赤道太平洋地区最明显,高纬度地区云量略有增加。云量低值中心位于南北回归线附近,赤道辐合带有一云量高值中心。总体而言,南半球云量多于北半球,洋面云量多于陆面;春夏两季云量多于秋冬两季。     

内蒙古地区云量时空分布及变化趋势分析

利用1983年7月至2001年9月ISCCP云气候资料集D2资料集内蒙古区域云资料和内蒙古地区117个地面观测站的多年月平均气温、降水资料,采用趋势分析方法分析了内蒙古地区总云量和高、中、低云量的时空分布和多年变化趋势,以及温度和降水的多年变化趋势。结果表明：内蒙古地区总云量、低云量、中云量呈白西向东逐渐增多,高云量自西南向东北逐渐减少的空间分布特征;19年来东部地区总云量呈增加趋势,中、西部地区总云量呈减少趋势,温度的升高可能是云量变化的原因之一,内蒙古东北部云量和降水量变化趋势一致。     

1961-2013年黑龙江省总云量的气候变化特征分析

利用黑龙江省67个台站1961-2013年地面月总云量观测资料,采用气候趋势系数和气候倾向率方法分析了黑龙江省总云量的时空渐变特征。结果表明,近53 a,黑龙江省年平均总云量呈减少趋势,气候倾向率为-0.6%/10 a,20世纪90年代总云量减少最明显,1963年总云量最多,2001年最少。四季平均总云量均呈减少趋势,尤其在夏季。从空间分布看,黑龙江省多云区域主要位于大兴安岭、伊春、三江平原、牡丹江,少云区域位于西部地区。黑龙江省大部分地区总云量呈减少趋势。     

ISCCP产品和我国地面观测总云量差异

国际卫星云气候计划ISCCP是国际上较权威和客观的云气候性研究计划, 自1983年以来为研究全球云和辐射平衡、云水资源分布等提供了有价值的数据。在分析总云量卫星和地面两种观测方式差异的基础上, 研究了1984-2006年ISCCP D2产品和我国地面观测云资料数据集总云量空间及时间差异。尽管两套资料能一致揭示我国总云量的分布形势和气候变化特征, 但区域性差异仍比较明显。天基、地基数据可对比格点上, 全国平均而言总云量卫星观测结果比地面观测偏高8.46%, 华南地区差异最小、东北地区差异最大。气候变化趋势分析结果表明:近23年我国总云量呈减少趋势, ISCCP D2产品总云量每年减少速度为0.015%, 小于地面观测的总云量每年减少速度 (0.063%); 东北地区总云量缓慢增多, 而青藏高原、西北地区总云量减少。利用卫星和地面资料均以累积距平法检测出1984—2001年总云量减少、2002-2006年总云量显著增加。     

用卫星资料分析内蒙古云量时空分布及变化趋势

为了解内蒙古地区云的特征，利用1983年7月至2001年9月的ISCCP的云气候资料集中的D2资料集中内蒙古区域部分、内蒙古东部地区48个地面观测站自建站的月平均气温资料，采用趋势分析方法研究分析了内蒙古地区总云量、高、中、低云量的时空分布和多年的变化趋势。结果表明：内蒙古地区总云量、低云量、中云量呈自西向东依次增多，高云量自西南向东北依次减少的空间分布特征；19年来东部地区总云量呈增加的趋势，中、西部地区呈减少的趋势，并且，分析表明温度的变化可能是云量变化的原因之一。     

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。     

气候环境变化对电白日照时数的影响

利用电白国家气候观象台旧测站1958～2006年日照时数、总云量、低云量和新测站2007年日照等资料,对电白旧测站近50年来日照的变化特征及日照时数与总云量、低云量之间的关系进行分析;然后探讨造成电白日照时数显著变化的原因。结果表明：电白年、季、月日照时数均呈减少趋势,年日照时数存在突变现象;日照时数与总云量、低云量均存在负相关关系,但与低云量的相关性更好;造成电白日照时数明显减少的原因主要是气候变化和观测环境的恶化。     

不同云重叠参数对全球和东亚地区模拟总云量的影响

在国家气候中心全球大气环流模式BCC_AGCM2.0中引入一组基于CloudSat/CALIPSO卫星观测的、能够体现真实时空变化特征的云垂直重叠参数（抗相关厚度,L_cf）数据,以减小由云的重叠描述造成的辐射场的不确定性。对比了采用时空变化的云重叠参数和采用恒定云重叠参数的气候模拟结果,发现无论在全球还是东亚区域,采用基于卫星观测的云重叠参数对模拟的总云量都有一定程度的改进。采用时空变化的云重叠参数后,冬、夏两季全球平均总云量与云和地球的辐射能量系统（CERES）卫星资料的误差都减少了1.6%,其中热带对流区域总云量的正偏差和副热带地区总云量的负偏差都明显减少,这些有助于正确模拟不同区域间的能量收支差异。在东亚区域,采用时空变化的云重叠参数后,冬、夏两季的东亚区域平均总云量与CERES卫星资料的误差分别减少了1.8%和1.4%。综上所述,基于CloudSat/CALIPSO卫星资料计算得到的L_cf有助于改进大气环流模式对总云量的模拟,从而提高模式对辐射场的模拟精度。      

中国西北地区云时空分布特征的初步分析

利用国际卫星云气候计划（ISCCP）获取的1983年7月－1993年12月的月平均云资料，分析了西北地区云的分布特片和季节变化，发现西北地区的云量与地形有很好的一致性；塔里木盆地是云量最少的地区，而且以云层较薄的积云和高云为主，在天山，昆仑山，祁连山一带，存在着云量的极大值区，其中云层较厚，水汽含量较高的层云，雨层云，深对流云占了很大的比例，值得注意的一点是，云的这种时空分布特征具有明显的地域性和稳定性，有利于开展人工增雨工作。     

基于MODIS积雪覆盖产品的中国天山积雪时空分布特征研究

利用2002-2016年MODIS逐日积雪遥感产品(MOD10A1、MYD10A1),采用日产品合成法、临近日分析法、空间滤波法和相邻时间合成法,生成天山山区逐日晴空积雪遥感产品数据集,研究分析了天山山区积雪时空分布特征。结果表明：近15a,天山山区平均积雪覆盖面积变化不明显,呈略微减少趋势,但主要表现为年际间的波动变化;分季节来看,天山山区积雪覆盖面积冬季 > 秋季> 春季 > 夏季;积雪面积从9月开始积累,1月达到峰值,占天山总面积的50±25%,3月开始消融,8月达到最低值,仅占天山总面积的为3.5±2%。;天山山区大部分区域积雪开始时间在第300天之后,积雪结束时间在第40~150天左右,海拔较高的区域积雪开始时间较早;天山山区平均积雪日数小于60天的不稳定积雪区主要分布在天山南坡、北坡边缘地带,占整个天山面积的44.57%,平均积雪日数在60~300天之间的区域占比为53.4%,主要分布在天山中部和北坡部分区域,平均积雪日数大于300天的永久积雪区,主要分布在海拔3800以上区域,占天山面积的2.03%。     

基于CloudSat和ISCCP资料的中国及周边地区云量分布的对比分析

利用2006年7月至2007年6月的CloudSat 2B-GEOPROF-LIDAR产品资料和国际卫星云气候计划(ISCCP)D2月平均云量数据, 统计分析了中国及周边地区午间、凌晨年平均总云量的分布特征, 并对两种探测手段得到的年平均总云量及其昼夜变化进行了对比分析。结果表明, ISCCP与CloudSat总云量的分布形势在午间和凌晨均具有较好的一致性, 即相对多云与少云中心的位置吻合较好。但是, 两种资料得到的总云量在量值上存在一定差异。对于整个研究区域而言, 午间ISCCP较CloudSat平均总云量偏低8.9%, 凌晨偏低15.1%。除了中国北方少云带和日本岛以北海域等区域ISCCP云量高于CloudSat云量外, 其他区域ISCCP云量普遍低于CloudSat云量, 且在青藏高原、帕米尔高原、横断山脉、云贵高原以及印度半岛南端和热带部分岛屿等区域尤其显著。进一步对比表明, ISCCP与CloudSat云量差值总体上随CloudSat云量的增大而呈线性变化, 在CloudSat少云区ISCCP略有偏高, 而在多云区则显著偏低。此外, 对云量昼夜变化的对比分析发现, 青藏高原地区ISCCP云量昼夜变化量显著大于CloudSat。     

西北地区不同类型云的时空分布及其与降水的关系

利用1983年7月～2001年9月国际卫星云气候计划ISCCP D2的月平均资料，对西北不同区域不同类型云的云量和云水路径的时空分布及其与降水的关系进行了研究。结果表明:高原气候区是各种云出现最多的地区，特别是积状云的云量明显高于其他两区，但这些云的云水路径值低；西北地区大多数云云量的高值区出现在天山山区、北疆地区、陕西东南部和青藏高原的部分地区。高云和部分中云云量空间分布特征与降水有着较好的一致性:沿着天山—昆仑山—祁连山一带以及陕南和／或陇南地区是高值区，低值区在塔里木盆地—内蒙古西部戈壁沙漠—黄土高原西北部一带；绝大多数云类春夏季节云量维持较高，秋冬季节云量较少。云水路径值较大的层状云类的云量多寡与降水多寡相一致；积状云类和层积云类云量多少与降水没有一定的关系，在降水偏少时，这类云的云量大多与降水正常时相近，有些云的云量甚至比降水偏多时还要多。     

中国区域总云量和低云量分布变化

据1960—2009年606个气象台站总云量和低云量观测数据分析显示,我国总云量总体处于下降趋势,相对于20世纪60至70年代云覆盖年变化平稳阶段,1980 2009年全国平均总云量下降了0.6%,但长江以南沿海地区和新疆少部分地区总云量一直变化比较平稳。低云变化空间不均性差异较大,以四川盆地为中心区域50年间低云持续减少,从20世纪60年代开始,平均每10年年平均下降幅度达4.0%;长江以南、东北东部和新疆西部至青藏高原北部区域低云却增加了,平均每10年增加4.8%。     

中国大陆卫星反演云参数的评估

该文选取１９８３年７月和１９８４年１月份代表夏季和冬季，利用中国地面气象月报的云量资料以及多年平均的地面观测云气修资料，与中国大陆地区ＩＳＣＣＰ卫星反演的去量和云状资料进行了对比分析。参照大气环流和云天气气候特征，从卫星得到的从云状是比较合理的，但干旱沙漠地区的高云量的估计不足，低云估计偏多。     

Cloud Properties and Its Relation to Precipitation over Northwest China

The temporal and spatial distribution of cloud properties over Northwest China has been analyzed using the ISCCP (International Satellite Cloud Climatology Project) monthly mean D2 data from July 1983 to September 2001. The result shows that the regional average total cloud amount, optical thickness, and water path are 52.5%-58.3%, 2.6-6.6, and 44.9-77.6 g m-2, respectively. The major feature of spatial distribution is that higher value areas of cloud properties are all over Tianshan, Kunlun, and Qilian Mountains, while the lower values of cloud properties are over Tarim Basin, the western desert of Inner Mongolia, and the northwestern part of the Loess Plateau. The higher values of cloud amounts are generally associated with higher level of precipitation. For example, the amounts of stratiform clouds with large water path values are good consistent with precipitation. But the amounts of cumuliform and stratocumuliform clouds do not have de nite relation to precipitation.