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。     

激光云高仪测云底高度产品的检验与评估

基于2021年1月1日-10月31日阳江超级观测站布设的Vaisala CL51激光云高仪和无线电探空对低云、中云、高云3类云的云底高度观测的结果进行对比检验.结果表明:两个仪器观测到的月平均云底高度结果中云的时空一致性较高,低云和高云云高仪分别高估了 0.84和1.15 km,并且低云云底高度随月份变化两个仪器呈相反趋势;云高仪在无降水时探测能力最好,随降水增加对中、高云云底高度高估程度也随之增加,日累计降水量级超过25 mm时探测能力迅速减弱;低层高湿条件下,云高仪测得的平均云底高度为1.792 km,可能为高湿度层顶;剔除低层高湿样本后,无降水时RMSE从1.3下降到1.24,归一化偏差从0.56下降到0.52;对于仅有云高仪观测到云的样本,云高仪误将湿区顶判断成云底以及探空计算云底算法阈值选取所致.     

基于CERES卫星资料分析中国近15 a云量变化

利用2001年1月至2015年12月Aqua/CERES卫星产品SYN云量资料,采用趋势分析法、小波分析法分析近15 a我国总云量及中低云、中高云和高云的气候场特征及其与气象要素的相关性。结果表明:总云量整体由东南向西北带状递减,最高值位于西南地区,可达80%以上,最低值位于塔里木盆地及蒙古高原西部地区,可低于30%。高云的高值区主要集中在高海拔区域,中高云分布与高云类似,中低云与总云量分布类似。除中低云外,总云量及不同高度的云量均在夏季达到最高值,且其区域特性显著。近15 a来总云量年际变化整体呈下降趋势,趋势系数为-0. 15%·a-1,主要受较低层云量减少的影响,高云则呈现一定的增加趋势。青藏高原上空不同高度云量变化趋势较其他地区显著,并以减少趋势为主。不同高度的云量季节变化差异较大,总云量在春季和冬季变化较大,高云、中高云的季节变化较小,中低云在春季和夏季变化较大。不同高度的云量均存在2～3 a较短的震荡周期。不同类型云量均受到相对湿度的影响,近期地表温度的增加与高云增加、低云减少相关,高云与降水的相关性更高。     

Macrophysical properties of specific cloud types from radiosonde and surface active remote sensing measurements over the ARM Southern Great Plains site

云变化迅速且类型复杂,获取准确的云观测信息具有一定挑战。本文使用2001-2010年期间南部大平原的大气辐射观测实验数据,定量评估了探空和地基主动遥感观测六种类型云(低云、中低云、高中低云、中云、高中云、高云)的一致性和差异。尽管探空和地基观测六类云的云量变化趋势相近,但是针对不同类型云,两者探测结果存在一定差异,其中高云差异最大。两者对中低云、中云和高中云的云底高度的观测吻合较好,对中低云和高云的云顶高度的观测差异较大,对所有类型云的云厚度的观测均吻合较好。     

用红外和水汽两个通道的卫星测值指定云迹风的高度

提出了一种改进的用红外和水汽两个通道的测值指定云迹风高度的算法。利用红外水汽散点图和云迹风本身自动地将有低云的目标区、有半透明卷云的目标区、有密蔽高云的目标区分开。在有低云的目标区和有密蔽高云的目标区用红外一个通道指定云高。在有半透明卷云的目标区用红外和水汽两个通道指定云高。在用两个通道的测值指定云高时，假定卷云高度以上不存在水汽，以红外和水汽两个通道亮温相同这个方程与两个通道辐射测值线性相关的方程联立解出云的高度     

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。     

地基红外测云仪探测能力分析

利用地基红外测云仪(WSIRCMS)在2011年11月北京观象台的连续观测数据,从总云量、云底高和天空类型3个方面初步分析其探测能力。结果表明:1该仪器能够不分昼夜同时实现云高、云量(高、中、低和总云量)和天空类型的连续自动探测;2与参考标准云量的差值在±10%以内的样本数占总样本数的72.5%,有霾存在时,对中高云的观测能力较弱,造成云量观测结果差异较大;3与激光云高仪的天顶方向的无云一致率达94.9%;在中低云情况下,云高观测结果一致性较好,高云时存在较大差异,WSIRCMS观测云高偏高;4与人工分类的天空类型一致的样本数占总样本数的82.63%,对波状云、积状云和混合云的识别能力稍低。     

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...     

基于CloudSat卫星资料的青藏高原云系发生频率及其结构

应用2006年5月至2013年5月7年的Cloud Sat卫星观测资料,针对青藏高原上空不同高度、不同季节8类云(卷云、高层云、高积云、层云、层积云、积云、雨层云、浓积云)的发生频率,分析研究了青藏高原地区云的水平和垂直分布特征及其物理成因,为数值预报模式对云系模拟能力的评估提供了有效的验证信息。研究表明:青藏高原云的发生频率为35%,其中:低云的频率最大,接近21%;中云次之,频率14%;高云的频率最小。垂直分布上,低云最大频率的高度为5~6 km,中云为7~8 km,高云为11~12 km。水平分布上,高原东南部、西北部云发生频率较高,是高原的两个相对多云中心。低云与总的云频率水平分布基本一致;中云是高原北部、中部频率高,南部低,与低云明显不同;高云主要是夏季在高原南部频率高。从不同季节来看,冬季高原西部的低云频率高;春季高原中北部的中云频率高,西部和东南部的低云频率高;夏季南部的低云和高云频率高;秋季云发生频率都很低。在物理成因上,低云的形成主要是地形抬升作用,中云的形成与高原热力作用相关。     

激光云高仪探测中国东南沿海云分布特征

利用Vaisala CL51激光云高仪对厦门地区2016年1月1日至2020年12月31日5年的云探测数据,采用时间占比算法计算出云分数,并对云层、云高以及云分数分布规律进行统计分析。结果表明:中国东南沿海云层结构以单层云为主(占比43.59%),双层云为辅(占比16.42%),三层以上云出现的概率相对较低(占比5.25%)。观测期间以中低云为主,与其他季节相比,夏季的云分布密度的集中度较小,存在较大云底间距。高云更可能出现在18时至次日06时的时段内,夏季尤为显著,表现出明显的日变化特征。     

Ka波段固态发射机体制云雷达和激光云高仪探测青藏高原夏季云底能力和效果对比分析

激光云高仪和云雷达是探测云底的两种设备,但其探测能力和探测结果有一定的差异,对比分析两种设备的测云效果有助于正确认识它们的探测优势,推进我国云雷达在云探测中的应用。本文提出了基于云雷达数据的云底和云顶高度分析方法,利用2014年夏季第三次青藏高原大气科学试验云雷达、激光雷达和激光云高仪数据,统计了三种设备探测青藏高原低云、中云和高云的云底高度偏差、探测率,分析了激光云高仪探测云底偏高的原因,根据探测结果提出了固态发射机体制雷达探测青藏高原低云的优化观测模式,模拟分析了探测效果。结果表明:（1）云雷达对高云的探测能力要明显优于激光云高仪,但其对低云的探测能力有待改进,激光云高仪探测云底下部的边界层内的云雷达回波信号可能是非云降水回波;低层云的遮挡作用明显降低了激光云高仪对多层云的观测能力;与激光云高仪相比,云雷达仍然会漏掉一些高云和中云。（2）激光云高仪探测的中云和高云的云底很多在云雷达回波内部,云雷达和激光云高仪观测的云底的时空对应关系比较差。（3）增大激光发射功率和优化固态发射机体制云雷达观测模式可提高云的观测能力,微波和激光雷达数据融合可全面了解不同类型云的宏观特征。这一工作为云雷达和激光雷达数据的应用,评估激光云高仪和云雷达探测青藏高原云的能力,讨论设计优化的云观测方案,为推进我国云观测技术的发展提供了重要参考依据。     

激光气象雷达

1.云高的探测 激光测云高具有快速、准确、简便等优点,在探测低、中、高云的云底高度时,有很大优越性。有时还可测出云的层次、厚度。这对于飞机的起飞降落、有云天气的航行、飞行器轨迹的光学观测等,能快速提供有意义的云高资料。在国民经济及军事上都有实用价值。 激光测云原理与微波气象雷达测云原理相同。当发射一束窄而强     

中国及周边地区多层云垂直结构时空分布特征

利用CALIPSO激光雷达1km水平分辨率的云层产品,计算了中国及周边地区（0°~55°N,70°~140°E）多层云的出现概率,对不同高度多层云的水平分布及其季节变化特征进行了统计分析。结果表明:多层云的出现概率存在显著的区域差异,青藏高原和蒙古高原出现的概率较低,30°N以南的低纬度地区出现的概率较高;多层云系统中双层云占比最大,并且云层发生概率随着云层数的增多而减小;不同高度双层云和三层云的分布特征类似;多层云出现概率夏季最大,冬季最小,其中夏季双层云中“高云+高云”、“高云+中云”和三层云中“高云+高云+高云”、“高云+高云+中云”的配置在青藏高原主体的出现概率最大,而冬季单层云的低云、双层云中“高云+低云”及三层云中少量的“高云+高云+低云”配置在中国东北部海域、南海北部等30°N以北地区的出现概率高于其它季节。      

西藏高原云的几个特点

西藏高原的云有着不同于平原地区的特征,这是与高原特殊的地理环境及热力、动力条件有关的。本文对高原云的几个特点及成因提出一些粗浅的认识。 一、高云低、低云高、中云少 西藏高原高云的云底高度通常为4000—6000米,有时低于4000米。低云的云底高度,除东南部少数测站外,通常为1000—3000米,大多在2000米左右,有时高于3000米(不包括碎雨云、碎层云)。与同纬度华东沿海一带比较,高云平均低三、四千米,低云要高几     

安阳实测的层积云云底高度

一般台站观测云高,多采用目测估计的方法,往往因人而异,误差较大。我们在安阳(36°07′N、114°22′E)有1961—1980年20年完整的小球实测云高记录,现将层积云云底高度的记录统计如下,供参考。 1.各月平均云高的变化范围     

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。     

利用CloudSat资料分析青藏高原、高原南坡及南亚季风区云高度的统计特征量

云与辐射的相互作用对全球的天气和气候变化过程有着重要的影响,不同高度的云有着不同的辐射强迫,获得云体高度及其在时空上的变化对研究全球气候的变化有着重要意义。本文利用云卫星上的云廓线雷达(CloudSat/CPR)2006年6月—2007年12月期间的资料,对比分析了青藏高原、高原南坡和南亚季风区域不同云类的云顶、云底高度和云厚统计量。结果表明,在所研究区域单位面积上的云顶和云底高度变化具有一定的时空连续性,不同云类的云顶和云底高度存在不同的变化范围,且随着季节的改变均有明显的变化;同时各区域不同云类的云体厚度在夏季较大,冬季较小;各区域不同云类所占的比例(云量)也具有一定的季节变化规律。     

云层分布对辐射增效和冷却的影响

本文计算了冬、夏两季在平原和高原地区分别有低云、高云和当高、低云同时出现时的短波辐射增热率,长波辐射冷却率以及高低云之间的相互影响。结果发现:1)高原上云的短波增热率和长波冷却率要比平原上的大,低云的增热和冷却较平原尤甚。2)高云存在时,地面附近由冷却变为增热。3)高原地区出现双层云时总是使地面附近增热。4)当两层云同时出现时,高云的短波增热率和长波冷却率都有所增大,低云的短波增热率减小,低云的长波冷却率则减小很多。5)低云量的变化对高云的冷却影响较小,而高云量变化对低云的冷却影响甚大。6)云的短波辐射增热受地面反照率的影响不很大,但对太阳高度角的变化甚为敏感。 由以上结果看来,在大气环流和气候模式中必须要很好地考虑高云云量的变化,否则难以得到好的结果。在区域气候模式中不可忽略高原地区和平原地区云的辐射增热和冷却作用的差别。     

夏季白天中国中东部不同类型云分布特征及其对近地表气温的影响

本文利用2001～2017年ERA5再分析资料以及CERES卫星资料,探究夏季白天中国中东部不同类型云的云量及其光学厚度的时空变化特征,并利用一维辐射对流模式定量分析不同类型云对近地表气温的影响。观测结果表明:夏季白天中国中东部总云量及其光学厚度整体呈由南向北逐渐减小的分布特征,且中高云量占主导地位。总云量整体呈?0.3% a?1显著减少趋势,其中低云的贡献（?0.27% a?1）最大;总云光学厚度为0～0.1 a?1增加趋势,其中低云光学厚度（0.06 a?1）和中低云光学厚度（0.03 a?1）呈增加趋势,而中高云光学厚度（?0.08 a?1）和高云光学厚度（?0.03 a?1）呈减少趋势。模式结果表明:四种不同类型云的温度效应（Cloud Effect Temperature, CET）均为负值,表现为降温效应。低云、中低云、中高云和高云的年均CET值分别为?2.9°C、?2.7°C、?2.2°C和?1.7°C。其中,低云在华北平原降温可达?5°C;中低云和中高云在四川盆地和云贵高原降温可达?7.8°C。不同类型云温度效应与近地表气温的年际变化具有较好的一致性,具体表现为:2004年前（后）近地表气温呈现下降（上升）趋势,不同类型云的CET在此期间呈下降（上升）趋势,表现为云的降温效应增强（减弱）与近地表气温下降（上升）相对应,体现了夏季白天中国中东部4种不同类型云温度效应与近地表气温都呈正相关关系。特别地,夏季白天中国中东部中高云量占主导地位,其CET与近地表气温的相关系数高达0.63。综上,夏季白天中国中东部不同类型云温度效应对近地表气温的影响不同,但均呈正相关关系。定量分析不同类型云对近地表气温的影响可以为定量研究云反馈对区域增暖的作用以及合理预估未来区域增暖情景提供必要的科学参考。     

激光云高仪和红外测温仪的云高观测性能比较分析

基于2016年8月13日—2017年7月31日激光云高仪(CL51)和搭配红外测温仪的微波辐射计(MWR-IRT)的云底高度(CBH)观测资料,对比分析CL51和MWR-IRT的CBH观测结果的差异,探讨不同天气条件下CL51和MWR-IRT的云高观测性能。结果表明:CL51和MWR-IRT对中低云的识别结果较为一致,对高云识别存在一定差异;云天时,CL51和MWR-IRT观测的CBH较为一致,统计均值分别为1.91 km和2.03 km,二者相关系数为0.65;与MWR-IRT相比,CL51观测的高云较高、低云较低;不同天气条件下CL51和MWR-IRT的观测结果表现不同,雾天和重度霾时其观测结果差异较大,轻雾天时其观测差异有所降低,非雾/霾天、雾霾天、轻度霾天、中度霾天时两者观测结果较为一致。