基于Himawari-8卫星的云参数和降水关系研究

基于日本Himawari-8卫星的云产品,对中国中东部地区2017年夏季(6—8月)每日08—17时的降水资料进行了分析,重点讨论了云光学厚度(COD)、云顶粒子平均尺度(CPS)、云顶温度(CTT)三个云参数与降水的关系。试验表明,降水概率与云参数相关性较高,存在随着COD增加、CPS增加、CTT减小而增加的明显趋势。但是,单个云参数与降水强度相关性则较低;COD、CPS、CTT与小时降雨率的相关系数分别为0.2315、0.1823、-0.2235,均为弱相关。如果综合考虑联合两个或三个云参数形成小时降雨率分布矩阵,则降水过程能得到更为清晰的体现。2017年8月28日的个例表明,相比纯粹基于红外的算法,三参数方法可以明显提高小时降雨率的估计精度。     

基于Aqua/CERES数据的辽宁省云宏微观特征及其与降水的相关性研究

利用2014—2015年的云和地球辐射能量系统CERES Aqua Edition 4A SSF的云产品以及地面小时降水数据,对辽宁地区(38.5°N—43.5°N、118.5°E—126°E)云宏微观特征参量的时空分布进行分析,并研究各参数与降水的相关性,建立基于云光学厚度(COD)与云水路径(CWP)的降水云识别指标。结果表明,夏季云层发展旺盛,云量(CF)、COD、云顶高度(CTH)以及CWP值均较高,平均值分别为62.7%、17.9、6.5 km和252.1 g·m~(-2),而冬季云参数的值最低,分别为48.3%、7.0、3.4 km和106.2 g·m~(-2),仅云粒子有效半径(ER)显著高于其他季节。受地形影响,西部地区(122°E以西)的成云条件较东部差,除CTH较高外,其他云参量均较东部偏低。除云顶气压(CTP)和云顶温度(CTT)外,CF、COD、CWP和ER均随降水强度的增加而增加,说明云层越深厚降水强度越大,云含水量越高,粒子尺度越大。筛选出的与降水强度相关性最高的COD与CWP作为降水云识别因子,利用TS评分及HSS评分方法,选取评分值最高时对应的COD和CWP作为降水云的识别阈值,分别为35和415 g·m~(-2)。     

青海省东部地区云特征参量与降水相关性分析

利用青海省东部地区2018年7—9月、2019年4—9月、2020年4—7月FY-2G卫星反演的云特征参量及地面小时降水数据,分析了云顶高度、云顶温度、云光学厚度和云粒子有效半径4种云特征参量对降水频率及降水强度的指示性。结果表明:(1)单云特征参量中,云光学厚度对降水频率指示性最强。中雨、大雨频率分别随云顶温度下降、云顶高度及云光学厚度增加呈明显增加趋势,而小雨频率随之呈减小趋势。(2)双云特征参量(云光学厚度和云顶温度)对降水频率指示性优于单云特征参量,降水频率随云光学厚度增加及云顶温度下降而增大。当云光学厚度为21~30且云顶温度大于0℃时,小雨频率最大。云光学厚度大于40且云顶温度为-45~-31℃时,中雨频率最大。云光学厚度大于40且云顶温度小于-45℃时,大雨频率最大。(3)三云特征参量(云顶温度、云光学厚度和云粒子有效半径)对降水频率指示性优于单云特征参量,但比双云特征参量降水频率指示性弱。     

卫星云参数与飞机云物理探测对比研究和飞行方案设计

开展卫星反演云特性参数与飞机观测的对比研究,对于更好地发挥卫星遥感观测在天气、云物理和人工影响天气方面的探测优势具有重要意义。选取2012年9月21日一次层状云降水过程,对比分析FY-2与MODIS反演云参数及飞机观测结果,探索了飞机检验卫星云参数的飞行方案。结果表明:FY-2反演云参数演变趋势与飞机观测结果有较好的一致性;FY-2反演有效粒子半径(Effective Radius,Re)和光学厚度(τ)与MODIS反演的Re和τ间相关性较好,但此个例FY-2反演值普遍小于MODIS反演值;探测区域FY-2反演Re频率分布与飞机观测Re分布有一定差异,FY-2反演Re偏小,MODIS反演Re频率分布与飞机观测结果更为接近;飞机观测计算得到的τ和液水路径值(Liquid WaterPath,LWP)与卫星反演τ和LWP差异较大,FY-2反演值明显偏小。对于Re的检验,飞机最好在Re分布不大均匀的云顶作较长距离平飞观测;对于LWP和τ等垂直积分参量的检验,飞机最好选择在光学厚度较均匀的小区域内螺旋爬升至云顶之上,再自云顶向下至最低高度进行垂直观测。     

An Evidence of Aerosol Indirect Effect on Stratus Clouds from the Integrated Ground-Based Measurements at the ARM Shouxian Site

The aerosol effect on clouds was explored using remote sensing of aerosol and cloud data at Shouxian, China. Non-precipitation, ice-free, and overcast clouds were firstly chosen by a combination of sky images from the Total Sky Imager (TSI), cloud base heights from the Ceilometer, and vertical temperature profiles from the Balloon-Borne Sounding System (BBSS). Six cases were chosen in summer, and seven in autumn. The averaged cloud effective radii (re), cloud optical depth (COD), aerosol total light scattering coefficient (σ), and liquid water path (LWP) are, respectivey, 6.47 μm, 35.4, 595.9 mm-1, 0.19 mm in summer, and 6.07 μm, 96.0, 471.7 mm-1, 0.37 mm in autumn. The correlation coefficient between re and σ was found to change from negative to positive value as LWP increases.     

First Surface-based Estimation of the Aerosol Indirect Effect over a Site in Southeastern China

The deployment of the U.S. Atmospheric Radiation Measurement mobile facility in Shouxian from May to December2008 amassed the most comprehensive set of measurements of atmospheric, surface, aerosol, and cloud variables in China.This deployment provided a unique opportunity to investigate the aerosol–cloud interactions, which are most challenging and, to date, have not been examined to any great degree in China. The relationship between cloud droplet effective radius(CER) and aerosol index(AI) is very weak in summer because the cloud droplet growth is least affected by the competition for water vapor. Mean cloud liquid water path(LWP) and cloud optical depth(COD) significantly increase with increasing AI in fall. The sensitivities of CER and LWP to aerosol loading increases are not significantly different under different air mass conditions. There is a significant correlation between the changes in hourly mean AI and the changes in hourly mean CER,LWP, and COD. The aerosol first indirect effect(FIE) is estimated in terms of relative changes in both CER(FIECER) and COD(FIECOD) with changes in AI for different seasons and air masses. FIECODand FIECERare similar in magnitude and close to the typical FIE value of ~ 0.23, and do not change much between summer and fall or between the two different air mass conditions. Similar analyses were done using spaceborne Moderate Resolution Imaging Spectroradiometer data. The satellite-derived FIE is contrary to the FIE estimated from surface retrievals and may have large uncertainties due to some inherent limitations.     

淮河流域混合云频率、云高和含水量的毫米波云雷达资料分析

本文选用2007年1月—2010年2月的Cloud Sat卫星94 GHz探测资料(2B-GEOPROF)对淮河流域混合云出现频率、云高以及含水量分布规律进行了研究。研究结果表明:(1)混合云出现频率和云高具有显著的季节性变化特征,均表现为夏季值高、冬季低;(2)Cloud Sat 2B-CWC-RO反演产品在假设混合云冰水混合比与云内温度(-20~0℃)成线性关系条件下反演的液态水含量(LWP)与地面观测值相差较大,本文利用冰水混合比与云内温度成指数函数关系反演的LWP更接近地面观测值;(3)反演的LWP具有明显的季节分布特征,其季节平均值夏秋季高、春冬季低。混合云随着LWP值的增加,其对应的雷达反照率因子范围和出现的高度层越来越集中,混合云在对流层中下层的出现频率随LWP的增加而增多,出现频率高值区及其分布的高度层也具有明显的季节性特征,并与混合云零度层高度有密切关系。     

利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征

基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多通道差值等云顶物理量特征的变化异同。结果表明:深、浅对流在CI阶段的云顶物理量特征具有相似变化特征,即云顶高度均在短时间内快速上升,CTC值均先减小后增大;深、浅对流差异表现为深(浅)对流云顶上升高度能(不能)超越水汽层高度;深对流CTC最低值较浅对流CTC最低值更低。基于CI阶段深、浅对流的CTC最低值的差异,通过个例验证,表明利用深、浅对流CTC最低值的差异,可以在识别出CI的基础,判断出CI是否发展成为深对流,从而能提前做出预警。     

基于地基微波辐射计反演的济南地区水汽及云液态水特征

基于德国RPG公司研制的14通道地基微波辐射计(RPG-HATRPO-G3)反演的2014年10月至2015年9月济南地区的水汽和液态水产品,分析了济南地区水汽和云液态水不同季节的月变化、日变化特征及其在强对流天气与小雨天气中的变化趋势。结果表明:2014年10月至2015年9月济南地区柱大气积分水汽量(Integrated Water Vapour,IWV)具有明显的月变化特征,其变化趋势与多年(1981—2010年)月平均降水量相关性较好,IWV夏季最高、冬季最低,四季IWV均具有弱的日变化特征,四季IWV标准偏差按照夏季、秋季、春季、冬季的顺序递减。对于济南地区春季、夏季、秋季3个季节有云无雨和降水前后液态水路径(Liquid Water Path,LWP)的数据,春季LWP可用数据量最少,夏季LWP可用数据量最多;月LWP在0—200 g·m~(-2)范围内的数据占总数据的比例最多,LWP数值越大,其所占比例越小。月LWP大于1000 g·m~(-2)数据的比例随着夏季的临近和降水量的逐渐增加也呈增加的趋势。IWV和LWP在强对流过程发生前均明显增长,数值大于1000 g·m~(-2)的LWP数据比例为53.41%;而小雨天气发生前IWV呈波动上升的趋势,LWP仅在临近降水时才明显增大,LWP数值主要分布在0—200 g·m~(-2)之间,占总数据的比例为86.56%。     

山西秋季一次飑线过程的云图特征及维持机制

利用Himawari-8卫星红外、水汽云图和FY-2E卫星可见光云图资料,以及多普勒天气雷达拼图和常规气象站、自动气象站、高空观测资料,对2017年9月21日发生在山西境内的一次飑线天气过程进行云图特征及维持机制分析。结果表明:(1)蒙古冷涡是本次飑线过程的大尺度天气影响系统,地面冷锋东移至不稳定潜势区触发了飑线云系的生成;高低空系统配置结构的转变及地面中尺度高压外流冷空气与环境风场形成的中尺度气旋和辐合线,是飑线发展和维持的机制;对流云团在地面冷锋与850 hPa切变线之间合并发展,地面中尺度高压与低压的发展促使气压梯度增大,导致飑线增强,是飑线过境时地面大风形成的原因。(2)初生阶段,飑线形成于云顶亮温低值区后侧梯度大值区、云顶纹理粗糙区、干湿边界偏湿区一侧,冷云盖略超前于飑线;发展阶段,飑线回波在云顶亮温低值区加强,并沿着亮温低值中心移动的方向移动;成熟阶段,飑线雷达回波与云顶亮温低值区重合。(3)弧状云线、上冲云顶和对流云带一侧的暗影是对流云团加强发展的前期征兆。     

基于L波段探空观测的FY-4A云顶温度产品评估及其在冬季降水相态判识中的应用

利用2019—2021年冬季上海宝山站L波段探空资料对FY-4A云顶温度(CTT)产品进行评估,分析发现,FY-4A的云顶温度产品能够较好地反映单层云的云顶温度,对双层云或多层云的云顶温度则普遍高估(平均高估幅度超过14℃);当探空观测到的云顶高度不超过6 km或云顶温度不低于-20℃时,FY-4A云顶温度产品误差较小,平均偏差约为3℃。根据2021—2022年冬季长三角地区地面站观测的降水现象统计云顶温度与降水相态的关系,并对典型个例进行分析,结果表明,云顶温度低是出现降雪的必要条件之一,绝大部分降雪出现在云顶温度低于-12℃的情况下。FY-4A的云顶温度产品时空分辨率高、精度尚可,可以辅助预报员判识雨雪落区,在雨雪转换过程的预报服务中有较大的应用潜力。     

FY?4A卫星云顶参数精度检验及台风应用研究

基于2018年中国东南沿海台风观测实例,以美国EOS/MODIS极轨气象卫星和日本第二代静止气象卫星Himawari?8为参照,对我国FY?4A静止气象卫星的云顶高度(Cloud Top Height,CTH)、云顶温度(Cloud Top Temperature,CTT)和云顶气压(Cloud Top Pressure,CTP)三个产品的精度进行了对比,并分析了其在台风应用中的表现。结果表明:FY?4A卫星云顶参数产品与MODIS和Himawari?8同类产品均具有很好的线性相关关系,其中FY?4A与MODIS的相关系数最大(r≥0.98),平均值偏差最小,特别是在具有深厚密蔽云的台风中心和内雨带区,各卫星反演参数的精度更加接近,如在台风中心,FY?4A与Himawari?8的CTT、CTH和CTP分别相差0. 78℃、30 m和0. 2 hPa。FY?4A云顶参数产品质量可靠,与MODIS和Himawari?8等国际同类卫星精度相当,适合深厚的台风云系分析。偏差产生主要受透明薄卷云和小尺度云存在的影响,这与仪器的空间分辨率、不同仪器对云的探测能力以及云检测算法相关。     

利用卫星反演云参量分析一次人工消(减)雨作业过程

利用FY-2C卫星云参数产品分析了2008年8月8日北京消(减)雨作业过程。结果显示,同一时刻液水路径、云粒子有效半径、云顶高度、云顶温度的绝对值和云体过冷层厚度的大值区分布一致;作业前后液水路径、云粒子有效半径、云顶高度、云顶温度和云体过冷层厚度变化明显。     

气候变暖对青海高原地区植物物候期的影响

将青海高原划分为东部农业区、环青海湖区、三江源区和柴达木盆地4个地区,根据1983—2007年各个地区气象台站所观测的气象资料,利用统计学方法,分析了不同地区植物物候期对气候变化的响应。结果表明:东部农业区、环青海湖区、三江源区和柴达木盆地年平均气温均呈上升趋势。在气候变暖背景下,东部农业区、环青海湖区、三江源区植物返青普遍期呈提前趋势,柴达木盆地返青普遍期呈推迟趋势,4个地区黄枯普遍期均呈延迟趋势,植物生长季延长。年降水量各地变化趋势不同,年降水量和阶段降水对植物生长关键期的变化有一定影响,但与气温相比其影响相对较小。     

天山山区水汽和云水含量的空间分布特征

利用欧洲数值预报中心(ECMWF)发布的第一代全球分辨率ERA-Interim再分析数据,分析了1979～2014年天山山区水汽含量和云水含量的空间分布特征。结果显示：(1)水汽含量的高值中心出现在伊犁河谷地区,中心值域在10—11kg m-2之间,低值区位于天山中部的巴音布鲁克附近,中心值域在5—6kg m-2之间;夏季水汽含量最丰富,在8—11kg m-2之间。(2)云液水含量的高值区出现在博格达山北坡,而云冰水含量的高值区在西天山海拔较高的托木尔峰地区,低值区均在伊犁河谷等海拔低的地区;夏季云液水含量、云冰水含量均呈减少趋势,云冰水含量较云液水减少的更为明显,下降速率为0.28kg kg-1/10a;(3)垂直分布上,云液水含量在600hpa左右的高空出现高值区,中心最大值为10kg kg-1;云冰水含量的高值区则出现在500hpa左右的高空,为11kg kg-1;在对流层大气中云冰水含量值远大于云液水,且云冰水发展的高度较云液水更高。     

一次降水性层积云系的微物理特征分析

利用飞机云微物理探测资料,对2004年6月29日甘肃省东南部地区一次层积云(Sc)降水云系的微物理结构特征进行了详细的分析。飞机探测表明,此次云系主要分为两层,上层是纯冷性高积云(Ac),下层是层积云,观测分析主要针对Sc云。对不同高度层及Sc云顶附近的云粒子探测数据的分析结果表明,Sc云中云粒子的垂直及水平特征具有明显的不均匀性;Sc云区下层粒子特征参量起伏变化大,上层起伏变化小;云中含水量和大粒子浓度随高度升高有递增趋势。同一高度云区的粒子特征参量存在差别,表明即使在云区同一高度,不同水平区域的粒子形成和增长条件也有差异。Sc云中含水量较大,暖区最大液水含量达0.34 g·m-3。Sc云底有较强的逆温层存在,对云底附近的微物理结构特征造成一定影响,使得较小的云滴在逆温层顶附近和逆温层下部累积,含水量增大,但对较大尺度的液滴影响不明显。Sc云中不同高度处普遍存在暖雨过程,以Sc中部最为活跃;云顶附近冰相粒子的存在对云中暖云过程具有增强作用,对降水有利。     

青海省2005年秋季气候

2005年秋季青海省气候特点是:青海大部气温偏高;降水除青海西北部及南部部分地区偏少外,其余地区偏多;全省大部日照偏少。主要气象灾害有洪灾、冰雹、雪灾以及降水天气造成的局部地区山体滑坡及地质水文灾害。1基本气候概况1.1气温秋季平均气温除冷湖、都兰略低,清水河特低外,全省大部以偏高为主,唐古拉山区、玉树大部、柴达木盆地的诺木洪、果洛的久治、黄南的泽库以及海北的门源等地特高,其中玉树、曲麻莱、沱沱河三地偏高1.5-1.7℃,是气温偏高幅度最大的地区,省内其余地区略高或偏高。全省平均气温较1971- 2000年气候平均值偏高0.7℃(图1)。     

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。     

青藏高原云型的卫星遥感判别方法研究

采用1983—1996年CDIAC全球云观测报告集ECRA资料和ISCCP卫星遥感资料,分析了青藏高原四季云型出现频率的气候统计特征,并根据各云型的光学厚度—云顶气压分布特征,提出了基于光学厚度—云顶气压联合分布频率的青藏高原云型判别方法。结果表明,高云Cid及低云Sc、Cu、Cb是各季节青藏高原上空出现的代表云型,其它云型的出现概率小得多。高云在冬、春季节的出现概率大于秋、夏季节;中低云则相反。青藏高原上空的云在春、夏季节对应的云顶高度(光学厚度)高于(大于)秋、冬季节。在区分不同季节、不同出现类别的前提下,根据光学厚度—云顶气压联合分布频率为1%的临界值所对应的大值分布范围,确定了青藏高原各云型在光学厚度—云顶气压联合分布上的分布图,从而可为卫星遥感判别青藏高原云型提供依据。     

四川盆地秋季气溶胶与云的相关分析

通过对再分析资料总气溶胶光学厚度(total aerosol optical depth,AOD)和低云云量(low cloud cover,LCC)的分析,结果表明:四川盆地秋季气溶胶与云的分布和变化主要是以全区域的一致变化,和以成都、重庆为中心的双支结构为主。气溶胶分布为双支结构时的变化更容易引起云量变化,持续时间不超过两天;气溶胶对云的影响还与二者的分布时间有关,二者高值出现的时间相近(10月),气溶胶会使高云量增加,反之使低云量增加高云量减少(9月)。