CloudSat云底高度外推估计的可行性分析

云底高度对于全球辐射平衡以及航空飞行均具有重要影响。针对CloudSat与MODIS主、被动观测的优缺点,本文提出了利用MODIS云分类信息进行CloudSat云底高度外推估计的技术。首先使用MODIS和CloudSat数据,利用回归分析方法比较了基于云类型（CSAT）与基于距离（MSAT）的云底高度估计方法的优劣。此外,分析了中国及周边地区CloudSat各类云云底高度的均一性特征。最后,利用CloudSat各类云云底高度的统计特征,建立了一种基于云类型和距离权重的云底高度估计方法,并对该方法进行了验证和分析。结果表明,利用该方法得到的MODIS各类云云底高度估计误差的标准差均小于1.5 km,除了积雨云在观测点与待测点距离大于400 km的估计误差均值稍大于1.5 km外,各种情况下其他各类云的云底高度估计误差的均值均小于1.5 km。     

基于云类型匹配和距离误差权重的单层云云底高度估计

云底高度(cloud base height,CBH)的观测对地气系统的辐射模拟和保障飞行安全有重要意义。本文结合CloudSat/CPR、CALIPSO/CALIOP和Aqua/MODIS的主被动观测资料,建立了基于云类型和距离的CBH估计算法。本文云分类方法采取国际卫星云气候计划(International Satellite Cloud Climatology Project,ISCCP)的云分类法,并利用A-Train数据对估计结果进行验证。结果表明,CBH的平均误差小于3 km,而低云CBH的平均误差小于1 km。在0~500 km的估计范围内,CBH估计的绝对误差主要在1 km以内,均方根误差不超过3 km。最后,基于此方法,本文重建了一个锋面云系的三维结构。     

基于地基云雷达资料的淮南地区冬季云宏观特征

利用淮南气候环境综合试验站2015年1月云雷达观测资料,对淮南地区冬季云的宏观特征进行了研究。结果表明:(1)淮南地区冬季云云底高度在0.21~11.0 km,其中0.5 km和2.0 km高度云底出现频率最高,分别占全部云系的16.7%和11.3%;云顶分布在0.36~11.3 km,其中5.0 km和5.5 km处云顶出现频率最高,分别占全部云系的9.25%和10.0%。云层厚度为0.1~8.3 km,73.4%的云层厚度在2.0 km范围内。(2)低云、中云、高云分别占全部云系的44.0%、29.4%和26.6%,平均厚度分别为2.4 km、0.8 km和0.6 km。(3)该地区冬季总云量较少,为13.7%~21.8%。单层云出现频率占总云量的45.2%~77.8%,多层云出现频率随着层数的增加而减小。     

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。     

利用星载激光雷达资料研究东亚地区云垂直分布的统计特征

已有研究表明: 云的垂直结构(简称CVS)是一个在卫星资料反演和气候模式预测中很重要的云特征。本文通过利用美国2006年刚发射的卫星CALIPSO (Cloud－Aerosol Lidar and Infrared Pathfinder Satellite Observations) 所负载的激光雷达Level 2_05km的云数据, 研究了东亚地区(18°N～53°N, 74°E～144°E) 云的垂直分布特征。结果表明: 东亚地区多层云云量在夏季、秋季、冬季、春季分别为43.6%、29.6%、21.1%、33.3%, 而多层云分布中双层云比例最大。云顶和云底高度除了随季节变化显著外, 还有明显的区域特征。单层云、 双层云以及三层云的云顶和云底高度的数据显示, 三层云中最上层的云顶和云底最高, 并始终高于两层云中最上层云的云顶和云底高度。平均云层厚度季节变化不明显, 其值普遍在0.9～2 km范围之间。而云层间距同样没有明显的季节和区域变化, 其出现的概率随距离的增大而减小。其中, 间距在0.35 km的概率最大, 占到将近50%。而间距在1.45 km附近的概率大约为15%, 高一点的可达到20%。     

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)。     

内蒙古西部地区降水云宏观特征

基于自动站降水、雷达回波、卫星云图等资料,挑选2017及2018年内蒙古西部地区49次降水过程,利用L波段探空、风云卫星反演以及降水数据分析该地区降水云、无降水云与临近降水云的宏观结构。超过80%的样本统计结果显示降水云云底高度小于等于3.0 km,云顶高度大于等于8.0 km,云层厚度大于等于6.0 km,云夹层数小于等于2且夹层厚度小于等于0.6 km,云夹层分布稀疏。云光学厚度和液水路径作为降水云的指标判据具有一定的优势,近70%的样本表明,降水云光学厚度大于等于20,液水路径大于等于100 g·m~(-2)。一般降水易发生在高光学厚度和高液水含量区及光学厚度大于等于55和液水路径小于等于500 g·m~(-2)的降水云区。     

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。     

基于多源卫星数据的云底高度反演算法在中国近海的应用研究

本文利用直减率反演云底高度的计算方法,联合星载主、被动探测资料开展了中国东海、南海上空暖云云底高度反演研究,同时对暖云的分布特征进行了统计。结果表明受大气层结稳定程度影响,夜间的反演效果优于白天。两种资料的云顶高度较一致时,反演效果好,该方法具有可行性。     

Verification and Correction of Cloud Base and Top Height Retrievals from Ka–band Cloud Radar in Boseong,Korea

In this study,cloud base height(CBH) and cloud top height(CTH) observed by the Ka-band(33.44 GHz) cloud radar at the Boseong National Center for Intensive Observation of Severe Weather during fall 2013(September-November) were verified and corrected.For comparative verification,CBH and CTH were obtained using a ceilometer(CL51) and the Communication,Ocean and Meteorological Satellite(COMS).During rainfall,the CBH and CTH observed by the cloud radar were lower than observed by the ceilometer and COMS because of signal attenuation due to raindrops,and this difference increased with rainfall intensity.During dry periods,however,the CBH and CTH observed by the cloud radar,ceilometer,and COMS were similar.Thin and low-density clouds were observed more effectively by the cloud radar compared with the ceilometer and COMS.In cases of rainfall or missing cloud radar data,the ceilometer and COMS data were proven effective in correcting or compensating the cloud radar data.These corrected cloud data were used to classify cloud types,which revealed that low clouds occurred most frequently.     

A Comparison of Cloud Layers from Ground and Satellite Active Remote Sensing at the Southern Great Plains ARM Site

Using the data collected over the Southern Great Plains ARM site from 2006 to 2010, the surface Active Remote Sensing of Cloud(ARSCL) and Cloud Sat-CALIPSO satellite(CC) retrievals of total cloud and six specified cloud types [low, mid–low(ML), high–mid–low(HML), mid, high–mid(HM) and high] were compared in terms of cloud fraction(CF), cloud-base height(CBH), cloud-top height(CTH) and cloud thickness(CT), on different temporal scales, to identify their respective advantages and limitations. Good agreement between the two methods was exhibited in the total CF. However, large discrepancies were found between the cloud distributions of the two methods at a high(240-m) vertical grid spacing. Compared to the satellites, ARSCL retrievals detected more boundary layer clouds, while they underestimated high clouds. In terms of the six specific cloud types, more low- and mid-level clouds but less HML- and high-level clouds were detected by ARSCL than by CC. In contrast, the ARSCL retrievals of ML- and HM-level clouds agreed more closely with the estimations from the CC product. Lower CBHs tended to be reported by the surface data for low-, ML- and HML-level clouds; however, higher CTHs were often recorded by the satellite product for HML-, HM- and high-level clouds. The mean CTs for low- and ML-level cloud were similar between the two products; however, the mean CTs for HML-, mid-, HM- and high-level clouds from ARSCL were smaller than those from CC.     

中国典型地区夏季气溶胶时空分布及其对云和降水的影响

利用2006—2016年夏季中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer,MODIS）气溶胶和云资料以及热带降水测量计划（Tropical Rainfall Measuring Mission,TRMM）降水数据,分析了中国8个典型地区气溶胶、云和降水的时空分布特征,探讨了气溶胶与云和降水的相互关系。结果表明：中国8个典型地区夏季平均气溶胶光学厚度（Aerosol Optical Depth,AOD）、云光学厚度（Cloud Optical Depth,COD）、云水路径（Cloud Water Path,CWP）、水云云滴有效粒子半径（Cloud Effective Radius Water,CERW）、冰云云滴有效粒子半径（Cloud Effective Radius Ice,CERI）和降水强度变化范围分别为0.21—1.05、15.01—24.02、151.98—219.20 g·m^-2、12.93—15.37 μm、28.85—39.14 μm和0.44—8.54 mm·d^-1;黄土高原和四川盆地AOD有显著降低趋势,年倾向分别为-2.30%和-3.20%,长江三角洲COD年增幅为29.11%,华北平原、长江三角洲和珠江三角洲CERI及塔克拉玛干沙漠CERW变化趋势分别为-21.60%、-15.77%、-18.94%和-10.31%;AOD与COD和CWP呈正相关,与云滴有效粒子半径（Cloud Effective Radius,CER）关系较为复杂,受水汽影响较大,在云层含水量较低的情况下,CERI（CERW）与AOD呈负（正）相关,而在云层含水量较高的情况下,二者呈正（负）相关;气溶胶和降水关系复杂,整体来看,气溶胶促进了中国地区的夏季降水。     

基于A-Train综合资料的云顶高度反演研究

提出一种适用性较强的云顶高度反演方法。利用2007年低纬地区(15°S~15°N)的A-Train综合资料反演云顶高度。首先以M0DIS通道31和通道32的亮温值为特征参数,基于SVM分类法,将云分为不透明云、半透明云和透明云三类,分类准确率达到90.6%。然后对三类云分别用核回归法反演云顶高度,将其与CloudSat的2B-GEOPROF-LIDAR产品对比,均方根误差分别为0.95、1.17和1.27 km。与未分类的核回归法结果相比,分类后三种云的反演误差都有所减小。最后分析了三个典型个例。该方法可推广至其他含有红外分裂窗通道的卫星上,发挥更多卫星资源的效用。     

Assessment of FY-4A and Himawari-8 Cloud Top Height Retrievalthrough Comparison with Ground-Based MillimeterRadar at Sites in Tibet and Beijing

正1Key Laboratory of Middle Atmosphere and Global Environment Observation, Institute of Atmospheric Physics,Chinese Academy of Sciences, Beijing 100029, China2University of Chinese Academy of Sciences, Beijing 100049, China     

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。     

The Significant Role of Radiosonde-measured Cloud-base Height in the Estimation of Cloud Radiative Forcing

The satellite-based quantification of cloud radiative forcing remains poorly understood, due largely to the limitation or uncertainties in characterizing cloud-base height (CBH). Here, we use the CBH data from radiosonde measurements over China in combination with the collocated cloud-top height (CTH) and cloud properties from MODIS/Aqua to quantify the impact of CBH on shortwave cloud radiative forcing (SWCRF). The climatological mean SWCRF at the surface (SWCRF_SUR), at the top of the atmosphere (SWCRF_TOA), and in the atmosphere (SWCRF_ATM) are estimated to be ?97.14, ?84.35, and 12.79 W m^?2, respectively for the summers spanning 2010 to 2018 over China. To illustrate the role of the cloud base, we assume four scenarios according to vertical profile patterns of cloud optical depth (COD). Using the CTH and cloud properties from MODIS alone results in large uncertainties for the estimation of SWCRF_ATM, compared with those under scenarios that consider the CBH. Furthermore, the biases of the CERES estimation of SWCRF_ATM tend to increase in the presence of thick clouds with low CBH. Additionally, the discrepancy of SWCRF_ATM relative to that calculated without consideration of CBH varies according to the vertical profile of COD. When a uniform COD vertical profile is assumed, the largest SWCRF discrepancies occur during the early morning or late afternoon. By comparison, the two-point COD vertical distribution assumption has the largest uncertainties occurring at noon when the solar irradiation peaks. These findings justify the urgent need to consider the cloud vertical structures when calculating the SWCRF which is otherwise neglected.     

2000-2018年东亚地区云顶高度的时空变化特征

为了了解区域云顶高度对过去气候变化的响应,基于卫星搭载的MODIS传感器提供的2000年3月至2018年2月MOD03_08_v6.0数据,分析了东亚地区云顶高度2000—2018年的时空变化特征,并探讨其长期变化的原因。研究发现,东亚地区云顶高度呈西南高东北低的特征。云顶高度在东亚地区以0.020 km/a的变率增长,其中大陆东部云顶高度的年际变率为0.035 km/a,东部海域年际变率为0.034 km/a。在东部海域地区云顶高度的变化同海表温度的变化相关性较高,相关系数为0.68,这表明云顶高度的变化受下垫面的影响。在东亚地区30°~40°N区域内,年平均云顶高度的增加较为明显。此外,夏季云顶高度在长江中下游盆地、塔里木盆地、吐鲁番盆地以及四川盆地东北部呈-0.03 km/a的减少趋势,这是由于更多低云的形成降低了云顶高度;冬季云顶高度在东亚地区40°N以北呈下降趋势,而在40°N以南呈增加趋势。