目测云量的几种方法

云量是指云遮蔽天空视野的成数 ,即观测者眼晴所看到的视云量。云量的观测全凭目力估计 ,主观成分较大 ,加之云体本身在不断运动和变化、不能构成完整的、规则的几何图形 ,这就对观测者正确判断云量的多少带来一定的难度。不同的观测方法 ,所观测的结果也就不同 ,特别是天边附近云量的观测 ,在实际工作中 ,往往估计偏多。针对以上问题 ,我们对云量的观测归纳为以下几种方法。1　等分切割法首先 ,观测者将可视“天穹”看做一个圆面(因为“天穹”在地面投影本身就是一个圆面 ,而云量观测与云的高度无关 ,仅与云在视“天穹”投影上所占面积大小…     

利用CFSR资料分析近30年全球云量分布及变化

在利用MODIS卫星的云产品资料对CFSR(Climate Forecast System Reanalysis)再分析资料云产品质量进行检验评估的基础上,采用CFSR资料对1979—2009年全球总云量及低、中、高云量的平均分布及其随纬度的变化进行了分析;用经验模态分解(EMD)方法分析了近30年全球云量的变化趋势,结果表明:(1)全球近30年平均总云量约为59%,全球总云量及低云量、中云量都有明显的纬向分布特征,全球总云量有3个峰值带和3个低值带。(2)低云量的海陆分布差异较明显,陆地上的低云量明显低于海洋上的,除了两个极圈附近,南半球各纬度的低云量都比北半球相应纬度上的都要多;高云量的高值、低值中心均集中在赤道附近到南、北半球30°之间的中低纬度,并且低值中心主要分布在大洋的东部。(3)总云量的总变化趋势为增长,具体表现为随时间呈现先略减少后大幅增加趋势,其突变点大致在1993年,在1993年之后,总云量显著增多。低云量和高云量均呈现增长趋势,中云量则相反,呈减少趋势。低云量增幅最明显,接近2%,中、高云量则增减幅度较小。     

目测云的几点认识

云是由悬浮在空中的大量微小水滴或冰晶组成。云的观测主要是判断云状、估计云量和测定云高 ,观测云的方式以目测法为主 ,但目力观测是极其粗糙的 ,需要在工作中不断积累经验 ,提高目测水平 ,尽可能将全部天空所见云状和云量记录准确。1　透光和蔽光云的云量记录错误观点 :蔽光的云量必须记录 1 0成 ,透光的云量则不能记 1 0成。以透光高积云为例 ,《地面气象观测规范》中对其描述为 :云缝可见蓝天 ,即使没有云缝 ,云层薄的部分也比较明亮。故只要观测到全天的高积云 ,且看不见蓝天 ,云块衔接部分比较明亮 ,就可记录 1 0成的透光高积云。有…     

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。     

一次长江流域梅雨降水中三种云量计算方案的对比研究

采用NCEP分析场,选取2010年梅雨期长江流域的一次降水过程,分别基于Slingo方案、NCAR方案和钱氏方案,利用相对湿度计算云量,并以LAPS(Local Analysis and Prediction System)系统输出的云量分析场作为观测值,分别在高层(400 h Pa)与低层(850 h Pa),从宏观比较与统计分析的角度,与计算结果进行云量大小与区域分布的对比分析。结果表明,三个云量计算方案对云量中心位置的把握均较为准确,但对云量值的计算存在大小不等的误差。NCAR方案计算结果和LAPS输出场最为吻合,能够体现出云量大值区,但区域一般偏大;Slingo方案相较NCAR方案来说略差,但也能较好地描述云带分布;此外,钱氏方案计算出的云量值始终偏小,但其能够较好地描述云带轮廓与云量的分布特征。综合对比结果,NCAR云量计算方案比其余两者更优,且在低层(850 h Pa)表现尤为明显。     

中国东部和印度季风区云辐射特性的比较

基于 ＩＳＣＣＰ和 ＥＱＢＥ资料,本文比较了中国东部和印度季风区的云和云辐射强迫的气候特征。虽然它们同属于亚洲季风区,并且有相似的降水季节特征,但它们各自的云和云辐射强迫特征差异很大。在印度区域,所有的云量有着相同的季节变化,最大云量分布都出现在夏季,且总云量中以高云量为主。而中国东部云量的季节变化都比较复杂,在总云量中以中、低云量为主,最大总云量出现在春季。冬季的总云量和中、低云量要大于夏季。在全球云量分布中,中国东部最典型的特征是：该地区为全球最大的雨层云覆盖区。与云的分布和变化相关,印度季风区最大的负短波云辐射强迫,最大的正的长波辐射强迫和最大的负的净云辐射强迫发生在夏季,而在中国东部,大的负的短波云辐射强迫发生在春夏之交。年平均的负的短波云辐射强迫在中国东部地区明显要大于在印度季风区。     

中国地区云的气候特征分析

文中对比分析了国际卫星云气候计划(ISCC)的D2资料和地面测站云资料,发现二者总云量的整体分布和气候变化都比较一致,但定量上略有差别,尤其是中国北方地区差别较大。ISCCP资料比较齐全,尤其在站点稀少的高原、荒漠地区比其他云资料更有优势。文中分析了中国云的气候特征,发现在华北地区和南海北部的总云量有减少的趋势;四川盆地、长江三角洲等地区存在低云量异常减少的现象;而在天山、帕米尔高原、柴达木盆地、横断山脉等地区存在低云量增加的趋势。文中特别指出西北山区常年维持着的相对稳定的多云带,云层深厚、含水量大,有利于进行进行人工增雨作业。     

一个海气耦合模式模拟的云辐射过程

利用NCC/IAP T63海气耦合模式进行了20 a积分,详细分析了模式对云量及其辐射影响的模拟能力。结果表明,模式能够模拟出云量分布的基本特征,但同ISCCP卫星观测资料及ERA再分析资料相比还存在较大的差距,总体表现为模拟的云量偏小,尤其是海洋上部分地区出现了异常的低值区。通过对云量方案的改进,明显改善了两大洋东岸、夏半球副热带到中纬度海洋上空低云的模拟。但模式对热带印度洋到西太平洋地区云量的模拟仍然存在明显的偏差,这主要是由于模式对该地区强对流云模拟能力差,造成该地区高云模拟存在较大的误差。对辐射及其云辐射强迫的分析表明,模式对长波及其云辐射强迫的模拟要明显好于短波。短波辐射模拟的偏差主要是由于短波云辐射强迫模拟过小、耦合模式对积雪和海冰模拟较差、以及未考虑气溶胶的影响等原因共同引起的;而长波辐射模拟的差距主要是云量以及下垫面温度模拟不足造成的。相应于云量方案的改进,两大洋东岸、夏半球副热带到中纬度海洋上辐射(尤其是短波辐射)的模拟有了明显的改善,这也明显改进了这些地区的净辐射模拟。     

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。     

中国地区云对地气系统长波射出辐射(OLR)强迫的气候研

本文利用地球辐射平衡试验(ERBE)和国际卫星云气候计划(ISCCP)提供的地气系统长波射出辐射(OLR)和云量资料，计算并讨论了我国各季和年平均云量对地气系统OLR的强迫及其所产生的温室效应。结果表明我国各季的OLR云强迫与总云量、高云量都有较好的相关，且季节变化明显；OLR云强迫和云温室效应的地理分布受云量和云状的影响较大，它们的年变化一般呈弱双峰型，峰值在春、夏季出现。     

南海及周边地区云量分布及低云量与南海海温的关系

利用国际卫星云气候计划提供的月平均云气候资料集,分析了南海及周边地区云量的分布特征,并进一步研究了低云量与南海海温的关系。结果表明:(1)南海及周边地区总云量分布存在显著的季节性差异特征。(2)低云主要分布在南海海区,中云为华南地区,而高云则主要位于靠近赤道区域。(3)低云受海表温度影响较大,而中高云则主要与强对流相对应。低云主要分布于南海海表冷水中心南侧的暖水区内的温度梯度区,其高值区分布与海表温度梯度分布基本一致,海表温度梯度的大小与高值中心的低云量成正比。(4)低云量高值中心位置与水平海温梯度区两侧基本一致,高温暖水受西边界强迫上升在海表层辐合,有利于低云的生成。     

1955-2012年安顺日照时数和云量变化特征分析

利用安顺站58 a(1955-2012年)逐日日照和云量资料,应用线性倾向估计、滑动平均、m-k检验等方法,对日照和云量的气候变化特征进行分析.结果表明:年日照时数和各季日照时数均呈下降趋势,但均未通过信度检验,属于正常的气候波动;年总云量在7.8～8.8成之间变化,没有明显的趋势.低云量在6.2 ～8.2成之间变化,变化幅度达到了20％,上升趋势显著.用M-K法进行突变检验知低云量在1972年发生了由少到多的突变.     

全球典型低云区中各类低云云量与水平温度平流关系的单点个例分析

选取欧洲中心40年再分析资料(ERA40)中2001年7月的775hPa和925hPa等压面上的风场和温度场资料与ISCCP同时段的低云资料,利用条件概率方法(云频数)和逐日演变的动态方法分析全球典型低云区单点的云量与水平温度平流的关系.结果表明:全球典型低云区单点上各种云的云量与水平温度平流之间的关系是十分复杂的,在某种平流下各种云均有可能出现,某种云也能在不同的平流下出现.全球典型低云区单点云量与水平温度平流的逐日演变没有明显的同步性.因此,从已知的水平温度平流条件来预报各类低云云量是没有充分的观测事实作为依据的.     

NOAA卫星2007年总云量数据精度评估

以2007年数据为例,利用MODIS产品和地面观测数据对NOAA/AVHRR计算得到的总云量进行数据质量评估。评估结果表明,利用NOAA/AVHRR计算的总云量能较好地反映中国总云量的变化特征,总体上在统计意义上要比站点观测总云量略偏低。当以地面观测云为真值,与MODIS云检测产品相比,利用NOAA/AVHRR检测的云像元准确性较高,误判率较低。利用EOF和SVD分解分析NOAA/AVHRR计算总云量与地面观测和MODIS产品的相似度,得到NOAA/AVHRR计算总云量在空间分布上更接近站点观测值,NOAA/AVHRR计算总云量与地面观测总云量SVD分解第一模态时间系数的相关系数(0.96)高于MODIS产品和地面观测总云量间的相关系数(0.76),特别在冬季,NOAA/AVHRR计算总云量明显好于MODIS总云量产品。     

地基探测与NCEP GFS模式预报云量在ARM SGP站点对比

使用大气辐射测量实验(Atmospheric Radiation Measurements:ARM)在美国南部大平原站点(Southern Great Plains:SGP)长时间序列(2001 2010年)的地基主动遥感云(Active Remote Sensing of Clouds:ARSCL)和美国国家环境预报中心(National Centers for Environmental Prediction:NCEP)全球预报系统(Global Forecast System:GFS)模式预报资料,对比分析了两者云量在不同时间尺度内(年际、月份和季节)的差异。结果表明,GFS模式预报总云量为83.8%,略高于地基观测结果(78.1%);两者总云量差异在秋季最大(8.8%),春季最小(2.2%)。在低垂直高度分辨率(≥3 km)时,地基探测低云、中云和高云的云量分别为46.1%、43.5%和61.2%;模式预报三类云的云量均要高于地基探测的云量,差异分别为9.6%、17.2%和9.1%。但是,在高垂直分辨率(250 m)时,地基探测云量在大多数高度层上要高于模式预报结果。这应该是两种资料廓线中有云出现的高度层数目存在差异引起的。地基观测和GFS模式预报同时表明,SGP站点上空云量垂直廓线呈现双峰结构,在边界层附近(1 km)和上对流层区域(8-12 km)云量较大,2-3 km高度范围内云量较小。在春夏秋冬四个季节内,两种资料在低层边界层附近的最大云量偏差分别为9.5%、8.8%、7.8%和11.2%。     

基于ISCCP观测的云量全球分布及其在NCEP再分析场中的指示

国际卫星云气候计划(ISCCP)已经积累了20多年的持续云观测资料,提供了迄今为止最具权威的全球尺度云量信息,为全面认识全球尺度云气候特征提供了有利条件.利用长期稳定的ISCCP D2云量资料,文中系统地分析了全球尺度总云量以及高、中、低云云量的空间分布特征.结果表明,全球总云量均值为66.5(单位:%),其中洋面71.6.陆面55.9.全球云量分布极不均衡,且海陆差异显著,洋面局部云量最高可达90,而包括南极大陆在内的所有陆面区域多为云量低值中心.高云和低云全球分布形式存在明显差异,其中陆面以高云为主,洋面低云相对较多.低云集中分布于太平洋东南部和东北部的近海岸地区以及南半球洋面,热带辐合带、南太平洋辐合带等大尺度强对流活动区内高云数量占优势.特别,在气候平均态上分离低云和高云区,并结合对NCEP再分析资料所提供环流背景场的分析,研究发现两类云所对应的垂直和水平风场具有明显的差异.高云区从低空到对流层顶为一致的强下降运动,低云区的中高层被上升气流所控制但近地面一般存在弱的上升运动.反映在水平辐散场上,两类云对应的辐散度在垂直方向上变化趋势相反,其中低云对应的典型背景场为低层辐散高空辐合.进一步考虑水汽因素,600与850 hPa水汽通量散度差对低云(负差异)和高云(正差异)的云量空间分布有较好的指示意义.     

识别判定云的几点体会

云的演变很复杂,在地面气象观测中观测员对云的识别和判定最为关键,根据长期观测的经验,要正确判定云状、估计云量、测定云高和选定云码,必须对云形成原因进行分析研究,掌握云状的演变规则,才能做到准确无误。     

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)。      

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。     

全天空图像分析西藏羊八井2009～2010年云量特征

运用西藏羊八井观测站2009～2010年近1年的高时空分辨率全天空图像资料分析了测站上空的日间云量特征。年平均总云量统计结果为5.2;冬夏季节云量分布差别明显,夏季平均云量大,冬季小;无云、少云天气多出现在冬季上午,而夏季午后满云情况较多;1～4月及11、12月(冬半年)云量日变化特征明显,上午逐步增加,至17:00(北京时间)左右到达高值,随后逐步下降,形成白天云量渐多夜间云量消散的"循环"过程。运用该地资料还分析了运用时间概率方法估算的点云量与实际云量的差异,小时平均结果显示无云及满云天气条件下二者云量一致性较高,而对中等云量天气二者相差较大。更长时间尺度(天平均)的统计对比表明,随着统计样本增加二者差距缩小。总体来看少云天气情况下点概率云量估算低于实际天空云量,当天空多云时点概率云量则大于实际天空云量。