毫米波云雷达与激光云高仪观测数据对比分析

2013年5月1日至6月8日,中国气象局气象探测中心在中国气象局大气探测综合试验基地进行了云高观测试验,试验仪器包括:(1)毫米波云雷达(35 GHz),观测数据为回波功率值,时间分辨率1 min;(2)激光云高仪,观测数据为后向散射光强度,时间分辨率为1 min;本工作对39天试验数据进行对比分析,结果表明:毫米波云雷达数据获取率要比激光云高仪的数据获取率高26%;在雾霾天气时激光云高仪的数据获取率比毫米波云雷达低51%;降水天气对激光云高仪测量云底高度的结果影响较大,对云雷达的测量的结果影响较小;毫米波云雷达和激光云高仪测得云底高度平均相差不超过300 m,比较接近。     

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。     

云底高度的地基毫米波云雷达观测及其对比

对2014年11月20日—12月31日中国气象局大气探测综合试验基地Ka波段毫米波云雷达、Vaisala CL51激光云高仪、L波段高空探测系统观测的云底高度进行对比分析。结果表明:在低能见度条件下,毫米波云雷达对云的探测能力明显优于激光云高仪,随着能见度的增加,两设备云探测能力差距在减小;毫米波云雷达与激光云高仪同时观测到有云时,二者观测的云底高度相关系数为0.92;毫米波云雷达与探空观测云底、云顶高度的相关系数分别为0.93和0.78;云雷达观测的云底高度均略低于激光云高仪和探空,云雷达观测的云顶高度略高于探空。     

中国降水云云底高度的估算和分析

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。

     

地基热红外云高观测与云雷达及激光云高仪的相互对比

2008年5月至12月中美（美国能源部大气辐射测量（ARM）计划）联合利用ARM移动观测设施（AMF）在安徽省寿县进行了大气辐射综合观测试验,地基云参数观测仪器主要有:（1）云雷达（ARM W-band (95 GHz) Cloud Radar）,观测结果为反射率廓线,时间分辨率为2 s;（2）云高仪（Vaisala Ceilometer）,观测结果为云底高度和后向散射廓线,时间分辨率为15 s.两者均为天顶方向观测.扫描式全天空红外成像仪（SIRIS-1型）于11月27日～12月30日在寿县参加了观测,观测方式为全天空扫描,时间间隔为15分钟.三种云观测仪器共并行观测16天.利用全天空红外成像仪测得的天空红外亮温和同步观测的地面气象数据进行了等效云底高的反演.以全天空红外成像仪天顶方向观测时间前后15次云雷达反射率廓线的平均廓线,云高仪12次观测中有云时次云底高的平均值分别作为同步观测结果,利用平均反射率廓线进行了各层云的云底、云顶、回波峰值高度和回波积分值的提取和计算.三种观测仪器以10 km云底高为限,共同步观测1661次,其中云雷达、红外成像仪和云高仪分别观测到云:428,287,225次.本文分3种情况:（1）全部有云观测情况,（2）单层云,（3）双层及三层云,分别进行了三个仪器观测云高的对比.对比结果:情况（1）,云雷达与云高仪、云雷达与红外成像仪的相关系数分别为0.6和0.82;情况（2）,三者共同观测75次,云雷达与红外成像仪相关系数为0.85,与云高仪相关系数为0.53,标准差分别为0.88 和1.61 km;情况（3）,红外成像仪云底高绝大多数在云雷达观测的最上、最下层云之间,有时接近上层云,有时接近下层云.对比结果显示,地基热红外对于观测中低云高具有稳定、可靠、经济和便捷等优势,但观测结果较云雷达系统偏高.文中同时提出了初步的校正方法.     

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。     

基于激光云高仪的北京沙尘气溶胶特征分析

利用激光云高仪对2015年春天北京沙尘天气过程进行连续观测,结合常规地面气象要素、能见度和PM_(10)颗粒物质量浓度变化分析了两次沙尘天气过程中浮尘、扬沙和沙尘暴三类天气现象时气溶胶后向散射系数的时空分布特征,分析了云高仪后向散射系数与PM_(10)颗粒物质量浓度的相关性。结果表明:激光云高仪能够监测沙尘气溶胶粒子的时空变化,扬沙和沙尘暴期间后向散射系数随高度的增加而减小,后向散射系数在0.005 km~(-1)·srad~(-1)以上的沙尘层厚度约500 m;云高仪的近地面大气后向散射系数变化趋势与PM_(10)颗粒物浓度变化相同,10、50和100 m高度上的后向散射系数与PM_(10)颗粒物质量浓度的相关系数均在0.82以上。     

激光云高仪与可见光测云仪观测试验对比

选取激光云高仪观测的云高和可见光测云仪观测的云量,通过对比两种地面云观测设备观测数据在相同条件下的差异,分析不同要素对设备观测性能的影响,结果表明:在相同观测条件下,两种地基云观测设备的观测结果不同;激光云高仪和可见光测云仪受雾、霾、降水等天气现象以及云物理特性的影响,云观测数据会出现的漏报和误报的现象;激光云高仪还受自身探测高度和垂直分辨率的影响,对高云和薄云的捕获率较差。     

地基双波段测云系统及其对比试验

针对地基测云系统中云在可见光波段与红外波段中表现出的不同特性,用双站数字式云高仪所测云高进行标校,结合地面实时观测天顶红外辐射亮温及地面环境参数,分析地面到云层底大气对红外辐射亮温的影响,从中发现利用天空红外辐射亮温来遥感云底高度的可行性,研发地基双波段测云系统。该系统以对流层大气的垂直温度递减率为理论基础,建立云层底到地面的温度递减梯度参数K,根据递减梯度参数反演天顶方向的云高。该算法不依赖于探空数据,通过实时定标形式得出符合仪器所在地的云底高反演公式。通过与维萨拉激光云高仪CL31进行数据对比分析得出,地基双波段测云系统反演结果具有较高的准确性。     

基于激光云高仪的雾霾光学特性研究

利用2016年10月~2017年2月激光云高仪资料,分析了霾、雾、轻霾、轻雾、晴空等天气后向散射强度廓线特征,通过统计各高度层后向散射强度、后向散射强度垂直梯度的概率分布,分析了多种天气的气溶胶光学特性。结果表明：雾天气后向散射强度较霾天气大,雾厚度一般不超过300m。霾天气后向散射强度随着高度的增加减小缓慢,霾的厚度大于500m。与雾和轻雾相比,霾和轻霾天气垂直梯度绝对值取小值的概率较大。雾和轻雾天气400m高度以上垂直梯度绝对值较小,400m高度以下数值较大。由于霾区内粒子分布较均匀,雾区粒子分布起伏明显,雾区内后向散射强度忽大忽小,所以雾天气垂直梯度绝对值出现大值的概率较霾天气高。     

基于双目成像云底高度测量方法

采用基线长为60 m的一对数字摄像机,构成双目成像云底高度测量系统,随着数字摄像技术和立体视觉传感器的发展,尤其是双目成像视觉传感器以结构简单、使用方便、测量精度高等诸多优点而被广泛应用。通过直方图均衡化方法对图像进行增强,利用亚像素角点检测器检测角点提高测量精度,并采用归一化互相关方法进行区域相关检测寻找同名点,将外极线约束引入图像匹配过程中进行同名点粗差去除,提高测量准确度;再根据匹配特征点得到相对视差,利用摄影测量原理计算云底高度;建立三维实验室标校场对相机进行内外方位元素标校,利用星星相对位置与相机姿态角的关系对相机进行现场标校,简化标校系统提高测量精度。利用2011年5月1日—6月30日采集的样本,在北京市观象台与维萨拉生产的CL31激光云高仪进行对比试验,并对产生云底高度测量系统误差的可能原因做出具体分析。     

基于云雷达、C波段连续波雷达和激光云高仪融合数据的华南夏季云参数统计分析

利用湖北省襄阳市2019—2021年3 a云高仪观测资料,统计云出现频率、云层数和云底高度等指标,对该地区云的宏观特征进行分析,结果表明：(1) 襄阳市全年云系覆盖率较高,3 a平均云出现频率为61.3%。云出现频率呈现夏季高于冬季的季节变化特征,以及白天低、夜间高的日变化特征。(2) 云层数以单层云为主(78.3%),尤其在冬季(80.1%)。多层云分布中,双层云所占比例最大(18.5%),且多层云出现频率随云层数增加而降低;多层云出现频率夏季高、冬季低,主要与夏季水汽相对充足、温度较高使得对流旺盛等因素有关。(3) 云底高度在1.0 km以下的云,1月份出现频率为26%,云系分布较为分散,7月份达40%,云系相对集中;而云底高度在1.0~3.5 km之间的云,1月份出现频率达57%,云系分布较为集中,7月份为24%,云系相对分散。(4) 所有的对流性降水云,出现在6—8月的占83.3%,傍晚前后出现对流性降水的概率最大;云底高度上,对流性降水云平均云底高度较所有降水云平均结果更低,低云所占比例更大。

     

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。     

地基主动式云自动观测设备外场比对试验

对2015年1—5月安装在中国气象局大气探测试验基地的Ka波段毫米波测云仪(HT101)和2种型号激光云高仪(CYY-2B、HY-CL51)进行比对试验。试验期间以L波段业务探空气球的入云和出云高度为云高标准,对测云仪从云体探测率、准确性、天气适应性等方面进行分析,结果表明:(1)毫米波测云仪的云体探测率最高;(2)以探空气球入云高度为标准,毫米波测云仪云底高度探测相对偏差最小;(3)毫米波测云仪有较强的云顶高探测能力;(4)毫米波测云仪天气适应性最强,在多层云、卷云、低能见度条件下HT101探测性能优于CYY-2B、HY-CL51。     

基于模板匹配的云底高度估计

本文提出一种将主动卫星遥感云底高数据扩展到被动遥感卫星视场的新方法。在分析云顶高度(CTH)和云水路径(CWP)对云垂直分布影响的基础上,提出用CTH和CWP两项参数为基的模板匹配法,结合加权最近邻插值估计云层厚度,并用成熟的CTH反演产品减去云层厚度,得到云底高度(CBH)。然后引入小波去噪的方法抑制对云底高度估计的局部高频涨落。与基于云类型的估计方法相比,该方法在20~300km范围内与其估计效果相当,且在170~240km范围内误差更小。考虑到基于云类型的估计方法在CloudSat卫星和MODIS云分类结果上存在差异,本文方法的适用性更好。     

中国降水云云底高度的估算和分析

基于国家气象信息中心发布的622个气象站点1960—2013年的降水量、气压、气温、水汽压和相对湿度等日数据及249个气象站点2013年8月25日至9月25日02、08、14和20时数据,利用中国气象局、Barnes和(Georgakakos的经验公式来计算抬升凝结高度从而近似降水云云底高度,归纳出中国降水云云底高度的时空分布特征。结果表明:(1)在整体、季节(除冬季外)、小时和降水量等级为Ⅰ级(P10mm)、Ⅱ级(10 mm≤P25 mm)时的空间分布特征基本一致,即自东南向西北逐渐增高,没有显著的年际差异。(2)区域差异显著,就四大自然区(北方地区、南方地区、西北地区和青藏高原地区)而言,青藏高原地区和西北地区的降水云云底高度高于平均云底高度,且除青藏高原地区外其他地区的云底高度呈逐年下降的趋势。(3)从季节差异看,春、夏季的降水云云底高度高,冬季的云底高度最低。(4)日变化明显,08时的降水云云底高度最低,14时最高。(5)利用三种算法算出中国降水云云底高度和降水量的相关系数分别是-0.47、-0.46、-0.44,中国云底高度和相对湿度的相关系数分别是-0.81、-0.81、-0.79,均呈负相关。     

联合星载毫米波雷达和中分辨率光谱成像仪的云底高度反演

云底高度是云重要的宏观物理参数。本文基于MODIS和CPR探测得到的可见光、红外和毫米波数据,提出了用主成分分析(Principal Component Analysis,PCA)和BP神经网络反演云底高度的新方法,并以相对湿度阈值法处理探空资料所获取的云底高度为基准,对PCA-BP法和CloudSat产品获取的云底高度进行了对比分析。结果表明:对绝大部分类型的云,PCA-BP法的反演偏差小于CloudSat产品。PCA-BP法和CloudSat产品反演的云底高度在夏季偏低,在其他季节偏高,且PCA-BP法与探空仪的均方根误差在所有季节均小于CloudSat产品,两者反演的云底高度具有一致的季节特征,即夏高冬低。PCA-BP法和CloudSat产品所获取的云底高度随纬度升高有减小趋势,在不同地区,两者具有不同的反演效果,反演误差随纬度升高而逐渐减小,对比结果说明了PCA-BP法反演云底高度具有一定的可行性。     

毫米波云雷达与探空测云数据对比分析

应用中国气象局大气探测综合试验基地2015年8—12月数据,对Ka波段毫米波云雷达与L波段探空云底高、云顶高及云垂直结构的探测进行对比分析,从分析结果可以看出,毫米波云雷达发射的电磁波能够穿透厚度较大的云层,探测出云垂直结构,所探测的云底高和云顶高与L波段探空结果保持良好的一致性。进一步分析一些云底、云顶高度差异较大的个例,得知与探空气球的漂移造成地域偏差和L波段探空相对湿度探测的误差相关。研究结果表明,Ka波段毫米波云雷达不仅探测能力强,探测精度也较高,是地基云探测的一种有效手段。