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。     

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。     

重庆不同天气条件下地基微波辐射计探测特征

利用2012年1月至2014年8月重庆沙坪坝站的微波辐射计和探空数据,通过数值模拟检验微波辐射计的亮温精度,并统计分析晴空、有云和降水天气条件下微波辐射计反演产品的变化特征。结果表明:(1)有云时微波辐射计氧气通道53.85、54.00 GHz亮温与探空观测温度相关性较好;晴空和有云时MonoRTM模拟亮温与微波辐射计观测亮温相关性较好。(2)不同天气条件下,微波辐射计反演温度与探空观测值的相关性都较高,降水时4.0 km以下微波辐射计反演温度明显偏高,有云和晴空时3.8 km以下的温度平均绝对误差小于2℃。微波辐射计反演的相对湿度与探空观测值的相关性较同高度层温度的相关性差,有云时1.0~2.6 km高度反演的相对湿度平均误差很小,降水时4.5 km以下平均误差也较小且稳定。降水时4.0 km以下微波辐射计反演的水汽密度平均误差明显偏大,有云时多数高度层平均误差较小。(3)4.2 km以下降水时08:00微波辐射计反演温度的平均误差较大,有云时08:00微波辐射计反演温度和水汽密度的平均误差均较小。说明微波辐射计反演的大气廓线具有可用性,且在稳定大气环境中反演效果更好。     

基于美国AMF寿县观测的云特性研究

美国能源部大气辐射观测计划移动观测ARMAMF（atmospheric radiation measurement mobile facility）2008年首次在我国寿县开展综合观测,为研究云特性提供了很好的资料平台。本文在此次云雷达等观测资料基础上,研究了寿县秋末冬初云高、云厚、云量及其辐射特性,结果发现,寿县有76．3％的观测日有云出现,54．0％的观测时间有云覆盖,中云（以下简称M云）和高云（以下简称H云）出现频率占全部云系的76．7％,天气系统对寿县云系形成有较大影响;云底高度大于3km的降水性云（以下简称P云）出现频率占全部P云的67．7％,是云底高度小于3kmP云的5．3倍,发生在下午的降水占全部P云的47．8％,气溶胶可能对P云的这种分布有较大影响;云和气溶胶减少地面短波辐射的日均值达一99．1W／m。,其中气溶胶减少约占25．1％。不同高度和厚度云对地面辐射通量的影响有较大差异,P云产生最大的冷却效应（一201．9W／m。）,厚度小于2km的H云对地面辐射通量的减少量最少（一32．9w／m。）。另外,用地面单点云辐射观测与中分辨率成像光谱仪MODIS（moderate resolution imaging spectroradiometer）资料估计结果对比发现,两种资料有较大差异,差异可达-1．9～-36．9W／m。     

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。     

毫米波云雷达杂波质控方法研究

基于广州市气象局观测场的HMB-KPS型Ka波段毫米波云雷达、C12小型激光云高仪和地面气象自动站2019年11月至2020年10月的观测数据,对毫米波云雷达数据进行质量控制,结果表明:云雷达的杂波主要分布在3 km以下尤其是1 km以下近地层,大部分杂波的回波强度Z＜-10dBz、退偏振比LDR＞-20dB,且杂波的...     

2014年青藏高原云和降水多种雷达综合观测试验及云特征初步分析结果

加密外场试验可提供云降水物理过程新的数据。2014年7月1日—8月31日,第3次青藏高原大气科学试验项目组在那曲开展了水汽、云和降水的综合观测,使用了中国最先进的Ka波段毫米波云雷达、Ku波段微降水雷达、C波段连续波雷达和激光雷达,并配以微波辐射计、雨滴谱仪等设备,获取了高时空分辨率的云和降水宏微观垂直结构特征数据;利用C波段双线偏振雷达与新一代天气雷达配对,进行双多普勒雷达观测,获取青藏高原对流云三维风场和降水粒子相态的结构和演变数据。文中简单介绍了本次试验的情况,并利用这次观测的云雷达数据对那曲地区夏季云的云顶和云底高度、云厚、云量、云层数等特征的日变化进行了初步统计分析,对不同类型云的宏观特征进行了讨论。结果表明:本次外场试验首次成功获取到了多种雷达的云观测数据。那曲地区夏季云主要集中在6 km(距地面高度,下同)以上和4 km以下;总云量、高云的云顶、云量和云厚等云的统计参数有明显的日变化,10时(北京时)为云发展最弱的时段,20时云发展最为旺盛;初生的积云和层云常常出现在3 km高度上,这一高度上常常存在明显的上升气流;深对流系统高度可达16.5 km,同时存在上升气流和下沉气流,对流中可能存在过冷水。这些数据和初步结果为进一步开展高原云和降水机理、云和降水物理过程参数化方案研究及卫星反演结果的订正提供了基础。     

不同观测分辨率强台风云系的遥感特征

静止气象卫星的快速区域扫描是监测不同天气过程的有利手段。以获取的风云静止气象卫星快速区域扫描数据为基础,选取2011年台风梅花(1109)及2012年台风海葵(1211)的观测数据,采用Hovm(o|¨)ller分析图、变异系数等参数,研究不同时空分辨率观测数据对台风云系结构特征参数监测的敏感性影响。分析结果表明:可见光通道10 min观测时间间隔配以1.25 km空间分辨率可以很好地反映云系演变特征,在相同观测时间分辨率条件下,降低空间分辨率会对云系结构特征的提取有较大影响;在相同空间分辨率条件下,观测时间分辨率的降低对云系结构及演变特征的分析影响较小;基于变异系数的分析说明云像元特性在60 min的观测时间间隔下发生了较大变化,如果以60 min为观测时间间隔将会失去较多的云像元变化特征。水汽通道不同观测时间的变异系数差值小于红外通道1,说明云像元在红外通道1的特性演变对观测时间的敏感性高于水汽通道,提高观测频率可获取更多的云像元红外通道1的辐射特性。     

四川盆地云和降水观测科学试验设计与实践

2014—2017年四川地区开展了大范围云系观测科学试验。观测对象以盆地层状云系和积层混合云系为主,积状云(对流云)为辅。本文围绕试验目标、区域、观测要素、观测布局设计、观测方案设计、设备技术参数和典型个例等7个方面进行介绍,根据不同类型云系和降水变化特征,设计有针对性的观测方案,获得了不同类型云系和降水的多尺度连续性观测数据,为四川地区开展云和降水关系研究提供详实的综合型外场观测数据。层状降水云典型个例云高可达8km,云强核心部位的云雷达反射率可达28dBz,径向速度可达-6m·s~(-1),在0℃附近,反射率和退偏振因子LDR上有一条明显的亮带,表现为极大值,液态水主要集中于4.5km以下,随着雨强增大,液水含量增加,降水滴谱分布较窄,随着雨强减小,雨滴谱和速度谱变窄,但小粒径数浓度增加,说明对层状云雨强起主导作用的是雨滴直径,而不是数浓度;无降水层状云典型个例云层厚度为3.2km,云顶约为4km,云雷达反射率不超过0dBz,径向速度不超过5m·s~(-1),层状云内整层水汽含量和液水含量较为稳定,云中主要为液态粒子且粒径偏小、小粒径数浓度较高。     

基于毫米波云雷达的伊犁河谷两次强降雪过程云特征观测分析

利用Ka波段毫米波云雷达、地面气象综合观测资料对伊犁河谷2019年2月1日00时—2日03时BT(简称"2·1"过程)和2月6日10—20时BT(简称"2·6"过程)两次强降雪过程云宏观特征和微物理变化进行分析。结果表明:(1)"2·1"过程云阶段性变化明显",2·6"过程云的阶段性变化不明显,1 km以下雪粒子下降速度"2·1"过程整体上小于"2·6"过程,1 km以下"2·1"过程雪粒子下降速度随时间的变化呈现先减小后增加的趋势,而"2·6"过程程雪粒子下降速度随时间的变化呈现从大到小的趋势,这可能是"2·1"过程云阶段性变化明显而"2·6"过程中云阶段性变化不明显的原因;(2)1 km以下反射率因子较大和雪粒子下落速度较大同时满足时,两次过程地面小时降雪量较大。降雪消散阶段"2·6"过程对流运动比"2·1"过程剧烈,强烈的对流运动使得"2·6"过程降雪快速消散,地面降雪量迅速减小;(3)"2·1"过程旺盛阶段3 km以下反射率因子集中在20～30 d BZ,雪粒子含水量集中在0.1～0.18 g/m~3,"2·6"过程旺盛阶段2 km以下反射率因子集中在20～35 d BZ,雪粒子含水量集中在0.1～0.26 g/m~3。     

Calculating the Climatology and Anomalies of Surface Cloud Radiative Effect Using Cloud Property Histograms and Cloud Radiative Kernels

Cloud radiative kernels (CRK) built with radiative transfer models have been widely used to analyze the cloud radiative effect on top of atmosphere (TOA) fluxes, and it is expected that the CRKs would also be useful in the analyses of surface radiative fluxes, which determines the regional surface temperature change and variability. In this study, CRKs at the surface and TOA were built using the Rapid Radiative Transfer Model (RRTM). Longwave cloud radiative effect (CRE) at the surface is primarily driven by cloud base properties, while TOA CRE is primarily decided by cloud top properties. For this reason, the standard version of surface CRK is a function of latitude, longitude, month, cloud optical thickness (τ) and cloud base pressure (CBP), and the TOA CRK is a function of latitude, longitude, month, τ and cloud top pressure (CTP). Considering that the cloud property histograms provided by climate models are functions of CTP instead of CBP at present, the surface CRKs on CBP-τ histograms were converted to CTP-τ fields using the statistical relationship between CTP, CBP and τ obtained from collocated CloudSat and MODIS observations. For both climate model outputs and satellites observations, the climatology of surface CRE and cloud-induced surface radiative anomalies calculated with the surface CRKs and cloud property histograms are well correlated with those calculated from surface radiative fluxes. The cloud-induced surface radiative anomalies reproduced by surface CRKs and MODIS cloud property histograms are not affected by spurious trends that appear in Clouds and the Earth's Radiant Energy System (CERES) surface irradiances products.     

积层混合云结构和云微物理的数值模拟

对三维非静力中尺度模式ARPS的云微物理方案进行了改进,利用改进后的模式模拟了华北地区的积层混合云降水个例,通过对模拟结果的分析并结合实况资料研究了积层混合云的降水特征、云物理结构特征和微物理过程。结果表明,积层混合云降水分布不均匀,雨区中存在多个强降水中心,云系中微物理量在水平和垂直方向上分布都不均匀,积云中的垂直液态水积分含量大大高于层云中含量,此次降水冰相过程占主导地位,霰的融化是最主要的雨生成项。     

中国地区云光学厚度和云滴有效半径变化趋势

利用ISCCP最新的D2云气候资料集和MODIS云的资料,给出中国地区云的光学厚度和云滴有效半径的分布特征;分别对季节平均和年平均时间序列进行线性趋势分析,并进行了显著性检验。结果表明：夏季云的光学厚度和有效半径的变化趋势最显著。结合云量变化情况,可发现云滴有效半径的变化对云光学厚度的影响可能在夏季最大,也就是说,气溶胶的间接气候效应可能在夏季最强;云量、云光学厚度和云滴有效半径的变化也表明长江以南地区和青藏高原地区可能是气溶胶间接气候效应比较显著的地区。中国地区冰云光学厚度与有效直径的相关具有很强的区域特征,说明冰云的微物理机制比水云更复杂。     

Cloud Base Height and Effective Cloud Emissivity Retrieval with Ground-Based Infrared Interferometer

Based on ground-based Atmospheric Emitted Radiance Interferometer (AERI) observations in Shouxian, Anhui province, China, the authors retrieve the cloud base height (CBH) and effective cloud emissivity by using the minimum root-mean-square difference method. This method was originally developed for satellite remote sensing. The high-temporal-resolution retrieval results can depict the trivial variations of the zenith clouds continu-ously. The retrieval results are evaluated by comparing them with observations by the cloud radar. The comparison shows that the retrieval bias is smaller for the middle and low cloud, especially for the opaque cloud. When two layers of clouds exist, the retrieval results reflect the weighting radiative contribution of the multi-layer cloud. The retrieval accuracy is affected by uncertainties of the AERI radiances and sounding profiles, in which the role of uncertainty in the temperature profile is dominant.     

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。     

中国区域云特性分析及在FY-2云检测中的应用

云检测中所使用的云检测阈值正确与否是关系到云检测精度的重要因素。该文利用1983年7月-2007年6月ISCCP数据对覆盖我国及周边区域不同云类云顶温度的年、日变化特征进行分析, 得到云顶温度的分布特征; 对晴空下垫面与最暖云云顶温度差随纬度分布特征、不同区域晴空下垫面及云顶温度与晴空地表温度差日变化特征进行分析, 这些特征及每3 h的晴空下垫面24年平均亮温作为云检测算法的背景场, 用以判识实时动态提取云检测阈值的合理性。个例分析表明:利用多年平均晴空下垫面温度及最暖云云顶温度与晴空下垫面温度之差, 可有效识别云检测阈值的合理性, 合理的阈值有助于提高连续多日被云覆盖及冰雪下垫面条件下的云检测精度。     

基于CloudSat资料的东北地区降水云及非降水云垂直结构特征对比分析

利用2007—2010年CloudSat和CALIPSO卫星资料,首先通过大量个例分析并结合地面逐小时降水量观测资料验证CloudSat卫星识别降水云指标的合理性。在此基础上,统计分析了东北地区(39°~53°N、119°~135°E)的云垂直结构参数,着重分析了降水云系和非降水云系的垂直结构差异和季节差异。结果表明:东北地区云量廓线呈双峰分布特征,有明显的昼夜及季节差异。东北地区以单层云为主,降水也主要产生于这类云系,是东北地区人工增雨作业的主要对象。单层降水云以低云、冷云、冰云或混合云为主,主要云类别是雨层云。双层降水云以高低云或中低云配置为主,且都为冷云;高层以冰云为主,主要类型是卷云和高层云;低层以混合云或冰云为主,主要类型是雨层云、层积云、积云。降水云系与非降水云系存在显著的垂直结构差异,双层云的降水由低层产生。云底高度较低、云体较厚且夹层厚度更薄的云易产生降水。同时,降水云云底温度更高,分布呈现出季节差异。     

基于雷达资料的云分析在冰雹云短时预报中的应用

通过ARPS/ADAS云分析系统将雷达反射率因子信息引入到模式的初始场中,并结合中尺度数值模式模拟研究了2008年6月23日发生在北京周边地区的一次冰雹天气过程。结果表明:在初始场中引入雷达反射率因子信息之后,改进了初始场中水凝物信息和温度场,使得初始场更加符合实际大气状况;与未进行云分析试验比较,云分析之后,模式模拟对于雹云产生位置、强度以及移动路径有明显改进,其中3h之内的模拟效果最好;降水降雹提早1h发生,并且降水降雹的峰值也提前出现,明显减少模式spin-up时间。     

中国区域总云量和低云量分布变化

据1960—2009年606个气象台站总云量和低云量观测数据分析显示,我国总云量总体处于下降趋势,相对于20世纪60至70年代云覆盖年变化平稳阶段,1980 2009年全国平均总云量下降了0.6%,但长江以南沿海地区和新疆少部分地区总云量一直变化比较平稳。低云变化空间不均性差异较大,以四川盆地为中心区域50年间低云持续减少,从20世纪60年代开始,平均每10年年平均下降幅度达4.0%;长江以南、东北东部和新疆西部至青藏高原北部区域低云却增加了,平均每10年增加4.8%。     

Analysis of Short-term Cloud Feedback in East Asia Using Cloud Radiative Kernels

Cloud radiative kernels were built by BCC_RAD(Beijing Climate Center radiative transfer model) radiative transfer code. Then, short-term cloud feedback and its mechanisms in East Asia(0.5°S-60.5°N, 69.5°-150.5°E) were analyzed quantitatively using the kernels combined with MODIS satellite data from July 2002 to June 2018. According to the surface and monsoon types, four subregions in East Asia—the Tibetan Plateau, northwest, temperate monsoon(TM), and subtropical monsoon(SM)—were selected. The average longwave, shortwave, and net cloud feedbacks in East Asia are-0.68 ± 1.20, 1.34 ± 1.08, and 0.66 ± 0.40 W m~(-2) K~(-1)(±2σ), respectively, among which the net feedback is dominated by the positive shortwave feedback. Positive feedback in SM is the strongest of all subregions, mainly due to the contributions of nimbostratus and stratus. In East Asia, short-term feedback in spring is primarily caused by marine stratus in SM, in summer is primarily driven by deep convective cloud in TM, in autumn is mainly caused by land nimbostratus in SM, and in winter is mainly driven by land stratus in SM. Cloud feedback in East Asia is chiefly driven by decreases in mid-level and low cloud fraction owing to the changes in relative humidity, and a decrease in low cloud optical thickness due to the changes in cloud water content.