CloudSat卫星及其在天气和云观测分析中的应用

介绍了2006年4月28日成功发射的第1颗以对云层特性进行全球主动遥感测量CloudSat卫星的观测仪器、工作参数、运行方式、数据产品及“A—Train”卫星群等基本概况。CloudSat卫星主要有效载荷是94GHz（3mm波）云雷达,它可以“切开”云层,获得许多有关云的最新气象数据,主要数据产品包括了云的宏观物理参量和微观物理参量。介绍了CloudSat卫星已获得的典型天气和云的初期观测结果：从首次观测的云三维图片,可以清楚地看到南极洲上空风暴云的垂直剖面结构特征;从首张获得降雪云的垂直剖面图像可以得到降雪云层的发展状态以及结构特点;使用CloudSat统计数据可分析全球水凝物的分布特征。将TRMM卫星上的测雨雷达与CloudSat卫星上的云雷达联合观测研究,可以获得从薄云到浓厚云及降水的精细垂直结构特征。通过下载的CloudSat观测资料,对我国典型台风和层状云系等两类不同天气条件下云的宏微观结构特征等进行了初步分析,可以看到台风眼区附近云系的垂直结构随台风发展不同阶段的演变;从层状云系的垂直剖面可以清楚地发现云层的内部分层结构及不同相态的垂直分布特征等。     

大西洋上四个爆发性气旋的云微物理参量垂直分布特征分析

利用CloudSat卫星数据处理中心(CloudSat Data Processing Center,CloudSat DPC)提供的CloudSat卫星数据、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)提供的ERA5再分析资料和美国国家航空航天局(National Aeronautics and Space Administration,NASA)提供的Aqua卫星可见光云图,对冬春季发生在大西洋上四个爆发性气旋个例的云微物理参量垂直分布特征进行了分析。结果表明:爆发性气旋中心云系多为层积云或积云,中心外围云系以雨层云为主,雨层云外部往往伴随着相似高度的高层云,气旋冷锋云带内以雨层云、高层云和高积云为主,冰粒子出现的最低高度与0℃等温线高度几乎重合;冰粒子有效半径随高度的增加而减小,而冰粒子数浓度随高度增加而增大;冰水含量大值区主要位于雨层云中部;液态水主要分布在高层云和层积云底部,冬季爆发性气旋个例内的液态水含量大于春季。     

基于CloudSat资料的冷涡对流云带垂直结构特征

利用CloudSat卫星资料、NCEP再分析资料和FY-2C卫星可见光云图分析了2006年7月20—24日我国东北一次冷涡过程不同时期对流云的垂直结构以及云内中小尺度的结构,发现在冷涡发展阶段的初期,暖锋对流结构表现为孤立的回波系统多,强对流深厚,对流系统体现为孤立、深厚的特征。在冷涡发展成熟阶段,回波强度比冷涡发展初期的对流系统有所减弱,且为浅薄的对流系统。冷涡系统影响下发展的锢囚锋回波系统顶部呈现独特的结构特征:东南部为干冷空气侵入造成的回波区, 中部为锢囚锋主体对流区, 西北部为暖锋遇冷锋抬升作用形成的回波区。在锢囚锋尾部存在冰水含量与液态水含量分层现象,干冷空气侵入层在5 km高度左右,在干冷空气侵入层上部为冰水含量分布的弱回波区,下部为液态水分布的弱回波区。在冷涡成熟阶段,对流系统分布在冷涡外沿,表现为孤立的对流系统,冰水含量多的对流系统主要在冷涡的北面,而液态水主要分布在冷涡中心零度层以下。     

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。     

基于毫米波雷达、无线电掩星和探空仪资料的云边界高度对比研究

为准确评估基于相对湿度廓线法反演云边界高度的有效性,以CloudSat和CALIPSO联合探测结果为基准,对2008年1月至2009年1月COSMIC无线电掩星和探空仪的云底高与云顶高反演结果进行定量对比验证,结果表明:CloudSat、掩星和探空仪检测到高云的比例差异较大,掩星和探空仪云检测效率相近,但云检测质量掩星优于探空仪,云层沿高度的发生概率同样掩星与CloudSat具有更好的一致性;陆地与海洋地区掩星和探空仪云底高反演精度大于云顶高,且反演精度与云层高度有关,二者对不同类型云的边界高度具有不同的反演优势,云底高发生概率掩星和探空仪与CloudSat都有很好的一致性,但云顶高概率掩星与CloudSat的吻合程度更好;CloudSat云边界高度随纬度升高而减小,其与掩星和探空仪的反演偏差同样是低纬大于中高纬,且具有不同的季节分布特点.此外,三者检测的底层云中低云所占比例从冬季到夏季逐渐减小,顶层云中云顶高于10 km的比例从冬季到夏季却逐渐增加.     

基于CloudSat/CALIPSO资料的海陆上空中云的物理属性分析

利用CloudSat和CALIPSO卫星云产品数据分析了2007年1月至2010年12月中国华北(陆地A1)、日本海(近海A2)和太平洋地区(远海A3)的中云(高积云Ac和高层云As)分布特征.3个地区全年中云平均发生概率近1/3,As的发生概率高于Ac.As高度主要位于4～8 km,Ac则集中于高度3.5～5.5 km范围,中云垂直及水平尺度从陆地向深海逐步增加.位于对流层中部的中云其所处位置温度使冰晶和过冷水状态的液态水能够同时存在.统计结果表明As中冰态粒子含量占绝对多数,Ac中液态和冰态各占比例彼此相当.As与Ac中IER(冰晶有效粒子半径)分布与高度均呈负相关关系,IER谱分布主要范围为35～80 μm.As中LER(液水有效粒子半径)与高度呈正相关特征,但Ac中这一特征明显减弱,Ac及As中LER主要分布范围为5～15 μm.As及Ac中IWC及LWC谱分布比较分散,与高度之间的相关性亦不明显.     

基于CloudSat、FY-2E资料的中国海域及周边地区深对流和穿透性对流特征

深对流在地-气系统的物质和能量交换中起着至关重要的作用,伴随而来的暴雨、雷电、冰雹等天气会对人类社会产生影响。利用CloudSat/CALIPSO和FY-2E卫星观测数据,研究了中国海域及周边地区非穿透性对流（DCwo）及穿透性对流（CO）的海-陆分布、云顶红外亮温和云团特征（包括对流系统（CS）和对流单体（CC）的面积、活跃性对流比、偏心率、最低亮温、平均亮温梯度）。结果发现:穿透性对流比非穿透性对流的云顶红外亮温更低,垂直高度上的雷达反射率更高;从发生次数来看,非穿透性对流/穿透性对流在海洋比陆地多,低纬度比高纬度多,夏季比其他季节多,冬季海陆差异最大;从云顶亮温的分布来看,海洋比陆地、穿透性对流比非穿透性对流集中分布区间的亮温值更低,穿透性对流的分布区间比非穿透性对流集中;从云团特征来看,对流系统/对流单体的发生频率随面积的增大而降低,穿透性对流比非穿透性对流、海洋比陆地更容易出现较大面积的对流系统/对流单体,海洋穿透性对流的活跃性对流比相对较高;偏心率在0.5以上的发生频率较高,对流系统形状更偏向于圆形,在海洋上更加明显;穿透性对流在海陆上的最低亮温集中分布区间为190-195 K,比非穿透性对流的分布更集中,平均亮温梯度在0.1 K/km以下的发生频率较高。      

京津冀地区夏季降水冰云和非降水冰云云特征对比分析

利用2013～2016年的Aqua MODIS卫星和CloudSat卫星的二级产品资料,对发生在京津冀地区夏季的降水冰云和非降水冰云进行了统计。基于此,对比分析了两类冰云的云类型,研究了二者在云特征参数、云层数及垂直结构上的差异,并且探究了二者在不同通道下云特征参数的相对大小。结果表明:1）京津冀地区的降水冰云以深对流云和雨层云为主,分别占48.63%和34.65%,而非降水冰云以高层云和卷云为主,分别占55.62%和31.58%。2）降水冰云和非降水冰云的平均云顶温度、云顶高度、光学厚度、积分云水总量、有效粒子半径分别为230.99 K、10.90 km、53.26、937.98 g/m2、31.45m和236.17 K、10.10 km、12.81、209.00 g/m2、27.54 μm。3）降水冰云以单层云为主,占80.39%,双层云占18.75%;而非降水冰云仍以单层云为主,占85.35%,双层云则占14.38%,比降水冰云低。4）相较于非降水冰云,降水冰云中卷云和高积云云体位置较高,而高层云和深对流云位置较低。5）随高度变化,降水冰云冰水含量是双峰结构,而非降水冰云是单峰结构;二者的粒子数浓度则差异不大;非降水冰云的粒子有效半径在5～7.5 km随高度变化不大,而降水冰云则随高度减小。6）降水冰云的积分云水总量、光学厚度和粒子有效半径>≥模态[、、分别代表该云特征参数在1.6、2.1、3.7 μm通道中的数值,当n=1, 2, 3时,分别代表光学厚度（b₁）、积分云水总量（b₂）、有效半径这三种（b₃）]的比例都高于非降水冰云,而二者在云参数≥≥模态的比例则有差异。     

基于CloudSat资料的中国及周边地区云垂直结构统计分析

利用2006年7月-2009年2月的CloudSat 2B-GEOPROF-LIDAR资料,分析了中国及周边地区(0°～60°N,70°～140°E)的云垂直结构分布特征,并根据气候特征的地域差异从该区域选出8个子区域,逐区统计了云垂直结构特征.结果表明:整个研究区域内61%的云为单层云,39%的云为多层云,其中77%...     

基于支持向量机的CloudSat卫星云分类算法

从基于云角色的分类思想出发,利用星载毫米波雷达探测资料提取云的特征参数,建立支持向量机（support vector machine,SVM）模型实现云的分类。通过与BP（back propagation）网络模型的分类结果进行对比,发现两种模型都具有较好的分类能力,但SVM模型的识别准确率更高,计算速度更快。基于CloudSat资料的云分类实例表明,SVM模型的分类结果与CloudSat数据处理中心（Data Processing Center,DPC）发布产品具有很好的一致性。