基于CloudSat/CALIPSO 数据的晋西北地区云宏观特征分析

郭俊杰，王江涛，蒯 亮，舒 展，葛耀明

(1.63729 部队，山西 太原030027 ；2. 中国电子信息产业集团有限公司第六研究所，北京102209 ；3.66199 部队，北京100144)

0 引言

云对全球气候变化和天气演变等有着相当重要的影响，云中潜热的释放会影响大气垂直结构，进一步影响大气环流形势，总云量的微小变化都可能会引起气温、降水等剧烈变化，因此，开展对地区云的研究，对于提升气象预报及气候预测的准确性具有重要意义[1-3]。随着遥感技术的飞速发展，气象卫星已成为探测云物理特征(如云量，云垂直结构，云粒子相态、大小以及数浓度等) 的重要装备，有效解决了传统的地基和空基探测设备无法获取垂直方向上云三维结构的难题，提升了探测的精准度。

CloudSat 和CALIPSO 卫星分别搭载毫米波雷达和激光雷达，二者联合探测能够有效获取全球云的三维结构。目前，国内外学者利用两颗卫星的探测数据开展了大量研究，取得了比较好的效果。赵宇等[4]基于CloudSat 卫星数据，对我国北方两次暴雪天气过程江淮气旋云系结构和微物理特征进行了分析；郑建宇等[5]利用CloudSat 和CALIPSO 联合探测数据，分析了8 种云类的时空分布特征，为气候模式的云量诊断方案提供了对比验证数据；张华等[6]利用CloudSat 卫星资料分析了东亚地区云微物理量的分布特征和季节变化，为全球和区域气候模式在东亚地区云微物理量模拟提供了参考；潘红林等[7]基于CloudSat 和CALIPSO 联合探测资料，对南京地区的卷云物理特性开展了分析，为气候模式中典型高云参数输入和使用提供了依据；邱玉珺等[8]基于CloudSat 和CALIPSO 资料，对我国北方两个区域云的垂直分布差异开展了对比研究，结果表明不同大气环境条件对云出现的概率以及云层的物理特征分布等会产生影响；尚博等[9]基于CloudSat 卫星资料，对降水云和非降水云的垂直特征进行了分析。

各地云分布特征不同，导致气候特征亦不相同。当前对于晋西北地区云物理特性的研究较少，因此本文基于CloudSat/CALIPSO 卫星联合探测数据资料，从宏观层面对晋西北地区云的发生概率、云层数分布、云类型分布以及云的垂直结构等主要物理特性进行研究，以企为晋西北地区天气预报、气候研究以及数值模式研究提供有力参考和支持。

1 数据介绍

2006年4月，CloudSat 和CALIPSO 卫星发射升空，并加入A -Train 卫星飞行编队，与其他卫星协同完成对全球的气象探测。卫星位于高度705 km的太阳同步轨道，绕地球一周为一个扫描轨道，扫描时间约99 min，每天可绕地球14 ～15 圈，图1 给出了卫星观测轨道分布示意。

图1 卫星观测轨道分布示意图

CloudSat 卫星搭载一台94 GHz 毫米波云剖面雷达CPR(Cloud Profiling Radar)，该雷达能够探测到全球范围内的云廓线及其时空变化等，有助于研究云的发展过程、云对天气系统及气候变化等的影响，其灵敏度可以达到标准天气雷达的1000 倍。CPR分辨率为沿轨方向1.1 km 、横轨方向1.3 km，垂直方向上每条轨道包含37081 条扫描廓线，廓线的垂直分辨率为240 m，可以获得地面到高空125个不同高度的数据。每条廓线提供了云类型、不同类型云的云底高度和云顶高度，最多可提供10 层云的信息。CALIPSO 卫星搭载的云气溶胶激光雷达CALIOP(Cloud -Aerosol Lidar with Orghogonal Polarization)，主要用于探测云和气溶胶的后向散射系数和极化率廓线[10-11]。

CPR 与CALIOP 的观测波长不同，对云粒子的探测敏感度不同。CPR 波长相对较长，能够穿透较厚云层，亦能够探测多层云，但是由于波长缘故，其无法探测到云中尺度相对较小、云层较薄的云系。CALIOP 波长短，对云粒子包括气溶胶粒子非常敏感，但由于波长短，受云层的衰减也很强，所以其仅能探测相对较薄的云层，而无法穿透很厚的云层，能够较好弥补CPR 在观测薄卷云方面的不足。二者各有优势，联合观测得到云的垂直结构信息更加准确，是其他观测难以获取的[12-13]。

本文采用2006～2017年2 级产品2B-CLDCLASSLIDAR.P1_R05 开展分析。该产品为CPR 和CALIPO联合数据产品，能够提供云层数(CloudLayer)、云层类型(CloudLayerType)、云底高度(CloudLayerBase) 及云顶高度(CloudLayerTop) 等数据。其中，CloudLayer 为一维数组，包含nray个元素，nray 是每条轨道包含的总廓线数，元素的取值范围为0～10，代表每条廓线中扫描到的云层总数。CloudLayerType 为nray×10 的二维数组，代表每条廓线中探测到的不同云层类别，元素取值范围为0～8，0 代表无法确定，1 ～8 分别代表： 卷云(Ci)、高层云(As)、高积云(Ac)、层云(St)、层积云(Sc)、积云(Cu)、雨层云(Ns)、深对流云(Dc)。CloudLayerBase 和CloudLayerTop 均为nray×10的二维数组，代表每条廓线中探测到的不同云层的云底、云顶高度。本文研究区域为：37.8°N ～39.4°N，111.2 °E～112.5 °E，图2 中矩形区域为研究区域示意图。

图2 研究区域示意图

2 云的宏观物理特征分析

2.1 云发生概率

云发生情况尤其是不同云种的发生概率在一定程度上能够反映地区的气候特征。本文利用云层数数据分析晋西北地区的云发生情况。令云发生率Pc为研究区域内探测廓线中云层数大于等于1 的廓线数Nc与经过研究区域廓线的总数Nt的比值，即：Pc=Nc/Nt×100%。

对2007年至2017年数据进行分析，结果表明：2007年至2017年晋西北云发生概率平均为58.1%。进一步对云发生情况的季节分布特征进行分析(文中季节划分按照华北季节划分标准，3 ～5月为春季，6～8月为夏季，9～11月为秋季，12～次年2月为冬季，下同)。

图3 给出了晋西北地区云发生率的季节变化特征，可以看出，晋西北地区云发生率呈现出显著的季节差异，春季云发生率最高，达到70.2%，夏季次之，为62.5%，秋、冬两季相对较低，分别为49.1%和46.9%。整体云发生情况与晋西北地区春夏两季天气变化多端、阴晴不定，而秋冬两季天气主要以晴好天气为主的气候特征基本一致。

图3 晋西北地区云发生率的季节变化特征

2.2 云层数分布特征

云层数是大气环流模式中的重要参数，云的重叠情况对大气和地表的辐射加热或冷却率有很大影响，从而影响天气状况[14]。图4 给出了晋西北地区各季节云层数的分布特征。可以看出，全年云层分布以单层云为主，各季节占比均达到60% 以上，其次为2 层云，占比在20%～30% 之间，3 层云占比在10% 左右，而4 层云及其以上占比甚少，基本在1% 以内，因此下文研究中主要考虑单层云、2 层云以及3 层以上云(含3 层)。

图4 晋西北地区各季节云层数的分布特征

此外，就季节分布而言，秋季单层云占比最大，而多层云占比略均低于其他季节；夏季单层云占比较大，多层云略低于春、冬季；春、冬季单层云占比相对其他季节较小，而多云层占比均高于其他季节。

2.3 云类型分布特征

2.3.1 云类型的季节分布

图5 给出了晋西北地区各季节云类型分布特征，可以看出，各类云各季节分布特征各不相同。其中，层云(St) 在各季节占比均为0，主要原因一方面是层云是在大气稳定的条件下，由夜间辐射冷却，水汽或雾抬升凝结形成，当太阳升起气温升高，逆温层被破坏，层云逐渐消散，卫星基本探测不到；另一方面是2B-CLDCLASS-LIDAR 产品对层云的识别能力较弱，因为识别层云仅使用雷达反射因子(最大值与空间分布) 和温度(最大雷达反射因子值所在的高度上)，而这些量依赖于对ARM 站点的Ka 波段雷达先验的统计信息[15]。因此，下面主要针对卷云(Ci)、高层云(As)、高积云(Ac)、层积云(Sc)、积云(Cu)、雨层云(Ns) 以及深对流云(Dc)7 类云的分布特征开展分析。

春季，卷云和高层云占比最多，均达到30% 以上；高积云、层积云、积云、雨层云次之，占比在6%～10% 之间，而深对流云占比仅0.1% 左右；夏季主要以卷云、高层云、高积云为主，占比分别为26.5% 、19.5% 以及22.1%。层积云、积云、雨层云次之，分别占比6.4%、13%、9.6%，深对流云最少，占比2.8%；秋季各类云的分布相对均匀，卷云、高层云、高积云、层积云、积云占比均在10%～25% 之间，雨层云占比5.7%，深对流云占比0 ；冬季主要以高层云为主，占比高达50.4%，其次为卷云和层积云，占比分别为13.9% 和25.1%，高积云、积云、雨层云相对较少，基本在5% 以内。

整体来看，雨层云主要出现在春季和夏季，秋、冬季节相对较少，因为雨层云一般出现在暖锋云系中，常对应连续性降水天气；深对流云大部分出现在夏季，在春季占比仅0.2%，其余季节均未出现，因为深对流云往往伴随对流天气发生，而晋西北地区对流天气一般开始于春末夏初，多发生于夏季，在秋季偶有发生，但系统往往比较浅薄，且占比很小。

2.3.2 不同云层数对应的云类型分布特征

不同云类型在不同云层中出现的次数不尽相同，对不同云类的多层云与单层云区分统计有利于对云重叠的理解。

如图6 所示，就单层云而言，高层云出现概率最高，在各个季节均高于其他云，特别是在春、冬季占比达到40% 以上；其次为卷云和层积云，在各个季节占比基本保持在10%～30% 之间，高积云、雨层云在夏季出现频率较高，占比接近20%，在其他季节较低；深对流云只出现在夏季，且占比较低；积云表现出夏、秋两季高，而春、冬季低的特点。

图6 晋西北地区各季节单层云云类型分布特征

图7 给出了晋西北地区各季节2 层云云类型分布特征，可以看出，就2 层云而言，卷云表现出春、夏季高，秋、冬季低的特征；而高层云表现出冬季最高，春、秋季次之，夏季最低的特征；高积云则表现出夏、秋季高，春、冬季低的特征；层积云表现为秋、冬季高，春、夏季低的特征；积云、雨层云出现的概率较低，全年基本在10% 以下。

图7 晋西北地区各季节2 层云云类型分布特征

图8 给出了晋西北地区各季节3 层云及以上云类型分布特征，从图中可以看出，与2 层云云类型的季节分布特征基本一致，限于篇幅，不再赘述。

图8 晋西北地区各季节3 层云及以上云类型分布特征

2.4 云的垂直结构分布特征

2.4.1 各类云的云底高度、云顶高度以及云层厚度分布

不同类型云受不同的动力学机制控制，具有不同的垂直分布特征，利用CloudSat 资料统计得到各类云的出现频率随高度的分布曲线，如图9 所示，其中，云在各高度上的出现频率定义为：Fc=Nh/Nt ×100%。式中，Nt 指研究区域内CloudSat 观测到某类云的总廓线数，Nh 指在高度h 上CloudSat 观测到某类云的廓线数。在定义为某类云的数据中，所有该类云在某高度出现的频率，某高度为100%，即为只要出现了该类云，肯定出现在了某高度。根据图9 可以看出，卷云作为高云，可出现于7～15 km 高度，其出现频率最高高度为11 km 左右，高层云和高积云均属于中云，但二者出现的高度不同，高层云可出现于2～13 km，其出现频率最高高度为8.5 km 左右，高积云可出现于2～10 km，其出现频率最高高度为5 km左右，层积云、积云、雨层云以及深对流云云底高度都较低，基本分布在2 km 左右，但层积云和积云的云顶高度都较低，属于浅薄的低云，雨层云和深对流云往往发展比较旺盛，属于较为深厚的云系，发展旺盛的深对流云云顶常常可以到达对流层顶。

图9 各类云的出现频率随高度的分布曲线

表1 具体给出了各类云的云底高度、云顶高度以及云层厚度分布特征。

表1 各类云分布特征统计表

2.4.2 不同云层数下各类云的云底高度、云顶高度及云层厚度的季节分布特征

图10 所示为各季节各类云的垂直分布特征，由图可见，卷云、层积云在各个季节的单层云、多层云中均有出现，且出现的高度基本一致；高层云各季节各层云中也均有出现，但在春季单层云、夏季多层云以及秋季的单层云与2 层云中出现较为集中，在7 km 左右，其余情况下分布较为分散；高积云出现在单层云中时，其出现频率最高高度为5 km左右，除夏季外的其余情况中，均表现出分散特征，且部分出现多峰，即最大概率高度会出现在不同高度，考虑与对应的天气系统及垂直运动相关；积云在多层云中分部高度高于单层云；雨层云在单层云中的高度分布显著高于多层云，且在春节和夏季，云层达到的高度显著高于秋季和冬季，主要是雨层云往往伴随连续性降水，云层相对深厚，主要以单层出现；深对流云仅出现于夏季，在单层云系和多云系中均有出现，但在单层云中分布的高度范围最大，说明系统发展特别旺盛时，主要以单层云系为主。

图10 各季节各类云垂直分布特征

3 结论

本文利用CloudSat/CALIPSO 卫星产品，对晋西北地区的云宏观特性进行了分析，结果表明：

(1) 晋西北云发生概率的年平均值为58.1%，春季云发生率最高，夏季次之，秋、冬两季相对较低，整体云发生情况与晋西北地区气候特征基本一致。

(2) 全年云层分布以单层云系为主，多层云中以2 层云为主，3 层云及其以上占比很少，此外，秋季的单层云系占比最大，夏季次之，春、冬季单层云占比相对其他季节较小。

(3) 在云分类产品中，卷云、高层云、高积云、层积云、积云、雨层云以及深对流云在晋西北地区均有出现，层云未曾出现。各类云的分布表现出显著的季节分布特征，各类云在单层云及多层云中出现的概率随着季节的变化各不相同。

(4) 各类云的垂直结构各不相同，不同云的云顶高度、云底高度以及云层厚度等各不相同，对于一般云系，云层厚度一般在2 km 左右，而对于雨层云和深对流云发展比较旺盛的深厚云系，其云层厚度可达10 km 左右，云底高度可达15 km，此外，部分云系在不同季节不同云层数中，云垂直结构不尽相同。

后续在以上分析的基础上，需要进一步研究云的微观特性，开展局地数值模式模拟，力求进一步掌握晋西北地区云形态、演变规律及其与降水、大风、雷电等天气现象的关系。