激光云高仪测云底高度产品的检验与评估

林青，刘显通，张弘豪，屈静玄

（1.广东省气象台，广东广州 510080；2.中国气象局广州热带海洋气象研究所，广东广州 510080；3.阳江市气象局，广东阳江 529500）

云宏观特征的准确探测对深入理解云和天气系统的相互作用，提高预报准确率有重要作用［1］。云的宏观特征主要包括云底高度、云顶高度、云厚度、云量等，其中，云底高度对云的分类和降水概率有显著影响。卫星遥感、地基遥感和无线电探空是获取云信息的主要遥感手段［2］，卫星主要观测云顶信息，无线电探空一天只有2次观测，而地基遥感能够获取长时间的低层观测序列［3-5］。激光云高仪布设相对方便，但回波信号受天气现象和大气气溶胶颗粒影响时获取的云顶和云底信息会出现偏差［6］，因此，在应用前有必要对激光云高仪得到的云信息与实况数据进行检验分析。前人工作中利用热红外、无线电探空仪、毫米波雷达等遥感设备对激光云高仪的观测性能进行过对比分析［7-9］。无线电探空仪能穿透大气直接测量温度和湿度，进一步获取大气垂直湿度特征［10-11］，由于云层对应着高相对湿度区，因此基于相对湿度廓线计算得到的云高结果可作为一种数据源用于与激光云高仪探测结果进行比对。本研究选取2021年1到10月阳江超级观测站布设的Vaisala CL51激光云高仪和探空数据检验评估激光云高仪探测的云底高度准确程度，希望为后续应用和订正提供参考。

1 资料和方法

1.1 Vaisala CL51激光云高仪

本研究用到了中国气象局广州热带海洋研究所在阳江超级观测站布设的Vaisala CL51云高仪，CL51云高仪运用脉冲二极管激光LIDAR技术，测量激光脉冲穿过天空时由霾、雾、轻雾、降水和云层等引起后向散射识别云层，同时根据激光脉冲发出和接收到后向散射信号之间的时间差计算云底高度。CL51云高仪能够同时探测3个云层，最高时空分辨率分别为16 s和10 m，最大云高探测距离为13 km。为降低瞬时误差，本研究选取整点前后5 min（共10 min）的平均高度作为云高仪观测的云底高度，参考李思腾等［8］对云信号的处理方法，将近地面（300 m以下）最大信号值作为阈值，剔除数据范围内大于阈值的信号以避免云层影响，对比时段为2021年1—10月，共计7 173个观测样本。

1.2 无线电探空仪

基于激光云高仪的单点垂直观测原理，为进行点对点对比，选取阳江超级观测站布设的无线电探空仪，因此作为标准站（站号：59663）。由于探空一天只有2次（08：00和20：00（北京时，下同））观测，对比时段内有效对比样本共计568个。

基于探空观测计算云高的主要方法有温度露点差法和相对湿度阈值法［12］，在此基础上，也有工作进一步通过检验拟合将相对湿度阈值设置成高度的分段函数［10］。在进行数据对比分析时，最常用的是WR95相对湿度阈值法［3，11-12］，该方法对探空垂直分辨率比较敏感，与卫星和地面观测结果对比，对中、低云层数据识别效果一致，高云会有1／3的缺失［12］，对比8 mm云雷达观测到的11次过程中的云底高度和基于此算法计算得到的云底高度，相关系数达到0.94［3］。本研究也采取此方法计算云底高度，具体方法如下：（1）计算每个高度的相对湿度（温度低于-10℃时采用相对于冰面的饱和水汽压计算公式）；（2）将相对湿度向上增加且达到大于84%的高度判断为云底高度，同时满足云底以下相对湿度的二阶导数大于0；（3）将相对湿度向上减少且开始小于84%的高度判断为云顶高度；（4）云层中相对湿度最大值大于87%的才被认为是云层；（5）当近地面层相对湿度超过阈值时，将云底高度设置为300 m；（6）剔除厚度小于300 m的薄云，合并距离小于500 m的厚云。

1.3 检验方法

两个仪器的观测样本可以分为以下两类：（1）都有数据；（2）只有云高仪有数据。在进行检验评估时，第1组样本参考李思腾等［8］的方法，将云底高度分为低云（0～2.5 km）、中云（2.5～4.5 km）和高云（＞4.5 km）3类，直接进行点对点对比。第2组则将样本抽取出来单独进行检验分析，若一个区间有2个以上观测数据时，选取最低高度为云底高度。本研究选取相关系数（CC）、标准差（RMSE）和归一化偏差（NE）3个检验指标对两个仪器的观测结果进行定量对比检验，公式为

其中，RaY为云高仪观测得到的云底高度（km）；RaS为探空观测到的云底高度（km）；N为共同识别出云底的样本数。

2 样本整体检验分析

对比分析3类云总样本数据分布，从表1可以看出，低云类别云高仪样本总数仅为探空仪实际观测样本总数的52.6%，这是由于激光波长短，大气中的气溶胶颗粒、水汽、云滴等粒子对激光造成衰减，导致激光穿过很少或无法穿过近地雾霾层到达云层，进而无法探测到数据，李思腾等［8］也发现雾霾天气中云高仪数据获取率仅为33%，与本研究的结果大致相似；中云类别激光云高仪样本数比探空多50个，这是由于CL51云高仪是通过散射回波的突变来识别云，有机会识别出薄云；高云类别两仪器的样本总数相差不多，未出现明显差异。

表1 筛选后无线电探空仪和激光云高仪观测3类云云底高度样本

由3类云底高度的月分布（图1）可以看出，激光云高仪的低、高云月平均云底高度与实际差异较大，分别高估了0.84和1.15 km，中云的云底高度趋势和数值大致相近，值得注意的是，低云类别中激光云高仪观测结果是1到5月的云底高度呈先降低后升高特征；5月之后基本介于1.7～2 km（5月最高，1.98 km）。探空观测样本表征的月分布特征与其相反，5月为最低月（0.41 km）。云高仪对低云的云底高度的高估可能与对比时段内雨量变化特征有关，经统计（图略），高估2021年7—8月偏少，5到6月最多，另外雾、霾、高湿区和降水均会影响结果。对高云类别的云底高度检验发现，激光云高仪对云底高度也存在高估，在强降雨的两个月份反而误差不大，但是降雨较少的月份高估明显。为了更好的了解云底高度和降水间的关系，后续章节将重点对低云特征进行精细分析。

图1 激光云高仪和探空仪月平均云底高度分布

3 基于不同降水量级的指标检验分析

图2为不同降雨量级中激光云高仪和探空仪观测的云底高度散点图，其中筛选晴天样本时，用08：00和14：00地面观测能见度均＞25 km和整层相对湿度小于85%这两个条件进行筛选。分析发现：在没有降水（图2a）时，观测效果最好，云高仪与探空仪对中、高云的云底高度一致性较高，主要误差来源于低云，这一类样本的CC为0.76，同时RMSE为1.3，NE为0.56；晴天（图2b）时，中云效果好，无高云样本；降水量级分别为0.1～1 mm（图2c）、1～10 mm（图2d）和10～25 mm（图2e）的RMSE随着降水量级增大而增大，分别为1.29、1.35和2.1，从散点图可以看出偏差主要来自于中、高云，而CC分别为0.61、0.73和0.98，相关性增加可能是由于底层无序样本减少所致。

图2 不同日累计降雨量级激光云高仪云底高度检验

另外有3点值得注意：（1）所有量级分段中无降雨（图2a）和晴天（图2b）两个量级的RMSE最小，但相关性处于中位，这主要是由于中、高云的高估引起的，也说明激光云高仪对无降雨和晴天的表现效果好；（2）随着降水量增大，拟合方程斜率呈减小趋势，其中降水量级为0 mm（图2a）、0～1 mm（图2c）、1～10 mm（图2d）和10～25 mm（图2e）的斜率分别为0.94、0.73、0.69、0.67（25～50 mm样本由于中高云样本较少，斜率代表性差，因此不做讨论），从散点分布信息中也可以看出，云高仪观测到的中、高云云底高度相比于探空从接近逐渐转为高估；（3）部分低云样本探空测得的云底高度为0.3～0.5 km，而云高仪为0～2.5 km区间内，差异较大。为了找出这种差异的原因，筛选出探空对应云底高度小于0.5 km的样本，发现它们的相对湿度廓线主要特征是低层相对湿度大。这些样本的平均相对湿度曲线（图3）特征表现为地面相对湿度已经大于云底识别算法阈值84%，并且低层0.45 km高度存在一个湿度极大值区，相对湿度在达到极大值后继续往上单调递减，即只有一层云。因此，探空识别云高的算法会直接将0.3 km高度识别成云底。而激光云高仪观测到的平均云底高度为1.792 km，正好接近相对湿度曲线确立的云顶。周伶俐等［7］的工作中也发现了类似的现象，并通过对比不同相对湿度、能见度条件下的CL51云高仪的观测结果，认为雾或浓雾存在时，雾顶部后向散射强度迅速减弱，导致识别到的云底为雾顶或者高湿区顶部。

图3 探空云底高度小于500 m的低云样本平均相对湿度廓线

用0～2 km高度内平均相对湿度等于85%作为筛选阈值，对无降水样本数据进行细化分析，发现在完全没有雾和霾，且能见度的条件下，低层无序样本显著减少；与图2a对比，RMSE从1.3下降到1.24，NE从0.56下降到0.52，两个参数均表明离散度在减小；而低层高湿或者有雾的条件（图略）下，云高仪的探测结果均为雾顶或者高湿区顶部，因此此种天气状况下的云高仪结果误差较大，应进行订正。

第2组样本是指云高仪有观测而探空仪无观测，共79个，由于没有第3类仪器作为客观检验手段，本组数据只能根据相对湿度廓线特征探讨可能的原因。低、中、高云样本分别为33、45、33个，平均高度分别为1.86、3.39、6.16 km。将所有样本相对湿度和出现的高度进行累加并做归一化处理（图4）后，发现：（1）0～2 km相对湿度主要集中在75%～86%区间，而2～3.5 km更多集中在60%～70%区间，这表明有较大量样本低层湿度大，到2 km左右突然变干，即为低层湿区特征，这种天气条件下云高仪会将湿区的顶部识别成云底；（2）在0～1和3.5～4.2 km高度相对湿度等于86%的区间均有一个频率大值区，这可能是由于探空识别云的算法剔除了最大相对湿度小于87%的结果所致，另外有个别样本在4 km以下出现了相对湿度大于87%的情况，但是垂直高度不到0.3 km，这也是探空是别算法剔除结果导致的。

图4 归一化后的第2组样本的相对湿度-高度累积频率分布

4 结论

1）CL51云高仪探测的云底高度低云的样本数远低于探空仪，中云比探空多了50个，高云相当；月平均云底高度，中云时空一致性较高，低云和高云云高仪分别比探空仪高估了0.84和1.15 km，并且低云云底高度随月份变化两个仪器呈现相反趋势。

2）云高仪在无降水时探测能力最好，日累计降水为0.1～1、1～10和10～25 mm时，与探空仪计算得到的云高拟合斜率分别为0.73、0.69和0.67，表明云高仪对中、高云云底高度高估程度随降水增加而增加，降水量超过25 mm时探测能力迅速减弱。

3）低层高湿条件下，探空仪测得的平均云底为0.45 km，而云高仪在0.5～2.5 km不等，平均云底高度为1.792 km，云高仪测得的云底高度可能为高湿度层顶，剔除低层高湿样本后，无降水时RMSE从1.3 km下降到1.24 km，NE从0.56下降到0.52。

4）对于仅有云高仪观测到云的样本，产生原因可能是云高仪误将湿区顶判断成云底和探空计算云底算法阈值选取导致。