1 引言
大气中的水物质包括水汽和云水（水凝物）， 前人（王遵娅和丁一汇， 2009； 王怀娟， 2015）主要研究大气中水汽的变化， 对于云水资源的研究相对较少。本文所说的云水量（云水含量、 云液水含量和云冰水含量的统称）是指某一区域参与大气水循环过程的水凝物瞬时值。地表水蒸发形成水汽， 水汽在一定抬升机制下抬升凝结而形成小粒子水凝物， 小粒子在云物理过程中转化为大粒子水凝物， 大粒子在重力作用下降落到地面形成降水。由降水形成过程可知只有云水才能直接产生降水。由云水转化的降水是人类可用的陆地水资源的主要来源。因此， 需加强对云水特征和规律的研究。
IPCC第五次评估报告（AR5）指出1880 -2012年全球地表气温平均增长了0.85（0.65~1.06） ℃（Stocker et al， 2013）， 增温会导致云的属性和微物理过程改变进而影响云水含量。1950s后中国的增温比全球更快（Ding et al， 2007； Wang et al， 2012； Bannister et al， 2017）， 然而， 中国的增温是怎样影响同期的云属性还是未知的。研究表明对流层中上层的位势高度变化、 低层温度平流等环流因子会影响地表气温（孙建奇和王会军， 2006； 谭桂容和张文正， 2018）。地表气温增加使地表相对湿度、 比湿增加， 云底高度（凝结高度）降低， 云厚度增加， 云液水路径增多（Genio and Wolf， 2000； Lin et al， 2003）。云的发生发展和降水的形成过程是复杂的， 仍是天气气候预报的难点问题。云水含量是表征云属性的重要指标， 因此， 有必要探究中国的增温对云水的影响过程， 以期为区域气候模式的云物理参数化提供依据。本文将中国划分为西北、 北方、 高原和南方地区来研究。为研究方便， 本文中所指大气水循环变量包括： 云液水含量、 云冰水含量、 云水含量、 大气可降水量和降水量。
2 资料来源与方法介绍
2.1 资料来源
所用资料为欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts， ECMWF）发布的新一代全球分辨率逐月ERA-Interim再分析数据资料， 垂直方向从1000~1 hPa共37 层， 水平空间分辨率为1°×1°， 时间段为1979年1月至2016年12月。该资料的生成使用了ECMWF集成预报系统（Integrated Forecast System， IFS）Cy31r2 模式。ERA-Interim大气模式中的云和对流参数化方案对冰粒子的沉降、 云顶夹卷、 云底的计算、 陆面夜间对流的触发等物理过程进行了改进（Dee et al， 2011）。ERA-Interim发布时间较短， 但ERA-Interim数值预报产品的性能已经得到普遍认可（石晓兰等， 2016； 潘留杰等， 2013）。
分析要素包括风场、 高度场、 垂直速度、 比湿、 云液水含量（CLWC）、 云冰水含量（CIWC）和气温。降水量（1979 -2015年）、 气温（1979 -2014年）为基于国家气象信息中心基础资料专项最新整编的中国地面高密度台站的资料进行空间插值生成的月值格点数据， 水平分辨率为0.5°×0.5°。此外， 本文用Aqua卫星中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer， MODIS）观测的月平均云产品数据（MYD08_M3）与ERA-Interim的云水数据做对比分析。
2.2 资料评估
为了验证ERA-Interim云水资料的可信度， 用Aqua卫星MODIS仪器观测的月平均云产品数据（MYD08_M3）与ERA-Interim的云水数据做比较。MODIS是搭载在Terra和Aqua卫星上的一个被动光谱传感器， 光谱范围宽， 从可见光覆盖到热红外（Platnick et al， 2003）。其采用双光谱反射率算法， 基于见光和红外波段的观测结果同步反演光学厚度τ和有效半径Re， 反演液水路径（LWP）、 冰水路径（IWP）的算法为：
式中： τ为光学厚度； Re为有效半径； ρ为冰（水）的密度； 为冰粒子在0.66 μｍ处的消光系数（Wilcox et al， 2009）。由于MYD08产品中的LWP和IWP是在有云条件下从MYD06产品中取平均得到的， 全天空LWP和IWP为原始数据乘以其对应云覆盖率（Seethala and Horváth， 2010； Waliser et al， 2009）。
由图1［文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2016）1606的中国地图制作， 底图无修改。文中地图均采用等经纬度投影制作］可知， ERA-Interim资料与MODIS观测资料的整层云水量空间分布特征较一致， 均由东南向西北减少。两种资料的云水含量相关较高， 时间相关系数达0.70， 空间相关系数为0.35， 均通过α=0.01的显著性检验。与MODIS卫星观测资料相比， ERA-Interim的云液水含量偏大， 云冰水含量偏小。此外， 衡志炜（2013）对比了ISCCP、 ERA-Interim1995 -2009年中国地区的整层云水含量， 得出两种资料的整层云水含量分布基本一致， 相关性较高； ERA-Interim数值偏大， 冬季偏差很小， 夏季偏多70%。耿容（2017）对比了ISCCP、 MODIS、 ERA-Interim 2003 -2009年中国地区的整层云水含量， 得出ERA-Interim与卫星资料空间分布基本一致， ERA-Interim的整层云水含量、 整层云液水含量数值比卫星观测偏大。且ERA-Interim在反映水凝物变化方面与MODIS一致性很高， 相关通过0.01显著性检验。Li et al （2012）利用多模式模拟的CMAP5数据和CloudSat/CLIPOSO观测资料研究表明再分析资料和观测的云水分布具有一致性。可见， 用ERA-Interim资料来研究中国地区云水量的分布和变化特征具有一定的可信度。
2.3 方法说明
（1） 大气可降水量（Precipitable Water vapor， PW）、 整层云液水含量（Vertical integration of Cloud Liquid Water Content， VCLWC）、 整层云冰水含量（Vertical integration of Cloud Ice Water Content， VCIWC）分别为各气压层水汽、 云液水、 云冰水含量的垂直积分。文中整层云水含量（Vertical integration of Cloud Water Content， VCWC）为整层云液水含量（VCLWC）与整层云冰水含量（VCIWC）的和。取6 -8月为夏季， 采用9点平滑曲线表征年代际变化特征， 相关、 合成分析方法来研究气温变化对云水量年际异常的影响机制（魏凤英， 1999； 张家宝和史玉光， 2002）， 文中相关和合成分析均是对原始序列做滤波处理（减去9点平滑序列）后进行分析。
（2） 奇异值分解（Singular Value Decomposition， SVD）方法被用于分析两物理量场之间的相关性。SVD是以2个要素场之间最大协方差为基础进行展开的。SVD方法的原则是从表示两个场相关结构的角度出发， 寻找的空间型（P， Q）是使原场（S， Z）的时空变化被分离时， 时间变化上同步性最好所对应的空间型， 即投影系数的时间序列（a， b）的协方差最大、 次大……为满足这个条件， S、 Z场耦合变化的空间型必须是它们的交叉协方差矩阵的左、 右奇异向量（P， Q）， 即采用矩阵SVD的计算方法。
SVD 结果模态异性相关系数分布型表示左（右）场的展开系数所反映的右（左）场时间变化程度大小的分布， 显著相关区则代表了两场相互影响的“关键区”； Monte-Carlo方法进行SVD模态的显著性检验（施能等， 1997； 吴洪宝和吴蕾， 2005）。
（3） 本文参照中国地理划区法， 将中国分为四个区域（图2）： 西北地区、 北方地区、 高原地区和南方地区。西北和北方地区的分界主要参考季风与非季风的分界线（大致为400 mm年等降水量线）以及大兴安岭-阴山-贺兰山一线的大地形。北方地区与南方地区的分界主导因素是气候， 大致与800 mm年等降水量线重合（秦岭-淮河一线）。绕高原边界线主导因素是地形地势， 即青藏高原边界。
3 中国夏季大气水循环变量及气温时空特征
中国夏季云水含量空间分布整体为东南向西北减少。云液水含量与云水含量分布基本一致， 云冰水含量空间分布表现为中部多， 南北少， 最大值出现在高原东部-四川西部。气温分布与海拔相关， 海拔越高， 气温越低。降水量分布自东南沿海向西北内陆递减。大气可降水量东南多， 西北少， 高原西部受海拔影响为全国最少， 四川东部、 东南沿海地区为全国最多。南方地区云水含量与降水量空间分布不一致， 云水含量为西多东少， 而降水量为南多北少。其他区域降水量、 大气可降水量分布与云水含量基本一致（图3）。
由图4各区域夏季整层云水量时间变化可知， 中国4个子区域夏季整层云水量均有显著年际变化特征。除了高原区夏季整层云水量为增加趋势， 其他地区均为减少趋势。除了北方地区云水量和高原云液水含量变化趋势显著外， 其他均未通过显著性检验。西北、 南方地区云水量在1991年后有年代际变化特征。
综上， 4个区域大气可降水量、 气温、 降水量均有显著年际变化特征， 气温均为显著增加趋势。除南方地区外， 其他地区降水量与云水含量变化趋势一致。大气可降水量只在高原区与云水含量变化一致。
各区域云水量变化趋势表现为高原增加， 其他地区减少， 其中北方地区的云水量呈显著减少趋势， 高原区云液水含量为显著增加。降水除了南方地区外， 变化趋势与云水含量一致。大气可降水量除西北地区外， 与云水量变化趋势一致。各区域的气温均为显著增加趋势（表1）。综上， 在变暖的背景下， 云水量在高原地区增加， 其他地区为减少趋势。
表1 中国各区域夏季各物理量变化趋势Table 1 Trends of physical variables in summer in four sub-regions of China |
| 区域 | 降水量/［mm·（10a）-1］ | VCLWC/［g·m-2·（10a）-1］ | VCIWC/［g·m-2·（10a）-1］ | VCWC/［g·m-2·（10a）-1］ | 气温/［℃·（10a）-1］ | PW/［mm·（10a）-1］ |
|---|---|---|---|---|---|---|
| 西北地区 | -2.7 | -0.2 | -0.3 | -0.5 | 0.4** | 0.1 |
| 北方地区 | -6.3 | -3.8** | -2.2** | -6.0** | 0.3** | -0.04 |
| 高原地区 | 7.3* | 1.9* | 0.3 | 2.3 | 0.4** | 0.3** |
| 南方地区 | 2.0 | -2.4 | -0.04 | -2.4 | 0.2** | -0.08 |
*代表通过α=0.05的显著性检验， **代表通过α=0.01的显著性检验 |
4 夏季云水含量与气温的关系
由大气可降水量与云水含量的SVD分解第一模态异性相关系数分布图［图6（a）， （b）］可知， 中国东部大部地区大气可降水量与云水含量呈弱负相关。施能等（1997）从蒙特卡洛模拟试验得出相关系数的t检验方法的信度取0.05时， 有可能引入虚假相关， 推荐0.01以上的相关系数参数检验。由通过0.01显著性检验的区域可得， 西北地区中西部、 高原区夏季大气可降水量与云水含量显著正相关， 即西北地区中西部、 高原区（新疆西部山区、 高原东南部除外）大气水汽含量异常偏多（偏少）时， 对应云水含量也异常偏多（偏少）。中国夏季大气可降水量与云水含量的SVD分解的第一模态解释协方差平方和百分比为12.7%， 展开系数之间的相关系数为0.88， 通过0.05的Monte-Carlo显著性检验［图6（c）］。
图6 大气可降水量、 气温、 降水量分别与云水含量的SVD分解第一模态异类相关系数左场和右场分布及其时间系数打点区为通过0.01的显著性检验 Fig.6 The first mode in the SVD expansion for the heterogeneous correlations in the left and right fields and their time coefficients of the precipitable water vapor， temperature and precipitation with the vertical integral of cloud water content.The dotted area indicates significance at the level of 0.01 |
由气温与大气可降水量SVD分解第一模态异性相关系数分布（图略）可知， 夏季全国气温与大气可降水量大部地区为正相关。夏季中国气温异常偏高（偏低）， 对应新疆北部和高原地区大气可降水量异常偏多（偏少）。
大气可降水量、 气温与云水含量的相关性在中国西北地区中西部、 高原区通过显著性检验， 降水与云水含量的相关性在中国西北地区东部和北方地区北部通过显著性检验。结合各物理量的变化趋势可得， 导致中国西部（新疆南部除外）云水含量为增加趋势的原因可能是气温升高， 导致蒸发量和大气饱水汽压增大， 从而使大气水汽含量增加， 这符合增温导致水循环增强的机制。
表2 各区域降水、 气温、 大气可降水量与云水含量的相关系数Table 2 Correlation coefficients between precipitation， temperature， precipitable water vapor and cloud water content in each region |
| 物理量 | 相关系数 | |||
|---|---|---|---|---|
| 西北地区 | 北方地区 | 高原地区 | 南方地区 | |
| 降水量 | 0.81** | 0.82** | 0.53** | 0.66** |
| 气温 | -0.45** | -0.47** | 0.11 | -0.64** |
| 大气可降水量 | 0.46** | 0.40* | 0.63** | 0.44** |
*代表通过α=0.05的显著性检验， **代表通过α=0.01的显著性检验 |
5 气温变化对夏季云水量年际异常的影响机制
气温变化可调整大气环流变化， 大气环流主要通过影响云水形成所需的水汽输送和上升运动条件进而影响云水含量（迟竹萍和边道相， 2002； Li and Gu， 2006； Yamada and Satoh， 2013）。夏季， 亚欧大陆700 hPa环流场表现为45°N以北为平直多波动西风气流， 分别在巴尔科什湖（简称巴湖）西部和东北地区有一浅槽， 两槽之间为弱脊。30°N -45°N之间， 高原以西有一高压环流存在。30°N以南为深厚的印缅槽， 槽前强盛西南气流将南方洋面的水汽源源不断向中国输送。副高西伸脊点位于130°E附近， 其强度和位置变化对中国夏季降水有重要影响。500 hPa环流场与700 hPa基本一致， 高纬60°N附近在乌拉尔山和鄂霍茨克海北部分别有弱脊存在， 副高西脊点位于115°E附近（图略）。
表3 减去九点平滑后以+（-） 0.6倍标准差为准的云水含量和气温异常年份Table 3 Anomal years of cloud water content and temperature after subtracting the nine-point smoothing based on + （-） 0.6 times the standard deviation |
| 云水含量（高原为云液水含量）异常年份 | 气温异常年份 | ||
|---|---|---|---|
| 西北地区 | 高值年 | 1981， 1984， 1987， 1992， 1993， 1996， 1998， 2003， 2004， 2007， 2013 | 1980， 1988， 1991， 1994， 1997， 1999， 2000， 2001， 2002， 2007， 2010， 2011 |
| 低值年 | 1980， 1989， 1995， 1999， 2000， 2001， 2009， 2010 | 1983， 1984， 1989， 1992， 1993， 1996， 2003， 2004， 2009 | |
| 北方地区 | 高值年 | 1981， 1984， 1990， 1993， 1996， 1998， 2003， 2012， 2013 | 1982， 1988， 1994， 1997， 2000， 2001， 2007， 2010 |
| 低值年 | 1980， 1982， 1986， 1991， 1992， 1997， 1999， 2001， 2002， 2006， 2007 | 1983， 1992， 1993， 1996， 1998， 2003， 2004， 2009 | |
| 高原地区 | 高值年 | 1981， 1987， 1988， 1989， 1991， 1998， 2003， 2005， 2010， 2012 | 1981， 1988， 1991， 1994， 1998， 2006， 2010， 2013 |
| 低值年 | 1983， 1984， 1986， 1992， 1994， 1997， 2001， 2006， 2011， 2013 | 1980， 1983， 1984， 1992， 1997， 2003， 2004， 2008， 2011 | |
| 南方地区 | 高值年 | 1980， 1982， 1986， 1987， 1993， 1998， 1999， 2002， 2008 | 1981， 1984， 1988， 1990， 1994， 1998， 2003， 2006， 2013 |
| 低值年 | 1981， 1984， 1988， 1990， 2000， 2001， 2006， 2011， 2013 | 1980， 1982， 1987， 1989， 1992， 1993， 1997， 1999， 2004， 2008 |
加粗年为云水和气温共同异常年 |
西北地区气温偏高时， 蒙古地区表现为异常显著的反气旋环流， 整个西北地区为显著异常偏东风； 垂直速度大部分为异常下沉运动［图7（a）］。可见， 西北地区气温升高使西风带和蒙古东部异常气旋环流减弱， 不利于西风带水汽输送和低层形成辐合上升运动， 进一步使云水含量减少。北方地区温度偏高时， 东北-蒙古中部为显著异常反气旋控制， 使北方地区低层辐合上升减弱； 垂直速度也表现为异常下沉运动。东南沿海-南海为显著异常气旋， 气旋后部的异常偏北风不利于水汽输送到北方地区。从而不利于北方地区云水含量增加［图7（b）］。南方地区气温偏高时［图7（c）］， 700 hPa风场上， 黄海异常反气旋底后部的偏南气流不利于冷空气输送到南方， 南海异常气旋不利于副高加强西伸， 其顶后部东北气流不利于暖湿气流输送到南方地区。南方地区为风场异常辐散和低层异常下沉运动。可见， 南方地区气温升高调整环流， 使上升运动和水汽输送减弱而不利于云水形成。上述3个区域500 hPa合成场与700 hPa基本一致。
图7 1979 -2014年各地区气温异常高、 低值年700 hPa风场（矢量， 单位： m·s-1）、 垂直速度（彩色区， 负值代表上升运动， 单位： Pa·s-1）合成差值场加粗矢量为通过α=0.05显著性检验， 红色线为区域边界线 Fig.7 Synthetic difference field of wind field （vector， unit： m·s-1） and vertical velocity （color area， negative values represent upward movement， unit： Pa·s-1） at 700 hPa between abnormally high and low temperature years over different sub-regions during 1979 -2014.The black arrows indicate significance at the level of 0.05， the red lines are the boundary lines of the sub-regions |
高原气温高、 低值年500 hPa风场合成差值图［图8（a）］上， 高原北侧偏东风异常， 使西风带南支加强， 输送更多水汽到高原； 青藏高原-伊朗地区显著异常气旋环流有利于将阿拉伯海的水汽输送到高原， 同时南海、 孟加拉湾异常偏东气流经高原东、 南边界向高原输送水汽（刘菊菊等， 2019）。配合低层辐合上升， 从而使高原地区云液水含量增多。200 hPa风场合成图［图8（b）］上， 高原上空为反气旋性环流， 使南亚高压增强， 其控制区具有潮湿不稳定特征， 对流活动非常活跃， 有利于成云致雨。
图8 1979 -2014年高原地区气温异常高、 低值年风场（矢量， 单位： m·s-1）、 垂直速度（彩色区， 负值代表上升运动， 单位： Pa·s-1）合成的差值场加粗矢量为通过α=0.05显著性检验， 红色线为区域边界线 Fig.8 Synthetic difference field of wind field（vector， unit： m·s-1） and vertical velocity （color area， negative values represent upward movement， unit： Pa·s-1） between abnormally high and low temperature years over Qinghai-Xizang Plateau during 1979 -2014.The black arrows indicate significance at the level of 0.05， the red line is the boundary line |
研究表明（蔡英等， 2003； 丁一汇等， 2018； 桓玉和李跃清， 2018）， 南亚、 东亚夏季风对我国夏季降水有重要影响； 副热带西风急流（西风急流）、 副热带高压是东亚夏季风的主要成员， 其强度、 位置变化可反映夏季风强弱（陆日宇等， 2013； 俞亚勋等， 2013）。由850 hPa经向风距平合成场（图9）可知： 西北地区、 北方地区气温偏高时， 其北部贝加尔湖—蒙古地区为显著南风异常， 不利于高纬冷空气南下， 从而不利于成云致雨。对应其南侧直到南海地区的北风异常， 使东亚夏季风减弱， 不利于水汽向北输送， 进一步使云水含量减少。高原区气温偏高时， 印度—高原的南风异常表明南亚夏季风增强， 南海-中国东南地区南风异常表明东亚夏季风偏强， 高原北侧的北风异常有利于冷空气南下从而有利于云水增加。南方地区气温偏高时， 其北部—东北地区南风异常不利于北方冷空气南下， 孟加拉湾—中南半岛显著异常北风使东亚夏季风减弱， 不利于水汽输送， 从而使云水含量减少。气温低值年情况基本相反。气温高值年， 北方和南方地区对应副高586线东撤， 不利于将副高外围水汽输送到中国； 西北、 北方地区对应200 hPa西风急流减弱， 南方地区对应西风急流明显北移， 不利于高层辐散上升， 表明东亚夏季风偏弱（图略）。而高原地区气温高值年， 副高586 dagpm线明显西伸北抬， 有利于将其外围水汽输到高原， 同时高原北侧西风急流加强， 高层辐散形成整层上升运动， 使夏季风偏强。
图9 1979 -2014年夏季各地区气温异常高值年（左）、 低值年（右）850 hPa经向风速距平场 （单位： m·s-1）打点区为通过α=0.1显著性检验， 红色线为区域边界线 Fig.9 Composites of 850 hPa meridional wind speed anomaly field in abnormally high temperature years （left） and low temperature years （right） of each sub_region in summer during 1979 -2014.Unit： m·s-1.The stippled area indicates significance at the level of 0.1， the red lines are the boundary lines of the sub-regions |
综上可知， 气温一方面通过调整大气环流对云水含量产生影响。当气温升高（降低）时， 高原区的环流调整结果为加强（削弱）云液水含量影响系统， 其他区域的环流调整结果为削弱（加强）云水含量影响系统， 导致在高原区气温与云液水含量为显著正相关， 其他区气温与云水含量为显著负相关。另一方面， 气温变化也影响到大气可降水量变化， 如西部地区气温升高时， 有利于蒸发和大气饱和水汽压增加， 使大气可降水量增多。同时， 局地气温变化使其与周围的温差发生改变， 从而影响到水汽输送。如高原区夏季升温大于其南侧升温幅度， 使高原的热源效应增强， 南压夏季风增强， 有利于水汽向高原输送。
6 结论与讨论
本文分析了中国4个地区夏季大气水循环变量和气温时空特征， 并通过相关分析、 SVD方法及环流场合成分析进一步揭示了温度变化对各区域云水含量的影响。主要得出以下结论：
（1） 中国夏季整层云水含量空间分布为东南向西北减少。南方地区云水含量与降水量空间分布不一致， 云水含量为西多东少， 而降水量为南多北少。其他区域降水量、 大气可降水量分布与云水含量基本一致。除南方地区降水量变化不明显外， 其他地区降水量与云水含量变化趋势一致； 大气可降水量只在高原区与云水含量变化趋势一致。
（2） 在气候变暖的背景下， 云水含量在高原地区增加， 其他地区为减少趋势。各区域云水含量与气温的相关性表现为高原区正相关， 其他地区为显著负相关。高原区云液水含量与气温显著正相关。
（3） 西北地区升温使西风带水汽输送和蒙古东部异常气旋环流减弱， 北方地区升温使东北-蒙古异常反气旋和东南沿海异常气旋维持， 副高东撤， 二者均使200 hPa西风急流减弱， 从而使水汽输送和低层辐合上升减弱， 不利于云水含量增加。高原地区气温升高使西风带的南支加强， 高原西部异常气旋加强， 副高西伸北抬， 其北侧西风急流加强， 南亚高压增强， 促进水汽输送和低层辐合上升， 从而使云水液含量增加。南方地区气温偏高时， 黄海异常反气旋和南海异常气旋维持使南方地区为风场异常辐散， 副高东撤， 200 hPa西风急流偏北， 东亚夏季风减弱， 不利于水汽输送和低层辐合上升。
地形、 大气气溶胶、 地表状况（地表风速、 积雪、 地表热状况、 植被覆盖、 土壤湿度、 海陆分布）及海温等也会影响云水的变化， 本文没有考虑这些因子对中国云水量的影响（Weng et al， 1997； 陈兴芳和宋文玲， 2000； Huang et a1， 2006； 刘卫国和刘奇俊， 2007； 卞林根和林学椿， 2008； 王蕊等， 2019）。由于形成降水条件的复杂性， 加之计算资料时空分辨率的限制， 使计算的云水量与实际情况有一定差距， 只能在一定程度上反映云水量的特征。资料来源方面， 主要基于卫星和地基观测反演得来， 资料的精确度有待提高。由于受资料同化方法， 观测误差等限制， 再分析资料与卫星观测的云水含量存在一定差异， 今后的研究有必要对不同资料在中国不同地区的适用性进行研究， 用其他更可信的资料来验证本文的研究结果。