Research of the Distribution Characteristics and Generation Mechanism of Cirrus Clouds over the Qinghai-Xizang Plateau in Summer

  • Kai WANG ,
  • Jian CHEN ,
  • Zhecheng HONG ,
  • Chuqiao YAN ,
  • Qianshan HE
Expand
  • 1. Nanjing University of Information Technology/ School of Remote Sensing and Geomatics Engineering,Nanjing 210044,Jiangsu,China
    2. Shanghai Meteotological Service,Shanghai 200030,China
    3. Fudan University/Departement of Atmospheric and Oceanic Sciences,Shanghai 200438,China

Received date: 2022-03-21

  Revised date: 2022-06-29

  Online published: 2023-05-18

Cite this article

Kai WANG , Jian CHEN , Zhecheng HONG , Chuqiao YAN , Qianshan HE . Research of the Distribution Characteristics and Generation Mechanism of Cirrus Clouds over the Qinghai-Xizang Plateau in Summer[J]. Plateau Meteorology, 2023 , 42(3) : 543 -552 . DOI: 10.7522/j.issn.1000-0534.2022.00069

1 引言

云的时空变化是影响全球天气和气候变化的重要因子之一, 它的辐射效应对地球能量起到了显著的控制作用, 同时也通过直接参与降水过程影响了地球水循环。卷云薄而纤细, 内部主要由冰晶粒子组成。卷云云底高度一般在6 km以上, 云顶一般位于对流层顶下部, 并经常出现在多层云系统中。通过卫星对全球卷云进行观测, 发现其在地球表面的瞬时覆盖率为 20%~40%(杨亦萍等, 2016)。对于卫星难以探测到的不可见卷云(云光学厚度小于0.03), 不仅对辐射平衡有重要影响, 还会影响到水汽和其他气体从对流层向平流层的传输, 所以对卷云的卫星和地基观测研究一直是个难点和热点问题(Fu et al, 2006)。
在全球不同地区已有几个大型观测实验研究卷云的发生和形成及其气候影响(Platt et al, 2002Comstock et al, 2002Pace et al, 2003Sunilkumar et al, 2005)。目前的研究认为卷云的形成受两个主流机制影响: 深对流溢出(Prabhakara et al, 1993Wang et al, 1996)、 受大尺度波动(Kelvin波或重力波)或天气尺度抬升引起的局地转化(Boehm and Lee, 2003Immler et al, 2008Fueglistaler et al, 2009)。众多观测发现卷云通常出现在对流活动区域附近以及较低的向外长波辐射(OLR)区域附近(Winker and Trepte, 1998Eguchi et al, 2007)。这是因为深对流活动能够把水凝物粒子从边界层传到上对流层从而促发卷云的形成(Luo et al, 2011)。另外大尺度抬升或大气波动产生的温度起伏也会导致上对流层的卷云局地转化 (Riihimaki and McFarlane, 2010)。
青藏高原作为最为典型的高原地区, 平均海拔在4000 m以上, 被称为“世界屋脊”和“地球第三极”, 它是北半球气候变化的启动区和调节区, 这里的气候变化不仅直接驱动我国东部、 西南部的气候变化, 对全球的气候变化也具有明显的敏感性和调节性。夏季青藏高原受南亚高压影响, 该地区的卷云呈现了与同纬度其他地区不同的特点。一方面亚洲夏季风系统(Asian Summer Monsoon, ASM)通过快速的垂直传输把大量人为气溶胶前体物从亚洲输送到上对流层, 这些物质被限制在上层ASM内反气旋内(Fu et al, 2006Randel et al, 2010)。另一方面高原地区大地形的抬升运动能够促使暖湿空气上升到高层大气, 有利于卷云的发生发展(Zhao et al, 2019Yang et al, 2020)。同时, 与副热带地区类似, ASM期间青藏高原的深对流活动显著增强, 它与地形抬升及气溶胶及其前体物的堆积相配合, 有利于冰晶的生成, 从而导致卷云的生成。
由于地形和水汽环流的影响, 青藏高原地区这两种机制对卷云的形成更为复杂, 目前还不是很明确。Gao et al(2003)利用中分辨率成像光谱仪(MODIS)数据分析了水汽和卷云的季节变化, 发现高原上空高云反射率在4月达到最大而11月降到最低。Chen and Liu(2005)研究了高原上空卷云的季节性变化, 发现3 -4月由于地形抬升作用致使暖湿空气缓慢抬升到对流层顶进而产生出现大量的卷云。一些卫星观测也表明高原频繁发生的深对流与卷云的发生密切相关(Li et al, 2005Jin, 2006)。He et al(2013)利用激光雷达获得了高原上空卷云几何和光学的时空变化特征, 发现卷云的发生与对流层上部的向外长波辐射及温度扰动有很强的相关, 表明亚洲夏季风控制下的深对流和重力波是控制高原上空卷云生消的主要动力因素。
然而, 高原地区对卷云观测的垂直和时间分辨率还是远远达不到要求。之前的地基激光雷达观测通常是在固定站点, 时间也较短, 另外受下层云遮挡, 难以有效观测到上层卷云, 因此对于整个高原范围内不同高度卷云的分布认识还不清楚 (Wang et al, 2005Noel et al, 2007)。也有研究在高原地区采用CALIPSO对云顶与对流层顶关系(Pan and Munchak, 2011), 以及生成机制(Zhang et al, 2020)进行过分析, 但由于CALIPSO在探测卷云上存在对大尺度粒子识别较困难的问题, 而CLOUDSAT联合CALIPSO提高了对大尺度粒子的识别能力, 在卷云观测上具有更大的优势, 尤其是识别高层薄卷云的能力大大提高。因此本文利用CLOUDSAT联合CALIPSO数据分析了2007 -2010年高原地区夏季的卷云时空分布特征, 同时采用再分析数据和相关卫星产品对不同高度卷云的形成机制进行了分析, 研究结果将有助于深入理解青藏高原的热动力效应并进一步提高气候模拟的准确度。

2 数据来源及方法介绍

2.1 研究数据

2.1.1  CLOUDSAT联合CALIPSO数据

CloudSat卫星是第一颗用主动毫米波雷达在全球范围内观测及研究云量、 云的分布和垂直结构、 辐射特性及降水信息的卫星。由于其搭载是94 GHz的云廓线雷达(CPR), 可以有效“切开”云层, 更加有利于研究云的微物理特征, 且对大尺度的粒子较为敏感(潘红林, 2017)。
CALIPSO卫星将主动激光雷达仪器与被动红外和可见光成像仪相结合, 以探测全球薄云和气溶胶的垂直结构和特性。它是首颗搭载532 nm和1064 nm波段的双通道的云-气溶胶正交偏振激光雷达(Cloud-Aerosol Lidar with Orthogonal Polarization, CALIOP)的卫星, 能够同时测得高空的微弱水汽凝结层以及光学厚度较薄的冰云(郑建宇等, 2018)。
CPR雷达和CALIOP激光雷达测量的组合能够精确定位到光学薄云的高度和位置, 可以有效区分那些在没有被较低云遮挡时被地基观测归类的卷云(Sassen et al, 2008)。CLOUDSAT联合CALIPSO产品2B-CLDCLASS-LIDAR(ftp: //ftp.cloudsat.cira.colostate.edu/)在青藏高原地区的探测时间为每日05:00(世界时, 下同) -08:00和17:00 -20:00, 水平分辨率为2.5 km×1.4 km, 云层垂直方向分为10层, 产品中包含云类别、 云顶高度和云底高度等数据。其云分类算法根据云的垂直和水平特征, 是否存在降水, 云体温度及MODIS测得的向上辐射信息将云定义为八种基本云类型, 分别为: 卷云、 高层云、 高积云、 层云、 层积云、 积云、 雨积云和深对流云。为了充分利用该数据, 采用2007 -2010年夏季的所有数据对青藏高原的卷云进行空间分布特征研究。

2.1.2 向外长波辐射(OLR

向外长波辐射是指大气层层顶向外的长波辐射。该辐射量由云顶温度决定, 云顶越高则云顶温度越低, 向外长波辐射就越小, 表征对流越强; 反之, 向外长波辐射越大, 则对流越弱。OLR低值区是主要的对流区(谢安等, 1988)。本文采用NOAA卫星的日平均OLR数据(https: //www.ncei.noaa.gov/data/outgoing-longwave-radiation-daily), 时间分辨率为1 d, 水平空间分辨率为1°×1°。以210 W·m-2作为阈值来识别深对流位置及其强度(Fujiwara et al, 2009)。

2.1.3 重力波强度

采用重力波损耗量表征重力波的强度, 该参数的定义是在整个大气柱上每单位面积平均流中的动能转化为热量的平均速率, 受到地形阻塞和地形重力波等相关的应力的影响。为了与CLOUDSAT联合CALIPSO产品的时间精确匹配, 采用欧洲中期天气预报中心第五代再分析资料ERA-5中对应时间内重力波损耗量水平数据格点资料, 空间分辨率为0.25°×0.25°, 时间分辨率为1 h。ERA-5是由欧洲中期天气预报中心(ECMWF)发布的综合性的再分析数据, 覆盖时间为1979年至今(谢劭峰等, 2021)。同时在该数据集中选取了研究区域的水汽含量和垂直风速数据配合分析地形对卷云生成的影响。

2.2 研究方法

图1给出了本文的研究区域为青藏高原及其周边(68°E -106°E, 24°N -40°N)。由于2B-CLDCLASS-LIDAR产品是轨道数据, 首先将逐轨道资料数据按照2°(纬度)×2°(经度)格点进行栅格化处理(傅云飞等, 2008谭瑞婷, 2018)。为了确认栅格范围的合理性, 随机选出相邻的4个网格(红色方框区域), 每个网格内探测廓线样本数分别为9602、 10313、 9813和10149, 可以看到相邻网格之间样本数差距不大, 每个网格中平均探测廓线样本数均超过9000, 说明我们的栅格化处理给出的统计结果具有普遍性和可信性。我们统计每个网格内的卷云发生数时, 将同一经纬度下不同高度的间隔为1 km以上的云层视为独立个体。考虑到水汽均质核化的温度需要低于-38 °C, 相应的高度在12 km附近, 因此我们按照卷云的云顶高度将其分为8~12 km和12 km以上两类卷云分别进行讨论。同样通过对重力波耗损量逐小时格点(0.25°×0.25°)重新栅格化处理成2°(纬度)×2°(经度)的格点数据, 以匹配卷云统计结果。
图1 青藏高原范围及栅格化方案

Fig.1 The Qinghai-Xizang Plateau range and rasterization scheme

3 结果与讨论

3.1 卷云分布特性

图2给出了2007 -2010年夏季不同高度卷云总发生次数的水平分布。从图2中可以看到, 研究区域内8~12 km的卷云总发生次数平均为519次, 平均每年夏季130次。这个高度的卷云主要分布在青藏高原边界, 高原南部边界的卷云多发地区主要位于尼泊尔、 不丹、 印度北部和孟加拉国, 其中孟加拉国地区的卷云发生次数最大, 为1507次。这些地区的地形呈现北高南低, 受印度洋暖湿气流影响夏季水汽充沛, 与北部的青藏高原海拔相差4 km多, 水汽传输遇高原阻挡产生堆积, 对卷云的生成创造了良好的水汽条件。而孟加拉国被认为是南亚低对流层向平流层输送水汽的“烟囱”(He et al, 2020), 充足的水汽对卷云的发生发展十分有利。高原东北部地区卷云多发生于祁连山脉北部甘肃、 内蒙古地区, 卷云发生次数平均值为1279次, 内蒙古南部地区的卷云发生次数最大, 为1600次。该地区平均海拔高度为1370 m, 地形以山脉和丘陵为主, 地势起伏不平, 有利于地形阻塞造成地形重力波的形成。高原北部边界的新疆维吾尔自治区巴音郭楞蒙古自治州处卷云发生数为整个研究区域的最大值2004次, 该地区位于塔克拉玛干沙漠, 与南部高原的海拔相差3 km多, 高度的巨大差异也有利于地形重力波的形成。同时该地区的沙尘气溶胶作为优质冰核, 有利于水汽的异质核化从而形成卷云(周德平等, 2016)。位于高原腹部的西藏与青海南部地区卷云平均发生数远远小于边界的卷云发生数, 大多分布在100~200之间, 不足高原北部的八分之一, 最小值位于昆仑山与西藏自治区交界处的和田地区, 仅有4次, 该地区位于欧亚大陆腹地, 平均海拔5200 m, 远离海洋, 属于典型的内陆干旱区, 水汽含量稀少, 不利于卷云生成。Zhang et al(2020)的研究发现青藏高原北部卷云发生数为高原腹部的3~4倍, 且南部边界卷云发生数较少。本研究的青藏高原北部卷云发生数为高原腹部的8倍, 且南部边界卷云发生数较多。这主要因为低层卷云的形成受气溶胶颗粒物影响较大, 在高原北部的沙漠半干旱地区和由于地形抬升产生颗粒物垂直输送的南部地区, 较多的气溶胶粒子有利于异质核化形成卷云(黄建平等, 2021), 导致卷云的冰晶粒子有效半径较大。正是由于他们只采用了CALIPSO数据对低层卷云进行了分析, 而CALIPSO由于波长的限制对大尺度粒子的观测存在局限性, 从而忽略了一部分异质核化形成的卷云。
图2 2007 -2010年夏季卷云发生次数的分布(单位: 次)

蓝色粗线为青藏高原边界; 黑色实线为1000 m和4000 m的地形高度; 黑色虚线为600 m地形高度

Fig.2 The occurrence number of cirrus cloud in the summer of 2007 -2010.Unit: times.The thick blue line is the border of the Qinghai-Xizang Plateau.The black solid lines represent the geographical height contour at 1000 m and 4000 m.The black dotted line represents the geographical height contour at 600 m

云顶高度在12 km以上卷云的平均发生数为3908次, 远远高于8~12 km卷云的平均发生数。与低层卷云不同, 12 km以上卷云主要分布在青藏高原的南部地区, 且从南到北卷云发生数呈现单调减少的趋势。卷云频发现象主要集中在高原中南部边界地区, 也是印度人口数目最多的北方城邦地区, 最大发生数为12215次。该地区也是低层卷云的多发地区, 同样的水汽堆积为卷云生成创造了必要条件。而卷云少发现象主要发生在高原西北部边界, 四年的卷云平均发生数为13次, 最小发生数为0次, 位于吉尔吉斯斯坦地区。该地区为典型的内陆国家, 远离海洋, 大气中水汽含量较少, 不利于卷云形成。

3.2 卷云发生机制

图3给出了四年夏季平均的重力波耗损量的分布。可以看到重力波耗损量的大值区主要出现在青藏高原西部和南部边界, 数值超过3000 J·m-2。最大值位于缅甸北部和云南地区交界处, 达到6995.77 J·m-2, 该地区的地形多为山地丘陵且与北部高原海拔相差3000 m多, 从而导致该地区夏季的重力波耗损量远高于其他。随着纬度不断升高且地形海拔落差减少, 地势变化趋于平缓, 不利于重力波的生成。因此高原腹部和北部边界的重力波耗损远小于西部和南部边界, 多数小于2000 J·m-2。已有的研究也表明了复杂陡峭的地形激发了重力波的形成(谢家旭等, 2021), 并且夏季重力波在低纬度地区出现最为频繁(郭文杰等, 2021)。
图3 2007 -2010年夏季平均重力波耗损量分布(单位: J·m-2

蓝色粗线为青藏高原边界; 黑色实线为1000 m和4000 m的地形高度; 黑色虚线为600 m的地形高度

Fig.3 Distribution of average gravity wave loss in summer from 2007 to 2010.Unit: J·m-2.The thick blue line is the border of the Qinghai-Xizang Plateau.The black solid lines represent the geographical height contour at 1000 m and 4000 m.The black dotted line represents the geographical height contour at 600 m

从重力波耗损量的分布特征看, 其最大值区在青藏高原南部的变化与低层卷云的分布较为相似。我们选择青藏高原南部边界和腹部作为重点关注地区, 得到了研究期间所有格点的年平均重力波耗损量与低层卷云总发生数的对应空间序列。图4(a)给出了年平均重力波耗损量与低层卷云总发生数的散点变化。从图4(a)中可以看出, 重力波损耗量与低层卷云发生数存在正相关性, 相关系数为R=0.69, 通过了显著性检验P<0.01。而对于重力波损耗量较小的青藏高原中部地区, 相应的卷云发生数也较少; 虽然青藏高原北部重力波损耗量远小于南部地区, 但北部包含了新疆沙漠半干旱地区, 气溶胶颗粒物丰富, 在低空有利于异质核化形成卷云(黄建平等, 2021)。尽管重力波常常发生在对流层中上部, 但其破碎后的能量也会向上传输得到对流层顶附近甚至平流层。从图5可以发现, 青藏高原地区西南部和南部边界深对流活动较弱, 但卷云发生数较多, 相应的重力波耗损量也较多。这个区域内重力波损耗量与高层卷云发生数存在正相关性, 相关系数为R=0.61, 通过了显著性检验P<0.01[图4(b)]。因此可以认为高原地区卷云的形成与重力波导致的温度扰动密切相关, 这是因为随着地形强迫抬升作用增强即重力波损耗量提高, 导致对流层上层的温度扰动, 对流发展更加旺盛, 冷云过程发展提前, 容易促使水汽凝结成核(张灵杰, 2010)。但同时也要考虑到水汽支撑作用, 对于水汽较少的高原西部内陆地区, 即使重力波活动较为频繁, 卷云的生成和发展也比较困难。
图4 重力波日平均耗损量与不同高度卷云总发生次数散点分布

Fig.4 Comparison of the daily average loss of gravitational waves and the total occurrence of cirrus clouds at different heights

图5 2007 -2010年夏季OLR的水平分布(单位: W·m-2

蓝色粗线为青藏高原边界, 黑色实线为1000 m和4000 m的地形高度, 黑色虚线为600 m的地形高度, 红线为OLR 210 W·m-2的等值线

Fig.5 Spatial distribution of OLR in summer from 2007 to 2010.Unit: W·m-2.The thick blue line is the border of the Qinghai-Xizang Plateau.The black solid lines represent the geographical height contour at 1000 m and 4000 m.The black dotted line represents the geographical height contour at 600 m.The red lines represent the contour of OLR at 210 W·m-2

图5给出了四年夏季平均OLR的水平分布。OLR值越大表征对流活动越小, OLR值越小, 深对流活动越强烈。图中红色区域内表示有明显的深对流活动, 这些地区包括我国的西藏那曲、四川甘孜,以及孟加拉国北部和缅甸北部等, 其中孟加拉国北部深对流活动最为强烈, 该地区地形呈现北高南低。夏季风将阿拉伯海和孟加拉湾的暖湿空气吹向青藏高原, 强湿度梯度带也从半岛东海岸推进到喜马拉雅山南麓, 低层来自阿拉伯海和孟加拉湾的湿空气在高原南面被上层的干冷空气覆盖(温婷婷等, 2021), 而当低层暖湿气流在地形的抬升作用下, 达到能够突破高层干冷空气束缚的高度时, 就能够进一步发展形成深对流系统, 再配合亚洲反气旋在200 hPa的辐散作用, 使青藏高原南麓成为亚洲季风区深对流活动最频繁的地区, 同时强度也更强。同时该地区作为南亚低对流层向平流层输送水汽的“烟囱”, 也为卷云形成提供了充足的水汽条件。而居于内陆的西藏那曲和四川甘孜地区, 虽具有较强的深对流活动, 但所有高度的卷云生成并不是很多, 这表明当地缺少水汽的配合, 深对流的云砧溢出效率也明显减少。相对于高值OLR的发生次数, 四年期间低的OLR出现的概率很小, 在统计其对应的卷云发生频率时, 结果会被样本数的不均匀所干扰。因此我们对四年夏季所有格点内的日平均OLR和卷云发生数进行归一化的处理, 明显消除了不同OLR发生次数不均匀带来的异常结果, 其具体处理过程如式(1)
y = x b
式中: x为OLR区间内所有格点四年夏季卷云日平均发生数总和; b为对应OLR区间内的格点总数; y即为归一化后对应OLR区间的卷云日平均发生数。
按照这个处理方案, 在图6中给出了以10 W·m-2为等间隔的不同区间OLR与相应的日平均卷云发生数的柱状图。从图6中看出, 当OLR值小于140 W·m-2时即强烈发展的深对流, 相应的卷云日平均发生数达到最大值, 为261次。当OLR值大于140 W·m-2时, 卷云发生数急速降低, 仅有OLR值小于140 W·m-2时的一半左右。OLR值分布在140~260 W·m-2时, 区间内OLR即深对流强度对卷云发生数影响甚微, 卷云日平均发生数在100次上下波动。因此可以认为发展剧烈的深对流活动对卷云的形成起着显著的作用。
图6 不同区间的OLR(深对流)内卷云日平均发生数的柱状图

其中红线为对应区间内的误差棒, 标注的数字为区间内格点总数

Fig.6 Histogram of daily average occurrences of cirrus clouds in an interval of 10 W·m-2 for OLR (deep convection).The red line is the errorbar in the corresponding interval, and the labeled number is the grid count within the OLR interval

除了上述重力波和深对流活动对卷云生成的影响机制, 高原特殊的地形结构对卷云的生成也会产生显著的影响(康潆文等, 2021)。图7给出了水汽含量和垂直风速的纬向剖面图。相应的物理量是82°E -92°E之间的平均值, 这个范围也对应了高原的主体。可以看到高原的地形从27°N开始陡峭升高, 到29°N基本达到最高值, 也就是说在200 km的距离内地面海拔升高了近4000 m。这种地势对于水汽和大气运动的阻挡作用非常明显, 使得来自印度洋和印度次大陆的空气块在高原南坡堆积抬升。从图7(a)中可以看出, 青藏高原南部地区的水汽含量较高, 近地面水汽含量达到最大值为0.0175 kg·kg-1左右, 并呈现从南到北递减的趋势。南坡随着地形抬升, 水汽随着高度也有明显的堆积和上升。在图7(b)中, 垂直风速为负表示向上的运动。可以看到, 高原南部边界低纬度区域出现了明显的上升运动, 风速大小主要分布在-0.2~-0.12 Pa·s-1之间, 远高于高纬度垂直向上的风速。
图7 水汽含量(a, 单位: kg·kg-1)和垂直风速(b, 单位: Pa·s-1)的纬向剖面图

黑色阴影为82°E -92°E之间的平均地形高度, 代表高原主体, 柱状图为该经度范围内以纬向2°等间隔内的卷云发生数

Fig.7 Zonal section of water vapor content (a, unit: kg·kg-1) and vertical wind speed (b, unit: Pa·s-1).The black shade is the average terrain height between 82°E and 92°E, representing the main body of the plateau.The cylinder is the number of cirrus cloud occurrences in an equally intervals of 2° latitude

高层卷云的总发生数从南到北逐渐减少, 在高原南坡高层卷云的总发生数达到最大值9013次。这表明高原地形有利于上升暖湿气流爬升, 促使云滴凝结形成冰粒子进而生成高层卷云。而在青藏高原北部新疆等地区, 高层卷云总发生数达到最小值617次。一方面这些地区深居内陆, 远离海洋, 水汽含量较低。另一方面该地区的垂直向上风速较小, 不利于上升气流爬升, 从而导致卷云总发生数较少。因此可以认为高原特殊的地形对气流的阻挡抬升作用也是青藏高原南部地区卷云发生数普遍偏高的原因之一。

4 结论

青藏高原夏季受南亚高压影响, 卷云呈现了与同纬度其他地区不同的特点。本文使用CLOUDSAT联合CALIPSO数据分析了2007 -2010年夏季青藏高原区域的卷云分布特性, 得出主要结论如下:
(1) 高层(云顶高度在12 km以上)卷云发生数明显高于低层(云顶高度在8~12 km)卷云发生数。高层卷云主要分布在高原南部地区, 而低层卷云除了高原西部, 在高原的边缘均有较大的发生频率, 尤其在高原北部卷云发生数远高于高原腹部。与之前对低层卷云进行探测的研究相比, 本文采用的CLOUDSAT联合CALIPSO产品获得的高原北部卷云数量明显较高。这是由于CALIPSO本身波长的限制, 对高原北部受沙尘气溶胶颗粒物影响异质核化形成的大尺度冰晶粒子识别能力较低, 因此遗漏了包含大粒子的低层卷云。
(2) 从发生发展机制上看, 重力波耗损量对不同高度的卷云生成均有贡献, 而深对流活动显著影响了高层卷云的生成, 尤其是强烈的深对流活动有利于高层卷云的数量爆发性增长。同时高原地形的阻挡和抬升作用使得高原南部边界的水汽产生推积以及垂直向上的气流运动, 为卷云的生成提供了充足的水汽和动力条件。
(3) 除了热动力机制, 卷云的生成还与云凝结核或冰核的作用密切相关, 这项研究仅关注了包括地形、 重力波和深对流等卷云的热动力驱动因素。事实上, 高原上空的亚洲夏季风系统会通过快速的垂直传输把大量人为气溶胶前体物从亚洲输送到上对流层, 这些物质被限制在上层ASM内反气旋内。这些物质作为云凝结核或冰核对水汽的异质核化作用也会促进卷云的生成, 下一步我们将结合气溶胶和卷云粒子尺度等信息分析高原地区气溶胶作为云凝结核或冰核在卷云生成发展过程中的作用。

References

null
Boehm M T Lee S2003.The implications of tropical Rossby waves for tropical tropopause cirrus formation and for the equatorial upwelling of the Brewer-Dobson circulation[J].Journal of the Atmospheric Sciences60(2): 247-261.
null
Chen B Liu X2005.Seasonal migration of cirrus clouds over the Asian Monsoon regions and the Tibetan Plateau measured from MODIS/Terra[J].Geophysical Research Letters32(1): L01804.
null
Comstock J M Ackerman T P Mace G G2002.Ground‐based lidar and radar remote sensing of tropical cirrus clouds at Nauru Island: cloud statistics and radiative impacts[J].Journal of Geophysical Research: Atmospheres107(D23): 4714.
null
Eguchi N Yokota T Inoue G2007.Characteristics of cirrus clouds from ICESat/GLAS observations[J].Geophysical Research Letters34(9): L09810.
null
Fueglistaler S Dessler A E Dunkerton T J, et al, 2009.Tropical tropopause layer[J].Reviews of Geophysics47(1): RG1004.
null
Fujiwara M Iwasaki S Shimizu A, et al, 2009.Cirrus observations in the tropical tropopause layer over the western Pacific[J].Journal of Geophysical Research: Atmospheres114(D9): D09304.
null
Fu R Hu Y Wright J S, et al, 2006.Short circuit of water vapor and polluted air to the global stratosphere by convective transport over the Tibetan Plateau[J].Proceedings of the National Academy of Sciences103(15): 5664-5669.
null
Gao B C Yang P Guo G, et al, 2003.Measurements of water vapor and high clouds over the Tibetan Plateau with the Terra MODIS instrument[J].IEEE Transactions on Geoscience and Remote Sensing41(4): 895-900.
null
He Q S Li C C Ma J Z, et al, 2013.The properties and formation of cirrus clouds over the Tibetan Plateau based on summertime lidar measurements[J].Journal of the Atmospheric Sciences70(3): 901-915.
null
He Q S Ma J Z Zheng X D, et al, 2020.Formation and dissipation dynamics of the Asian tropopause aerosol layer[J].Environmental Research Letters16(1): 014015.DOI: 10.1088/1748-9326/abcd5d .
null
Immler F Krüger K Fujiwara M, et al, 2008.Correlation between equatorial Kelvin waves and the occurrence of extremely thin ice clouds at the tropical tropopause[J].Atmospheric Chemistry and Physics8(14): 4019-4026.
null
Jin M L2006.MODIS observed seasonal and interannual variations of atmospheric conditions associated with hydrological cycle over Tibetan Plateau[J].Geophysical Research Letters33(19): L19707.
null
Li Q B Jiang J H Wu D L, et al, 2005.Convective outflow of South Asian pollution: a global CTM simulation compared with EOS MLS observations[J].Geophysical Research Letters32(14): L14826.
null
Luo Y L Zhang R H Qian W M, et al, 2011.Intercomparison of deep convection over the Tibetan Plateau-Asian monsoon region and subtropical North America in boreal summer using CloudSat/CALIPSO data[J].Journal of Climate24(8): 2164-2177.
null
Noel V Winker D M Garrett T J, et al, 2007.Extinction coefficients retrieved in deep tropical ice clouds from lidar observations using a CALIPSO-like algorithm compared to in-situ measurements from the cloud integrating nephelometer during CRYSTAL-FACE[J].Atmospheric Chemistry and Physics7(5): 1415-1422.
null
Pace G Cacciani M di Sarra A, et al, 2003.Lidar observations of equatorial cirrus clouds at Mahé Seychelles[J].Journal of Geophysical Research: Atmospheres108(D8): 4236.DOI: 10. 1029/2002JD002710 .
null
Pan L L Munchak L A2011.Relationship of cloud top to the tropopause and jet structure from CALIPSO data[J].Journal of Geophysical Research: Atmospheres116(D12): D12201.
null
Platt C M R Yang S A Austin R T, et al, 2002.LIRAD observations of tropical cirrus clouds in MCTEX.Part I: Optical properties and detection of small particles in cold cirrus[J].Journal of the Atmospheric Sciences59(22): 3145-3162.
null
Prabhakara C Kratz D P Yoo J M, et al, 1993.Optically thin cirrus clouds: radiative impact on the warm pool[J].Journal of Quantitative Spectroscopy and Radiative Transfer49(5): 467-483.
null
Randel W J Park M Emmons L, et al, 2010.Asian monsoon transport of pollution to the stratosphere[J].Science328(5978): 611-613.
null
Riihimaki L D McFarlane S A2010.Frequency and morphology of tropical tropopause layer cirrus from CALIPSO observations: Are isolated cirrus different from those connected to deep convection?[J].Journal of Geophysical Research: Atmospheres115(D18): D18201.
null
Sassen K Wang Z E Liu D2008.Global distribution of cirrus clouds from CloudSat/Cloud‐Aerosol lidar and infrared pathfinder satellite observations (CALIPSO) measurements[J].Journal of Geophysical Research: Atmospheres113(D8): D00A12.
null
Sunilkumar S V Parameswaran K2005.Temperature dependence of tropical cirrus properties and radiative effects[J].Journal of Geophysical Research: Atmospheres110(D13): D13205.
null
Wang P H Minnis P McCormick M P, et al, 1996.A 6‐year climatology of cloud occurrence frequency from Stratospheric Aerosol and Gas Experiment II observations (1985-1990) [J].Journal of Geophysical Research: Atmospheres101(D23): 29407-29429.
null
Wang X Boselli A D’Avino L, et al, 2005.An algorithm to determine cirrus properties from analysis of multiple-scattering influence on lidar signals[J].Applied Physics B80(4): 609-615.
null
Winker D M Trepte C R1998.Laminar cirrus observed near the tropical tropopause by LITE[J].Geophysical Research Letters25(17): 3351-3354.
null
Yang Y K Zhao C F Fan H, et al, 2020.Spatiotemporal distributions of cloud properties over China based on Himawari-8 advanced Himawari imager data[J].Atmospheric Research, 240: 104927.DOI: 10.1016/j.atmosres.2020.104927 .
null
Zhang F Yu Q R Mao J L, et al, 2020.Possible mechanisms of summer cirrus clouds over the Tibetan Plateau[J].Atmospheric Chemistry and Physics20(20): 11799-11808.
null
Zhao C F Chen Y Y Li J M, et al, 2019.Fifteen‐year statistical analysis of cloud characteristics over China using Terra and Aqua Moderate Resolution Imaging Spectroradiometer observations[J].International Journal of Climatology39(5): 2612-2629.
null
傅云飞, 张爱民, 刘勇, 等, 2008.基于星载测雨雷达探测的亚洲对流和层云降水季尺度特征分析[J].气象学报66(5): 730-746.
null
郭文杰, 姚志刚, 杨钧锋, 等, 2021.AIRS 观测资料研究全球平流层重力波特性[J].空间科学学报41(4): 609-616.
null
黄建平, 刘玉芝, 王天河, 等, 2021.青藏高原及周边地区气溶胶、 云和水汽收支研究进展[J].高原气象40(6): 1225-1240.DOI: 10.7522/j.issn.1000-0534.2021.zk012 .
null
康潆文, 巩远发, 2021.基于高分辨率 OLR 资料的青藏高原和南亚地区夏季对流日变化特征[J].高原气象40(3): 472- 485.DOI: 10.7522/j.issn.1000-0534.2020.00105 .
null
潘红林, 2017.基于 CloudSat/CALIPSO 卫星资料的南京地区卷云的物理特性分析[D].南京: 南京信息工程大学, 1-63.
null
谭瑞婷, 2018.CPR 探测的青藏高原和中国东部夏季多层云系特征[D].合肥: 中国科学技术大学, 1-79.
null
温婷婷, 高晓清, 余迪, 等, 2021.增暖背景下青藏高原雨季环流演变特征[J].高原气象40(5): 991-1001.DOI: 10.7522/j.issn. 1000-0534.2020.00096 .
null
谢安, 陈隆勋, 村上多喜雄, 1988.地球向外长波辐射 (OLR) 资料所显示的热带环流季节特征和年际变化[J].海洋学报(中文版)(1): 38-45.
null
谢家旭, 李国平, 2021.重力波与对流耦合作用在一次山地突发性暴雨触发中的机理分析[J].大气科学45(3): 617-632.
null
谢劭峰, 王义杰, 黄良珂, 等, 2021.中国区域ERA5和MERRA-2再分析资料计算T_m的精度分析[J].大地测量与地球动力学41(8): 771-776.
null
杨亦萍, 董晓刚, 戴聪明, 2016.利用 MODIS 数据对北极夏季卷云特性的研究[J].红外与激光工程45(4): 432002-0432002.
null
张灵杰, 2010.青藏高原上空重力波的观测和模拟分析[D].北京: 中国气象科学研究院.
null
郑建宇, 刘东, 王志恩, 等, 2018.CloudSat/CALIPSO 卫星资料分析云的全球分布及其季节变化特征[J].气象学报76(3): 420-433.
null
周德平, 洪也, 王杨锋, 等, 2016.沙尘天气过程对沈阳大气冰核浓度与尺度分布的影响[J].中国沙漠36(6): 1672-1678.
Outlines

/