2018, Vol. 37
2. 陕西省榆林市气象局, 陕西 榆林 719000;
3. 陕西省气象科学研究所, 陕西 西安 710014
卷云在地气系统的辐射收支中起着重要的作用, 卷云对辐射的影响具有双重性, 一方面减少地面接收的太阳辐射使地气系统降温, 一方面吸收云下大气和地表发射的长波辐射, 使地气系统增温(Baker, 1997), 并且在水循环和水汽交换中也扮演了重要的角色。近年来, 随着数值预报的不断发展, 各种物理参数化方案有待进一步改善, 使得对高原地区卷云的研究迫在眉睫。
目前, 国内外对卷云的研究所利用的资料主要为地面观测资料、激光雷达资料和卫星遥感资料, 研究对象主要有宏观的总云量、云高、云厚以及微观的光学厚度和粒子有效半径、辐射强度等。卷云大约覆盖了地球面积的20%(Heymsfield et al, 2002), 为对卷云开展全面的研究, 全球范围内开展了一系列的卷云综合实验, 分别有国际卫星云气候计划(ISCCP), 云雷达试点研究(ECLIPS)和云雷达的空基观测(PROBE)(David et al, 1990)等。
Cadet et al(2003)利用激光雷达研究了南半球副热带地区的卷云, 认为夏季的卷云比冬季出现的更频繁; Reichrdat(1999)利用UV拉曼激光雷达观测了德国北部盖斯特哈赫特(53. 5°N, 10. 5°E)卷云的几何和光学特征, 卷云高度范围为9~10 km, 温度为-60~-50 ℃; 薛新莲等(2006)利用L300米散射激光雷达探测研究了中国安徽省合肥市(31. 90°N, 117. 16°E)的高层卷云, 对卷云的云峰高度、卷云厚度、卷云光学厚度、卷云的消光后向散射比进行了分析研究; 刘瑞金等(2011)利用微脉冲激光雷达统计分析了半干旱地区卷云的高度、厚度及其变化; 魏丽等(1997)利用国际卫星云气候计划资料对青藏高原(下称高原)云的气候学特征进行了研究; 李义华等(2011)对高原及周边地区的云气候学特征进行了研究; 刘建军等(2017)利用CloudSat卫星资料分析研究了高原地区云的水平和垂直分布特征及其物理成因; 曹亚楠等(2015)利用大气红外高光谱AIRS观测资料反演了卷云的光学厚度和云顶高度, 并将反演结果与MODIS云顶高度进行了对比分析, 反演的卷云云顶高度和MODIS的卷云云顶高度之间线性相关系数相对较高, 且都在8. 5~11. 5 km的概率较高, 两者的概率分布趋势一致; 曹亚楠等(2013)利用MODIS二级云产品数据对北京地区的卷云进行了统计分析, 结果表明北京上空的冰云基本上都是不透明的冰云, 云顶高度主要分布在6~12 km处, 粒子有效半径主要分布在20~80 μm, 40~50 μm间的出现概率最大, 光学厚度主要分布在0~10, 小于5的概率较大; 杨亦萍等(2016)利用MODIS二级云产品数据对北极地区夏季卷云的出现概率、云顶高度、云顶温度、有效粒子大小、光学厚度进行了统计分析, 结果表明北极地区夏季云顶温度分布在230~272 K, 云顶高度主要分布在2~8 km处, 粒子有效半径主要分布在5~40 μm, 10~20 μm间的出现概率最大, 光学厚度主要分布在小于10范围内。近年来利用MODIS卫星资料对高原地区的研究取得了一些成果(闵文彬等, 2015; 刘健, 2013)。因此, 利用MODIS二级云产品MYD06数据对卷云的概率分布、卷云云顶高度、卷云粒子有效半径及卷云光学厚度特征进行统计分析研究, 以期为高原地区卷云特性的数值预报提供依据。
2 资料选取和方法介绍中分辨率成像光谱仪MODIS(moderate resolution imaging spectroradiometer)是EOS计划的Terra和Aqua卫星携带的重要传感器(King et al, 2003)。Terra和Aqua卫星为极轨卫星, 每两天可重复观测地球表面, 提供36个波段的观测数据。MODIS数据产品分为0级、1级和2~4级产品。
利用MODIS经过定标和地理定位的云产品MYD06。数据区域选为青藏高原地区(25°N-40°N, 74°E-104°E), 2013年3月至2016年2月共3年的资料。
MYD06二级云产品数据将云的相态分为了0, 1, 2, 3, 4, 5和6共7种, 其中晴天表示为0;不透明的水云表示为1;不透明的冰云表示为2;冰水混合相态的云表示为3;透明的水云表示为4;透明的冰云表示为5;不确定表示为6。由于卷云是由冰粒子组成的云, 所以本研究选取的是云相态为2和5的冰云作为研究对象。由于卫星无法识别系统性卷云和对流云顶部的卷云, 所以统计的冰云包含了系统性卷云和对流云顶部的卷云两部分。
统计处理过程主要分以下5个部分: (1)利用编写好的程序将HDF文件格式中所需要的经度、纬度、云相态、地表压强、云顶温度、云顶压强、云光学厚度、云粒子有效半径数据读取出来; (2)将云光学厚度、云粒子有效半径数据处理成分辨率为5 km的数据; (3)根据MODIS数据文件格式说明, 对数据进行质量控制, 剔除奇异值和缺测值; (4)对经纬度数据作出判断, 在所研究的地区范围内, 根据云相态统计各种云相出现的概率; (5)在所研究的经纬度范围内, 当云相态为2或5(即不透明的冰云或透明的冰云)时, 读取卷云的云粒子有效半径、卷云的光学厚度、计算卷云的云顶高度并进行统计分析。(6)卷云的云粒子有效半径从0~100 μm, 以5 μm为间隔, 进行分级统计; 卷云的光学厚度从0~100, 以5为间隔, 进行分级统计; 卷云的云顶高度从0~20 km, 以1 km为间隔, 进行分级统计。
经计算分析, 符合条件的卷云样本总数为51 035 452个, 其中2013年为16 060 481个, 2014年为17 948 203个, 2015年为17 026 768个。
3.1 卷云概率分布特征将云相态为2和5的冰云作为卷云样本对卷云出现的概率进行了统计分析。从卷云的月概率分布(图 1)中可以看出, 卷云各月的概率分布年际间差别明显。卷云在3月出现概率最高, 平均可达0. 30, 其次是4月(0. 29); 10月出现概率最低, 平均为0. 13, 次低是11月和12月, 平均为0. 14。
|
图 1 2013-2015年卷云的月概率分布 Figure 1 The monthly probability distribution of cirrus cloud from 2013 to 2015 |
在全年中, 卷云概率分布为双峰型, 3-4月为一个高峰期, 是由暖湿空气被冷锋或大尺度地形抬升而造成的(陈葆德等, 2008); 7-8月为另一个高峰期, 可能与高原处于雨季, 对流活动旺盛有关; 两个低值期出现在5-6月和9-12月, 可能与大气环流调整的6月突变和10月突变有关(朱乾根等, 2007)。
卷云在春季出现概率最高, 平均可达0. 27, 其次是夏季, 平均为0. 24;秋季出现概率最低, 平均为0. 14, 次低是冬季, 平均为0. 19。统计表明2013-2015年3年中卷云出现的年平均概率为0. 21。
3.2 青藏高原地区卷云云顶高度特征分析利用Longitude、Latitude、Cloud_Phase_Infrared、Cloud_Top_Temperature、Cloud_Top_Pressure和Surface_Pressure数据, 计算出卷云云顶高度, 并统计分析卷云云顶高度的月、季、年分布特征。
根据大气辐射学(石广玉, 2007)中给出的大气压强随高度的变化关系:
| $ Z - {Z_0} = {\rm{ln}}\left[ {\frac{{{P_0}}}{{{P_{(Z)}}}}} \right]\frac{{R{T_{(Z)}}}}{{{M_{{\rm{air}}}}g}}, $ | (1) |
式中: Z为云顶处的高度; Z0=0为地面高度; P0为地表压强; P(Z)为云顶压强; R=8. 314 47 J·mol-1·K-1为普适气体常量; T(Z)为云顶温度; Mair=0. 028 964 4 kg·mol-1为干空气的分子量; g=9. 806 65 m·s-2为重力加速度。
从卷云云顶高度的月概率分布(图 2, 图 3)可以看出, 6月和10月卷云云顶高度的概率分布会产生显著的变化。11月到次年5月, 出现概率最高的为云顶高度在6~7 km和5~6 km的卷云; 6-9月, 出现概率最高的是云顶高度在9~10 km的卷云。云顶高度在6~7 km和7~8 km的卷云在10月出现概率会显著增加, 而在6月会显著减少。云顶高度在9~10 km和10~11 km的卷云在10月出现概率会显著减少, 而在6月会显著增多。云顶高度在11~12 km的卷云只有在4-9月才会出现, 6-8月出现概率能达到0. 03。
|
图 2 2013-2015年1-6月(a~f)卷云云顶高度月概率分布 Figure 2 The probability distribution of cirrus top height from January to June (a~f) in 2013-2015 |
|
图 3 2013-2015年7-12月(a~f)卷云云顶高度月概率分布 Figure 3 The probability distribution of cirrus top height from July to December (a~f) in 2013-2015 |
春、秋两季卷云云顶高度的概率分布相似, 夏季和冬季差别显著。春、秋季出现概率最高的为云顶高度在6~7 km的卷云; 夏季出现概率最高的为云顶高度在9~10 km的卷云; 冬季出现概率最高的为云顶高度在5~6 km的卷云。云顶高度在6~7 km和7~8 km的卷云在秋季出现概率会显著增加, 而在夏季会显著减少。云顶高度在9~10 km和10~11 km的卷云在秋季出现概率会显著减少, 而在夏季会显著增多。
从卷云云顶高度的季节平均分布(图略)中可以看出, 卷云云顶高度夏季最大, 平均为8. 77 km, 次大值出现在秋季, 平均为7. 75 km, 冬季最小, 平均为6. 27 km, 次小为春季, 平均为7. 06 km。这与曹亚楠等(2013)用同种方法对北京地区卷云云顶高度的研究结论相似, 但云顶高度低于北京地区, 与杨亦萍等(2016)用同种方法对北极地区夏季云顶高度的研究结果相比, 高原地区夏季的卷云云顶高度高于北极地区夏季的卷云云顶高度。卷云云顶高度年平均值年际变化不大, 平均为7. 81 km。
3.3 青藏高原地区卷云粒子有效半径特征分析利用Longitude、Latitude、Cloud_Phase_Infrared和Cloud_Effective_Radiuse数据, 统计分析了卷云粒子有效半径的月、季、年分布特征。
从高原地区卷云粒子有效半径的月概率分布(表 1)可以看出, 高原地区卷云的粒子有效半径主要分布在5~40 μm, 概率高达0. 99;粒子有效半径在20~30 μm出现的概率最大, 大于55 μm和小于5 μm的概率都很小。
|
表 1 卷云粒子有效半径月概率分布 Table 1 The probability distribution of the effective radius of cloud particles |
从高原地区卷云粒子有效半径的月概率分布(图略)中可以看出, 卷云粒子有效半径在12月至次年4月, 年际间的差别明显, 5月开始变得不明显, 6-8月年际差别不明显, 9月开始年际差别又逐渐明显。11月至次年3月出现概率最高的是尺度在15~20 μm的粒子, 4月以后粒子尺度明显增大, 4-10月出现概率最高的是20~25 μm的粒子。6-10月30~35 μm的粒子出现概率明显增高。
冬季小粒子出现概率高, 到了夏季, 粒子尺度会增显增大。变化最为明显的是15~20 μm和25~30 μm的粒子。15~20 μm的粒子从冬到夏明显减少; 25~30 μm的粒子从冬到夏明显增多; 15~20 μm的粒子从夏到冬明显增多; 25~30 μm的粒子从夏到冬明显减少; 30~35 μm的粒子冬、春季出现较少, 夏、秋季出现增多。
卷云粒子尺度平均最大值出现在8-9月, 最小值出现在12月至次年2月, 全年卷云粒子有效半径年平均值为21. 42 μm。这与曹亚楠等(2013)用同种方法对北京地区卷云云粒子有效半径的研究结论明显不同, 高原地区的卷云云粒子有效半径明显小于北京地区, 高原夏季卷云云粒子有效半径的研究结果与杨亦萍等(2016)用同种方法对北极地区夏季卷云云粒子有效半径的研究结果相似, 高原地区夏季的卷云云粒子有效半径大于北极地区夏季的卷云云粒子有效半径。
3.4 青藏高原地区卷云光学厚度特征分析利用Longitude、Latitude、Cloud_Phase_Infrared和Cloud_Optical_Thickness数据, 统计分析了卷云光学厚度的月、季、年分布特征。
图 4和图 5为高原地区卷云光学厚度的月概率分布, 可以看出, 高原地区卷云的光学厚度主要分布在0~50, 概率高达0. 90;光学厚度在0~5出现的概率最大, 大于50的概率很小, 不足0. 10。
|
图 4 2013-2015年1-6月(a~f)卷云光学厚度月概率分布 Figure 4 The probability distribution of cirrus optical thickness from January to June (a~f) in 2013-2015 |
|
图 5 2013-2015年7-12月(a~f)卷云光学厚度月概率分布 Figure 5 The probability distribution of cirrus optical thickness from July to December (a~f) in 2013-2015 |
光学厚度在0~5的卷云在10月到次年4月, 出现概率最高, 5-9月光学厚度在5~10的卷云出现概率最高; 光学厚度在10~15的卷云在2月以后出现概率开始逐月增加, 4-5月出现概率达到最高, 6-8月相对比较稳定, 9月份开始出现概率减少, 11月到次年1月出现概率最低; 光学厚度在15~20的卷云在3月份以后, 出现概率开始增加, 4-8月出现概率达到最高, 9月份开始出现概率减少, 11月到次年2月出现概率最低; 光学厚度在20~25的卷云在4月份以后, 出现概率开始增加, 6-8月出现概率达到最高, 9月份开始出现概率减少, 11月到次年2月出现概率最低; 光学厚度在25~30的卷云在4月份以后, 出现概率开始增加, 5-9月出现概率达到最高, 10月份开始出现概率减少, 12月到次年3月出现概率最低; 光学厚度在30~35的卷云6-9月出现概率较高, 2月和3月出现概率最低, 其余月份出现概率相对比较稳定; 光学厚度在35~40的卷云5-10月出现概率较高, 其余月份出现概率相对比较稳定; 光学厚度在40~45的卷云在6-9月出现概率较高, 其余月份出现概率相对比较稳定; 6-8月卷云光学厚度整体较厚。
春、秋、冬三季, 出现概率最高的是光学厚度在0~5的卷云, 夏季出现概率最高的是光学厚度在5~10的卷云; 光学厚度在0~5的卷云冬季出现概率最高, 平均为0. 42, 夏季出现概率最低, 平均为0. 24;光学厚度在5~10的卷云四季出现概率相差不大, 光学厚度在10~15的卷云春、夏两季出现概率高, 冬季出现概率最低, 光学厚度在15~20、20~25、25~30、35~40和40~45的卷云, 都是在夏季的出现概率最高, 在冬季的出现概率最低。说明薄云在冬季出现的概率高, 在夏季的出现概率低; 厚云在夏季的出现概率高, 在冬季的出现概率低。
总的来看, 卷云光学厚度最大值出现在8-9月, 平均为17. 65, 最小值出现在12月至次年2月, 平均为10. 64, 全年卷云光学厚度年平均值为12. 60。
4 结论与讨论通过统计分析高原地区2013年3月至2016年2月3年间的MODIS二级云产品数据, 获得了卷云出现概率、云顶高度、粒子有效半径以及光学厚度的分布特征, 得到以下主要结论:
(1) 卷云在3月出现概率最高, 平均可达0. 30, 其次是4月; 10月出现概率最低, 平均为0. 13, 次低是11月和12月。在全年中, 卷云概率分布为双峰型, 1-4月为一个高峰期, 7-8月为另一个高峰期。卷云在春季出现概率最高, 平均可达0. 27, 其次是夏季; 秋季出现概率最低, 次低是冬季。卷云出现的年平均概率为0. 21。
(2) 6月和10月卷云云顶高度的概率分布会产生显著的变化。11月至次年5月, 出现概率最高的为云顶高度在6~7 km和5~6 km的卷云; 6-9月, 出现概率最高的是云顶高度在9~10 km的卷云。云顶高度在6~7 km和7~8 km的卷云在10月出现概率会显著增加, 而在6月会显著减少。云顶高度在9~10 km和10~11 km的卷云在10月出现概率会显著减少, 而在6月会显著增多。云顶高度在11~12 km的卷云只有在4-9月才会出现, 6-8月出现概率能达到0. 03。春、秋两季卷云云顶高度的概率分布相似, 夏季和冬季差别显著。卷云云顶高度平均最大值出现在7-8月, 最小值出现在1-2月, 全年卷云云顶高度年平均值为7. 81 km。
(3) 卷云粒子有效半径在11月至次年3月出现概率最高的是尺度在15~20 μm的粒子, 4月以后粒子尺度明显增大, 4-10月出现概率最高的是20~25 μm的粒子。610月, 30~35 μm的粒子出现概率明显增高。冬季小粒子出现概率高, 到了夏季, 粒子尺度会显著增大。变化最为明显的是15~20 μm和25~30 μm的粒子。卷云粒子尺度平均最大值出现在8-9月, 最小值出现在12月至次年2月, 全年卷云粒子有效半径年平均值为21. 42 μm。
(4) 光学厚度在0~5的卷云在10月至次年4月, 出现概率最高, 5-9月光学厚度在5~10的卷云出现概率最高; 6-8月卷云光学厚度整体较厚。春、秋、冬三季, 出现概率最高的是光学厚度在0~5的卷云, 夏季出现概率最高的是光学厚度在5~10的卷云。薄云在冬季出现的概率高, 在夏季的出现概率低; 厚云在夏季的出现概率高, 在冬季的出现概率低。卷云光学厚度最大值出现在8-9月, 最小值出现在12月至次年2月, 全年卷云光学厚度年平均值为12. 60。
Baker B M. 1997. Cloud microphysics and climate[J]. Science, 276: 1072–1078.
DOI:10.1126/science.276.5315.1072 |
|
Cadet B, Goldfarb L, Faduilhe D, et al. 2003. A sub-tropical cirrus clouds climatology from Reunion island (21°S, 55°E) lidar data set[J]. Geophys Res Lett, 30(3): 1130.
DOI:10.1029/2002GL016342 |
|
David R D, Lawrence F R. 1990. A summary of the physical properties of cirrus cloud[J]. J Appl Meteor, 29: 970–978.
DOI:10.1175/1520-0450(1990)029<0970:ASOTPP>2.0.CO;2 |
|
Heymsfield A J, McFarquhar G M. 2002. Mid-latitude and tropical cirrus:Microphysical properties[J]. Cirrus: 78–101.
|
|
King M D, Menzel W P, Kaufman Y J, et al. 2003. Cloud and aerosol properties precipitable water and profiles of temperature and water vapor from MODIS[J]. IEEE Trans Geosci Remote Sens, 41(2): 442–458.
DOI:10.1109/TGRS.2002.808226 |
|
Reichardt J. 1999. Optical and geometrical properties of northern midlatitude cirrus clouds observed with a UV Raman lidar[J]. Phys Chem Earth(Part B), 24: 255–260.
DOI:10.1016/S1464-1909(98)00047-1 |
|
陈葆德, 梁萍, 李跃清. 2008. 青藏高原云的研究进展[J]. 高原山地气象研究, 28(1): 66–70.
Chen B D, Liang P, Li Y Q. 2008. An overview of research on clouds over the Tibetan Plateau[J]. Plateau Mountain Meteor Res, 28(1): 66–70.
|
|
曹亚楠, 魏合理, 戴聪明, 等. 2015. AIRS红外高光谱卫星数据反演卷云光学厚度和云顶高度[J]. 光谱学与光谱分析, 35(5): 1308–1312.
Cao Y M, Wei H L, Dai C M, et al. 2015. Retrieval of the optical thickness and cloud top height of cirrus clouds based on AIRS IR high spectral resolution data[J]. Spectroscopy and Spectral Analysis, 35(5): 1308–1312.
|
|
曹亚楠, 魏合理, 徐青山. 2013. 基于MODIS云产品的北京地区卷云特性统计分析[J]. 大气与环境光学学报, 8(4): 271–280.
Cao Y N, Wei H L, Xu Q S. 2013. Statistics analysis of cirrus properties in Beijing region based on MODIS cloud products[J]. J Atmos Environ Opt, 8(4): 271–280.
|
|
刘建军, 陈葆德. 2017. 基于CloudSat卫星资料的青藏高原云系发生频率及其结构[J]. 高原气象, 36(3): 632–642.
Liu J J, Chen B D. 2017. Cloud occurrence frequency and structure over the Qinghai-Tibetan Plateau from cloudsat observation[J]. Plateau Meteor, 36(3): 632–642.
DOI:10.7522/j.issn.1000-0534.2017.00028 |
|
刘健. 2013. 利用卫星数据分析青藏高原云微物理特性[J]. 高原气象, 32(1): 38–43.
Liu J. 2013. Analysis on cloud microphysical property over Qinghai-Xizang Plateau using satellite data[J]. Plateau Meteor, 32(1): 38–43.
DOI:10.7522/j.issn.1000-0534.2012.00005 |
|
刘瑞金, 张镭, 王宏斌, 等. 2011. 半干旱地区卷云特征的激光雷达探测[J]. 大气科学, 35(5): 863–869.
Liu R J, Zhang L, Wang H B, et al. 2011. Cirrus cloud measurement using lidar over semi-arid areas[J]. Chinese J Atmos Sci, 35(5): 863–869.
|
|
李义华, 韩志刚, 姚志刚, 等. 2011. 青藏高原及周边地区云气候特征[J]. 科学技术与工程, 11(33): 8145–8148.
Li Y H, Han Z G, Yao Z G, et al. 2011. Characteristics of cloud climatology over the Tibetan Plateau and its neighborhood[J]. Science Technology and Engineering, 11(33): 8145–8148.
DOI:10.3969/j.issn.1671-1815.2011.33.010 |
|
闵文彬, 李跃清, 周纪. 2015. 青藏高原东侧MODIS地表温度产品验证[J]. 高原气象, 34(6): 1511–1516.
Min W B, Li Y Q, Zhou J. 2015. Validation of MODIS land surface temperature products in east of the Qinghai-Xizang Plateau[J]. Plateau Meteor, 34(6): 1511–1516.
DOI:10.7522/j.issn.1000-0534.2014.00082 |
|
石广玉. 2007. 大气辐射学[M]. 北京: 科学出版社, 6-7.
Shi G Y. 2007. Atmospheric Radiation[M]. Beijing: Science Press, 6-7.
|
|
魏丽, 钟强. 1997. 青藏高原云的气候学特征[J]. 高原气象, 16(1): 10–15.
Wei L, Zhong Q. 1997. Characteristics of cloud climatology over Qinghai-Xizang Plateau[J]. Plateau Meteor, 16(1): 10–15.
|
|
薛新莲, 戚福第, 范爱媛, 等. 2006. 合肥地区卷云的激光雷达探测[J]. 量子电子学报, 23(4): 527–532.
Xue X L, Qi F D, Fan A Y, et al. 2006. Lidar observations of clouds over Hefei[J]. Chinese Journal of Quantum Electronics, 23(4): 527–532.
|
|
杨亦萍, 董晓刚, 戴聪明, 等. 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): 556–560.
Yang Y P, Dong X G, Dai C M, et al. 2016. Cirrus clouds properties in the Arctic in summer based on MODIS data[J]. Infrared and Laser Engineering, 45(4): 556–560.
|
|
朱乾根, 林锦瑞, 寿绍文, 等. 2007. 天气学原理和方法[M]. 北京: 气象出版社, 199-203.
Zhu Q G, Lin J R, Shou S W, et al. 2007. The theories and methods of synoptic meteorology[M]. Beijing: Meteorological Press, 199-203.
|
2. Yulin Meteorological Bureau, Yulin 719000, Shannxi, China;
3. Meteorological Institute of Shaanxi Province, Xi'an 710014, Shannxi, China