云是地球气候系统重要的组成部分(Gao et al, 2014), 一方面云通过吸收反射辐射以及潜热释放来影响局地或全球的辐射收支(Mark et al, 2015; Kenneth et al, 2009; 丁守国等, 2004), 其温室效应和高反照率对地气系统辐射能量平衡具有显著的调节作用(Taryn et al, 2009; Roger et al, 2008; 李光伟, 2010; 王帅辉等, 2011; 王艺等, 2016; 高庆先等, 1998)。另一方面云通过降水将蒸发的水分又返回地表, 能够调节地球上水分循环的平衡(周天等, 2013)。但云-气候变化之间的关系非常复杂(陆雅君等, 2012; 张琪等, 2011), 以至于云是气候变化和气候模拟过程中最不确定的因子(Gao et al, 2014)。因此, 确定云在全球的分布和变化以及不同动力条件下云的内部结构特征, 对定量认识云对气候的反馈作用, 改进气候模式很有必要。

云信息的获取可以通过地面、卫星、探空等多种观测渠道(汪会等, 2011; 周镜石等, 2016)。早期对云量的观测主要来源于地面的目测(丁守国等, 2005), 其优点是时空分辨率高(陆雅君等, 2012), 且能够较好的反映局地云的特征(王可丽等, 2001), 但是受观测者主观因素和观测站点空间上的不均匀(刘健等, 2016), 目测一般只能获取云底信息而无法得到完整的云宏观结构信息。飞机探测所获取的资料直接可靠, 但成本高且受强对流天气的影响, 造成数据有限(杨大生等, 2012; 光莹等, 2017)。探空气球虽然可以长时间进行观测, 但操作困难, 在高空的时候容易漂移, 不能对云进行长时间的连续变化观测(陆雅君等, 2012)。普通气象卫星所搭载的探测器一般只能获得云层表面和云内的平均信息(周毓荃等, 2008)。由于这些观测手段的限制, 人类对云的认识只停留在表面和整体的宏观特征, 对其内部垂直结构特征仍缺乏了解。2006年随着CloudSat/CALIPSO两颗卫星的发射, 为在全球范围内进行云垂直分布和云系统结构的研究提供了全新的视角(Ali et al, 2012), 促使对云的特征尤其是云内部的垂直结构有了进一步的认识。国内外不少学者利用CloudSat和CALIPSO卫星提供的各种产品对不同地区云量及云的垂直分布特征进行了分析, 取得良好的效果(Subrata et al, 2016; Kenneth et al, 2008; 杨冰韵等, 2017; 李浩然等, 2015; 刘建军等, 2017)。

秦岭是中国南北地理环境的重要分界线, 暖温带和北亚热带之间的过渡区, 也是关中和陕南的分界线, 气候变化较为敏感(康慕谊等, 2007)。近年来实施的“南水北调中线”和“引汉济渭”工程, 目的都是把汉江上游的水调到京津和关中地区, 作为汉江主要产水区的秦岭, 在全球变化的大背景下, 其两侧的降水更加复杂。云作为降水的中间环节, 对该地区云的特性尤其是云的垂直分布特征进行分析, 有助于深入了解该地区的降水本质和降水形成机制, 可为合理实施水资源调配提供科学依据。虽然早期利用台站资料对关中和陕南云量进行了分析, 发现云量南多北少(董文乾等, 2012), 但在秦岭及其南北的陕南和关中地区, 对云的垂直特征, 特别是对云的层数、云高、云厚等特征的研究较少, 缺乏对秦岭地区云结构的深入分析, 因此利用CloudSat卫星资料, 详细分析秦岭南北云的空间分布及云的垂直结构, 以期对秦岭地区云的各项特征有更深入的认识。

为了对比分析秦岭南北两侧云系的差异及云的宏观物理参数, 依据地理特征将陕西中南部划分为关中地区(106.5°E-110.5°E, 34°N-35.5°N)、秦岭地区(106°E-110°E, 33°N-34°N)和陕南地区(106°E-110°E, 32°N-33°N)三部分(图 1)。文中所涉及的图是基于陕西省标准地图服务网站下载的审图号为陕S(2012)008的标准地图制作, 底图无修改。

图 1(Figure 1)

图 1 研究区域划分示意图 Figure 1 The schematic of regional divisions in this study

所用数据为2007年1月至2010年12月的CloudSat/CALIPSO联合反演的2B-CLDCLASS-LIDAR云分类产品(http://cloudsat.atmos.colostate.edu.)。CloudSat卫星搭载的云剖面雷达CPR, 其灵敏度是标准天气雷达的1 000倍, 能够穿透光学厚度较厚的云层, 但是对光学厚度较薄的冰云的探测能力较弱, 而CALIPSO卫星搭载的云-气溶胶正交偏振激光雷达CALIOP则可以探测到光学厚度较薄的云层(张晓等, 2015)。两者相互结合能够从大气到地面垂直探测云的分层结构, 利用其联合观测资料可以较好的反映全球或区域云的垂直特征。

2B-CLDCLASS-LIDAR在垂直方向上将云分为10层, 并依据云体的水平和垂直尺度、是否存在降水、云的相态、云顶温度等特征将每层云分为8类。使用的数据有云层数、云底高度、云顶高度、云层类型。云层数将云层分了10层, 用数字1~10表示, 代表云层数目。云层类型给出了每层云的云类型, 分别用数字1~8来表示:卷云Ci、高层云As、高积云Ac、层云St、层积云Sc、积云Cu、深对流云Dc和雨层云Ns。云底高度和云层类型则给出了各云层的云底和云顶高度。由于这些数据是以轨道为单位进行储存的(陈超等, 2014), 因此先选出经过各研究区域各个季节(3-5月为春季, 6-8月为夏季, 9-11月为秋季, 12月至次年2月为冬季)的CloudSat轨道, 由各研究区域的经纬度筛选出CloudSat轨道上落入该区域的所有廓线N_total。接着利用云层类型数据选取出有云存在的廓线, 记为N_cloud, (N_cloud/N_total)×100%为天空中云的出现概率。由云层数数据统计各云层的扫描廓线数目, 记为Ni(i=1:10), 代表云层数目, 利用(N_i/N_total)×100%计算各云层的出现概率。然后由云层类型数据统计出不同云层的类型, 并计算各类云在不同云层出现概率的季节变化。最后由云底高度和云层类型数据统计各云层的云底和云顶高度, 并计算出云层的平均厚度。这里需要注意的是云底高度和云层类型数据所提供各云层的云底、云顶高度是相对于海平面的高度。表 1给出了三个地区各季分别探测到的总廓线数和有云存在的廓线数。

表 1(Table 1)

表 1 各季节统计的扫描廓线数和有云存在的廓线数 Table 1 The amount of total profiles and cloud profiles in each season 季节 有云廓线(总廓线)/个 陕南地区 秦岭地区 关中地区 春季 7 026(9 326) 6 288(9 267) 8 315(11 131) 夏季 6 650(9 623) 6 509(9 473) 8 230(11 652) 秋季 6 484(9 295) 7 205(9 271) 8 225(11 280) 冬季 5 594(7 953) 5 559(7 920) 7 782(9 549)

表 1 各季节统计的扫描廓线数和有云存在的廓线数 Table 1 The amount of total profiles and cloud profiles in each season

从云出现概率的季节变化(表 2)中可以看出, 云出现概率表现为南高北低, 从南到北逐渐减少的变化趋势。四季各地区云出现概率都在65%以上, 且冬季大于夏季, 这主要是由于冬季多层云的出现概率增加导致的。陕南地区云出现概率最大值出现在春季, 为75.3%, 冬季次之, 夏秋季较少; 秦岭最大值出现在秋季, 为77.7%, 冬季次之, 春夏季较少; 关中最大值出现在冬季, 为81.5%, 最小值出现在夏季, 为70.6%。

表 1(Table 1)

表 2 云出现概率的季节变化 Table 2 Seasonal variations of total cloud occurrence frequency 时间 概率/% 陕南 秦岭 关中 年均值 72.6 71.6 70.6 春季 75.3 67.9 74.7 夏季 69.1 68.7 70.6 秋季 69.8 77.7 72.9 冬季 70.3 70.2 81.5

表 2 云出现概率的季节变化 Table 2 Seasonal variations of total cloud occurrence frequency

云层数是大气环流模式中重要的云参数, 多层云的有无不仅对大气和地表的辐射加热或冷却率有极大的影响(陈超等, 2014), 而且能通过影响近地层云的发展高度导致降水强度的变化(彭杰等, 2013)。从三个地区晴空和各云层数出现概率的季节变化(图 2)可以看出, 三地区都以单层云的天气为主, 四季出现概率都在40%~50%, 相比较, 三地晴空天数只占25%~35%。关中地区单层云出现概率最高值在冬季, 其他两个地区则出现在夏季。多层云中主要以两层云为主, 其出现概率在17%~25%之间, 且云层数越多, 其出现概率越小。除秋季秦岭地区和冬季关中地区外, 云层数出现概率从大到小都表现为单层云>晴空>两层云>三层云>四层及以上。

图 2(Figure 2)

图 2 各地区云层数的季节变化 Figure 2 Seasonal variations of cloudlayer in three regions

从各云层出现概率的月变化(图 3)中可以看出, 各地区总云出现概率基本在60%以上, 晴空出现概率在15%~40%之间, 单层云在30%~55%之间, 两层云在15%~25%之间, 三层云在10%以下, 四层及以上则不超过5%。各地区总云出现概率最高的月份分别是关中3月、秦岭10月、陕南10月, 北部要早于南部。除关中外, 秦岭地区总云出现概率与两层云相关系数为0.68, 与三层云相关系数为0.62, 并都在0.05水平上显著相关; 陕南地区总云出现概率与两层云、三层云和四层及以上的相关系数分别为0.75, 0.71和0.59, 各在0.01, 0.05和0.05水平上显著相关。这说明总云出现概率主要受到多层云尤其是两层云出现概率的影响。

图 3(Figure 3)

图 3 各云层出现概率的月变化 Figure 3 Monthly average of frequency occurrence of cloudlayer

由于所处的高度不同, 云通常具有不同的辐射强迫, 如低云通常对地-气系统起冷却作用, 而高云起加热作用(Subrahmanyam et al, 2013)。因此获得各地区的云体高度及其季节变化对研究该地区气候变化有一定的意义, 而且可以为人工增水作业提供飞机播云高度方面的参考。通过计算三个地区四季各层云的平均云底、云顶高度及厚度, 发现无论各季各地区, 其云底、云顶平均高度从大到小排列都为三层云上层>两层云上层>三层云中层>单层云>两层云下层>三层云下层(图 4)。对单层云而言, 云底云顶高度最高值分别出现在秦岭春季和关中夏季, 最低值都出现在陕南冬季。多层云云底云顶高度最高值均出现在陕南冬季。两层云下层云底云顶高度最低值都出现在陕南夏季, 上层则出现在陕南春季; 三层云下层最低值都出现在关中春季; 中层和上层则出现在秦岭冬季。总的来说, 云底云顶高度最值分布情况基本为单层云最高值在北部, 最低值在南部, 多层云与之相反。其季节变化单层云关中地区最为显著, 多层云则是陕南地区。

图 4(Figure 4)

图 4 云层高度的季节变化 Figure 4 Seasonal changes of cloudlayer height

比较三个地区云层厚度, 发现云厚基本在1~3 km之间, 仅在关中地区的单层云平均厚度可超过3 km。单层云的云层厚度明显高于多层云各云层的厚度。对于多层云而言, 云层数越多, 各层云的云层厚度就越小, 最高层云层的平均厚度均大于最低层云层的平均厚度。云厚季节变化基本表现为夏秋季大于春冬季, 但在陕南和秦岭地区, 冬季的云层稍微厚些。整体而言, 云厚季节变化并不明显, 也没有规律性。

云的辐射特性、潜热释放和微物理性质很大程度上取决于云的类型, 各云类被不同的云动力学机制所控制, 因此具有不同的垂直特性(王帅辉等, 2011)。所以定量研究各地区云的类型, 是非常重要的。图 5给出了三个地区不同云类的季节变化。从图 5中可以看出, 单层云中, 三个地区各季节Ci、As和Sc占有相当大的比重, 三者总概率达到55%以上, 四季总概率最高值分别出现在:秦岭(春季, 76.3%)、关中(夏季, 68.4%;秋季, 74.5%)、陕南(冬季, 63%)。Ac、Cu和Dc各季均占有一定的比例, 除Dc在秦岭冬季达到21.3%, 其他各季均不超过20%。St和Ns所占比例最小, 除秦岭和关中的秋季(各为17.8%和10.6%), 都不超过10%。

图 5(Figure 5)

图 5 不同云层各类云出现概率的季节变化 Figure 5 Seasonal variations of frequency of cloud types in different cloudlayer

与单层云相比, 两层云下层各地区四季均以Sc为主, 大都在25%以上, 除陕南外, 其他地区均有所增加, 秦岭地区增加最为显著。除个别季节外, Ci、As、Ns和Dc均有所减少, 其中Ci在秦岭减少最为显著, 各季减少量都在10%以上; As、Ns和Dc则在关中地区减少最为显著。Ac、St和Cu所占比例有所增加, 这三类云在关中地区增加最为显著。

三层云下层各地区均以Ac、Sc和Cu为主, 三者总概率均在66%以上, 关中春季高达86.9%。其他云类均占有一定的比例, 大都不超过10%, 除秦岭St外, 季节变化都较为显著; 中层则都以Ci、As和Ac为主, 基本都在20%以上, 其他云类很少出现, 所占比例最高不超过10%, Ns基本没有出现。

两层云上层和三层云上层均以Ci为主, As和Ac各占一定比例。两层云上层Ci各季出现概率基本在55%~65%之间, 陕南冬季高达75.6%。As在35%以下(关中冬季除外), Ac则不超过15%。三层云上层Ci各季都在75%以上, 最高值出现在陕南冬季, 为94.7%。As基本在10%~20%之间, Ac则都低于10%。

由于多层云中层和上层Ci、As和Ac占较大的比例, 为了便于比较, 对多层云中层和上层, 仅考虑这三类云的云底云顶高度的季节变化。从图 6中可以看出, 在所有云类中, Ci的云底云顶高度相对较高, 基本都在10 km以上。Ci、Ac和As最高云底云顶高度均出现在三层云上层, 其中Ci和As云底/云顶高度最大值均出现在陕南冬季, 分别为13.8 km/15.5 km和7.2 km/10.6 km, Ac则出现在关中秋季, 为6.2 km/8 km; 云厚最大值则都出现在单层云中, Ci厚度在1.6~2.8 km之间, 各地区厚度相当; Ac厚度在0.7~1.9 km之间, 其季节平均值在关中地区最大; As厚度在3~5.5 km之间, 最大值出现在陕北夏季, 为5.5 km。这三类云云底云顶高度及厚度的季节变化和区域差异都不明显。Cu、Sc和St的高度和厚度都比较小, 云底高度不超过2 km, 云顶高度低于3 km, 云厚则在0.6~1 km之间变化。除St在两层云下层的秦岭地区季节变化略微显著, 这三类云的云底云顶高度及厚度的季节变化和区域差异都不明显。Ns和Dc云底高度基本在2 km以下, 云顶高度最高可分别延伸到12.1 km和16.9 km; 云厚最高值出现在单层云, Ns云厚最高值出现在秦岭秋季, 为9.2 km, Dc则出现在陕南秋季, 为16.1 km。Dc在各层云中云顶和云厚存在明显的区域差异。Ns除三层云下层, 在其他云层云顶和云厚的区域差异和季节变化都不明显。

图 6(Figure 6)

图 6 不同云层各云类平均云底/云顶高度的季节变化 Figure 6 Seasonal variations of cloudbase/cloudtop height of different cloudtype in each cloudlayer

利用2006年发射升空的CloudSat/CALIPSO卫星联合观测资料, 对关中、秦岭、陕南三个地区云出现概率、云层数、云类、云底云顶高度等云参数及云的垂直结构特征进行了详细的统计分析。主要结论如下:

(1) 各地区四季云天概率均大于晴空。总云出现概率表现为南高北低, 从南到北逐渐减少的变化趋势。总云出现概率最多的月份北部要早于南部且总云出现概率的多寡主要受到多层云系统尤其是两层云出现概率的影响。

(2) 四个地区各季云底、云顶平均高度从大到小都为三层云上层>两层云上层>三层云中层>单层云>两层云下层>三层云下层。云底云顶高度最值分布单层云中最高值分布在北部, 最低值分布在南部, 多层云与之相反。单层云和多层云的下层, 云底云顶高度变化范围不大, 其他云层则变化范围较大。各地区云层厚度季节变化不明显, 基本在1~3 km之间, 单层云的厚度明显高于其他云层。

(3) 单层云三个地区各季节均以Ci、As和Sc为主; 两层云下层以Sc为主; 三层云下层以Ac、Sc和Cu为主, 中层以Ci、As和Ac为主; 多层云上层以Ci为主。除少数情况外, 云类在各地区不同云层中具有显著的季节变化。

(4) 除Ns在三层云下层及Dc在各层云中云顶和云厚存在明显的区域差异外, 各地区所有云类, 其云底云顶高度及平均厚度在不同云层的出现概率均没有明显的季节变化和区域差异。