2. 北京邮电大学网络技术研究院, 北京 100876;
3. 乌鲁木齐气象卫星地面站, 新疆 乌鲁木齐 830011;
4. 民航乌鲁木齐监管局, 新疆 乌鲁木齐 830016
云是地气系统中辐射收支最重要的调节器(吴伟等, 2011), 它通过辐射强迫、潜热强迫和对流强迫三个机制影响大气运动状态和地球气候(王帅辉等, 2010), 与此同时, 气候变化的反馈作用也会直接导致云系特征的改变(王艺等, 2016)。研究表明, 云与地气系统的相互作用非常复杂, 究竟如何仍在争议之中。例如, Lindzen et al(2001)认为热带地区的云在全球气候系统中导致一个负反馈, Lin et al(2002)、丁守国等(2004)对此提出不同观点, 认为“云量变化可能对气候的反馈是一个正反馈过程”。因此, 研究云的特性及其变化特征, 对深入了解云、辐射和气候之间的复杂相互作用, 进而更好地认识气候变化具有十分重要的意义。
新疆区域属典型干旱和半干旱地区, 水资源短缺已成为社会经济与生态建设发展的“瓶颈”问题, 全疆年均降水量仅150 mm左右, 占全国平均年降水量(648 mm)的23 %, 大部分地区年水分亏缺, 其中, 南疆水分亏缺量为900~1300 mm, 北疆亏缺量为700~1100 mm(普宗朝等, 2012)。但在山区, 特别是阿尔泰山、天山和昆仑山区云水资源相对丰富(王洪强等, 2011), 研究表明全球云中含水量约为9×1013 kg, 且积雨云含水丰富(张学文, 2002), 如果能够科学地利用云催化技术, 可以增加5 % ~25 %的降水量, 因此云作为人工增水作业的一项重要参数, 对判断降水能力等具有重要指示意义(阿丽亚·拜都热拉等, 2013)。长期以来, 云参数的观测手段由最初人工观测, 发展到目前基于遥感(李娅等, 2018; 薛小宁等, 2018)、雷达(姚志刚等, 2018; 阮悦等, 2018)等方法进行云特征反演成为了一种必然趋势。我国在云量、云高、云光学厚度、云水路径和云微物理特性(位晶等, 2018; 杨冰韵等, 2017)及云产品精度评估(刘健等, 2016)等方面开展了大量工作, 但关于新疆地区云的研究工作较少(张萍等, 2011; 刘岩等, 2015), 部分学者对新疆云特征进行了分析, 如冯建东等(2014)利用CloudSat资料分析了新疆山区不同类型云高特征, 陈勇航等(2009)利用ISCCP D2资料分析了西北地区不同类型云的分布特征, 认为水层云、冰层云、水雨层云、冰雨层云和深对流云有利于人工增水作业。
云在人工增水作业中, 对判断降水能力具有重要指示意义。卫星云产品较适于揭示大范围的云气候特征, 新疆地广人稀, 地基常规观测站点空间覆盖率极低, 更适宜卫星观测云产品的使用; 目前, 云遥感研究多应用CloudSat、ISCCP、Aqua等资料, 对国产卫星云产品的应用较少(薛小宁等, 2018; 刘健等, 2011), 尤其新疆区域的应用更少(周晓丽等, 2014); FY-2F是我国自主研制的第四颗静止卫星, 可提供每隔0. 5 h一次观测数据, 能够对云的生成、发展和消亡过程作更好的监测。本文利用FY-2F云产品, 对比分析了新疆区域山区、盆地的总云量、云状等分布特征, 以期为实际播云作业和降水预报提供新的观测数据, 同时也希望能为扩大国产卫星资料在云监测中的应用提供有价值的参考。
2 资料选取和方法介绍 2.1 研究区域新疆山区约占全疆总面积的40 % (张家宝等, 2002), 其三大山脉——阿尔泰山(45°N—49°N, 85°E—95°E)、天山(39°36′N—45°30′N, 73°30′E—96°6′E)、昆仑山(35°N—39°N, 75°E—79°E)最高海拔均在4000 m以上, 具有丰富的高山云水资源, 通过人工增水作业增加云水资源的开发利用是缓解新疆水资源短缺的有效途径之一; 两大盆地——准噶尔盆地、塔里木盆地夹在三大山系之间, 盆地腹部为大面积的沙漠, 云水资源匮乏。
2.2 研究资料及方法介绍所用资料主要包括:从国家卫星气象中心数据服务网(http://satellite.nsmc.org.cn/portalsite/default.aspx)定制的2014年1月1日至12月31日的总云量(FY-2F/CTA)、云分类(FY-2F/CLC)产品, 其空间分辨率为0. 1°×0. 1°, 时间分辨率为1 h, 每种产品每日24幅, 总计17520幅。其中, 总云量通过式(1)反演推算得到; 云分类产品是采用多通道卫星探测数据进行聚类分析, 归纳出各种云的类别, 包括高层云或雨层云、卷层云、密卷云、积雨云、层积云或高积云等。
$ A_{C}=\left(I-I_{\mathrm{clr}}\right) /\left(I-I_{\mathrm{cld}}\right), $ | (1) |
式中: AC为总云量; Iclr为有云像元的辐射量; Icld为晴空像元的辐射量。
具体数据处理方法为:将2014年1月1日至12月31日的FY-2F/CTA、FY-2F/CLC小时产品进行拼接、投影、重采样、裁剪等处理, 其中, 投影方式采用的是兰勃特投影, 重采样选用最邻近法; 通过平均值合成法计算得到天山山区、阿尔泰山区、昆仑山山区、准噶尔盆地、塔里木盆地日(白天、夜间)、月、年FY-2F/CTA产品; 通过计算每一个像元出现某种云状的概率得到日(白天、夜间)、月、年FY-2F/CLC云状出现概率产品。
3 结果分析 3.1 新疆区域山区及盆地总云量的分布差异从新疆各区域总云量的月变化(图 1)可以看出, 新疆区域总云量1—8月整体呈下降趋势, 9—12月呈上升趋势(各区域与之相同, 天山山区除外), 1月最多, 可达45. 8 %, 8月最少, 为26. 9 %; 11月至次年2月云资源较充沛, 其总云量平均值为43. 5 %, 比全年平均值(37. 7 %)高9. 8 %。其中, 阿尔泰山山区总云量1月最多, 可达83. 1 %, 8月最少, 仅为25. 0 %; 10月至次年2月云水资源较充沛, 其总云量平均值为59. 1 %, 比全年平均值45. 7 %高13. 4 %。天山山区年内总云量总体变化不大, 整体呈略微降低的趋势, 其中, 1月最多, 可达47. 3 %, 8月最少, 其值为31. 4 %。昆仑山山区总云量3月最多, 可达50. 0 %, 8月最少, 其值为30. 4 %; 2—5月总云量基本相当, 最为充沛, 其平均值为47. 4 %, 比全年平均值(40. 0 %)高7. 4 %。准噶尔盆地总云量2、5月最多, 均可达52. 0 %, 8月最少, 其值为23. 6 %; 11月至次年2月总云量较为充沛, 其平均值可高达50. 0 %, 比全年平均值(38. 2 %)高11. 8 %。塔里木盆地总云量最高值出现在12月, 为35. 8 %, 最低值出现在2月, 为11. 0 %, 两者差值为24. 8 %; 年内11—12月、3—4月总云量相对较为充沛, 其平均值为34. 0 %, 比全年平均值(26. 1 %)高7. 9 %。
总体而言, 新疆不同区域总云量的年变化各有特点, 阿尔泰山山区云资源最为充沛, 其次是昆仑山山区、准噶尔盆地、天山山区, 而塔里木盆地的云资源最匮乏, 这与山脉的迎风坡气流抬升容易形成云有关。其中, 天山以北区域(含天山山区)均是11月至次年2月的总云量相对比较丰富, 8月较为匮乏, 这主要是由于冬季, 新疆地区处于蒙古高压后部, 主要受西风环流控制, 强烈的西风将大西洋的水汽吹向内陆, 由于在西欧、中欧、东欧和中亚地区均没有遇到高大山脉阻挡, 卷着浓重水汽的西风自北向南一直影响到天山地区, 天山北部有个缺口, 且天山以北的准噶尔盆地西侧地势较低, 水汽在被天山地形抬升之后, 在天山以北形成了云雾及降雪天气; 天山山区与北疆的阿尔泰山区、准噶尔盆地多数受到同一天气系统的影响, 因而三者的总云量变化有较好的相关性。天山以南区域, 昆仑山山区2—5月的总云量相对比较丰富, 塔里木盆地是11—12月、3—4月总云量均相对较为充沛, 2月最为匮乏, 这主要是由于天山海拔高且基本呈东北—西南向走势, 阻挡住了大西洋来的水汽, 湿润的西风无法翻越天山或者仅有很少的一部分能够翻山继续前进, 冷空气只能从东疆回流, 所以冬季天山以南主要受到翻山型或东灌型天气系统的影响, 云雪较少。
从新疆各区域总云量季节变化空间分布(图 2)可以看出, 阿尔泰山山区总云量平均值冬季>秋季>春季>夏季, 分别为83. 1 %, 48. 1 %, 41. 2 %及30. 6 %; 天山山区是冬季>春季>夏季>秋季, 分别为47. 3 %, 42. 4 %, 34. 4 %及32. 7 %; 昆仑山山脉的总云量春季>秋季>冬季>夏季, 分别为45. 3 %, 35. 2 %, 34. 1 %及32. 3 %; 准噶尔盆地是冬季>春季>秋季>夏冬季分别为49. 5 %, 34. 9 %, 32. 5 %及27. 2 %; 塔里木盆地则春季>夏季>秋季>冬季, 分别为35. 4 %, 27. 3 %, 24. 9 %及15. 1 %。总体而言, 天山以北区域的总云量资源冬、春季最为丰富, 夏秋季节总云量虽然相对较少, 但也可达30 % ~50 %, 仍具有一定的增水潜力; 天山以南的区域总云量资源春季最为丰富, 夏季次之, 可达25 % ~30 %, 尤其是昆仑山山区, 具有一定的增水潜力。
从新疆各区域总云量年平均空间分布(图 3)可以看出, 新疆三大山区的总云量值相对于中部盆地明显偏高, 准噶尔盆地比拥有塔克拉玛干沙漠的塔里木盆地云资源丰富, 这也说明山脉地形对云的形成与分布有很大的影响。总体而言, 阿尔泰山山区、天山山区以及准噶尔盆地的总云量呈现北高南低、西高东低的趋势, 其中, 天山西南部和帕米尔高原相连, 形成云量高值区, 这主要是西南气流由此越山, 故形成的云较多。昆仑山山区、塔里木盆地总云量分布则是南高北低、西高东低, 其中, 喀喇昆仑山、西昆仑山一带, 云量较多, 主要是由于夏季水汽由印度洋孟加拉湾越过高原北上, 使该区域云量较多; 而在中昆仑山以东的地区, 即东昆仑山、阿尔金山, 因水汽来源较少, 其总云量就相对较少。塔里木盆地的东北部焉耆盆地周边, 由于博斯腾湖地区三面环山, 虽有水域作用, 但下沉气流增温对水汽的增温远大于水汽蒸腾量, 故形成云量的低值区。新疆各区域均是白天总云量较少, 夜间相对较多, 究其原因可能是夜间温度降低, 易形成水汽凝结, 所以云量较多; 但在塔里木盆地, 由于沙漠下垫面, 白天对流旺盛, 垂直运动较强, 易产生水汽凝结, 所以白天总云量相对较多。
从新疆各区域总云量不同区间所占比例(图 4)可以看出, 阿尔泰山山区、天山山区、昆仑山山区、塔里木盆地、准噶尔盆地各区域总云量年平均值依次为45. 7 %, 38. 2 %, 40. 0 %, 26. 1 %及37. 9 %, 分别主要集中在40 % ~50 %, 30 % ~40 %, 30 % ~50 %, 20 % ~30 %及30 % ~40 %, 所占比例分别为50 %, 50 %, 95 %, 85 %及95 %。
通过新疆各地区云状年平均空间分布(图 5)可以看出, 新疆三大山区主要以高层云或雨层云、卷层云为主, 其中昆仑山山区的密卷云也较多, 西南部还间断出现积雨云; 准噶尔盆地则以层积云或高积云为主, 其北部则有积雨云出现; 塔里木盆地也以层积云或高积云为主, 但其西南部以密卷云为主。
从新疆各区域云状昼夜差异空间分布(图 6)可以看出, 高层云或雨层云白天主要出现在三大山区, 而夜间则大范围的分布在新疆区域(昆仑山山区除外), 这主要是由于层云是在大气稳定的条件下, 因夜间强辐射冷却或乱流混合作用, 水汽凝结或由雾抬升而成, 在太阳升起之后气温逐渐升高, 稳定层被破坏, 层云也逐渐减少消失; 卷层云也主要分布在三大山区, 昼夜差别不大, 但夜间在塔克拉玛干沙漠的西北部也有分布; 密卷云主要出现在昆仑山和天山西部, 昼夜差别不大; 层积云或高积云白天主要出现在天山以北及塔里木盆地区域, 夜间主要分布在天山北坡, 层积云主要是由于空气的波状运动和乱流混合作用使水汽凝结而形成, 或者是由强烈的辐射冷却而形成, 这说明塔里木盆地夜间的气流相对比较稳定; 积雨云出现的频次很少, 主要在阿勒泰地区西部的哈巴河、布尔津等地。
总云量及云状是云水资源研究和人工增水作业需要的重要参数, 本文利用2014年1—12月FY-2F/CTA、FY-2F/CLC小时产品, 采用平均值合成法, 监测分析了新疆各区域的云系特征, 得到以下主要结论:
(1) 新疆区域总云量年平均值为37. 7 %, 其中, 阿尔泰山山区云资源最为充沛, 其次是昆仑山山区、准噶尔盆地、天山山区, 而塔里木盆地最匮乏; 天山以北区域(含天山山区)的云资源冬春季较为丰富, 天山以南区域则春季较为丰富; 新疆各区域总云量均白天较少, 夜间相对较多, 但塔里木盆地与之相反。
(2) 天山以北区域(含天山山区)的云资源呈现北高南低、西高东低的趋势, 天山西南部和帕米尔高原相连, 形成云量的高值区; 天山以南区域的云资源分布则是南高北低、西高东低, 喀喇昆仑山、西昆仑山一带, 云较多; 而在中昆仑山以东的地区, 即东昆仑山、阿尔金山的云资源相对较少; 塔里木盆地的东北部的焉耆盆地周边, 形成云量的低值区。
(3) 新疆三大山区主要以高层云或雨层云、卷层云为主, 其中昆仑山山区的密卷云也较多, 西南部还间断出现积雨云; 准噶尔盆地则以层积云或高积云为主, 其北部则有积雨云出现; 塔里木盆地也以层积云或高积云为主, 但其西南部以密卷云为主。
本文利用一整年的FY-2F小时数据, 对比分析了新疆区域三大山系和两大盆地总云量、云状的差异, 数据量较多, 但长度尺度稍显不足。在今后的工作中, 将继续利用长时间序列的数据集, 开展新疆区域云特征年际变化分析及其他更深层次的研究。
Lin B, Wielicki B A, Chambers L H, et al. 2002. The iris hypothesis:A negative or positive cloud feedback[J]. Journal of Climate, 15(1): 2713–2715.
|
|
Lindzen R S, Chou M D, Hou A Y. 2001. Does the earth have an adaptive infrared iris?[J]. Bulletin of the American Meteorological Society, 82(3): 417–432.
DOI:10.1175/1520-0477(2001)082<0417:DTEHAA>2.3.CO;2 |
|
阿丽亚·拜都热拉, 玉米提·哈力克, 陈勇航, 等. 2013. 基于低层云的新疆城市区域人工增水潜力分析[J]. 水土保持研究, 20(3): 278–282.
|
|
陈勇航, 毛晓琴, 黄建平, 等. 2009. 西北典型地域条件云量的对比分析[J]. 气候与环境研究, 14(1): 78–79.
|
|
丁守国, 石广玉, 赵春生. 2004. 利用ISCCP D2资料分析近20年全球不同云类云量的变化及其对气候可能的影响[J]. 科学通报, 49(11): 1105–1111.
DOI:10.3321/j.issn:0023-074X.2004.11.016 |
|
冯建东, 武志婷, 彭宽军, 等. 2014. 基于CloudSat卫星资料的新疆三大山区不同类型云高特征研究[J]. 冰川冻土, 36(2): 310–317.
|
|
李娅, 郭建侠, 曹云昌, 等. 2018. FY-2G云量产品与地面观测云量对比分析[J]. 高原气象, 37(2): 514–523.
DOI:10.7522/j.issn.1000-0534.2017.00027 |
|
刘健, 李云. 2011. 风云二号静止气象卫星的云相态识别算法[J]. 红外与毫米波学报, 30(4): 322–327.
|
|
刘健, 杨晓峰, 崔鹏. 2016. NOAA卫星2007年总云量数据精度评估[J]. 高原气象, 35(4): 1027–1038.
DOI:10.7522/j.issn.1000-0534.2015.00029 |
|
刘岩, 马骁骏, 李浩, 等. 2015. 基于CloudSat和Aqua卫星资料的北疆一次暴雪过程中云的宏微观物理属性[J]. 沙漠与绿洲气象, 9(2): 9–15.
DOI:10.3969/j.issn.1002-0799.2015.02.002 |
|
普宗朝, 张山清. 2012. 新疆水分亏缺量时空变化分析[J]. 冰川冻土, 34(4): 802–812.
|
|
阮悦, 阮征, 魏鸣, 等. 2018. 基于C-FMCW雷达的高原夏季对流云垂直结构分析研究[J]. 高原气象, 37(1): 93–105.
DOI:10.7522/j.issn.1000-0534.2017.00025 |
|
王洪强, 陈勇航, 彭宽军, 等. 2011. 基于Aqua卫星总云量资料分析山区云水资源[J]. 自然资源学报, 26(1): 89–96.
|
|
王帅辉, 韩志刚, 姚志刚. 2010. 基于CloudSat和ISCCP资料的中国及周边地区云量分布的对比分析[J]. 大气科学, 34(4): 767–779.
DOI:10.3878/j.issn.1006-9895.2010.04.09 |
|
王艺, 伯玥, 王澄海. 2016. 青藏高原中东部云量变化与气温的不对称升高[J]. 高原气象, 35(4): 908–919.
DOI:10.7522/j.issn.1000-0534.2015.00033 |
|
位晶, 段克勤. 2018. 基于卫星资料的秦岭南北云系及其垂直结构特征[J]. 高原气象, 37(3): 777–785.
DOI:10.7522/j.issn.1000-0534.2018.00057 |
|
吴伟, 王式功. 2011. 中国北方云量变化趋势及其与区域气候的关系[J]. 高原气象, 30(3): 651–658.
|
|
薛小宁, 邓小波, 刘贵华. 2018. 基于卫星资料的青藏高原卷云特性研究[J]. 高原气象, 37(2): 505–513.
DOI:10.7522/j.issn.1000-0534.2017.00047 |
|
杨冰韵, 吴晓京, 郭徵. 2017. 基于CloudSat资料的中国地区深对流云物理特征研究[J]. 高原气象, 36(6): 1655–1664.
DOI:10.7522/j.issn.1000-0534.2017.00006 |
|
姚志刚, 杨超, 赵增亮, 等. 2018. 毫米波雷达反演层状云液态水路径研究[J]. 高原气象, 37(1): 223–233.
DOI:10.7522/j.issn.1000-0534.2016.00127 |
|
张家宝, 袁玉江. 2002. 试论新疆气候对水资源的影响[J]. 自然资源学报, 17(1): 28–34.
DOI:10.3321/j.issn:1000-3037.2002.01.005 |
|
张萍, 彭宽军, 陈勇航, 等. 2011. 新疆三大山区云的垂直分布特征初探[J]. 资源科学, 33(11): 2090–2098.
|
|
张学文. 2002. 云的含水量及其水循环[J]. 水科学进展, 13(1): 84–87.
|
|
周晓丽, 胡列群, 马丽云, 等. 2014. 基于FY3A资料的天山山区暴雨云相态分析[J]. 干旱区地理, 37(4): 667–675.
|
2. Institute of Network Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China;
3. Urumqi Meteorological Satellite Ground Station, Urumqi 830011, Xinjiang, China;
4. Urumqi Safety Oversight Bureau of Civil Aviation Administration of China, Urumqi 830016, Xinjiang, China