東亞地區(qū)云垂直結(jié)構(gòu)的CloudSat衛(wèi)星觀測(cè)研究

彭杰 張華 沈新勇

1 南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室，南京 210044 2 中國(guó)氣象科學(xué)研究院，北京 100081

3 中國(guó)氣象局氣候研究開放實(shí)驗(yàn)室，國(guó)家氣候中心，北京 100081

1 引言

到目前為止，云仍然是氣候模擬和氣候變化研究中最大的不確定因子之一。首先，云本身在地氣系統(tǒng)輻射平衡中扮演著雙重角色，一方面，云將到達(dá)大氣層頂?shù)奶柖滩ㄝ椛浞瓷浠靥?，?duì)地氣系統(tǒng)起冷卻作用，另外一方面，地表受到太陽輻射加熱后放射出的長(zhǎng)波輻射又被大氣中的云截獲，對(duì)地氣系統(tǒng)起加熱作用；其次云和氣溶膠之間的相互作用導(dǎo)致的直接和間接輻射強(qiáng)迫的氣候效應(yīng)十分明顯，但目前對(duì)于此作用的科學(xué)理解水平還很低（Forster et al.，2007）。因此，準(zhǔn)確模擬云在氣候變化中的作用是目前大尺度天氣氣候模式中的難點(diǎn)和熱點(diǎn)問題，而這其中的重點(diǎn)之一是如何準(zhǔn)確模擬云在輻射收支方面的作用及其對(duì)氣候的影響。對(duì)于云對(duì)氣候的反饋?zhàn)饔媚M的差異，主要取決于對(duì)云輻射強(qiáng)迫模擬的差異，是導(dǎo)致不同的大氣環(huán)流模式之間模擬結(jié)果差異的重要原因之一（Cess et al.，1989，1990）。云的輻射強(qiáng)迫為某一給定大氣的凈太陽輻射通量（向下通量減去向上通量）與假定云不存在時(shí)同一大氣的凈太陽輻射通量之差（石廣玉，2007），其值表征云對(duì)于地球氣候系統(tǒng)能量收支平衡的影響，提高對(duì)云輻射過程和云的輻射強(qiáng)迫模擬的準(zhǔn)確度成為提高氣候模式模擬精度的關(guān)鍵。國(guó)內(nèi)外在該領(lǐng)域已經(jīng)開展了多年的研究（Arking，1991；趙高祥和汪宏七，1994；Wielicki et al.，1995；劉玉芝等，2007）。由于對(duì)于云結(jié)構(gòu)的精確描述目前仍然是大尺度氣候模式中的難點(diǎn)，因此在氣候模式描述云輻射過程中，云的垂直分布的不確定性是研究云對(duì)氣候影響的最大障礙之一（Barker et al.，1999）。地表觀測(cè)表明，云層常常是重疊的（Wang et al.，2000）。多層云的重疊問題對(duì)大氣和地表的輻射加熱（或冷卻）率有很大影響。而云的加熱率不僅影響云的發(fā)展，也對(duì)大氣和地表的輻射收支平衡產(chǎn)生重要影響（荊現(xiàn)文等，2009；張華和荊現(xiàn)文，2010）。例如，到達(dá)地面的輻射通量在晴空大氣環(huán)流模式（General circulation model）之間的差別僅為幾W m–2，而有云大氣在大氣環(huán)流模式之間的差別卻高達(dá) 100 W m–2（Barker et al.，1999）。

在氣候模式中，處理云在垂直方向上的重疊時(shí)采取了不同的假設(shè)，如最大重疊，隨機(jī)重疊以及最大／隨機(jī)重疊和指數(shù)衰減重疊。而Liang and Wang（1997）提出了一個(gè)處理多層云重疊的“馬賽克”（MOASAIC）方法，在大氣環(huán)流模式輻射參數(shù)化中顯式地考慮云的垂直相關(guān)，結(jié)果表明，大氣環(huán)流模式對(duì)云的垂直重疊的處理非常敏感，與假定隨機(jī)云重疊的結(jié)果相比，顯式處理云相關(guān)的大氣環(huán)流模式結(jié)果具有非常不同的大氣輻射加熱率分布，所導(dǎo)致的氣候影響非常大：熱帶和副熱帶對(duì)流層的中高層大氣在全年變暖超過 3℃，兩極夜間北半球平流層變得更暖，最大超過15℃。

為了在大氣環(huán)流模式中給出準(zhǔn)確描述云的重疊的參數(shù)化方案，就需要用觀測(cè)資料提供云的空間分布特征作為基礎(chǔ)和驗(yàn)證。研究表明：云的垂直結(jié)構(gòu)（Cloud Vertical Structures）是非常重要的云宏觀特征（Slingo and Slingo，1988；Randall et al.，1989；Wang and Rossow，1998），這一結(jié)構(gòu)主要包含云層數(shù)目和間距，以及它們的高度分布等。以往的衛(wèi)星和地面觀測(cè)提供的云量垂直分布的信息非常有限（Wang et al.，2000），而在2006年4月美國(guó)航天航空局（NASA）成功發(fā)射了太陽極軌云觀測(cè)衛(wèi)星CloudSat，其上所搭載的94 GHz毫米波云觀測(cè)雷達(dá)垂直分辨率非常高，為我們研究云的垂直結(jié)構(gòu)提供了豐富的觀測(cè)資料。

CloudSat資料已經(jīng)被用于研究東亞地區(qū)的云垂直結(jié)構(gòu)。比如：Luo et al.（2009）采用14個(gè)月的CloudSat觀測(cè)資料對(duì)比分析了東亞地區(qū)和印度季風(fēng)區(qū)的云量和云垂直結(jié)構(gòu)及其季節(jié)變化；汪會(huì)等（2011）采用3年（2006年9月至2009年8月）的CloudSat資料進(jìn)一步對(duì)比分析了東亞季風(fēng)區(qū)、印度季風(fēng)區(qū)、西北太平洋季風(fēng)區(qū)和青藏高原地區(qū)的云量和云垂直結(jié)構(gòu)及其季節(jié)變化特征，還進(jìn)一步分析了亞洲季風(fēng)區(qū)低云量的分布及其與對(duì)流層低層穩(wěn)定性的相關(guān)。

本文運(yùn)用統(tǒng)計(jì)的方法，對(duì)CloudSat衛(wèi)星觀測(cè)資料加以分析和研究，不僅將東亞地區(qū)作為一個(gè)整體進(jìn)行研究，而且將東亞地區(qū)分為5個(gè)子區(qū)域分別進(jìn)行分析，在Luo et al.（2009）和汪會(huì)等（2011）研究結(jié)果的基礎(chǔ)上進(jìn)一步細(xì)化了對(duì)東亞地區(qū)云的垂直分布特征的理解，為今后在氣候模式中精確描述該地區(qū)云的垂直結(jié)構(gòu)提供一定的參考依據(jù)。

2 衛(wèi)星觀測(cè)數(shù)據(jù)描述與處理

本文采用了CloudSat所搭載的94 GHz毫米波云廓線雷達(dá)（CPR）提供的觀測(cè)資料，分析了2007～2009年3年的資料，用3月、4月和5月份的平均結(jié)果表征春季，6月、7月和8月表征夏季，9月、10月和11月表征秋季，12月、1月和2月表征冬季。CloudSat衛(wèi)星是2006年4月28日（UTC）由美國(guó)航天航空管理局（NASA）成功發(fā)射入太空的太陽極軌氣象觀測(cè)衛(wèi)星，幾周后開始獲得相關(guān)數(shù)據(jù)。CloudSat每根軌道運(yùn)行時(shí)間約為2小時(shí)，進(jìn)行約37081次掃描，掃描星下點(diǎn)為1.1 km（沿軌道運(yùn)行方向）×1.3 km（垂直軌道運(yùn)行方向）的區(qū)域，垂直方向掃描30 km，并分為厚度為0.24 km的125層，掃描信息以1.1 km×1.3 km×0.24 km的掃描格點(diǎn)為單位儲(chǔ)存，目前已經(jīng)反演出多種2級(jí)產(chǎn)品（參見http://www.cloudsat.cira.colostate.edu/cloudsat_doc umentation/CloudSat_Data_Users_Handbook.pdf.[20 12-01-09]）。

本文工作主要使用了二級(jí)產(chǎn)品中 2B-GEOPROF和 2B-GROPROF-Lidar（參見網(wǎng)站 http://cloudsat.cira.colostate.edu/dataSpecs.php.[2012-01-04]），前者信息來自于CloudSat衛(wèi)星上搭載的94 GHz毫米波雷達(dá)，后者信息同時(shí)整合了CloudSat搭載的毫米波雷達(dá)的信息和與 CloudSat同軌道，運(yùn)行時(shí)差只有15秒的CALIPSO衛(wèi)星搭載的激光雷達(dá)的信息，結(jié)合兩者可同時(shí)發(fā)揮毫米波雷達(dá)和激光雷達(dá)的優(yōu)點(diǎn)。在判斷掃描格點(diǎn)中是否存在云時(shí)，我們用到了2B-GEOPROF產(chǎn)品中的CPR_Cloud_mask和Radar_Reflectivity數(shù)據(jù)以及 2B-GEOPROF-Lidar中的CloudFraction數(shù)據(jù)。其中，CPR_Cloud_mask的數(shù)據(jù)說明見表1。而Radar_Reflectivity中所含的信息是雷達(dá)的反射率因子的對(duì)數(shù)表現(xiàn)值，單位是dBZ，CPR的最小可探測(cè)信號(hào)大約為－30 dBZ；Cloud-Fraction所包含的數(shù)據(jù)是經(jīng)過激光雷達(dá)訂正過的掃描格點(diǎn)中存在云的部分的百分比。Luo et al.（2009）和 Barker（2008a）在各自工作中對(duì)于確定掃描格點(diǎn)中是否存在云同樣使用了上述3部分?jǐn)?shù)據(jù)，但是使用了不同的閾值法。前者在滿足Radar_Reflectivity ≥－28 dBZ的前提下，將掃描格點(diǎn)的信息整合為厚度為1 km的垂直層，假如組成1 km的雷達(dá)掃描格點(diǎn)中格點(diǎn)滿足 CPR_Cloud_mask≥20，即認(rèn)為掃描格點(diǎn)云量為 100%，否則掃描格點(diǎn)的云量等同于 CloudFraction的值；后者則在滿足Radar_Reflectivity ≥－30 dBZ的前提下，采用只有同時(shí)滿足 CPR_Cloud_mask≥20和 CloudFraction≥99%時(shí)，才認(rèn)定該掃描格點(diǎn)云量為100%，否則云量為0。兩者比較，前者的方法認(rèn)為只要CloudSat上搭載的毫米波雷達(dá)和 CALIPSO搭載的激光雷達(dá)二者有其一探測(cè)到存在云，就認(rèn)為掃描格點(diǎn)存在云，而后者認(rèn)為只有毫米波雷達(dá)和激光雷達(dá)同時(shí)探測(cè)到云才認(rèn)為掃描格點(diǎn)存在云，前者會(huì)比后者高估云存在的概率，而本文在兩種方法的基礎(chǔ)上選取了折中的閾值法，即，當(dāng)每個(gè)掃描格點(diǎn)的數(shù)據(jù)滿足Radar_Reflectivity ≥－30 dBZ和 CPR_Cloud_ask≥20；或者 Radar_ Reflectivity≥－30 dBZ和CPR_Cloud_mask ≤20 和 CloudFraction ≥99%時(shí)，我們認(rèn)為該掃描格點(diǎn)有云存在，否則掃描格點(diǎn)無云存在。

表1 CPR_Cloud_mask數(shù)據(jù)值說明Table 1 Values assigned to Cloud_mask Field of CloudSat data

3 研究方法

圖1給出的是本文研究的區(qū)域的示意圖。我們研究了圖1所示的整個(gè)東亞地區(qū)（記為Total），同時(shí)因?yàn)闁|亞地區(qū)屬季風(fēng)氣候，不同區(qū)域具有不同的氣候特征。為了比較細(xì)致的研究它們之的差別，我們參照1995年版《中國(guó)自然地理》（趙濟(jì)，1995）中的劃分方法，按照?qǐng)D1所示將東亞的主要區(qū)域劃分為西北地區(qū)（以下簡(jiǎn)稱Nw）、青藏高原區(qū)（以下簡(jiǎn)稱Tibet）、北方地區(qū)（以下簡(jiǎn)稱North）、南方地區(qū)（以下簡(jiǎn)稱South）和東部海域（以下簡(jiǎn)稱E.O）5個(gè)部分，分別進(jìn)行研究。綜合一共得到6個(gè)區(qū)域的結(jié)果。

下面以Tibet和2007年1月為例說明本文的計(jì)算思路。CloudSat的資料是以軌道為單位儲(chǔ)存，因此本文首先選取出2007年1月中運(yùn)行的所有軌道，接著根據(jù)掃描廓線的經(jīng)緯度依次提取出這些軌道經(jīng)過Tibet的部分，并將此部分以50根廓線為單位劃分為子區(qū)域（下文簡(jiǎn)稱子域），然后判斷出子域中的每個(gè)掃描格點(diǎn)是否存在云。接著計(jì)算出每個(gè)子域內(nèi)不同高度上存在云的格點(diǎn)數(shù)據(jù)與這一高度掃描格點(diǎn)總數(shù)（50）的比值，近似的認(rèn)為此值為該子域在不同高度上的云量。需要特別說明的是，這里的近似是因?yàn)闅夂蜓芯恐型ǔ６x的云量是指某一時(shí)刻觀測(cè)到的天空中存在云的面積與天空面積的比值，是單一時(shí)刻的觀測(cè)量，而由于 CloudSat每0.16秒完成一次單根廓線的掃描，因而將此處由50根廓線所組成的子域中存在云的掃描格點(diǎn)與全部掃描格點(diǎn)的比值近似為云量，也就是將 50個(gè)時(shí)刻觀測(cè)到的值近似為單個(gè)時(shí)刻觀測(cè)到的值，但是由于完成50根廓線的掃描只需要8秒鐘，因此這里的近似處理相當(dāng)于將8秒內(nèi)50個(gè)時(shí)刻的觀測(cè)數(shù)據(jù)近似為只觀測(cè)了單個(gè)時(shí)刻，而該單個(gè)觀測(cè)過程需要8秒時(shí)間。其次，以月為單位計(jì)算出經(jīng)過Tibet所有子域不同高度云量的算術(shù)平均值，這一平均值就代表Tibet區(qū)域在2007年1月不同高度上的云量平均值。然后，我們計(jì)算出2007年1月經(jīng)過Tibet的所有廓線中單層云和多層云（2層及2層以上）的數(shù)目（廓線中存在云的掃描格點(diǎn)在垂直方向連續(xù)的層數(shù)定義為此廓線中的云層的數(shù)目），同樣以月為單位計(jì)算出這些值與掃描廓線總數(shù)的比值，這一比值在本文就代表Tibet區(qū)域在2007年1月中的單層云和多層云的出現(xiàn)概率；最后計(jì)算出每個(gè)廓線中云層的云頂/云低高度，同樣以月為單位計(jì)算出這些值與掃描廓線總數(shù)的比值，這一比值在本文就代表 Tibet區(qū)域在2007年1月中平均的云頂/底高度最后，計(jì)算出所有區(qū)域在3年共36個(gè)月中的平均值之后，再平均出春夏秋冬4個(gè)季節(jié)的結(jié)果，其中春季為2007年至2009年3月、4月和5月共9個(gè)月的平均值，夏季為6、7和8月的平均值，秋季為9、10和11月的平均值，冬季為12、1和2月的平均值，同時(shí)計(jì)算了每9個(gè)月平均值組成的集合的標(biāo)準(zhǔn)差。表2給出了6個(gè)區(qū)域4個(gè)季節(jié)統(tǒng)計(jì)的掃描廓線數(shù)。

圖1 研究區(qū)域劃分示意圖Fig.1 The schematic of regional divisions in this work

圖2 6個(gè)區(qū)域季節(jié)平均的云量隨高度的變化:（a）春季；（b）夏季；（c）秋季；（d）冬季Fig.2 Variation of seasonal averaged cloud amount with height in six regions: (a) Spring; (b) summer; (c) autumn; (d) winter

表2 6個(gè)區(qū)域4個(gè)季節(jié)統(tǒng)計(jì)的掃描廓線數(shù)Table 2 The number of calculated pixels in 6 regions for four seasons

4 結(jié)果分析與討論

4.1 云量的垂直分布及其季節(jié)變化

圖2（見文后彩圖）分別給出6個(gè)研究區(qū)域4個(gè)季節(jié)不同高度的平均云量，誤差棒表示該高度上的標(biāo)準(zhǔn)差。從垂直方向上云量峰值的季節(jié)分布來看，E.O區(qū)域與其他5個(gè)以陸地下墊面為主的區(qū)域有著明顯的差別，E.O垂直方向上面云量峰值的最大值出現(xiàn)在冬季，達(dá)到了0.31，春秋季次之，最小值出現(xiàn)在夏季，為0.21；而其他5個(gè)區(qū)域的云量峰值的最大值都出現(xiàn)在夏季，分別為Total：0.23；Nw：0.23；North：0.24；South：0.24；Tibet：0.35。Total區(qū)域、North區(qū)域和 South區(qū)域峰值的最小值都出現(xiàn)在秋季，依次為0.16、0.19和0.18；而Nw區(qū)域和Tibet區(qū)域的最小值都出現(xiàn)在冬季，依次為0.16和0.19。從誤差棒表示的標(biāo)準(zhǔn)差可以看出，總體而言，圖中所示季節(jié)的平均值對(duì)于3年9個(gè)月的平均狀態(tài)有較好的代表性，但不同區(qū)域 9個(gè)月的變化幅度各不相同，Tibet、North和 E.O變化相對(duì)比較大，標(biāo)準(zhǔn)差最大值依次達(dá)到了 0.1、0.06和0.06，而其他 3個(gè)區(qū)域變化較小，標(biāo)準(zhǔn)差分別為Total：0.03，NW：0.05和 South：0.04。

4.2 東亞地區(qū)云垂直結(jié)構(gòu)參數(shù)的統(tǒng)計(jì)

Wang and Rossow（1998）通過在戈達(dá)德空間研究所（Goddard Institute of Space Studies）的大氣環(huán)流模式（GISS GCM）中的13個(gè)試驗(yàn)，總結(jié)出了幾個(gè)重要的云垂直結(jié)構(gòu)參數(shù)：（1）云是否重疊（即有無多層云）；（2）多層云系統(tǒng)中云層之間的距離；（3）最上層云頂位置高度。我們通過對(duì)CloudSat衛(wèi)星資料的分析，統(tǒng)計(jì)了東亞地區(qū)的上述三個(gè)云垂直結(jié)構(gòu)參數(shù)。圖3分別給出四個(gè)季節(jié)在6個(gè)研究區(qū)域發(fā)生多層云的平均概率，誤差棒同樣表示標(biāo)準(zhǔn)差。因?yàn)樵诮y(tǒng)計(jì)的過程發(fā)現(xiàn)云層數(shù)目超過 5層的概率非常小，基本在 0.001左右，因此，圖中只給出了存在云的總概率和1至4層云出現(xiàn)的概率。整體而言，東亞地區(qū)單層云出現(xiàn)的概率在春夏秋冬分別為52.2%、48.1%、49.2%和51.9%，在冬春季最大，秋季次之，夏秋最小，而多層（2層和2層以上）云出現(xiàn)的概率在春夏秋冬分別為24.2%、31.0%、19.7%和15.8%，在夏季最大，春秋季次之，冬季最小，與出現(xiàn)云的總概率一致，與汪會(huì)等（2011）的研究結(jié)果中對(duì)東亞季風(fēng)區(qū)的研究結(jié)果相符。

從存在云的總概率來看，4個(gè)季節(jié)的區(qū)域差異都一致地呈現(xiàn)出South區(qū)域最大，春夏秋冬依次為84.5%、89.3%、81.6%和78.5%，Total和E.O次之，而后是North區(qū)域，最小的是Nw區(qū)域，春夏秋冬分別為70.3%、68.6%、55.5%和65.6%。反映出南方地區(qū)出現(xiàn)云的概率大，而北方地區(qū)則相對(duì)較?。缓Ｑ笊峡粘霈F(xiàn)云的概率大，而陸地上空出現(xiàn)云的概率小的特點(diǎn)。由于 Tibet區(qū)域的情況比較特殊，夏季作為熱源，加上季風(fēng)帶來的充足水氣，存在云的概率超過了E.O，僅次于South區(qū)域，而秋冬季又小于E.O地區(qū)和Total區(qū)域，在春季與兩者持平。比較不同季節(jié)之間的差異，除了Nw之外的5個(gè)區(qū)域出現(xiàn)云的總概率都呈現(xiàn)出在夏季最大，春秋季次之，冬季最小的特征。

以上結(jié)果表明，東亞地區(qū)南方的多層云比北方多，海洋上空的多層云比陸地上空的多；且與之前的研究（Luo et al.，2009；汪會(huì)等，2011）結(jié)果相一致地表現(xiàn)出夏季多云、冬季少云，夏季多云主要是因?yàn)槎鄬釉频母怕试黾铀隆?/p>

圖3 6個(gè)區(qū)域發(fā)生多層云的季節(jié)平均概率:（a）春季；（b）夏季；（c）秋季；（d）冬季Fig.3 Seasonal averaged probability of multilayer cloud occurrence in six regions: (a) Spring; (b) summer; (c) autumn; (d) winter

圖4 4個(gè)季節(jié)6個(gè)區(qū)域平均云層高度和厚度:（a）單層云系統(tǒng)；（b）雙層云系統(tǒng)；（c）三層云系統(tǒng)；（d）四層云系統(tǒng)Fig.4 The mean level and thickness of clouds in six regions for four seasons: (a) Single-layer cloud system; (b) two-layer cloud system; (c) three-layer cloud system; (d) four-layer cloud system

為了研究整個(gè)東亞地區(qū)以及5個(gè)子區(qū)域的云層高度和厚度，對(duì)本文得到的CloudSat衛(wèi)星的觀測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，分別按照6個(gè)研究區(qū)域和4個(gè)季節(jié)進(jìn)行研究，同時(shí)，在多層云出現(xiàn)的情況下，再按照云層出現(xiàn)數(shù)目的不同區(qū)分，分別計(jì)算出不同區(qū)域、不同季節(jié)在不同云系統(tǒng)情況下的云頂高度和云底高度的平均值。圖 4（見文后彩圖）分別給出整個(gè)東亞地區(qū)中6個(gè)研究區(qū)域，1層云、2層云、3層云和 4層云系統(tǒng)中各層云的云頂和云底高的平均值。先看單層云系統(tǒng)的平均云頂高，對(duì)比4個(gè)季節(jié)，Nw平均云頂高最大值出現(xiàn)在春季，其他5個(gè)區(qū)域平均云頂高最大值都出現(xiàn)在夏季。夏季的6個(gè)區(qū)域之間比較，平均云頂最高的區(qū)域是South區(qū)域，為10.3 km，平均云頂最低的區(qū)域是North區(qū)域，為7.6 km；春秋季的平均云頂高低于夏季，春季平均云頂高位于Nw區(qū)域的8.3 km和E.O區(qū)域的8.0 km之間；秋季的平均云頂高位于South區(qū)域的5.9 km和Tibet區(qū)域的7.4 km之間，除了Nw區(qū)域和Tibet區(qū)域冬季云頂高略高于秋季外，其他區(qū)域的平均云頂高都是冬季最低；冬季，平均云頂最高的區(qū)域是Nw區(qū)域，為7.3 km，平均云頂最低的區(qū)域是E.O區(qū)域，為3.9 km。從云的平均厚度來看，4個(gè)季節(jié)對(duì)比，夏季的平均云厚度最大，6個(gè)區(qū)域平均厚度最大的是South區(qū)域，為4.6 km，最小的是Nw區(qū)域，為3.0 km；春秋次之，平均厚度的范圍分別是2.6 km到3.1 km之間和2.1 km和3.0 km之間；冬季最小，6個(gè)區(qū)域平均厚度最大是發(fā)生在Nw區(qū)域?yàn)?.3 km，平均厚度最小的是South區(qū)域，為1.7 km。對(duì)2層、3層和4層云系統(tǒng)，最高層云云頂高的平均值除了個(gè)別地區(qū)之外，同樣是夏季最高，春秋次之，冬季最小。下面分春夏秋冬四個(gè)季節(jié)給予具體描述。對(duì)春秋兩季，2層、3層和4層云系統(tǒng)中第二，第三和第四層云的平均云頂高最大的都是發(fā)生在South區(qū)域，分別為11.0 km、12.6 km和14.3 km，和11.8 km、14.2 km和15.4 km，最小的則都是發(fā)生在North區(qū)域，分別為9.3 km、10.3 km和10.7 km，和8.8 km、9.9 km和10.7 km。夏季，2層和3層云系統(tǒng)中第二層和第三層云的平均云頂高最大的都是在South區(qū)域，分別為14.2 km和15.6 km，最小的都是在Nw區(qū)域，分別為10.0 km和10.8 km；而4層云系統(tǒng)中第四層云的平均云頂高最大的則發(fā)生在Tibet區(qū)域，為15.9 km，最小的也是在Nw區(qū)域，為11.4 km。冬季，2層、3層和4層云系統(tǒng)中第二，第三和第四層云的平均云頂高最大的都是發(fā)生在E.O區(qū)域，分別為9.4 km、12.2 km和13.4 km，最小的分別發(fā)生在North，North和Tibet區(qū)域，值分別為8.2 km、9.0 km和8.3 km。不同研究區(qū)域之間的差別體現(xiàn)出，位于東亞南部地區(qū)和海洋下墊面上空的云層比較高，而位于東亞北部的云層比較低，且東亞南北部之間差別比較大。觀察云層厚度的變化，平均云層厚度大部分位于1 km到3 km之間，且不同區(qū)域的云層厚度差別較小，隨季節(jié)變化也不大。一個(gè)明顯趨勢(shì)是當(dāng)多層云系統(tǒng)中的云層數(shù)目增加時(shí)，云層的平均厚度減少，驗(yàn)證了Luo et al.（2009）對(duì)于東亞和南亞地區(qū)的研究結(jié)論，此外較高層的云層平均厚度大于較低層的云層平均厚度。

許多研究表明，多層云系統(tǒng)中云層之間的距離也是重要的云垂直結(jié)構(gòu)參數(shù)之一（Barker，2008a，2008b），因此，本文對(duì)云層的間距參數(shù)也進(jìn)行了分析。表3給出6個(gè)研究區(qū)域4個(gè)季節(jié)不同云系統(tǒng)下云層間距的平均值。結(jié)果表明：東亞地區(qū)云層間距的季節(jié)平均值位于5.7 km到1.1 km之間，同一區(qū)域間距的季節(jié)變化不大，秋季和夏季略為偏高，春季和冬季略為偏低。North和Nw區(qū)域的云層間距最小，South區(qū)域和E.O區(qū)域云層間距最大，說明海洋為主的下墊面區(qū)域的云層間距大于以陸地為主的下墊面區(qū)域的云層間距，處于較低緯的 South區(qū)域和 E.O區(qū)域的云層間距大于處于較高緯的North區(qū)域和Nw區(qū)域的云層間距，另一個(gè)明顯的趨勢(shì)是隨著云系統(tǒng)中云層數(shù)目的增加，云層間距逐漸縮小。本文的研究結(jié)果表明，6個(gè)區(qū)域云層間距的概率分布基本呈單峰分布，概率峰值出現(xiàn)在0.08～0.3之間，且云層數(shù)越多，概率越大。出現(xiàn)峰值范圍的云層間距在1～3 km之間，各區(qū)域之間沒有大的區(qū)別，季節(jié)的變化也不大，這與李積明等（2009）的研究結(jié)果是一致的。因此，在此只給出夏季6個(gè)研究區(qū)域2層、3層和4層云系統(tǒng)情況下云層間距的概率分布（見圖5）。

5 討論和結(jié)論

本文利用CloudSat提供的2007～2009年三整年的衛(wèi)星觀測(cè)資料，詳細(xì)分析了東亞不同區(qū)域云的分布的統(tǒng)計(jì)特征，得出以下結(jié)論：

（1）東亞地區(qū)單層云出現(xiàn)的概率在春夏秋冬分別為 52.2%、48.1%、49.2%和 51.9%，而多層（2層和 2層以上）云出現(xiàn)的概率在春夏秋冬分別為24.2%、31.0%、19.7%和 15.8%。出現(xiàn)單層云的概率遠(yuǎn)高于多層云出現(xiàn)的概率。

（2）東亞地區(qū)不同高度的云量之和具有明顯的季節(jié)變化趨勢(shì)：夏季最大，春秋次之，冬季最小。海洋上空的單層云量最大值出現(xiàn)在冬季，而在陸地上空則出現(xiàn)在夏季。

（3）從存在云的總概率的統(tǒng)計(jì)結(jié)果得出，東亞地區(qū)具有南方云多，北方云少；海洋上空云多，陸地上空云少的特點(diǎn)。季節(jié)變化表明，夏季存在云的總概率最大，冬季最小，而存在單層云的概率反而是夏季最小，春冬季最大，表明云出現(xiàn)的總概率的變化趨勢(shì)主要由多層云出現(xiàn)概率的變化趨勢(shì)決定。

表3 6個(gè)區(qū)域4個(gè)季節(jié)不同云系統(tǒng)下云層間距的平均值（單位：km）Table 3 The mean values of intervals between cloud layers in different cloud systems in six regions for four seasons (units: km)

圖5 6個(gè)區(qū)域夏季的云層間距的分布概率：（a）雙層云系統(tǒng)中第二層與第一層云的間距；（b）三層云系統(tǒng)中第二層與第一層云的間距；（c）三層云系統(tǒng)中第三層與第二層云的間距；（d）四層云系統(tǒng)中第二層與第一層云的間距；（e）四層云系統(tǒng)中第三層與第二層云的間距；（f）四層云系統(tǒng)中第四層與第三層云的間距Fig.5 The occurrence probability distribution of intervals among cloud layers at summer in six regions: (a) For the intervals between the 1st and 2nd layers in two-layer cloud system; (b) for the intervals between the 1st and 2nd layers in three-layer cloud system; (c) for the intervals between the 2nd and 3rd layers in three-layer cloud system; (d) for the intervals between the 1st and 2nd layers in four-layer cloud system; (e) for the intervals between the 2nd and 3rd layers in four-layer cloud system; (f) for the intervals between the 4th and 3rd layers in four-layer cloud system

（4）季節(jié)平均的云層高度結(jié)果表明：位于東亞南部地區(qū)和海洋下墊面上空的云層比較高，而位于東亞北部的云層比較低，且東亞南北部之間差別比較大。觀察云層厚度的變化，平均云層厚度大部分位于1 km到3 km之間，且不同區(qū)域的云層厚度差別較小。一個(gè)明顯趨勢(shì)是當(dāng)多層云系統(tǒng)中的云層數(shù)目增加時(shí)，云層的平均厚度減少，且較高層的云層平均厚度大于較低層的云層平均厚度。

（5）分析多層云系統(tǒng)中云層間距的概率分布表明：出現(xiàn)峰值概率的云層間距在1～3 km之間，各區(qū)域之間沒有大的區(qū)別，季節(jié)的變化也不大。而云層間距出現(xiàn)的概率的極大值在0.8～0.3之間，且云層越多，概率越大。

以上研究結(jié)果是本文利用最新發(fā)射的云觀測(cè)衛(wèi)星 CloudSat同時(shí)結(jié)合了與其同軌道的激光雷達(dá)觀測(cè)衛(wèi)星CALIPSO 2007～2009年3年的觀測(cè)資料，經(jīng)過處理和分析得到的。目前其他的觀測(cè)手段尚無法獲取如此高垂直分辨率的云的結(jié)構(gòu)信息。因此，本文的結(jié)果對(duì)于理解東亞地區(qū)及其5個(gè)子區(qū)域云的垂直結(jié)構(gòu)，并在氣候模式中精確描述該地區(qū)云的結(jié)構(gòu)提供了可供參考的定量信息，具有十分重要的意義。

致謝 本文所用的資料來自美國(guó)宇航局（NASA）的 CloudSat 項(xiàng)目，在此表示感謝。

（References）

Arking A.1991.The radiative effects of clouds and their impact on climate[J].Bull.Amer.Meteor.Soc., 72: 795–813.

Barker H W.2008a.Overlap of fractional cloud for radiation calculations in GCMs: A global analysis using CloudSat and CALIPSO data [J].J.Geophys.Res., 113: D00A01, doi: 10.1029/2207JD009677.

Barker H W.2008b.Representing cloud overlap with an effective decorrelation length: An assessment using CloudSat and CALIPSO data[J].J.Geophys.Res., 113: D24205, doi: 10.1029/2008JD010391.

Barker H W, Stephens G L, Fu Q.1999.The sensitivity of domain-averaged solar fluxes to assumptions about cloud geometry [J].Quart.J.Roy.Meteor.Soc., 125: 2127–2152.

Cess R D, Potter G L, Blanchet J P, et al.1989.Interpretation of cloud-climate feedback as produced by 14 atmospheric general circulation models [J].Science, 245: 513–516.

Cess R D, Potter G L, Blanchet J P, et al.1990.Intercomparison and interpretation of climate feedback processes in 19 atmospheric general circulation models [J].J.Geophys.Res., 95: 16601–16615.

Forster P, Ramaswamy V, Artaxo P, et al.2007.Changes in atmospheric constituents and in radiative forcing [M]// Solomon S, Qin D, Manning M,et al, Eds.Climate Change 2007: The Physical Science Basis.Contribution of Working Group I to the Fourth Assessment Report of the Inter- governmental Panel on Climate Change.Cambridge, United Kingdom and New York: Cambridge University Press.

石廣玉.2007.大氣輻射學(xué) [M].北京: 科學(xué)出版社, 302–318. Shi Guangyu.2007.Atmospheric Radiation (in Chinese) [M].Beijing:Science Press, 302–318.

荊現(xiàn)文, 張華, 郭品文.2009.氣候模式中云的次網(wǎng)格結(jié)構(gòu)對(duì)全球輻射影響的研究 [J].氣象學(xué)報(bào), 67 (6): 1058–1068. Jing Xianwen, Zhang Hua, Guo Pinwen.2009.A study of the effect of sub-grid cloud structure on global radiation in climate models [J].Acta Meteorologica Sinica (in Chinese), 67 (6): 1058–1068.

李積明, 黃建平, 衣育紅, 等.2009.利用星載激光雷達(dá)資料研究東亞地區(qū)云垂直分布的統(tǒng)計(jì)特征 [J].大氣科學(xué), 33 (4): 698–707. Li Jiming,Huang Jianping, Yi Yuhong, et al.2009.Analysis of vertical distribution of cloud in East Asia by space-based lidar data [J].Chinese Journal of Atmospheric Sciences (in Chinese), 33 (4): 698–707.

Liang X Z, Wang W C.1997.Cloud overlap effects on general circulation model climate simulations [J].J.Geophys.Res., 102: 11039–11047.

劉玉芝, 石廣玉, 趙劍琦.2007.一維輻射對(duì)流模式對(duì)云輻射強(qiáng)迫的數(shù)值模擬研究 [J].大氣科學(xué), 31 (3): 486–494. Liu Yuzhi, Shi Guangyu,Zhao Jianqi.2007.A study of the radiative forcing of clouds by using a one-dimensional radiative-convective model [J].Chinese Journal of Atmospheric Sciences (in Chinese), 31 (3): 486–494.

Luo Y L, Zhang R H, Wang H.2009.Comparing occurrences and vertical structures of hydrometeors between eastern China and the Indian monsoon region using CloudSat CALIPSO data [J].J.Climate, 22: 1052–1064.

Randall D A, Harshvardhan, Dazlich D A.1989.Interactions among radiation, convection, and large-scale dynamics in a general circulation model [J].J.Atmos.Sci., 46: 1943–1970.

Slingo A, Slingo J M.1988.The response of a general circulation model to cloud longwave radiative forcing.Part I: Introduction and initial experiments [J].Quart.J.Roy.Meteor.Soc., 114: 1027–1062.

汪會(huì), 羅亞麗, 張人禾.2011.用CloudSat/CALIPSO資料分析亞洲季風(fēng)區(qū)和青藏高原地區(qū)云的季節(jié)變化特征 [J].大氣科學(xué), 35 (6): 1117–1131. Wang Hui, Luo Yali, Zhang Renhe.2011.Analyzing seasonal variation of clouds over the Asian monsoon regions and the Tibetan Plateau region using CloudSat/CALIPSO data [J].Chinese Journal of Atmospheric Sciences (in Chinese), 35 (6): 1117–1131.

Wang J H, Rossow W B.1998.Effects of cloud vertical structure on atmospheric circulation in the GISS GCM [J].J.Climate, 11: 3010–3029.

Wang J H, Rossow W B, Zhang Y C.2000.Cloud vertical structure and its variations from a 20-yr global rawinsonde dataset [J].J.Climate, 13:3041–3056.

Wielicki B A, Harrison E F, Cess R D, et al.1995.Mission to planet Earth:Role of clouds and radiation in climate [J].Bull.Amer.Meteor.Soc., 76:2125–2153.

張華, 荊現(xiàn)文.2010.氣候模式中云的垂直重疊假定對(duì)模擬的地—?dú)廨椛涞挠绊懷芯?[J].大氣科學(xué), 34 (3): 520–532. Zhang Hua, Jing Xianwen.2010.Effect of cloud overlap assumptions in climate models on modeled earth-atmosphere radiative fields [J].Chinese Journal of Atmospheric Sciences (in Chinese), 34 (3): 520–532.

趙高祥, 汪宏七.1994.云和輻射(Ⅱ): 環(huán)流模式中的云和云輻射參數(shù)化[J].大氣科學(xué), 18 (增刊): 933–958. Zhao Gaoxiang, Wang Hongqi.1994.Cloud and radiation—Ⅱ: Cloud and cloud radiation parameterizations in general circulation models[J].Chinese Journal of Atmospheric Sciences (Scientia Atmospherica Sinica) (in Chinese), 18 (Suppl.): 933–958.

趙濟(jì).1995.中國(guó)自然地理（3版） [M].北京: 高等教育出版社, 180–187.Zhao Ji.1995.Chinese Nature Geography (in Chinese) [M].3rd ed.Beijing: Higher Education Press, 180–187.