基于Aqua/CERES數(shù)據(jù)的遼寧省云宏微觀特征及其與降水的相關(guān)性研究

孫 麗，張晉廣，楊 磊，趙姝慧

(1.遼寧省人工影響天氣辦公室，遼寧 沈陽 110166；2.中國氣象局沈陽大氣環(huán)境研究所，遼寧 沈陽 110166；3.遼寧省氣象災(zāi)害監(jiān)測預(yù)警中心，遼寧 沈陽 110166)

引 言

地球表面將近60%為各種類型的云覆蓋，云不僅是影響輻射和降水的重要因素，也是氣候變化模式中主要的不確定因子之一[1-2]。云作為人工增雨的對象，是可持續(xù)利用水資源的重要載體[3]。云量、云光學(xué)厚度、云水路徑、云滴有效半徑是人工增雨作業(yè)條件判斷的重要依據(jù)[3-6]。

由于衛(wèi)星可以連續(xù)進行長期、大范圍的觀測，因此對大范圍的空中云特征參量的研究大多采用衛(wèi)星數(shù)據(jù)[7]。常用的云數(shù)據(jù)產(chǎn)品包括國際衛(wèi)星云氣候計劃(international satellite cloud climatology project，ISCCP)云資料、CloudSat衛(wèi)星的云產(chǎn)品以及中分辨率成像光譜儀(moderate resolution imaging spectroradiometer，MODIS)的云觀測產(chǎn)品等[8-10]。但ISCCP數(shù)據(jù)的時空分辨率低，難以給出更為精細的云層信息[10]。而CloudSat作為主動遙感衛(wèi)星，盡管CloudSat的垂直分辨率可達240 m，但單軌覆蓋范圍小(橫軌分辨率1.4 km)，軌道重復(fù)周期長(16 d)，也不能給出云層的發(fā)展演變信息[11]。

NASA的云和地球輻射能量系統(tǒng)(clouds and earth’s radiant energy system，CERES)旨在利用成像儀，如Terra和Aqua衛(wèi)星上搭載的MODIS測量的云和氣溶膠特性信息，結(jié)合大氣頂?shù)降孛娴妮椛湫畔硌芯吭圃诘貧庀到y(tǒng)的作用，從而為改進氣候模式提供數(shù)據(jù)支撐。CERES的云觀測資料具有高時空分辨率，且作為地球觀測系統(tǒng)(earth observing system，EOS)的重要組成部分，其數(shù)據(jù)在ISCCP及ERBE(earth radiation budget experiment)的基礎(chǔ)上做了大量改進[12]。

為了解遼寧地區(qū)云宏微觀參量時空分布特征以及云參量與降水的相關(guān)性，本文選用2014—2015年CERES Aqua Edition4A SSF數(shù)據(jù)對遼寧省云的宏微觀參量的季節(jié)及年平均分布特征進行分析，對不同降水強度下的云特征參量進行統(tǒng)計，并篩選與降水強度相關(guān)性較好的參量作為降水云識別因子，建立降水云識別指標。

1 資料與方法

CERES Aqua Edition4A SSF的云產(chǎn)品數(shù)據(jù)由Aqua衛(wèi)星上搭載的MODIS觀測數(shù)據(jù)反演而來，空間分辨率為20 km。SSF (single scanner footprint)云參數(shù)按層存放，當視場(footprint)內(nèi)僅有一層云時，無論云高如何均記為低層云。只有當一個星下視場內(nèi)有不同的兩層云時，才會記為兩層云。因此有可能兩層都是卷云，也有可能兩層云都低于4 km。

針對遼寧地區(qū)(38.5°N—43.5°N、118.5°E—126°E)(圖1)的云量(cloud fraction，CF)、云光學(xué)厚度(cloud optical depth，COD)、云頂高度(cloud top height，CTH)、云頂溫度(cloud top temperature，CTT)、云頂氣壓(cloud top pressure，CTP)、云水路徑(cloud water path，CWP)、云粒子有效半徑(effective radius，ER)進行分析。由于COD為可見光波段的測量結(jié)果，因此為保證數(shù)據(jù)選取時段的一致性，僅對遼寧地區(qū)白天的云特性進行分析。為了得到云層的平均特征，在計算云宏微觀參量的均值時，不單獨考慮云分層情況，僅利用云量作為權(quán)重進行加權(quán)平均，并將數(shù)據(jù)插值到0.5°×0.5°的格點上。文中春季為3—5月，夏季為6—8月，秋季為9—11月，冬季為12月至次年2月。在計算季節(jié)均值時也利用季節(jié)平均云量作為權(quán)重對各云參量進行加權(quán)計算。除此之外，為衡量云出現(xiàn)的比例，計算云的出現(xiàn)頻率(cloud occurrence frequency，COF)，COF是指格點內(nèi)云出現(xiàn)次數(shù)與采樣數(shù)的比值。值得注意的是，COF與CF是完全不同的概念， CF代表云層出現(xiàn)時遮蔽天空的成數(shù)，而COF是指云出現(xiàn)的頻率。

為分析降水云與無降水云在宏微觀特性上的差異，利用地面小時降水觀測數(shù)據(jù)將衛(wèi)星數(shù)據(jù)與地面站點數(shù)據(jù)進行匹配。選取衛(wèi)星觀測時刻與地面觀測時間間隔低于1 h，且與地面站點相距10 km范圍以內(nèi)的衛(wèi)星云產(chǎn)品代表地面站點上空的云特性，并利用地面小時雨強作為區(qū)分降水云與無降水云以及不同雨強的標準。本文所指的遼寧東部及西部地區(qū)以122°E為界。

圖1 研究區(qū)域及其地形(單位：m)Fig.1 The research area and its topographical map (Unit: m)

2 結(jié)果分析

2.1 云宏微觀參量時空分布

圖2為2014—2015年遼寧省四季云宏微觀參數(shù)空間分布?？梢钥闯?，遼寧西部地區(qū)COF較東部低，陸地較沿海地區(qū)低，這主要是由于遼寧西部處在燕山余脈的背風(fēng)坡，過山氣流較干燥不易成云，而來自海上的濕空氣在向陸地的輸送過程中，東部山區(qū)對暖濕氣流產(chǎn)生阻擋作用，使氣流被迫抬升而形成云，這也是東部山區(qū)多強降水的原因[13-14]。沿海地區(qū)COF高的可能原因是陸地高濃度的氣溶膠為濕空氣凝結(jié)成云提供了凝結(jié)核。夏季COF普遍偏高，均值可達71%，春季、冬季次之，分別為66.3%和63.3%，秋季最低為59.5%(表1)。

夏季CF最高(62.7%)，其次為春季(52.2%)，秋冬季節(jié)相差不大，分別為46.3%和48.3%。CF的東西分布差異較大，尤其是冬季，東西部CF差異可達14%以上。

COD能夠在一定程度上代表云層發(fā)展的深厚程度。東部地區(qū)的COD普遍較西部高。其中夏季東西部之間的差異約為2.77，其次為春季和秋季，東西部差異分別為2.63和2.19，冬季差異最小僅為1.16。夏季COD可達冬季的2.5倍以上。

CTH、CTT以及CTP均能在一定程度上代表云頂發(fā)展的高度。CTH的空間分布與COF、CF以及COD有所不同，西部CTH要高于東部地區(qū)，尤其是冬季，西部平均CTH要比東部高約0.7 km，夏季東西部差異較小，西部平均偏高約0.1 km。這可能是由于冬季水汽條件差，西部地區(qū)處于背風(fēng)坡，水汽條件相對東部更為不利，水汽只有抬升到更高的高度才能凝結(jié)成云，而夏季水汽條件較為充沛，東、西部的CTH差異并不顯著。夏季平均CTH最高為6.5 km，冬季最低為3.4 km，而CTP則呈相反的季節(jié)變化，夏季最低為501.3 hPa，而冬季最高為707.3 hPa。CTT的變化除受云層發(fā)展高度影響外，還受環(huán)境溫度影響，因此與CTP隨季節(jié)的變化趨勢不同，夏季CTT最高，可達258.7 K，秋季次之為255 K，而冬季和春季相差不大，但各季節(jié)基本與CTP呈現(xiàn)相似的空間分布特征。由CTT可知，遼寧地區(qū)主要以冷云為主，這與劉旸等[15]的研究結(jié)果相一致。

圖2 2014—2015年遼寧省四季平均COF(單位：%)、CF(單位：%)、COD、CTH(單位：km)、CTP(單位：hPa)、CTT(單位：K)、CWP(單位：g·m-2)和云粒子ER(單位：μm)的空間分布Fig.2 The spatial distribution of mean COF (Unit： %), CF (Unit: %), COD, CTH (Unit: km), CTP (Unit: hPa), CTT (Unit: K), CWP (Unit: g·m-2) and ER (Unit: μm) of cloud particlesin four seasons during 2014-2015 in Liaoning Province

表1 遼寧省2014—2015年四季及全年云宏微觀參量的平均值Tab.1 The mean values of micro- and macro-scopic cloud parameters in four seasons and in a whole year during 2014-2015 in Liaoning Province

CWP和云粒子ER的值分別代表云內(nèi)含水量的多少以及云粒子大小。CWP同樣是東部高于西部。其中，夏季東西部差異可達38.6 g·m-2，其次為春季和冬季，東西差分別為28.3和22.9 g·m-2，秋季差別最小僅為14.6 g·m-2。夏季CWP最高可達252.1 g·m-2，約為冬季的2.4倍，這主要是由于夏季較好的水汽條件及動力條件使得云層發(fā)展較為深厚，相應(yīng)的云水條件也要好于其他季節(jié)。春季的CWP和秋季相差不大，分別為182.9和191.9 g·m-2。云粒子ER的時空分布與其他變量均有所不同，冬季云粒子ER最高，可達35 μm，而夏季最低，僅為21.7 μm，這可能是由夏季水云出現(xiàn)比例較高導(dǎo)致。除冬季外，ER在東、西部的差異并不顯著。但值得注意的是，海洋靠近陸地地區(qū)ER值均較高。

圖3為2014—2015年遼寧省云宏微觀參數(shù)年平均值的空間分布?？梢钥闯?，除CTH外，其他參量均呈現(xiàn)西低東高的分布特征，這與季節(jié)平均的空間分布特征一致，同時也與已有研究給出的遼寧省降水西低東高的空間分布特征一致[16-17]。

圖3 遼寧省2014—2015年平均COF(單位：%)、CF(單位：%)、COD、CTH(單位：km)、CTP(單位：hPa)、CTT(單位：K)、CWP(單位：g·m-2)和云粒子ER(單位：μm)的空間分布Fig.3 The spatial distribution of annual average COF (Unit： %), CF (Unit: %), COD, CTH (Unit: km), CTP (Unit: hPa), CTT (Unit: K), CWP (Unit: g·m-2) and ER (Unit: μm) of cloud particles during 2014-2015 in Liaoning Province

2.2 云宏微觀特征參數(shù)隨降水的變化

為分析降水云與無降水云在宏微觀特性上的差異，對不同降水強度I下的云宏觀參量進行統(tǒng)計。其中降水等級劃分參照周毓荃等[4]的分類方法，將降水分為無降水(1檔，I=0 mm·h-1)、弱降水(2檔，I<1 mm·h-1)、一般降水(3檔，1≤I<10 mm·h-1)和強降水(4檔，I≥10 mm·h-1)。2014—2015年，所選觀測時段內(nèi)衛(wèi)星與地面相匹配的樣本共有35 758個，其中有云的樣本數(shù)為32 561個，產(chǎn)生降水的有1501個，文中僅對有云條件下的樣本進行分析。

圖4為遼寧省2014—2015年云宏微觀特征參數(shù)隨降水強度的變化?？梢钥闯觯S著降水強度增加，云特征參數(shù)出現(xiàn)有規(guī)律的變化。降水云與無降水云的CF差異顯著，其中無降水云的CF均值僅為58.1%，顯著低于降水云。隨降水強度的增加，CF也有所增大，從弱降水時的95.4%增加到強降水時的98.5%。COD、CTH、CWP和云粒子ER參數(shù)均隨降水強度的增加而增加，其中降水云的COD及CWP均為無降水云的5倍以上。相比LIU等[18]給出的熱帶及亞熱帶降水云與無降水云COD的差異(10倍以上)偏小，這可能是由于LIU等[18]在降水云的分類中剔除了毛毛雨的影響，且熱帶和亞熱帶地區(qū)云層的發(fā)展更為深厚。CTT及CTP隨降水強度變化與其他參量呈相反的變化趨勢，降水強度越大云層越為深厚，云層發(fā)展的高度越高，而對應(yīng)的CTT和CTP下降，CWP越大，云粒子越大。

圖4 2014—2015年遼寧省云宏微觀特征參數(shù)隨降水強度的變化Fig.4 Variation of micro- and macro-scopic cloud parameters with precipitation intensity in Liaoning Province during 2014-2015

2.3 降水云的識別

為篩選與降水相關(guān)性較高的因子進行降水云的識別，計算不同云參數(shù)與雨強的相關(guān)系數(shù)r。由于云參數(shù)為連續(xù)型變量，而降水與否為0、1變量，所以求算其點雙列相關(guān)系數(shù)[19]。具體計算公式如下：

(1)

降水云識別是典型的二元預(yù)報問題，采用二元檢驗中常用的TS(threat score)評分和HSS(Heidke skill score)評分作為評估因子，以獲得最佳判斷閾值[21]。TS評分和HSS評分的計算公式如下：

(2)

(3)

式中：Na、Nb、Nc和Nd分別為正確肯定、空報、漏報和正確否定的次數(shù)，其中Na表示預(yù)報和實況均出現(xiàn)降水云的次數(shù)；Nb表示預(yù)報出現(xiàn)而實況未出現(xiàn)降水云的次數(shù)；Nc表示預(yù)報不出現(xiàn)而觀測出現(xiàn)降水云的次數(shù)；Nd則表示預(yù)報和觀測都不出現(xiàn)降水云的次數(shù)。TS取值為0～1， 其中0代表無效，1代表預(yù)報效果最好，而HSS取值范圍為-1～1，最優(yōu)值為1。兩個因子的評分值越大，則代表預(yù)報精度越高。

圖5為2014—2015年遼寧省TS評分及HSS評分隨COD與CWP變化?？梢钥闯觯SCOD與CWP的增加，TS和HSS評分值均呈現(xiàn)先增大后減小的趨勢。COD為判別因子時，COD取值為35時TS與HSS值均為最大，分別為0.31和0.44。CWP作為降水判別因子時，當CWP=415 g·m-2時，TS與HSS值最大，分別為0.32和0.45。若選擇兩者同時作為判別閾值，TS與HSS值變化不大。因此，綜合TS評分與HSS評分結(jié)果，分別選取COD為35和CWP為415 g·m-2作為降水云的識別判據(jù)。而且計算發(fā)現(xiàn)，利用單一閾值或者兩者聯(lián)合使用對TS和HSS評分影響不大。

圖5 2014—2015年遼寧省TS評分及HSS評分隨COD(a)與CWP(b)變化Fig.5 The variation of TS and HSS with cloud optical depth (a) and cloud water path (b) in Liaoning Province during 2014-2015

3 結(jié)論與討論

(1)遼寧省云宏微觀參量具有顯著的時空分布特征，其中遼西地區(qū)云的COF、CF、COD以及CWP均低于東部地區(qū)，而CTH則呈現(xiàn)西高東低的分布特征。就季節(jié)變化而言，除CTP和云粒子ER在冬季值較高外，其他參量的值均在夏季達到最大，這主要是由于夏季水汽和動力條件較好，導(dǎo)致云層發(fā)展更為旺盛，而冬季固態(tài)粒子較多，從而使云粒子ER更大。

(2)對不同降水強度下的云特征參數(shù)進行統(tǒng)計發(fā)現(xiàn)，降水云與無降水云的特征參數(shù)差異顯著。降水云的CF可達95%以上，而無降水云CF均值僅為58.1%，而且COD和CWP值可達無降水云的5倍以上。除CTP和CTT外，其他各云參數(shù)均隨降水強度增加而增加，CTP和CTT則隨降水強度增加而減小。

(3)相比其他參量，COD與CWP與降水強度的相關(guān)性較高。通過對兩個參量不同取值下的TS及HSS評分值計算發(fā)現(xiàn)，TS與HSS評分均呈現(xiàn)先增加后減小的趨勢。因此分別選擇COD為35和CWP為415 g·m-2，即評分值最高時對應(yīng)的取值作為降水云的識別閾值，而且利用單一閾值或者兩者聯(lián)合使用對TS和HSS評分的影響不大。

值得注意的是，盡管隨著降水等級的增大，云特征參量的統(tǒng)計值出現(xiàn)趨勢性變化，但是否出現(xiàn)降水以及雨強大小還與云底高度、云厚等有關(guān)[15]，COD與CWP雖能夠在一定程度上表征云層的整體信息，但僅依據(jù)單一參量進行降水云識別的空報率和漏報率均較高，分別為45%和55%左右，說明單一參數(shù)對降水事件的指示能力有限[22]，今后需加強基于多參數(shù)識別降水云方法的研究。

DOI:org/10.1029/2008GL033208.