基于CALIPSO衛(wèi)星數(shù)據(jù)的呂宋海峽云時(shí)空特征統(tǒng)計(jì)分析

于斌，孫媛媛，張守業(yè)，蘇峰，李鵬

摘要：基于2006年6月—2021年10月期間CALIPSO星載激光雷達(dá)觀測(cè)數(shù)據(jù)，對(duì)呂宋海峽低云和深對(duì)流等影響飛行的云時(shí)空分布特征進(jìn)行統(tǒng)計(jì)學(xué)分析。結(jié)果表明，在南海季風(fēng)、太陽(yáng)輻射和季風(fēng)槽的共同影響下：（1）低云覆蓋率在8月左右最小，為2.9% ，在1月左右最大，為67.4% ；低云平均云底高在7月左右最低，為756.1 m，在1月左右最高，為1 259.0 m；低云平均厚度在7月最小，為714.1 m，在12月最大，為1 039.4 m。（2）深對(duì)流發(fā)生概率在10月左右最小，為1.9%，12月最大，為18.7%；深對(duì)流頂高整體分布較為均勻，在10月最大，平均頂高為16 056.2 m，在4月最小，平均頂高為14 164.0 m。

關(guān)鍵詞：激光雷達(dá)；CALIPSO；云；呂宋海峽

中圖分類號(hào)：P426.5? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號(hào)：2096-3599（2023）01-0001-00

DOI： 10.19513/j.cnki.issn2096-3599.2023.01.010

Statistical study on spatial and temporal characteristics of clouds in the Luzon Strait based on CALIPSO data

YU Bin1， SUN Yuanyuan1， ZHANG Shouye2， SU Feng1， LI Peng1

（1. Department of Aviation Meteorology， No.91206 Army of PLA， Qingdao 266108， China; 2. No.92689 Army of PLA Meteorological Observatory， Zhanjiang 524000， China）

Abstract： Based on the observation data of CALIPSO spaceborne lidar from June 2006 to October 2021， the spatio-temporal distribution characteristics of clouds affecting flight such as low clouds and deep convection in the Luzon Strait are statistically studied. Under the combined influence of monsoon， solar radiation change， and monsoon trough in the South China Sea， the results are concluded below. （1） The low cloud coverage is the smallest （2.9%） around August and the largest （67.4%） around January; the average cloud base height of low clouds is the lowest （756.1 m） around July and the highest （1 259.0 m） around January; the average thickness of low clouds reaches its minimum （714.1 m） in July and maximum （1 039.4 m） in December. （2） The probability of deep convection is the smallest （1.9%） around October and the largest （18.7%） in December; the overall distribution of deep convection top height is relatively uniform， the highest top height is in October with the average value being 16 056.2 m， and the lowest is in April with the average value being 14 164.0 m.

Keywords： lidar; CALIPSO; cloud; the Luzon Strait

引言

云是影響飛機(jī)飛行的重要?dú)庀笠蛩亍：Ｉ系驮埔讕?lái)危險(xiǎn)天氣和視程障礙，威脅飛行安全[1]；深對(duì)流與雷暴、冰雹等航空危險(xiǎn)天氣聯(lián)系密切，是重要的天氣指標(biāo)。呂宋海峽是重要的戰(zhàn)略通道，隨著我國(guó)航母列編，在該區(qū)域的軍事飛行活動(dòng)越來(lái)越頻繁，對(duì)航空氣象保障要求也越來(lái)越高，其中云是影響飛行安全的重要?dú)庀笠蛩亍５?dāng)前云的探測(cè)主要有人工觀測(cè)、地基器測(cè)和氣象衛(wèi)星云圖識(shí)別等，海上云的探測(cè)主要有以下難點(diǎn)：人工觀測(cè)是從云的底部進(jìn)行肉眼觀察，易受到眼睛、心理、天氣等多因素干擾，同時(shí)海上很難進(jìn)行定點(diǎn)、定時(shí)觀測(cè)；地基（船載、空基）云的探測(cè)設(shè)備能夠探測(cè)測(cè)站周圍全天空云的特征，但存在探測(cè)范圍有限、對(duì)環(huán)境要求高等情況[2]，且海面上陸基（島礁）站點(diǎn)較為稀疏，單純利用固定站點(diǎn)數(shù)據(jù)不能滿足氣象保障精度需要；航空?qǐng)?bào)和船舶報(bào)數(shù)據(jù)量較小、代表性不高；地基（船載、空基）激光測(cè)云儀、微波雷達(dá)等在復(fù)雜天氣條件下測(cè)云易受干擾；氣象衛(wèi)星云圖能反演云頂高、云狀和總云量，但由于云的宏觀和微觀不均勻性對(duì)云光學(xué)厚度的影響程度至今尚無(wú)準(zhǔn)確結(jié)論，導(dǎo)致對(duì)于云體厚度、多層云云頂（底）高度的觀測(cè)反演算法準(zhǔn)確度不高[3]。

Hagihara等[4]利用CloudSat-Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations（CALIPSO）數(shù)據(jù)分析了全球云的分布特征，Yin等[5]利用CALIPSO-GOCCP（General Circulation Model Oriented Cloud Calipso Product）數(shù)據(jù)對(duì)東亞云的三維結(jié)構(gòu)進(jìn)行研究，上述研究對(duì)本文云的統(tǒng)計(jì)分析具有啟發(fā)作用。針對(duì)呂宋海峽云的探測(cè)存在上述問題，使用2006年6月—2021年10月的CALIPSO衛(wèi)星云和氣溶膠二級(jí)數(shù)據(jù)產(chǎn)品，在120.5°～122.7°E、18.6°～22°N呂宋海峽范圍這一重點(diǎn)戰(zhàn)略區(qū)域內(nèi)，采用數(shù)理統(tǒng)計(jì)方法，對(duì)低云和深對(duì)流的時(shí)空分布規(guī)律進(jìn)行了研究，以便更好地為本區(qū)域氣象保障提供依據(jù)。研究區(qū)域如圖1所示。

1 CALIPSO衛(wèi)星及所用數(shù)據(jù)介紹

CALIPSO衛(wèi)星是A-Train系列極軌衛(wèi)星編隊(duì)星座的成員，于2006年被發(fā)射，其最主要的設(shè)備是星載對(duì)地探測(cè)激光雷達(dá)，能夠探測(cè)氣溶膠和云的物理特征和時(shí)空分布，揭示氣溶膠和云在氣候系統(tǒng)中的作用。該激光雷達(dá)開放下載的數(shù)據(jù)分為L(zhǎng)evel1B、Level1.5、Level2、Level3共4級(jí)。本文使用的是Level2 VFM（V4-20）標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品，可在National Aeronautics and Space Administration（NASA）的CALIPSO專題網(wǎng)站注冊(cè)下載（https：//asdc.larc.nasa.gov/project/CALIPSO）。

CALIPSO衛(wèi)星的觀測(cè)結(jié)果是以HDF5格式存儲(chǔ)的，每日形成一個(gè)數(shù)據(jù)文件，其特征分類結(jié)果放在Feature_Classification_Flags（FCF）數(shù)據(jù)塊中，每個(gè)數(shù)據(jù)文件包含一個(gè)FCF數(shù)據(jù)塊。FCF數(shù)據(jù)塊按照Nx5515矩陣存儲(chǔ)，N為采樣區(qū)域的個(gè)數(shù)。對(duì)于單個(gè)采樣區(qū)域，海拔高度在-0.5～8.2 km范圍內(nèi)，垂直分辨率為30 m，海拔高度在8.2 km以上，至20.2 km范圍內(nèi)，其垂直分辨率為60 m，海拔高度在20.2 km以上，至30.1 km范圍內(nèi)，其垂直分辨率為180 m。每個(gè)星下點(diǎn)上方有290個(gè)采樣點(diǎn)；水平方向覆蓋15個(gè)星下點(diǎn)，跨度為5 km。FCF數(shù)據(jù)中單個(gè)采樣區(qū)域采樣點(diǎn)存儲(chǔ)序號(hào)、海拔高度與垂直分辨率的關(guān)系如圖2所示，以第8個(gè)星下點(diǎn)經(jīng)緯度作為FCF塊中該采樣區(qū)域的記錄經(jīng)緯度。CALIPSO衛(wèi)星的云分類參照International Satellite Cloud Climatology Project（ISCCP），后者是按照云頂氣壓進(jìn)行分類的，其分類結(jié)果和傳統(tǒng)意義上云的形態(tài)學(xué)分類有區(qū)別，低云指積云、層積云、層云，而深對(duì)流是高云[6]，本文的研究基于ISCCP云的分類。

2 研究方法

由于在FCF中隨高度變化數(shù)據(jù)水平分辨率不同。因此在數(shù)據(jù)預(yù)處理中，需要將FCF數(shù)據(jù)塊擴(kuò)展為隨高度變化水平分辨率不變，均為333 m的全高度數(shù)據(jù)。此時(shí)，每個(gè)星下點(diǎn)上方有545個(gè)探測(cè)數(shù)據(jù)點(diǎn)。圖2為FCF數(shù)據(jù)塊經(jīng)轉(zhuǎn)換后，各星下點(diǎn)對(duì)應(yīng)的數(shù)據(jù)序號(hào)分布和分辨率示意圖。

2.1基本算法框架

在文件中提取FCF，進(jìn)行判斷是否滿足時(shí)間、經(jīng)緯度等數(shù)據(jù)選取條件，若滿足，則進(jìn)行特征提取和數(shù)理統(tǒng)計(jì)，且計(jì)入有數(shù)據(jù)天數(shù)x；否則轉(zhuǎn)入下一個(gè)文件進(jìn)行處理?；舅惴驁D如圖3所示。

2.2特征提取與數(shù)理統(tǒng)計(jì)

從單點(diǎn)數(shù)據(jù)中，將對(duì)應(yīng)位數(shù)轉(zhuǎn)換為十進(jìn)制，可以對(duì)每個(gè)星下點(diǎn)垂直高度上各采樣點(diǎn)的類型進(jìn)行分類[7]。根據(jù)圖2采樣點(diǎn)特征，可以計(jì)算各類云云底高、發(fā)展高度和厚度等信息。采用數(shù)理統(tǒng)計(jì)方法，可計(jì)算不同月份不同類型云的平均發(fā)生概率等數(shù)據(jù)。指定M月份云特征提取和數(shù)理統(tǒng)計(jì)流程如圖4所示。

指定月份M，對(duì)符合條件的FCF變換后數(shù)據(jù)中第i個(gè)星下點(diǎn)進(jìn)行判斷，通過采樣點(diǎn)類型分類，首先判斷某類云是否有連續(xù)云點(diǎn)。由于FCF中采樣點(diǎn)是自高向低進(jìn)行的排列，因此最先出現(xiàn)的云點(diǎn)（在探測(cè)序列中序號(hào)k）為云頂，相應(yīng)的云頂高h(yuǎn)t（單位：m，下同），其計(jì)算為公式（1）；最后出現(xiàn)的云點(diǎn)（序號(hào)m）為云底，相應(yīng)的云底高為hs，亦可由計(jì)算公式（1）得到（此時(shí)hs取代ht，m取代k）；云厚由云頂高和云底高計(jì)算得到，其計(jì)算為公式（2）；有某類云體的有效天數(shù)xm計(jì)數(shù)加1；云體出現(xiàn)概率P由公式（3）計(jì)算。

，? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

，? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

，? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

由于在ISCCP云分類中，低云包含3類云體，此3類云體是影響飛行安全的重要危險(xiǎn)天氣之一[8]，因此在某個(gè)星下點(diǎn)數(shù)據(jù)中，當(dāng)遇到多層不連續(xù)的低云云點(diǎn)時(shí)，考慮將各連續(xù)部分最高（低）高度的平均值為云頂（底）高，并將各連續(xù)部分云頂高和云底高之差的平均值作為低云的發(fā)展厚度。

3 結(jié)果與分析

3.1低云發(fā)生概率和發(fā)展高度

呂宋海峽屬于副熱帶海洋性氣候，具有明顯的季風(fēng)特點(diǎn)。季風(fēng)影響顯著，高溫高濕，但海表面溫度常年保持一致，在25～29 ℃之間，季節(jié)變化不大[9]。2006—2021年低云發(fā)生概率逐月統(tǒng)計(jì)如圖5所示。每年10月—次年3月，影響本海區(qū)的主要是東北季風(fēng)，冷氣團(tuán)由大陸吹向海洋，在暖濕的海面上溫差較大，利于暖濕氣團(tuán)抬升，形成低云，而1月時(shí)東北季風(fēng)最為強(qiáng)盛，這與1月低云發(fā)生概率最大（63.2%）相吻合。而在4—9月則受西南季風(fēng)影響，雖然水汽很充足，但是空中與洋面之間溫度差較小，不利于暖濕氣團(tuán)抬升，因此發(fā)生概率要比冬季小，在6月西南季風(fēng)達(dá)到鼎盛[10]，這與6月低云發(fā)生概率最小（5.7%）相一致。趙倩[11]、齊琳琳[12]等的部分研究也支持了本文的研究結(jié)果。

雖然暖濕氣團(tuán)抬升條件較好，但是由于東北季風(fēng)較為干冷，因此云的凝結(jié)高度較高，表現(xiàn)為平均云底高冬季較高。同時(shí)由于西南季風(fēng)水汽充沛，雖然不利于暖濕氣團(tuán)抬升，但云的凝結(jié)高度較低，表現(xiàn)為平均云底高夏季較低。2006—2021年低云云底高逐月平均值統(tǒng)計(jì)分布如圖6所示，呈U字型分布，其分布特征與低云平均發(fā)生概率分布相一致，最高發(fā)生在12月和1月，底高能達(dá)到1 000 m以上；6月底高最低，能低至581 m。

東北季風(fēng)盛行時(shí)有利于暖濕氣團(tuán)抬升，但水汽相對(duì)貧乏；西南季風(fēng)盛行時(shí)不利于暖濕氣團(tuán)抬升，但對(duì)流水汽充沛。上述原因差異使得全年低云平均厚度基本保持一致，差別較小。2009—2021年低云云層厚度統(tǒng)計(jì)平均分布如圖7所示，冬季發(fā)展較厚，超過900 m，其中1月最厚，為973 m，夏季和初秋（6—9月）發(fā)展較薄，在800 m以下，其中7月發(fā)展最薄，為700 m。

3.2深對(duì)流發(fā)生概率和發(fā)展高度

深對(duì)流發(fā)生概率逐月平均值統(tǒng)計(jì)如圖8所示，頂高逐月平均值統(tǒng)計(jì)如圖9所示。分布規(guī)律整體上也與該海域季風(fēng)變化規(guī)律相符合。在東北季風(fēng)作用期間，呂宋海峽雖處于大氣熱力不穩(wěn)定層結(jié)狀態(tài)，且東北季風(fēng)使得下墊面較為干燥，有利于深對(duì)流的發(fā)生發(fā)展[13]，因此深對(duì)流發(fā)生概率相對(duì)較大（12月最大為18.7%），由于冬季太陽(yáng)輻射比夏季偏弱，因此冬季深對(duì)流發(fā)展高度整體相對(duì)較低（12月最低為14 418.9 m）。在西南季風(fēng)作用期間，該海域?qū)α饔行荒芎痛怪憋L(fēng)速切變?cè)鰪?qiáng)，有利于維持該海域?qū)α骰顒?dòng)的持續(xù)與加強(qiáng)[14]，但由于西南季風(fēng)使得下墊面較為潮濕，影響深對(duì)流發(fā)生發(fā)展，從而深對(duì)流發(fā)生概率相對(duì)較?。?0月最低為1.9%），且由于夏秋季太陽(yáng)輻射比冬季偏強(qiáng)，因此夏秋季深對(duì)流發(fā)展高度整體相對(duì)較高（10月最高為16 056.2 m）。由于8月研究區(qū)域后方的南海季風(fēng)槽強(qiáng)度最為活躍[15]，造成8月深對(duì)流發(fā)生概率偏高（8月發(fā)生概率為12.5%）。

4 小結(jié)

通過處理CALIPSO L2 VFM數(shù)據(jù)，對(duì)2006年6月—2021年10月期間呂宋海峽低云的發(fā)生概率、發(fā)展厚度、云底高，以及深對(duì)流系統(tǒng)的發(fā)生概率、頂高等進(jìn)行了統(tǒng)計(jì)，結(jié)果符合前人研究結(jié)果和季風(fēng)變化規(guī)律，定性地驗(yàn)證了利用CALIPSO數(shù)據(jù)研究海上云的正確性。主要結(jié)論如下：

（1）11月—次年3月東北季風(fēng)盛行時(shí)，呂宋海峽出現(xiàn)低云的概率較大，在1月左右最大，為67.4%；云底高較高，在1月左右最高，為1 259.4 m。深對(duì)流出現(xiàn)概率較大，在12月左右最大，為18.7%；發(fā)展高度較低，最低在3月，平均頂高14 604.8 m。

（2）4—10月西南季風(fēng)盛行時(shí)，出現(xiàn)低云的概率較小，8月左右最小，為2.9%；云底高較低，7月左右最低，為756.1 m；深對(duì)流出現(xiàn)概率普遍較低，但由于南海季風(fēng)槽、太陽(yáng)輻射和季風(fēng)的共同作用，8月左右最大，為12.5%，頂高普遍較高，10月最大，平均頂高為16 056.2 m。

（3）低云云層厚度全年基本持平，平均在800 m左右，最低在7月，為714.1 m，最高在12月，為1 039.4 m。

由于L2數(shù)據(jù)經(jīng)過了嚴(yán)格的質(zhì)量控制，準(zhǔn)確性較高[16]，因此本文的結(jié)果具有較高的可信度，對(duì)海上飛行氣象保障有一定的指導(dǎo)作用。但南海季風(fēng)槽如何影響研究區(qū)域深對(duì)流發(fā)生發(fā)展，后續(xù)還需要做進(jìn)一步研究。

參考文獻(xiàn)：

[1]王青梅，張以謨，劉鐵根等.一種便攜式激光測(cè)云儀的云底高度反演方法[J].強(qiáng)激光與粒子束，2005，17（9）：1312-1316.

[2]胡樹貞，馬舒慶，陶法，等.地基雙波段測(cè)云系統(tǒng)及其對(duì)比試驗(yàn)[J].應(yīng)用氣象學(xué)報(bào)，2012，23（4）：441-450.

[3]胡麗琴.云的水平非均勻性對(duì)云特性參數(shù)反演結(jié)果的影響[D].北京：中國(guó)氣象科學(xué)研究院，2005：1-103.

[4] HAGIHARA， Y， OKAMOTO H， YOSHIDA， R. Development of a combined CloudSat‐CALIPSO cloud mask to show global cloud distribution[J]. J Geophys Res， 2010，115： D00H33.

[5]YIN J F， WANG D H， XU H B， et al. An investigation into the three-dimensional cloud structure over East Asia from the CALIPSO-GOCCP Data[J]. Sci China Earth Sci，2015，58（12）：2236-2248.

[6]ISCCP.ISCCP DEFINITION OF CLOUD TYPES.[EB/OL].[2021].https：//isccp.giss.nasa.gov/cloudtypes.html

[7]NASA.Data User's Guide.[EB /OL].[2021].

https：//www-calipso.larc.nasa.gov/resources/calipso_users_guide/data_summaries/vfm/index_v420.php

[8]裴昭昭，蘇艷華，徐記亮.八大低云多發(fā)機(jī)場(chǎng)的云診斷算法應(yīng)用初探[J].地球科學(xué)前沿，2022，12（4）：456-464.

[9]劉金芳，鄧冰，佟凱，等.巴士海峽水文要素特征分析[J].海洋預(yù)報(bào)，2001，18（2）：22-29.

[10]姚玉娟.呂宋海峽黑潮季節(jié)性形變初探[D].廈門：廈門大學(xué)，2012：2.

[11]趙倩.基于衛(wèi)星產(chǎn)品的重點(diǎn)海域云環(huán)境參數(shù)氣候特征研究[D].南京：南京信息工程大學(xué)，2015：1-102.

[12]齊琳琳，趙倩，趙紅亮，等.基于ISCCP衛(wèi)星資料的南中國(guó)海云量特征分析[J].解放軍理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，15（2）：191-196.

[13]張璐，黃倩，張宏昇，等.干濕地表的湍流特征及其對(duì)深對(duì)流影響的大渦模擬[J].氣象學(xué)報(bào)，2021，79（4）： 659-673.

[14]李香淑，郭學(xué)良，付丹紅，等.南海季風(fēng)爆發(fā)期間中尺度對(duì)流云帶演變特征與持續(xù)性加強(qiáng)的機(jī)理研究[J].大氣科學(xué)，2011，35（2）：259-271.

[15]陳紅，郭冬艷，吳俞，等.兩類季風(fēng)槽特征及海南島的強(qiáng)降水機(jī)制[J].熱帶生物學(xué)報(bào)，2022，13（4）：348-357.

[16]高星星，陳艷，張武.2006—2015年中國(guó)華北地區(qū)氣溶膠的垂直分布特征[J].中國(guó)環(huán)境科學(xué)，2016，36（8）：2241-2250.