基于CloudSat/CALIPSO聯合探測的南京地區卷云物理特性分析

潘紅林，甘萬英，馬 諾，陸 輝，霍 文，楊興華，楊 帆，周成龍

（1.中國氣象局烏魯木齊沙漠氣象研究所/中國氣象局塔克拉瑪干沙漠氣象野外科學試驗基地，新疆 烏魯木齊830002；2.阿克蘇市氣象局，新疆 阿克蘇843000）

云是地球氣候系統的重要組成部分，60% ～70% 的地球表面被云覆蓋[1]，對于天氣系統和氣候變化的研究，云的物理特性是重要的考慮因素之一。云的輻射效應顯著影響地氣輻射收支的平衡[2]。云的存在，不僅減少了到達地表的太陽輻射，同時也阻擋了部分地表長波輻射能量的散失，對大氣溫度有直接影響。此外，云的模擬是數值模式中最大的不確定因素和難點之一[3]。云的探測為天氣及氣候模式提供初始場，不同類型云的降水潛力、內部動力特征和云的輻射效應都強烈依賴于其微物理特性[4]，故深入研究云的微物理過程對提高模式的準確性具有重要意義。例如，卷云是指由冰晶組成的層狀、鉤狀、帶狀或纖維狀的高云，它們是在全球范圍內最經常出現的云型之一，卷云在對流層上部，能吸收地面長波輻射，對太陽短波入射輻射影響相對較小，在地氣系統輻射收支中主要起增溫作用，而其他類型的云則主要起輻射降溫作用[5]。

CloudSat搭載的是94 GHz的毫米波云廓線雷達（CPR），側重于探測光學厚度較厚的大尺度粒子組成的云層，能探測到云內部的信息，同時可以產生云中的液態水和冰水含量的垂直廓線，但它對上層的薄云觀測不夠細致。CALIPSO上裝載的云氣溶膠激光雷達（CALIOP），是一部雙波長靈敏的偏振激光雷達，對薄云和纖細的云頂很敏感，其特別適合卷云的研究，但它很難透過較厚的云層觀測到云內部結構的完整信息，且對卷云的年際變化目前還不能給出結論[6-7]。故二者聯合的資料相輔相成，各自的探測優勢明顯。

目前利用CloudSat和CALIPSO衛星資料對云的研究主要集中于云的分布以及云的特征量分析兩個方面。Sassen，et al[8]利用CloudSat和CALIPSO的探測結果研究了全球范圍內卷云的分布情況，結果發現全球卷云平均發生率為16.7% ，研究主要側重于云的分布規律。Grenier，et al[9]通過分析CloudSat和CALIPSO資料研究了極地薄冰云中云參數的分布和氣溶膠的分布，該工作涉及了氣溶膠、云和輻射的相互作用，有助于進一步了解極地氣候的變化。彭杰等[10]對CloudSat衛星觀測資料加以統計分析，將東亞地區劃分為5個子區域，進一步細化了對東亞地區云的垂直分布特征。葉培龍等[11]利用2007年3月—2008年2月CloudSat及CALIPSO衛星相結合的云分類產品數據，分析了中國西部及周邊地區云的垂直結構特征，研究結果表明：所有云的云頂和云底高度在不同高度的出現頻率具有明顯的區域和季節變化特征。霍娟[12]利用CloudSat和CALIPSO衛星云產品數據分析了2007年1月—2010年12月中國華北、日本海和太平洋地區的中云分布特征，研究結果表明，中云垂直及水平尺度從陸地向海洋逐步增加。Deng，et al[6]將幾個A-Train衛星反演的冰云的微物理特性與實際探測的結果進行對比評估，并分析了結果差異性的原因，與反演算法的參數輸入及假設粒子的形狀大小等因素有關。卜令兵等[13]利用地基雷達觀測資料，以光學厚度作為閾值，提出了一種卷云IWC的聯合反演算法，其聯合算法實現了更有效及更全面的卷云信息的反演。近年來，對于CloudSat和CALIPSO星載雷達的探測數據及產品的應用，主要是針對CPR和CALIOP的聯合探測結果的統計分析及微物理參數反演算法的研究，包括對不同云種、不同區域的云分布及云的特征量分析的研究等。

由于南京地區位于東亞季風區，靠近北亞熱帶的北緣，是我國降水變化率比較大、多旱澇災害的地區之一。如果能基于CloudSat和CALIPSO聯合探測資料進行南京地區卷云的物理特性分析，將有助于得到該地區更精確的冰水含量、粒子尺度等非常重要的云物理參數，對深入了解卷云的輻射強迫具有重要意義，且可為氣候模式開發與研究中關于云的特征參數量提供理論基礎，從而可進一步提高人們對卷云的認識。

1 探測儀器及數據

“A-TRAIN”衛星觀測系統由Aqua、CloudSat、CALIPSO、PARASOL和Aura五顆衛星組成，這些衛星相互配合在同一軌道上實現了準同步、主被動、多波段的對地球的聯合觀測[14]。CloudSat衛星的軌道高度為705.4 km，其跨軌分辨率為1.4 km，沿軌分辨率為2.5 km，垂直分辨率為0.25 km，與CALIPSO上搭載的CALIOP水平分辨率相同[15]，CALIOP，是一部雙波長靈敏的偏振激光雷達，對薄云和纖細的云頂很敏感，特別適合卷云的研究。CloudSat衛星環繞地球一周約98 min，軌跡平均16 d重復一次，該軌道與太陽是同步的，它與CALIPSO衛星非常接近，二者時間僅相差12.5 s。

CloudSat的云雷達標準數據包含2個等級：（1）通過衛星搭載的云雷達直接得到的數據產品（level-1）；（2）根據level-1產品結合其他衛星產品反演得到的數據產品（level-2）。產品主要包括：雷達回波強度，云覆蓋，雷達反射率，云的分類，液態水/冰水含量，輻射通量等（表1）。

表1 CloudSat主要數據產品

CALIOP是CALIPSO衛星最主要的探測設備，發射正交極化532 nm和1064 nm三組激光，得到532 nm大氣后向散射信號的平行和垂直分量，532 nm波長大氣總后向散射強度，1064 nm波長大氣后向散射信號。本文使用CALIPSO中的Level1/Level 2（Level 2數據：與Level 1數據相對應的地球物理變量，以及使用多種儀器處理Level 1數據后得到的反演變量）數據產品，分析云的高分辨率垂直分布廓線。表2為Level 2產品的空間分辨率[16]。其中，海拔高度在8.2～20.2 km的范圍內，有利于薄卷云的檢測。

表2 CALIPSO Level 2數據資料空間分辨率

對于卷云，CloudSat衛星數據產品提供了其垂直結構特征，且在產品2B-CLDCLASS產品中定義了八種云類型的特征[17]（表3）。故認為云底高度大于7 km的為卷云[18]。因此，CPR和CALIOP對卷云的探測能力各有優勢，聯合使用二者探測數據能更準確地了解卷云的物理特性。

表3 CloudSat 2B-CLDCLASS定義的不同云類型的特征

本文選取以中國南京地區（中心經緯度：32.044°N，118.779°E，海拔高度：8.9 m）為中心，經緯度范圍：31.044°～33.044°N，117.779～119.779°E為研究區域，地理位置區域見圖1。本文所用數據產品主要是CloudSat發布的2B-CLDCLASS-LIDAR及2CICE，2B-CLDCLASS-LIDAR該數據產品是聯合CPR和CALIOP探測的云分類產品，且提供較為準確且全面的云底、云頂高度、云分類信息；2C-ICE產品是集成了CPR和CALIOP的探測優勢，基于反射率因子和衰減后向散射系數反演出的冰云微物理特性產品，包括：冰水含量、冰晶有效粒子半徑等[19，20]。對于南京及周邊地區，由于CloudSat及CALIPSO聯合準同步掃描過境的區域僅提供了2007年1月—2010年12月完整年份的2B-CLDCLASS-LIDAR和2C-ICE的數據，為便于比較分析，故對南京及周邊地區的4 a數據進行了卷云物理特性的統計分析，從而實現對其卷云的初步認識和了解。

圖1 南京及周邊地區地理坐標區域（31.04°～33.04°N，117.78°～119.78°E）

2 典型卷云特征分析

首先了解卷云的基本物理和垂直結構特征。本節挑選兩個具有典型卷云特征結構的個例進行分析。

圖2所選個例發生于2008年4月14日南京地區，該個例水平分布尺度范圍較大，約幾百公里，高度位于7～13 km范圍，云頂及云底分布相對“平坦”，云厚約6 km，宏觀分布上具有卷云的典型特征。同樣，圖2a、2b分別是CPR的反射率因子及CALIOP的后向散射系數分布情況，圖2c和2d分別是該個例對應的CPR及CALIOP聯合探測反演的云底及云頂高度。由于探測儀器的波長不相同，其對不同大小云粒子的探測能力不同，如圖2a和2b中33.5°N附近CPR對上層較薄的云層不敏感，出現探測信號缺失的現象，而CALIOP不能有效穿透下層較厚的云層，可見單一儀器探測具有一定的局限性，不能有效反演得到云頂及云底高度。而圖2c、2d是聯合反演得到的卷云云頂和云底高度，相對更為全面、合理、有效。

圖2 發生于2008年4月14日南京地區的典型卷云個例

圖3 發生于2009年5月19日南京地區的典型卷云個例

圖3所選個例發生于2009年5月19日南京地區。該個例水平分布尺度范圍也較大，約700 km，高度位于7～12.5 km范圍，云頂及云底分布相對“平坦”，云厚約5.5 km，宏觀分布上具有卷云的典型特征。圖3a和3b分別是CPR的反射率因子及CALIOP的后向散射系數分布情況，可看出，在30°N附近，CPR由于對薄卷云不敏感而出現缺測現象，而CALIOP由于信號衰減，不能穿透較厚的云層；圖3c、3d和3e分別是該個例對應的CPR、CALIOP及二者聯合探測反演的卷云冰水含量 （IWC，Ice Water Content），CPR和CALIOP聯合反演的IWC有效彌補了單一探測儀器的局限性，獲得了更為全面有效的IWC。圖3f、3g分別是CPR及CPR/CALIOP二者聯合探測反演的卷云粒子有效半徑（ER，Effective Radius），聯合探測的反演結果優于單一探測儀器的反演結果。相關文獻指出，聯合探測儀器反演的結果相對單一儀器探測結果更為精確、全面、合理、有效[19-20]。

本節所分析云體個例是兩個典型的卷云個例，通過分析了解其宏觀和微觀物理垂直分布特征，得到CPR/CALIOP聯合反演的卷云物理特性相對更為全面、有效、可靠。下面的章節中針對卷云物理特性等時空分布特征進行更詳細的分析。

3 卷云的宏微觀物理特性分析

3.1 宏觀特性分析

3.1.1 卷云的發生率

云的發生情況尤其是不同云種的發生概率一定程度反映地區氣候變化特征，該值同時在研究全球及局地輻射能量收支時亦很重要[12]。本文研究的南京地區卷云的總發生率（Pcirrus）定義為卷云廓線總數（Ncirrus）與云廓線總數（Nall）的比值，即Pcirrus=Ncirrus/Nall。對于宏觀特性的分析研究中，本文選取的數據產品是CloudSat的2B-CLDCLASS-LIDAR，該數據產品是聯合CPR和CALIOP的云分類，且提供較為準確且全面的云底、云頂高度信息。

圖4給出了南京地區2007年1月—2010年12月春（3—5月）、夏（6—8月）、秋（9—10月）及冬（12、1、2月）4季節中卷云發生率的對比，整體來看，2007—2010年的卷云在春季、夏季出現概率均高于秋季和冬季，且出現概率最大值在2009年的夏季，為16.15% ，最小概率在2009年的冬季，為0.20% ；在秋季，4 a的卷云出現概率呈現逐年遞增的趨勢，概率分別為3.22% ，4.43% ，6.39% 及8.59% 。總體而言，4 a的卷云出現概率均是春季和夏季大于秋季和冬季，這一情況在季節分布中亦是如此。

圖4 南京地區2007年1月至2010年12月春（3—5月）、夏（6—8月）、秋（9—10月）及冬（12、1、2月）四季節中卷云的發生率

3.1.2 云底、云頂高度的分布

除了云的出現頻率對地氣輻射有影響外，云底所處位置同樣影響著地氣系統短波和長波輻射收支與平衡。圖5中分別給出了2007—2010年南京地區卷云的云底高度范圍分布，全年來看，每年卷云云底高度出現頻率隨高度的增加呈遞減趨勢，且主要集中在7～8 km之間，云底高度最高頻率出現在2009年的7～8 km之間，為29.33% ；云底高度最小頻率出現在2008年的15～16 km之間，為0.12% 。圖6給出了云頂高度的范圍分布情況，云頂高度最高頻率出現在2009年的9～10 km之間，為23.92% ，且在18～19 km之間，僅2008年出現該范圍內的卷云，頻率為0.19% 。此外，計算了不同年份的云底和云頂高度的年平均值和均方差（圖7），整體來看，4 a的年平均云底、云頂高度相差較小，圖7上同時給出各平均值統計結果的均方差。2007—2010年云底高度年平均值分別為：9.810，9.438，10.065，9.899 km， 均 方 差 分 別 為 ：2.116，1.938，2.433，2.125 km，可見2008年云底高度分布更為集中。云頂高度年平均值分別為：11.276，11.069，11.685，11.663 km，均方差分別為：2.284，1.853，2.525，2.231 km，可見2008年的云頂高度也更為集中。

圖5 卷云云底高度的統計

圖6 卷云云頂高度的統計

圖7 卷云的云底、云頂高度的年平均值

3.2 微觀特性的分布

CloudSat主要依據云體溫度來區分粒子的相態，CALIPSO則通過分析CALIOP雷達探測到的退偏比和后向散射因子來區分粒子相態。云（冰）水含量以及有效粒子半徑是描述云微物理特性的2個重要參數，同時是輻射傳輸模式以及氣候模式中用于表述云物理特性的基本參數[12]。本節選取的數據產品是來自CloudSat的2C-ICE，該產品數據包含反演的IWC和ER。本節分別對卷云的兩個基本物理參數分布特征進行統計分析，通過2007年1月—2010年12月共4 a發生的所有卷云個例進行統計，對比分布差異，可了解卷云的垂直結構特征。

3.2.1 冰水含量的分布特性

圖8為卷云IWC的不同范圍大小出現頻率的統計分布（即卷云IWC在不同范圍內出現的次數），通過該分析可了解卷云IWC范圍大小以及在不同范圍內的出現頻率，分析時IWC的統計間隔為0.005 0 g/m3。總體來看，4 a的IWC的范圍基本集中在0.000 0～0.050 0 g/m3，且隨著范圍的增加均呈遞減趨勢，且4 a的IWC最大頻率集中范圍均在0.000～0.005 0 g/m3之間，分別約占53.05% ，43.59% ，53.81% 及47.34% 。

圖8 卷云冰水含量分布統計

3.2.2 粒子有效半徑的分布特性

圖9為粒子有效半徑（ER）的范圍大小統計分布（即卷云粒子ER在不同范圍內出現的次數），通過該分析可了解ER的范圍大小以及在不同范圍內的出現頻率，分析時ER的統計間隔為10 μm。總體來看，隨著ER范圍的增大，2007—2010年在不同ER范圍內的頻率均呈現先增大后減小的趨勢，且各年的ER的范圍基本集中在30～40 μm之間，頻率分別為25.48% ，25.79% ，19.50% 及20.38% ，在該范圍內2007年和2008年的出現頻率相當，差異較小。

圖9 卷云有效粒子半徑分布統計

圖10 卷云有效粒子半徑、冰水含量的年平均值的對比

此外，本文還分析了2007—2010年不同年份的IWC和ER的年平均值的變化（圖10），整體來看，4 a的年平均IWC、ER均呈現先遞減再增加的趨勢，IWC年平均值分別為：0.135 1 g/m3，0.088 1 g/m3，0.045 8 g/m3及0.082 7 g/m3，即2009年出現最小值；ER年平均值分別為：53.720 μm，51.613 μm，45.893 μm及47.231 μm，同樣，2009年出現最小值。

4 結論

本文主要利用星載雷達聯合探測數據反演產品對南京地區的卷云物理特性進行了統計分析，由于二者準同步探測的完整年限為2007年1月—2010年12月，故本文分析研究了4 a完整的準同步探測反演結果。包含卷云的宏觀和微觀物理特性，分析了卷云空間分布和季節分布特征，以及卷云的冰水含量（IWC）和有效粒子半徑（ER）的分布情況。一方面通過分析了解南京地區卷云的物理結構特征，另一方面為氣候模式或輻射傳輸模式典型高云參數輸入和使用提供參考。研究的主要結論如下：

（1）統計分析表明4 a的卷云出現概率均是春季和夏季大于秋季和冬季，這一情況在季節分布中亦是如此。且出現概率最大值在2009年的夏季，為16.15% ，最小概率在2009年的冬季，為0.20% 。

（2）每年卷云云底高度出現頻率隨高度的增加呈遞減趨勢，且主要集中在7～8 km之間，云底高度最高頻率出現在2009年的7～8 km之間，為29.33% ；云底高度最小頻率出現在2008年的15～16 km之間，為0.12% 。云頂高度最高頻率出現在2009年的9～10 km之間，為23.92% ，且在18～19 km之間，僅2008年出現該范圍內的卷云，頻率為0.19% 。4 a的年平均云底、云頂高度相差較小，分布較為穩定，云底、云頂高度年平均值在2009年均出現最大值，分別為10.065 km，11.685 km。

（3）總體來看，4a的IWC的范圍基本集中在0.000 0～0.050 0 g/m3，且隨著范圍的增加均呈遞減趨勢。隨著ER范圍的增大，2007—2010年在不同ER范圍內的頻率均呈現先增大后減小的趨勢，且各年的ER的范圍基本集中在30～40 μm之間，頻率分別為25.48% ，25.79% ，19.50% 及20.38%

（4）4 a的年平均IWC、ER均呈現先遞減再增加的趨勢，IWC年平均值分別為：0.135 1 g/m3，0.088 1 g/m3，0.045 8 g/m3及0.082 7 g/m3，即2009年出現最小值；ER年平均值分別為：53.720 μm，51.613 μm，45.893 μm及47.231 μm，同樣，2009年出現最小值。

綜上所述，南京地區位于東亞季風區，受局地對流活動、溫度和水汽等因素的影響，2007—2010年，宏觀特性呈現出較為穩定的發展態勢，微觀特性呈現先遞減再增加的態勢，2009年出現最小值。后期作者將致力于探究不同下墊面的云物理結構特征以及不同云種的物理特性，為氣候模式或輻射傳輸模式提供更為豐富準確的云參數信息。