基于毫米波測云雷達的建甌云宏觀分布特征

余安安 陳孝腔 吳雪菲 李 棟 劉光普

(福建省大氣探測技術保障中心,福建 福州 350008)

1 概述

云在大氣輻射傳輸、全球水循環、全球能量平衡等方面扮演重要角色，因此，觀測云在天氣預報、人工影響天氣、飛行保障、軍事保障等方面有著重要意義。目前，已有許多學者對云的宏微觀、時空分布等特征進行研究，比如不同云層的云類型特征[1]、云量與云頂高度的時空特征[2]等。研究范圍大至全球、太平洋、東亞等，小至中國、中國西南部、北京地區等。主要的研究方法可以分為三種：一是人工主動觀測分析[3]，這種方法結果相對真實，但主觀性強，時空分辨率低，費時又費力。二是通過衛星資料[4]進行研究分析。ISCCP(International Satellite Cloud Climatology Project，國際衛星云氣候計劃)提供了比較系統、覆蓋全球且質量相對較好的云數據資料[5-6]。CloudSat和CALIPSO資料在研究全球云層三維結構方面具有優勢[7-10]，這些數據資料被廣泛應用在云的各方面研究中，但此方法時空分辨率相對偏低。三是利用地面云探測設備或是機載云探測設備對云特征進行觀測分析[11-13]。這種方法具有時空分辨率高、云結構信息豐富的優點，但受探測范圍的限制，具有區域性。然而探測范圍的局限性對小區域云特征的研究影響較小，高時空分辨率和精細的云體結構會更有利于小區域云特征的深入研究分析。因此，第三種方法對于局部地區的云特征研究有著重要意義。

建甌位于福建省北部，武夷山脈東南面，屬中亞熱帶海洋性季風氣候，四季分明，雨量充足，云也相對豐富。本文利用地基毫米波測云雷達資料，分析建甌地區云的宏觀分布特征及時間變化特征，對于了解建甌及周邊武夷山地區氣候特征具有一定參考意義，同時也有利于應對氣候變化、服務生態文明建設和經濟社會發展。

2 研究方法和數據

2.1 研究方法

雷達電磁波在大氣中傳播時，遇到云滴、雨滴等各種粒子時，因極化形成一個振蕩的多極子，產生以粒子為中心的各個方向的散射。后向散射指的是沿電磁波發射路徑反射并且被天線接收的電磁波信號，粒子的回波強度由后向散射截面決定，粒子后向散射截面可由公式(1)表示：

(1)

其中，σ為雷達截面(m2)，D為粒子直徑(m)，λ為發射電磁波波長(m)，m為已知復折射指數。對某一種類型的粒子，雷達波長λ越短，粒子的后向散射截面積σ越大，后向散射能力也越強，從而產生的回波越強。毫米波測云雷達波長短，因此具備探測更小粒子的特性，適合進行云的觀測。

毫米波測云雷達的主要技術指標如表1所示。

表1 毫米波測云雷達主要技術指標

本文利用建甌2019年5月-2020年4月毫米波測云雷達觀測數據，對建甌地區云出現特征(即云出現與時間的關系)、層高特征(即云層、云底高、云頂高分布情況)、云類型特征(各種云類型出現及分布比例)進行深入分析，進而得到建甌地區的云宏觀分布特征及時間變化特征。

2.2 數據獲取率

由于設備維護、故障等多種因素，毫米波測云雷達觀測數據會出現缺失情況。因此，我們定義數據月獲取率為雷達觀測時間占當月時間的比值，相應的，得到年獲取率、小時獲取率等。全年獲取率約為98.8%，其中2019年5月、6月、10月獲取率較低，其余各月數據獲取較為完善。因此，通過該數據得到的分析具有一定客觀、真實的價值。

3 分析結果

3.1 云出現特征

本文用云出現率來估算建甌地區云的發生情況[13]。云出現率，即一定時段內(例如小時、日、月等)云廓線出現時長占總觀測時長的比例。本文依據環流形式、天氣過程和要素特征的轉折劃定福建的自然天氣季節：3～6月是春季，7～9月是夏季，10～11月是秋季，12～2月為冬季[19]。2019年5月-2020年4月，建甌地區云出現率分布情況如圖1所示。全年平均出現率為62.8%，季度云最大出現率在春季，最小在秋季。月出現率最大值及最小值分別在6月和11月。建甌地處中亞熱帶海洋性季風氣候區，春季早春雨、梅雨多，降水量約占全年降水量的一半，秋冬干燥，因此呈現春季云多而秋季云少、春夏交替的6月云出現率高、秋冬交替的11月云出現率低等特征。

圖1 2019年5月-2020年4月建甌地區年平均云出現率、季平均云出現率和月平均云出現率

由上述所知，相比人工觀測或衛星觀測，毫米波測云雷達的定點觀測具有時間分辨率高的優勢，能夠在更小時間尺度上研究云的宏微觀物理變化過程。因此，以小時為單位統計云出現率，可以分析出建甌地區云出現率的日變化情況，如圖2所示。從圖2可以看出，建甌地區云出現率在一日中各時段之間的差異比較顯著。其中16∶00至21∶00時段云出現率相對高些，2∶00至4∶00時段相對低些。2∶00至4∶00時段溫度偏低，云出現率較小。接近午時時，隨著太陽輻射的增強，云頂夾卷增強，干空氣被夾卷進云內，加快了云的蒸發速度，因此中午云出現率較低。隨著太陽輻射的減弱，水汽又開始堆積，14∶00后云出現率開始升高，周而復始。據觀測表明，我國各地區對流降水大都多發生在傍晚時分[14]，與當前建甌17∶00至19∶00時段云出現率達到高值特征一致。不同季節云出現率日變化情況也有所不同，秋季云出現率日變化差距最大，最大差距為50.47%。春、夏、秋三季4：00至6∶00、14∶00至18∶00時段云出現率均呈現先升高、后降低的特點。冬季，云出現率早上峰值出現在7∶00-8∶00時段，比春、夏、秋季晚1小時，總體上升和下降變化幅度較低，相比春、夏、秋季日變化特征不顯著。

圖2 2019年5月-2020年4月建甌地區年平均云小時出現率和季度平均云小時出現率

3.2 層高特征

統計建甌地區2019年5月-2020年4月期間不同云層的出現率分別是：單層云出現率為37.58%，雙層云出現率約為18.09%，多層云出現率大致為7.12%。

2019年5月-2020年4月逐月云層分布趨勢基本相同，其中雙層及多層云出現率從6月開始至11月大致呈下降趨勢，到11月時各層云出現率均表現為最低，而后雙層及多層云出現率又呈上升趨勢。單層云出現率從6月開始至11月呈現波浪式下降，11月至1月相對平穩，而后波浪上升。總體而言，建甌地區單層云居多，平均每個季度單層云出現率都為最高。圖3為不同季節各種云層的云出現率，從圖3可知，各個季度單層云出現率差距較小，春夏多云、秋冬少云的主要原因是春夏季雙層云及多層云的出現率大。春季雙層及以上云出現率最高，說明在對流活動旺盛的情況下容易出現比較復雜的云層垂直分布。建甌屬于中亞熱帶海洋性季風氣候，海洋是暖性下墊面，水汽密集，為形成云提供了條件。秋、冬季溫度低，對流層穩定性較強，不利于上升運動發展，水汽難以向上輸送；春季強對流天氣活躍，變性冷空氣與新南下冷空氣、暖濕氣流與北方冷空氣交匯，大氣層結不穩定，云層會逐漸上升[15]。而且熱帶季風區在夏季風影響期間更容易產生多層云。

圖3 2019年5月-2020年4月建甌地區單層云、雙層云、多層云季度云出現率

建甌地區平均云底高約1.2km，平均云頂高約5.5km。表2為各季度云底高、云頂高及云厚度，季節變化特征都較為明顯。秋季云底高度最低，夏季云底及云頂高度最高。春季和夏季都有厚度比較大的云層。

表2 2019年5月-2020年4月建甌地區云底及云頂高度分布 單位:km

由于云層大于三的情況很少，以下主要統計單層、雙層及三層云特征情況。圖4為單層云、雙層云和三層云云底高和云頂高的季平均結果。雙層云的云底高度低于單層云與三層云，單層云云頂高較低。就季節來看，雙層云和三層云云底高最高都為夏季，單層云為冬季；單層云、雙層云云頂最高在春季，三層云云頂高最高在夏季。云底高度通常是云的形成高度。水汽由未飽和達到飽和形成云的方式一般有兩種，一種是水汽含量不變，降溫冷卻，另一種是溫度不變，增加水汽含量，因此溫度和水汽含量共同作用影響云的形成。夏季平均溫度高，凝結高度相對抬升，使得云底高度也隨之升高。冬季低層干燥，水汽條件較不充沛，因此云底高度也會較高。同時春夏季陸地表面受熱不均，經常在近地層形成絕對不穩定層結，對流容易發展，利于云頂高度較高的云發生。另外，綜合來看，單層云的云厚度最大；隨著云層數增多，云的平均厚度隨之減小；三層云云層更易重疊出現。

圖4 2019年5月-2020年4月建甌地區單層云、雙層云和三層云云底和云頂高度的季度平均值

3.3 云類型特征

單層云中積雨云占比最大，其次為層云，占比最小的為雨層云。春、冬兩季積雨云所占比重最大，夏、秋兩季層云所占比例最大。建甌地區春季經常有強對流天氣過程，產生雷暴、冰雹等天氣現象，因此積雨云占比較大。2019年5月-2020年4月，建甌地區冬季氣候偏暖，暖濕空氣勢力較強，當北方有較強冷空氣南下時，暖濕空氣被迫抬升，對流加劇，因此2019年5月-2020年4月期間冬季積雨云所占比重也隨之增大。秋季大氣結構相對穩定，容易形成靜穩天氣特征，導致霧的發生。層云一般由霧抬升而成，因此在秋季所占比例較大。但層云的出現并沒有非常明顯的季節性[16]，所以在春、夏、冬三季所占比例均不小。

圖5為雙層云中不同類型的云分布情況。全年以積云/高積云、層云/高云和層云/層積云為主導云類型。春季低云+低云/中云/高云配置出現率高，以積云/高積云、層云/高云、層云/層積云為主；夏季低云+低云配置出現率高，以層云/層積云為主；秋、冬季低云+中云配置出現率高，以積云/高積云為主。2019年5月-2020年4月期間冬季溫度偏高，較容易形成積云。建甌地區多丘陵和山間盆谷，夜晚山坡上降溫快，冷空氣流入低谷和盆地，暖空氣被抬升，形成逆溫層。尤其在冬季，冷空氣的密度要比暖空氣的大，逆溫層形成更加容易，冷空氣達到飽和從而形成高積云。因此，建甌地區冬季積云/高積云占比較大,這與張玉軒的結論相似[17]。秋季高空冷空氣下沉，到地面受熱后空氣中的水分蒸發，相對濕度降低，氣壓升高，云層也升高，經常出現透光高積云，預示秋高氣爽。再加上秋季總體云出現率低，因此秋季積云/高積云的占比相對較大。春、夏兩季層狀云的發生率遠大于對流云的發生率[18]，因此春、夏兩季層云/層積云占據較多，但建甌地區春季對流活動旺盛，因此春季低層云中積云占據比值不低。從圖5可以看到，有少量層積云、層云出現在高云的上層，衛星觀測資料結果也出現過類似情況[17]，具體原因還值得進一步研究。

圖5 2019年5月-2020年4月建甌地區雙層云各季度不同云類型分布

圖6為單層云和雙層云中不同云類型所占比例的日變化情況。可以看到，一日當中大部分時段所占比例較大的均為層云。建甌地處沿海的福建省，海上回流較多，因此層云的發生率較高。從圖6可以看出，層云平均在6∶00至7∶00時段達到一定峰值，層云一般是由霧抬升形成，日出前較多，日出后云則會逐漸消散。晚上輻射霧發生頻率較高，因而在19∶00至20∶00時段又達到一個峰值。占比最小的為雨層云，建甌地區雨層云占比日變化特征與中國總體雨層云特征相似，中國地區總體雨層云發生較少，平均不超過2%，且無明顯日變化[14]。其他云類型占比較為接近。層積云在6∶00至7∶00時段達到峰值，18∶00至19∶00達到谷值，符合層積云“一峰一谷”的日變化特征。層積云與邊界層的發展密切相關，它的日變化特征在一定程度上反映了邊界層的日變化規律。積雨云在午后14∶00至15∶00達到峰值，夜晚22∶00至23∶00達到最低值。上述可知，積雨云與對流活動密切相關，午后對流活動加強，積雨云增多；夜間地面輻射降溫，大氣層相對穩定。高層云在中國地區發生頻率比較小，8∶00至14∶00時段有上漲趨勢，可能和積雨云有關，為積雨云消散后殘留下來的。積云、高積云的日變化特征不太明顯。

圖6 2019年5月-2020年4月建甌地區一日中各時段占比分布

4 結論

本文利用建甌地區2019年5月-2020年4月的毫米波測云雷達數據資料對建甌地區云宏觀分布及時間變化特征進行了定量化的統計分析，得到了以下結論。

①云出現率約為62.8%；春季云出現率最高，秋季最低；6月云出現率最大，11月最小。一日中16∶00至21∶00時段云出現率相對較高，2∶00至4∶00時段相對較低。不同季節云出現率日變化特征有所不同，秋季云出現率日變化差距最大，最大差距為50.47%。冬季日變化特征相對不顯著。

②平均云底高約為1.2km，平均云頂高約為5.5km。云頂高、云底高和云厚度的季節變化特征較為明顯，夏季云底及云頂高度最高。春、夏季云層厚度比較大。

年平均單層云出現率為37.58%，雙層云出現率約為18.09%，多層云出現率大致為7.12%。建甌地區總體以單層云為主，且各個季度中單層云的出現率均最高。造成各個季度云出現率不同的主要原因是雙層云及多層云出現率的不同。春、夏兩季雙層云和多層云出現率較高。另外，隨著云層數增多，云層的平均厚度減小，云層也更易重疊出現。

③單層云中積雨云占比最大，其次為層云，占比最小的為雨層云。雙層云以積云/高積云、層云/高云和層云/層積云為主導云類型。各季度主導云類型有所不同。受2019年5月-2020年4月期間冬季較高溫度和建甌地形的影響，建甌地區冬季積云/高積云占雙層云比例較大。

不同云類型日變化情況也有所差異。層云具有“雙峰值”特征；層積云具有“一峰一谷”特征；積雨云午后所占比例增大。積云、高積云的日變化特征則不太明顯。