基于CloudSat與CALIPSO聯(lián)合觀測研究全球云分布特征

唐雅慧 周毓荃 蔡淼 馬茜蓉

摘要 利用2007—2010年CloudSat和CALIPSO資料，統(tǒng)計(jì)分析了全球云出現(xiàn)頻率以及云量的水平和垂直分布，并與單獨(dú)CloudSat資料得到的結(jié)果進(jìn)行對(duì)比，討論了CALIPSO觀測到的云的空間分布特性。結(jié)果表明：全球平均總云量約0.69，云量高值區(qū)主要集中在南半球60°S附近西風(fēng)帶、北太平洋風(fēng)暴路徑帶，其次是赤道輻合帶（InTertropical Convergence Zone，簡稱ITCZ），而云量低值區(qū)集中在北非沙漠地區(qū)及印度洋北部等地。CloudSat/CALIPSO資料與CERES等多種云觀測資料獲得的總云量分布都基本一致，但CloudSat/CALIPSO資料聯(lián)合使用能更好地反應(yīng)云的垂直結(jié)構(gòu)。將聯(lián)合觀測的統(tǒng)計(jì)結(jié)果與僅使用CloudSat資料統(tǒng)計(jì)的云量分布結(jié)果對(duì)比，可以發(fā)現(xiàn)，CALIPSO在陸地上方可以觀測到更多云雷達(dá)探測不到的高空冰云，且隨著溫度的降低，觀測優(yōu)勢越來越明顯;同時(shí)還可以觀測到一些海洋上層云光學(xué)厚度較薄且未形成降水的暖云以及粒徑較小的過冷水云。CALIPSO觀測到的云頂粒子半徑較小但數(shù)濃度較大的冰云主要分布在ITCZ、南半球60°S附近西風(fēng)帶和北太平洋風(fēng)暴路徑帶地區(qū)，云量最大為0.31，占該溫度下冰云總量的28%以上;而這些未形成降水的暖云主要是在10～20 ℃溫度范圍內(nèi)南北美洲和南非西海岸地區(qū)，云量最大可達(dá)到0.4，占該溫度下暖云總量的50%以上;過冷水云則主要是在-10 ℃～0 ℃溫度范圍內(nèi)的南半球60°S附近西風(fēng)帶，云量也增加了0.1以上，約占混合云的15%。

關(guān)鍵詞 CloudSat;CALIPSO;全球;云分布;云量

云作為影響氣候變化的重要因子，對(duì)地球的能量平衡以及氣候變化都有著非常重要的影響（陳洪濱，1997）。云能調(diào)節(jié)地氣系統(tǒng)的輻射能量，且是水分循環(huán)的重要環(huán)節(jié)，云特性的任何變化，都可能對(duì)全球氣候造成很大影響，而氣候變化反過來又將引起云特性的調(diào)整。對(duì)于氣候變化的模擬和預(yù)測，云是造成誤差和不確定性的主要因素，因此對(duì)云在全球范圍內(nèi)的分布及其變化的觀測十分重要（汪宏七和趙高祥，1994;丁守國等，2005）。

云的信息可以通過衛(wèi)星、雷達(dá)等遙感手段、探空觀測、地面以及飛機(jī)等多種觀測手段獲取。但是地基觀測受局地影響較大，且地基測站在全球的分布不均勻，很難得到覆蓋整個(gè)分析區(qū)域甚至全球的完整的云分布信息（蔡淼等，2015;彭沖等，2016;黃興友等，2019）。從大范圍云獲取角度來看，衛(wèi)星具有明顯的優(yōu)勢，它能給出云頂附近和云內(nèi)平均值等二維云觀測資料。從20世紀(jì)60年代美國發(fā)射了第一顆氣象衛(wèi)星“泰羅斯”-1號(hào)（TIROS-1：電視紅外觀測衛(wèi)星）開始，氣象衛(wèi)星不斷發(fā)展。這使云的觀測從觀測范圍到內(nèi)容都大大超脫了地面觀測的限制，比如可以測量云頂溫度，云頂氣壓以及云光學(xué)厚度，并且云變化的觀測范圍也從日變化和中尺度擴(kuò)展到多層云和全球尺度（陳勇航，2006）。2006年4月28日，美國國家宇航局發(fā)射升空了一對(duì)主動(dòng)式傳感器，承載在CloudSat 衛(wèi)星上的毫米波云廓線雷達(dá)（CPR）和承載在CALIPSO衛(wèi)星上的云-氣溶膠正交偏振激光雷達(dá)（CALIOP），用來從太空探測云和氣溶膠的垂直結(jié)構(gòu)。CloudSat承載的CPR是美國噴氣動(dòng)力實(shí)驗(yàn)室（JPL）和加拿大空間局（CSA）聯(lián)合開發(fā)的94GHz的往星下點(diǎn)方向觀測的云雷達(dá)，它可以穿透光學(xué)厚度較厚的云層，能夠運(yùn)用距離公式來測量云的后向散射能量。CALIPSO承載的CALIOP主要用于探測全球大氣氣溶膠和云的光學(xué)特性的垂直分布廓線，而且能觀測到光學(xué)厚度較薄的水凝物層和較薄冰云層頂（王帥輝等，2011a）。

目前，國內(nèi)外已有許多學(xué)者利用CloudSat和CALIPSO的組合數(shù)據(jù)流產(chǎn)品對(duì)全球以及區(qū)域云的垂直結(jié)構(gòu)特征進(jìn)行了分析，初步說明了該觀測數(shù)據(jù)的科學(xué)性和優(yōu)勢。如Sassen and Wang（2008）和Sassen et al.（2008）利用CloudSat統(tǒng)計(jì)了全球不同云型云量的空間分布特征，并與地面觀測和ISCCP資料進(jìn)行對(duì)比，還利用CloudSat/CALISPO提供的2B-GROPROF-LIDAR資料分析卷云的全球分布和季節(jié)特征。方樂鋅等（2016）利用CloudSat/CALISPO提供的2B-GROPROF-LIDAR資料統(tǒng)計(jì)了全球8類云的平均云量、云底高度、云頂高度和厚度的空間分布以及8類云隨高度的云量分布。而在區(qū)域云量統(tǒng)計(jì)方面，王帥輝等（2010，2011b）針對(duì)中國及周邊地區(qū)，利用CloudSat提供的2B-CLDCLASS云分類資料，統(tǒng)計(jì)了8類云年平均云量、夏季、冬季平均云量、云度高度、云頂高度和云厚度的地理分布;還曾用CloudSat提供的2B-GROPROF-LIDAR資料分析了單層云和多層云出現(xiàn)頻率、云底高度、云頂高度和云厚度的地理分布。Luo et al.（2009）利用CloudSat/CALIPSO的兩個(gè)標(biāo)準(zhǔn)產(chǎn)品（2B-GROPROF和2B-GEOPROF-LIDAR），分析了2006年7月—2007年8月覆蓋中國東部和印度季風(fēng)地區(qū)的水汽凝結(jié)物發(fā)生頻率、垂直位置和雷達(dá)反射率因子（單位：dBZ）的季節(jié)性變化特征。汪會(huì)等（2011）利用2006年9月—2009年8月CloudSat/CALIPSO資料，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)的云量和云層垂直結(jié)構(gòu)及其季節(jié)變化特征。Naud et al.（2012）分析了CloudSat/CALIPSO以及地球觀測系統(tǒng)（AMSR-E）三種先進(jìn)微波掃描輻射計(jì)在南極和北方寒冷季節(jié)的觀測結(jié)果，并在北半球和南半球的海洋氣旋的暖鋒中，對(duì)發(fā)生和降水的云層頻率進(jìn)行了分析。邱玉珺和王宏奧（2017）利用CloudSat/CALIPSO衛(wèi)星資料對(duì)中國北方兩個(gè) 4°×4°區(qū)域云垂直結(jié)構(gòu)及液水含量云滴有效半徑等微物理參量進(jìn)行了對(duì)比研究。

前人主要利用CloudSat和CALIPSO聯(lián)合觀測資料，分析了各類云的垂直分布特征，但CloudSat-CALIPSO云分類方法與ISCCP、MODIS等不同，不能做定量對(duì)比分析;且上述研究都沒有細(xì)致劃分垂直分層，無法給出大范圍時(shí)空連續(xù)的三維云場分布特征（蔡淼等，2015）。同時(shí)許多學(xué)者在比較CloudSat與CALIPSO觀測差異時(shí)，僅采用二者的單獨(dú)的衛(wèi)星觀測資料，這樣會(huì)在資料融合時(shí)造成誤差;同時(shí)CALIPSO對(duì)于云的探測會(huì)與CloudSat有所重疊，無法說明準(zhǔn)確的說明二者的觀測特性（Hu et al.，2010;Naud et al.，2012）。因此，擬利用2007—2010年CloudSat和CALIPSO衛(wèi)星聯(lián)合觀測，研究全球云的垂直分布特征，并將CloudSat和CALIPSO衛(wèi)星聯(lián)合觀測與僅用CloudSat觀測以及CERES衛(wèi)星等其他多種觀測產(chǎn)品進(jìn)行對(duì)比，分析不同衛(wèi)星對(duì)云垂直結(jié)構(gòu)觀測能力的差異?？紤]到云滴的相態(tài)對(duì)大氣輻射有很大影響，而相態(tài)又與溫度有直接的關(guān)系;且CloudSat云分類也應(yīng)用了云頂溫度而不是高度，因?yàn)樵聘唠S緯度和季節(jié)變化明顯（Sessen and Wang，2008）;因此按垂直格點(diǎn)溫度對(duì)垂直方向精細(xì)劃分，研究不同溫度范圍內(nèi)CloudSat和CALIPSO聯(lián)合觀測云分布特征，從而更好地研究云的微物理特征，進(jìn)而應(yīng)用于云模式以及氣候模式的云參量，以提高相態(tài)微物理參量和航空風(fēng)險(xiǎn)預(yù)測（Hu et al.，2010）;并以期為全球三維云場分布以及氣候變化研究提供依據(jù)（蔡淼，2015）。

1 資料及處理方法

1.1 衛(wèi)星數(shù)據(jù)和產(chǎn)品介紹

采用NASA發(fā)布的2007—2010年CloudSat衛(wèi)星二級(jí)產(chǎn)品2B-GEOPROF（經(jīng)緯度、CloudMask數(shù)據(jù)）、CloudSat和CALIPSO衛(wèi)星資料合成的二級(jí)產(chǎn)品2B-GROPROF-Lidar（CloudFraction數(shù)據(jù)）以及配套的再分析資料ECMWF-AUX（溫度、壓強(qiáng)數(shù)據(jù)）。

對(duì)比分析中，選取美國航天署NASA發(fā)布的CERES_SYN1deg_Ed3A云資料集2007—2010年月全球云量的月平均觀測產(chǎn)品，數(shù)據(jù)的空間分辨率為1°×1°。

1.2 云和晴空的判別方法

星載雷達(dá)每掃描提供一條掃描廓線，每條掃描廓線上包含125個(gè)格點(diǎn)。當(dāng)格點(diǎn)數(shù)據(jù)滿足CloudMask≥20;或者CloudMask<20和CloudFraction≥99%時(shí)，認(rèn)為該垂直格點(diǎn)有云存在，一定區(qū)域內(nèi)所有云區(qū)格點(diǎn)的總和定義為該區(qū)域的云出現(xiàn)頻數(shù)。如果滿足CloudMask=0和CloudFraction=0，該垂直格點(diǎn)為晴空無云（Kahn et al.，2007），總和定義為晴空出現(xiàn)頻數(shù)。而由于儀器誤差等原因，無法確定未滿足上述兩種情況的點(diǎn)是否有云，因此不予討論。

1.3 云量計(jì)算方法

CloudSat-CALIPSO衛(wèi)星觀測為全球掃描，約16 d才會(huì)重復(fù)掃描某個(gè)固定區(qū)域一次。為提高資料的空間和時(shí)間分辨率，增加分析格點(diǎn)，本文將逐軌資料處理成1°（緯度）×1°（經(jīng)度）的月平均格點(diǎn)資料，即在水平分辨率1°（緯度）×1°（經(jīng)度）格點(diǎn)內(nèi)，一個(gè)月內(nèi)所有落入該格點(diǎn)的廓線資料全部融合，垂直分辨率保持不變，形成月平均三維云資料集。據(jù)統(tǒng)計(jì)，CloudSat衛(wèi)星每月經(jīng)過每個(gè)低緯1°（緯度）×1°（經(jīng)度）格點(diǎn)2～3次，采集250～300條廓線數(shù)。廓線中有一層以上是有云，則該廓線就稱為是有云的廓線。格點(diǎn)總云量定義為格點(diǎn)內(nèi)有云的廓線數(shù)除以總廓線數(shù)，各垂直層云量定義為各層有云的廓線數(shù)除以總廓線數(shù)（方樂鋅等，2016）。格點(diǎn)資料集包含不同溫度垂直分布范圍內(nèi)的云量。

2 CloudSat與CALIPSO觀測的全球云分布

2.1 CloudSat與CALIPSO對(duì)云的判別特征

選取2009年4月18日CloudSat與CALIPSO衛(wèi)星觀測的一條軌道來展現(xiàn)他們對(duì)云的觀測特性（圖1）?？梢钥闯?，CloudSat和CALIPSO聯(lián)合觀測到的云頂高度普遍高于單獨(dú)用CloudSat觀測;CALIPSO衛(wèi)星可以觀測到冰云層頂和高空云較為稀薄的暖云底，而CloudSat觀測不到。這是因?yàn)镃ALIPSO上搭載的lidar波長較短，能夠探測到低于云雷達(dá)探測閾值的微弱水汽凝結(jié)層，得到光學(xué)厚度較薄的冰云層頂;同時(shí)由于lidar波長短，能量大，當(dāng)高空無云或者云較為稀薄，光學(xué)厚度較小時(shí)，信號(hào)衰減相對(duì)較小，因而能穿過高空觀測到一些近地面的小粒子。因此采用CloudSat和CALIPSO衛(wèi)星聯(lián)合云觀測數(shù)據(jù)相比與僅采用CloudSat衛(wèi)星，提高了云區(qū)識(shí)別的準(zhǔn)確性。

2.2 全球云出現(xiàn)頻率特征

為了進(jìn)一步探究CloudSat與CALIPSO對(duì)全球云觀測的差異，統(tǒng)計(jì)了2007年1月—2010年12月期間，CloudSat與CALIPSO衛(wèi)星對(duì)云的判別結(jié)果并進(jìn)行比較，如表1所示。這里需要說明，雖然CloudSat/CALIPSO聯(lián)合觀測數(shù)據(jù)比單獨(dú)CloudSat觀測數(shù)據(jù)少約7.7%，但為了更好地比較兩種數(shù)據(jù)的差異，所以選取了相同的格點(diǎn)（838 131 825 00）進(jìn)行統(tǒng)計(jì)分析。結(jié)果表明：CloudSat觀測到的云出現(xiàn)頻率約5.82%，而CloudSat和CALIPSO聯(lián)合判定的云出現(xiàn)頻率約為7.45%?？梢钥闯鲇肅ALIPSO衛(wèi)星觀測云，云出現(xiàn)頻率增加了28.04%。而CloudSat探測得到的晴空出現(xiàn)頻率為78.21%，CloudSat和CALIPSO聯(lián)合判定的晴空出現(xiàn)頻率為76.95%。加入CALIPSO觀測數(shù)據(jù)對(duì)晴空的判別減少約1.60%，說明加入CALIPSO觀測資料對(duì)晴空區(qū)域的判別并沒有很大的影響。

具體將全球的云出現(xiàn)頻數(shù)分為陸地與海洋進(jìn)行統(tǒng)計(jì)，CloudSat觀測得到的陸地云出現(xiàn)頻率約1.59%，而海洋云出現(xiàn)頻率約為4.21%;通過CloudSat探測得到海洋地區(qū)云出現(xiàn)頻率比陸地地區(qū)多45.01%。而CloudSat和CALIPSO聯(lián)合觀測結(jié)果得到的陸地云出現(xiàn)頻率約為2.21%，海洋云出現(xiàn)頻率為5.23%;同樣，通過CloudSat和CALIPSO聯(lián)合探測得到海洋地區(qū)云出現(xiàn)頻率比陸地地區(qū)多（約40.51%）。但CloudSat和CALIPSO聯(lián)合觀測結(jié)果與單獨(dú)用CloudSat資料得到的結(jié)果進(jìn)行比較，會(huì)發(fā)現(xiàn)陸地云出現(xiàn)頻率增加了38.56%，而海洋云出現(xiàn)頻率僅增加了22.85%，可以說明CALIPSO衛(wèi)星對(duì)陸地地區(qū)云區(qū)的識(shí)別提高更為明顯。

利用CloudSat與CALIPSO聯(lián)合觀測資料進(jìn)一步分析全球云出現(xiàn)頻數(shù)隨垂直格點(diǎn)溫度的垂直分布特征（圖2），可以看出海洋、陸地地區(qū)云出現(xiàn)頻數(shù)隨溫度的降低都呈現(xiàn)先增加后減少的變化趨勢，海洋地區(qū)云出現(xiàn)頻數(shù)的最大值出現(xiàn)在-10～-15 ℃溫度范圍內(nèi)，約為3.5×108。而陸地地區(qū)云出現(xiàn)頻數(shù)峰值出現(xiàn)的溫度更低，在-40～-25 ℃，約為1.3×108。

圖2中還給出了CALIPSO觀測到而CloudSat未觀測的云出現(xiàn)頻數(shù)（粉色柱狀），可以看出，CALIPSO云觀測統(tǒng)計(jì)得到的云出現(xiàn)頻數(shù)，在海洋、陸地地區(qū)的變化趨勢基本一致。隨著垂直溫度的降低，CALIPSO云觀測統(tǒng)計(jì)得到的陸地和海洋云出現(xiàn)頻數(shù)都逐漸增加，且呈現(xiàn)雙峰型。在20 ℃時(shí)增加約為15%，-40 ℃以下增加趨勢更為明顯，到-60 ℃時(shí)達(dá)到最大值，陸地地區(qū)云出現(xiàn)頻數(shù)增加約為210%，海洋地區(qū)略?。?30%），且在0～-10 ℃溫度區(qū)間出現(xiàn)了一個(gè)小峰值。這說明CALIPSO較CloudSat單獨(dú)觀測，隨溫度的降低，對(duì)云區(qū)判別的優(yōu)勢越來越明顯，尤其是-40 ℃以下的冷云，且在-10～0 ℃溫度范圍內(nèi)對(duì)過冷水云區(qū)的判別也有明顯的提高。這是因?yàn)?40 ℃以下，過冷水滴自發(fā)凍結(jié)可能會(huì)形成較多的冰晶，但由于溫度較低，含水量較少，冰晶粒子半徑較小，由于CALIPSO的觀測特性，所以CALIPSO可以觀測到這些粒徑較小的冰晶，但CloudSat觀測不到。許多學(xué)者利用飛機(jī)觀測以及CloudSat衛(wèi)星數(shù)據(jù)的研究中也發(fā)現(xiàn)粒子有效半徑較小的冰晶多出現(xiàn)在云頂，且分布比例隨高度的升高而增加（Delanoё and Hogan，2010;韓丁等，2013;王黎俊等，2013;鄧軍英等，2014，2016）。同時(shí)CALIPSO在陸地地區(qū)觀測到增加的云出現(xiàn)頻數(shù)百分比要比海洋地區(qū)多，尤其是在低溫段。這一結(jié)果表明，CALIPSO可以在陸地上空探測到更多云雷達(dá)探測不到的冷云。這是因?yàn)殛懙厣峡赵瞥霈F(xiàn)時(shí)云頂普遍較高，因此含有的冰晶較多，所以CALIPSO在陸地上空比海洋上空觀測到更多的冷云，具體可在圖8a經(jīng)度-高度云量分布中看出。

3 全球平均云量分布時(shí)空特征

3.1 云量的全球空間分布

全球60%以上的地區(qū)被云覆蓋（丁守國等，2005;陳勇航，2006），但云量的空間分布卻有很大差距。從2007—2010年總云量（圖3）來看，單獨(dú)用CloudSat探測的總云量平均在0.53左右，而CloudSat/CALIPSO聯(lián)合探測得到的結(jié)果是總云量約0.69?？梢钥闯黾尤隒ALIPSO探測資料，可增加探測到約0.16的總云量。CloudSat/CALIPSO聯(lián)合探測到的總云量大值區(qū)主要位于南半球60°S附近西風(fēng)帶、北太平洋風(fēng)暴路徑帶以及赤道輻合帶（ITCZ），云量基本在0.7以上，最大到1。而云量低值區(qū)集中在北非沙漠地區(qū)及印度洋北部，云量小于0.4，低值中心云量小于0.2;其次是赤道冷舌、澳洲以及南非地區(qū)，云量也都低于0.4。CloudSat探測的總云量空間分布與CloudSat/CALIPSO聯(lián)合探測一致，但云量減少基本都在0.1以上。CALIPSO觀測到的云主要是在ITCZ以及南北緯回歸線內(nèi)南北美洲西海岸以及非洲西海岸地區(qū)，云量在0.2以上，最大值在非洲中部靠近印度洋的陸地，云量約為0.4。

3.2 云量的季節(jié)分布特征

從季節(jié)分布特征（圖4）來看，CloudSat/CALIPSO聯(lián)合探測到的各季節(jié)云量分布特征與年平均總運(yùn)量分布特征基本一致。但各季節(jié)大值區(qū)和低值區(qū)范圍和位置都略有不同;基本可以看出ITCZ南北半球的遷移，中緯度風(fēng)暴帶的轉(zhuǎn)變以及印度洋季風(fēng)氣候等特征（Sassen and Wang，2008）。

CloudSat與CALIPSO聯(lián)合探測的總云量的分布情況和季節(jié)特征與單獨(dú)用CloudSat探測資料的結(jié)果基本一致，但由二者的差值可以看出，CALIPSO觀測增加的云量基本都在0.1以上，尤其在ITCZ南北回歸線以內(nèi)云系發(fā)展旺盛的地區(qū)，增加的云量都在0.3以上，且增加的云量多集中出現(xiàn)在海岸線以及沿海地區(qū)。另外，春、冬季的非洲中部沙漠地區(qū)和秋季的南美東部沿海地區(qū)，云量也都明顯增加了0.4以上;夏季在極地地區(qū)，云量也有明顯增加，尤其是南極地區(qū)，云量增加0.2以上。

3.3 垂直方向不同溫度區(qū)間的云量分布特征

為了進(jìn)一步分析CloudSat和CALIPSO不同溫度垂直范圍內(nèi)的云量觀測差異，首先圖5給出了CloudSat/CALIPSO聯(lián)合觀測得到的不同溫度范圍內(nèi)的云量空間分布，用以研究不同溫度下云相態(tài)類別的空間分布特征。不同溫度下云量的空間特征基本一致，與總云量的分布也較為一致，大值區(qū)都主要分布在ITCZ地區(qū)，這反映了高溫高濕的不穩(wěn)定大氣層結(jié)顯著影響云量的多寡。

值得注意的是，從圖5可以看出ITCZ附近云系發(fā)展旺盛的北印度洋及亞洲大陸云量隨溫度的升高逐漸減少，在-60～-40 ℃溫度范圍內(nèi)云量最大且云量大于0.4，即說明該地區(qū)主要以冰云為主。ITCZ地區(qū)雖溫度很高，但對(duì)流層頂較高，因此冰云云量很大，具體可以在圖8c緯度-高度云量分布中看出。南半球60°S附近西風(fēng)帶和北太平洋風(fēng)暴路徑帶地區(qū)云量在-60～20 ℃溫度范圍內(nèi)呈現(xiàn)遞增后減少的變化趨勢，最大值出現(xiàn)在-10～-5 ℃溫度范圍內(nèi)，說明該地區(qū)主要是云層較厚的混合云;而在太平洋東南部和東北部地區(qū)以及大西洋東北部地區(qū)，云量隨溫度的上升呈現(xiàn)先減少后增加的變化趨勢，說明該地區(qū)多為暖云。結(jié)合CloudSat/CALIPSO聯(lián)合探測較單獨(dú)CloudSat探測的總云量差值的空間分布（圖3），可以看出CALIPSO觀測到的云，主要是在ITCZ的冷云以及南北緯回歸線海岸線附近的暖云。

具體從圖6表示的CloudSat/CALIPSO聯(lián)合探測較單獨(dú)CloudSat探測到增加的各層云量來看，CALIPSO對(duì)冰云探測優(yōu)勢主要體現(xiàn)在ITCZ地區(qū)，其次是南半球60°S附近西風(fēng)帶和北太平洋風(fēng)暴路徑帶地區(qū);且隨著溫度的降低，云量增加得越多，在-60～-55 ℃時(shí)增加的云量最多，基本在0.2以上，占該溫度下冰云云量的28%以上。CALIPSO單獨(dú)能觀測到的暖云主要分布在10～20 ℃內(nèi)南北美西海岸和南非西海岸，暖云云量增加0.2以上，靠近陸地的地方，云量最大可增加0.4，是該溫度下暖云云量的50%以上。該地區(qū)有許多粒子半徑較小的暖云，這是由于該地區(qū)與海岸平行的強(qiáng)風(fēng)會(huì)產(chǎn)生強(qiáng)烈的海岸上升氣流，給海洋表面帶來冷空氣，這有助于通過穩(wěn)定低對(duì)流層來維持持續(xù)的層云或?qū)臃e云。從圖5可以看出這些地區(qū)上空無云遮擋，在近地層形成了云量較為豐厚的暖云，而CALIPSO承載的激光雷達(dá)由于能量大，因此可以穿過高空探測到位于該地區(qū)半徑較小的暖云粒子。值得注意的是在-10～0 ℃溫度范圍內(nèi)南半球60°S附近西風(fēng)帶以及挪威海域，云量增加了0.1以上，約占混合云的15%。該地區(qū)主要集中的是混合相態(tài)云，而CALIPSO上承載的激光雷達(dá)由于波長較短，與云雷達(dá)相比，可以觀測到一些半徑較小的云滴粒子，因此CALIPSO在該區(qū)域觀測增加的是粒徑較小而數(shù)量較多的水滴，是過冷水高積云而非冰晶云（Delanoё et al，2010;Hu et al，2010;霍娟，2015）。

氣候上常采用氣壓分層，對(duì)不同氣壓下的云量空間分布特征進(jìn)行討論（如圖7所示）。將不同溫度下與不同氣壓下CALIPSO觀測增加云量的空間分布相比，可以發(fā)現(xiàn)南半球60°S附近西風(fēng)帶以及北太平洋風(fēng)暴路徑帶地區(qū)的云量增加主要體現(xiàn)在-60～-50 ℃以及-10～0 ℃，但卻在850 hPa以下。這是因?yàn)樵谙嗤瑲鈮合?，高緯度地區(qū)上空較其他地區(qū)溫度更低，所以南半球60°S附近西風(fēng)帶以及北太平洋風(fēng)暴路徑帶地區(qū)云區(qū)雖是低云但卻是冰云或過冷水云。進(jìn)一步證明了按溫度進(jìn)行垂直分層更有利于區(qū)分CALIPSO觀測到的云粒子相態(tài)及其形成機(jī)理，為高緯度地區(qū)氣候模式的改進(jìn)提供了依據(jù)（Kahn et al.，2007，Sassen et al.，2008）。

可以看出，CloudSat與CALIPSO聯(lián)合衛(wèi)星對(duì)太平洋東海岸以及大西洋東南海岸的低云觀測與CERES一致，說明前文中提到的CALIPSO對(duì)該地區(qū)暖云云量觀測有所提高是正確的，加入CALIPSO觀測資料對(duì)該地區(qū)暖云識(shí)別是有優(yōu)化作用的。

與多種觀測進(jìn)行比較之后可以發(fā)現(xiàn)，CloudSat/CLAIPSO聯(lián)合資料是目前為止最能細(xì)致反映云的垂直結(jié)構(gòu)的資料。可以為氣候模式中云的評(píng)估提供更好的參考，也能為空中云水資源評(píng)估提供更有用的信息。

4 結(jié)論與討論

4.1 結(jié)論

利用2007年1月—2010年12月的CloudSat/CALIPSO資料，統(tǒng)計(jì)分析了全球云的發(fā)生頻率以及云量的水平和垂直分布，并與單獨(dú)CloudSat資料得到的結(jié)果進(jìn)行對(duì)比，討論了CALIPSO對(duì)云的觀測特性及其空間分布特征。主要結(jié)論如下：

1）CloudSat和CALIPSO聯(lián)合統(tǒng)計(jì)的云出現(xiàn)頻率約為7.45%，其中海洋地區(qū)云出現(xiàn)頻率比陸地地區(qū)多約40.51%。全球海洋、陸地地區(qū)云出現(xiàn)頻數(shù)都呈現(xiàn)隨溫度的降低呈現(xiàn)先增加后減少的變化趨勢。采用CloudSat和CALIPSO衛(wèi)星聯(lián)合云觀測數(shù)據(jù)相比與僅采用CloudSat衛(wèi)星，云出現(xiàn)頻率增加了28.04%，提高了云區(qū)識(shí)別的準(zhǔn)確性，但對(duì)晴空識(shí)別的提高不明顯;CALIPSO衛(wèi)星在陸地上空（相比于海洋）可以觀測到更多云雷達(dá)探測不到的高空冰云，且隨著溫度的降低，觀測優(yōu)勢越來越明顯。

2）CloudSat/CALIPSO聯(lián)合探測得到全球年平均總云量約為0.69，大值區(qū)主要位于南半球60°S附近西風(fēng)帶、北太平洋風(fēng)暴路徑帶以及ITCZ;而云量低值區(qū)集中在北非沙漠地區(qū)及印度洋北部。ITCZ附近云量隨溫度的升高逐漸減少，主要以-60～-40 ℃溫度范圍內(nèi)的冰云為主。南半球60°S附近西風(fēng)帶和北太平洋風(fēng)暴路徑帶地區(qū)云量隨溫度的升高呈現(xiàn)遞增后減少的變化趨勢，最大值出現(xiàn)在-10～-5 ℃溫度范圍內(nèi)，該地區(qū)主要是云層較厚的混合云。而在加利福尼亞和秘魯西海岸，云量隨溫度的上升呈現(xiàn)先減少后增加的變化趨勢，該地區(qū)多為暖云。CloudSat/CALIPSO聯(lián)合觀測和CloudSat單獨(dú)觀測的對(duì)比發(fā)現(xiàn)，CALIPSO單獨(dú)觀測使各區(qū)域的云量都有增加，尤其在-60～-40 ℃溫度范圍內(nèi)ITCZ南北回歸線以內(nèi)、南半球60°S附近西風(fēng)帶以及北太平洋風(fēng)暴路徑帶地區(qū)上的冰云，且隨著溫度的降低，云量增加得越多，在最大為0.31，約占該溫度下冰云云量的28%以上。在10～20 ℃內(nèi)加利福尼亞和秘魯西海岸觀測到的未形成降雨的暖云云量增加也很明顯，最大可達(dá)到0.4，占該溫度下暖云云量的50%以上。以及在-10～0 ℃內(nèi)南半球60°S附近西風(fēng)帶的過冷水云云量也增加了0.1以上，約占混合云的15%。

3）CloudSat/CALIPSO聯(lián)合觀測的總云量與CERES、ISCCP、FY-2E、CloudSat和地面觀測云資料的總云量的分布都基本一致，但都略有差異。在ITCZ、南北緯回歸線到極地地區(qū)之間的陸地地區(qū)以及印度洋西部等地，CloudSat/CALIPSO聯(lián)合觀測的總云量比CERES得到的總云量大，最大可多0.4;而在其他地區(qū)，CERES總云量略大于CloudSat/CALIPSO聯(lián)合觀測的總云量，云量差值在0.1以內(nèi)。

4.2 討論

1）從CloudSat與CALIPSO對(duì)云觀測差異的垂直分布特征來看，首先是CALIPSO觀測到了沒有毛毛雨的暖云，這些觀測到的云主要分布在南美洲以及北美洲西海岸。很多學(xué)者（Malkus and Riehl，1964;Godshall，1968，George and Wood，2009;Zheng et al.，2011）在研究太平洋東南部海洋層積云。由于該地區(qū)受復(fù)雜的上層海洋、海洋邊界層和陸地過程以及它們的內(nèi)部活動(dòng)所控制，海洋和大氣之間的各種耦合過程都涉及這個(gè)緊密耦合的系統(tǒng)，系統(tǒng)的變化對(duì)全球氣候也有顯著的影響;因此對(duì)該地區(qū)的研究十分重要。而本文的研究結(jié)論為用CALIPSO提高太平洋東南部海洋層積云的識(shí)別以及模式評(píng)估提供了依據(jù)。

2）CALIPSO還觀測到了一些-10～0 ℃之間的過冷水云。CALIPSO識(shí)別的中國地區(qū)過冷水云云量在0.05以內(nèi)，但由于中國地區(qū)在-10～0 ℃范圍內(nèi)云量較少，基本小于0.4，因此過冷水云量基本占混合云云量的10%以上。而過冷水作為人工增雨作業(yè)以及發(fā)生飛機(jī)積冰的必要條件，對(duì)其進(jìn)行監(jiān)測以及預(yù)報(bào)一直是許多學(xué)者關(guān)心的問題（袁敏等，2017）。而本文為利用CALIPSO提高過冷水監(jiān)測的研究打下了基礎(chǔ)。

3）同時(shí)CALIPSO觀測到了許多數(shù)粒子半徑較小的冰晶粒子。這與飛機(jī)觀測到的冰晶霧是相同的。根據(jù)美國氣象學(xué)會(huì)（AMS）氣象術(shù)語表，冰霧是由直徑20～100 μm的懸浮冰晶組成的。在極地地區(qū)，有25%的時(shí)間是冰霧，且由冰霧造成的低能見度是該地區(qū)航空事故發(fā)生的重要原因。CALIPSO為檢測冰霧以及改進(jìn)冰霧數(shù)值模式提供了新的可能性（Girard et al.，2001a，2001b;Mago and Sherif，2004;Gultepe et al.，2014，2015）。

參考文獻(xiàn)（References）

陳洪濱，1997.關(guān)于云和云天大氣對(duì)太陽輻射的吸收異常[J].大氣科學(xué)，21（6）：750-757. Chen H B，1997.On the anomalous absorption of solar radiation by water clouds and by the cloudy atmosphere[J].Chin J Atmos Sci，21（6）：750-757.（in Chinese）.

陳勇航，2006.利用衛(wèi)星反演資料研究西北地區(qū)云特性及其對(duì)地氣系統(tǒng)的影響[D].蘭州：蘭州大學(xué). Chen Y H，2006.A study of cloud properties and their effects on the Earth-atmospheric system over Northwestern China using satellite retrieval data[D].Lanzhou：Lanzhou University.（in Chinese）.

蔡淼，周毓荃，歐建軍，等，2015.三維云場分布診斷方法的研究[J].高原氣象，34（5）：1330-1344. Cai M，Zhou Y Q，Ou J J，et al.，2015.Study on diagnosing three dimensional cloud region[J].Plateau Meteor，34（5）：1330-1344.（in Chinese）.

Delanoё J，Hogan R J，2010.Combined CloudSat-CALIPSO-MODIS retrievals of the properties of ice clouds[J].J Geophys Res：Atmos，115（D4）.doi：10.1029/2009JD012346.

鄧軍英，邱昀，陳勇航，等，2014.強(qiáng)降雨過程中冰云粒子等效半徑的垂直分布及其與降水的相關(guān)性[J].自然災(zāi)害學(xué)報(bào)，23（2）：120-128. Deng J Y，Qiu Y，Chen Y H，et al.，2014.The vertical distribution of ice particle effective radius of clouds and its correlation with precipitation during heavy rainfalls[J].J Nat Disasters，23（2）：120-128.（in Chinese）.

鄧軍英，丁明月，王文彩，等，2016.冰云粒子微物理屬性在一次強(qiáng)降雨過程中的垂直分布[J].干旱區(qū)地理，39（3）：590-599. Deng J Y，Ding M Y，Wang W C，et al.，2016.Vertical distributions microphysical properties of ice particles in a heavy rain[J].Arid Land Geogr，39（3）：590-599.（in Chinese）.

方樂鋅，李昀英，孫國榮，等，2016.基于CloudSat-CALIPSO資料的全球不同類型云的水平和垂直分布特征[J].氣候與環(huán)境研究，21（5）：547-556. Fang L X，Li Y Y，Sun G R，et al.，2016.Horizontal and vertical distributions of clouds of different types based on CloudSat-CALIPSO data[J].Clim Environ Res，21（5）：547-556.（in Chinese）.

丁守國，趙春生，石廣玉，等，2005.近20年全球總云量變化趨勢分析[J].應(yīng)用氣象學(xué)報(bào)，16（5）：670-677，706. Ding S G，Zhao C S，Shi G Y，et al.，2005.Analysis of global total cloud amount variation over the past 20 years[J].J Appl Meteor Sci，16（5）：670-677，706.（in Chinese）.

George R C，Wood R，2009.Subseasonal variability of low cloud radiative properties over the southeast Pacific Ocean[J].Atmos Chem Phys，10（8）：4047-4063.

Girard E，Blanchet J，2001a.Microphysical parameterization of Arctic diamond dust，ice fog，and thin stratus for climate models[J].J Atmos Sci，58（10）：1181-1198.

Girard E，Blanchet J，2001b.Simulation of arctic diamond dust，ice fog，and thin stratus using an explicit aerosol-cloud-radiation model[J].J Atmos Sci，58（10）：1199-1221.

Godshall F A，1968.Intertropical convergence zone and mean cloud amount in the tropical Pacific Ocean[J].Mon Wea Rev，96（3）：172-175.

Gultepe I，Kuhn T，Pavolonis M，et al.，2014.Ice fog in arctic during FRAM-ice fog project：aviation and nowcasting applications[J].Bull Am Meteor Soc，95（2）：211-226.

Gultepe I，Zhou B，Milbrandt J，et al.，2015.A review on ice fog measurements and modeling[J].Atmos Res，151：2-19.

韓丁，嚴(yán)衛(wèi)，葉晶，等，2013.基于CloudSat衛(wèi)星資料分析東太平洋臺(tái)風(fēng)的云、降水和熱力結(jié)構(gòu)特征[J].大氣科學(xué)，37（3）：691-704. Han D，Yan W，Ye J，et al.，2013.Analyzing cloud，precipitation，and thermal structure characteristics of typhoons in eastern Pacific based on CloudSat satellite data[J].Chin J Atmos Sci，37（3）：691-704.（in Chinese）.

Hu Y X，Rodier S，Xu K M，et al.，2010.Occurrence，liquid water content，and fraction of supercooled water clouds from combined CALIOP/IIR/MODIS measurements[J].J Geophys Res：Atmos，115（D4）.doi：10.1029/2009JD012384.

黃興友，蘆荀，黃勇，等，2019.層狀云微物理參數(shù)反演及其輻射效應(yīng)的個(gè)例研究[J].大氣科學(xué)學(xué)報(bào)，42（5）：769-777. Huang X Y，Lu X，Huang Y，et al.，2019.A case study on the microphysical parameter retrieval and radiative effects of stratus clouds[J].Trans Atmos Sci，42（5）：769-777.（in Chinese）.

霍娟，2015.基于CloudSat/CALIPSO資料的海陸上空中云的物理屬性分析[J].氣候與環(huán)境研究，20（1）：30-40. Huo J，2015.Physical properties of mid-level clouds based on CloudSat/CALIPSO data over land and sea[J].Clim Environ Res，20（1）：30-40.（in Chinese）.

Kahn B H，Chahine M T，Stephens G L，et al.，2007.Cloud type comparisons of AIRS，CloudSat，and CALIPSO cloud height and amount[J].Atmos Chem Phys Discuss，7（5）：13915-13958.

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（4）：1052-1064.

呂苗，2015.CALIPSO，CloudSat和CERES-MODIS檢測的全球云分布比較[C]//中國氣象學(xué)會(huì)第32屆年會(huì).北京. Lyu M，2015.Comparing the global distribution of clouds detected by CALIPSO，CloudSat or CERES-MODIS[C]//the 32nd Chinese meteorological society.Beijing.（in Chinese）.

Mago P，Sherif S，2004.Frost formation and heat transfer on a cold surface in ice fog[C]//42nd AIAA Aerospace Sciences Meeting and Exhibit.05 January 2004—08 January 2004，Reno，Nevada.Reston，Virginia：AIAA.

Malkus J S，Riehl H，1964.Cloud structure and distributions over the tropical Pacific Ocean[J].Tellus，16（3）：275-287.

Naud C M，Posselt D J，van den Heever S C，2012.Observational analysis of cloud and precipitation in midlatitude cyclones：northern versus southern hemisphere warm fronts[J].J Clim，25（14）：5135-5151.

彭沖，周毓荃，蔡兆鑫，等，2016.一次基于飛機(jī)觀測的低槽冷鋒云系微物理結(jié)構(gòu)的綜合分析[J].大氣科學(xué)學(xué)報(bào)，39（5）：620-632. Peng C，Zhou Y Q，Cai Z X，et al.，2016.A comprehensive analysis of the physical structure of a low trough cold front cloud system based on aerial observation[J].Trans Atmos Sci，39（5）：620-632.（in Chinese）.

邱玉珺，王宏奧，2017.基于CloudSat/CALIPSO資料的我國北方2個(gè)區(qū)域云垂直分布差異研究[J].大氣科學(xué)學(xué)報(bào)，40（4）：553-561. Qiu Y J，Wang H A，2017.The vertical distribution of cloud properties in two regions of Northern China based on CloudSat/CALIPSO data[J].Trans Atmos Sci，40（4）：553-561.（in Chinese）.

Rossow W B，Zhang Y C，2010.Evaluation of a statistical model of cloud vertical structure using combined CloudSat and CALIPSO cloud layer profiles[J].J Climate，23（24）：6641-6653.

Sunmack S，Minnis P，Chen Y，et al.，2007.Integrated cloud-aerosol-radiation product using CERES，MODIS，CALIPSO，and CloudSat data[C]//Remote Sensing.International Society for Optics and Photonics.

Sassen K，Wang Z E，2008.Classifying clouds around the globe with the CloudSat radar：1-year of results[J].Geophys Res Lett，35（4）：L04805.

Sassen K，Wang Z E，Liu D，2008.Global distribution of cirrus clouds from CloudSat/Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations （CALIPSO） measurements[J].J Geophys Res：Atmos，113（D8）.doi：10.1029/2008JD009972.

汪宏七，趙高祥，1994.云和輻射——（I）云氣侯學(xué)和云的輻射作用[J].大氣科學(xué)，18（S1）：910-921，923-932. Wang H Q，Zhao G X，1994.Cloud and radiation——I：cloud climatology and radiative effects of clouds[J].Sci Atmos Sin，18（S1）：910-921，923-932.（in Chinese）

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 H，Luo Y L，Zhang R H，2011.Analyzing seasonal variation of clouds over the Asian monsoon regins and the Tibetan plateau region using CloudSat/CALIPSO data[J].Chin J Atmos Sci.，35（6）：1117-1131.（in Chinese）.

王帥輝，韓志剛，姚志剛，2010.基于CloudSat和ISCCP資料的中國及周邊地區(qū)云量分布的對(duì)比分析[J].大氣科學(xué)，34（4）：767-779. Wang S H，Han Z G，Yao Z G，2010.Comparison of cloud amounts from ISCCP and CloudSat over China and its neighborhood[J].Chin J Atmos Sci，34（4）：767-779.（in Chinese）.

王帥輝，韓志剛，姚志剛，等，2011a.基于CloudSat資料的中國及周邊地區(qū)云垂直結(jié)構(gòu)統(tǒng)計(jì)分析[J].高原氣象，30（1）：38-52. Wang S H，Han Z G，Yao Z G，et al.，2011a.Analysis on cloud vertical structure over China and its neighborhood based on CloudSat data[J].Plateau Meteor，30（1）：38-52.（in Chinese）.

王帥輝，韓志剛，姚志剛，等，2011b.基于CloudSat資料的中國及周邊地區(qū)各類云的宏觀特征分析[J].氣象學(xué)報(bào)，69（5）：883-899. Wang S H，Han Z G，Yao Z G，et al.，2011b.An analysis of cloud types and macroscopic characteristics over China and its neighborhood based on the CloudSat data[J].Acta Meteorol Sin，69（5）：883-899.（in Chinese）.

Wang M Y，Gu J X，Yang R Z，et al.，2014.Comparison of cloud type and frequency over China from surface，F(xiàn)Y-2E，and CloudSat observations[C]//SPIE Asia-Pacific Remote Sensing.Proc SPIE 9259，Remote Sensing of the Atmosphere，Clouds，and Precipitation V.Beijing：925913.

王黎俊，銀燕，李侖格，等，2013.三江源地區(qū)秋季典型多層層狀云系的飛機(jī)觀測分析[J].大氣科學(xué)，37（5）：1038-1058. Wang L J，Yin Y，Li L G，et al.，2013.Analyses on typical autumn multi-layer stratiform clouds over the Sanjiangyuan national nature reserve with airborne observations[J].Chin J Atmos Sci，37（5）：1038-1058.（in Chinese）.

袁敏，段煉，平凡，等，2017.基于CloudSat識(shí)別飛機(jī)積冰環(huán)境中的過冷水滴[J].氣象，43（2）：206-212. Yuan M，Duan L，Ping F，et al.，2017.Identifying the supercooled liquid water in aircraft icing condition using CloudSat satellite data[J].Meteor Mon，43（2）：206-212.（in Chinese）.

Zheng Y X，Shinoda T，Lin J L，et al.，2011.Sea surface temperature biases under the stratus cloud deck in the southeast Pacific Ocean in 19 IPCC AR4 coupled general circulation models[J].J Climate，24（15）：4139-4164.

This study，using the CloudSat and CALIPSO data products from 2007 to 2010，statistically analyzed the horizontal and vertical distribution characteristics of cloud cover and frequency of clouds.Subsequently，the study then compared the results with CloudSat data alone，so as to discuss the spatial distribution characteristic of clouds as observed by CALIPSO.The results show that the global mean total cloud amount is 0.69，with the high values mainly concentrated in the southern hemisphere near the 60°S westerlies，north Pacific storm track and equatorial convergence zone（ITCZ），and low values occurring in the North African desert regions and northern Indian Ocean.The distribution of total cloud amount obtained by the CloudSat/CALIPSO data is basically consistent with that obtained by various cloud observations such as CERES，yet the CloudSat/CALIPSO combination data are able to better respond to the cloud vertical structure，and provide a stronger basis for the global cloud region.Upon comparing the statistical results of the joint observations with the distribution results of clouds using CloudSat data alone，it was determined that high ice clouds over land could be detected more accurately by CALIPSO rather than by radar.In addition，with the decrease in temperature，the advantage of the identification of clouds becomes more apparent.At the same time，CALIPSO is also able to observe some warm clouds with thinner upper cloud optical thickness and no precipitation，as well as small particle size.Ice clouds observed by CALIPSO which have a small particle radius on the top are mainly distributed in the ITCZ，the southern hemisphere near 60°S westerlies and north Pacific storm track belt region.These warm clouds with no precipitation are mainly found in the 10—20 ℃ temperature range of North and South America and South Africa's west coast，while supercooled water clouds are mainly found in the -10—0 ℃ temperature range of the southern hemisphere near the 60°S westerlies.

CloudSat;CALIPSO;global;distribution of clouds;cloud amount

doi：10.13878/j.cnki.dqkxxb.20180104001

（責(zé)任編輯：袁東敏）