基于探空云識(shí)別方法的云垂直結(jié)構(gòu)分布特征

李琦 蔡淼 周毓荃 唐雅慧 歐建軍

1 中國氣象局云霧物理環(huán)境重點(diǎn)開放實(shí)驗(yàn)室, 北京 100081

2 中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室, 北京 100081

3 上海輩友氣象科技有限公司, 上海 201306

1 引言

云是地氣系統(tǒng)的重要組成部分，云的水平和垂直分布特征不僅影響大氣動(dòng)力和熱力過程，而且還通過同大氣輻射的相互作用對全球大氣環(huán)流及氣候變化產(chǎn)生重要的影響（Dong et al., 2005, 2006）。當(dāng)前遙感科學(xué)的發(fā)展使得對云信息的挖掘更加全面，來自星、空、地不同觀測設(shè)備的協(xié)同觀測已能夠較為充分的描述云的水平和垂直結(jié)構(gòu)特征，星基觀測如通過搭載多通道、高時(shí)空分辨率輻射成像儀的靜止和極軌氣象衛(wèi)星，能夠獲得大范圍的云的水平分布特征（周毓荃等, 2008; Delano? and Hogan,2010），空基觀測則是通過裝備著云粒子探測設(shè)備的飛機(jī)對飛行沿線的云進(jìn)行直接觀測，其特點(diǎn)是可針對目標(biāo)云區(qū)進(jìn)行有設(shè)計(jì)的觀測，充分獲取目標(biāo)云區(qū)的云特征參數(shù) （Vaillancourt et al., 2003; 趙增亮等, 2010），地基觀測的設(shè)備則更為多樣，如毫米波云雷達(dá)、激光云高儀、紅外測云儀、全天空成像儀等，通常能提供觀測設(shè)備上方云的連續(xù)觀測信息（Clothiaux et al., 2000; Xi et al., 2010）。本研究采用的探空氣球作為地基觀測方式的一種，其特點(diǎn)在于能夠穿透云層并提供高垂直分辨率的大氣特征量，即溫、壓、濕、風(fēng)等基本氣象要素信息，基于該數(shù)據(jù)采用不同方法則能夠有效識(shí)別云，從而得到云的垂直結(jié)構(gòu)信息。

目前對于探空識(shí)別云邊界方法的研究主要包括，Poore et al.（1995）采用溫度露點(diǎn)差閾值法來確定云區(qū)，其中對于不同溫度區(qū)間采用不同的閾值，該方法稱為PWR95 法。Wang and Rossow（1995）采用相對濕度閾值法來獲取云的垂直結(jié)構(gòu)信息，在計(jì)算相對濕度時(shí)，0°C 以上使用水面飽和水汽壓，0°C 以下使用冰面飽和水汽壓，該方法稱為WR95法。Wang et al.（1999）將探空識(shí)別的云區(qū)同8 mm多普勒云雷達(dá)的測云結(jié)果進(jìn)行比較，為了進(jìn)一步區(qū)分濕層和云層，特別是將近地面濕層誤判為云層的情況，進(jìn)而調(diào)整了WR95 法判別云區(qū)的閾值范圍。Chernykh and Eskridge （1996）通過溫度和濕度二階導(dǎo)數(shù)隨高度的變化判定云邊界，其方法為當(dāng)溫度二階導(dǎo)數(shù)≥0，同時(shí)濕度二階導(dǎo)數(shù)≤0 時(shí)認(rèn)為到達(dá)云邊界，該方法稱為CE96 法。Chernykh et al.（2001）采用CE96 法分析了1964～1998 年全球795 個(gè)探空站數(shù)據(jù)低云和高云邊界的變化趨勢和誤差，其變化趨勢具有季節(jié)性差異和空間分布不一致等特點(diǎn)，并且同云覆蓋率相關(guān)，誤差則來源于溫濕傳感器的響應(yīng)時(shí)間同氣球漂移速度的時(shí)間差。Naud et al.（2003）通過比較云雷達(dá)和探空識(shí)別云邊界來檢驗(yàn)WR95 和CE96 兩種算法，結(jié)果顯示云雷達(dá)和探空在識(shí)別云底高度上的一致性要好于云頂高度，因?yàn)殡S著探空升高漂移導(dǎo)致兩者觀測到的可能不是同一塊云，并且兩種算法識(shí)別的云頂高度均高于云雷達(dá)識(shí)別的結(jié)果。周毓荃和歐建軍（2010）采用WR95 法，利用我國業(yè)務(wù)布網(wǎng)的L 波段探空資料，分析得到云垂直結(jié)構(gòu)同CloudSat 衛(wèi)星實(shí)測云垂直結(jié)構(gòu)進(jìn)行多個(gè)例的對比分析，驗(yàn)證了相對濕度閾值判斷云垂直結(jié)構(gòu)方法的可行性，及利用我國業(yè)務(wù)探空資料分析云垂直結(jié)構(gòu)的可用性。蔡淼等（2014）利用我國L 波段探空資料和與之時(shí)空匹配的CloudSat 云觀測資料，統(tǒng)計(jì)識(shí)別云區(qū)的相對濕度閾值及其隨高度的變化，提高了對云底高度識(shí)別的準(zhǔn)確率。

綜上所述，目前已有多種利用探空資料識(shí)別云的方法，同時(shí)基于探空云識(shí)別對云垂直結(jié)構(gòu)分布和變化特征也開展了一些研究，但這些研究大多針對我國某個(gè)區(qū)域（周毓荃和歐建軍, 2010; Zhang et al.,2010; 黃萍等, 2014; 李紹輝等, 2017; 孫麗等, 2017;蘇立娟等, 2017），對于全國范圍云垂直結(jié)構(gòu)分布特征的研究則較少。因此本研究的主要目的是基于蔡淼等（2014）研究的改進(jìn)的相對濕度閾值法，使用全國近三年（2015～2017 年）的業(yè)務(wù)探空資料對云垂直結(jié)構(gòu)的總體分布特征、日變化和季節(jié)變化特征以及全國區(qū)域分布特征進(jìn)行分析，旨在為中國復(fù)雜的三維云場特征分析提供參考。

2 資料和方法

2.1 所用資料

（1）L 波段探空秒數(shù)據(jù)。本文采用的探空數(shù)據(jù)來自我國業(yè)務(wù)布網(wǎng)的L 波段高空氣象探測系統(tǒng)，該系統(tǒng)由我國自主研發(fā)的GFE(L)1 型二次測風(fēng)雷達(dá)和GTS1 型數(shù)字探空儀組成，采用二次測風(fēng)雷達(dá)測距體制，能夠連續(xù)自動(dòng)測定高空溫、壓、濕、風(fēng)等基本氣象要素（李偉等, 2010）。其數(shù)據(jù)的采樣周期為1.2 s，垂直分辨率約為8 m，具有高分辨率和實(shí)時(shí)采集的能力。業(yè)務(wù)探空站常規(guī)觀測的起始時(shí)間為每日07:15 和19:15（北京時(shí)，下同；部分測站會(huì)在每年汛期期間于中午13:15 進(jìn)行加密觀測）。圖1 為我國探空站分布，目前全國共計(jì)約120 個(gè)探空站，在西部地區(qū)分布較為稀疏，其他區(qū)域相鄰探空站間隔約200 km。

圖1 全國L 波段業(yè)務(wù)探空站布網(wǎng)情況Fig. 1 Distribution of L-band operational radiosonde sites in China

（2）激光云高儀和毫米波云雷達(dá)觀測數(shù)據(jù)。本研究使用的激光云高儀為CL51 型云高儀，其通過發(fā)出沿垂直方向的功率強(qiáng)大的短脈沖，在穿過天空時(shí)測量由云層引起的后向散射，并根據(jù)激光脈沖發(fā)出和接收到后向散射信號之間的時(shí)間差計(jì)算出云底高度，其云檢測范圍為0～13 km，觀測的時(shí)間分辨率為6 s，垂直分辨率為10 m。本研究使用的毫米波云雷達(dá)為HT101 型Ka 波段測云儀，其采用全固態(tài)、準(zhǔn)連續(xù)波體制和脈沖壓縮的信號形式，以頂空垂直固定掃描的方式工作，最大探測高度大于15 km，具有-40～+40 dBZ的探測能力，測量并輸出云回波的反射強(qiáng)度、垂直速度、速度譜寬等一次產(chǎn)品，并在此基礎(chǔ)上反演獲得云頂高、云底高、云厚等二次產(chǎn)品，其觀測的時(shí)間分辨率為1 min，垂直分辨率為30 m。

（3）“風(fēng)云四號”衛(wèi)星云產(chǎn)品。新一代“風(fēng)云四號”靜止氣象衛(wèi)星——A 星（以下簡稱FY-4A）在搭載的儀器數(shù)量和性能、觀測的精度和時(shí)空分辨率等多個(gè)方面已較上一代“風(fēng)云二號”有了不小的進(jìn)步。其中，搭載的多通道輻射掃描成像儀（AGRI）覆蓋可見光、近紅外、短波、中波和長波紅外共計(jì)14 個(gè)通道，通道的水平空間分辨率最高在可見光可達(dá)到500 m，長波紅外則為4 km；觀測的時(shí)間分辨率為每整點(diǎn)時(shí)刻完成一次為期15 min 的全圓盤掃描，其余時(shí)間約每5 min 完成一次包含中國范圍的區(qū)域掃描，這已與現(xiàn)今歐美和日本等國的新一代靜止氣象衛(wèi)星輻射成像儀的觀測水平相當(dāng)，儀器觀測精度的提升勢必為反演技術(shù)的提高奠定了更好的基礎(chǔ)（Yang et al., 2017）。目前，國家衛(wèi)星氣象中心已發(fā)布了包括云檢測、云相態(tài)、云頂溫度/氣壓/高度及云微物理參量等云頂特征量反演產(chǎn)品。

2.2 探空云識(shí)別方法

由于云形成的重要條件是濕度趨于飽和，所以通過設(shè)定相對濕度閾值來判別云的出現(xiàn)是合理的，本文采用了蔡淼等（2014）優(yōu)化建立的相對濕度閾值法進(jìn)行云區(qū)的識(shí)別。該方法通過同時(shí)空匹配的CloudSat 云資料進(jìn)行對比，建立隨高度增加而遞減的相對濕度閾值函數(shù)，并且為了更好的區(qū)分云層和濕層，設(shè)定相對濕度在云邊界的變化率（云頂負(fù)變化率和云底正變化率）均應(yīng)超過3%，并規(guī)定云夾層小于300 m 時(shí)視為云層，云層厚度小于80 m 時(shí)視為濕層。利用該閾值法識(shí)別云區(qū)時(shí)，總的TS 評分（Threat Score）高于0.6，準(zhǔn)確率達(dá)到84%以上（蔡淼等, 2014）。

因?yàn)長 波段探空系統(tǒng)是采用高分子熱敏電阻傳感器直接測量相對濕度，相較于區(qū)分水（冰）面飽和水汽壓計(jì)算的相對濕度更為準(zhǔn)確，因此本文直接使用探空探測的相對濕度數(shù)據(jù)并基于上述方法識(shí)別云結(jié)構(gòu)。本文基于探空資料對單層、兩層和三層云的云頂高度（Cloud Top Height，HCT）、云底高度（Cloud Base Height，簡稱HCB）、云體厚度（Cloud Thickness）等云垂直結(jié)構(gòu)參量的分布和變化特征進(jìn)行了分析。

3 探空識(shí)別云結(jié)構(gòu)特征量檢驗(yàn)

3.1 云底高度檢驗(yàn)

本研究對探空識(shí)別的云底高度同激光云高儀觀測的進(jìn)行了一致性檢驗(yàn)，對比數(shù)據(jù)選取2015 年全年北京南郊觀測站的探空數(shù)據(jù)及CL51 型激光云高儀數(shù)據(jù)。獲取兩者相匹配樣本的方式是以探空的觀測時(shí)間為準(zhǔn)，當(dāng)探空識(shí)別到云底時(shí)，選取同時(shí)刻的激光云高儀觀測數(shù)據(jù)，并且考慮激光云高儀探測的云底應(yīng)為真實(shí)云底，即云底被連續(xù)探測且排除其變化波動(dòng)大的情況，因此選取該時(shí)刻前后5 min 激光云高儀探測云底高度的中值，并且有效數(shù)據(jù)應(yīng)多于半數(shù)，若少于半數(shù)則記為無云；當(dāng)探空觀測無云時(shí)，查看整個(gè)觀測時(shí)段內(nèi)激光云高儀的數(shù)據(jù)，無云則記為一致，有云則記為不同。同時(shí)考慮探空漂移可能造成的誤差，因此僅選取探空探測10 km 以下的結(jié)果進(jìn)行統(tǒng)計(jì)。據(jù)此共獲得800 個(gè)樣本，所有樣本按照不同的分類標(biāo)準(zhǔn)，統(tǒng)計(jì)得到表1。

表1 云底高度檢驗(yàn)的樣本分類標(biāo)準(zhǔn)及其統(tǒng)計(jì)結(jié)果Table 1 Sample classification standards of cloud base heights and statistical results

其中，對探空和激光云高儀均識(shí)別有云的NORM 樣本進(jìn)行相關(guān)性分析，結(jié)果表明：當(dāng)探空和云高儀均識(shí)別有云時(shí)，兩者識(shí)別云底高度的相關(guān)系數(shù)為0.73（圖2）。其中，相關(guān)性較差的點(diǎn)大多為探空識(shí)別的云底高度低于激光云高儀探測的云底高度（探空高于云高儀2 km 的樣本為5 個(gè)，探空低于云高儀2 km 的樣本為29 個(gè)），通過查詢探空低于云高儀的29 個(gè)樣本出現(xiàn)時(shí)的天氣資料，發(fā)現(xiàn)其中12 個(gè)樣本出現(xiàn)時(shí)的天氣為陣雨，12 個(gè)為多云，4 個(gè)為霧霾，1 個(gè)為晴天，因此認(rèn)為在利用探空識(shí)別云區(qū)時(shí)，由于采用相對濕度閾值作為判斷云出現(xiàn)的依據(jù)，當(dāng)?shù)蛯酉鄬穸容^大時(shí)（如低層有霧或剛下完雨近地層濕度很大），探空容易將其誤判為云，從而低估真實(shí)的云底高度。

圖2 激光云高儀同探空識(shí)別云底高度（HCB，單位：km）散點(diǎn)圖（N 為樣本數(shù)，R 為相關(guān)系數(shù)）Fig. 2 Comparison of radiosonde and ceilometer cloud base heights(HCB, units: km; N: samples, R: correlation)

通過分析兩者識(shí)別云底高度之差（激光云高儀減去探空數(shù)據(jù)）的頻數(shù)分布可得（圖3），云高儀同探空識(shí)別的云底高度偏差主要分布在-5～5 km之間，總體呈正態(tài)分布。其中，探空識(shí)別云底高度低于云高儀探測的樣本比例為75.28%，高于的比例為24.72%。由此可見，相較于云高儀的探測結(jié)果，探空識(shí)別的云底高度略偏低，這可能是由于采用相對濕度閾值法判定云邊界時(shí)，探空儀并不一定真正入云，而云高儀對云的識(shí)別則需要激光完全入云后捕獲云粒子產(chǎn)生的后向散射信號，并且對于散射信號較弱的云邊界上的較小粒子則難以捕獲，由此造成兩者在識(shí)別云底高度上的誤差。但總體來說，兩者相差小于1 km 的樣本數(shù)占總樣本數(shù)的73.06%，說明本研究中探空識(shí)別的云底高度同激光云高儀的探測結(jié)果具有較好的一致性，即探空識(shí)別云底高度還是較為準(zhǔn)確的。

圖3 激光云高儀同探空識(shí)別云底高度之差（ΔH）頻數(shù)分布圖Fig. 3 Frequency distribution of cloud base height differences[ΔH＝HCB(ceilometer)- HCB(radiosonde)]

3.2 云頂高度檢驗(yàn)

本研究使用國家衛(wèi)星氣象中心發(fā)布的FY-4A衛(wèi)星云頂高度反演產(chǎn)品，同探空識(shí)別的云頂高度進(jìn)行一致性檢驗(yàn)。樣本選取2018 年春、夏兩季兩者識(shí)別的云頂高度數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，為了盡可能使兩者在觀測的空間和時(shí)間上相互匹配，選擇了四個(gè)同F(xiàn)Y-4A 衛(wèi)星AGRI 成像儀掃描格點(diǎn)經(jīng)緯度相同的探空站，分別為河源（23.78°N，114.72°E）、西昌（27.90°N，102.27°E）、阿克蘇（41.12°N，80.38°E）和南陽（33.10°N 112.48°E），并對該站探空識(shí)別的云頂高度（多層云時(shí)指最高層云頂高度）與同時(shí)刻FY-4A 衛(wèi)星反演的云頂高度進(jìn)行統(tǒng)計(jì)。采用3.1 節(jié)的樣本分類方法，得到觀測時(shí)段內(nèi)各類樣本數(shù)（總計(jì)1219）及所占比例見表2。

表2 云頂高度檢驗(yàn)的樣本分類標(biāo)準(zhǔn)和統(tǒng)計(jì)結(jié)果Table 2 Sample classification standards of cloud top heights and statistical results

根據(jù)國際衛(wèi)星云氣候?qū)W計(jì)劃（International Satellite Cloud Climatology Project，簡稱ISCCP）中定義的云類型——云頂高度小于約3.5 km 為低云，介于約3.5～6.5 km 間為中云，大于約6.5 km 為高云，對探空識(shí)別云頂高度有效樣本（NORM 和RAIN 兩類）共618 個(gè)進(jìn)行統(tǒng)計(jì)得到，樣本為低云、中云和高云分別占總數(shù)的2.91%、17.96%和79.13%，即高云出現(xiàn)的次數(shù)最多。同F(xiàn)Y-4A 衛(wèi)星反演的云頂高度進(jìn)行相關(guān)性統(tǒng)計(jì)得到，兩者在識(shí)別云頂高度上表現(xiàn)出較好的一致性，相關(guān)系數(shù)為0.67（圖4）。

圖4 FY-4A 衛(wèi)星同探空識(shí)別云頂高度（HCT，單位：km）散點(diǎn)圖（N 為樣本數(shù)，R 為相關(guān)系數(shù)）Fig. 4 Comparison of FY-4A satellite and ceilometer cloud top heights (HCT, units: km; N: samples, R: correlation)

進(jìn)一步統(tǒng)計(jì)不同層云時(shí)探空識(shí)別云頂高度同衛(wèi)星反演云頂高度的關(guān)系（圖5）?？梢钥闯觯瑹o論是單層、兩層、三層及以上或是降水云，探空和衛(wèi)星識(shí)別的云頂高度平均值都比較接近，并且隨著云層數(shù)的增加，兩者識(shí)別的云頂高度平均值也逐漸升高，但降水云云頂高度的最小值最低，這可能是由于云頂冰晶化、冰粒子增長成降水造成的云頂下沉（戴進(jìn)等, 2006）。

圖5 不同類型云FY-4A 衛(wèi)星同探空識(shí)別云頂高度（HCT，單位：km）比較（N 為樣本數(shù)）Fig. 5 Comparison of FY-4A and radiosonde cloud top heights in different cloud types (HCT, units: km; N: samples)

3.3 云層數(shù)檢驗(yàn)

本研究使用河北邢臺(tái)觀測站的Ka 波段云雷達(dá)的云結(jié)構(gòu)反演結(jié)果來檢驗(yàn)探空識(shí)別的云層數(shù)，云雷達(dá)數(shù)據(jù)為2016 年6～11 月，通過匹配相同時(shí)刻的探空觀測，統(tǒng)計(jì)得到云雷達(dá)反演為無云、單層、兩層和三層云時(shí)探空對應(yīng)的識(shí)別結(jié)果如表3。結(jié)果表明采用該方法能夠較為準(zhǔn)確地識(shí)別明顯的多層云結(jié)構(gòu)，存在的不一致主要來源于探空識(shí)別中對云層數(shù)的高估，原因可能為探空容易將濕層誤判為云層，同時(shí)將整層云中出現(xiàn)的狹窄空隙識(shí)別為云夾層從而將整層云誤判為多層云。

表3 Ka 波段云雷達(dá)識(shí)別不同云層數(shù)時(shí)對應(yīng)的探空識(shí)別結(jié)果Table 3 Corresponding results identified by the radiosonde when different cloud layers were retrieved by the Ka-band cloud radar

3.4 探空漂移對云區(qū)識(shí)別的誤差分析

關(guān)于探空氣球漂移對探空識(shí)別云層結(jié)構(gòu)產(chǎn)生的誤差，假設(shè)距離發(fā)射時(shí)間越長，探空氣球的漂移距離就越遠(yuǎn)，對探空站所在位置的云層判斷準(zhǔn)確度就越低。本文利用3.1 節(jié)的云底高度觀測樣本，通過分析不同高度的探空與激光云高儀觀測的云底高度差（圖6），研究探空漂移對云區(qū)識(shí)別帶來的誤差。由圖6 可得，兩者的差值隨著高度增加而增加，這反應(yīng)了探空氣球隨著高度增加漂移距離更遠(yuǎn)，造成的兩者探測位置更加偏離。但從統(tǒng)計(jì)結(jié)果的趨勢線（圖6 中虛線）可以看出，對于中低云，兩者識(shí)別的云底高度的偏差在1～2 km，表明探空對中低云的觀測和云結(jié)構(gòu)分析受氣球漂移誤差的影響較小。同時(shí)對于云底較高的中高云也存在著探空和云高儀識(shí)別云底高度偏差很小的情況，這可能是由于觀測時(shí)段內(nèi)云系結(jié)構(gòu)相對較為均勻（如大范圍的層狀云），即便探空氣球發(fā)生漂移，兩者觀測的仍是同一云系，因此識(shí)別的云底高度差別不是很大。

圖6 激光云高儀同探空識(shí)別云底高度之差絕對值隨高度變化結(jié)果Fig. 6 Absolute difference in cloud base height between ceilometer and radiosonde with heights

4 探空識(shí)別云垂直結(jié)構(gòu)特征的統(tǒng)計(jì)分析

上述分析表明，本研究所采用的相對濕度閾值法能夠較好地識(shí)別明顯的云區(qū)。因此，本節(jié)將應(yīng)用探空識(shí)別云結(jié)構(gòu)的結(jié)果，以單層、兩層和三層云為例，分析單層和多層云的垂直分布和變化特征，并利用全國業(yè)務(wù)探空站資料分析我國云垂直結(jié)構(gòu)的區(qū)域變化特征。

4.1 探空識(shí)別云垂直結(jié)構(gòu)的空間分布特征

探空識(shí)別云垂直結(jié)構(gòu)的特點(diǎn)在于可以有效識(shí)別多層云結(jié)構(gòu)，從而對云層結(jié)構(gòu)在垂直方向上的分布特征進(jìn)行分析。本節(jié)基于北京南郊探空站2015～2017 年的觀測數(shù)據(jù)，分析了探空識(shí)別單層、兩層和三層云結(jié)構(gòu)的垂直分布特征。經(jīng)統(tǒng)計(jì)共獲得2313 個(gè)探空觀測樣本，其中無云樣本為1032 個(gè)（占總樣本數(shù)的 44.6%），有云樣本為1281 個(gè)（55.4%）。在有云樣本中，單層云樣本最多為420 個(gè)（占有云樣本的37.4%），其余多層云樣本中，樣本數(shù)隨著云層數(shù)的增加而減少，四層及其以上多層云僅占有云樣本的24.2%（表4）。因此本文以單層、兩層和三層云為例，分析單層和多層云的垂直結(jié)構(gòu)分布特征。

表4 北京南郊站2015～2017 年探空識(shí)別不同層云樣本分布Table 4 Statistics of different cloud layers identified by radiosonde at the Beijing Meteorological Observatory(2015–2017)

圖7 為單層、兩層和三層云的平均云底、云頂高度和云層厚度的垂直空間分布（此處分析的多層云的云底、云頂高度和云層厚度是指多層云中每層云的云底、云頂高度和云層厚度），多年平均結(jié)果可以反映出單層云和多層云在云層垂直空間分布上的差異。由圖可得，垂直方向上，單層云出現(xiàn)的高度范圍介于多層云的高度范圍內(nèi)，并且平均厚度大于多層云的任何一層。這是由于被分離后的多層云中每層云內(nèi)的湍流交換作用較單層云內(nèi)較弱，而湍流交換作用越強(qiáng)表現(xiàn)為云層越深厚（Hanson,1987）。同時(shí)隨著云層數(shù)的增加，云底高度出現(xiàn)的位置逐漸降低，云頂高度出現(xiàn)的位置逐漸升高，這可能是因?yàn)槎鄬釉浦斜环蛛x的上層和下層云受到浮力和云層間的相互作用而上升和下沉，使得最高層的云更高，最低層的云更低，也可能是由于云層間相互的長波輻射作用要小于最低層云和地面間的相互作用，因此會(huì)導(dǎo)致隨著云層數(shù)的增加，最低層云的高度降低（Zhang et al., 2010）。

圖7 2015～2017 年單層、兩層和三層云垂直方向的平均分布特征（Ht 和 Hb 是指平均云頂高度和云底高度）Fig. 7 Mean locations of one-, two-, and three-layer clouds from 2015 to 2017 (Ht and Hb represent the mean cloud top height and cloud base height)

4.2 探空識(shí)別云垂直結(jié)構(gòu)的日變化和季節(jié)變化特征

云層的發(fā)展演變同云內(nèi)動(dòng)力和熱力狀態(tài)的變化密切相關(guān)，而大氣輻射作用是影響云內(nèi)動(dòng)力和熱力狀態(tài)的主要因素之一，即來自太陽短波輻射和地表長波輻射的共同作用影響著云層的變化（Guan et al., 2010）。圖8 給出了北京南郊探空站2015～2017 年統(tǒng)計(jì)的單層、兩層和三層云日變化的平均分布特征。分析可見，在每日約08:00（代表早晨）、14:00（代表中午）和20:00（代表夜間）的3 個(gè)觀測時(shí)次里，無論是單層云還是多層云，均表現(xiàn)為早晨云底高度最低，中午云底高度抬升，晚間維持的現(xiàn)象。這是由于隨著太陽的升起，地面開始吸收更多的太陽輻射，進(jìn)而通過釋放更多的長波輻射能量使最低層云底獲得更多抬升的能量，同時(shí)由于最低層云底所處邊界層高度在中午時(shí)刻升高也促進(jìn)了云的發(fā)展，綜合表現(xiàn)為在中午單層和多層云中最低層云底高度升高。晚間云底高度仍維持較高，這和地面釋放潛熱較慢有一定的關(guān)系。另一方面，中午太陽輻射的增加使得云頂粒子蒸發(fā)，并且使大氣穩(wěn)定度增加，從而抑制了云體的發(fā)展，表現(xiàn)為云體垂直厚度較早晨和夜間更?。╖hang et al., 2010）。夜間隨著太陽落下，云體自身釋放長波輻射的作用逐漸大于太陽短波輻射的作用，大氣不穩(wěn)定度增加，長波冷卻效應(yīng)使得云頂溫度降低且飽和水汽壓降低，使得水汽更易于凝結(jié)促進(jìn)云的發(fā)展，同時(shí)冷卻降溫加速了云端的下沉氣流，推動(dòng)了低層氣流的聚合上升，進(jìn)一步促進(jìn)了云體的發(fā)展，因此表現(xiàn)為單層云和多層云中最上層云的云厚明顯增加，云體的累積垂直厚度也相應(yīng)增加，但同時(shí)隨著地面和多層云中下層云頂?shù)闹饾u冷卻，單層和多層云中上層云底所接收的長波輻射能量也逐漸減少，進(jìn)而云體的發(fā)展也將減緩。

圖8 2015～2017 年單層、兩層和三層云垂直結(jié)構(gòu)的日變化特征Fig. 8 Diurnal variations of one-, two-, and three-layer clouds from 2015 to 2017

此外，對于多層云，中間層云厚的變化要小于最上層和最下層云厚的變化，即云層間的相互輻射作用要小于云頂和云底同太陽和地面輻射的直接作用。

圖9 為單層、兩層和三層云最高層云頂高度和最低層云底高度在不同季節(jié)的變化特征。總體來說，夏季（6～8 月）云量最多，冬季（12 月至次年2 月）最少，表明溫暖的大氣條件更有利于云的形成和發(fā)展。單層云在不同季節(jié)云頂高度和云底高度的變化趨勢較為一致，其中春季（3～5 月）云體的空間位置最高，秋季（9～11 月）最低，而多層云在夏季和秋季云頂發(fā)展較高，云體較為深厚，春季和冬季云體則較為淺薄。

圖9 2015～2017 年單層、兩層和三層云最高層云頂高度和最低層云底高度的季節(jié)變化特征Fig. 9 Seasonal variations of the uppermost layer of the cloud top height and the lowest layer of the cloud base height in one-, two-, and three-layer clouds from 2015 to 2017

4.3 探空識(shí)別云垂直結(jié)構(gòu)的全國區(qū)域分布特征

云體的空間分布特征對地氣系統(tǒng)的輻射能量收支起著重要的調(diào)節(jié)作用。本節(jié)即利用2015～2017年我國業(yè)務(wù)布網(wǎng)的探空站觀測數(shù)據(jù)，識(shí)別得到全國不同地區(qū)、不同站點(diǎn)的單層、兩層和三層云云底高度和云體厚度（此處分析的多層云的云體厚度是指多層云中從最高層云的云頂高度至最低層云的云底高度所占據(jù)的整個(gè)垂直空間的厚度），從而對云結(jié)構(gòu)隨季節(jié)變化的空間分布特征進(jìn)行分析，補(bǔ)充對我國云垂直結(jié)構(gòu)區(qū)域變化特征的認(rèn)識(shí)。

季節(jié)差異下大氣中的水汽含量和太陽輻射量不同，因此，云的垂直結(jié)構(gòu)在不同季節(jié)的區(qū)域分布特征也會(huì)有所差異。圖10 為2015～2017 年全國范圍探空識(shí)別的單層、兩層和三層云的云底高度在不同季節(jié)的空間分布。總體來說，不同季節(jié)、不同云層數(shù)的云底高度均呈現(xiàn)西高東低的空間分布特征，并且單層云的云底高度在不同季節(jié)均高于多層云。青藏高原地區(qū)云底高度最高，冬季可達(dá)8 km，東南和東北地區(qū)的云底高度最低，全年均普遍低于3 km。同時(shí)隨著季節(jié)變化，以青藏高原為中心的云底高度大值區(qū)范圍從春季到冬季逐漸縮小。

圖10 2015～2017 年單層、兩層和三層云最低層云底高度的區(qū)域分布特征Fig. 10 Spatial distribution of the lowest layer of the cloud base height in one-, two-, and three-layer clouds in China from 2015 to 2017

圖11 為不同季節(jié)探空識(shí)別云體厚度的空間分布。分析可見，隨著云層數(shù)的增加，云體厚度也逐漸增加，單層云的平均云體厚度在1～2 km，而三層云云體厚度的最大值約7 km。并且隨著云層數(shù)的增加，多層云的云體厚度在空間上呈現(xiàn)出自東南沿海向西北內(nèi)陸逐漸減小的分布特征。同時(shí)，多層云的云體厚度隨季節(jié)變化也十分明顯，表現(xiàn)為夏季＞秋季和春季＞冬季的特征，表明更好的溫濕條件更加有利于多層云在垂直方向上的發(fā)展。單層云由于云體厚度普遍較薄，其時(shí)間和空間變化均不如多層云顯著。

圖11 單層、兩層和三層云累積云體厚度的區(qū)域分布特征Fig. 11 Spatial distribution of the integral cloud thickness of one-, two-, and three-layer clouds in China

綜上所述，基于三年全國探空站觀測數(shù)據(jù)識(shí)別的單層、兩層和三層云云底高度和云體厚度，得到我國云垂直結(jié)構(gòu)分布特征具有明顯的緯向變化趨勢，以青藏高原為中心的西南地區(qū)，云底較高而云體較薄，而東南沿海地區(qū)，云底較低且云體更加深厚。同時(shí)，云垂直結(jié)構(gòu)的區(qū)域分布也表現(xiàn)出明顯的季節(jié)差異，相較于冬季的寒冷干燥，夏季溫暖濕潤的大氣條件更有利于云的形成和發(fā)展。

5 結(jié)論

本文基于我國業(yè)務(wù)探空觀測資料，采用相對濕度閾值法識(shí)別云垂直結(jié)構(gòu)，首先對識(shí)別的云結(jié)構(gòu)特征量進(jìn)行了一致性檢驗(yàn)，其次應(yīng)用2015～2017 年的探空資料統(tǒng)計(jì)并分析了單層、兩層和三層云的垂直結(jié)構(gòu)分布特征、日變化和季節(jié)變化特征以及全國區(qū)域分布特征，初步得到結(jié)論如下：

（1）使用激光云高儀的觀測數(shù)據(jù)對探空識(shí)別的云底高度進(jìn)行一致性檢驗(yàn)，得到兩者均識(shí)別有云的樣本多集中在中低云，對于高云識(shí)別一致性較差的原因可能是由于探空氣球在高空發(fā)生漂移所致，總的相關(guān)系數(shù)為0.73。使用“風(fēng)云四號”衛(wèi)星的云頂高度產(chǎn)品同探空識(shí)別的云頂高度進(jìn)行一致性檢驗(yàn)，得到兩者均識(shí)別有云樣本多為中高云，總的相關(guān)系數(shù)為0.67。對于不同層云，隨著云層數(shù)的增加，兩者識(shí)別的云頂高度也均隨之升高。使用毫米波云雷達(dá)的觀測數(shù)據(jù)對探空識(shí)別的云層數(shù)進(jìn)行一致性檢驗(yàn)，結(jié)果表明采用相對濕度閾值法的探空能夠較為準(zhǔn)確地識(shí)別明顯的多層云結(jié)構(gòu)。

（2）基于北京南郊探空站2015～2017 年的觀測數(shù)據(jù)，分別獲得單層、兩層和三層云樣本420、272 和158 個(gè)，并基于該樣本統(tǒng)計(jì)得到單層、兩層和三層云的平均云底高度、云頂高度和云層厚度的垂直空間分布，具體表現(xiàn)為垂直方向上，單層云出現(xiàn)的高度范圍介于多層云的高度范圍內(nèi)，同時(shí)隨著云層數(shù)的增加，云在垂直方向上更為伸展，即高層云越高，低層云越低。

（3）對于云垂直結(jié)構(gòu)的日變化特征，表現(xiàn)為中午單層和多層云中最低層云的云底高度均高于早晨，而夜間單層和多層云中最高層云的云頂高度則高于早晨和中午。同時(shí)多層云云層間的相互輻射作用要小于云頂和云底同太陽和地面輻射的直接作用，因此中間層云厚的變化要小于最上層和最下層云厚的變化。季節(jié)變化對云的影響主要表現(xiàn)為溫暖的大氣條件更有利于云的形成和發(fā)展。

（4）對于云垂直結(jié)構(gòu)的區(qū)域分布特征，之前的研究大多針對我國某個(gè)區(qū)域，而對全國范圍云垂直結(jié)構(gòu)分布特征的研究則較少。本文基于全國探空資料給出單層、兩層和三層云云底高度和云體厚度的空間分布特征，表明不同地形和氣候帶的差異直接影響云形成的類型。其中，整體分布特征具有明顯的緯向變化趨勢，即以青藏高原為中心的西南地區(qū)通常為云底較高云體較薄的云，而以東南沿海地區(qū)為中心則為云底較低云體較厚的云。