基于ISCCP_D2數據資料對我國近十年低云變化特征研究

張婷婷

摘要

利用國際衛星云氣候計劃（ISCCP）1999年12月～2009年11月的D2云氣候資料集，分析了中國地區低云量、低云云水路徑以及低云云光學厚度的年、季分布特征及變化趨勢。結果表明，近十年來我國大部分地區的低云量分布呈減少趨勢，不同地區有所差異，春夏季低云量高于秋冬季節；年平均低云云水含量及低云光學厚度的空間上全國分布相對平均，沿海略高于內陸，新疆西北部及黑龍江北部相對豐富，兩者的年際變化比較大，總體呈下降趨勢，初春（3～4月）較低，其他月份相對平均。

關鍵詞中國地區；低云量；云光學厚度；云水含量；ISCCP

中圖分類號S161文獻標識碼A文章編號0517-6611（2014）36-12995-03

云是大氣中水汽凝結凝華成的水滴冰晶或它們混合組成的懸浮在空中的可見的聚合體。云對于全球地球氣候系統輻射能量的收支和水循環起著重要調節作用，也是影響氣候的重要因子之一。同時云也是人工影響天氣催化作業的主要對象。低云是降水的主要云系，研究低云的變化有助于研究區域的溫度、降水變化及特殊天氣的成因，因此對于低云時空變化特征的研究顯得尤為重要[1]。

1983年啟動的國際衛星云氣候計劃（International Satellite Cloud Climatilogy Project，簡稱ISCCP）整合了可覆蓋全球的極軌衛星和多顆靜止衛星的探測數據，積累了超過20年的持續云觀測資料，提供了迄今為止最權威的全球尺度云量信息。利用這些衛星資料，國內外學者相繼開展了從云空間分布到時間演化、從微物理特性到宏觀結構等多方面的研究，并取得了長足進步[2]。筆者主要從低云量、云水含量及云光學厚度3個方面對整個中國地區的低云特征變化進行了研究。

1資料與方法

ISCCP云參數產品D2數據是集自1983年7月1日至2009年，源自多顆靜止與極軌衛星，為8個時次（08：00、11：00、14：00、17：00、20：00、23：00、次日02：00、05：00）的月平均值、分辨率為280 km、BIN格式的綜合云氣候資料。D2數據資料中的云是按照云頂氣壓和光學厚度進行分類的，云頂氣壓>680 hPa的為低云，680～440 hPa定義為中云，<440 hPa定義為高云。

收集了中國地區（70°～140°E、15°～55°N）1999年12月～2009年11月的ISCCP_D2數據資料，其中包含了低云量、云光學厚度及云水含量3種參量數據信息，并使用MATLAB軟件將其繪制成填色圖[3-4]。數據資料中有一些數據是無效的，不參與數值的平均計算以及圖像繪制過程，圖像為缺失。ISCCP所測定低云是取得云頂氣壓高于680 hPa，青藏高原地區氣壓較低，因此低云量的值無法測定，故圖像缺失。

2結果與分析

2.1低云量的時空分布特征

2.1.1

空間分布。由圖1可見，低云量的分布是由東北向西南逐漸減少，由沿海地區向內陸不斷減少。只有東北部地區及海岸線以東的洋面上的平均低云量在20%以上，東海、南海區域出現了高于30%的量，西北、中東部地區的平均低云量在10%～20%，而在青藏高原、云貴高原、四川盆地地區平均低云量相對較低。

年平均低云量的這種分布形勢與我國的地形有著較明顯的關系。南下的的帕米爾高原的水汽受到昆侖山脈的阻隔，來自孟加拉灣及印度洋的水汽受到一系列東西方向山脈（如喜馬拉雅山脈、唐古拉山脈、岡底斯山脈）的阻隔，使得在青藏高原一帶的平均低云量為最少區域。高原山脈對于南下的氣流的抬升作用，較易形成低云，尤其是在暖季，因此，在高原北側有著明顯的與高原邊界相對一致的云界。海洋與陸地相比，水汽更為豐富，是低云形成的有利條件，因此東部地區出現與東海岸線一致的云界。

2.1.2

年變化特征。由圖2可知，低云量的變化總體呈減少趨勢，減少10%左右。但在不同的地區低云量情況卻有所差異。中部地區為明顯的減少趨勢，其中黃土高原地區的減少最為顯著，東北、西北及云南地區有明顯的增長趨勢，其他地區變化不明顯。

2.1.3

月變化特征。

從中國地區近10年月平均云量的基本情況（圖3）可看出，12月～次年2月的低云量最少，在20%以下，1月出現極小值；3～4月在20%～25%；6～8月份增長顯著，8月份出現極大值；9～11月份持續減少，在11月達21%左右。由此可見，夏季（6～8月）低云量上升趨勢最快，秋季（9～11月）低云量下降趨勢最為明顯，下降7%左右，冬季（12月～次年2月）的低云量最少。其原因可能是由于夏季溫度較高，上升氣流強，是低云形成的有利條件，低云量相對較多，而冬季溫度較低，抑制對流發展，不利于低云

3結論與展望

（1）我國低云量分布由東北向西南逐漸減少，由沿海向內陸不斷減少。這種分布形勢與我國的地形有著較明顯的關系。近十年內，低云量的變化總體呈減少趨勢，但在不同的地區卻有所差異。從月變化來說，夏季（6～8月）低云量上升趨勢最快，秋季（9～11月）低云量下降趨勢最為明顯，下降7%左右，冬季（12月～次年2月）的低云量最少。

（2）我國低云年平均云水含量的空間上全國分布相對平均，沿海略高于內陸。年際變化也比較大，但總體呈下降趨勢，下降幅度約為4%。不同地區低云云水含量的變化有所差異。從月變化來說，初春（3～4月）較低，其他月份相對平均。

（3）低云云光學厚度的空間分布相對平均，沿海略高于內陸。年際變化也相對較大，總體呈下降趨勢，下降幅度為3%左右。在變化趨勢的空間分布上，不同地區變化有所差異，除新疆中北部地區、黑龍江北部地區，我國其他絕大部分地區為增長趨勢。從月變化來說，初春（3～4月）較低，其他月份相對平均。

（4）通過對比分析三者的空間分布以及變化趨勢情況，由于云水路徑是有云光學厚度來計算的，因此可以發現低云云水含量和云光學厚度無論是從時間序列的變化來看還是從空間分布來看均十分一致，而兩者與低云量的關系，在圖像上看并沒有特別明顯的相關性。

（5）由于文中資料是從衛星上獲取，其反演出的結果在空間和時間上的分辨率還不是十分令人滿意。另外，低云在青藏高原地區的數據為無效值，使繪制圖像出現缺失，對分析整個低云有一定影響。因此，今后可以結合其他的云量資料，如地面資料等來進一步分析中國地區云的多個特征參量的變化趨勢。

參考文獻

[1]

牛曉瑞，王淑瑜.華北地區低云量的變化特征及其影響因子分析[J].高原氣象，2012，31（5）：1340-1347.

[2] ROSSOW W B.SCHIFFER R A.Advances in Understanding Clouds from ISCCP[J].Bulletin of the American Meteorological Society，1999，80（11）：2261-2287.

[3] 白龍，雷惠，張翾.用MATLAB讀取HDF格式數據的使用方法[J].儀器儀表學報，2010，31（8）：434-438.

[4] 陳林，牛生杰，仲凌志.MATLAB對基于HDF格式的MODIS 1B數據的提取與方法與實現[J].氣象科學，2006，26（6）：676-681.