基于CALIPSO衛(wèi)星數(shù)據(jù)的呂宋海峽云時空特征統(tǒng)計分析

于斌，孫媛媛，張守業(yè)，蘇峰，李鵬

摘要：基于2006年6月—2021年10月期間CALIPSO星載激光雷達觀測數(shù)據(jù)，對呂宋海峽低云和深對流等影響飛行的云時空分布特征進行統(tǒng)計學分析。結果表明，在南海季風、太陽輻射和季風槽的共同影響下：（1）低云覆蓋率在8月左右最小，為2.9% ，在1月左右最大，為67.4% ；低云平均云底高在7月左右最低，為756.1 m，在1月左右最高，為1 259.0 m；低云平均厚度在7月最小，為714.1 m，在12月最大，為1 039.4 m。（2）深對流發(fā)生概率在10月左右最小，為1.9%，12月最大，為18.7%；深對流頂高整體分布較為均勻，在10月最大，平均頂高為16 056.2 m，在4月最小，平均頂高為14 164.0 m。

關鍵詞：激光雷達；CALIPSO；云；呂宋海峽

中圖分類號：P426.5? ? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2096-3599（2023）01-0001-00

DOI： 10.19513/j.cnki.issn2096-3599.2023.01.010

Statistical study on spatial and temporal characteristics of clouds in the Luzon Strait based on CALIPSO data

YU Bin1， SUN Yuanyuan1， ZHANG Shouye2， SU Feng1， LI Peng1

（1. Department of Aviation Meteorology， No.91206 Army of PLA， Qingdao 266108， China; 2. No.92689 Army of PLA Meteorological Observatory， Zhanjiang 524000， China）

Abstract： Based on the observation data of CALIPSO spaceborne lidar from June 2006 to October 2021， the spatio-temporal distribution characteristics of clouds affecting flight such as low clouds and deep convection in the Luzon Strait are statistically studied. Under the combined influence of monsoon， solar radiation change， and monsoon trough in the South China Sea， the results are concluded below. （1） The low cloud coverage is the smallest （2.9%） around August and the largest （67.4%） around January; the average cloud base height of low clouds is the lowest （756.1 m） around July and the highest （1 259.0 m） around January; the average thickness of low clouds reaches its minimum （714.1 m） in July and maximum （1 039.4 m） in December. （2） The probability of deep convection is the smallest （1.9%） around October and the largest （18.7%） in December; the overall distribution of deep convection top height is relatively uniform， the highest top height is in October with the average value being 16 056.2 m， and the lowest is in April with the average value being 14 164.0 m.

Keywords： lidar; CALIPSO; cloud; the Luzon Strait

引言

云是影響飛機飛行的重要氣象因素。海上低云易帶來危險天氣和視程障礙，威脅飛行安全[1]；深對流與雷暴、冰雹等航空危險天氣聯(lián)系密切，是重要的天氣指標。呂宋海峽是重要的戰(zhàn)略通道，隨著我國航母列編，在該區(qū)域的軍事飛行活動越來越頻繁，對航空氣象保障要求也越來越高，其中云是影響飛行安全的重要氣象因素。但當前云的探測主要有人工觀測、地基器測和氣象衛(wèi)星云圖識別等，海上云的探測主要有以下難點：人工觀測是從云的底部進行肉眼觀察，易受到眼睛、心理、天氣等多因素干擾，同時海上很難進行定點、定時觀測；地基（船載、空基）云的探測設備能夠探測測站周圍全天空云的特征，但存在探測范圍有限、對環(huán)境要求高等情況[2]，且海面上陸基（島礁）站點較為稀疏，單純利用固定站點數(shù)據(jù)不能滿足氣象保障精度需要；航空報和船舶報數(shù)據(jù)量較小、代表性不高；地基（船載、空基）激光測云儀、微波雷達等在復雜天氣條件下測云易受干擾；氣象衛(wèi)星云圖能反演云頂高、云狀和總云量，但由于云的宏觀和微觀不均勻性對云光學厚度的影響程度至今尚無準確結論，導致對于云體厚度、多層云云頂（底）高度的觀測反演算法準確度不高[3]。

Hagihara等[4]利用CloudSat-Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations（CALIPSO）數(shù)據(jù)分析了全球云的分布特征，Yin等[5]利用CALIPSO-GOCCP（General Circulation Model Oriented Cloud Calipso Product）數(shù)據(jù)對東亞云的三維結構進行研究，上述研究對本文云的統(tǒng)計分析具有啟發(fā)作用。針對呂宋海峽云的探測存在上述問題，使用2006年6月—2021年10月的CALIPSO衛(wèi)星云和氣溶膠二級數(shù)據(jù)產(chǎn)品，在120.5°～122.7°E、18.6°～22°N呂宋海峽范圍這一重點戰(zhàn)略區(qū)域內(nèi)，采用數(shù)理統(tǒng)計方法，對低云和深對流的時空分布規(guī)律進行了研究，以便更好地為本區(qū)域氣象保障提供依據(jù)。研究區(qū)域如圖1所示。

1 CALIPSO衛(wèi)星及所用數(shù)據(jù)介紹

CALIPSO衛(wèi)星是A-Train系列極軌衛(wèi)星編隊星座的成員，于2006年被發(fā)射，其最主要的設備是星載對地探測激光雷達，能夠探測氣溶膠和云的物理特征和時空分布，揭示氣溶膠和云在氣候系統(tǒng)中的作用。該激光雷達開放下載的數(shù)據(jù)分為Level1B、Level1.5、Level2、Level3共4級。本文使用的是Level2 VFM（V4-20）標準數(shù)據(jù)產(chǎn)品，可在National Aeronautics and Space Administration（NASA）的CALIPSO專題網(wǎng)站注冊下載（https：//asdc.larc.nasa.gov/project/CALIPSO）。

CALIPSO衛(wèi)星的觀測結果是以HDF5格式存儲的，每日形成一個數(shù)據(jù)文件，其特征分類結果放在Feature_Classification_Flags（FCF）數(shù)據(jù)塊中，每個數(shù)據(jù)文件包含一個FCF數(shù)據(jù)塊。FCF數(shù)據(jù)塊按照Nx5515矩陣存儲，N為采樣區(qū)域的個數(shù)。對于單個采樣區(qū)域，海拔高度在-0.5～8.2 km范圍內(nèi)，垂直分辨率為30 m，海拔高度在8.2 km以上，至20.2 km范圍內(nèi)，其垂直分辨率為60 m，海拔高度在20.2 km以上，至30.1 km范圍內(nèi)，其垂直分辨率為180 m。每個星下點上方有290個采樣點；水平方向覆蓋15個星下點，跨度為5 km。FCF數(shù)據(jù)中單個采樣區(qū)域采樣點存儲序號、海拔高度與垂直分辨率的關系如圖2所示，以第8個星下點經(jīng)緯度作為FCF塊中該采樣區(qū)域的記錄經(jīng)緯度。CALIPSO衛(wèi)星的云分類參照International Satellite Cloud Climatology Project（ISCCP），后者是按照云頂氣壓進行分類的，其分類結果和傳統(tǒng)意義上云的形態(tài)學分類有區(qū)別，低云指積云、層積云、層云，而深對流是高云[6]，本文的研究基于ISCCP云的分類。

2 研究方法

由于在FCF中隨高度變化數(shù)據(jù)水平分辨率不同。因此在數(shù)據(jù)預處理中，需要將FCF數(shù)據(jù)塊擴展為隨高度變化水平分辨率不變，均為333 m的全高度數(shù)據(jù)。此時，每個星下點上方有545個探測數(shù)據(jù)點。圖2為FCF數(shù)據(jù)塊經(jīng)轉換后，各星下點對應的數(shù)據(jù)序號分布和分辨率示意圖。

2.1基本算法框架

在文件中提取FCF，進行判斷是否滿足時間、經(jīng)緯度等數(shù)據(jù)選取條件，若滿足，則進行特征提取和數(shù)理統(tǒng)計，且計入有數(shù)據(jù)天數(shù)x；否則轉入下一個文件進行處理。基本算法框圖如圖3所示。

2.2特征提取與數(shù)理統(tǒng)計

從單點數(shù)據(jù)中，將對應位數(shù)轉換為十進制，可以對每個星下點垂直高度上各采樣點的類型進行分類[7]。根據(jù)圖2采樣點特征，可以計算各類云云底高、發(fā)展高度和厚度等信息。采用數(shù)理統(tǒng)計方法，可計算不同月份不同類型云的平均發(fā)生概率等數(shù)據(jù)。指定M月份云特征提取和數(shù)理統(tǒng)計流程如圖4所示。

指定月份M，對符合條件的FCF變換后數(shù)據(jù)中第i個星下點進行判斷，通過采樣點類型分類，首先判斷某類云是否有連續(xù)云點。由于FCF中采樣點是自高向低進行的排列，因此最先出現(xiàn)的云點（在探測序列中序號k）為云頂，相應的云頂高ht（單位：m，下同），其計算為公式（1）；最后出現(xiàn)的云點（序號m）為云底，相應的云底高為hs，亦可由計算公式（1）得到（此時hs取代ht，m取代k）；云厚由云頂高和云底高計算得到，其計算為公式（2）；有某類云體的有效天數(shù)xm計數(shù)加1；云體出現(xiàn)概率P由公式（3）計算。

，? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

，? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

，? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

由于在ISCCP云分類中，低云包含3類云體，此3類云體是影響飛行安全的重要危險天氣之一[8]，因此在某個星下點數(shù)據(jù)中，當遇到多層不連續(xù)的低云云點時，考慮將各連續(xù)部分最高（低）高度的平均值為云頂（底）高，并將各連續(xù)部分云頂高和云底高之差的平均值作為低云的發(fā)展厚度。

3 結果與分析

3.1低云發(fā)生概率和發(fā)展高度

呂宋海峽屬于副熱帶海洋性氣候，具有明顯的季風特點。季風影響顯著，高溫高濕，但海表面溫度常年保持一致，在25～29 ℃之間，季節(jié)變化不大[9]。2006—2021年低云發(fā)生概率逐月統(tǒng)計如圖5所示。每年10月—次年3月，影響本海區(qū)的主要是東北季風，冷氣團由大陸吹向海洋，在暖濕的海面上溫差較大，利于暖濕氣團抬升，形成低云，而1月時東北季風最為強盛，這與1月低云發(fā)生概率最大（63.2%）相吻合。而在4—9月則受西南季風影響，雖然水汽很充足，但是空中與洋面之間溫度差較小，不利于暖濕氣團抬升，因此發(fā)生概率要比冬季小，在6月西南季風達到鼎盛[10]，這與6月低云發(fā)生概率最小（5.7%）相一致。趙倩[11]、齊琳琳[12]等的部分研究也支持了本文的研究結果。

雖然暖濕氣團抬升條件較好，但是由于東北季風較為干冷，因此云的凝結高度較高，表現(xiàn)為平均云底高冬季較高。同時由于西南季風水汽充沛，雖然不利于暖濕氣團抬升，但云的凝結高度較低，表現(xiàn)為平均云底高夏季較低。2006—2021年低云云底高逐月平均值統(tǒng)計分布如圖6所示，呈U字型分布，其分布特征與低云平均發(fā)生概率分布相一致，最高發(fā)生在12月和1月，底高能達到1 000 m以上；6月底高最低，能低至581 m。

東北季風盛行時有利于暖濕氣團抬升，但水汽相對貧乏；西南季風盛行時不利于暖濕氣團抬升，但對流水汽充沛。上述原因差異使得全年低云平均厚度基本保持一致，差別較小。2009—2021年低云云層厚度統(tǒng)計平均分布如圖7所示，冬季發(fā)展較厚，超過900 m，其中1月最厚，為973 m，夏季和初秋（6—9月）發(fā)展較薄，在800 m以下，其中7月發(fā)展最薄，為700 m。

3.2深對流發(fā)生概率和發(fā)展高度

深對流發(fā)生概率逐月平均值統(tǒng)計如圖8所示，頂高逐月平均值統(tǒng)計如圖9所示。分布規(guī)律整體上也與該海域季風變化規(guī)律相符合。在東北季風作用期間，呂宋海峽雖處于大氣熱力不穩(wěn)定層結狀態(tài)，且東北季風使得下墊面較為干燥，有利于深對流的發(fā)生發(fā)展[13]，因此深對流發(fā)生概率相對較大（12月最大為18.7%），由于冬季太陽輻射比夏季偏弱，因此冬季深對流發(fā)展高度整體相對較低（12月最低為14 418.9 m）。在西南季風作用期間，該海域對流有效位能和垂直風速切變增強，有利于維持該海域對流活動的持續(xù)與加強[14]，但由于西南季風使得下墊面較為潮濕，影響深對流發(fā)生發(fā)展，從而深對流發(fā)生概率相對較小（10月最低為1.9%），且由于夏秋季太陽輻射比冬季偏強，因此夏秋季深對流發(fā)展高度整體相對較高（10月最高為16 056.2 m）。由于8月研究區(qū)域后方的南海季風槽強度最為活躍[15]，造成8月深對流發(fā)生概率偏高（8月發(fā)生概率為12.5%）。

4 小結

通過處理CALIPSO L2 VFM數(shù)據(jù)，對2006年6月—2021年10月期間呂宋海峽低云的發(fā)生概率、發(fā)展厚度、云底高，以及深對流系統(tǒng)的發(fā)生概率、頂高等進行了統(tǒng)計，結果符合前人研究結果和季風變化規(guī)律，定性地驗證了利用CALIPSO數(shù)據(jù)研究海上云的正確性。主要結論如下：

（1）11月—次年3月東北季風盛行時，呂宋海峽出現(xiàn)低云的概率較大，在1月左右最大，為67.4%；云底高較高，在1月左右最高，為1 259.4 m。深對流出現(xiàn)概率較大，在12月左右最大，為18.7%；發(fā)展高度較低，最低在3月，平均頂高14 604.8 m。

（2）4—10月西南季風盛行時，出現(xiàn)低云的概率較小，8月左右最小，為2.9%；云底高較低，7月左右最低，為756.1 m；深對流出現(xiàn)概率普遍較低，但由于南海季風槽、太陽輻射和季風的共同作用，8月左右最大，為12.5%，頂高普遍較高，10月最大，平均頂高為16 056.2 m。

（3）低云云層厚度全年基本持平，平均在800 m左右，最低在7月，為714.1 m，最高在12月，為1 039.4 m。

由于L2數(shù)據(jù)經(jīng)過了嚴格的質量控制，準確性較高[16]，因此本文的結果具有較高的可信度，對海上飛行氣象保障有一定的指導作用。但南海季風槽如何影響研究區(qū)域深對流發(fā)生發(fā)展，后續(xù)還需要做進一步研究。

參考文獻：

[1]王青梅，張以謨，劉鐵根等.一種便攜式激光測云儀的云底高度反演方法[J].強激光與粒子束，2005，17（9）：1312-1316.

[2]胡樹貞，馬舒慶，陶法，等.地基雙波段測云系統(tǒng)及其對比試驗[J].應用氣象學報，2012，23（4）：441-450.

[3]胡麗琴.云的水平非均勻性對云特性參數(shù)反演結果的影響[D].北京：中國氣象科學研究院，2005：1-103.

[4] HAGIHARA， Y， OKAMOTO H， YOSHIDA， R. Development of a combined CloudSat‐CALIPSO cloud mask to show global cloud distribution[J]. J Geophys Res， 2010，115： D00H33.

[5]YIN J F， WANG D H， XU H B， et al. An investigation into the three-dimensional cloud structure over East Asia from the CALIPSO-GOCCP Data[J]. Sci China Earth Sci，2015，58（12）：2236-2248.

[6]ISCCP.ISCCP DEFINITION OF CLOUD TYPES.[EB/OL].[2021].https：//isccp.giss.nasa.gov/cloudtypes.html

[7]NASA.Data User's Guide.[EB /OL].[2021].

https：//www-calipso.larc.nasa.gov/resources/calipso_users_guide/data_summaries/vfm/index_v420.php

[8]裴昭昭，蘇艷華，徐記亮.八大低云多發(fā)機場的云診斷算法應用初探[J].地球科學前沿，2022，12（4）：456-464.

[9]劉金芳，鄧冰，佟凱，等.巴士海峽水文要素特征分析[J].海洋預報，2001，18（2）：22-29.

[10]姚玉娟.呂宋海峽黑潮季節(jié)性形變初探[D].廈門：廈門大學，2012：2.

[11]趙倩.基于衛(wèi)星產(chǎn)品的重點海域云環(huán)境參數(shù)氣候特征研究[D].南京：南京信息工程大學，2015：1-102.

[12]齊琳琳，趙倩，趙紅亮，等.基于ISCCP衛(wèi)星資料的南中國海云量特征分析[J].解放軍理工大學學報（自然科學版），2014，15（2）：191-196.

[13]張璐，黃倩，張宏昇，等.干濕地表的湍流特征及其對深對流影響的大渦模擬[J].氣象學報，2021，79（4）： 659-673.

[14]李香淑，郭學良，付丹紅，等.南海季風爆發(fā)期間中尺度對流云帶演變特征與持續(xù)性加強的機理研究[J].大氣科學，2011，35（2）：259-271.

[15]陳紅，郭冬艷，吳俞，等.兩類季風槽特征及海南島的強降水機制[J].熱帶生物學報，2022，13（4）：348-357.

[16]高星星，陳艷，張武.2006—2015年中國華北地區(qū)氣溶膠的垂直分布特征[J].中國環(huán)境科學，2016，36（8）：2241-2250.