本文利用2007～2010年整四年最新可利用的CloudSat卫星资料,对东亚地区（15°～60°N,70°～150°E）云的微物理量包括冰/液态水含量、冰/液态水路径、云滴数浓度和有效半径等的分布特征和季节变化进行了分析.本文将整...本文利用2007～2010年整四年最新可利用的CloudSat卫星资料,对东亚地区（15°～60°N,70°～150°E）云的微物理量包括冰/液态水含量、冰/液态水路径、云滴数浓度和有效半径等的分布特征和季节变化进行了分析.本文将整个东亚地区划分为北方、南方、西北、青藏高原地区和东部海域五个子区域进行研究,结果显示：东亚地区冰水路径值的范围基本在700 g m-2以下,高值区分布在北纬40度以南区域,在南方地区夏季的平均值最大,为394.3 g m-2,而在西北地区冬季的平均值最小,为78.5 g m-2;而液态水路径的范围基本在600 g m-2以下,冬季在东部海域的值最大,达到300.8 g m-2,夏季最大值为281.5 g m-2,分布在南方地区上空.冰水含量的最高值为170 mg m-3,发生在8km附近,南方地区夏季的值达到最大,青藏高原地区的季节差异最大;而液态水含量在东亚地区的范围小于360 mg m-3,垂直廓线从10km向下基本呈现逐渐增大的趋势,峰值位于1～2 km高度上.冰云云滴数浓度在东亚地区的范围在150 L-1以下,水云云滴数浓度的值小于80 cm-3,垂直廓线的峰值均在夏季最大.冰云有效半径在东亚地区的最大值为90 μm,发生在5km左右;水云有效半径在东亚地区的值分布在10km以下,最大值为10～12 μm,基本位于1～2 km高度上.从概率分布函数来看,东亚地区冰/水云云滴数浓度的分布呈现明显的双峰型,其他量基本为单峰型.本文的结果可以为全球和区域气候模式在东亚地区对以上云微物理量的模拟提供一定的观测参考依据.展开更多
本文利用毫米波云雷达联合称重式雨量计、气球探空和S波段天气雷达在北京对2015年11月三次降雪进行了观测,以2015年11月22~23日降雪过程为例,主要从降雪系统的宏观结构特征、微物理变化以及毫米波雷达在降雪探测中电磁波衰减情况、雪粒...本文利用毫米波云雷达联合称重式雨量计、气球探空和S波段天气雷达在北京对2015年11月三次降雪进行了观测,以2015年11月22~23日降雪过程为例,主要从降雪系统的宏观结构特征、微物理变化以及毫米波雷达在降雪探测中电磁波衰减情况、雪粒子含水量和地面降雪量估测几方面进行初步分析。结果表明:(1)毫米波云雷达具有高时空分辨率,能对降雪系统进行精细化探测,在降雪系统发展最旺盛的阶段能够通过反射率(Z)、退极化比(LDR)和径向速度(V)初步判断出云中是否含有过冷液滴;(2)降雪回波强度最大值能反映整层云系中含水量最大的区域,当最大值Z大于20 d BZ时,最大值的大小、最大值持续时间、最大值出现的高度与地面降水量成正相关,速度最大值表示云中粒子上升最大速度(速度为正时)或者粒子下落的最小速度(速度为负时),主要分布在-0.5~2 m s^(-1),速度最小值表示粒子下落的最大速度,主要在-3^-1 m s^(-1);(3)随着高度增加反射率的垂直廓线会出现多个峰值,这是由于不同高度层风速分布不均造成的,降雪回波这种特点比降雨回波更明显;(4)对比Ka与S波段雷达反射率可知,两雷达反射率平均差值小于2.5 d BZ,Ka波段反射率略大S波段雷达反射率;(5)降雪量反演与地面降雪量仪数据对比,逐小时降雪量反演精度为20.38%,累计降雪量反演误差为6.58%,24小时累计降雪量绝对误差为1.9 mm,说明云雷达估算累计降雪量具有较高的可行性,能够很准确的反映地面实际降雪情况,当降雪系统发展旺盛时,雪粒子含水量分布在0.05~0.15 g m^(-3),在降雪初期或者降雪系统消散期,雪粒子含水量一般小于0.04 g m^(-3),能够很好地反映出整层降雪回波的雪粒子含水量。这些云雷达在降雪观测中的应用和初步分析结果可以更好的地了解降雪系统宏微观结构,为云模式的发展和人工影响天气中增雪潜力评估提供一些参考。展开更多
文摘本文利用2007～2010年整四年最新可利用的CloudSat卫星资料,对东亚地区（15°～60°N,70°～150°E）云的微物理量包括冰/液态水含量、冰/液态水路径、云滴数浓度和有效半径等的分布特征和季节变化进行了分析.本文将整个东亚地区划分为北方、南方、西北、青藏高原地区和东部海域五个子区域进行研究,结果显示：东亚地区冰水路径值的范围基本在700 g m-2以下,高值区分布在北纬40度以南区域,在南方地区夏季的平均值最大,为394.3 g m-2,而在西北地区冬季的平均值最小,为78.5 g m-2;而液态水路径的范围基本在600 g m-2以下,冬季在东部海域的值最大,达到300.8 g m-2,夏季最大值为281.5 g m-2,分布在南方地区上空.冰水含量的最高值为170 mg m-3,发生在8km附近,南方地区夏季的值达到最大,青藏高原地区的季节差异最大;而液态水含量在东亚地区的范围小于360 mg m-3,垂直廓线从10km向下基本呈现逐渐增大的趋势,峰值位于1～2 km高度上.冰云云滴数浓度在东亚地区的范围在150 L-1以下,水云云滴数浓度的值小于80 cm-3,垂直廓线的峰值均在夏季最大.冰云有效半径在东亚地区的最大值为90 μm,发生在5km左右;水云有效半径在东亚地区的值分布在10km以下,最大值为10～12 μm,基本位于1～2 km高度上.从概率分布函数来看,东亚地区冰/水云云滴数浓度的分布呈现明显的双峰型,其他量基本为单峰型.本文的结果可以为全球和区域气候模式在东亚地区对以上云微物理量的模拟提供一定的观测参考依据.
文摘利用CloudSat卫星搭载的云廓线雷达(cloud profiling radar,CPR)2007~2009年三年的观测资料,针对洋面非降水暖云有效廓线样本,分别对积云(Cu)、层云(St)、层积云(Sc)和高积云(Ac)等四类云型,分析了其在全球尺度的水平分布特征,并在此基础上特别考察了非降水暖云液相水含量(liquid water content,LWC)的垂直变化特性.研究发现,洋面非降水暖云中四类云型的样本占比从高至低依次为层积云76.46%、层云12.48%、积云7.45%、高积云3.61%,层积云在非降水暖云的总覆盖面积中占据主导作用.在样本量全球标准化后,四类云型的空间分布形式存在较大差异,层积云与层云主要集中于北美和南美大陆西侧近岸海域,积云与高积云则广泛分布于太平洋、大西洋和印度洋的洋面上,且高值位于大洋中部.尽管四类云型的生消机制和宏观形态存在很大差异,但不同云型LWC呈现出较为相似的垂直结构.对经几何厚度标准化后的LWC廓线进行比较,发现在四类典型非降水暖云中,由云底到云顶LWC一致呈现为先增后减的规律.云体中下部向上近似线性递增的结构基本反映了LWC的准绝热增长特性,而云体上部及云顶附近的向上递减结构明确反映了云顶普遍受到上空干空气侵入混合的强烈影响,由此导致了自云顶向下逐层衰减的云水蒸发.以云高和云厚两个参数分类的廓线统计结果还显示,LWC垂直结构受到云顶高度和云层几何厚度的影响.云层几何厚度增大时,LWC由云底到云中的递增结构会变厚,由云中到云顶的递减结构会变薄.几何厚度相同但云顶高度不同的云层,其LWC含量也有所不同,这表明对于特定云型,在生成及发展过程中,不同阶段所对应的LWC廓线结构也存在差异.
文摘本文利用毫米波云雷达联合称重式雨量计、气球探空和S波段天气雷达在北京对2015年11月三次降雪进行了观测,以2015年11月22~23日降雪过程为例,主要从降雪系统的宏观结构特征、微物理变化以及毫米波雷达在降雪探测中电磁波衰减情况、雪粒子含水量和地面降雪量估测几方面进行初步分析。结果表明:(1)毫米波云雷达具有高时空分辨率,能对降雪系统进行精细化探测,在降雪系统发展最旺盛的阶段能够通过反射率(Z)、退极化比(LDR)和径向速度(V)初步判断出云中是否含有过冷液滴;(2)降雪回波强度最大值能反映整层云系中含水量最大的区域,当最大值Z大于20 d BZ时,最大值的大小、最大值持续时间、最大值出现的高度与地面降水量成正相关,速度最大值表示云中粒子上升最大速度(速度为正时)或者粒子下落的最小速度(速度为负时),主要分布在-0.5~2 m s^(-1),速度最小值表示粒子下落的最大速度,主要在-3^-1 m s^(-1);(3)随着高度增加反射率的垂直廓线会出现多个峰值,这是由于不同高度层风速分布不均造成的,降雪回波这种特点比降雨回波更明显;(4)对比Ka与S波段雷达反射率可知,两雷达反射率平均差值小于2.5 d BZ,Ka波段反射率略大S波段雷达反射率;(5)降雪量反演与地面降雪量仪数据对比,逐小时降雪量反演精度为20.38%,累计降雪量反演误差为6.58%,24小时累计降雪量绝对误差为1.9 mm,说明云雷达估算累计降雪量具有较高的可行性,能够很准确的反映地面实际降雪情况,当降雪系统发展旺盛时,雪粒子含水量分布在0.05~0.15 g m^(-3),在降雪初期或者降雪系统消散期,雪粒子含水量一般小于0.04 g m^(-3),能够很好地反映出整层降雪回波的雪粒子含水量。这些云雷达在降雪观测中的应用和初步分析结果可以更好的地了解降雪系统宏微观结构,为云模式的发展和人工影响天气中增雪潜力评估提供一些参考。
