基于CloudSat / CALIPSO数据两个中国东部地区之间云和气溶胶垂直的统计比较外文翻译资料

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

基于CloudSat / CALIPSO数据两个中国东部地区之间云和气溶胶垂直的统计比较

邱玉珺，王静，杨轲然

1

教育部气象灾害重点实验室（KLME）和国际联合研究实验室，气候与环境变化研究所（ILCEC）和协作创新中心的预测与评估，中国气象局气象灾害重点实验室（CIC-FEMD）和气溶胶云降水重点实验室，，南京信息工程大学，江苏南京210044

2云南玉溪新平县气象局653499

信函应寄给邱钰珺; qyj@nuist.edu.cn

2016年9月19日收到; 2016年12月19日修订; 2017年1月26日接受; 2017年3月2日发布

学术编辑：张科

版权所有copy;2017 Yujun Qiu et al。这是一份根据知识共享署名许可分发的开放获取文章，，允许在任何媒介中，无限制地使用，分发和复制，只要原始作品被适当引用。

摘要：在中国南部（R1）和中部的相邻区域，北（R2）区域超过两个4*4相邻区域进行云和气溶胶性质之间的关系调查。 CloudSat / CALIPSO数据用于提取云和气溶胶剖面属性。云发生概率（COP）的平均值在混合云层（-40℃〜0℃）最高，而暖云层最低（gt; 0℃）。在温暖的云层中，大气湿度与气溶胶条件下的COP更加统计相关。混合云层和冰云层两个区域（lt;-40℃）的COP差异与气溶胶消光系数具有较好的相关性。大于-10 dBZ的雷达反射率因子主要发生在暖云层和混合云层。在上述0°C层出现一个高COP区，两个地区和四个季节的云层厚度均为2-3 km，但R2中的纬向层分布比R1更加连续，与上述0°C层中的R2中的较高气溶胶光学厚度一致，表明气溶胶和云概率之间呈正相关。

1. 介绍

气溶胶和云垂直结构直接影响大气升温速率[1]，并对大气辐射和环流产生重大影响[2-6]，已知气溶胶对云的性质影响很大[7-9]。早些时候使用飞机和卫星探测数据的研究表明，在充足的云液态水的条件下，气溶胶浓度的增加会增加云滴的浓度，减小云滴尺寸并增加云的寿命[10-13]。

中国经历了快速的经济增长和剧烈的城市化，因此气溶胶负荷增加[14-16]。例如，京津冀都市圈（华北北部，包括北京，天津和河北北部）频繁的大量气溶胶负荷是由于该地区及周边地区人口和工业密集[14,17]。这个区域大气边界层的气溶胶含量达到103-104 / cm3亚微米颗粒 [18-22]。局部来源和长距离运输都导致了高浓度的油气溶胶浓度[23-25]。

为了研究气溶胶对不同大气环境（如气溶胶污染水平和湿度条件）中云的分布和其他特性的影响，选择了华东南部和北部的两个相邻地区，并根据不同大气云层的分布特征北部高纬度地区与京津冀都市圈相邻，南部地区位于淮河流域。北部地区的气溶胶污染（如尘埃和城市污染气溶胶）比南部地区严重。首先比较两个地区的湿度和气溶胶条件。然后在四个季节比较由温度条件定义的不同云层中的COP。最后，根据COP的特点不同在结合湿度和温度条件下分析和讨论云层。预计本研究的研究结果将提供参数化气候模型云形成所需的知识。

2、数据和方法

2.1数据源

两个地区被选中进行比较研究（见图1）。区域1（R1）以安徽省寿县为中心，区域2（R2）以山东泰安为中心。这两个地区的经度都是4 *4经度。R2位于金井城市圈的南面。观测到的地面气象站观测到的云量（从观测站到2005年;数据来源于中国气象局资源中心）在两个地区的云量出现频率和云量分布上呈现出明显的区域性特征。从长期资料来看，R1的云量出现频率和云量覆盖率的月平均值分别为R2的1.1倍和1.2倍，表明两地区的气候差异。

本研究中使用的CloudSat / CALIPSO数据（包括2B-GERPROF，2B-temp和2B-lidar）涵盖了从2006年6月14日至2010年12月31日的时间。2B-GERPROF数据包含雷达反射率因子不同高度的毫米波雷达。 2B-temp中的温度数据来自欧洲中期天气预报中心。 2B-Lidar数据是通过结合CloudSat和CALIPSO数据获得的，包括云层覆盖和单层以​​及多层云底和云顶高度。本研究使用不同高度的云量数据。来自CloudSat / CALIPSO的数据是通过从上到下扫描获得的。由于表面的强反射率导致异常高的检测信号，所以认为最低水平的数据具有很大的不确定性。因此，这里只使用0.5公里以上的数据。 CloudSat扫描的每个级别（以0.24 km为增量）被视为一个像素，以统计获得每个雷达反射率因子内的像素的样本大小

范围，如图2所示。

在本研究中也使用了2006年6月13日至2008年9月17日期间CALIPSO 2级（CAL LID L205kmAPro-Prov-V3-01）产品的数据。该数据集提供气溶胶消光系数（532 nm和1064 nm波段）和圆柱体光学厚度。

2.2方法

使用CloudSat / CALIPSO产品的2B-GEOPROF和2B-GEOPROFLidar数据来判断云的发生和位置。（1）云发生时需要同时满足三个标准：云反射系数大于-40 dBZ，小于50 dBZ，这是CloudSat云雷达反射率的dBZ范围; （2）CPR云遮罩大于20且小于40，这是CloudSat确定是否存在云的标准; （3）云量大于5％小于100％，减少了云量识别和误识别的不确定性，如气溶胶被误认为是云。

任何高度的COP都是以云发生的地点数量与轨道中扫描的地点总数之比计算的。首先在每个级别获得每月平均COP，然后平均为季节性值。三月，四月和五月被视为春天; 六月，七月和八月为夏季; 9月，10月和11月秋季; 12月，1月和2月为冬季。利用近5年的数据统计计算了两个地区和不同季节的COP和垂直分布特征。任何高度的COP都是通过将此高度处的云量出现的像素总数除以扫描的总数而获得的。

气溶胶消光系数包括532 nm和1064 nm波段。为了避免某些特殊天气条件的影响，只有连续两天以上日平均消光系数大于0的数据才被用于分析。消光系数的季节平均垂直剖面是从两个地区获得的。

3.研究

3.1 R1和R2之间的大气环境差异

云垂直结构随地理位置和时间而变化很大，这是因为许多因素，如地表条件和气溶胶负荷[26-28]。R1和R2属于东亚季风气候区，夏季较高，冬季较低，在所有垂直水平上。两个区域的温度垂直结构相似（图3）。夏季最小，冬季最大。春季，夏季和秋季R1的平均温度分别高出2.5,1.2和2.5℃.R2冬季低于4.3公里高度的温度比R1高出0.48∘C，温差较大，接近地面，这可能是受冬季暖气的影响和R2中气溶胶的温室效应[29]。

从图4可以看出，春季，夏季，秋季和冬季R1的平均比湿分别为R2的1.5,1.3,1.4和1.7倍，这意味着R1中的含水量高于R2中的含水量。

根据532 nm波段的气溶胶消光系数剖面计算出的R2中的气溶胶光学深度（AOD）分别为春季，夏季，秋季和冬季R1的1.9,2.2,0.9和1.1倍（图5）和1064nm波段的1.2,1.5,1.1和1.7倍。为了避免极端气溶胶污染事件的高消光系数对消光系数的平均值的影响，还基于气溶胶消光系数的频谱计算消光系数（参见图6）。整个消光系数范围（0.0-1.5km-1）被分成10个相同大小的子范围;例如，第一范围是从0到0.125km-1，并且第十范围是从1.25到1.5km-1。 R2中气溶胶系数的平均值大于R1中的平均值。值得注意的是，R2覆盖石家庄市，也与京津地区的气溶胶含量高的南部相邻。例如，京津地区4.5公里以下的气溶胶浓度高达103 cm-3，平均粒径为0.16〜0.19mu;m[21]。

石家庄市上空5 km处的浓度高达103 cm-3，平均粒径为0.15〜0.22mu;m[22]。河北省气溶胶浓度在3 km以下的地层中高达103-104 cm-3，平均粒径为0.15mu;m[30]。

3.2 COP垂直结构

不同阶段的云具有不同的加热，热力学和辐射过程[31]。这里，温度高于0℃的云层被称为暖云层（WCL）; 温度在-40°C和-20°C之间的混合云层（MCL）具有较低的温度（MCLLT）; 温度在-20°C和0°C之间的混合云层温度较高（MCLHT）;

并且冰云层（ICL）的温度低于-40℃。图7显示了四个季节两个地区的COP垂直廓线.R1和R2在春季和冬季的COPs差异大于夏季和秋季。春季R1的COP大约是R2的1.1倍。

其他季节R2的COP值高于R1。

从图7可以看出，不同云相层内的COP值差异显着。对于WCL中的COP，春季，夏季，秋季和冬季R1的平均值分别为0.7％，1.4％，1.0％和0.4％，分别为1.5,1.1,1.3和3.8倍，那些在R2。云的形成可能受潮湿条件和云形成的影响，这会改变气溶胶的浓度或性质。 R1和R2之间的COP结果的比较类似于R1和R2之间比湿的比较;在四个季节;在相应的季节，R1中的比湿约为R2的1.3,1.2,1.2和1.8倍（见表1）。观测表明，R2中的高气溶胶浓度为云的形成提供了丰富的凝结核[17,32]。比较R1和R2在532 nm波段的气溶胶消光系数在1.125-1.25 km-1范围内的季节性平均出现概率（见图8）。 R1和R2中气溶胶消光系数的差异与COP不同。从图9可以看出，春季和秋季WCL中R2的气溶胶消光系数平均值约为R1的1.2倍，而R2在夏季和冬季的平均消光系数约为R1的1.3和1.1倍。这些结果意味着水蒸气条件可能会影响WCL比气溶胶强。

MCL中R1和R2的COP分别为70％和70.6％，均高于WCL和ICL。这两个地区在秋季都达到了最高值。与WCL的COP相比，MCLLT中两个地区的COP差异更大。 R1与R2的COP比值在春季和秋季略有增加，夏季和冬季则略有下降。 R1中的COP与R2中的COP的比率从WCL中的3.8下降到MCLLT中的1.5。比较R1和R2之间的比湿比，以检查大气环境的状况。在MCLLT中R1中的比湿度与R2中的比湿度在四季中与WCL中的湿度比相似。但是，R1中的消光系数与R2中的消光系数之比

夏季和冬季差异较大。夏季MCLLT的COP增加到WCLin R1的3.7倍，R2增加到5.1倍，这是由于R2中的COP高于MCLLT中的R1。同时，R2中的气溶胶消光系数约为R1中的2.0倍。另外，冬季R1的COP大约是MCLLT中R2的1.5倍，气溶胶消光系数高1.2倍，这表明气溶胶含量与MCLLT中云的出现量呈正相关。

MCLHT中R1和R2的COP在所有四个季节均高于MCLLT。 春季，夏季，秋季和冬季COP分别增加3.1％，2.9％，0.8％和0.2％，R2分别增加5.4％，4.2％，5.8％和5.8％; R2的差异大于R1。 在整个对流层中，R1中的比湿度与R2中比湿度的比值变化平稳。 然而，R2中的消光系数约为MCLLT中R1的2.2,2.1,2.5和4.2倍，这意味着气溶胶与MCLLT中的COP密切相关

在两个地区和四季中，ICL的COP均低于MCL。 R1和R2的平均COP分别为26.7％和26.8％。除夏季外，各季的R2均高于R1。在R2的ICL中532nm波段的气溶胶消光系数的平均值为10.0,1.7，四个季节。春季R2的COP达到了所有四季的最高值，这可能是由于中国西部塔克拉玛干沙漠和内蒙古下游地区的冰核作为长距离运输的影响[24,25] 。这两个区域的迎风方向上的粉尘和混合气溶胶在传输过程中可能已被纳入对流层[25,33]，这受到东亚副热带西风急流区的影响[3​​4-36]。该过程增强了该层中的云凝结核，从而影响了云分布特征。 R2比西风急流中心区更靠近R1 [37]。

3.3. 云反射率因子的垂直结构。

此处也研究了具有不同雷达反射率的COP。 从上面的讨论中，R1和R2中的COP主要出现在混合云层中，并且与气溶胶消光系数有很好的相关性。 图10显示了云底温度高于0°C，云顶温度低于0°C的混合云中的COP垂直剖面，作为每个季节雷达反射率的函数。

根据图10，在两个地区和四个季节中，高值COP主要集中在6 km以下，雷达反射率系数在-10 dBZ以上。 高COP值（大于0.0008％）的反射率因子范围在夏季最窄，冬季最宽。 受多种因素影响，包括温度和水汽含量，相应的雷达反射率因子的最大值随着高度的增加而减小，并且其范围随着高度的增加而变窄。 在秋季以外的所有季节，R2的这种趋势比R1更明显。 另外，在夏季9公里以上的层中，COP在两个地区的延伸高值约为10 dBZ，这可能是由于夏季强烈对流云（堆云）的影响。 热带对流云可能高达15公里[38]。

厚度为2至3公里的高COP层出现在0°C以上的层中，该层根据图3中的温度确定，在两个区域上的-30 dBZ至15 dBZ反射率因子范围内以及在所有四季中（见图10）。在春季，夏季和冬季，R2的高COP值比R1更高。与R1不同的是，冬季R2的COP值显示出一个窄高值垂直带，其COP值随高度增加而增加，相应的雷达反射率因子在约11 km处线性降至-30 dBZ。根据图5中的数据，在所有四个季节，两个地区COP高度连续值区的相应气溶胶消光系数的范围也很宽。在0°C层R2上的气溶胶光学厚度在4个季节中，532 nm波段分别为2.5,2.0,1.0和1.0，而1064 nm波段分别为1.5,2.5,1.3和3.5，均大于R1。春，夏，冬两个地区的气溶胶浓度差别很大。 Huang等人[25]研究了中国西部内蒙古戈壁沙源地

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21837]，资料为PDF文档或Word文档，PDF文档可免费转换为Word