共查询到18条相似文献，搜索用时 125 毫秒
1.
该文利用云南蒙自、腾冲探空站的高空气象观测资料进行云垂直结构分析,得出了较合理的云层垂直结构判定方法,并统计了云频率、云厚和云高等相关要素,得到以下主要结论:1通过探空相对湿度和温度露点差阈值,能够有效分辨云底、云顶和云夹层。2蒙自、腾冲夏季云天出现的频率达到100%,冬、春季节频率不到50%;冬季云状以低云为主,其他季节低云和高云同时存在的情况较多。3各类云高度没有显著的季节变化,而云厚度表现为夏半年明显高于冬半年,其中中云、低云较厚、高云较薄,云夹层厚度冬春季节较大。4低云云底高度01时和07时较低,云顶高度07时和13时较高,云厚度19时较小;中云01时和07时云底低、云顶高,相应的云厚度大于13时和19时,具有一定的日变化规律。 相似文献
2.
叶培龙王天河尚可政吕巧谊王式功李景鑫 《高原气象》2014,(4):977-987
利用2007年3月2008年2月CloudSat与CALIPSO卫星相结合的云分类产品2B-CLDCLASS-LIDAR数据,分析了中国西部及周边地区云的垂直结构特征。研究结果表明,各地区单层云出现频率均大于多层云,天山山脉、祁连山脉中西段多层云出现频率全年均大于周围地区;所有云的云顶和云底高度在不同高度的出现频率具有明显的区域和季节变化特征,且云顶高度的季节变化较云底高度显著;西北地区各云层高度的季节变化不明显,青藏高原(下称高原)地区各云层高度在冬、夏季反差较大;单层云的平均厚度超过2 km,2层云和3层云的厚度基本在1~2 km;云层间距以2层云最大,且高原地区云层间距季节变化较西北地区明显;高原南坡夏季冰云出现频率较多,其他地区冬、春季冰云出现较多,除高原南坡外,冬季冰云出现频率均在80%以上。 相似文献
3.
基于卫星资料的中国西部地区云垂直结构分析 总被引：1，自引：0，他引：1
利用2007年3月2008年2月CloudSat与CALIPSO卫星相结合的云分类产品2B-CLDCLASS-LIDAR数据,分析了中国西部及周边地区云的垂直结构特征。研究结果表明,各地区单层云出现频率均大于多层云,天山山脉、祁连山脉中西段多层云出现频率全年均大于周围地区;所有云的云顶和云底高度在不同高度的出现频率具有明显的区域和季节变化特征,且云顶高度的季节变化较云底高度显著;西北地区各云层高度的季节变化不明显,青藏高原(下称高原)地区各云层高度在冬、夏季反差较大;单层云的平均厚度超过2 km,2层云和3层云的厚度基本在1~2 km;云层间距以2层云最大,且高原地区云层间距季节变化较西北地区明显;高原南坡夏季冰云出现频率较多,其他地区冬、春季冰云出现较多,除高原南坡外,冬季冰云出现频率均在80%以上。 相似文献
4.
基于CloudSat云分类资料的华北地区云宏观特征分析 总被引：4，自引：0，他引：4
利用2007年1月至2008年12月的CloudSat 2B-CLDCLASS-LIDAR云分类资料对华北地区(36°~42°N,110°~120°E)各类云在单层及多层云中的出现频率、平均高度及平均厚度进行统计分析。结果表明:华北地区单层云和多层云出现频率存在明显的季节变化,夏季最大,春秋次之,冬季最小。单层云的出现频率远高于多层云,单层云出现频率在春、夏、秋、冬4个季节分别为44.3%、46.1%、37.8%和32.8%,而多层云中2层云所占比例最大。单层云和多层云各云层平均高度、平均厚度分析显示,3层云上层云顶云底高度最高,3层云下层云顶云底高度最低,单层云平均厚度明显大于多层云,云层数越多,各云层的平均厚度越小。对不同类型云出现频率分析显示,卷云主要出现在单层云及多层云中、上层,高层云和高积云在单层云和多层云各云层中均占有一定的比例,层云主要出现在多层云下层,层积云、积云、深对流云主要出现在单层云及多层云下层,雨层云主要出现在夏季单层云中。卷云、高层云、高积云的平均高度及厚度在不同云系统中存在显著的差异。 相似文献
5.
利用2007-2010年Cloud Sat/CALIPSO联合产品2B-CLDCLASS-LIDAR资料对关中、秦岭和陕南云出现概率及云垂直结构特征进行了研究。结果表明,各地区四季均以云天为主,云出现概率从南到北逐渐减少,但云出现概率最高的月份北部要早于南部。秦岭南北云层高度的季节变化单层云中关中地区最为显著,多层云则是陕南地区。云厚季节变化不明显,均在1~3 km之间。除少数情况外,8大云类在各地区不同云层中的出现概率具有显著的季节变化。除Ns(雨层云)在三层云下层及Dc(深对流云)在各层云中云顶和云厚存在明显的区域差异外,所有云类的云底云顶高度及平均厚度在不同云层的出现概率均没有明显的季节变化和区域差异。 相似文献
6.
利用星载激光雷达资料研究东亚地区云垂直分布的统计特征 总被引：23，自引：6，他引：17
已有研究表明: 云的垂直结构(简称CVS)是一个在卫星资料反演和气候模式预测中很重要的云特征。本文通过利用美国2006年刚发射的卫星CALIPSO (Cloud－Aerosol Lidar and Infrared Pathfinder Satellite Observations) 所负载的激光雷达Level 2_05km的云数据, 研究了东亚地区(18°N～53°N, 74°E～144°E) 云的垂直分布特征。结果表明: 东亚地区多层云云量在夏季、秋季、冬季、春季分别为43.6%、29.6%、21.1%、33.3%, 而多层云分布中双层云比例最大。云顶和云底高度除了随季节变化显著外, 还有明显的区域特征。单层云、 双层云以及三层云的云顶和云底高度的数据显示, 三层云中最上层的云顶和云底最高, 并始终高于两层云中最上层云的云顶和云底高度。平均云层厚度季节变化不明显, 其值普遍在0.9～2 km范围之间。而云层间距同样没有明显的季节和区域变化, 其出现的概率随距离的增大而减小。其中, 间距在0.35 km的概率最大, 占到将近50%。而间距在1.45 km附近的概率大约为15%, 高一点的可达到20%。 相似文献
7.
为区分不同天气系统影响下云垂直结构的差异,从而为人工增雨作业提供参考,对2004—2014年辽宁省进行人工增雨作业期间,500、850 hPa以及地面的天气形势进行了统计,利用CloudSat卫星观测资料对筛选的出现频率≥2次·a~(-1)的系统配置下的云垂直结构进行分析,并研究了典型系统影响下的作业云系垂直结构特征。根据系统配置差异,2004—2014年间影响辽宁省的共有225次过程,可划分为17种配置类型,其中典型天气系统四种,分别为西风槽—切变线—冷锋(CF型)、西风槽—低涡—蒙古气旋(MCW型)、西风槽—低涡—南方气旋(SC型)和低涡—低涡—蒙古气旋型(MCV型)。对四种典型天气系统影响下的云垂直结构分析发现,不同天气系统影响下云层均以单层云为主。SC影响下的云层发展较为旺盛,云底较低而云顶较高,云层深厚。MCW影响下的云层云底高度较高,云层较薄。不同天气系统影响下的云夹层厚度大多(50%)在1 km以下,而且随着云层数目增加,低于1 km的云夹层所占的比例增加。将云底高度≤2 km且云厚≥2 km视为作业云系,发现有云条件下,SC型符合条件的作业云系最多(59.7%),而MCW型影响下最少(14.5%)。作业云系以单层低冷云为主,单层低冷云的云底高度低于1 km且云顶高度可达7 km以上,作业云系的云夹层厚度对降水云催化效果影响较小。 相似文献
8.
利用敦煌、酒泉、张掖、民勤探空站2014—2019年的探空数据,对祁连山北坡云的发生频率及云垂直结构特征进行分析。结果表明:祁连山北坡全年云的发生频率为20%～40%,以1～3层云为主,且单层云的发生频率高于多层云,多层云以2层云为主;云的发生频率夏高冬低,夏季单层云和2层云出现的频率较为接近,而春、秋、冬季节单层云出现频率远高于2层云和3层云;全年平均云高度2层云的下层云厚度明显大于上层云,3层云的底层云与中层云之间晴空夹层厚度大于中层云与顶层云之间的晴空厚度;祁连山北坡云层高度季节变化显著,单层云和多层云的高度都表现为夏高冬低。 相似文献
9.
《干旱气象》2017,(6)
利用淮南气候环境综合试验站2015年1月云雷达观测资料,对淮南地区冬季云的宏观特征进行了研究。结果表明:(1)淮南地区冬季云云底高度在0.21~11.0 km,其中0.5 km和2.0 km高度云底出现频率最高,分别占全部云系的16.7%和11.3%;云顶分布在0.36~11.3 km,其中5.0 km和5.5 km处云顶出现频率最高,分别占全部云系的9.25%和10.0%。云层厚度为0.1~8.3 km,73.4%的云层厚度在2.0 km范围内。(2)低云、中云、高云分别占全部云系的44.0%、29.4%和26.6%,平均厚度分别为2.4 km、0.8 km和0.6 km。(3)该地区冬季总云量较少,为13.7%~21.8%。单层云出现频率占总云量的45.2%~77.8%,多层云出现频率随着层数的增加而减小。 相似文献
10.
基于CloudSat–CALIPSO资料的全球不同类型云的水平和垂直分布特征 总被引：1，自引：0，他引：1
基于Cloud Sat-CALIPSO(Cloud Sat–Cloud Aerosol Lidar and Infrared Pathfinder Satellite Observations)卫星观测资料,分析了全球总云量和8类云的云量、云底高、云顶高、云厚度的水平和垂直分布。分析结果表明,全球平均总云量为66.7%,其中卷云(Ci)和层积云(Sc)云量之和与其他6类云量总和相当,是全球云量最多的两类云。积状云云量呈现从赤道向极地递减的特征,层状云则相反,反映了二者不同的生成环境,同时下垫面地形和天气系统也严重影响云的分布。8类云的高度及厚度特征有显著差异。Ci的云底高度和云顶高度都较高,厚度则较薄;高层云(As)和高积云(Ac)的云底高度和云顶高度都位于大气中层,但As比Ac出现的高度高且厚度大;层云(St)、层积云和积云(Cu)的云底高度和云顶高度都很低,属于薄的低云;雨层云(Ns)和深对流云(DC)云底较低但云顶伸展很高,归属于厚云类。总体而言,海洋上云底高度较陆地低;赤道等大气不稳定地区,云底较高,云厚度较大;高原地区则表现出"高云不高,低云不低,云厚较薄"的特征。 相似文献
11.
Satellite and human visual observation are two of the most important observation approaches for cloud cover. In this study, the total cloud cover(TCC) observed by MODIS onboard the Terra and Aqua satellites was compared with Synop meteorological station observations over the North China Plain and its surrounding regions for 11 years during daytime and7 years during nighttime. The Synop data were recorded eight times a day at 3-h intervals. Linear interpolation was used to interpolate the Synop data to the MODIS overpass time in order to reduce the temporal deviation between the satellite and Synop observations. Results showed that MODIS-derived TCC had good consistency with the Synop observations; the correlation coefficients ranged from 0.56 in winter to 0.73 in summer for Terra MODIS, and from 0.55 in winter to 0.71 in summer for Aqua MODIS. However, they also had certain differences. On average, the MODIS-derived TCC was 15.16%higher than the Synop data, and this value was higher at nighttime(15.58%–16.64%) than daytime(12.74%–14.14%). The deviation between the MODIS and Synop TCC had large seasonal variation, being largest in winter(29.53%–31.07%) and smallest in summer(4.46%–6.07%). Analysis indicated that cloud with low cloud-top height and small cloud optical thickness was more likely to cause observation bias. Besides, an increase in the satellite view zenith angle, aerosol optical depth, or snow cover could lead to positively biased MODIS results, and this affect differed among different cloud types. 相似文献
12.
本文利用卫星CloudSat同时结合了与其同轨道的卫星CALIPSO(Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations)2007至2009年3年的观测资料,将东亚地区划分为六个研究区域,着重研究了东亚地区云垂直分布的统计特征.结果表明:东亚地区不同高度的云量之和具有明显的季节变化趋势,夏季最大,春秋次之,冬季最小.海洋上空的单层云量最大值出现在冬季,而在陆地上空则出现在夏季.从云出现概率来看,东亚地区单层云出现的概率在春、夏、秋、冬季节依次为52.2%,48.1%,49.2%和51.9%,而多层(2层和2层以上)云出现的概率在春、夏、秋、冬季节分别为24.2%,31.0%,19.7%,15.8%.云出现的总概率和多层云出现的概率,在六个区域都呈现出夏季最大,冬季最小;对4个季节都呈现出东亚南部比东亚北部大,海洋上空比陆地上空大的特点,表明云出现的总概率的季节变化主要由多层云出现的概率的变化决定.东亚地区云系统中最高层云云顶的高度,在夏季最高,为15.9 km,在冬季最低,为8.2 km;在东亚南部和海洋上空较高,平均为15.1 km;在东亚北部较低,平均为12.1 km,且呈现东亚南北部之间差异较大的特点.东亚地区云系统的云层厚度基本位于1 km到3 km之间,且夏季大,冬季小;对同一季节,不同区域的云层厚度差别较小;当多层云系统中的云层数目增加时,云层的平均厚度减少,且较高层的云层平均厚度大于较低层的.云层间距的概率分布基本呈单峰分布,出现峰值范围的云层间距在1到3 km之间,各区域之间没有明显差别,季节变化也不大.本文的研究为在气候模式中精确描述云的垂直结构提供了有用的参数化依据. 相似文献
13.
The cloud fraction(CF) and cloud-base heights(CBHs), and cirrus properties, over a site in southeastern China from June 2008 to May 2009, are examined by a ground-based lidar. Results show that clouds occupied the sky 41% of the time.Significant seasonal variations in CF were found with a maximum/minimum during winter/summer and similar magnitudes of CF in spring and autumn. A distinct diurnal cycle in the overall mean CF was seen. Total, daytime, and nighttime annual mean CBHs were 3.05 ± 2.73 km, 2.46 ± 2.08 km, and 3.51 ± 3.07 km, respectively. The lowest/highest CBH occurred around noon/midnight. Cirrus clouds were present ～36.2% of the time at night with the percentage increased in summer and decreased in spring. Annual mean values for cirrus geometrical properties were 8.89 ± 1.65 km, 9.80 ± 1.70 km, 10.73 ± 1.86 km and 1.83 ± 0.91 km for the base, mid-cloud, top height, and the thickness, respectively. Seasonal variations in cirrus geometrical properties show a maximum/minimum in summer/winter for all cirrus geometrical parameters. The mean cirrus lidar ratio for all cirrus cases in our study was ～ 25 ± 17 sr, with a smooth seasonal trend. The cirrus optical depth ranged from 0.001 to 2.475, with a mean of 0.34 ± 0.33. Sub-visual, thin, and dense cirrus were observed in ～12%, 43%, and 45%of the cases, respectively. More frequent, thicker cirrus clouds occurred in summer than in any other season. The properties of cirrus cloud over the site are compared with other lidar-based retrievals of midlatitude cirrus cloud properties. 相似文献
14.
本文利用2014年1月至2017年12月Ka毫米波雷达数据对北京地区云宏观特征进行统计分析。云出现率方面，4年平均值约36.3%；冬季最低，夏季最大；月出现率值9月最大，12月最小；出现率日变化有季节差异，春夏两季呈现中午（11:00，北京时间，下同）开始逐步升高至下午17:00后逐步下降的特点，增高幅度大于15%；冬、秋两季日变化特征不显著。高度方面，4年平均云底高约4.9 km，平均云顶高约7.2 km；云顶高和云底高的月变化特征明显，从年初1月开始逐步上升，在6月达到峰值，而后下降到12月达到低值；3～10月，高云（云底高>5 km)占约一半左右比例；厚度小于1 km的云在各月中所占比例最高；厚度1～4 km的云，厚度越大所占比例越低；特别地，厚度大于4 km的云所占比例在4～9月中仅次于厚度小于1 km云的比例。4年期间，北京地区单层云居多约占66.7%，两层云占比约25.2%，两层以上云占8.1%；冬季约80%的云为单层云，而6～9月云层分布变化最多，其中9月单层云比例最低约为40%。本文基于4年高时空分辨率雷达数据对北京地区云分布特征，特别是云垂直分布特征在数值上准确刻画，该项工作在已有云气候研究中尚未见开展，所获得的知识将对了解地区气候特征、区域模式云参数化选择提供参考。 相似文献
15.
利用2011年11月-2016年10月Terra卫星MODIS（moderate-resolution imaging spectroradiometer）3级大气产品数据（MOD08_M3）对中国陆地区域冰云发生概率、有效粒子半径、光学厚度和冰水路径的水平分布与季节变化进行分析。结果表明:冰云特性的水平分布和季节变化特征与东亚季风和强对流天气的发生存在一定联系。近5年冰云发生概率呈上升趋势,季节性变化规律明显,高值区出现在青藏高原东北部;冰云有效粒子水平分布呈现由西南向东北逐渐增加的趋势,总体季节性变化特点不明显,但在纬度较高地区出现随季节变化特征;冰云光学厚度与冰水路径水平分布和季节变化趋势大致相同,呈东南向西北递减趋势,总体季节性变化明显。 相似文献
16.
基于美国AMF寿县观测的云特性研究 总被引：2，自引：0，他引：2
美国能源部大气辐射观测计划移动观测ARMAMF（atmospheric radiation measurement mobile facility）2008年首次在我国寿县开展综合观测,为研究云特性提供了很好的资料平台。本文在此次云雷达等观测资料基础上,研究了寿县秋末冬初云高、云厚、云量及其辐射特性,结果发现,寿县有76．3％的观测日有云出现,54．0％的观测时间有云覆盖,中云（以下简称M云）和高云（以下简称H云）出现频率占全部云系的76．7％,天气系统对寿县云系形成有较大影响;云底高度大于3km的降水性云（以下简称P云）出现频率占全部P云的67．7％,是云底高度小于3kmP云的5．3倍,发生在下午的降水占全部P云的47．8％,气溶胶可能对P云的这种分布有较大影响;云和气溶胶减少地面短波辐射的日均值达一99．1W／m。,其中气溶胶减少约占25．1％。不同高度和厚度云对地面辐射通量的影响有较大差异,P云产生最大的冷却效应（一201．9W／m。）,厚度小于2km的H云对地面辐射通量的减少量最少（一32．9w／m。）。另外,用地面单点云辐射观测与中分辨率成像光谱仪MODIS（moderate resolution imaging spectroradiometer）资料估计结果对比发现,两种资料有较大差异,差异可达-1．9～-36．9W／m。 相似文献
17.
利用Advanced Himawari Imager (AHI)/Himawari-8(HW8)云产品分析2017年夏季东亚地区不同下垫面条件对冰云云顶特征的影响,针对不同下垫面条件选择了9个研究区域。结果表明,冰云最常出现在青藏高原和南亚季风区。冰云的发生频率存在南北递减的趋势,并在日本附近有高值中心。冰云云顶的垂直分布高度依赖于纬度,此外还有地形和海陆热力差异的作用。青藏高原和南亚季风区冰云最常发生在6~9 km和6~15 km;冰云云顶温度在南北之间存在明显差异,不同高度的冰云形成方式也存在不同;青藏高原和南亚季风区的冰云光学厚度较高,且冰云光学厚度与发生频率呈正相关。在冰云云顶属性垂直分布中,中国东部冰云发生频率相对于其他区域较低,冰云粒子半径表现出随高度增加先增大后减小的趋势,海洋上的平均冰云粒子半径相对于其他研究区域最大;在中国西部地区,冰云光学厚度存在双峰结构,而其他相对平坦的区域只有一个单峰。 相似文献
18.
Based on the NOAA's Advanced Very High Resolution Radiometer(AVHRR) Pathfinder Atmospheres Extended(PATMOS-x) monthly mean cloud amount data, variations of annual and seasonal mean cloud amount over the Yangtze River Delta(YRD), China were examined for the period 1982–2006 by using a linear regression analysis. Both total and high-level cloud amounts peak in June and reach minimum in December, mid-level clouds have a peak during winter months and reach a minimum in summer, and lowlevel clouds vary weakly throughout the year with a weak maximum from August to October. For the annual mean cloud amount, a slightly decreasing tendency(–0.6% sky cover per decade) of total cloud amount is observed during the studying period, which is mainly due to the reduction of annual mean high-level cloud amount(–2.2% sky cover per decade). Mid-level clouds occur least(approximately 15% sky cover) and remain invariant, while the low-level cloud amount shows a significant increase during spring(1.5% sky cover per decade) and summer(3.0% sky cover per decade). Further analysis has revealed that the increased low-level clouds during the summer season are mainly impacted by the local environment. For example,compared to the low-level cloud amounts over the adjacent rural areas(e.g., cropland, large water body, and mountain areas covered by forest), those over and around urban agglomerations rise more dramatically. 相似文献