• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2021, 39(06): 948-956 DOI: 10.11755/j.issn.1006-7639(2021)-06-0948

论文

青海省东部地区云特征参量与降水相关性分析

龚静,, 朱世珍, 张鹏亮, 王启花, 王丽霞, 郭三刚, 张博越,

青海省气象灾害防御技术中心,青海 西宁 810001

Correlation between cloud characteristic parameters and precipitation in the eastern region of Qinghai

GONG Jing,, ZHU Shizhen, ZHANG Pengliang, WANG Qihua, WANG Lixia, GUO Sangang, ZHANG Boyue,

Qinghai Meteorological Disaster Prevention Technology Center, Xining 810001, China

通讯作者: 张博越(1980— ),男,安徽人,高级工程师,从事人影决策指挥工作及相关研究. E-mail:superapple@yeah.net

收稿日期: 2020-11-14   修回日期: 2021-01-19  

基金资助: 国家自然科学基金.  41705121
青海省自然科学基金.  2017-ZJ-944Q
青海省气象灾害防御技术中心青年科研基金项目共同资助

Received: 2020-11-14   Revised: 2021-01-19  

作者简介 About authors

龚静(1969—),女,湖北武汉人,高级工程师,从事人影决策指挥工作及相关研究.E-mail:554663678@qq.com

摘要

利用青海省东部地区2018年7—9月、2019年4—9月、2020年4—7月FY-2G卫星反演的云特征参量及地面小时降水数据,分析了云顶高度、云顶温度、云光学厚度和云粒子有效半径4种云特征参量对降水频率及降水强度的指示性。结果表明:(1)单云特征参量中,云光学厚度对降水频率指示性最强。中雨、大雨频率分别随云顶温度下降、云顶高度及云光学厚度增加呈明显增加趋势,而小雨频率随之呈减小趋势。(2)双云特征参量(云光学厚度和云顶温度)对降水频率指示性优于单云特征参量,降水频率随云光学厚度增加及云顶温度下降而增大。当云光学厚度为21~30且云顶温度大于0 ℃时,小雨频率最大。云光学厚度大于40且云顶温度为-45~-31 ℃时,中雨频率最大。云光学厚度大于40且云顶温度小于-45 ℃时,大雨频率最大。(3)三云特征参量(云顶温度、云光学厚度和云粒子有效半径)对降水频率指示性优于单云特征参量,但比双云特征参量降水频率指示性弱。

关键词: 青海东部地区 ; 云特征参数 ; 降水 ; 相关性

Abstract

Based on the cloud characteristic parameters retrieved by FY-2G satellite and hourly precipitation from July to September 2018, April to September 2019, and April to July 2020 in the eastern region of Qinghai Province, the indications of cloud top height, cloud top temperature, cloud optical thickness and cloud particle effective radius to precipitation frequency and precipitation intensity were analyzed. The results are as follows: (1) The cloud optical thickness was the strongest indicator of precipitation frequency for single cloud characteristic parameter. The frequency of moderate rain and heavy rain showed an obvious increasing trend with the decrease of cloud top temperature, increase of cloud top height and cloud optical thickness, while the frequency of light rain showed a decreasing trend. (2) The double cloud characteristic parameters (cloud optical thickness and cloud top temperature) were better indicators for precipitation frequency than single cloud characteristic parameter, the precipitation frequency increased with increase of cloud optical thickness and decrease of cloud top temperature. When cloud optical thickness was between 21 and 30 and cloud top temperature was greater than 0 ℃, the frequency of light rain was largest. When cloud optical thickness was greater than 40 and cloud top temperature was between -45 and -31 ℃, the frequency of moderate rain was largest. When cloud optical thickness was greater than 40 and cloud top temperature was less than -45 ℃, the frequency of heavy rain was largest. (3) The triple cloud characteristic parameters (cloud top temperature, cloud optical thickness and cloud particle effective radius) were more indicative for precipitation frequency than single cloud characteristic parameter and less indicative than double cloud characteristic parameters.

Keywords: the eastern area of Qinghai ; cloud characteristic parameters ; precipitation ; correlation

PDF (4133KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

龚静, 朱世珍, 张鹏亮, 王启花, 王丽霞, 郭三刚, 张博越. 青海省东部地区云特征参量与降水相关性分析. 干旱气象[J], 2021, 39(06): 948-956 DOI:10.11755/j.issn.1006-7639(2021)-06-0948

GONG Jing, ZHU Shizhen, ZHANG Pengliang, WANG Qihua, WANG Lixia, GUO Sangang, ZHANG Boyue. Correlation between cloud characteristic parameters and precipitation in the eastern region of Qinghai. Journal of Arid Meteorology[J], 2021, 39(06): 948-956 DOI:10.11755/j.issn.1006-7639(2021)-06-0948

引言

地球表面云层覆盖率达50%以上,云对地球辐射的收支和降水的变化有重要作用[1,2]。云的结构特征与降水机制、降水效率、云辐射特征及人工增雨条件等有密切关系[3,4,5,6,7]。目前对云系宏微观物理参量进行探测的设备有卫星、雷达、微波辐射计等,其中气象卫星可以进行连续、大范围的天气系统的监测,且卫星资料具有较高的时间及空间分辨率,其反演得到的多种云宏微观特征参量已应用于日常人影的业务和科研工作中[8,9,10,11,12,13,14,15]

云作为人工增雨的对象,研究其多种特征参量与降水的关系,对认识云和降水的演变规律、识别人工增雨作业条件及催化效果检验等具有重要意义。受地形、气候等多种因素的共同影响,云特征参量具有明显的地域性,云系结构特征在不同地区、不同季节存在较大差异,云特征参量与降水的相关性也存在差异[16,17,18]。目前,有关云特征参量与降水的相关性研究较多:如山西省、河北省及河南省降水概率的指示性是双云、多云特征参量优于单云特征参量,单云特征参量中对降水概率及降水强度指示性最强的是云光学厚度,对降水强度指示性最不明显的是云粒子有效半径[19];湖南省降水概率与云光学厚度呈正相关,对流云降水的雨强样本数随云顶温度增高而增多[20];安徽省对流云和层状云降水概率都与云顶高度和云光学厚度呈正相关,当云光学厚度大于20时,无论是对流云还是层状云,降水概率均有较大幅度的提升[21]

青海省地域辽阔,地形地貌复杂,东部地区是该省主要的粮油产地,降水量少,蒸发旺盛,每年都会发生不同程度的干旱,干旱缺水严重制约着农业的可持续发展[22]。然而该地区存在丰富的空中水资源,空中液态含水量高于平原地区,但降水效率较低,可通过人工增雨增加凝结核,提高降水效率、缓解水资源短缺[23]。人工增雨作业条件的识别和云特征参量与降水的关系等密不可分,但关于青海省云特征参量与降水的相关性研究鲜有报道。因此,本文利用FY-2G卫星反演的云特征参量及地面降水数据,分析青海省东部地区2018年7—9月、2019年4—9月、2020年4—7月10:00—17:00(北京时,下同)云顶高度、云顶温度、云光学厚度和云粒子有效半径4种云特征参量对降水频率及降水强度的指示性,以期对人影作业条件的判别及可播区的鉴识提供科学依据,同时为人工增雨效果分析提供技术支撑。

1 研究区域及资料处理

1.1 研究区域

青海省51.5%的耕地分布在东部地区湟水、黄河河谷以及两岸以山地为主的地区,为提高人工增雨作业效率和科学性,实现精准靶向作业,将青海省东部地区划分为两个人工增雨作业区[图1,审图号为GS(2017)3320]:湟水谷地抗旱减灾保障区,包括西宁市区及湟中、湟源、大通、互助、乐都、平安、民和、门源、海晏9个县(区);黄河谷地抗旱减灾保障区,包括化隆、循化、贵南、共和、贵德、尖扎、同仁7个县。本文选取这两个保障区作为研究区域进行云特征参量与降水相关性的研究。

图1

图1   青海省东部人工增雨保障区划分

Fig.1   The division map of the artificial precipitation enhancement guarantee area in the eastern region of Qinghai Province


1.2 资料选取及处理

综合考虑数据完整性和青海省实施人工增雨的主要月份,选取FY-2G卫星反演数据的时间范围为2018年7—9月、2019年4—9月及2020年4—7月。选取的云特征参量为云顶高度(Zc,)、云顶温度(Tc)、云光学厚度(Hc)及云粒子有效半径(Rc)。由于云光学厚度是可见光通道反演产品,为保持所有数据的一致性,只将白天10:00—17:00作为研究时段。另外选取同期青海省东部人工增雨保障区17个国家气象站的逐时降水量,用于与相应前一个时次的云特征参量相匹配,进行降水频率及雨强频率的统计分析。

FY-2G静止卫星资料空间分辨率为0.05°×0.05°,时间分辨率为1 h。以青海省东部地区17个国家站经纬度为中心,云特征参量值取其周边最近9个格点云特征参量的算术平均值[21]

1.3 降水量及云特征参量统计分档

我国西北及北方地区大雨及暴雨的发生频率较小,如果样本数太少,会导致统计效率过低,因此本文借鉴王磊等[19]对我国北方三省云顶高度、云顶温度、云光学厚度、云粒子有效半径4种云特征参量的分档方法(表1),分别在单云特征参量、双云特征参量(云光学厚度和云顶温度)和三云特征参量(云顶温度、云光学厚和云粒子有效半径)的不同分档下,对降水发生频率进行统计分析。根据雨强r大小,把降水划分为四级:r<0.5 mm·h-1(小雨);0.5≤r<2.0 mm·h-1(中雨);2.0≤r<5.0 mm·h-1(大雨);r≥5.0 mm·h-1(暴雨),保障每级有足够的样本数[19]

表1   FY-2G卫星反演的云特征参量分档表

Tab.1  Classification of cloud characteristic parameters retrieved by FY-2G satellite

分档云顶高度/km云顶温度/℃云光学厚度云粒子有效半径/μm
10.0~2.5>00~100~10
22.6~5.0-15~011~2011~20
35.1~7.5-30~-1621~3021~30
47.6~10.0-45~-3131~4031~40
5>10.0<-45>40>40

新窗口打开| 下载CSV


1.4 统计样本及降水发生频率

将某站点某时次对应的数据集(包括云特征参量和小时降水量)作为一个统计样本,降水频率=(降水样本数/总样本数)×100%。共取得青海东部地区17个国家站有效样本数34 197个,包括无降水样本数30 213个,降水样本数3984个,降水发生频率为11.7%。其中青海东部湟水谷地有效样本数20 880个,包括无降水样本数18 335个,降水样本数2545个,降水发生频率为12.2%;黄河谷地有效样本数13 317个,包括无降水样本数11 878个,降水样本数1439个,降水发生频率为10.8%。

2 云特征参量和降水相关性分析

2.1 单云特征参量与降水频率

图2是青海省东部地区单云特征参量不同分档对应的降水和无降水总样本数及降水频率分布(其中频率小于3%的未标出,下同)。可以看出,随着云顶高度、云光学厚度、云粒子有效半径增大及云顶温度下降,各等级样本总数呈减少、降水频率呈增加趋势。当云顶高度小于等于2.5 km、云顶温度大于0 ℃、云光学厚度小于等于10或云粒子有效半径小于等于10 μm时,样本数较多,降水频率均很小,存在一定数量的暖云降水样本。当云顶高度大于10 km、云顶温度小于-45 ℃、云光学厚度大于40、云粒子有效半径大于40 μm时,总样本数较少,除云光学厚度外,其余3种云参量样本数占比均小于1%,但降水频率均是同一云特征参量的最大值,依次为37%、30%、62%及50%。4种云特征参量对地面降水的指示性由强到弱依次为:云光学厚度>云粒子有效半径>云顶高度>云顶温度,这与王磊等[19]研究结论基本一致。

图2

图2   青海省东部地区FY-2G卫星反演的单云特征参量不同分档对应的降水和无降水总样本数及降水频率分布

(a)云顶高度,(b)云顶温度,(c)云光学厚度,(d)云粒子有效半径

Fig.2   The distribution of total samples with and without precipitation and precipitation frequency corresponding to different classification of cloud characteristic parameters retrieved by FY-2G satellite in the eastern region of Qinghai Province

(a) cloud top height, (b) cloud top temperature, (c) cloud optical thickness, (d) particle effective radius


2.2 单云特征参量与不同雨强频率

表2为青海东部地区及两个人工增雨保障区不同雨强样本数及其频率。可以看出,青海东部地区降水主要以小雨和中雨为主,小雨、中雨、大雨、暴雨的发生频率依次降低,暴雨频率不足3.0%,黄河谷地与湟水谷地两个人工增雨保障区同档的雨强频率相差不大。

表2   青海省东部地区及两个人工增雨保障区不同雨强样本数及其频率

Tab.2  The samples and frequency of rainfall with different intensity in the eastern region of Qinghai Province and the two guarantee areas for artificial precipitation enhancement

雨强r/
(mm·h-1)
青海省东部地区湟水谷地黄河谷地
降水样本数/个降水频率/%降水样本数/个降水频率/%降水样本数/个降水频率/%
r<0.5201850.7131051.570849.2
0.5≤r<2.0148337.294036.954337.7
2.0≤r<5.03879.72419.514610.2
r≥5.0962.4542.1422.9
合计3984100.02545100.01439100.0

新窗口打开| 下载CSV


图3为青海省东部地区不同分档云特征参量对应的降水总样本数及不同雨强频率分布。可以看出,云顶高度在2.6~7.5 km、云顶温度在-30~0 ℃、云光学厚度在11~30、云粒子有效半径在0~20 μm时降水样本数最多。随着云顶高度的增加,小雨频率呈单谷型,波谷出现在云顶高度为7.6~10.0 km时;中雨频率呈单峰型,波峰值出现在云顶高度为7.6~10.0 km时;大雨频率呈单调增加趋势,最高值出现在云顶高度大于10.0 km时;暴雨频率呈单谷型,波谷出现在云顶高度为5.1~7.5 km时。随着云顶温度的下降,小雨频率呈单调减小趋势,最高值出现在云顶温度大于0 ℃时,最低值出现在云顶温度小于-45 ℃时;中雨频率呈单峰型,波峰出现在云顶温度为-45~-31 ℃时;大雨频率呈单调增加趋势,最低值出现在云顶温度大于-15 ℃时,最高值出现在云顶温度小于-45 ℃时;暴雨频率呈单谷型,波谷出现在云顶温度为-30~-16 ℃时。随着云光学厚度的增加,小雨频率呈单调减小趋势,最高值出现在云光学厚度为0~20时,最低值出现在云光学厚度大于40时;中雨频率呈单调增加趋势,最低值出现在云光学厚度为0~10时,最高值出现在云光学厚度大于40时;大雨、暴雨频率均呈单谷型,波谷分别出现在云光学厚度为11~20、21~30时。随着云粒子有效半径的增大,小雨频率呈单调减小趋势,最高值出现在云粒子有效半径为0~10 μm时,最低值出现在云粒子有效半径大于40 μm时;中雨频率呈单调增加趋势,最低值出现在云粒子有效半径为0~10 μm时,最高值出现在云粒子有效半径大于40 μm时;大雨、暴雨频率均呈单峰型,波峰值分别出现在云粒子有效半径为31~40、21~30 μm时。

图3

图3   青海省东部地区不同分档云特征参量对应的降水总样本数及不同雨强频率分布

(a)云顶高度,(b)云顶温度,(c)云光学厚度,(d)云粒子有效半径

Fig.3   The distribution of total precipitation samples and precipitation frequency with different rain intensity corresponding to different classification of cloud characteristic parameters in the eastern region of Qinghai Province==313(a) cloud top height, (b) cloud top temperature, (c) cloud optical thickness, (d) particle effective radius


对于单云特征参量而言,云光学厚度对雨强的指示性最佳,随着云光学厚度增大,地面产生较强级别降水的频率越大,这与刘健等[24]研究结论相似。随着云顶高度增加和云顶温度下降,小雨频率呈单调减小趋势,中、大、暴雨发生频率呈单调增加趋势。云粒子有效半径对降水强度的指示性较弱,可能是受到卷云的影响,当只有卷云存在时,云光学厚度很小,云粒子有效半径较大,但一般不产生地面降水。

2.3 双云特征参量与降水频率

上述分析表明单云参量对降水的指示性欠佳,由于云光学厚度与降水频率及降水强度有密切关系,云顶温度与降水相态有关,因此将云光学厚度和云顶温度两个云特征参量分档组合进行分析。图4为青海省东部地区湟水谷地及黄河谷地不同分档的双云特征参量(云光学厚度、云顶温度)组合对应的降水频率分布。可以看出,湟水谷地、黄河谷地降水频率基本随云顶温度的降低、云光学厚度的增加而增加,当云顶温度小于-45 ℃且云光学厚度大于40时,湟水谷地降水频率达到最大,为75.8%,黄河谷地为次大(74.2%);当云顶温度为-45~-31 ℃且云光学厚度大于40时,黄河谷地降水频率达到最大,为77.5%,湟水谷地为次大(74.2%)。双云特征参量对降水频率的指示性与单云参量相比,前者较明显,且随着云顶温度的降低以及云光学厚度的增加对降水的指示性更明显。当云光学厚度大于等于20、云顶温度小于等于-16 ℃时,两个保障区的降水概率均有跃增。

图4

图4   青海省东部地区湟水谷地(a)及黄河谷地(b)不同分档的双云特征参量(云光学厚度、云顶温度)组合对应的降水频率分布

Fig.4   The distribution of precipitation frequency corresponding to double cloud characteristic parameters (cloud optical thickness, cloud top temperature) with different classification in the Huangshui valley (a) and the Yellow River valley (b) in the eastern region of Qinghai Province


2.4 双云特征参量与不同雨强频率

图5为青海省东部地区双云特征参量(云光学厚度、云顶温度)组合对应的不同雨强频率分布。可以看出,云顶温度大于0 ℃时,小雨频率随云光学厚度的增加呈单调增加,中雨和暴雨由于样本数较少,变化趋势不明显。当云顶温度为-15~0 ℃时,小雨频率呈单峰型,波峰出现在云光学厚度为11~20;中雨频率随云光学厚度的增加呈单调增加趋势,最高值出现在云光学厚度大于40时,最低值出现在云光学厚度为0~10时;大雨和暴雨频率均呈单谷型,波谷分别出现在云光学厚度为11~20、21~30时。当云顶温度为-30~-16 ℃时,小雨频率随云光学厚度增加呈单调减小趋势,最高值出现在云光学厚度为0~10,最低值出现在云光学厚度大于40时;中、大雨频率呈单调增加趋势,最高值均出现在云光学厚度大于40时,最低值均出现在云光学厚度为0~10时;暴雨频率呈单谷型,波谷值出现在云光学厚度为31~40时。当云顶温度为-45~-31 ℃时,小雨频率随云光学厚度增加呈单调减小趋势,最高值出现在云光学厚度为0~10时,最低值出现在云光学厚度大于40时;中雨频率呈单调增加趋势,最高值出现在云光学厚度大于40时,最低值出现在云光学厚度为0~10时;大雨频率呈单谷型,波谷出现在云光学厚度为11~30时;暴雨频率呈双峰双谷型,波峰值分别出现在云光学厚度为0~10、31~40时,波谷值分别出现在云光学厚度为21~30、大于40时。当云顶温度小于-45 ℃时,小雨、中雨、大雨、暴雨在云光学厚度为0~10时样本数为零;云光学厚度大于11时,小雨频率随云光学厚度增加呈单调减小趋势,最高值在云光学厚度为11~20时,最低值在云光学厚度大于40时;中雨频率呈单峰型,波峰值出现在云光学厚度为31~40时;大雨、暴雨分别在云光学厚度为11~20、21~30时样本数为零,两者的频率最大值均出现在云光学厚度大于40时。

图5

图5   青海省东部地区不同分档的双云特征参量(云光学厚度、云顶温度)组合对应的不同雨强降水频率分布

(a)Tc>0 ℃,(b)-15≤Tc≤0 ℃,(c)-30≤Tc≤-16 ℃,(d)-45≤Tc≤-31 ℃,(e)Tc<-45 ℃

Fig.5   The distribution of precipitation frequency with different intensity corresponding to double cloud characteristic parameters (cloud optical thickness, cloud top temperature) with different classification in the eastern region of Qinghai Province

(a) Tc>0 ℃, (b)-15≤Tc≤0 ℃, (c)-30≤Tc≤-16 ℃, (d)-45≤Tc≤-31 ℃, (e) Tc<-45 ℃


综上所述,对于双云特征参量组合而言,小雨频率最大值出现在云顶温度大于0 ℃且云光学厚度为21~30时;中雨频率最大值出现在云顶温度-45~-31 ℃且云光学厚度大于40时;大雨、暴雨频率最大值出现在云顶温度小于-45 ℃且云光学厚度大于40时。说明双云特征参量组合对降水强度的指示性比单云特征参量更高。

2.5 三云参量组合与降水概率分析

表3为青海省东部地区不同分档的三云特征参量(云光学厚度、云粒子有效半径、云顶温度)组合对应的降水频率。可以看出,三云特征参量组合下,当云光学厚度小于等于20时,不同云顶温度对应降水频率基本随云粒子有效半径增大而增大,最大值都出现在云顶温度为-30~-16 ℃且云粒子有效半径为31~40 μm时。当云光学厚度大于20时,在不同云顶温度下,降水频率随着云粒子有效半径的增加没有明显的变化规律。当云光学厚度为21~30时,降水频率最大值出现在云粒子有效半径为31~40 μm且云顶温度为-30~-16 ℃时;当云光学厚度为31~40时,降水频率最大值出现在云顶温度为-45~-31 ℃且云粒子有效半径为31~40 μm时;当光学厚度大于40时,降水频率最大值出现在云顶温度为-45~-31 ℃且云粒子有效半径为21~30 μm时。可以看出,三云特征参量对降水频率的指示性较双云特征参量弱,但仍优于单云特征参量。

表3   青海省东部地区不同分档的三云特征参量(云光学厚度、云粒子有效半径、云顶温度)组合对应的降水频率

Tab.3  The precipitation frequency corresponding to triple cloud characteristic parameters (cloud optical thickness, cloud particle effective radius, cloud top temperature) with different classification in the eastern region of Qinghai Province

HcRc/μm降水频率/%
Tc>0 ℃-15≤Tc≤0 ℃-30≤Tc≤-16 ℃-45≤Tc≤-31 ℃<-45 ℃
0~100~100.83.64.03.2
11~2008.56.32.00
21~307.74.74.40
31~4016.7
>40
11~200~102.713.124.614.86.5
11~20017.923.511.76.5
21~3018.926.116.50
31~4050.020.6
>40
21~300~104.020.339.529.721.1
11~20039.537.739.82.3
21~3019.441.035.0
31~4046.525.0
>40
31~400~10030.054.860.640.0
11~2027.760.462.242.1
21~3060.957.065.950.0
31~4045.066.7
>40
>400~108.338.661.969.172.2
11~2053.970.776.876.0
21~3071.482.1
31~4074.1
>40

注:“—”表示样本数小于10个,不统计其降水频率。

新窗口打开| 下载CSV


3 结论和讨论

(1)单云特征参量对降水频率的指示性云光学厚度>云粒子有效半径>云顶高度>云顶温度;随着云光学厚度增大降水强度也随之增大,随着云顶高度的增加和云顶温度的降低,地面产生较强级别降水的频率增大,在4种云特征参量中,云粒子有效半径对降水的指示性最不明显。

(2)双云特征参量(云光学厚度和云顶温度)对降水频率的指示性强于单云特征参量。降水频率基本随云光学厚度的增加、云顶温度的降低而增加,当云光学厚度大于等于20、云顶温度小于等于-16 ℃ 时,降水频率均有明显提高。云顶温度大于0 ℃且云光学厚度为21~30时,小雨出现频率最大;云光学厚度大于40且云顶温度为-45~-31 ℃时,中雨出现频率最大;云光学厚度大于40且云顶温度小于-45 ℃时,大雨出现频率最大。双云特征参量对降水强度指示性强于单云特征参量。

(3)三云特征参量(云光学厚度、云顶温度和云粒子有效半径)对降水频率的指示性较双云特征参量弱,但仍优于单云特征参量。当云光学厚度小于等于20时,在不同云顶温度下,降水频率基本随云粒子有效半径增大而增大,最大值都出现在云顶温度为-30~-16 ℃且云粒子有效半径为31~40 μm时;当云光学厚度大于20时,在不同云顶温度下,降水频率随着云粒子有效半径的增加没有明显的变化规律,但降水频率的最大值基本出现在云顶温度为-45~-16 ℃且云粒子有效半径为21~40 μm时。

云顶温度、云顶高度、云粒子有效半径只能反映云顶的云特征,但实际上云是多种多样的,还可能是分层的,因此不能完全反映整个云层的状况。比如卷云光学厚度小,但云顶高度高、温度低,产生降水的可能性小,如果只凭云顶高度或云顶温度这一参量就不能正确判断整层云系概况[25]。大气中的降水是水汽、动力条件等多种因素共同作用的结果,今后工作中会进一步将不同的云特征参量产品和探空资料、卫星云图特征等结合起来进行综合分析、判断。

参考文献

YAN H, HUANG J, MINNIS P, et al.

Comparison of CERES-MODIS cloud microphysical properties with surface observations over Loess Plateau

[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2015, 153:65-76.

DOI      URL     [本文引用: 1]

张琪, 李跃清, 杨云芸.

我国云量及其与降水关系的研究进展综述

[J]. 高原山地气象研究, 2011, 31(1):79-83.

[本文引用: 1]

毛节泰, 郑国光.

对人工影响天气若干问题的探讨

[J]. 应用气象学报, 2006, 17(5):643-646.

[本文引用: 1]

洪延超, 雷恒池.

云降水物理和人工影响天气研究进展和思考

[J]. 气候与环境研究, 2012, 17(6):951-967.

[本文引用: 1]

丁晓东, 黄建平, 李积明, .

基于主动卫星遥感研究西北地区云层垂直结构特征及其对人工增雨的影响

[J]. 干旱气象, 2012, 30(4):529-538.

[本文引用: 1]

刘艳华, 周毓荃, 黄毅梅, .

一次冷锋降水云系结构和人工增雨条件模拟分析

[J]. 气象与环境科学, 2019, 42(1):60-72.

[本文引用: 1]

马艳, 顾瑜, 陈尚, .

WRF中不同积云对流参数化方案对青岛降水预报影响的对比分析

[J]. 气象与环境科学, 2017, 40(4):19-26.

[本文引用: 1]

邵洋, 刘伟, 孟旭.

人工影响天气作业装备研发和应用进展

[J]. 干旱气象, 2014, 32(4):649-658.

[本文引用: 1]

刘红燕, 雷恒池.

基于地面雨滴谱资料分析层状云和对流云降水的特征

[J]. 大气科学, 2006, 30(4):693-702.

[本文引用: 1]

周亦凌, 姚展予.

一次积层混合云增雨作业天气条件分析和雷达回波效果检验

[J]. 气象与环境科学, 2017, 40(1):11-20.

[本文引用: 1]

潘晓, 李得勤, 公颖, .

基于CloudSat探测的辽宁地区夏季云系特征

[J]. 干旱气象, 2020, 38(5):716-725.

[本文引用: 1]

ROSENFELD D, GUTMAN G.

Retrieving microphysical properties near the tops of potential rain clouds by multispectral analysis of AVHRR data

[J]. Atmospheric Research, 1994, 34(1):259-283.

DOI      URL     [本文引用: 1]

宋灿, 周毓荃, 赵洪升.

卫星云参数与飞机云物理探测对比研究和飞行方案设计

[J]. 气象与环境科学, 2019, 42(2):10-18.

[本文引用: 1]

孙丽, 张晋广, 杨磊, .

基于Aqua/CERES数据的辽宁省云宏微观特征及其与降水的相关性研究

[J]. 干旱气象, 2020, 38(4):612-618.

[本文引用: 1]

陈乾, 陈添宇, 张鸿.

用Aqua/CERES反演的云参量估算西北区降水效率和人工增雨潜力

[J]. 干旱气象, 2006, 24(4):1-8.

[本文引用: 1]

周万福, 田建兵, 康小燕, .

基于FY-2卫星数据的青海东部春季不同类型降水过程云特征参数特征

[J]. 干旱气象, 2018, 36(3):431-446.

[本文引用: 1]

张杰, 张强, 田文寿, .

祁连山区云光学特征的遥感反演与云水资源的分布特征分析

[J]. 冰川冻土, 2006, 28(5):722-727.

[本文引用: 1]

王研峰, 王聚杰, 尹宪志, .

祁连山云特征参数及人工增雨研究进展与展望

[J]. 冰川冻土, 2019, 41(2):434-443.

[本文引用: 1]

王磊, 周毓荃, 蔡淼, .

华北云特征参数与降水相关性的研究

[J]. 气象与环境科学, 2019, 42(3):9-16.

[本文引用: 4]

张中波, 黎祖贤, 唐林.

湖南省云特征参数与降水相关性研究[C]//中国气象学会

第34届中国气象学会年会新一代静止气象卫星应用论文集, 2017.

[本文引用: 1]

周毓荃, 蔡淼, 欧建军, .

云特征参数与降水相关性的研究

[J]. 大气科学学报, 2011, 34(6):641-652.

[本文引用: 2]

吴萍.

青海省东部农业区气象干旱规律分析

[D]. 杨凌: 西北农林科技大学, 2014.

[本文引用: 1]

德力格尔, 黄彦彬, 李仑格.

青海省东北部地区春季空中水资源潜力分析

[J]. 高原气象, 2002, 21(6):622-627.

[本文引用: 1]

刘健, 张文建, 朱元竞, .

中尺度强暴雨云团云特征的多种卫星资料综合分析

[J]. 应用气象学报, 2007, 18(2):158-164.

[本文引用: 1]

薛小宁, 邓小波, 刘贵华.

基于卫星资料的青藏高原卷云特性研究

[J]. 高原气象, 2018, 37(2):505-513.

[本文引用: 1]

/