引言
云是地-气系统的重要组成部分，云出现频率、云底高度、云顶高度、云层厚度等宏观特征与地-气系统的辐射收支密切相关，对区域气候变化和水循环有重要影响（丁守国等，2004;李正鹏等，2022;Rossow et al.，1993）。在人工影响天气业务中，云是主要的催化对象，其宏观特征直接关系到人工增雨的作业潜力和作业效果（李盈盈，2018;杨超等，2014）。然而，受大尺度天气环流形势、局地地形、水汽输送、热力扰动等多种因素的综合影响，云的发展演变过程非常复杂，且时空变率较大，云过程在数值模式中很难被准确描述，给数值模拟和预测带来很大的不确定性（朱泽恩等，2017;Zheng et al.，2019）。因此，开展云分布特征的观测、研究，对气候模式中云参数化方案改进，模式预报准确率提高，以及空中云水资源合理开发等都有重要意义（余安安等，2021;李积明等，2009）。
黄河流域是我国重要的农业和能源基地，在经济社会发展和生态安全等方面具有重要的战略地位，内蒙古中西部地区地处黄河“几”字弯，独特的气候导致该区域常年干旱少雨（解晗等，2022;曹云等，2022;王澄海等，2022;王盈，2020），人工增雨是促进该区域农牧业增产增收及生态环境修复的重要手段之一，这就需要进一步加深对本地区云系分布特征及云水资源储量的认识。关于内蒙古地区云宏观结构的研究，早年间由于缺乏合适的观测数据，基于国际卫星云气候学计划（International Satellite Cloud Climatology Project， ISCCP）的云气候资料集对内蒙古地区云量的年际和月际变化进行了初步统计分析（达布希拉图等，2009;苏立娟等，2013），之后随着遥感技术的发展，无线电探空数据和卫星反演产品为深入认识区域云系特征提供可能，逐步开展了基于L波段探空秒数据的云垂直结构分析（苏立娟等，2017;衣娜娜等，2021），对降水云、无降水云、临近降水云进行了对比，得到内蒙古中部地区典型降水云系的宏观分布特征，但由于探空资料仅限于08：00和20：00（北京时），无法分析云系的日变化特征，而基于卫星观测的统计分析也存在类似的问题（武静雅等，2022）。毫米波云雷达具有穿透性好、时空分辨率高、灵敏度高和持续观测能力强等特点，已广泛应用于云辐射效应及其对气候的影响评估中（王德旺等，2016;李海飞等，2017;任雍等，2019;张晋茹和杨莲梅，2019;郑佳锋等，2021;肖佩，2018;Ming et al.，2021;胡树贞等，2022）。内蒙古自治区人工影响天气中心于2020年4月引进了自治区第一台毫米波云雷达，布设于黄河沿岸的呼和浩特市，对区域内云系特征进行精细化连续监测。本文基于呼和浩特毫米波云雷达的观测数据，对黄河流域内蒙古段云出现频率及垂直结构等宏观特征进行统计分析，以期为该区域气候变化研究及合理开发空中云水资源提供参考。
1 资料与方法
1.1 仪器及资料
所用的毫米波云雷达由中国气象局气象探测中心和西安华腾微波有限责任公司联合研制，布设于呼和浩特市新城区（111.65°E，40.83°N;海拔高度1 045 m），进行全天候云系观测，云雷达中心频率为35 GHz，天线口径1.8 m，采用全固态、准连续波体制和脉冲压缩信号形式，以顶空垂直固定扫描方式工作，具有-40~40 dBZ的探测能力，最大探测高度大于15.00 km，定量探测高度大于10.00 km，每5 s得到一条垂直采样廓线，空间分辨率为30 m，能够测量并输出云回波的反射强度、径向速度、速度谱宽等一次产品。
选取2020年8月至2021年7月云雷达数据较为完整的观测时段，对云宏观特征进行统计分析，统计分析之前为降低数据量，提高处理分析效率，对数据进行分钟平均，并通过3×3网格对杂波和孤立像素点进行滤波剔除。考虑到降水对云雷达有较强的衰减作用，在统计云顶高度、云底高度、云层厚度时剔除降水时段。在云宏观结构的季节变化分析中，根据气候要素的分布情况，内蒙古地区四季的时间划分：4月9日至6月16日为春季，6月17日至8月17日为夏季，8月18日至10月17日为秋季，10月18日至次年4月8日为冬季（顾润源等，2012）。另外，文中所有时间均为北京时。
1.2 云、降水的识别方法及云分类
毫米波云雷达能够在较小的发射功率下探测到较强的云回波信号，具有很强的穿云能力，能够准确地得到云高、云厚信息，云层发展较强时云回波强度虽然有所减弱，但对云垂直结构的判别影响较小（杨晓等，2019），因此本文采用最小阈值法（田磊等，2021），基于雷达反射率对云边界进行识别，即将反射率因子大于背景廓线（-41 dBZ）的区域确定为云区。首先，确定云底、云顶高度，从地面开始依次向上判断，当某一距离库上出现大于阈值的反射率，且其后连续5个距离库（150 m）均有云信号时，将该距离库所在的高度判定为云底高度，之后继续向上判断，当某一点后连续5个距离库（150 m）均为无效数据时，则判定为云顶高度。之后，将找到的云层进行合并或剔除，对于厚度小于7个距离库（210 m）的云层，如果其与上下云层的距离小于10个距离库（300 m），则进行合并，否则剔除这层云。时间的连续性方面，对于少于5个时次（5 min）的云层，若其厚度小于17个距离库（510 m）且其上下17个距离库内没有持续时间大于5个时次的云层则将其删除。由此得到完整的云边界（宗蓉，2013）。降水识别方面，根据识别出的云底信息，如果云底位置与云雷达最小可测距离一致，则该回波定义为降水（吴翀等，2017）。
按照盛裴轩等（2003）云分类方法，云底高度介于0.00~<2.00、2.00~<6.00、6.00~15.00 km范围内的云分别为低云、中云、高云，由此分析不同类型云出现频率及变化规律。
2 结果分析
2.1 云出现频率变化特征
根据云廓线在所有廓线样本中的占比以及不同层数、不同类型云廓线的数目，统计黄河流域内蒙古段云出现频率及不同层数、不同类型云相对于总云出现频率的逐月变化和季节变化。研究时段内采样得到的总廓线数为469 868条，其中云廓线124 665条，降水廓线15 145条，晴空廓线330 058条，晴空廓线占比超过70.00%;单层云（98 900）、双层云（21 778）、三层云（3 481）廓线总和占总云廓线的99.59%，故在分析不同层数的云时只考虑单层云、双层云和三层云。
2.1.1 月际变化
由2020年8月至2021年7月呼和浩特云（包含降水云和非降水云）、降水、晴空出现频率逐月变化（图1）可见，各月中晴空出现频率均大于云和降水出现频率，都在50.00%以上，1—12月，整体呈现先减少后增加的趋势;云出现频率的变化趋势与晴空相反，6月云出现频率最高为43.84%，其次是8月为42.68%，1月最低为12.76%，12月与1月相近为12.85%，变化曲线呈双峰型分布;各月降水的出现频率均较低，都小于10.00%，8月受副热带高压外围西南暖湿气流与中纬度南下冷空气共同影响，降水出现频率最大为9.13%。
图1
图1
2020年8月至2021年7月呼和浩特云、降水及晴空出现频率的月际变化
Fig.1
Monthly variation of occurrence frequency of cloud， precipitation and clear sky in Hohhot from August 2020 to July 2021
从不同层数的云相对于总云出现频率的逐月变化[图2（a）]看出，单层云的出现频率在各月均最高，都超过75.00%，其中10月出现频率最高为89.31%，8月出现频率最低为77.85%;由于三层云的出现频率很低，故双层云与单层云的出现频率呈明显负相关关系，双层云出现频率在8月最大为18.24%，10月最小为9.76%;三层云的出现频率在各月均低于4.00%，无明显变化趋势。
图2
图2
2020年8月至2021年7月呼和浩特不同层数（a）、不同类型（b）云出现频率的月际变化
Fig.2
Monthly variation of occurrence frequency of clouds with different layers （a） and types （b） in Hohhot from August 2020 to July 2021
从低云、中云、高云相对于总云出现频率的逐月变化[图2（b）]看出，低云相对于总云出现频率在7月最大为18.89%，6月最小为3.55%，除12月外，其他各月3类云中低云出现频率均最小;各月中云的出现频率均高于低云和高云，月际变化呈3峰型分布，12月出现频率最大为78.45%，6月频率最小为45.89%;高云的出现频率整体呈现先增加后减小的变化趋势，除12月外，其数值都介于低云和中云之间。
整体来看，相对于晴空而言，呼和浩特地区云出现频率较小，且多为中高云，导致降水稀少，干旱频发。
2.1.2 季节变化
表1列出2020年8月至2021年7月呼和浩特四季云、降水、晴空出现频率。可见，春季和夏季云的出现频率较高且数值相近，分别为39.71%和35.77%，冬季云的出现频率最小为22.66%;秋季降水的出现频率最高为6.30%，夏季次之为4.97%，其中秋季降水多集中于8月下旬（内蒙古季节划分），冬季降水频率最小仅为1.83%;四季中晴空的出现频率均高于云和降水的出现频率，其数值介于60.29%~77.34%之间。
表1 2020年8月至2021年7月呼和浩特四季云、降水及晴空出现频率 单位：％
Tab.1
| 季节 | 降水 | 晴空 | 云 |
|---|---|---|---|
| 春季 | 2.87 | 60.29 | 39.71 |
| 夏季 | 4.97 | 64.23 | 35.77 |
| 秋季 | 6.30 | 70.36 | 29.64 |
| 冬季 | 1.83 | 77.34 | 22.66 |
呼和浩特不同层数云出现频率的季节变化不明显（表2），四季差别不大，各季单层云的出现频率均高于80.00%，而三层云均低于4.00%，双层云的出现频率介于二者之间，在15.00%左右;四个季节不同类型云的出现频率均是中云>高云>低云，其中低云和高云的出现频率都在夏季达到最大，分别为13.12%、39.22%，而中云在夏季的出现频率最小，在冬季最大为67.94%。
表2 2020年8月至2021年7月呼和浩特四季不同层数、不同类型云出现频率 单位：％
Tab.2
| 季节 | 单层云 | 双层云 | 三层云 | 低云 | 中云 | 高云 |
|---|---|---|---|---|---|---|
| 春季 | 83.91 | 14.08 | 2.01 | 7.61 | 65.33 | 27.06 |
| 夏季 | 80.52 | 16.26 | 3.23 | 13.12 | 47.67 | 39.22 |
| 秋季 | 82.96 | 14.60 | 2.44 | 8.24 | 60.51 | 31.25 |
| 冬季 | 84.94 | 13.04 | 2.02 | 12.87 | 67.94 | 19.19 |
2.1.3 日变化
图3为呼和浩特地区云、降水、晴空出现频率的日变化。可以看出，除冬季外，其余季节云的出现频率均有明显的日变化特征。春季云出现频率在00：00—14：00变化不大，在40.00%上下波动，午后15：00—18：00逐渐增加，18：00左右达到最大值51.01%，之后又逐渐降低;晴空的出现频率与云出现频率相反，在18：00左右最小为48.99%;春季降水较少，其出现频率的日变化特征不明显，最大值不足6.00%。
图3
图3
呼和浩特春季（a）、夏季（b）、秋季（c）、冬季（d）云、降水及晴空出现频率的日变化
Fig.3
The diurnal variation of occurrence frequency of cloud， precipitation and clear sky in Hohhot in spring （a）， summer （b）， autumn （c） and winter （d） from August 2020 to July 2021
夏季云出现频率在00：00—06：00和15：00—23：00呈现稳定的小幅波动，07：00—14：00表现出先减小后增加的变化趋势，11：00最小为29.15%，总体而言，午后云出现频率略高于上午时段;夏季晴空的出现频率在08：00—12：00较高，最高值70.85%出现在11：00，午后随着云和降水的增多，晴空出现频率逐渐下降;夏季降水出现频率的日变化呈现先缓慢增大，19：00之后迅速减小的变化趋势，降水最大频率出现于15：30，为12.77%。
秋季云的出现频率在06：00—12：00处于相对低值，在20.00%上下浮动，14：00—17：00频率相对较高，在35.00%左右;晴空出现频率在06：00—12：00较高，为80.00%左右，14：00—17：00较低，为55.00%左右;降水的出现频率在0.00%~11.00%之间波动变化，分别在03：00和16：30左右达到2个小峰值，对应的频率分别为10.33%和9.27%。
冬季云、降水、晴空的出现频率没有明显的日变化特征，其中，逐小时晴空出现频率都高于其余三季，稳定在80.00%左右;云和降水的出现频率大都小于其余季节，其中云的出现频率均在20.00%上下，而降水出现频率均小于4.00%。
总体而言，春季、夏季和秋季午后云的出现频率明显高于上午时段，晴空则相反，春季和冬季由于降水少，日变化特征不明显，夏季和秋季12：00之后降水出现较多。
2.2 云垂直结构分布特征
2.2.1 总体分布
对云垂直结构的分布特征进行统计分析，期间针对多层云样本，综合考虑各云层的云底高度、云顶高度和云层厚度，即出现双层云的时刻统计2个云底高度、2个云顶高度和2个云层厚度，三层云则统计3个。从地面到14.00 km范围内每间隔0.50 km划分一个高度区间，统计各区间范围内云底、云顶和云厚的出现频率（图4）。由图4可见，呼和浩特云底、云顶高度和云层厚度分别分布在0.24~11.82、0.42~12.45、0.03~11.10 km范围内，其中云底高度位于3.00~4.00 km的云出现频率较高，达26.29%（其中3.00~3.50 km占12.41%，3.50~4.00 km占13.88%）;云顶高度的出现频率分布呈双峰型，最大峰值出现在8.00~8.50 km，发生频率为8.60%，次峰值出现在5.00~5.50 km，频率为7.69%;云层厚度的出现频率随高度呈现先增加后减小的单峰型分布，厚度介于0.50~1.00 km范围内的云出现频率最高，为21.69%。
图4
图4
2020年8月至2021年7月呼和浩特不同区间云底高度（a）、云顶高度（b）及云层厚度（c）的云出现频率
Fig.4
The occurrence frequency of cloud base height （a）， cloud top height （b） and cloud thickness （c） in different ranges in Hohhot from August 2020 to July 2021
2.2.2 月际变化
图5为2020年8月至2021年7月呼和浩特单层云、双层云及三层云的云底和云顶高度的月际变化。可以看出，单层云云底、云顶高度变化趋势相近，两者的相关系数为0.95（通过0.01的显著性检验）。6月云底高度最高为5.20 km，云顶高度为7.40 km;12月云底高度最低为3.60 km，云顶高度为4.60 km;平均云层厚度在8月达到最大值2.70 km。单层云全年平均云底高度、云顶高度、云层厚度分别为4.40、6.20、1.80 km。
图5
图5
2020年8月至2021年7月呼和浩特单层云（a）、双层云（b）及三层云（c）的云底和云顶高度的月际变化
Fig.5
Monthly variation of cloud base and top height of single layer cloud （a）， double-layer cloud （b） and three-layer cloud （c） in Hohhot from August 2020 to July 2021
与单层云相同，双层云上下两层的云底和云顶高度变化趋势基本一致，下层云、上层云云底与云顶高度的相关系数分别为0.97、0.98，均通过0.01的显著性检验。下层云的云底和云顶高度都在6月最高，分别为4.70、5.90 km，在12月最低，分别为2.10、2.80 km，云层厚度在7月最大（1.70 km）、12月最小（0.70 km）;上层云云底高度也在6月最高为6.80 km，对应的云顶高度为8.00 km，上层云云底高度12月最低为4.00 km，对应云顶高度为4.80 km，上层云云层厚度在8月最大为1.70 km，1月最小为0.60 km;上下两层云之间的晴空间隙在12月最大（1.20 km），1月最小（0.60 km），两层云的厚度之和在7月最大为3.20 km，1月最小为1.50 km。
三层云上、中、下层云的云底和云顶高度月际变化趋势也基本一致，下层云和中层云的云底和云顶高度都有两个峰值，且都出现在6月和10月;上层云的双峰分布不明显，6—8月云底和云顶高度均较大且数值非常相近;各层云的云底和云顶高度都在12月最小。各层云体厚度均在7—8月达到最大值，在12月至次年1月最小，三层云的厚度总和在7月最大为4.00 km，12月最小为1.90 km。下层云和中层云之间的晴空间隙在7月最大，1月最小;中层云和上层云之间的晴空间隙在2月最大，1月最小;总晴空间隙在6月最大为1.70 km，1月最小为0.70 km。
2.2.3 日变化
图6为呼和浩特地区云底、云顶高度和云层厚度的日变化。可以看出，不同季节云高和云厚的日变化特征存在明显差异，春、夏、冬季日变化比较稳定，而秋季波动较大。夏季云层整体较高且发展较为深厚，逐小时云底高度基本在5.00 km附近，云顶高度在8.00 km左右;冬季寒冷干燥，云层较薄且整体偏低，云底高度在4.00 km左右，云顶高度在6.00 km附近;春季云底和云顶高度介于冬夏季之间，分别主要分布在5.00 km和7.00 km左右;秋季云高和云厚的日变化幅度较大，08：00之后云底和云顶高度逐渐上升，中午（11：00）达到最高值，之后云底高度逐渐降低，云顶高度在午后14：00达到低点后又逐渐升高。
图6
图6
呼和浩特春季（a）、夏季（b）、秋季（c）、冬季（d）云底、云顶高度及云层厚度的日变化
Fig.6
The diurnal variation of cloud base and top height and cloud thickness in spring （a）， summer （b）， autumn （c） and winter （d） in Hohhot from August 2020 to July 2021
2.3 与其他地区对比
与宁夏六盘山（田磊等，2021）、安徽寿县（邱玉珺等，2012）、西藏墨脱地区（王改利等，2021）毫米波云雷达的云宏观统计结果相比（表3），呼和浩特地区云出现频率明显低于这3个地区，不足50.00%，而地处淮南的安徽寿县和青藏高原附近的西藏墨脱年平均云出现频率均超过50.00%;从不同类型云的出现频率来看，呼和浩特全年以中云为主，低云出现频率低于20.00%，六盘山地区低云和中云的出现频率相近，西藏墨脱地区的低云频率超过60.00%，六盘山气象站位于山顶，同墨脱地区一样全年水汽充沛且海拔较高，云雷达能够探测到较多的低云。总体而言，呼和浩特地区常年处于晴朗干燥的天气下，云出现频率较低，且以中云为主，导致降水稀少，干旱频发。
表3 呼和浩特与其他地区的云特性对比 单位：％
Tab.3
3 结论
本文基于呼和浩特地区2020年8月至2021年7月的云雷达观测数据，对内蒙古黄河流域的云出现频率和垂直结构等进行统计分析，得到以下结论：
（1）呼和浩特地区多以晴空为主，全年晴空廓线超过了云雷达采样总廓线的70.00%，云出现频率在6月最高为43.84%，1月最低为12.76%，从不同季节来看，春季和夏季云出现频率较高，分别为39.71%和35.77%，冬季云出现频率最小。不同层数的云中，单层云占比最高，月出现频率均超过75.00%。中云相对于总云的出现频率明显高于低云和高云。
（2）春、夏、秋季的云出现频率均有明显的日变化特征，通常午后云出现频率明显高于上午时段，晴空则相反;春、冬季降水稀少，日变化特征不明显，夏、秋季降水多出现于正午12：00之后。
（3）云底高度介于3.00~4.00 km之间的云占比最高，云顶高度的频率分布呈双峰型，峰值分别出现在8.00~8.50、5.00~5.50 km，云层较薄，0.50~1.00 km厚度的云出现频率最高。单层云、双层云和三层云的云底和云顶高度都在1—8月逐渐上升，9—12月逐渐下降，云层厚度夏季大于冬季。
（4）从云高、云厚的日变化情况来看，秋季波动较大，日出之后云底和云顶高度都逐渐上升，11：00达到最高值。
呼和浩特毫米波云雷达由于建站时间较短，采样数据有限，本文仅选取一年的数据进行初步统计，且黄河流域内蒙古段区域跨度较大，观测站点稀疏，统计结果的代表性不够强，今后随着数据的进一步积累，同时结合高分辨率卫星、无线电探空等资料的补充，可开展更为深入的融合分析。
参考文献
利用ISCCP D2资料分析近20年全球不同云类云量的变化及其对气候可能的影响
[J].
2019年8和9月西北干旱区塔克拉玛干沙漠腹地云的宏观参量特征
[J].
云是地球-大气系统能量收支的关键调节器，云的宏观和微观物理参数对干旱区降水强度和分布有重要影响。为了阐明塔克拉玛干沙漠腹地云的宏观特性，利用CHM15K型云高仪对塔中站2019年7月23日至9月30日云层结构进行连续探测，分析2019年8、9月塔中站上空云底高度、云层厚度和总覆盖率的变化特征。结果表明，云高仪能够清晰地观测沙漠上空云分布和降雨过程，云层的平均云底高度为4.6 km，以高云和中云为主，8、9月高云、中云占比之和均超过90%，单层云占比大于多层云;云层厚度相对较薄，8、9月第一层云的平均厚度分别为402、532 m，厚度小于500 m的云层占比分别为64.2%和58.8%，表明塔中以薄云为主;8月全天空云占比最大，为32.6%，而9月的全天空无云占比最大，为40.8%。此次观测结果有助于了解塔克拉玛干沙漠腹地云宏观特征的时空分布和演化特征，可为数值模式模拟和卫星遥感产品的验证提供宝贵的数据集。
Study on the clouds detected by a millimeter-wave cloud radar over the hinterland of the Taklimakan Desert in April-June 2018
[J].
Comparison of ISCCP and other cloud amounts
[J].
Characteristics of warm clouds and precipitation in south China during the pre-flood season using datasets from a cloud radar, a ceilometer, and a disdrometer
[J].The millimeter-wave cloud radar, ceilometer, and disdrometer have been widely used to observe clouds and precipitation. However, there are some drawbacks when those three instruments are solely employed due to their own limitations, such as the fact that radars usually suffer from signal attenuation and ceilometers/disdrometers cannot provide measurements of the hydrometeors of aloft clouds and precipitation. Thus, in this paper, we developed an integrated technology by combining and utilizing the advantages of three instruments together to investigate the vertical structure and diurnal variation of warm clouds and precipitation, and the raindrop size distribution. Specifically, the technology consists of appropriate data processing, quality control, and retrieval methods. It was implemented to study the warm clouds and precipitation in South China during the pre-flood season of 2016. The results showed that the hydrometeors of warm clouds and precipitation were mainly distributed below 2.5 km and most of the rainfall events were very light with a rain rate less than 1 mm h−1, however, the stronger precipitation primarily contributed the accumulated rain amount. Furthermore, a rising trend of cloud base height from 1000 to 1900 BJT was found. The cloud top height and cloud thickness gradually increased from 1200 BJT to reach a maximum at 1600 BJT (Beijing Standard Time, UTC+8), and then decreased until 2000 BJT. Also, three periods of the apparent rainfall on the ground of the day, namely, 0400–0700 BJT, 1400–1800 BJT, and 2300–2400 BJT were observed. During three periods, the raindrops had wider size spectra, higher number concentrations, larger rain rates, and higher water contents than at other times. The hydrometeor type, size, and concentration were gradually changed in the vertical orientation. The raindrop size distributions of warm precipitation in the air and on the ground were different, which can be expressed by γ distributions N(D) = 1.49 × 104D−0.9484exp(−6.79D) in the air and N(D) = 1.875 × 103D0.862exp(−2.444D) on the ground, where D and N(D) denote the diameter and number concentration of the raindrops, respectively.
