涂钢
, 刘波
TU Gang, LIU Bo
中图分类号: P407
文献标识码: A
文章编号: 1000-0690(2014)02-0198-07
收稿日期: 2013-01-5
修回日期: 2013-03-25
网络出版日期: 2014-02-10
版权声明: 2014 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介：涂钢(1968-),女,湖北鄂州人,副研究员,主要从事陆面过程与气候变化研究。E-mail:shenxintu@yahoo.com.cn
展开
摘要
利用1986~2006年PATMOS-x 、ISCCP总云量和低云量产品与中国区域地面台站观测的总云量、低云量资料进行对比分析,对比不同来源、不同观测方法造成的云量数据在时间、空间上的差异,为资料使用者提供参考。结果表明,与台站观测资料相比,无论PATMOS-x还是ISCCP其总云量数据的空间分布、与站点观测数据的格点相关性均好于低云量数据;PATMOS-x总云量、低云量多年平均的空间分布较ISCCP更接近站点观测;中国区域平均低云量的线性趋势PATMOS-x与站点观测一致,表现为显著的上升趋势,而ISCCP低云量数据则呈现微弱的下降趋势。
关键词：
Abstract
PATMOS-x is a project to derive atmospheric and surface climate records from NOAA's Advanced Very High Resolution Radiometer (AVHRR).The longest global remotely sensed cloud imagery record is from AVHRR, located on the National Oceanic and Atmospheric Administration(NOAA) polar-orbiting satellites. The PATMOS-x provides multiple products (cloud, aerosol, surface and radiometric) on the same grid using a common processing path. The International Satellite Cloud Climatology Project (ISCCP) was established in 1982 as part of the World Climate Research Program (WCRP) to collect weather satellite radiance measurements and to analyze them to infer the global distribution of clouds, their properties, and their diurnal, seasonal and interannual variations. This study focused on the comparison of cloud amount from PATMOS-x and ISCCP with ground observation over China. The spatial and temporal differences of low cloud amount and total cloud amount are investigated using PATMOS-x data, ISCCP data and ground observation in 1984-2006. The quantitative analysis results show that the distribution of total cloud amount from PATMOS-x and ISCCP are better than that of low cloud amount according to that of ground observation. And it is the same as grid-based correlation with ground observation. The distribution of low cloud amount from PATMOS-x is more similar with ground observation than that of ISCCP. The low cloud amount from PATMOS-x and from ground observation over China both show obviously linear increasing trend.
Keywords：
云是大气垂直运动和湿状况的综合体现,是影响大气运动和地球大气系统能量平衡的重要因素[1]。它同时参与多个能够引起气候系统发生变化的正负反馈过程,这导致云和气候的关系非常复杂,正如IPCC第四次报告中所确认的云量对气候变化的不确定性导致了气候预测变率较大[2,3],此外关于云气候特征的研究主要集中在云量的研究[1,4,5]。
目前云量资料主要有两个来源：常规地面观测资料和卫星遥感资料。地面观测被认为较真实地反映局地总云量的分布情况,对低云的描述比较合理[6],而卫星云气候资料能较好地反映云分布的宏观特征,且对云的分层更细（卫星资料除低云量和总云量外还包括中云量和高云量）。但由于2种资料在探测手段、分辨率和资料处理方法等方面的异同,结果的差异性也比较大,通过对比分析全面认识现有云资料的特点和差异性,对于资料的使用和进一步研究云量及辐射平衡、提高气候模式性能等具有重要的参考价值。至今已有诸多卫星遥感获得的云产品资料：NOAA系列卫星云产品、国际卫星云气候计划(International Satellite Cloud Climatology Project, ISCCP)产品、地球观测系统EOS系列卫星云产品、云雷达卫星CloudSat云产品等,ISCCP云产品资料在国内的应用比较广泛[6-10],这些研究一方面利用ISCCP云产品资料分析了中国区域乃至全球的云量分布特征、变化趋势及其在NCEP再分析中场的指示,另一方面与地面观测资料、CloudSat云产品对比,普遍认为ISCCP能一致揭示中国总云量的分布形势,但区域性差异比较明显。PATMOS-x(Pathfinder Atmospheres -Extended)气候数据集是基于AVHRR(Advanced Very High Resolution Radiometer)资料,AVHRR的优势在于它具有最长资料长度的全球云图像记录(始于1978年,将延续至2020年),资料序列长有利于开展年代际变化的趋势分析,目前已应用于NOAA气候评价年报、气溶胶光学厚度的长期趋势、热带平流层水汽变化、年代际尺度上的云微物理变化等[2,11-15],而PATMOS-x国内的使用还比较少。
本文针对PATMOS-x数据集中的中国区域低云量和总云量数据,从空间分布、趋势变化、格点相关等方面,与相应的ISCCP云量产品及地面观测数据进行定量对比分析,互为验证,从而较为系统、全面地了解不同数据的特点,检验这3种云量资料在中国区域的适用性情况,寻找一致区并了解差异性,为进一步分析研究的使用者提供参考依据。
PATMOS-x云量数据（本文简称“PATMOS-x”）是美国威斯康辛大学利用已有的AVHRR数据反演得到的大气和地表气候记录产品集,生成的产品主要包括云、气溶胶、地表辐射等,全球分为165 018个像元点,空间精度较高;AVHRR系列传感器搭载在NOAA极轨卫星上,于1978年开始运行,当时为4通道,1981年之后为5通道,目前计划至2020年[2,16]。本文使用其月平均的低云量、总云量产品。
ISCCP是世界气候研究计划（WCRP）的一个子计划,始于1982年,ISCCP 整合了覆盖全球的多颗静止卫星和极轨卫星的观测, 是一项专门进行全球性云观测的科学实验计划, 其目标是完善全球云资料、理解云对地气系统辐射平衡的影响, 并在此基础上揭示云与气候的相互作用[5]。本文中用到的ISCCP D2是月平均的云量产品（本文简称“ISCCP”）,该数据按等面积投影网格存储,空间分辨率为2.5°×2.5°,各网格单元的云量是指网格单元内有云像素与所有像素数目之比。
云量地面观测站点资料（本文简称“站点观测”）由中国气象局国家气象信息中心提供,包括低云量和总云量,以云遮蔽天空的百分比来表示。考虑到不同年份站点数量有差异,本文使用的数据为1984~2006年有稳定观测数据的680个站点。
分析时段统一选取1984~2006年,其间3种数据均连续有值。为便于比较,利用反距离权重方法将3种资料均插值到0.5°×0.5°的网格上,另文中采用了气候统计中常用的线性倾向估计、相关分析及检验等方法 [17]。需要说明的是由于低云通常指高度在2 500 m以下的云,因此文中在讨论低云量时青藏高原地区被略去;而站点观测数据缺少港澳台地区,讨论中不包括该地区。
图1给出了1984~2006年中国区域平均低云量和总云量的多年变化,可以看到站点观测、ISCCP和PATMOS-x资料呈现的总云量、低云量在1984~2006年间总体变化趋势各不相同。对于低云量,站点观测和PATMOS-x表现为明显的上升趋势,其线性倾向率分别为0.061、0.121（达到99%的置信度水平）,而ISCCP低云量数据则为微弱的下降趋势,线性倾向率为-0.011（未通过信度检验）;低云量观测量值上,相对于PATMOS-x（12％）,ISCCP低云量（16％）更接近于站点观测（21％）。同样,总云量的比较可以看到站点观测和ISCCP呈现下降趋势[6,9],PATMOS-x为上升趋势,但均未通过信度检验;总云量年平均量值,站点观测在52％左右,PATMOS-x在46％左右,ISCCP在61％左右。
图1 1984~2006年中国区域平均低云量(a)和总云量(b)多年变化(站点观测、ISCCP、PATMOS-x)
Fig.1 Inter-annual variation of low cloud amount(a) and total cloud amount(b) of ground observation, ISCCP, PATMOS-x in 1984-2006 over China
2.2.1 低云量空间分布
多年平均（1984~2006年）的低云量空间分布（站点观测、ISCCP和PATMOS-x）如图2,站点观测的中国地区低云量呈现明显的北少南多的空间分布形式,量值范围0~80%,其中低值中心位于新疆东部、内蒙古中西部以及华北西部等地,而高值中心主要位于西南地区东部;与站点观测相比,PATMOS-x在分布形态上基本上表现出北少南多,西南、东北地区的小高值区和新疆、内蒙等地的低值区均有所体现,且35°N以北的大部分地区的低云量量值也比较接近站点观测,只是南方地区的低云量量值相对于站点观测偏低达30%~70%;而ISCCP低云量的空间分布形态上相比于站点观测差别较大,没有呈现出北少南多,量值上在北方大部以偏多为主,最高达20%,南方以偏少为主,最高达80%,偏少最多的区域主要位于西南地区。总之,低云量的空间分布形势3种数据在北方的一致性较好,尤其站点观测和PATMOS-x,而在南方其区域性差异较大且量值偏差也大。
图2 1984~2006年平均低云量（%）分布（a.站点观测,b.ISCCP,c.PATMOS-x）
Fig.2 Low cloud amount of ground observation(a), ISCCP(b), PATMOS-x(c) in 1984-2006 over China
2.2.2 低云量线性倾向率
图3给出了站点观测、ISCCP、PATMOS-x资料低云量的线性倾向率,站点观测的低云量主要表现为中东部大部分地区为下降趋势,而40°N以北地区为上升趋势;ISCCP呈现的线性趋势在全国大范围地区为下降趋势,然而PATMOS-x则表现出上升的趋势;也就是说,在考虑低云量变化趋势的空间分布时,ISCCP资料在中东部能够更好的描绘站点观测的低云量的变化趋势,而在东北、西北和西南等地PATMOS-x与站点观测的低云量变化趋势更接近。线性倾向检验结果显示,站点观测在长江以北大部分地区达到95%的置信度水平,ISCCP在江淮流域以南地区达到95%的置信度水平,PATMOS-x达到95%的置信度水平的区域主要集中在中部、北部地区,相对比较零散。
图3 1984~2006年低云量的线性倾向率（a.站点观测,b.ISCCP,c.PATMOS-x;黄色阴影区达到99%的置信度水平,绿色阴影区达到95%的置信度水平）
Fig.3 Linear trend of low cloud amount of ground observation(a), ISCCP(b), PATMOS-x(c) in 1984-2006 over China (yellow shading area is above 99% confidence level, green shading area is above 95% confidence level)
2.2.3 低云量格点相关性分析
针对年平均低云量,ISCCP、PATMOS-x与站点观测结果进行逐格点的相关性分析如图4,不难发现,ISCCP、PATMOS-x资料和站点观测资料的相关性较差,超过95%置信度水平的正相关区域很少,ISCCP低云量仅在湖北和重庆的局部正相关较高,PATMOS-x低云量在新疆和黑龙江局部、吉林大部正相关达到95%置信度水平,而在其它大部分地区都以负相关为主。总的来说,这2种低云量资料和站点观测的逐格点的相关性较差,反映出卫星遥感对于低云量的检测与地面观测差异较大,卫星遥感能抓住低云量的宏观特征但局地描述不尽人意。
图4 年平均低云量ISCCP与站点观测（a）、PATMOS-x与站点观测（b）逐格点相关分析
Fig.4 Grid-based correlation between ISCCP and ground observation (a),between PATMOS-x and ground observation (b) of yearly low cloud amount over China
2.3.1 总云量空间分布
图5给出了1984~2006年站点观测、ISCCP、PATMOS-x总云量空间分布,相对于低云量3种资料总云量的空间分布格局一致性很好,与低云量相似也呈现北少南多的空间分布,且长江以北地区呈纬向带状分布的特点,高、低值中心也比较一致,高值中心位于西南地区东部,低值中心分布于青藏高原西部、内蒙古大部地区以及新疆的中东部地区。但总云量的量值差异比较大,尤其是ISCCP和站点观测相比, ISCCP总云量在长江以北地区都比站点观测的云量偏多,其中偏多最大的区域为东北和内蒙古中东部地区,最大可达30%,长江以南地区与站点观测量值接近,偏少的幅度较小,大部分区域都在10%以内,这与之前的研究结果是一致的[6];而PATMOS-x总云量数据在中国的大部分区域与站点观测的总云量相比偏少（在10%以内）,仅在青藏高原地区偏少20%以内,另外在北方35°N ~40°N间零星地区存在偏多的现象,但偏多的幅度较小在10%以内。总体来说,相对于站点观测,卫星观测虽然在数值上局部区域相差较大,但绝大部分区域还是与观测比较接近的,如果再考虑站点数值存在的观测误差以及站点插值到格点所带来的影响,那么这种差异可能会更小;PATMOS-x总云量数据的空间分布形态和量值方面较ISCCP更接近于站点观测。
图5 1984~2006年平均总云量（%）分布（a.站点观测,b.ISCCP,c.PATMOS）
Fig.5 Total cloud amount(%) of ground observation(a), ISCCP(b), PATMOS-x(c) in 1984-2006 over China
2.3.2 总云量线性倾向率
图6给出了站点观测、ISCCP、PATMOS-x总云量的线性倾向率,从图中可以明显看出站点观测的总云量线性趋势相对于卫星资料表现出更强的局地性特征,这主要是由于站点资料的原始分辨率要高于ISCCP和PATMOS-x这2种卫星资料所造成的[6,9]。除内蒙古和新疆的部分地区为上升趋势,全国绝大部分地区都表现为下降趋势;ISCCP总云量在110°E以东是上升趋势,以西为表现为下降的趋势;PATMOS-x总云量则表现为除西南地区西部、陕西北部、宁夏外绝大部分地区是上升的趋势。总的来说,无论是ISCCP总云量还是PATMOS-x在1984~2006年这一时段内对总云量变化趋势的描绘与站点观测相差较大,但2种卫星产品在110°E以东线性趋势的一致性较好。3种资料的趋势检验达到95%置信度水平的区域相比低云量较少,这与图1趋势检验结果相似。
图6 1984~2006年总云量线性倾向率（a.站点观测,b.ISCCP,c.PATMOS-x;黄色阴影区达到99%的置信度水平,绿色阴影区达到95%的置信度水平）
Fig.6 Linear trend of total cloud amount of ground observation(a), ISCCP(b), PATMOS-x(c) in 1984-2006 over China (yellow shading area is above 99% confidence level, green shading area is above 95% confidence level)
2.3.3 总云量格点相关性分析
图7给出了ISCCP、PATMOS-x与站点观测的年平均总云量的逐格点相关分析结果,可以看到除了青藏高原西北部是负相关外,全国绝大部分地区ISCCP年平均总云量与站点观测都是以正相关为主,而且绝大部分地区的相关系数都达到95%的置信度水平,而PATMOS-x总云量和站点观测总云量年平均的相关在全国大部分地区也是以正相关为主,但达到95%置信度水平的区域相对于ISCCP要少很多;进一步分析不同季节平均两种资料和站点观测资料的相关性（图略）,结果发现春、夏季平均总云量PATMOS-x与站点观测的相关超过95%信度水平的区域要高于ISCCP与站点观测相关的区域,但秋、冬季平均,尤其是冬季平均,PATMOS-x总云量与站点观测的相关显著性则明显低于ISCCP与站点观测的相关。可见卫星遥感反演的总云量与站点观测的一致性好于低云量的结果,无论是宏观分布还是局地的相关性。
图7 年平均总云量ISCCP与站点观测（a）、PATMOS-x与站点观测（b）逐格点相关分析
Fig.7 Grid-based correlation between ISCCP and ground observation (a),between PATMOS-x and ground observation (b) of yearly total cloud amount over China
本文利用PATMOS-x、ISCCP低云量和总云量产品以及地面气象台站的低云量和总云量观测数据,从气候学角度考察了3种资料平均状况的分布特征、趋势变化及格点相关性。结果显示,2种卫星资料对于低云量和总云量宏观分布形态的描述都比较接近站点资料,但在局地特征上差异明显;PATMOS-x相对于ISCCP更能体现出站点观测的多年平均的低云量、总云量的空间分布特征,但在变化趋势上,无论对于低云量还是总云量,后者能更好地与站点资料的结果保持一致;与站点资料相比,2种卫星资料对于低云量时间特征的刻画要强于总云量,但在空间特征的描述上要总云量好于低云量。总之,2种卫星资料的云量数据在中国区域的适用性各有其优缺点,要根据不同的研究目的谨慎选择。具体结论如下：
1） 1984~2006年中国区域平均,对于低云量,站点观测和PATMOS-x表现为上升趋势,达到99%的置信度水平;而总云量,站点观测和ISCCP呈现下降趋势,PATMOS-x为上升趋势,但均未通过信度检验;
2） 站点观测的多年平均无论低云量还是总云量均呈现北少南多的空间分布特征,高值中心位于西南地区东部,低值中心位于内蒙中西部。低云量的空间分布,在长江以北3种数据的一致性较好,但在以南地区区域性差异较大且量值偏差也大,最大可达70%;PATMOS-x低云量的空间分布较ISCCP更接近站点观测。总云量的空间分布,3种资料的一致性好于低云量,高、低值中心也较为一致,长江以北地区呈纬向带状分布的特点,PATMOS-x总云量数据的空间分布形态和量值方面较ISCCP更接近于站点观测;
3） 格点的线性倾向分析显示：PATMOS-x低云量资料在东北、西北和西南等区域与站点观测的上升趋势更接近,ISCCP资料在中东部与站点观测的低云量呈一致的下降趋势,均达到95%的置信度水平。而总云量的线性趋势PATMOS-x和ISCCP卫星产品在110°E以东地区呈现一致的上升趋势,但站点观测呈现下降趋势,通过信度检验的区域很少;
4） 格点相关分析显示卫星遥感反演的总云量与站点观测的相关好于低云量的结果,ISCCP总云量与站点的相关好于PATMOS-x。
致 谢：非常感谢李俊和肖子牛两位老师为获得本文所用的PATMOS-x数据提供的帮助。
The authors have declared that no competing interests exist.
| [1] |
近40年中国云量变化的分析 [J]. |
| [2] |
A naive bayesian cloud-detection scheme derived from CALIPSO and applied within PATMOS-x [J]. |
| [3] |
大气模式中云量分布函数问题的研究理论基础 [J]. |
| [4] |
中国西北地区总云量的气候变化特征 [J]. |
| [5] |
中国北方云量的四季分布与降水 [J]. |
| [6] |
ISCCP产品和我国地面观测总云量差异 [J]. |
| [7] |
基于CloudSat 和ISCCP 资料的中国及周边地区云量分布的对比分析 [J].
|
| [8] |
总云量产品在中国区域的分析检验 [J].
|
| [9] |
中国地区云的气候特征分析 [J]. |
| [10] |
基于ISCCP观测的云量全球分布及其在NCEP再分析场中的指示 [J]. |
| [11] |
Tropical stratospheric cloud climatology from the PATMOS-x dataset:An assessment of convective contributions to stratospheric water [J]. |
| [12] |
Cloudiness,state of the climate in 2007 [J].
|
| [13] |
Aerosols,State of the Climate in 2007 [J].
|
| [14] |
Cloudiness,Supplement to State of the Climate in 2006 [J].
|
| [15] |
Aerosols,Supplement to State of the Climate in 2006 [J]. |
| [16] |
A new AVHRR cloud climatology [M]. |
| [17] |
|
/
| 〈 |
|
〉 |
