基于地基天顶辐射资料研究香河站云光学特性

王 静,许潇锋,许 丹 (南京信息工程大学中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044)

基于地基天顶辐射资料研究香河站云光学特性

王 静*,许潇锋,许 丹 (南京信息工程大学中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044)

基于地基天顶角辐射测量方法的AERONET云模式可反演云光学厚度(COD),结合MODIS卫星反演的云产品资料,对2011年1月～2012年6月香河站云光学特性进行分析,并讨论了气溶胶光学厚度(AOD)和COD间的关系.结果表明:碎云和阴天状况下,地基和卫星资料反演云的COD存在显著的正相关,MODIS反演的COD平均值比地基观测值分别小10.8和9.4;香河站天顶角方向COD和非降水云出现次数(Num)存在显著的日变化:COD在早晨和黄昏有减小趋势,在中午和下午有增大趋势;Num日变化曲线呈双峰型,峰值分别出现在早晨和午后,最小值出现在正午前后;COD季平均值为秋＞春＞冬＞夏,各季都有超过65%的COD集中在10～40;夏季观测天数最多,变化程度最小;对香河站COD与AOD时间序列作线性回归分析,并进行显著性检验,发现COD的观测频率和细模态AOD有较强的正相关性.

地基遥感；COD；太阳光度计；香河站

云是悬浮在大气中的小水滴或冰晶微粒,或两者混合组成的可见集合体[1].平均覆盖全球天空约65%～70%的云在地球能量收支系统和水循环系统中均具有非常重要的作用.政府间气候变化专门委员会(IPCC)第 5次评估报告总结了有关云和气溶胶对气候变化影响的研究,云在辐射强迫中的不确定性已成为气候变化预测中最大的障碍[2].研究云的辐射效应,需要了解其光学特性[3],一般采用地面观测、地基遥感和空基(卫星和飞机)遥感等主要手段.空基反演云光学厚度(COD)和有效粒子半径的研究很多[4-6],依据的理论基础是云在非吸收的可见光波段上,反射函数主要是 COD的函数,而在吸收的太阳近红外波段上,反射函数是云粒子大小的函数[7].尽管空基反演方法能获得较大空间尺度上的云光学和微物理特性,但其理论上的假定及近似等多种因素影响反演的准确性,需要实际观测来对反演算法和结果进行验证.此外,卫星在时间分辨率上不能满足长期连续观测的要求,因此,发展地基反演方法是对空基反演的一个补充.

很多研究工作是围绕地基观测反演展开的,如美国在20世纪90年代早期开始实施的大气辐射 观 测 计 划 (ARM, atmospheric radiation measurement),为研究不同区域云的特性提供了长期连续的地基观测资料[8-10].云观测网(Cloudnet)是另一个对云进行长期观测的地基网络,由3个站点组成,分别位于英国、法国和荷兰,为提高预报模式,利用多普勒雷达,云高仪,CMR辐射计等地基设备对云的演化过程进行系统地观测[11].相比于国外,我国对云各要素的探测工作也不断开展[12-14],但对云光学特性的地基研究开展较晚.研究表明,利用地基太阳辐射信息可以获取COD[15]、云滴有效半径[16],反演沙尘云、单相云及混合相云的光学特性[17].

Marshak[18]以及 Barker等[19]早期提出了一种通过可见光区域的波段 (673nm, RED)和近红外区域的波段(870nm, NIR)的天顶辐射值,组合成的归一化云指数(NDCI)来代替单一波段的天顶辐射测量反演 COD的方法,分析了不同天空状况下(碎云、阴天)COD的时间变化[20].该算法应用到ARM计划的CIMEL型太阳光度计观测中,并将反演的碎云光学厚度结果与微波辐射计(MWR)和多滤波遮光辐射计(MFRSR)进行比较.基于此,全球大型气溶胶观测网络之一的AERONET发展了新的云模式[21],利用窄视场角天顶辐射资料反演COD.云模式的反演结果能够很好的反映天顶方向云层随时间的演变特征,对研究云的时间变化趋势更具优势.

针对高污染的京津冀地区,本研究基于地基AERONET云模式反演算法,选取香河站COD资料,对比云模式与卫星2种方法的差异;对COD、天顶方向云的观测天数和观测次数的时间变化特征进行统计分析;并与气溶胶光学厚度(AOD)的相关性进行讨论,进一步认识云-气溶胶-辐射相互作用,为深入研究云光学特性提供参考.

1 方法和实验

1.1 观测站点和仪器

AERONET云模式在我国运行的观测站点有7个,多数站点的观测数据在时间上缺乏连续性,为了充分认识云光学特性的时间变化特征,本文选取资料相对最全的香河站进行研究,时间范围从2011年1月～2012年6月.香河站位于北京市和天津市之间的香河县,属于华北地区,纬度39.75oN,经度116.96oE,海拔36.00m.

本研究所用数据来自AERONET观测网站,观测仪器是法国CIMEL公司制造的CE-318型太阳光度计,主要用于反演气溶胶光学厚度、尺度谱分布、相函数以及单次散射反照率等气溶胶的微物理参量和光学特性[22].所测的数据已经被广泛地定量应用于研究气溶胶的直接和间接气候效应,校验卫星资料,反演气溶胶参数和发展气溶胶的预报模式[23].仪器常规的观测模式称为气溶胶观测模式,当太阳完全被云遮挡时,测量太阳直接辐射和天空散射辐射来反演气溶胶的光学和微物理特性的方法将不再适用,在这种情况下,利用太阳光度计的空闲时间来对天顶方向出现的云进行观测,称为云模式.与全天空辐射测量不同,基于窄视场角的天顶辐射测量可以提供观测点天顶方向上的云特性信息,而不单局限于全天空有云的阴天的状况.太阳光度计直接指向天顶角方向,每间隔9s来完成1次对8个波段的天顶辐射测量,并连续进行10次测量.AERONET反演产品包括 COD,月总观测天数(Days)、日平均观测次数(Num Daily Avg)和归一化植被指数(NDVI)等.其中Level1.0和Level1.5 2种COD产品,分别是瞬时值和1.5min平均值.根据观测时段内天顶辐射值可选取典型阴天和碎云天气状况

[20]进行对比观测.

1.2 AERONET云模式反演算法

由于单一波段的太阳天顶辐射值与COD缺乏一一对应关系,即天顶辐射值随 COD的变化并非单调变化,一个天顶辐射值有可能与2个不同的 COD相对应,因此,仅靠测量单一波段的太阳天顶辐射值来反演得到COD是不可能的[24].

Marshak等[20]提出了利用RED和NIR2个波段的窄视场角天顶辐射测量来反演COD的方法.该方法主要原理是:对于绿色植被覆盖的地表,地面测量的天顶辐射在RED和NIR2个波段上存在显著的差异.绿色植被在RED波段能够吸收这一波段上 90%～95%的太阳辐射,地表反照率很小;而在NIR波段能够反射约90%的入射辐射,地表反照率相对较大.因此,根据绿色植被覆盖的地表在这2个波段上天顶辐射显著的差异性,可分别建立2个波段上的天顶辐射值与COD的关系.任何一个地基天顶辐射测量值I,都可表示为

[25]:

式中:I0为非反射表面计算的向下辐射,式中右边第 2项表示云与下垫面相互作用而产生的辐射.云与下垫面相互作用主要取决于ρ、T0、IS、R,这里ρ为下垫面的反照率,T0是在平面平行辐射假定下非反射表面单色辐射的透过率,IS是位于地面各向同性辐射源在 1/π辐射场产生的辐射, R为云底以下各向同性辐射的球形反照率,定义T0:

在绿色植被覆盖地表的情况下,对比 660nm和 870nm云的光学特性变化不大,因此,假定COD与波长相互独立,变量 I0、 IS、 T0、R仅仅是 COD的函数,并且地表反照率ρ仅是波长的函数,根据上面的假定有

在假定云滴有效半径为8μm的条件下,利用离散坐标辐射传输模式[26],绘制天顶辐射与COD,“有效云量”与440nm和870nm的天顶辐射之间的关系的查找表.Chiu等[21]认为,由于大部分绿色植被覆盖的地表对440nm波段辐射的吸收大于对 673nm波段辐射的吸收,因此,与673nm波段相比,440nm波段与870nm波段的天顶辐射之间的差异更大.

反演算法中,天顶辐射测量值 5%的误差将导致约5%～10%的COD反演误差,云滴有效半径25%的误差将导致约 4%的 COD反演误差,而440nm和870nm波段处10%和5%的地表反照率误差将引起约 1%～3%COD反演误差,因此总的COD反演误差约为17%.尽管气溶胶时间变化显著,无法准确的在查找表中量化,从而影响反演COD的精度,但是当COD＞15时,气溶胶的影响可以忽略[21].对于薄云而言,反演相对误差较大,气溶胶的影响不能忽略,还需重新考虑.

2 数据结果处理与分析

2.1 AERONET云产品与卫星云产品对比

本文选取的卫星云产品来自于装有MODIS传感器的Terra 和Aqua 卫星(Product:MOD06_ L2和 MYD06_L2,Collection:51,空间分辨率1km).采用MODIS的观测范围内全天空非降水液态水云的结果,时间范围为2011-01～2012-06.由于卫星云产品的时空分辨率和AERONET云产品不同,为了初步对比两者反演 COD数值上的差异,理论上要保证两者探测云时在时空上的一致性. MODIS 数据可以得到每天最少2次白天和2次黑夜更新数据.为了尽量增加地基采样数据并避免使用较多的MODIS像元,经过权衡,认为在空间上,要求卫星星下点距离测站2km以内,时间上,要求云模式观测时间与卫星经过香河站前后相差30min以内的1h观测平均值较为合适.本文选取两者合适的数据进行对比分析,同时参考香河站历史天气数据,以期对这两种反演 COD的方法有进一步的认识,减小反演结果误差.经过删选,碎云情况下共有 16个样例来自于Terra卫星符合条件,阴天情况下共有9个样例符合条件(表1).

表1 选取卫星云产品与AERONET云产品样例Table 1 Data from broken-cloud and overcast cases used in comparing COD of AERONET to MODIS overpasses

图1 AERONET云模式与卫星两种方法反演COD对比Fig.1 Scatter plots of 1.5min average cloud optical depth retrievals from the AERONET radiometers versus MODIS虚线为y=x,实线为拟合线, r为相关系数,RMSE是均方根误差

毛节泰等[27]利用时空条件选择将 MODIS卫星反演北京地区的气溶胶光学厚度与地基太阳光度计遥感数据通过线性拟合进行对比,本文尝试分别对这2种方法反演的COD值同样进行最小二乘线性拟合,从拟合效果来看(图 1),云模式和卫星反演 COD的差异,表现出很强的正相关性:二者相关系数达0.71,通过了显著性水平为0.0001的假设检验,RMSE为 5.844.拟合公式中的截距大于 0,也印证了卫星只适用于反演光学厚度较大的云.由于云模式在1h内最多进行4次观测,如果增加地基观测次数,卫星与地基反演值之间的偏差应该会减小.

图2 AERONET云模式和卫星反演的COD值对比Fig.2 Box plots of cloud optical depths retrieved from AERONET and MODISAERONET云模式数据绘制在箱线图中:上三角表示最大值,下三角表示最小值,空心方格表示时间平均值,矩形内线表示中位数,矩形上/下边界分别表示上/下四分位线,上下胡须短横线表示标准差;实心圆代表卫星反演COD的区域平均值

由图 2可知,无论是碎云还是阴天状况, MODIS反演的COD平均值比地基观测值分别小10.8和9.4,相应的相对百分率值((MODIS-地基)/基地)分别为-40.7%和-38.7%.即使在全天空有云的情况下,MODIS卫星反演的COD与地基反演值存在较大差异,卫星反演产品同样受到云的不均匀性影响.卫星反演的 COD的平均值变化幅度较小,而云模式反演的 COD无论是单个时段还是个例之间的变化都较大,说明地基云模式反演COD更为敏感.

总的来说,卫星与AERONET反演的COD数据差异较大,卫星数据小于AERONET数据,但是两者表现出很强的正相关性.出现差异的可能原因有:1.卫星反演的 COD是瞬时值,平均值采用瞬时值的区域平均,云模式采用某一段时间观测COD的平均值;2.卫星遥感 COD的空间分辨率为 1km,地基云模式则是观测天空某一具体的位置;3.两者的观测量和反演算法也有所不同;4. MODIS传感器和CE-318太阳光度计的观测值也存在人为误差或仪器误差.尽管地基和卫星反演的结果存在明显差异,但是仍有 60%～70%的卫星反演值落在云模式的误差范围内.

2.2 AERONET云模式数据有效性检测

由于云模式反演算法不仅与RED和NIR波段的地表反照率(Albedo)有关,也与两者之间的差异程度有关,绿色植被覆盖率越大,两者的差异程度越大.归一化植被指数(NDVI)在一定程度上可以反映两者的差异程度[28].NDVI计算公式为:

一方面,可见和近红外波段的地表反照率差异越大,算法对地表绿色植被覆盖率的要求越低, NDVI的阈值(Threshold)就越小,Chiu等[29]认为,在675nm和770nm波段,低于0.4的NDVI值对于反演算法不太理想,由于440nm和870nm波段地表反照率差异相对更大,可以将大小为0.3的NDVI值作为阈值来选取云模式站点;另一方面,440nm和870nm波段10%和5%的地表反照率误差将导致COD的反演误差仅为1%～3%,而对有效云量的反演影响较大,即所反演的 COD对可见和近红外波段的地表反照率的不确定性相比于有效云量是不太敏感的.因此,要研究香河站的COD,有必要先了解当地的地表反照率变化特征,反演 COD算法中的地表反照率来自于MODIS_Moody_Filled_Maps_from_ AERONE的 1.0级数据和MCD43A1_C005的2.0级数据.

从图3香河站440nm和870nm波段地表反照率及NDVI的年变化来看,全年NDVI均大于阈值 0.3,满足云模式算法的要求,年平均值为0.67,最小值出现在冬季,为 0.48,最大值出现在夏季,为0.86.870nm波段地表反照率年变化幅度高于440nm波段的变化幅度,前者标准差为0.58,后者仅为 0.02;870nm 波段年平均值为 0.29, 440nm波段的平均值为0.06,两者差异很大,前者达后者的5倍以上.2个不同波段的地表反照率主要受地面绿色植被覆盖率的影响,NDVI值越大,870nm地表反照率越大,440nm地表反照率越小,之间的差异也更显著.绿色植被受季节影响较大,因此,440nm和 870nm波段地表反照率也具有明显的季节变化,870nm地表反照率分别在春季和夏季出现峰值,春季峰值出现在第 114d,为0.33,夏季峰值出现在第209d,为0.39,植被的覆盖率和降水的原因使得土壤湿度增加等因素综合影响地表反照率的变化[30].秋冬季节绿色植被减少,870nm地表反照率也随之减小.440nm地表反照率与870nm地表反照率变化趋势相反,同样可用NDVI随季节的变化予以解释,在此不再赘述.

图3 香河站440nm和870nm波段地表反照率及NDVI年变化Fig.3 Temporal change of the surface albedo values at wavelengths of 440 and 870nm and NDVI

2.3 COD日变化

表2为所选取的典型碎云和阴天天气状况,碎云天和阴天都为微风,风向也基本一致.

表2 香河站典型个例历史天气状况*Table 2 Historical weather condition of typical cases in Xianghe station

由图4可以看出,碎云出现时段比阴天短,观测时间间隔较大,且观测的 COD值起伏明显.阴天观测获得的COD值连续性强,但COD值也存在着较大差异,早晨 8:00开始变化缓慢,之后在10:11出现一个极大值80.24, 接着在10:27变为最小值 27.31,之后又逐渐增大,在午后基本保持在60～90之间.上述结论与碎云和阴天的实际状况相符,因此,AERONET算法能够较好地反映出天顶方向COD的变化.

图4 香河站典型(a)碎云 (b)阴天状况COD日变化Fig.4 Diurnal variation of COD of typical(a)broken-cloud case (b)overcast case in Xianghe station-■- COD值,▷太阳天顶角

由于 COD的日变化各不相同,为了更易看出日变化特征,图5给出了COD距平日变化的季节和年平均特征,季节划分标准按照气象上, 3～5月为春季,6～8月为夏季,9～11月为秋季,12～2月为冬季.其中云光学厚度距平的日变化定义为COD每小时观测的平均值与日平均值的差值,距平日变化反映的是变化趋势和幅度信息,与实际值的大小无关.可以看出,全年 COD的日变化幅度较小,为 5.30,COD在一天开始的前期有所减小,从当地时间8:00左右往后逐渐增大,最大值出现在午后14:00左右,再之后则逐渐减小.夏季和秋季 COD的日变化与全年的变化趋势相似,但夏季的COD的日变化更为显著,变化幅度为8.81,秋季最小,为4.98;夏季COD的最大值出现的时间与年平均变化相似,均在14:00左右,秋季则滞后1h,在15:00左右;春季的日变化在四季中最为显著,达 14.56,最大值出现在下午 16:00左右,春季 COD在早晨先增大后减小,9:00～16:00之间COD存在明显的上升趋势;冬季昼短夜长,所以白天观测时间最短,从9:00左右开始,到15:00左右结束,日变化也比较显著,幅度达 10.18,最大值出现在 13:00左右,比年平均值最大值出现的时间提前1h.总的来说,COD从早晨8:00～9:00开始逐渐增大,最大值出现在午后13:00～16:00之间.

图5 各季节COD日变化距平图Fig.5 Diurnal variation anomaly curve of COD for each season

当太阳被云遮挡时,太阳光度计才会运行云模式对天顶方向的云进行观测.一天中不连续观测的次数在一定程度上可以代表天顶方向云出现的次数,因此,将每天白天逐小时不连续情况下观测云的次数进行季节统计,如图 6所示,天顶方向云出现的次数除冬季外各季均存在明显的日变化,呈现出“双峰型”变化曲线,且第1个峰值＞第2个峰值,第1个峰值发生在早晨7:00～9:00之间,第2个峰值出发生在午后 13:00～15:00之间,最小值发生在正午12:00左右.这可能是由于随着时间的推移,太阳辐射导致地面温度逐渐升高,混合层厚度增加以及对流的加强,使得水汽向更高的方向输送,进而云也随之消散[31].冬季相对弱的日变化可能在于冬季相对较弱的地面辐射导致的地面较弱的垂直对流.就每小时云出现次数而言,除在15:00～16:00春季＞秋季外,都有夏季＞秋季＞春季＞冬季,从大的气候背景看,香河站点位于华北站点,受东亚季风的影响,夏季湿热多雨,冬季干旱少雨,春秋季节介于冬夏之间,为过渡阶段,云的产生在一定程度上受水汽与辐射等因素的综合影响.

图6 各季节天顶方向云出现次数日变化Fig.6 The frequency number of cloud occurrences in zenith direction for each season

2.4 COD季节变化

COD受季节因素影响也很大,由图7可以看出,香河站点在非降水天气状况下,白天太阳天顶角方向所测得COD秋季＞春季＞冬季＞夏季,但变化不大,均在29～34之间.同时,从标准差中可以看出 COD的变化程度,夏季 COD变化最小,为13.97;冬季变化最大,为30.41;春季和秋季变化程度相近,分别为18.1和21.19.各季的平均值都大于中位数,说明 COD的分布均偏向于小值方向.在各季不同范围 COD出现天数频数统计图(图8)中也得到了印证.在 10～40之间的云的光学厚度,春季为70.3%,夏季为69.7%,秋季为70.3%,冬季为66.7%,即各季都有超过65%的COD集中在10～40之间,冬季COD在10～20之间发生天数最多,其它3季则在20～30之间发生天数最多.从观测天数上来说,全年非降水云出现的天数为149d,占全年总天数的40.82%,夏季＞秋季=春季＞冬季,夏季有66d,春季和秋季都为37d,冬季仅有9d,天数的显著差异与之前所提到的香河站点所属的气候类型有关.

图7 香河站天顶角方向COD季节统计Fig.7 Box plots of COD retrieved from zenith radiances for each season上三角表示最大值,下三角表示最小值,实心圆形表示平均值,矩形内线表示中位数,矩形上/下边界分别表示上/下四分位线,上下胡须短横线表示标准差,小括号内数字代表各季非降水云观测的天数

图8 香河站各季不同范围COD出现天数频数统计Fig.8 The Number of days in diferent range of COD for each season in Xianghe station

总体而言,香河站天顶角方向 COD在夏季观测天数最多,变化程度最小;冬季观测天数最少,变化程度最大;春秋两季无论是 COD观测天数还是变化程度都基本一致.

2.5 COD和AOD相关性分析

云-气溶胶-辐射相互作用已经成为国际研究的前沿和热点问题,气溶胶的第二类间接效应为云生命期效应(Albrecht效应)[32].由于气溶胶和云相互作用的复杂性,不同污染区域两者呈现不同的分布和变化规律,本节拟从不同模态AOD和COD以及云出现天(次)数进行相关性分析,初步探讨气溶胶影响云寿命的间接效应.定义r＜=0.6μm的气溶胶属于细模态,r＞0.6μm的气溶胶属于粗模态.

由图9可以看出,一年中COD的月平均值呈双峰型,极大值分别出现在4月和10月,极小值出现在8月(图9(a));观测天数(图9(b))和日平均观测次数(图 9(c))呈单峰型,最大值出现在 7月.500nm波段总AOD(图9(d))主要取决于细模态AOD变化(图9(e)),最大值出现在夏季6～8月,最小值出现在冬季;粗模态 AOD值比细模态AOD值同期要小得多,呈单峰型变化,最大值出现在4月(图9(f)),这是由于香河站春季干燥少雨,植被覆盖率低,且多沙尘天气造成的.为了进一步了解COD与AOD的关系,

从图10各参量散点关系来看,COD的月平均值与总AOD、细模态AOD、粗模态AOD都没有显著的统计关系(图10(a)～图10(c)),说明香河站云与气溶胶的关系更为复杂, 两者相互作用有待进一步研究.观测天数与总AOD和细模态AOD存在显著的线性关系,相关系数分别为 0.736和0.681(图 10(d)和图 10(e)),并分别通过了显著性水平为0.001和0.005的假设检验,细模态AOD每增加一个单位,观测天数将增加14.2.观测天数与粗模态相关性不大(图10(f)).从图10(g)和图10(h)来看,日平均观测次数与总AOD、细模态AOD同样存在显著的线性关系,相关系数分别为0.546和0.535,且都通过了显著性水平为0.05的假设检验,细模态AOD每增加一个单位,日平均观测次数将增加6.6.日平均观测次数与粗模态相关性不大(图 10(i)).分析表明,非降水天气状况下云的出现在一定程度上主要受细模态AOD的影响.

图9 香河站不同参量月变化Fig.9 Plot of the monthly average parameters

图10 COD、月总观测天数和日平均观测次数与AOD的散点关系Fig.10 Scatter plots of relationship between COD, monthly mean observation days, the numbers of sample and AOD实线为拟合线,r为相关系数,RMSE 是均方根误差

3 结论

3.1 香河站 NDVI＞0.3,满足算法要求,440nm和870nm波段地表反照率受NDVI影响,存在显著的季节变化,且两者变化趋势相反.870nm波段地表反照率,夏季最大,春季次之,秋季和冬季都很小.

3.2 卫星反演的COD小于AERONET云模式结果,但是两者表现出很强的正相关性,地基与卫星结果的差异性也表明该地区MODIS卫星对云特性的反演仍然存在很大的不确定性,需要更多工作去改进地基对卫星产品的订正,为气候模式提供更为接近实际的云参数.

3.3 香河站 COD和天顶方向云出现的次数也有显著的日变化.COD在早晨和黄昏阶段有减小趋势,在中午和下午有逐渐增大趋势,最大值出现在午后13～16:00之间.天顶方向云出现的次数日变化曲线呈现出“双峰型”,第1个峰值发生在早晨 7～9:00之间,第 2个峰值发生在午后 13～15:00之间,最小值发生在正午12:00左右.

3.4 白天太阳天顶角方向所测得 COD,平均而言,秋季＞春季＞冬季＞夏季,但差异不大,均在 29～34之间.香河站天顶角方向COD在夏季观测天数最多,变化程度最小;冬季观测天数最少,变化程度最大;春秋两季无论是 COD观测天数还是变化程度都基本一致.各季都有超过65%的COD观测值集中在10～40之间.2012年与2011年春季月平均COD值相比差异很大,同期增大21.19%～104.94%.

3.5 细模态气溶胶对非降水云出现的天数和观测天中平均出现的次数都有显著的影响,即细模态的气溶胶增多,非降水云产生的频率也将增大,而对非降水云的光学厚度却影响不大.

[1] 中国气象局.地面气象观测规范 [M]. 北京:气象出版社, 2003:11.

[2] 张小曳,廖 宏,王芬娟.对 IPCC第五次评估报告评估气溶胶-云对气候变化影响与响应结论的解读 [J]. 气候变化研究进展, 2014,10(1):37-39.

[3] Mace G G, Benson S, Sonntag K L, et al. Cloud radiative forcing at the Atmospheric Radiation Measurement Program Climate Research Facility: 1.Technique,validation,and comparison to satellite-derived diagnostic quantities [J]. Journal of Geophysical Research: Atmospheres (1984—2012), 2006,111(D11),doi:10. 1029/2005JD005921.

[4] 陈英英,周毓荃,毛节泰,等.2007.利用FY-2C静止卫星资料反演云粒子有效半径的试验研究 [J]. 气象, 2007,33(4):29-34.

[5] 张思勃,官 莉,李依鸿,等.云区卫星微波通道亮度温度的数值模拟 [J]. 热带气象学报, 2015,31(5):664-672.

[6] 陈勇航,白鸿涛,黄建平,等.西北典型地域云对地气系统的辐射强迫研究 [J]. 中国环境科学, 2008,28(2):97-101.

[7] 叶 晶,李万彪,严 卫.利用MODIS数据反演多层云光学厚度和有效粒子半径 [J].气象学报, 2009,67(4):613-622.

[8] Stokes G M, S E Schwartz. The Atmospheric Radiation Measurement (ARM) Program: Programmatic background and design of the cloud and radiation test bed [J]. Bull. Am. Meteorol.Soc., 1994,75(7):1201—1221.

[9] 邱玉珺,杨会文,倪 婷,等.基于美国AMF寿县观测的云特性研究 [J]. 大气科学学报, 2012,35(1):80-86.

[10] 陆春松,刘延刚,牛生杰.淡积云中夹卷混合机制的参数化及二次混合的影响 [J]. 科学通报, 2014,59(10):944.

[11] Illingworth A J, Hogan R J, O'connor E J, et al. Cloudnet: Continuous evaluation of cloud profiles in seven operational models using ground-based observations [J]. Bulletin of the American Meteorological Society, 2007,88(6):883-898.

[12] 周文君,牛生杰,许潇锋.全天空成像仪云量计算方法的改进 [J].大气科学学报, 2014,37(3):289-296.

[13] 刘莹莹,牛生杰,封秋娟,等.一次积层混合云的形成过程和微物理观测 [J]. 大气科学学报, 2012,35(2):186-196.

[14] 岳岩裕,牛生杰,桑建人,等.干旱区云凝结核分布及其影响因子的观测研究 [J]. 中国环境科学, 2010,30(5):593-598.

[15] 邱金桓.从太阳总辐射信息反演云的光学厚度 [J]. 大气科学, 1996,20(1):12-21.

[16] 王 越,吕达仁,霍 娟,等.利用透射太阳辐射反演云光学厚度及有效粒子半径:方法研究 [J]. 自然科学进展, 2006,16(7): 850-858.

[17] 王天河.利用 MFRSR反演西北混合相和沙尘云光学及物理特性的研究 [D]. 兰州:兰州大学, 2009:1-11.

[18] Marshak A, Y Knyazikhin, W J Wiscombe, et al. Cloud, vegetation interaction:Use of normalized difference cloud index for estimation of cloud optical thickness [J]. Geophys. Res. Lett., 2000,27(12):1695-1698.

[19] Barker H W, A Marshak. Inferring optical depth of broken clouds above green vegetation using surface solar radiometric measurements [J]. J. Atmos. Sci., 2001,58(20):2989-3006.

[20] Marshak A, Y Knyazikhin, K D Evans, et al. The “RED versus NIR” plane to retrieve broken-cloud optical depth from groundbased measurement [J]. J. Atmos. Sci, 2004,61(15):1911-1925.

[21] Chiu J C, C H Huang, A Marshak, et al. Cloud optical depth retrievals from the Aerosol Robotic Network (AERONET) cloud mode observations [J]. Journal of Geophysical Research, 2010, 115(D14):P.D14202.

[22] 吕 睿,于兴娜,沈 丽,等.北京春季大气气溶胶光学特性研究[J]. 中国环境科学, 2016,36(6):1660-1668.

[23] 张志薇,王宏斌,张 镭,等.中国3个AERONET站点气溶胶微物理特性分析及比较 [J]. 中国环境科学, 2014,34(8):1927-1937.

[24] 刘建军.长三角太湖站点云和气溶胶辐射特性的地基遥感研究[D]. 南京:南京信息工程大学, 2012:9-11.

[25] Box M A, Gerstl S A W, Simmer C. Application of the adjoint formulation to the calculation of atmospheric radiative effects [J]. Beitr. Phys. Atmos., 1988,61(4):303-311.

[26] Stamnes K, S C Tsay, W J Wiscombe, et al. Numerically stable algorithm for discrete-ordinate-method radiative transfer in multiple scattering and emitting layered media [J]. Appl. Opt., 1988,27(12):2502-2512.

[27] 毛节泰,李成才,张军华,等.MODIS卫星遥感北京地区气溶胶光学厚度及与地面光度计遥感的对比 [J]. 应用气象学报, 2002,13(U01):127-135.

[28] 陈爱军,梁学伟,卞林根,等.青藏高原MODIS地表反照率反演质量分析 [J]. 高原气象, 2016,35(2):277-284.

[29] Chiu J C, Marshak A, Knyazikhin Y, et al. Remote sensing of cloud properties using ground-based measurements of zenith radiance [J]. Journal of Geophysical Research:Atmospheres (1984～2012), 2006,111(D16),doi:10.1029/2005JD006843.

[30] 杨 娟.利用 MODSI卫星资料分析北京站点地表反照率的时空分布及变化特征 [D]. 南京:南京信息工程大学, 2012:26-29.

[31] 牛生杰,陆春松,吕晶晶,等.近年来中国雾研究进展 [J]. 气象科技进展, 2016,6(2):6-19.

[32] 于兴娜,李新妹,登增然登,等.北京雾霾天气期间气溶胶光学特性 [J]. 环境科学, 2012,33(4):1057-1062.

致谢：感谢王普才研究员和夏祥鳌研究员对AERONET香河站的管理维护与资料共享.

Cloud optical properties using ground-based measurements of zenith radiance in Xianghe.

WANG Jing*, XU Xiao-feng, XU Dan (Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China). China Environmental Science, 2017,37(3)：878～887

A new method for retrieving cloud optical depth (COD) using AERONET cloud mode is introduced. Using statistical analysis for temporal variation characteristics of cloud optical properties at Xianghe site based on the COD data obtained by this algorithm from January 2011 to June 2012, we find that there was significant daily variation COD in zenith direction and the number of occurrence of non-precipitating clouds (Num). Comparing the COD data retrieved by ground-based remote sensing and MODIS satellite under different sky conditions (broken clouds and overcast cases), the two data sets fit very well with high correlation. In these two cases, the average values of MODIS COD are 10.8 and 9.4, smaller than those of ground observation. COD had a decreasing trend in the morning and dusk, and a increasing trend at noon and in the afternoon. Num day curve was "bimodal" and peaked in the morning and afternoon, respectively, with a minimum around noon. The seasonal average COD was in the order of autumn＞spring＞ winter＞ summer, each season had more than 65% of the COD concentrated in the range of 10～40; summer observations showed the maximum number of days, minimum change. At least a few days in the winter observations, it showed the maximum change. The observed days or change were consistent in spring and autumn. A linear regression analysis for COD and AOD time series was used at Xianghe site, and a significance test was carried out, showing that observed frequency of COD and fine mode AOD had a strong positive correlation.

ground-based remote sensing；COD；sunphotometer；Xianghe

X16

A

1000-6923(2017)03-0878-10

王 静(1981-),女,山东济南人,实验师,硕士,主要从事云和降水及大气气溶胶的研究.发表论文4篇.

2016-07-18

国家自然科学基金项目(41375138,41305034,41475035, 41405026);江苏省基础研究计划(自然科学基金)青年基金项目(BK20130993)

* 责任作者, 实验师, wangjing2004y@nuist.edu.cn