东海黑潮暖水区一次夜间云覆盖边界层发展过程的大涡模拟——辐射强迫研究❋

郭九华， 张苏平， 衣 立， 刘敬武

(1.中国海洋大学物理海洋教育部重点实验室 海洋-大气相互作用和气候实验室，山东 青岛 266100； 2.台州市气象局；浙江 台州 318000)

云是悬浮在大气中的小水滴或者冰晶微粒或者二者的可见聚合物[1]。云顶边界层由能量通量、水汽(水汽和液态水)通量以及其他一些非直接的大气物质(气溶胶)决定[1-5]。这些大部分是以湍流的形式传递能量。浮力和水汽通量在一定程度上决定了层积云的性质[3-4]。边界层高度对低云有明显影响[5-6]。如果边界层高度太低，低云会抬升至边界层以上，阻断下垫面海洋向上输送热量、水汽和湍流动能，加速云的消散；反过来，如果边界层高度太高，就会形成积云而不是层状云[7]。云顶的长波辐射冷却和卷夹效果也是边界层发展的重要驱动力之一[8-9]。黑潮是太平洋强大的西边界流，具有流量大、流速强、流幅窄等特征，其海表面温度梯度远大于临近海区，是强海-气热量交换的区域[10-12]。前人在东海黑潮区的海洋大气边界层研究多集中于季节统计或者边界层对云的影响[10-12]，而具体到在该区域云的微物理过程以及云对边界层的作用尚不清楚，尤其东海黑潮区域云顶辐射强迫对边界层垂直结构的影响尚无具体的研究。

2015年4月2日1500UTC—3日0100UTC，在东海黑潮暖水区朝东南方向走航过程中观测到了一次云顶边界层发展的过程。走航过程高空环流形式较为稳定，不受槽前气流影响，也不受切变线的影响；海表面受到副热带高压后部的影响，海平面气压逐渐升高，走航区域内海表面风有很弱的辐合辐散交替变化。从4月2日1500UTC—1800UTC之间，850 hPa以下大气有明显的下沉运动，到4月3日0000UTC转为上升运动。走航过程观测到了云底高度的抬升。在大尺度背景不利的条件下，边界层内出现了云并且发生了云的抬升过程。哪些因素造成了边界层的抬升以及边界层的发展？它们具体有多少贡献？本文通过数值试验分别讨论不同物理量在此次边界层发展中的作用。

1 资料和方法

1.1 走航观测数据

本文所用走航观测数据：(1)GPS探空数据，得到垂向10 m分辨率的温度、气压、风向、风速、湿度的垂直分布，最大高度约1.3 km，4月2日1502UTC作者于26.97°N，125.76°E施放了探空气球；(2)Vaisala CL31云高仪连续观测数据，得到云底高度、边界层高度等，时间分辨率16 s；(3)XZC6-1型船载自动气象站连续观测数据，得到海平面约10 m以上气压、风向、风速、气温(SAT)，时间分辨率10 s；(4)SBE56型海温探测仪连续观测数据，得到海面以下约3 m的海温(SST)，时间分辨率30 s。

1.2 方法

使用UCLA_LES3.0(University of California, Los Angeles_Large-eddy Simulation 3.0)模式[13-15]，选取2015年4月2日1502UTC时刻得到的探空数据作为初始输入(见图1(a))，积分时间段从4月2日1500UTC—3日0100UTC，时间步长1 s。水平方向格点数52×52，水平分辨率为等间距50 m；垂直方向101个格点，垂直分辨率等间距20 m，最高积分高度为2 000 m，包括了观测中边界层顶的高度。海平面气压设置为1 004.7 hPa，海温设置为296.697 K(约23.5℃)，均为GPS施放时刻观测到的海温；给定一个当地时间为23:00；考虑科氏力，将中心纬度设定为27.00°N；边界层性质设定为湿边界层，微物理模型中考虑水汽凝结和云物理过程，云滴粒子有效半径设为10 μm，是层积云的粒子有效半径，不考虑降水过程。

2 观测分析

4月2日1500UTC左右和3日0030UTC左右分别施放了两个GPS探空，位置分别是27.02°N，125.74°E和25.90°N，126.56°E。从两次探空曲线(见图1(a),(b))的对比可以看到，边界层内逆温层底有了明显的抬升，从4月2 日探空的760 m升高到了4月3日探空的960 m，边界层内相对湿度维持在85%左右，且在4月3日相对湿度的分布更加均一。走航过程中捕捉到了一次边界层内云的生成并抬升的过程(见图1(c))，气温的变化很小，海温先升高后降低，海表面气压随时间缓慢升高(见图1(d))。

(2015年4月2日1502UTC(a)和4月3日0021UTC(b)探空曲线，气温(黑色实线，K)、位温(黑色点虚线，K)、露点温度(蓝色实线，K)和相对湿度(绿色实线，%)，也为模式输入的初始场；云底高度(散点，m，CL_1、CL_2、CL_3是Vaisala云高仪判断的三层云底高度)(c)；气温(黑色实线，℃)、海温(蓝色实线，℃)、海表面气压(红色实线，hPa)(d)。Vertical profiles 1502UTC 02APR(a) and 0021UTC 03APR 2015(b): temperature(black solid line, K), potential temperature(black dashed line, K), dew point(blue solid line, K) and relative humidity(green solid line, %) observed by GPS Sonde; Vaisala cloud base height (color dots, m, CL_1, CL_2, CL_3 refer to three different cloud-base heights) (c) and SAT (black solid line, ℃), SST (blue solid line, ℃) and sea level pressure (red solid line, hPa)(d). )

图1 GPS探空廓线和走航时间序列变量
Fig.1 Vertical profiles observed by GPS Sonde and observed time serial series data

此次过程中，边界层内具体的通量、湍流动能的变化是怎样的？云对边界层的影响又体现在哪些方面，本文通过数值模拟和数值试验来分析。

3 模拟结果

3.1 时间序列变量分析

模式需要一定的时间来建立平衡，这段时间内，各物理量的数值波动较大，所以在分析中不关注模式在建立时间内各物理量的变化。一般模式建立时间为2 h。因此，本文不分析前两小时的物理量的值。

云量(见图2)在4月2日2100UTC之后大于20%，并且在这之后一直维持在30%以上，最大云量出现在4月3日0030UTC，为75%。区域平均的液态水路径的变化和云量的变化基本吻合，但最大值出现在4月2日2330UTC，为16 g/m2，并在模拟最后半小时云量减小的情况下液态水含量有增加的趋势。

图2 区域平均的云量(黑色)和液态水路径(红色，g/m2)Fig.2 Time series of domain-averaged cloud fraction (black) and liquid-water path (red, g/m2)

3.2 高度-时间序列变量分析

云顶高度和云底高度都有不同程度的上升，云顶高度从800 m左右上升到模拟结束时的950 m左右，云底高度从700 m左右上升到模拟结束时的850 m，模拟的云顶和云底高度的变化趋势与观测一致，但云底高度高于观测事实，这可能是由于模拟中海温固定不变，不能提供更多的潜热通量和感热通量。最高云底高度出现在4月3日0100UTC，与云顶高度基本相等，而且对应该时刻的液态水路径下降到0。从云顶和云底的变化来看，云顶高度出现缓慢的上升趋势，云底高度有比较大的抬升。

湍流对边界层内各物理量的分布及变化起着非常重要的作用，它的分布决定了云顶的卷夹率以及边界层内水汽的输送[5]。定义湍流动能：

(1)

给出上述模拟中水平平均的湍流动能的变化。湍流动能大于0.1 m2/s2的区域覆盖了整个边界层，从湍流动能的分布来确定边界层的高度，边界层在变化过程中有缓慢的加深，从800 m升高到1 100 m左右。在模拟中后期，湍流动能的最大值分别出现在近海面和边界层中上层。近海面的高湍流动能依赖于海气界面的能量交换；边界层中上层的湍流动能大值分布，是云顶的辐射冷却和云顶与其上层自由大气的卷夹作用的结果。

从位温(见图3(a))和液态水含量(见图3(b))的分布来看，模式判断有液态水的时间为4月2日2100 UTC，这与云顶云底高度的时间变化序列相同。边界层内液态水的最大值在0.08 g/kg以上，出现在4月2日2300UTC左右。在模拟最后1.5 h内，液态水含量出现降低的趋势。

液态水所在的高度位温在300 K以下。由于下垫面潜热输送在500～900 m之间，水汽凝结释放潜热，使得云所在的高度位温升高。且随着液态水的增多，300 K等位温线被抬升，反映云顶逆温的抬升过程，也就是说，云的形成与边界层加厚是有关系的。

边界层内比湿随时间是增加的，这来自于海洋的潜热通量供应。在边界层顶大约900 m以上，水汽出现了比较大的梯度。

3.3 云对水汽、液态水含量、位温廓线及其通量的影响

由时间序列分布的云量以及云顶、云底高度可知，模拟过程中在4月2日2100UTC之后出现了云，之前的时间内，虽然模式反映有云量，但均低于20%。根据时间序列各物理量的分布，以下取一段时间内平均的物理量的垂直廓线来分析，即4月2日2330UTC—3日0030UTC这1 h之间物理量的平均。这段时间内，模式判断边界层内稳定有云，各物理量的时间序列比较稳定，这样可以更准确的分析边界层的发展。

首先给出液态水含量、比湿(见图4(a))以及位温(见图4(b))的廓线。从液态水含量的廓线可以看到明显的云覆盖。以下作者判断云底的高度时，用液态水含量大于0的高度判断为云底高度。液态水含量在900 m左右达到最大值，在600～1 050 m之间位温梯度稍有减小。比湿随高度减小，并且在1 000～1 200 m之间减小剧烈。

水汽通量(见图4(c))在云内(约620～950 m)有比较稳定的输送，在云底位置，水汽通量出现了极小值。而热通量(见图4(d)，这里指位温的通量)在云顶的变化幅度很大，这是由于云顶与自由大气的卷夹和云顶的长波辐射冷却造成的。另外在400～600 m，热通量的值基本保持稳定。通量廓线在1 200 m以上基本不再变化。

((a)湍流动能(填色，m2·s-2)、位温(等值线，K)和(b)液态水含量(填色，g·kg-1)、比湿(等值线，g·kg-1)。黑色实心方框代表云顶高度(m)，黑色实心圆代表云底高度(m)。(a) Turbulence kinetic energy (shaded, m2·s-2) and potential temperature (contours, K) ； (b) Liquid water mixing ratio (shaded, g·kg-1) and water vapor mixing ratio (contours, g/kg). The black dots denote cloud top height and the black circles denote cloud base height.)

图3 区域平均的云量(黑色)和液态水路径(红色，g·m-2)
Fig.3 Time series of domain-averaged cloud fraction (black) and liquid-water path (red, g·m-2)

((a)比湿(黑色实线，g·kg-1)、液态水含量(黑色虚线，g·kg-1)；(b)位温(K)；(c)水汽通量(W·m-2)和(d)热通量(W·m-2)。灰色区域为云区。(a) Total-water (black solid line) and liquid water (black dashed line) mixing ratio (g/kg)； (b) Potential temperature (K)； (c) Total-water mixing ratio flux (W·m-2) and (d) potential temperature flux (W·m-2). The color gray denotes the cloud layer.)

图4 时间平均-水平平的垂直廓线和通量廓线
Fig.4 Mean profiles averaged data from 2330UTC 02APR to 0030UTC 03APR

本文关注边界层中辐射通量以及二阶物理量的分布。由于云顶的长波辐射冷却，辐射通量(见图5(a))在云区中上层有比较明显的增加，在边界层顶以上不再变化。近表面层的水平湍流速度方差(见图5(b)，包括经向纬向湍流速度方差)较大，在100～800 m之间，水平方向湍流速度方差是随高度减小的，在800～1 000 m(云的中上层)之间又有所增大。近表面层较大的水平湍流速度是受到下垫面的强迫，是大气与海洋进行热量和动量交换的结果，边界层顶的水平湍流速度大值是卷夹影响。垂直方向湍流速度方差虽然数值上小于水平湍流速度方差的值，但是它在边界层不同区域的分布非常明显，在200～400 m之间垂直方向的湍流速度有一个极大值，而在云底600 m处减小到极小值，到了云内600～1 000 m之间，垂直方向湍流速度又迅速增大，云区最大垂向湍流速度的出现在800 m左右。这样根据垂直方向湍流速度，可以比较清晰的看到云与云底以下不同的湍流分布，表现为在云底，垂向湍流速度会出现极小值。

((a)辐射通量(W·m-2)；(b)水平湍流速度(m2·s-2)；(c)垂向湍流速度(m2·s-2)和(d)湍流动能局地项中浮力项(黑色实线，m2·s-3)；切变项(绿色实线，m2·s-3)和耗散项(黑色虚线，m2·s-3)的分布。灰色区域为云区。(a) Total radiative flux (W·m-2)； (b) Total horizontal velocity variances (m2·s-2)； (c) Total vertical velocity variances (m2·s-2) and (d) Horizontally averaged TKE budgets (m2·s-3), where the black solid line, the green solid line and the black dashed line refer to buoyancy, shear and dissipation product of TKE, respectively. The gray domain denotes the cloud layer.)

图5 时间平均-水平平均的辐射通量廓线、湍流速度廓线和湍流动能廓线
Fig.5 Mean profiles averaged from 2330UTC 02APR to 0030UTC 03APR

那么,在垂直方向湍流动能的局地项分布是怎样的？湍流动能的局地项方程可以为如下表达：

(2)

等式右边依次为：切变项、浮力项、耗散项和网格输送项。这里只讨论贡献比较大的前三项。图5(d)给出了4月2日2330UTC—3日0030UTC水平平均-时间平均的湍流动能局地项各项的贡献。耗散项在近表面层很大，在0～200 m高度内减小剧烈，200～600 m之间有一个比较大的峰值，在600～1 000 m，也就是云内，耗散项的分布是均一的。切变项在近表面较大，在云底以下也存在一个相对大的极值，但在600～800 m之间减小明显，而后800～1 000 m之间又升高。浮力项在100～700 m之间为负值，而在云内700～900 m之间有比较大的正贡献，云顶又为负值，浮力项在云内变化正好和切变以及耗散项是负相位的关系。最终，在边界层顶以上三项均为0，即边界层以上湍流动能的局地项不再有大的变化。

云的产生改变了边界层中湍流动能的分布，具体表现在云区有正的浮力项贡献，在云底以下有负的浮力项贡献，在边界层顶，由于卷夹和长波辐射，其浮力项也存在比较大的变化。

4 云顶辐射对边界层垂直结构影响的数值试验

云顶的辐射是边界层能量向自由大气传送的主要方式，也是下垫面持续供应能量而边界层内垂向积分的湍流动能没有线性增长的原因，是云顶边界层非常重要的过程。那么辐射的作用体现在哪些物理量的分布上？下面的试验中，以固定海温试验为基础，在模式模拟前6 h考虑长波辐射和短波辐射，但是在6 h之后关掉辐射，来看边界层中各物理量的变化。

在关闭辐射之后，表面潜热通量和感热通量都没有明显的变化(见图6(a)，(c))，但边界层中垂向积分的湍流动能和最大垂直速度均有一定程度的减小，垂向积分的湍流动能降低了约100 kg/s，最大垂直速度的减小了0.5 m/s左右(见图6(b))。液态水路径和云量的分布也是降低状态，其中液态水路径减小比较明显，减小了10 g/m2左右，云量在关闭辐射后一直在50%以下(见图6(d))。

关闭辐射后云顶和云底高度都比固定海温的低，而且模式判断有明显云顶和云底高度(见图7)的时间较少。云顶高度在800～900 m之间，云底高度在600～800 m之间，低于固定海温试验，其中云顶高度降低约150 m，云底高度降低约100 m。由位温的分布看(见图7(a))，边界层没有明显的抬升趋势，300 K等位温线在1 000 m以下。边界层内液态水生成量较少。

为了更好的对比2个试验的结果，本文依旧取2330UTC之后1 h内的物理量平均值做分析。其中无辐射强迫试验在4月3日0030UTC反映出边界层顶有液态水分布，可以近似理解为有云的存在。水汽廓线(见图8(a))和位温廓线(见图8(b))与固定海温试验结果基本一致，液态水含量分布在600～1 000 m之间，最大值在900 m高度，但液态水含量在850～1 000 m之间有所降低，减小约0.02 g/kg。

((a)表面潜热通量(W·m-2)；(c)感热通量(W·m-2)；(b)最大垂直速度(蓝色，左侧坐标轴，m·s-1)和垂向积分的湍流动能(黑色，右侧坐标，kg·s-1)；(d)云量(黑色，%)和液态水路；径(红色，右侧坐标轴，g·m-2)，其中虚线为固定海温试验结果。(a) Surface latent heat flux (W·m-2)； (c) Surface sensible heat flux (W·m-2)； (b) Maximum vertical velocity (blue, m·s-1) and vertically integrated total kinetic energy (black, kg·s-1) and (d) cloud fraction (black, %) and liquid water path(red, g·m-2) .The dash line is for constant SST case.)

图6 6 h后无辐射强迫试验的时间序列变量

Fig.6 Time series data of no radiative forcing at 6 h case

((a)湍流动能(填色，m2·s-2)、位温(等值线，K)；(b)液态水含量(填色，g·kg-1)、比湿(等值线，g·kg-1)。黑色矩形为模式输出的云顶高度，黑色实心圆为模式输出的云底高度。(a) Turbulent kinetic (shaded, m2·s-2) and potential temperature (contours, K)； (b) Liquid water mixing ratio (shaded, g·kg-1) and water vapor mixing ratio (coutours, g·kg-1) of no radiative forcing at 6 h case. The black dot is for cloud-top height and the black circle is for cloud-base height.)

图7 6 h后无辐射强迫试验试验的时间序列变量
Fig.7 Horizontally averaged data of no radiative forcing at 6 h case

((a)比湿(底部坐标轴，g·kg-1)、液态水含量(顶部坐标轴，g·kg-1)，(b)位温(K)；(c)水汽通量(W·m-2)和(d)热量通量(W·m-2)。红色为固定海温试验结果。(a) Total water (bottom axis)and liquid water mixing ratio (g·kg-1)； (b) Potential temperature (K)； (c) Total water mixing ratio flux (W·m-2) and (d) potential temperature flux (W·m-2). The red line is for constant SST case.)

图8 6 h后无辐射强迫试验的垂直廓线和通量廓线
Fig.8 Mean profiles averaged no radiative forcing at 6h case from 2330UTC 02APR to 0030UTC 03APR of no radiative forcing at 6h case

((a)辐射通量(W·m-2)；(b)水平湍流速度(m2·s-2)；(c)垂直湍流速度的分布(m2·s-2)和(d)湍流动能局地项中浮力项(黑色实线，m2·s-3)、切变项(绿色实线，m2·s-3)和耗散项(黑色虚线，m2·s-3)的分布特征。红色线代表固定海温试验的结果。(a) Total radiative flux (W·m-2)； (b) Total horizontal velocity variances (m2·s-2)； (c) Total vertical velocity variances (m2·s-2) and (d) horizontally averaged TKE budgets (m2·s-3)， where the black solid line, the green solid line and the black dashed line refer to buoyancy, shear and dissipation product of TKE, respectively. Red line is for constant SST case.)

图9 6 h后无辐射强迫试验的辐射通量廓线、湍流速度廓线和湍流动能廓线
Fig.9 Mean profiles averaged of no radiative forcing at 6 h from 2330UTC 02APR to 0030UTC 03APR

水汽通量(见图8(c))在0～600 m之间水汽通量数值稍高于固定海温试验，在600～900 m的位置有减小趋势，且减小明显，低于固定海温试验40 W/m2。热通量(见图8(d))的变化与水汽通量的变化也一致，0～600 m与固定海温的热通量相当，但是在600～1 100 m之间强度降低。因为辐射的关闭，没有辐射冷却效果，而且热通量在边界层顶的突变效果也下降明显。辐射边界层中上层通量的影响较明显。

关闭辐射后，边界层内不存在辐射通量(见图9(a))。水平方向湍流速度的方差(见图9(b))与固定海温试验没有区别，仅在800～1 000 m之间水平湍流速度的方差低于固定海温试验的结果。垂向湍流速度方差(见图9(c))在200 m以下高于固定海温试验的结果，但在200～1 400 m之间基本低于固定海温试验的垂向湍流速度方差，尤其在700～1 200 m之间垂向湍流速度方差减小明显。湍流动能的局地项变化(图9(d))中，800 m以下的边界层内浮力项为负，仅在800～900 m之间为正，浮力项绝对值较小，切变项和耗散项在200～500 m之间大于固定海温试验的结果。

关闭辐射的试验中，边界层中下层受辐射的影响较小，而辐射对云区和边界层顶的影响比较大，主要体现在水汽和热量通量以及湍流垂直速度的分布上。尤其在关闭辐射的试验中，水汽通量在600～1 000 m之间平均减小了40 W/m2，在1 000 m高度减小最明显，减小了约60 W/m2；热通量在600～1 000 m也有降低。边界层中上层垂直方向湍流速度方差在关闭辐射后也减小。这样的分布导致在边界层中湍流动能的局地变化从0～800 m之间为负值，只在800～900 m之间为正，而1 000 m以上的卷夹层也为负值。关闭辐射后，没有云顶/边界层顶的辐射冷却作用，边界层内能量无法扩散到自由大气中，不利于边界层内的垂直混合，通量的垂直分布更多的表现为晴空边界层的分布状态。

5 结论与讨论

本文利用大涡模拟对2015年4月2日1500UTC—3日0100UTC观测到的东海黑潮暖水区一次夜间云顶逆温层发展过程进行了研究，分析了边界层垂直结构的变化。得到以下结论：

(1)在固定海温的情况下，海表面潜热通量的供应使边界层内水汽增加，水汽上升到达边界层中上层时水汽凝结释放潜热形成云。云的形成可以通过改变边界层内浮力项的贡献来影响整个边界层的垂直结构，云区正的浮力项贡献，云底以下有负的浮力项贡献。

(2)云对边界层垂直结构有明显的反馈作用，云的分布很大程度上改变了边界层中水汽、热量通量的垂直分布。水汽通量在云底有极值存在，在云内水汽通量的分布表现出均一状态，不随高度变化；热通量在云顶变化明显，这是受到云顶和自由大气卷夹以及云顶长波辐射冷却的结果。边界层之上的自由大气中，这些通量都不再有明显的变化。云内水汽通量更活跃，而云顶热通量活动过更活跃。

(3)在模拟6 h后关闭辐射试验中，海表面热通量与固定海温试验保持一致，垂向积分的湍流动能、最大垂直速度、云量以及液态水路径减小或降低，分别为：垂向积分的湍流动能减小了120 W/m2，最大垂直速度降低0.3 m/s，云量减小了30%，液态水路径减小了6 g/m2。模式内云的生成减小，边界层顶比湿的梯度降低。由于没有云顶的辐射冷却效应，边界层中上层的水汽通量和热通量分别减小了40和20 W/m2。

根据经典边界层理论，边界层的发展受到以下三方面的强迫：大尺度背景的强迫、下垫面(这里只海表面温度)的强迫以及云顶长波辐射冷却和卷夹的强迫。本文仅考虑了在大尺度背景稳定的情况下，云顶长波辐射对边界层垂直结构的影响，后期将继续讨论海温变化对边界层垂直结构的影响。

致谢：感谢东方红2船全体出海人员的大力支持和协助，感谢王倩博士在论文思路上给予的指导和建议，感谢陈隆京同学在模式运行方面给予的帮助。

参考文献：

[1] 张文煜, 袁九毅. 大气探测原理与方法[M]. 北京： 气象出版社, 2007.

Zhang Wen-yu, Yuan Jiu-yi. Principle and Method of Atmospheric Detection[M]. Beijing： Meteorological Press, 2007.

[2] 盛裴轩， 毛节泰， 李建国， 等. 大气物理学[M]. 北京： 北京大学出版社， 2003.

Sheng Pei-xuan, Mao Jie-tai. Li Jian-guo, et al. Atmospheric Physics[M]. Beijing: Peking University Press, 2003.

[3] Norris J R. Low cloud type over the ocean from surface observations. Part I: Relationship to surface meteorology and the vertical distribution of temperature and moisture[J]. Journal of Climate, 1998a, 11(3): 369-382.

[4] Norris J R. Low cloud type over the ocean from surface observations. Part II: Geographical and seasonal variations[J]. Journal of climate, 1998b, 11(3): 383-403.

[5] Lilly D K. Models of cloud-topped mixed layers under a strong inversion[J]. Quarterly Journal of the Royal Meteorological Society, 1968, 94(401): 292-309.

[6] Bretherton C S. Convection in stratocumulus-topped atmospheric boundary layers[M].//The Physics and Parameterization of Moist Atmospheric Convection. Netherlands: Springer, 1997: 127-142.

[7] Zeng X, Brunke M A, Zhou M, et al. Marine atmospheric boundary layer height over the eastern Pacific: Data analysis and model evaluation[J]. Journal of Climate, 2004, 17(21): 4159-4170.

[8] Bretherton C S, Wyant M C. Moisture transport, lower-tropospheric stability, and decoupling of cloud-topped boundary layers[J]. Journal of the Atmospheric Sciences, 1997, 54(1): 148-167.

[9] Darko K, Lewis J, Thompson W T, et al. Transition of stratus into fog along the California coast: Observations and modeling[J]. Journal of the Atmospheric Sciences, 2001, 58(13): 1714-1731.

[10] Xie S P. Satellite observations of cool ocean-atmosphere interaction[J]. Bulletin of the American Meteorological Society, 2004, 85(2): 195-208.

[11] Liu J W, Zhang S P, Xie S P. Two types of surface wind response to the East China Sea Kuroshiofront[J]. Journal of Climate, 2013, 26(21): 8616-8627.

[12] 杨爽, 刘敬武, 张苏平. 低云在不同季节对东海黑潮海洋锋响应的个例研究[J]. 中国海洋大学学报(自然科学版), 2015(10): 7-17.

Yang Shuang, Liu Jing-wu, Zhang Su-ping. Low-cloud response to the East China Sea Kuroshiio fronts in different seasons[J]. Periodical of Ocean University of China, 2015(10): 7-17.

[13] Smagorinsky J. General circulation experiments with the primitive equations: I. The basic experiment[J]. Monthly Weather Review, 1963, 91(3): 99-164.

[14] Deardorff J W. On the entrainment rate of a stratocumulus-topped mixed layer[J]. Quarterly Journal of the Royal Meteorological Society, 1976, 102(433): 563-582.

[15] Stevens B, Moeng C H, Ackerman A S, et al. Evaluation of large-eddy simulations via observations of nocturnal marine stratocumulus[J]. Monthly Weather Review, 2005, 133(6): 1443-1462.