基于ISCCP和CMORPH-AWS资料的中国南方地区云与降水关系分析

范思睿，王维佳，陈勇航

（1.四川省人工影响天气办公室，四川 成都 610072；2.中国气象局云降水物理与人工影响天气重点开放实验室，北京 100081；3.中国气象局大气探测重点开放实验室，四川 成都 610103；4.东华大学环境科学与工程学院，上海 201620）

引言

作为地球气候系统中必不可少的一部分，云能够调节地-气系统的能量收支，从而影响区域气候和生态、植被变化［1-3］，致使日照、气温、水汽、湿度、降水等发生变化［4-5］。在全球变暖背景下，气候和生态变化也改变了云的时空分布和微物理特性［6］。云量是指云遮蔽天空视野的成数，是评估云变化的宏观参量，是重要的气候因子，可作为气候变化的标示物［6］。云量通过大气辐射效应，调节大气温度，与区域性气候调整和生态系统有直接联系［7-8］。有研究指出，全球云量的变化对气候系统有正反馈，20世纪80年代以来云量的减少会促进气候变暖［6］。因此，研究云量变化对气候变化分析和气候模式改进具有重要意义。

近几十年来，大量学者利用地面观测和卫星资料研究云量分布和变化。全球平均总云量为59%，北半球和南半球各有一个明显的高值区，云量基本高于80%；总云量在20世纪80年代至90年代呈减少趋势，21世纪初呈大幅度增长趋势；不同区域总云量变化趋势差异较大，低纬度和中纬度地区总云量减少，高纬度地区总云量略有增多［9-11］。中国总云量呈南多北少带状分布，20世纪50年代初到20世纪末整体呈现减少趋势，春季、夏季和秋季呈显著减少趋势，不同地区变化趋势差异较大［12-14］。

降水是云中微物理过程和动力过程相互作用的结果，云和降水之间的转化是互相制约、不断调整、自我适应的复杂过程，大部分研究指出总云量和降水有密切关系，但在不同地区云和降水关系不同。陈勇航等［15-16］利用国际卫星云气候计划（International Satellite Cloud Climatology Project，ISCCP）云资料研究了西北地区云量与降水的关系，指出降水与高、中云量的空间分布有关，特别是层状云的云量和降水量关系密切，而积状云和层积云的云量与降水关系不明显。李跃清等［17］基于ISCCP云资料研究得到西南大部分地区的高层云与雨量、雨日关系密切，贵州、重庆地区夏季的雨层云云量与雨日、雨量具有较好的关系，说明西南地区发生降水时，一般是雨层云和高层云相伴存在。李昀英等［18］利用模式分析了云和降水之间的关系，发现中国东部云带和降水有较好的对应关系。孙丽等［19］利用Aqua/CERES（Clouds and the Earth′s Radiant Energy System）数据研究发现东北地区总云量和降水之间关系密切，总云量随着小时雨强增强而增加。关于云量和降水之间的关系已经取得了一些研究进展，但由于不同高度和不同类型云的云水含量、云光学厚度、粒子相态、云内温度不同［14］，其降水机制和对降水的影响不同，目前研究不同高度和不同类型云的云量和降水之间关系尚不多见。同时，早期云的观测主要是地面人工观测，容易受到观测人员主观因素和观测位置的影响。随着遥感技术的提高，卫星观测云资料可以弥补地面观测资料的不足。因此，本文利用长时间序列的ISCCP云资料集，结合中国自动站（automatic weather station，AWS）降水数据与美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）气候预测中心（Climate Prediction Center，CPC）MORPHing technique（CMORPH）卫星反演降水产品融合的格点降水产品（CMORPH-AWS）研究不同高度云的时空变化，探讨云和降水的关系，不仅有助于了解云在降水中的作用和反馈机制，而且对空中云水资源开发以及气候模式的改进有指导意义。

1 资料及处理

ISCCP是世界气候研究计划的一个子计划，经过多年观测建立的云气候数据集提供多种云参数资料，该资料由4颗地球同步卫星（GMS、METEOSAT、GOES、INSAT）和至少1颗太阳同步极轨卫星（NOAA卫星）获取的辐射值，经过云识别、辐射分析等处理得到［20-22］。本文选用1998年1月至2009年10月ISCCP的D1和D2云 资料，D1资 料的时间分辨率为3 h，每天8个时次（00：00、03：00、06：00、09：00、12：00、15：00、18：00、21：00，世界时），D2是D1的月平均数据集，包含云量、云水路径、云光学厚度、云顶温度、云顶气压、反射率等多种云参数，其空间分辨率为280 km×280 km。计算云量的空间分布选用D2月平均资料，在计算降水和云量关系时，为了匹配日降水资料选用D1日资料。

对于ISCCP云产品数据的可靠性，ROSSOW等［21］和HAHN等［23］指出ISCCP云量资料在中低纬度地区与其他云资料吻合较好，全球偏差在5%以内，可以反映全球云分布情况。国内，刘洪利等［24］、李昀英等［25］和LI等［26］将ISCCP资料和中国地面观测资料进行对比，证明了二者月平均总云量的空间分布一致，季节变化和年际变化趋势大致相同，在中国东部地区相关性较好，在高原和中国北方地区相对差一些，特别是青藏高原的低云偏差达到20%。

与常规地面观测不同，ISCCP按云顶气压和云光学厚度对云进行分类，根据云顶气压可分为高云、中云、低云3种类型，即云顶气压高于680 hPa为低云，680～440 hPa为中云，低于440 hPa为高云；然后，根据光学厚度再将低云、中云、高云细分为9种类型［22-23］。与常规观测云分类最大差别是深对流云，ISCCP中的深对流云是对应常规观测云分类中的积雨云［17］。

本文选用1998年1月1日至2009年10月31日CMORPH-AWS融合降水资料逐日数据，其空间分辨率为0.25°×0.25°。有研究表明，中国地区CMORPH-AWS融合降水数据的空间分布和站点降水空间分布基本一致，相对其他几种降水产品，其克服了中国东部和西部地面观测站点分布不均的问题，特别是在青藏高原等观测站点稀少、降水资料缺乏的地方发挥了优势，同时精度优于仅用卫星反演的降水量产品［27-30］。

为了让CMORPH-AWS融合降水数据和ISCCP云参量资料的格点匹配，将CMORPH-AWS融合降水数据按280 km×280 km作区域平均。将日降水量大于0.1 mm作为有效降雨日；以日降水量大小代表降水强度。绘制降水强度和云量的散点图时数据为各格点有效降雨日的降水强度和云量；绘制月降水次数和云量的散点图时月降水次数为各格点某月有效降雨日总和，云量为各格点某月有效降雨日云量的平均值（该月有效降雨日云量总和/月有效降雨日数）。

考虑到中国国土面积大，地形复杂，按照李兴宇等［31］对中国地区的划分，即以35°N线区分南方和北方，以110°E线区分东部和西部，本文主要分析东南（110°E—121°E，21°N—35°N）和西南地 区（100°E—110°E，21°N—35°N），并将东南和西南地区统称为南方地区（图1）。文中附图涉及的地图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2019）3082号的标准地图制作，底图无修改。

图1 研究区域示意图Fig.1 Sketch map of study region

2 中国南方云量和降水的空间分布

图2 1998—2009年中国南方地区年平均云量空间分布（单位：%）（a）总云量，（b）低云量，（c）中云量，（d）高云量Fig.2 Spatial distribution of annual mean cloud cover during 1998-2009 over southern China（Unit：%）（a）total cloud cover，（b）low cloud cover，（c）medium cloud cover，（d）high cloud cover

图2为1998—2009年中国南方地区年平均云量空间分布。可以看出，南方地区总云量的高值中心主要集中在30°N附近，即四川盆地、重庆、贵州交接处，云量极大值达78%，而少云中心位于云南地区，极小值为52%。这与LI等［32］、张琪等［33］分别利用华东和西南地区地面观测云量资料得到的结论一致。位于四川盆地的高值中心是在青藏高原大地形和西风气流的共同作用下形成的［32］。同时中国南方地区是云光学厚度、云水路径的高值区，和云量的高值区相对应［14，31］。夏季，中国西南地区受夏季风影响，来自孟加拉湾、西太平洋和南海等地的水汽输送增强，在云贵高原的地形抬升下，成为云水高值区，有利云的形成和发展［34］。南方地区低云量较少，为0～28%，低云量由沿海地区向内陆地区逐渐减少。中云量空间分布和总云量相似，中云量高值中心位于四川盆地、重庆、湖南、贵州上空，极大值达48%，中低云量空间分布和丁守国等［6］研究结论一致。研究表明，西风气流遇到青藏高原，在西侧产生分流，在东侧形成辐合，加之东侧的四川盆地常年湿度较高，有利于层状云的形成，而稳定的大气层结是南方地区中云富集的原因，悬空逆温层限制了云向上发展，最终在高原东侧形成了大范围的层状中云［25，32］。中国高云量主要分布在青藏高原，极大值达71%，云量高值中心范围和青藏高原地形基本一致。中国南方地区高云量为15%～35%，表现为从川西高原向沿海地区逐渐减少。对于低云量的分布特征，观测资料和卫星探测资料数值差别较大，ISCCP低云量相对地面观测偏少，特别是在青藏高原地区［26，35］，造成这种明显差异的原因有两个：一是在于观测方法的不同，ISCCP采用卫星观测，探测到的低云量是没有被高中云遮挡的低云量，从而偏少，而人工观测的高云量是没有被中低云遮挡的高云量，对高云的探测会偏少；二是在于云分类方法不同，有些云在地面观测中被归为低云，但在ISCCP云分类中被归为中云［17］。

为探讨降水和云量之间的关系，分析了CMORPH-AWS融合降水数据多年平均空间分布（图3），降水从沿海向内陆逐渐减少，高值区主要分布在中国东南地区及云南南部，年降水量最大达2186.0 mm，而川西高原年降水量最低到416 mm。四川盆地、重庆、贵州是典型的总云量和中云量的高值区，因为受到降水效率影响，年降水量相对东南地区偏少。由于云和降水反馈机制复杂，降水的发生、持续、强度受到多种因素影响，接下来分析不同高度云量和降水强度、降水次数的关系。值得注意的是，在四川攀西高原的强降水中心，与降水实况有差异，这与CMORPH-AWS融合降水数据对复杂地形下降水反演精度有限有关，说明需要对融合降水数据中复杂地形下的降水的反演进行改进。

图3 1998—2009年中国南方地区年平均降水量空间分布（单位：mm）Fig.3 Spatial distribution of annual mean precipitation during 1998-2009 over southern China（Unit：mm）

3 中国南方云量的季节变化

图4为1998—2009年中国南方地区四季总云量空间分布。可以看出，总云量有明显的季节变化，夏季多冬季少。总云量高值中心常年维持在四川盆地、贵州、重庆交接处上空，随季节变化位移。春季，大部分地区总云量值在60%以上，少云中心位于云南上空，极小值为49%，中国东南部受西太平洋副热带高压和南下冷空气的影响，锋面和气旋频繁，华南地区水汽充沛，与冬季相比，总云量明显增多。夏季总云量增加，高值中心向西南移动，形成了云贵高原到四川的多云带，极大值达91%，云量分布的变化和中国夏季风的推进有关，季风带来洋面上的暖湿气流，有利于云形成和维持。秋季总云量减少，显示出向冬季过渡特征。冬季受到干冷冬季风的影响，中国南方地区总云量降到最低。

低云量季节变化不明显（图略）且整体表现出由沿海地区向内陆地区逐渐减少的分布特征，东南沿海地区低云量为16%～27%。

图4 1998—2009年中国南方地区四季总云量空间分布（单位：%）（a）春季，（b）夏季，（c）秋季，（d）冬季Fig.4 The spatial distribution of the total cloud cover in four seasons during 1998-2009 over southern China（Unit：%）（a）spring，（b）summer，（c）autumn，（d）winter

图5 1998—2009年中国南方地区四季中云量空间分布（单位：%）（a）春季，（b）夏季，（c）秋季，（d）冬季Fig.5 The spatial distribution of the medium cloud cover in four seasons during 1998-2009 over southern China（Unit：%）（a）spring，（b）summer，（c）autumn，（d）winter

图5为1998—2009年中国南方地区四季中云量空间分布。中云量四季分布特征和总云量分布特征相似，在四川盆地、贵州、重庆交接处上空常年存在高值中心，高值中心的云量和范围随季节变化，在冬季云量最多，极大值达49%，范围最广，中心位置从四川盆地向长江中下游延伸；夏季，高值中心的云量减少到28%，中心位置移到贵州上空。LI等［32］和丁守国等［6］指出，青藏高原以东的中国南方地区是同纬度地区层状云出现最多的区域，主要是高原地形造成高层和低层辐合、中层辐散，促进逆温层形成，云只能在中低层堆积，冬季随着西风气流增强，南方地区中云量增加。

图6为1998—2009年中国南方地区四季高云量空间分布。可以看出，高云量随季节变化，表现为夏季多、冬季少，高值中心常年位于青藏高原上。夏季，高云量极大值达54%，秋季和冬季的高云量明显减少，极大值为35%。中国南方大部分地区的高云量较多，季节变化明显，这主要是因为高云需要有充足的水汽和强对流活动，高原的地表加热作用和孟加拉湾充足水汽决定了青藏高原及其附近是高云高值区，并会随地表加热作用和水汽变化而变化［36］，夏季温度升高，对流加强，水汽充沛，中低云顶升高发展成为高云。

图6 1998—2009年中国南方地区四季高云量空间分布（单位：%）（a）春季，（b）夏季，（c）秋季，（d）冬季Fig.6 The spatial distribution of the high cloud cover in four seasons during 1998-2009 over southern China（Unit：%）（a）spring，（b）summer，（c）autumn，（d）winter

云量受到地形和季风影响，在不同季节云量变化较大，为了定量分析不同高度云量的季节变化，将南方地区不同高度的云量做区域平均，分析不同高度云量的月际变化（图7）。中云量和低云量月际变化类似，在7月降到谷值分别为23%和5%，3月达到峰值分别为30%和11%。总云量和高云量月际变化类似，6月和7月达到峰值分别为76%和38%，12月达到谷值分别为48%和10%，变化趋势和中、低云量刚好相反。夏季，中、低云量减少，高、总云量增加；冬季，高、总云量减少，中、低云量增加。

4 中国南方云量和降水的关系

为了分析云量和降水的关系，筛选出有降水时的云量与降水强度、月降水次数（图8）进行相关分析。从图8可以看出，当有降水发生时，总云量集中在60%～90%，高云量集中在0～40%，中云量集中在15%～50%，低云量集中在0%～20%。总、高云量与降水强度呈显著正相关，相关系数分别为0.09和0.20而低云量和降水强度为显著负相关，相关系数为-0.21，均通过了α=0.05的显著性检验；中云量和降水强度为正相关，相关系数为0.01，没有通过α=0.01的显著性检验。

图7 1998—2009年中国南方地区不同高度云量的月际变化Fig.7 Monthly variation of cloud cover at different heights over southern China during 1998-2009

总云量、高云量与月降水次数为显著负相关，相关系数分别为-0.12和-0.07，而中云量和月降水次数为显著正相关，相关系数为0.14，均通过了α=0.05的显著性检验。这说明随着总云量和高云量的增多，降水强度增强但月降水次数减少，特别是随着高云量的增加，降水强度增强明显，月降水次数减少；随着中云量增多，月降水次数增多但对降水强度影响不大。这是因为降水云系是由高云和中低云共同组成，高层云中的冰粒子或雨滴下降到中低层的云中时，云水转化为降水的效率提高，符合自然“播种-供给”的降水机制，有利于雨水的形成。由此可见，在南方地区降水强度和月降水次数与不同高度的云量关系密切。

图8 1998—2009年中国南方地区云量与降水强度（a、b、c、d），月降水次数（e、f、g、h）的散点图（a、e）总云量，（b、f）低云量，（c、g）中云量，（d、h）高云量Fig.8 The scatter plots between precipitation intensity（a，b，c，d），monthly precipitation frequency（e，f，g，h）and cloud cover over southern China during 1998-2009（a，e）total cloud cover，（b，f）low cloud cover，（c，g）medium cloud cover，（d，h）high cloud cover

图9 1998—2009年中国南方地区不同类型云的云量和降水强度的散点图（a）积云，（b）层积云，（c）层云，（d）高积云，（e）高层云，（f）雨层云，（g）卷云，（h）卷层云，（i）深对流云Fig.9 The scatter plots between precipitation intensity and cloud cover with different type over southern China during 1998-2009（a）cumulus，（b）stratocumulus，（c）stratus，（d）altocumulus，（e）altostratus，（f）nimbostratus，（g）cirrus，（h）cirrostratus，（i）deep convective

按照ISCCP的云分类方法，根据高度和厚度分成不同云状，分析不同类型云的云量和降水强度（图9）、月降水次数（图10）的关系。层积云、层云云量和降水强度呈显著负相关，相关系数分别为-0.22和-0.23，而高积云、高层云、卷云、卷层云、深对流云云量和降水强度呈显著正相关，相关系数分别为0.12、0.10、0.12、0.19、0.16，均通过了α=0.05的显著性检验；积云、雨层云云量和降水强度相关不明显。

从图10可以看出，积云、层积云、层云、高积云、高层云、深对流云云量与月降水次数为显著负相关，相关系数分别为-0.12、-0.19、-0.09、-0.13、-0.12、-0.06，通过了α=0.05的显著性检验；雨层云、卷云、卷层云云量和月降水次数相关不显著。说明随着层积云、层云云量的增加，降水强度和月降水次数减小；随着高积云、高层云、深对流云云量的增加，降水强度增强但月降水次数减少；随着卷云、卷层云云量的增加，降水强度增强但对月降水次数影响不大；随着积云云量的增强，月降水次数增加但对降水强度影响不大。寇雄伟等［37］研究指出在夏季深对流云和卷层云云量与降水量呈显著正相关，深对流云和卷层云云量大值区伴随雨带移动。这与本文结果相似。李跃清等［17］基于ISCCP云资料研究发现西南大部分地区的高层云云量与雨量、雨日关系密切，贵州、重庆地区夏季的雨层云云量与雨日、雨量也有较好的关系，表明西南地区发生降水时，一般是雨层云和高层云相伴存在，和本文结论基本一致。由此可见，在南方地区高积云、高层云、深对流云云量增加会对降水强度产生正影响，而对月降水次数产生负影响。

图10 1998—2009年中国南方地区不同类型云的云量和月降水次数的散点图（a）积云，（b）层积云，（c）层云，（d）高积云，（e）高层云，（f）雨层云，（g）卷云，（h）卷层云，（i）深对流云Fig.10 The scatter plots between monthly precipitation frequency and cloud cover with different type over southern China during 1998-2009（a）cumulus，（b）stratocumulus，（c）stratus，（d）altocumulus，（e）altostratus，（f）nimbostratus，（g）cirrus，（h）cirrostratus，（i）deep convective

5 结论

本文利用1998年1月1日至2009年10月31日ISCCP云资料集，详细分析了中国南方地区总云量和不同高度云量的空间分布和季节变化，并结合CMORPH-AWS融合降水数据初步分析不同高度和不同类型云的云量与降水的关系，得到如下主要结论：

（1）中国南方地区总云量年均为52%～78%，高值中心常年维持在四川盆地、重庆、贵州交接处上空，随季节变化位移。低云量年均为0～28%，表现为从沿海地区向内陆地区减少的空间分布特征。中云量年均为15%～48%，高值常年维持在四川盆地、重庆、贵州交接处上空。高云量年均为15%～35%，表现为从沿海地区向川西高原逐渐增多的空间分布特征，高值中心常年位于青藏高原上空。在季节变化上，高云量呈夏季多冬季少，云量季节性变化大但高值中心基本稳定在青藏高原；中云量和低云量年内变化类似，冬季多、夏季少，季节性变化小；总云量呈夏季多、冬季少，空间分布变化和东亚夏季风推进有密切联系。

（2）中国南方地区降水强度、月降水次数和云量关系密切。降水强度与总云量、高云量呈显著正相关，与低云量呈显著负相关。月降水次数与总云量、高云量呈显著负相关，与中云量呈显著正相关。随着总云量和高云量的增多，降水强度增强但月降水次数减少；随着中云量增多，月降水次数增加但对降水强度影响较小。

（3）降水强度与高积云、高层云、卷云、卷层云、深对流云云量呈显著正相关，与层积云、层云云量呈显著负相关；月降水次数与积云、层积云、层云、高积云、高层云、深对流云云量呈显著负相关。随着层积云、层云云量的增加，降水强度和月降水次数减小；随着高积云、高层云、深对流云云量的增加，降水强度增加、月降水次数减小；随着卷云、卷层云云量的增加，降水强度增加、月降水次数变化不大；随着积云云量的增加月降水次数增加、降水强度变化不大。

云和降水的发生、发展都受到大气环流和云内的微物理过程等相互影响，由于云的生成、发展、消亡与降水之间的反馈机制复杂，文中云和降水之间的关系仅为基于两种遥感数据集的研究成果，没有考虑卫星云参数资料和遥感降水资料反演算法所带来的误差，并且降水类型、降水持续时间与云之间的关系还有待今后积累更多观测特别是飞机观测资料进行研究。同时，由于卫星和地面对云的观测方式不同，卫星探测到的低云量是没有被高、中云遮挡的云量，对低云的探测相对较低，因此与低云相关的结论还需结合更多资料作进一步考证。