地球物理学报  2012, Vol. 55 Issue (1): 1-15   PDF    
基于COSMIC掩星探测资料的云底高反演研究
严卫, 韩丁 , 陆文, 雷霄龙     
解放军理工大学气象学院, 南京 211101
摘要: 本文基于相对湿度廓线进入云层时的突变实现云底高反演的思想,采用2008年11月至2009年1月的COSMIC掩星湿空气数据反演全球云底高度,并与探空资料反演结果进行对比分析,得出以下重要结论:(1)当温度-40 ℃<t<0 ℃时,分别将云看作水云与冰云进行云底高反演,对比反演结果表明,该温度范围内若把云相态当作纯液相将造成高云及多层云的漏检测;(2)掩星对云底较低的低云云底高的反演效果不如探空仪,但对高云及多层云有更好的检测能力,且掩星反演结果普遍大于探空仪;(3)为深入分析掩星与探空仪同时检测到有云时的云底高反演差异,按照云层数相同与不同分别进行讨论.当云层数相同时,通过计算反演结果的平均偏差与标准偏差,发现二者在低纬地区差异最大,而且单层云的偏差较大,但多层云中三层云与四层云的反演结果比较一致;当云层数不同时,掩星检测的单层云在探空仪检测结果中"破裂"为多层云,导致二者反演结果存在较大偏差.
关键词: COSMIC      无线电掩星探测      探空仪      云相态      多层云     
Research of cloud-base height retrieval based on COSMIC occultation sounding data
YAN Wei, HAN Ding, LU Wen, Lei Xiao-Long     
Institute of Meteorology, PLA University of Science and Technology, Nanjing 211101, China
Abstract: Based on the idea of retrieving cloud-base height by using the mutation of relative humidity profile when it comes into cloud, this paper gets information of cloud-base height by using COSMIC wet air data from November 2008 to January 2009, and after comparing with the results retrieved from radiosonde data, it acquires the following important conclusions: (1)When the temperature of cloud layer is between 0 and -40 Celsius Degree, this paper retrieves the cloud-base height when cloud phase is respectively thought as liquid cloud or ice cloud, and finds that it may fail to detect high cloud and multilayer cloud if cloud phase is considered as pure liquid; (2)COSMIC gets worse cloud-base height results for low cloud and better ones for high cloud and multilayer cloud, and its retrieval results are generally greater than radiosonde's; (3)To further analyze the differences of retrieval results between COSMIC and radiosonde when they both detect cloud, this paper discusses the retrieval results respectively as their cloud-layer numbers are equal or not. When the cloud-layer numbers are equal, the differences are larger in low-latitude regions and for the single layer cloud by calculating their mean and standard deviation, but they have consistent results for three-layer and four-layer cloud. When the numbers are different, some single layer clouds from COSMIC split up into multilayer clouds in the radiosonde results, which leads to the great differences between them.
Key words: COSMIC      Radio occultation detection      Radiosonde      Cloud phase      Multilayer cloud     
1 引 言

云是由大气中水汽凝结(或凝华)成的水滴、过冷水滴、冰晶或它们混合组成的漂浮于空气中的可见聚合体,在地-气系统的辐射收支和水汽循环中具有重要的调节作用,是影响气候变化的重要因子.同时,云在现代军事气象保障中也发挥着重要作用,是主要的保障内容.因此,云的研究具有十分重要的科学意义和军事价值.

云底高作为重要的云宏观参数,是云物理特性研究的主要内容,在现代军事行动如侦查预警、精确制导、空中作战、空降垂直登陆等方面起到重要作用.因此,获取云底高信息已成为云物理研究和军事气象保障的重要方面.目前,国内外对云底高的研究已有较长时间,也发展了多种探测手段和反演算法.其中,1995年Poore等[1]利用北半球探空仪观测的温度与露点温度差随高度变化的曲线,通过设定相关阈值进行云底高的反演;基于此理论,1995 年Wang等[2]提出利用探空仪观测的相对湿度廓线反演云底高度;1999年Danne等[3]利用95GHz毫米波雷达反射率数据进行了云底高的估测;2000 年Forsythe等[4]结合被动卫星云分类产品与地面探测数据,采用内插的方式实现了大范围内云底高的反演,得到比地面观测资料的传统插值结果更精确的云底高产品;2002年霍娟等[5]利用携带鱼眼镜头的数字相机拍摄的全天空图像反演得到云底高信息,但当云量较多、云间隙较小时,其反演结果精度较低;2007年章文星等[6]通过NODTRAN4.0模式、利用天空红外亮温数据遥感云底高度;2008年赵仕伟[7]结合NODIS的可见光、红外数据及飞机探测资料反演得到云底高信息,通过与飞机实测及CloudSat卫星探测结果进行对比,深入分析了反演结果的有效性;2009年Welliver[8]将分布在全球不同地区的四个大气辐射测量站点的地基探测器云底高探测结果与CloudSat/CALIPSO 联合探测产品2B-GEOPROF-Lidar中的云底高反演结果进行对比,结果发现:在所研究的183 个个例中,CloudSat/CALIPSO联合探测的云底高精度仅为73.22%,且低云的反演误差最大,主要受两颗卫星的时空分辨率及云检测反演算法的限制.上述云底高探测手段及反演算法的发展为云底高的研究奠定了坚实的科学基础.

2006年4 月15 日美国和中国台湾地区合作,将6颗低轨卫星发射至近地点492.0km、远地点538.0 km、轨道倾角71.99°的轨道上,构成的COSNIC (Constellation Observing System for Neteorology Ionosphereand Climate)气象、电离层及气候卫星探测系统每天可提供2500 次左右的全球掩星事件,主要用于天气预报、气候监测、空间天气和大地测量等方面的研究.COSNIC 可探测从地面至约60.0km 高度的全球大气折射率、温度、气压和水汽压等气象参数及90.0~800.0km 高度范围内的电离层参数,且目前正在研制设计的COSNIC-Ⅱ每天将提供约14000次的掩星事件,这些都为云底高的研究提供了丰富的探测资料.本文利用COSNIC 掩星反演的高精度、高分辨率的高度、温度和水汽压数据计算出相对湿度随高度变化的廓线,根据Wang等[2]提出的反演算法实现云底高的反演,并与探空资料反演结果进行对比分析,研究利用掩星资料进行云底高反演的可行性.

2 COSNIC 探测原理及数据产品 2.1 基本原理

利用COSNIC 探测大气层与电离层参数时,首先通过LEO 卫星接收机接收由于中性大气与电离层的影响而发生折射的GPS 信号的相位延迟与振幅变化,然后联合GPS 和LEO 卫星的精密轨道信息反演得到信号路径近地点处的弯曲角,并通过Abel积分转换为大气折射率,最后结合流体静力学方程和干空气状态方程推导出大气密度、气压和温度等参数,利用先验温度信息或通过一维变分方法反演得到湿度廓线.在中性大气中,当忽略电子密度和水滴的影响时,大气折射率可以表示为

式中P、TPw 分别代表大气的气压、温度和水汽压,单位依次为hPa、K 和hPa.方程右边第一项表示干空气对折射率的贡献,第二项表示水汽的作用.对于对流层顶以上大气而言,由于温度较低,水汽含量较少,水汽对大气折射率的影响可忽略不计,此时方程右边仅包含第一项.对于8.0km 以下大气而言,水汽的作用不可忽略,此时可通过两种方法利用方程(1)得到大气温度和水汽压信息,一是以欧洲中期天气预报中心(ECNWF)或美国国家环境预报中心(NCEP)提供的大气参数为背景场,利用一维变分同化方法同时反演大气温度和湿度廓线,COSNIC 的后期处理产品即采用此方法反演大气参数;一是将通过其他方式获取的大气温度廓线作为先验信息,利用方程(1)求解大气水汽压廓线.

2.2 数据产品

CONSIC数据分析和存储中心(CDAAC)每天向全球发布两种数据产品:一种是为天气与空间天气的监测和预报提供的COSNIC 近实时产品;一种是为科学研究提供的更加精确有效的COSNIC 后处理产品,主要分为Level0级、Level1级和Level2级产品,其中应用最多的为Level2 级产品,主要包括9种netCDF 格式的数据廓线,各种廓线的主要信息如表 1所示.

表 1 COSMIC Level 2 级主要数据产品 Table 1 Main data products for COSMIC Level 2

表 1中COSNIC的湿空气数据高度间隔为0.1km,探测范围为0~39.9km,但每条廓线的最低探测高度却不尽相同,主要提供高精度的地球大气温压湿等参数.无线电探空仪数据廓线为标准等压面和特性层参数,其最初来源于NCEP,由美国国家大气研究中心(NCAR;DS353.4)进行收集整理,目的是为了与掩星、ECNWF 和NCEP 等资料进行对比分析.该数据直接收集于地面探空仪站点的实际观测值,虽可能存在地面观测软件所做的部分修正,但未进行大气辐射及其他方面的修正[9],可真实反映探空仪传感器的探测性能.图 1所示为CDAAC 发布的2009年1月24日掩星与探空仪观测点的全球分布及数据匹配后的分布情况.由图 1a可知,除极地和赤道附近外,掩星探测点的分布比较均匀,且不受陆地、海洋的限制,而探空站点相对较少,主要位于欧亚大陆和北美地区.图 1b中二者匹配后的观测数据也主要分布于北半球陆地上,在南半球及广袤的海洋、沙漠地区数据稀少且分布零散.因此,掩星资料可以大大弥补现有探空数据的不足,将其应用于全球大气及云物理特性的研究中具有重要意义.

图 1 (a)2009年1月24日掩星与探空仪探测点的全球分布;(b)数据匹配后的全球分布 Fig. 1 (a) Global distribution of COSMIC and radiosonde’s probing points on Jan 24th,2009 ; (b) Global distribution after data matching
3 垂直探测范围的统计

虽然COSNIC 利用先进的“开环”跟踪技术使得超过90%探测廓线的最低探测高度达到对流层底部的2.0km 范围内[10],但由于低云云底高常位于2.0km 以下,且部分低云甚至达到0.2km 以下,这将低于部分掩星探测点的最低探测高度.对于探空仪而言,部分高云甚至可以延伸至20.0km 以上,这将超出部分探空仪的最高探测高度.因此,为了得到更加准确和真实的云底高结果,在利用掩星与探空仪资料进行云底高反演时,需对二者垂直探测范围进行统计,分析云底高反演受其影响的程度,尤其对最低探测高度的统计将很大程度上影响中低云云底高的反演.掩星和探空仪数据匹配时以时间差小于1h、距离差小于300km 作为匹配条件,其中300km 的距离差指掩星切点经纬度和探空仪站点经纬度之间的水平距离.

由于掩星湿空气数据的最高探测高度全部为39.9km,因此仅对其最低探测高度进行统计.本文主要针对2008年11月1日至2009年1月31日期间掩星与探空仪的垂直探测范围按照全球、高纬、中纬和低纬地区分别进行统计,结果如表 2所示.其中,高度单位为km,百分比单位为%,指不同纬度地区样本数占全球总样本数的比例.同时,为方便分析,定义最低有效探测高度和最高有效探测高度分别为样本数达到总样本数50%时的最低和最高探测高度.

表 2 掩星与探空仪的最低与最高有效探测高度的统计分布结果 Table 2 Statistical distribution of min and max effective detecting height for COSMIC and radiosonde

表 2 可知,掩星全球最低有效探测高度为0.6km,在高纬和中纬地区为0.5km,且样本所占比例达到67.22%,基本满足云底高反演的要求,但低纬地区的最低有效探测高度达到0.9km,对低云云底高的反演将造成很大影响.探空仪的最低有效探测高度基本都在0.1km 以内,而最高有效探测高度全部达到26.0km 以上,因此,探空仪垂直探测范围对云底高的反演影响较小.图 2 所示为掩星和探空仪探测的最低和最高高度的分布情况,图中第1~4行依次代表全球、高纬、中纬和低纬地区,第1~3列分别表示掩星最低探测高度、探空仪最低和最高探测高度的分布.由图 2可知,探空仪的最低探测高度普遍小于掩星,最高探测高度分布在10.0~40.0km 之间,且在20.0~40.0km 之间占有较大比重,说明探空仪垂直探测范围已基本涵盖了云层的垂直分布范围,初步达到云底高反演的要求.掩星在全球范围内的最低探测高度分布较广,主要集中在0~20.0km 之间,其中5.0~20.0km 所占比重仅有1.64%,而从高纬至低纬,高度较大值所占比重不断升高,说明掩星云底高反演受其最低探测高度限制的影响程度不断增加,尤其在低纬地区,低云出现概率较大,对于一些云底较低的低云,掩星将无法反演其云底高度.

图 2 掩星与探空仪垂直探测范围的统计分布图 Fig. 2 The statistical distribution of vertical detecting range from COSMIC and radiosonde
4 云底高反演 4.1 理论基础

Poore等[1]利用无线电探空仪探测的温度和露点温度数据计算出二者温度差随高度变化的廓线,通过设定相关阈值进行云底高和云顶高的反演,进而得到云层厚度信息,但该算法会造成多数高云及多层云的漏检测,对云物理特性的研究十分不利.Wang等[2]对算法进行了改进,利用探空仪相对湿度廓线数据进行云垂直结构的判定,并与国际卫星云气候计划(ISCCP)及地面观测结果进行对比分析,结果表明:无线电探空仪对中低云的检测结果与地面观测保持较好的一致性,但对高云和多层云的检测,与Poore等[1]相比虽有一定改进,但仍会造成约1/3云层很薄且分布零散的毛卷云的漏检测,一方面由于探空资料的质量随高度升高而降低,另一方面多层云的检测受探空仪湿度廓线垂直分辨率的限制.因此,若实现对云层(尤其是高云与多层云)特性的准确描述,需探索运用其他手段进行反演(如卫星遥感),本文即基于Wang等[2]提出的云底高判定方法,研究利用高精度、高分辨率的COSNIC 掩星资料进行云底高反演的可行性并分析其对高云和多层云的检测效果.

在利用相对湿度廓线实现云底高的反演时,采用如下公式计算相对湿度的大小:

(1)

其中,e表示水汽压,Es(t)表示温度为t时的饱和水汽压,其计算采用Tetens经验公式:

(2)

其中,Es0=6.107hPa为t=0 ℃ 时的饱和水汽压.当t≥0 ℃ 时,计算平液面的饱和水汽压,此时a=7.5,b=237.3;当t<0 ℃时,计算平冰面的饱和水汽压,此时a=9.5,b=265.5.

Cober等[11]的研究表明,当温度t>0 ℃ 时,云中只含有液态水滴;当t<-40 ℃时,云中仅有冰晶存在;当-40 ℃≤t≤0 ℃时,云层由水滴、冰晶或其混合相组成.由(2)式可知,当云滴处于不同相态时,饱和水汽压的计算结果不同,水面的饱和水汽压大于同温度冰面的饱和水汽压,且两者之差在-12 ℃时达到最大[12].因此,当t<0 ℃时,若云滴为液态,采用上述方法计算的平冰面饱和水汽压将小于实际的饱和水汽压,进而导致相对湿度的计算结果偏大,在进行云底高判定时可能会造成云层的虚检测.所以,为分析-40 ℃≤t≤0 ℃时混合相云对云检测及云底高判定结果的影响程度,在利用(2)式计算饱和水汽压时,分别采用以下两种方案:

(1)当t≥0 ℃时,计算平液面的饱和水汽压,当t<0 ℃时,计算平冰面的饱和水汽压,称为方案一;

(2)当t≥-40℃时,计算平液面的饱和水汽压,当t<-40℃时,计算平冰面的饱和水汽压,称为方案二.

将两种方案的反演结果进行对比分析,讨论云相态对云底高反演结果的影响大小.

Wang等[2]提出的利用相对湿度在云底处的突变进行云底高判定的算法具体描述如下:

多层云中各层云云底高的判定:

a.从地面向上第1层云云底高的判定:

(1)相对湿度RH≥87% 时对应的高度即判定为云底高;

(2)若该湿度层为非地面层,当相对湿度87%≥RH≥84%且相对于下一层,其变化量ΔRH≥3%时,该层高度判定为云底高;

(3)若该湿度层为地面层,当相对湿度RH≥84%时对应的高度即判定为云底高.

b.第2层及以上各层云的判定:

(1)当相对湿度RH≥84%时判断为入云,此时对应高度即为云底高;

(2)按此标准从廓线底部至顶端进行判定.

单层云云底高的判定:

单层云云底高的判定标准与多层云相同,但云底高度向下延伸半个探测间距.

为减小因垂直分辨率不同而造成的反演误差,在采用上述方法进行云底高的判定时,将通过线性插值的方法计算相对湿度为84%或87%时对应的高度作为云底高度.

为防止云层的漏检测与虚检测,需采用与云底高相同的判定标准沿相对湿度廓线从高至低进行云顶高的判定,注意此时多层云中顶层云云顶高的判定方法与上述底层云云底高的判定方法相同.若仅检测到云底高而未得到云顶高信息(云顶高大于廓线顶高除外),或湿度层的最大相对湿度RHmax≤87%,则该湿度层不能判定为云层,此时得到的云底高无效,作舍弃处理.

4.2 云检测

利用上述3个月掩星与探空仪的探测资料,采用两种方案分别计算相对湿度,根据Wang等[2]提出的云底高反演理论得到云底高判定结果,按不同纬度带、不同时间段对两种方案判定结果进行对比分析,得到表 3所示结果.其中,实验1 表示全天候条件下掩星与探空仪的对比结果,实验2 和3 分别针对白天和夜间情形;Num 表示样本数,N1表示掩星与探空仪都未检测到云层的概率,N2 表示掩星与探空仪同时检测到云层的概率,CR分别表示仅掩星或仅探空仪检测到云层出现的概率.

表 3 两种不同反演方案下掩星与探空仪的云检测对比结果 Table 3 Comparisons of cloud detection for COSMIC and radiosonde under two different retrieval programs

表 3中不同方案下实验1 的检测结果可知,全天候条件下掩星与探空仪在全球范围内云检测的匹配概率分别为64.35%和56.77%,高纬、中纬和低纬地区分别为63.89% 和46.42%、63.58% 和57.48%以及66.67% 和66.00%,表明方案一中掩星与探空仪的匹配效果优于方案二,且在高纬地区这种优势最明显,中纬地区次之,而低纬地区二者几乎相等.另外,方案一中二者匹配概率在不同纬度带之间的变化较小,仅低纬地区略好,而方案二中其随纬度带的变化较大,高纬最差,低纬最好.两种方案下掩星与探空仪在全球范围内云检测的概率分别为78.21%和59.70%、67.77% 和40.82%,其在不同纬度带内的检测概率分别为89.23% 和62.66%、73.55%和25.81%,74.91%和57.17%、63.20%和39.16%,74.46% 和62.57%、72.55% 和60.55%,表明若采用方案二进行云底高反演,掩星与探空仪的云检测概率将大大减小,造成云层的漏检测,尤其在中高纬地区.对两种方案下白天与夜间的云检测结果进行对比得到同样的结论,说明无论白天或夜间都有相当数量云层的温度介于-40 ℃与0 ℃ 之间,此时若采用方案二进行云底高反演,必然会造成一定数量云层的漏检测以及云底高反演结果的较大偏差.另外,从美国标准大气的温度-高度垂直分布图(图 3)[13]可以看出,对流层内温度随高度的增加而不断减小且在对流层顶附近达到约-60 ℃,而0 ℃至-40℃的温度层正好对应对流层内约3.0~8.0km的高度范围,此高度内温度随高度的变化十分剧烈.同时,根据Noh 等[14]利用卫星遥感及飞机实测资料对冬季中层混合云相态的对比研究可知,即使在温度低于-20 ℃的环境中,在中云云顶附近仍存在大量液态水滴和少量冰晶,说明3.0~8.0km 高度层内云相态信息十分复杂,对中高云云底高的反演影响很大.综上而言,若在-40 ℃至0 ℃ 的温度层内采用方案二进行云底高反演,将云相态看作纯液相,必然造成中、高云及多层云的漏检测.为防止由于无法正确识别云相态信息而造成掩星与探空仪对云层的漏检测以及云底高反演的较大误差,当温度处于-40 ℃与0 ℃之间时,采用方案一计算的相对湿度进行云底高的反演.

图 3 美国标准大气的温度-高度垂直分布图(1976)[13] Fig. 3 Temperature-height vertical distribution chart of American Standard Atmosphere(1976)[13]

从方案一中实验2和3的云检测结果可以发现,夜间掩星与探空仪时空匹配的样本数明显大于白天,且二者匹配概率及各自检测到有云存在的概率同样是夜间大于白天,可能由于实验数据处于晚秋及冬季,相对于春夏季而言,白天有云概率较小,而夜间相比白天温度降低、水汽含量增大,云层存在的概率相对较高.为对方案一中掩星与探空仪的云检测结果进行深入研究,统计分析了二者在全天候条件下单层云、多层云中双层云与三层云、云底高小于0.1km 以及反演结果受二者垂直探测范围限制的概率,结果如图 4所示.其中,图 4a4d依次代表全球、高纬、中纬和低纬地区,标题括号内的数字表示掩星与探空仪检测到有云存在时的样本数,浅灰色和深灰色柱条分别代表掩星和探空仪,坐标横轴上1表示云底高受掩星与探空仪最低探测高度限制的概率,2表示云底高小于0.1km 的概率,3 表示单层云发生概率,4 和5 分别表示多层云中双层云和三层云所占比例.图 4中统计云底高小于0.1km的情形主要为了说明此时云团下方可能有降水存在,反演的云底高可信度较低,因为通过对几种典型云云底高的统计发现,低云的云底高度最低可达到0.16km[15].

图 4 不同地区掩星与探空仪反演云底高受各自垂直探测范围限制的概率、云底高小于0.1km的概率、单层云及多层云中双层云和三层云的概率分布 Fig. 4 Probability of cloud-base height limited by vertical detecting range of COSMIC and radiosonde, cloud-base height less than 0.1km,single layer cloud,two-layer and three-layer cloud of multi layer cloud in different districts

图 4可以看出,全球范围内掩星与探空仪反演的最底层云云底高受二者最低探测高度限制的概率分别为37.98%和41.12%,而各纬度带内的概率分别为54.96% 和35.74%、38.31% 和43.99% 以及15.81%和40.58%,说明利用掩星与探空仪资料进行云底高反演时,有相当数量低云云底高的反演受二者最低探测高度的限制,且掩星探测略优于探空仪(高纬地区除外,此时有超过半数低云云底高的反演受掩星最低探测高度的限制).同时,结合云底高小于0.1km 的发生概率可以发现,在全球及各纬度带内,掩星反演的低云中云底高小于0.1km的概率很小,最大值为高纬地区的5.44%,最小值为低纬地区的0.28%,而探空仪反演的低云中云底高小于0.1km 的概率却很大,介于28%与36%之间,这一方面说明探空仪对云底很低的低云的检测效果优于掩星,主要有两方面原因:一是掩星最低有效探测高度大于0.5km,对于云底低于0.5km 的云层探测准确率低;二是掩星大气参数反演过程中引入的各种假设以及GPS 接收机对信号的跟踪能力使得掩星反演的大气参数在对流层底部精度较低,造成部分低云的漏检测.另一方面探空仪检测的低云中有约1/3 的云层伴随有降水存在,且约2/5的低云云底高受其最低探测高度的限制,说明探空仪低云云底高的反演受降水影响很大,使得反演结果误差较大.另外,探空仪云顶高的反演受其最高探测高度限制的概率非常小,几乎为0,可认为不受其影响.因此,掩星反演结果主要受其最低探测高度的限制,可能造成部分低云的漏检测,而探空仪虽对低云有较高的检测灵敏度,但反演结果除受其最低探测高度限制外,还受到降水的影响,易造成低云的虚检测或云底高反演结果的较大偏差.图 4 中掩星与探空仪检测到单层云的概率分别位于42% ~52%和59%~67%之间,说明探空仪云检测结果中单层云占有更高的比重.多层云中双层云具有相似的概率分布特点,基本位于60% ~75% 之间(低纬地区掩星除外),表明掩星与探空仪检测的多层云中双层云占绝大多数,这与Wang等[2]的研究结果一致,而三层云的概率分布恰恰相反,主要是因为探空仪对多层云的漏检测.

4.3 结果分析

虽然无线电探空仪观测已成为目前数值天气预报和气候监测的主要内容,但探空仪传感器性能受各种环境的影响较大[16-17],且不同类型传感器的测量精度随时空变化的差异较大[18-19],因此探空仪对大气温、压、湿的测量结果存在较大偏差,尤其对于湿度的测量.Ho等[9]的研究表明,虽然目前已有较多方法对湿度的测量结果进行校准,但由于缺少参考基准,对其由于时空变化而引起的误差进行量化仍存在较大困难.此外,通过对比分析COSNIC、ECNWF 及探空仪的水汽压与比湿廓线,Ho 等[9]发现COSNIC 与ECNWF 的测量结果具有很好的一致性,而不同类型探空仪与COSNIC 的观测结果却存在较大偏差,这不仅与各种探空仪所采用的湿度传感器不同有关,而且与各自的水平分辨率及漂移距离有关.杜晓勇[20]利用两年半的COSNIC 掩星湿空气数据与全球应用最广的12 种不同类型探空仪探测资料的对比结果表明,在5.0~25.0km之间,12种探空仪的温度平均偏差与标准偏差变化很大.其中,平均偏差位于-2.80~0.39K 之间,而标准偏差的最大值却达到6.62K,说明不同类型探空仪的温度测量精度存在很大差异.而在5.0~25.0km高度范围内,COSNIC 对温度、水汽压、累计水汽压等大气参数的反演质量与精度已得到很好验证,说明该高度内掩星探测结果具有很高的可信度[21-24].因此,掩星与探空仪对温度、水汽压探测精度的差异必然造成云底高反演结果的较大偏差.

为了对掩星与探空仪同时检测到有云存在时的云底高差异进行量化分析,将表 3 方案1 的反演结果按云层数相同与不同两种情况分别进行研究.当云层数相同时,得到如表 4 的对比结果及图 5 所示的散点分布图.表 4主要统计分析了不同纬度、不同时间段内掩星与探空仪云底高反演的平均偏差(Nean Deviation,ND)和标准偏差(StandardDeviation,SD),单位为km.其中,平均偏差和相对偏差是指各类云中各层云底高之间的反演偏差,类型A、B、C、D、E、F 分别表示二者同时检测到1、2、3、4、5 层及5 层以上的云,从上至下三组数据分别表示全天候、白天和夜间情形下掩星与探空仪的对比结果.图 5为全天候条件下不同纬度带内掩星与探空仪反演的1~4层云云底高的散点分布图,其中第1~4行依次代表单层云、双层云、三层云和四层云,第1~3列依次代表高纬、中纬和低纬地区,图中蓝色菱形符、红色五角星符、绿色空心圆符及黑色八线符分别代表从地面至高空第1~4 层云的云底高度.

(3)

式中hCOSNIChRAWIN分别表示掩星和探空仪反演的云底高,n为云层总数,σ(h)NDσ(h)SD分别代表平均偏差和标准偏差.

表 4 掩星与探空仪检测到云层数相同时云底高对比结果 Table 4 Comparisons of cloud-base height from COSMIC and radiosonde when they detect the same cloud-layer
图 5 掩星与探空仪检测云层数相同时不同纬度地区1〜4层云云底高的对比散点图 Fig. 5 Scatter diagram of compared cloud-base height of one- to four-layer cloud for COSMIC and radiosonde when they detect the same cloud-layer number in different latitude regions

表 4可知,当掩星与探空仪检测云层数相同时,掩星反演的云底高大于探空仪,尤其在低纬地区,偏差最大达到10.0km左右(单层云),中高纬地区偏差较小,平均偏差和标准偏差分别位于1.1~3.2km 和1.4~5.0km 之间.同时,对比不同纬度带内白天与夜间的反演结果发现,白天二者的偏差总体小于夜间,说明当检测云层数相同时,中高纬地区掩星与探空仪云底高反演的一致性较好,且白天优于夜间,这可同时从图 5中的对比散点图发现(主要是多层云).结合表 4图 5 可以发现,不同纬度带内三层云与四层云云底高的一致性相对较好,说明二者对三层以上云层的反演效果较好.另外,中高纬地区10.0km 以上高云所占比重明显小于低纬地区,且探空仪很少检测到此高度的云层,一方面由于探空仪各传感器的探测精度随高度的增加而急剧减小,导致探空资料的质量降低;另一方面该高度位于对流层上部及顶层附近,温度随高度的变化发生突变,探空仪温度传感器的迟滞效应造成温度测量值的较大误差,从而影响云底高的反演.综上可知,当掩星与探空仪检测到云层数相同时,二者在高纬地区的反演结果具有最好的一致性,且白天优于夜间;同时,其对多层云中三层云与四层云的反演效果较好,而对双层云中上层云的反演误差较大.

当掩星与探空仪检测到云层数不同时,按照云底高将云分为高云、中云和低云:云底高小于2.0km的云称为低云,处于2.0km 与5.0km 之间的云称为中云,而大于5.0km 的云称为高云,分别统计掩星与探空仪对高中低云的检测结果,如图 6所示.图 6中从上至下第1~3行分别代表高纬、中纬和低纬地区,从左至右第1~3列依次表示掩星检测到单层云而探空仪检测到多层云、掩星检测到多层云而探空仪检测到单层云以及掩星与探空仪检测到层数不同的多层云情形,分别简记为类型Ⅰ、Ⅱ 和Ⅲ,各子图X轴上的1、2、3分别代表高云、中云和低云,浅灰色和深灰色柱条分别代表掩星和探空仪的检测结果.

图 6 掩星与探空仪检测云层数不同时高云、中云和低云的统计结果 Fig. 6 Statistical distribution of cloud-base height for high,middle and low cloud when COSMIC and radiosonde detect different cloud-layer numbers

根据图 6可知,当掩星与探空仪检测云层数不同时,掩星检测高云的概率较大,尤其在低纬地区以及中高纬地区的类型Ⅱ 和Ⅲ 中,高云的检测概率都大于70%,其中低纬地区的类型Ⅱ 和Ⅲ 甚至达到95%以上,而探空仪在上述情形下对高云的检测概率仅处于0.7% ~41% 之间,与掩星的平均偏差达到-64.77%,再次说明探空仪对高云的检测能力较差,主要原因同样是探空资料的质量随高度增加而降低且对流层上部及对流层与同温层的过渡区域内气象参数变化较大,导致探空仪各传感器的测量准确度降低.另外,在三种不同类型下,掩星和探空仪对中低云检测概率的平均偏差和标准偏差分别为-1.40%和29.96%以及-30.7%和37.40%,说明二者对中云的检测效果相对较好,主要表现在类型Ⅲ中;而低云的统计结果偏差较大,且低纬地区尤为明显,原因与之前的分析类似:一方面由于低纬地区水汽含量较大,低云发生概率较高,而掩星探测虽采用“开环”跟踪技术解决了大气多路径效应[25-26],并通过不断改进反演方法使得大气参数的反演精度得到进一步提高[27],但在对流层底部GPS 接收机对掩星信号的跟踪能力仍存在不足,使得掩星探测资料的精度不高;另一方面低云云底高的反演受掩星最低探测高度的限制,使其无法探测到部分云底很低的云,而探空仪低云反演结果受降水影响较大,部分反演结果可信度不高.

为深入分析类型Ⅰ和Ⅱ中掩星与探空仪检测云层数存在较大差异的原因,现对不同纬度地区类型Ⅰ和Ⅱ中二者分别检测到单层云时的云厚进行统计,结果如图 7所示.由图 7 可知,类型Ⅱ 中探空仪检测的单层云云厚在不同纬度带内的累计概率分布比较一致,类型Ⅰ中掩星检测的单层云云厚在3.0km以下的变化趋势较为一致,而当云厚大于3.0km时,相对于中高纬地区,低纬地区存在更多云层较厚的单层云.同时,类型Ⅰ 中有约60% 的单层云云厚小于3.0km,约30% 的云厚位于3.0~8.0km 之间,表明掩星检测的单层云中存在约30%的云厚大于3.0km 的较厚单层云,而图 6 类型Ⅰ 中探空仪检测到中云和低云的概率远大于掩星,且探空仪检测的多层云中双层云与三层云在各纬度带内的概率之和分别达到92.97%、87% 和91.99%,说明掩星检测的单层云在探空仪反演结果中“破裂”为多层云.造成二者云检测及云底高反演结果的较大偏差,主要是因为探空资料的垂直分辨率较低所致.类型Ⅱ中探空仪检测的单层云中仅有约20% 的云厚大于3.0km,而掩星检测的多层云中高云与中云的概率远大于探空仪,仅低云检测结果较为接近,说明此时探空仪云检测结果中丢失了大量中高云信息,造成中高云的漏检测.

图 7 掩星与探空仪检测云层数不同时单层云云厚的累积概率分布图 Fig. 7 Cumulative probability distribution of single layer cloud thickness for COSMIC and radiosonde when they detect different cloud-layer numbers
5 结 论

当前对云底高的测量主要有地面观测、卫星遥感探测及无线电探空仪探测三种方式.其中,地面观测对于中云和高云云底高探测的可靠性较低,尤其在夜间或低云覆盖全天空的情况下;卫星遥感对于低云的观测存在模糊视角且无法提供其云底高的任何信息,不利于低云云底高的反演;无线电探空仪对高云及多层云的检测能力较差,且探空资料较少、分布稀疏,无法满足云底高的探测需求.本文基于Wang等[2]提出的利用相对湿度廓线在云底处的突变进行云底高反演的思想,采用全球覆盖、高精度、高分辨率、全天候且资料丰富的COSNIC 掩星湿空气数据,计算出相对湿度随高度变化的廓线,从而实现云底高的反演,并与探空资料反演结果进行对比分析,得出以下主要结论:

(1)通过对COSNIC 掩星与无线电探空仪垂直探测范围的统计分析发现,掩星在中高纬地区的最低有效探测高度为0.5km,低纬地区为0.9km,而其最高探测高度都为39.9km,因此,掩星云底高反演结果将受其最低探测高度的限制.探空仪在中纬地区的最低有效探测高度为0.12km,在高纬和低纬地区分别为0.04km 和0.03km,而其最高有效探测高度全部位于26.0km 以上,且主要分布在10.0~40.0km 之间,由于其对高云的检测能力较差,因此,探空仪云底高反演结果也主要受其最低探测高度的限制.对掩星和探空仪的云底高统计发现,二者反演结果受各自最低探测高度限制的概率分别在15%~55%和35%~44%之间,且掩星在高纬地区概率最大,低纬地区最小,而探空仪的概率分布比较均匀,云底高反演受其最高探测高度限制的概率几乎为0,可认为不受其影响.

(2)当温度-40 ℃≤t≤0 ℃时分别采用两种方案进行饱和水汽压的计算,得到不同的相对湿度廓线,从而反演出不同的云底高度.通过对比两种方案的反演结果,发现采用方案二进行云底高反演时,在任何条件下掩星与探空仪检测到云层的概率以及二者匹配的概率都小于方案一,说明有相当数量的云层温度介于-40 ℃与0 ℃之间,而该温度层正好对应对流层3.0~8.0km 高度范围.因此,若采用方案二必然造成中高云及多层云的漏检测,引起云底高反演的较大误差,故本文采用方案一进行云底高反演.方案一中掩星与探空仪在夜间的匹配效果明显优于白天,可能由于所研究数据处于晚秋及冬季,白天有云存在的概率较小,而夜间温度降低、水汽含量增加,有云存在的概率增加.深入研究发现,掩星反演结果中云底高小于0.1km 的概率远小于探空仪,表明探空仪对低云云底高的反演受降水影响较严重,导致误差较大;同时,掩星对单层云和双层云的检测概率小于探空仪,而三层云却相反,一方面说明探空仪云检测结果中单层云和双层云占有更高比重,另一方面表明探空仪对多层云存在漏检测,这与Wang等[2]的研究结果一致.

(3)为了定量分析掩星与探空仪同时检测到有云存在时云底高的反演差异,将云检测结果按云层数相同与不同两种情况分别进行讨论.当云层数相同时,掩星反演的云底高普遍大于探空仪,尤其在低纬地区,偏差达到约10km(单层云),而高纬地区的偏差最小,且白天优于夜间,此外二者对三层云和四层云的反演一致性较好.当云层数不同时,掩星检测到高云的概率大于探空仪,主要因为探空资料的质量随高度增加而降低且对流层上部及对流层与同温层的过渡区域内气象参数变化较快,导致探空仪各传感器的测量精度降低.二者对中云的检测概率较为一致,但对低云却存在较大偏差,一方面由于低云云底高的反演受二者最低探测高度的限制,且探空仪反演结果受降水影响较大,另一方面低纬地区水汽含量较大,低云发生概率较高,而对流层底部GPS接收机对掩星信号的跟踪能力较差.为深入研究掩星与探空仪同时检测到有云存在时云层数差异较大的原因,分别对掩星(或探空仪)检测到单层云而探空仪(或掩星)检测到多层云时单层云云厚进行分析,结果表明掩星检测的单层云在探空仪反演结果中“破裂”为多层云,而探空仪云检测结果会丢失大量中高云的信息.掩星的高垂直分辨率可使其比探空仪检测到更多薄层云的存在并得到更精确的云底高信息,但二者水平分辨率的差异也导致其反演的云底高可能并非指向同一地点处的云层,使得反演结果存在一定偏差.

(4)在利用COSNIC 掩星探测资料进行云底高反演时,由于COSNIC 具有全球覆盖、长期稳定、全天候、高精度和几乎准实时的探测特点,且每天可提供2500次左右的探测廓线,大大弥补了探空仪观测时次少、站点分布稀疏且不均匀、气象参数测量误差大的缺点,为云底高的反演提供了更加准确而充足的数据来源,开辟了云底高反演的新领域.但掩星云底高的反演受其最低探测高度的限制、对流层底部掩星接收机对信号的跟踪能力不足导致探测资料的精度降低以及云相态对饱和水汽压计算的影响等,都会使反演结果产生较大偏差.因此,在利用COSNIC 掩星探测资料实现云底高的反演时,一方面需进一步提高掩星设备自身的探测精度,获取更准确的探测资料;另一方面需实现多种设备的联合探测并改进反演算法,从而得到更准确的云底高度信息,这将是下一步的努力方向.

致谢

本文采用的相关COSNIC 掩星湿空气数据及探空资料由美国大气研究大学协会(UCAR)的数据分析和存储中心(CDAAC)提供,在此谨表感谢!

参考文献
[1] Poore K D, Wang J H, Rossow W B. Cloud layer thicknesses from a combination of surface and upper-air observations. J. Climate , 1995, 8(3): 550-568. DOI:10.1175/1520-0442(1995)008<0550:CLTFAC>2.0.CO;2
[2] Wang J H, Rossow W B. Determination of cloud vertical structure from upper-air observations. J. Appl. Meteor. , 1995, 34(10): 2243-2258. DOI:10.1175/1520-0450(1995)034<2243:DOCVSF>2.0.CO;2
[3] Danne O, Quante M, Raschke E, et al. Investigation of cloud layer base and top heights from 95 GHz radar reflectivity data. Phys. Chem. Earth (B) , 1999, 24(3): 167-171. DOI:10.1016/S1464-1909(98)00032-X
[4] Forsythe J M, Vonder Haar T H, Reinke D L. Cloud-base height estimates using a combination of meteorological satellite imagery and surface reports. J. Appl. Meteor. , 2000, 39(12): 2336-2347. DOI:10.1175/1520-0450(2000)039<2336:CBHEUA>2.0.CO;2
[5] 霍娟, 吕达仁. 全天空数字相机观测云量的初步研究. 南京气象学院学报 , 2002, 25(2): 242–246. Huo J, Lü D R. Preliminary study on cloud-cover using an all-sky digital camera. Nanjing J. Insti. Meteor. (in Chinese) , 2002, 25(2): 242-246.
[6] 章文星, 吕达仁, 常有礼. 地基热红外亮温遥感云底高度可行性的模拟研究. 地球物理学报 , 2007, 50(2): 354–363. Zhang W X, Lü D R, Chang Y L. A feasibility study of cloud base height remote sensing by simulating ground-based thermal infrared brightness temperature measurements. Chinese J. Geophys. (in Chinese) , 2007, 50(2): 354-363.
[7] 赵仕伟. 基于EOS/MODIS数据与数值模式的云底高度分析研究. 南京: 解放军理工大学气象学院, 2008: 27-47. Zhao S W. Analysis research of cloud-base height based on EOS/MODIS data and numerical model (in Chinese). Nanjing: Institute of Meteorology, PLA University of Science and Technology, 2008: 27-47.
[8] Welliver E A. Remote detection of cloud base heights using CloudSat and CALIPSO. California: Naval Postgraduate School , 2009: 17-40.
[9] Ho S P, Zhou X J, Kuo Y H, et al. Global evaluation of radiosonde water vapor systematic biases using GPS radio occultation from COSMIC and ECMWF analysis. Remote Sensing , 2010, 2(5): 1320-1330. DOI:10.3390/rs2051320
[10] Sokolovskiy S, Kuo Y H, Rocken C, et al. Monitoring the atmospheric boundary layer by GPS radio occultation signals recorded in the open-loop mode. Geophys. Res. Lett. , 2006, 33: L12813. DOI:10.1029/2006GL025955.
[11] Cober S G, Isaac G A, Korolev A V, et al. Assessing cloud phase conditions. J. Appl. Meteor. , 2001, 40(11): 1967-1983. DOI:10.1175/1520-0450(2001)040<1967:ACPC>2.0.CO;2
[12] 盛裴轩, 毛节泰, 李建国, 等. 大气物理学. 北京: 北京大学出版社, 2003 : 18 -25. Sheng P X, Mao J T, Li J G, et al. Atmospheric Physics (in Chinese). Beijing: Peking University Press, 2003 : 18 -25.
[13] Jakob G R. Atmospheric water vapour detection using satellite GPS profiling. Copenhagen: Niels Bohr Institute for Astronomy, Physics and Geophysics, Copenhagen University , 2002: 95-96.
[14] Noh Y J, Seaman C, Vonder Haar T H. An investigation of wintertime midlevel mixed-phase clouds with supercooled water droplets using in-situ measurements. //Proceedings of 14th Conference on Aviation, Range, and Aerospace Meteorology, Atlanta, Georgia, 16 January-21 January 2010. Boston, America: American Meteorological Society, 2010:192-198.
[15] 邱金桓, 陈洪滨. 大气物理与大气探测学. 北京: 气象出版社, 2005 : 38 -40. Qiu J H, Chen H B. Atmospheric Physics and Atmospheric Sounding (in Chinese). Beijing: China Meteorological Press, 2005 : 38 -40.
[16] Elliott W P, Gaffen D J. On the utility of radiosonde humidity archives for climate studies. Bull. Amer. Meteorol. Soc. , 1991, 72(10): 1507-1520. DOI:10.1175/1520-0477(1991)072<1507:OTUORH>2.0.CO;2
[17] Luers J K, Eskridge R E. Use of radiosonde temperature data in climate studies. J. Climate , 1998, 11(5): 1002-1019. DOI:10.1175/1520-0442(1998)011<1002:UORTDI>2.0.CO;2
[18] Wang J H, Zhang L Y. Systematic errors in global radiosonde precipitable water data from comparisons with ground-based GPS measurements. J. Climate , 2008, 21(10): 2218-2238. DOI:10.1175/2007JCLI1944.1
[19] He W Y, Ho S P, Chen H B, et al. Assessment of radiosonde temperature measurements in the upper troposphere and lower stratosphere using COSMIC radio occultation data. Geophys. Res. Lett. , 2009, 36: L17807. DOI:10.1029/2009GL038712.
[20] 杜晓勇. 天基GNSS掩星探测技术与应用. 北京: 北京大学物理学院 , 2009: 91–108. Du X Y. Research on spaceborne GNSS occultation technique and application. Beijing: School of Physics, Peking University (in Chinese) , 2009: 91-108.
[21] Ho S P, Goldberg M, Kuo Y H, et al. Calibration of temperature in the lower stratosphere from microwave measurements using COSMIC radio occultation data: preliminary results. Terr. Atmos. Ocean. Sci. , 2009, 20(1): 87-100. DOI:10.3319/TAO.2007.12.06.01(F3C)
[22] Wick G A, Kuo Y H, Ralph F M, et al. Intercomparison of integrated water vapor retrievals from SSM/I and COSMIC. Geophys. Res. Lett. , 2008(35): L21805,. DOI:10.1029/2008GL035126.
[23] Wang J H, Zhang L Y, Dai A G, et al. A near-global, 2-hourly data set of atmospheric precipitable water from ground-based GPS measurements. J. Geophys. Res. , 2007, 112: D11107. DOI:10.1029/2006JD007529.
[24] Ho S P, Kuo Y H, Schreiner W, et al. Using SI-traceable global positioning system radio occultation measurements for climate monitoring. Bull. Amer. Meteor. Soc. , 2010, 91(7): S36-S37.
[25] Sokolovskiy S V. Tracking tropospheric radio occultation signals from low earth orbit. Radio Sci. , 2001, 36(3): 483-498. DOI:10.1029/1999RS002305
[26] 胡雄, 刘说安, 宫晓艳, 等. COSMIC大气掩星开环数据反演方法. 地球物理学报 , 2009, 52(9): 2195–2200. Hu X, Liu Y A, Gong X Y, et al. Inversion of COSMIC atmospheric open-loop radio occultation data. Chinese J. Geophys. (in Chinese) , 2009, 52(9): 2195-2200.
[27] 王鑫, 吕达仁. GPS无线电掩星技术反演大气参数方法对比. 地球物理学报 , 2007, 50(2): 346–353. Wang X, Lü D R. Comparative analysis of inversion methods of retrieving atmospheric profiles with GPS occultation measurements. Chinese J. Geophys. (in Chinese) , 2007, 50(2): 346-353.