云的类型对天气状况和天气变化有明确的指示意义，是各级气象台站长期观测和记录的基本气象要素.Bergeron在1934年提出了云的形态学分类，将云分为层状云、波状云和积状云，为人工判识云类提供了标准.1952年Krichak提出了云的发生学分类，根据成云过程中的上升气流特点和空气冷却方式，将云分为有规则上升云、非绝热冷却云、热力对流云、动力对流云、平衍云和下沉云6类.1956年世界气象组织公布了国际地面观测云分类标准，根据法国科学家Lamarck和英国科学家Howard 的分类方法，按云的外形特征、结构特点和云底高度将云分为4族10属(见表 1).目前，云的分类标准是将云划分为3族10属29类(见表 2)，云底的高度、云的形态、云的结构被认为是人工区分云类的最直接最有效的指标，该标准一直延用至今.但是，自从卫星云图出现后，传统的云分类标准受到了挑战.卫星俯瞰云层，宽广的视野和较低的分辨率导致对云的细微形态和结构辨别能力有限，但对云顶的高度、云的光学厚度、含水量等微物理参数具有识别能力，因此人工观测云分类标准不再适用于卫星云分类.近年来，关于卫星云分类的研究工作很多(Desbois et al., 1982；Lee et al., 1990；Derrien and Gleau， 1999；Christodoulou et al., 2003)，Bankert(1994)将云分为低云、高层云、高云和降水性云等4类，Tian 等(1999)将云分为层云、积云、高层云、卷云和卷层云等5类，郁凡和陈渭民(1994)将云分为积雨云、厚卷云、薄卷云、中云、低云、浓积云和多层云系等7种，但卫星云分类至今都未有统一的标准.随着气象观测自动化进程的加快，云的自动化观测也亟待解决(Singh and Glennen， 2005; 高太长等，2010).无论是卫星还是地面观测云仪器，都无法识别如此众多的29类云.即使是同一类云，自动观测的云特征也与人工观测的特征有显著差异(高太长等，2010)，至此地面观测云分类标准已不再适用于自动观测.Liu等(2010)利用地基红外观测云图，将天空分为卷云、波状云、层状云、积状云和晴空5类，探索了自动观测云的分类.

表 1(Table 1)

表 1 国际人工观测云分类标准 Table 1 International cloud genera 云族 云属 高云 卷云，卷层云，卷积云 中云 高层云，高积云 低云 层云，层积云，雨层云 直展云 积云，积雨云

表 1 国际人工观测云分类标准 Table 1 International cloud genera

表 2(Table 2)

表 2 地面观测云分类规范 Table 2 International cloud classification and abbreviated name 云族 云底高度(m) 云属 云类 学名及英文简写 学名及英文简写 高云 >6000 卷云Ci 毛卷云Ci fil，密卷云Ci dens 伪卷云Ci not，钩卷云Ci unc 卷积云Cc 卷积云Cc 卷层云Cs 毛卷层云Cs fil，匀卷层云Cs nebu 中云 2500~6000 高积云 Ac 透光高积云Ac tra，蔽光高积云Ac op 荚状高积云Ac lent，积云性高积云Ac cug 絮状高积云Ac flo，堡状高积云Ac cast 高层云 As 透光高层云As tra，蔽光高层云As op 低云 <2500 雨层云Ns 雨层云Ns，碎雨云Fn 层积云 Sc 透光层积云Sc tra，蔽光层积云Sc op 荚状层积云Sc lent，积云性层积云Sc cug 堡状层积云Sc cast 层云St 层云St，碎层云Fs 积云Cu 淡积云Cu hum，浓积云Cu cong 碎积云Fc 积雨云Cb 秃积雨云Cb calv，鬃积雨云Cb cap

表 2 地面观测云分类规范 Table 2 International cloud classification and abbreviated name

从目前观测云的四种主要方式(地基人工观测、地基器测、空基航空器观测、天基卫星观测)来看，人工观测主观性强，误差在夜间尤其偏大，只能获得云的宏观特征，在时间上也不能获得云的连续画面，且在无人值守区难以进行，必将被自动观测取代.空基观测如飞机、飞艇等观测方法，准确性高，但费时费力，只能作为航线观测的应急或补充手段，不能应用于日常业务.卫星观测云资料统一、均匀、连续，伴随着各类星载仪器的升空，卫星观测必将是未来云的自动化观测的发展方向.但是，就目前的分辨率和技术水平来看，卫星观测暂时不能完全取代地基观测，地基仪器与卫星协同观测云的局面将长期存在，因此目前急需制定适合自动观测的卫星和地基统一的云分类标准.

云类对民航飞行保障等具有重要意义，也对天气预报有一定的参考价值，但它并不是数值预报模式的预报变量.在一些包含显式云微物理过程的数值预报模式(Skamarock et al., 2005)中，云量和云粒子数浓度成为预报变量，云过程主要影响降水和辐射.在这些数值预报模式中，已经包含了丰富的云参数信息，如云顶高度、云含水量、云粒子数浓度、云光学厚度等，它们与卫星观测反演的云信息具有一致性.如果在数值预报模式变量输出中，依据新的自动观测云分类标准输出云的类型，必将对预报保障具有现实意义，也对模式评估、研究云对天气、气候的影响等有重要作用.

鉴于星基和地基仪器不能识别如此众多的29类云，人工观测的云特征与仪器观测的特征也存在差异，且一些云类出现的频率极低，对天气变化的指示意义也不明显，因此人工观测云分类已不适用于仪器自动观测.本文根据星基和地基自动观测仪器的特点，结合数值预报模式特点，提出新的适用于自动观测和数值模式输出的云分类原则和标准，供广大气象工作者参考. 2 自动观测云分类原则

自动观测云分类标准的制定应主要遵循四个原则：大气代表性原则，观测可行性原则，历史继承性原则和可扩展性原则. 2.1 大气代表性原则

在人工观测逐步被取代的情况下，一些学者认为对云进行分类没有实际意义，建议取消云状的观测和记录.其实云的类型代表了大气当时的状态及其稳定性，也预示着未来天气的变化，对于保障飞行安全意义更为显著.因此云分类的原则首先需考虑的是云对天气的指示意义，即考虑大气的代表性原则.进一步区分云的形态，比如区分絮状高积云、堡状高积云、透光高积云等则无太大意义.作者利用1985—2011年130个站点逐时人工观测资料对我国主要云类的分布和出现频率进行统计发现，不同类型云的气候分布(图 1)是很有特点的.层积云(图 1a)是我国出现频率最高、最有代表性的云类，分布于我国宽广的东南部地区.它是层云与积云的混合体，属波状云，代表了大气的微稳状态，可伴随间歇性、阵性降水出现.据统计，中国大陆即使在季风降水期，层状降水的比例也不显著低于对流降水，其中层积云降水有很大贡献.雨层云/碎雨云(图 1b)是伴随连续性降水的云属，其含水量大、云层厚，广泛分布于我国长江流域地区，代表了大气的极度湿润状态.层积云和雨层云都是对降水有明确指示作用的低云，它们是我国最具代表性的指示层状降水的云属(图 2).在对流云中，积云(图 1c)和积雨云(图 1d)对阵性降水的指示作用最强，它们在我国主要降水带均有分布，尤其是广东、广西、云南等地，造成了该地区空中大气的不稳定状态和强烈的湍流、颠簸.层云/碎层云(图 1e)主要分布在我国沿海地区，多属平流性、回流性雾的抬升，与雾无法显著区分，可归属于天气现象中.高积云(图 1g)和高层云(图 1h)对降水的指示意义则不甚明确，有时可伴随降水.在10属云中，层积云、雨层云、浓积云和积雨云对降水的指示作用较强，高积云、高层云、卷积云、淡积云等伴随降水的概率较小(图 2).在高云中，卷云(图 1f)是我国出现频率最高的云类，一般不伴随降水，卷积云和卷层云对降水的指示意义不明确，在我国出现的频率极低(图 2).

图 1

Fig. 1

图 1 我国不同类型云的云量(0~10成)气候分布 (a)层积云;(b)雨层云/碎雨云;(c)积云;(d)积雨云;(e)层云/碎层云;(f)卷云;(g)高积云;(h)高层云. Fig. 1 Climate distribution of cloud fraction(0~10)of 8 cloud genera over China (a)Stratocumulus;(b)Nimbostratus/fractonimbus;(c)Cumulus;(d)Cumulonimbus;(e)Stratus/Fractostratus;(f)Cirrus;(g)Altocumulus;(h)Altostratus.

图 2

Fig. 2

图 2 南京站云单独(a)和联合(b)出现频率(蓝色)与伴随降水概率(红色)(%) Fig. 2 The occurrence frequency(blue histogram) and precipitation probability(red histogram) of single cloud genera and united cloud genera at Nanjing station

从统计结果来看，层状云和积状云代表着大气的不同稳定状态，必须加以区分.降水云和非降水云对天气的指示意义不同，也必须加以区分.卷云一般预示晴好天气，出现频率又很高，它的形态既与层云不同，也与积云不同，可将其单独归类.其他云属，如高积云、高层云、卷层云、卷积云等，对天气发展的指示意义不如其他云状明确，需结合其他分类原则确定是否需单独区分. 2.2 观测可行性原则

制定卫星-地基统一的自动观测云分类，必须考虑卫星、地基观测仪器对云类的识别和反演能力.考虑云的连续观测，与极轨卫星相比，应立足于静止卫星对云的辨识.目前我国FY-2C静止卫星可见光云图星下点的分辨率是1.25 km，红外云图的分辨率是5 km，美国静止环境卫星GOES13-GOES15可见光通道分辨率0.5~1 km，红外通道分辨率2~4 km.卫星观测视野大，分辨率低，从形态上不能辨识面积小于1 km²的小块云，如碎积云、碎层云、碎雨云、淡积云等，对于大云块间的小缝隙不象地面观测(图 3a)那样容易识别，如絮状高积云、波浪状层 积云(图 3b)等.因此从目前星载仪器的分辨率来 看，区 分层状云和积状云可行，进一步细分则困难较大.

图 3

Fig. 3

图 3 同一时刻(a)地面人工观测，(b)卫星观测和(c)可见光器测的层积云 Fig. 3 Stratocumulus pictures by(a)visual，(b)satellite and (c)visible light

卫星在云检测的基础上可反演云的高度、温度、相态、含水量、光学厚度、云粒子半径等信息，为云的分类提供了更丰富的依据.卷云因出现高度高，云顶温度低，具有冰相态，如果云参数反演精度很高的话，可以很容易被卫星辨识，这是卫星相对人工和地面观测仪器的优势所在.但是，毛卷云光学厚度很小，难以被卫星发现，而密卷云光学厚度相对较大，容易辨识，因此卫星有能力辨识密实性卷云.一般情况下卷云的出现预示着天气的晴好，卷云对地球也具有保温气候效应，因此无论从天气的指示意义还是仪器的分辨能力考虑，都可将卷云单独归类.

地基观测仪器模仿肉眼观测，视野范围小，分辨率高，对天顶云的形态、结构识别能力较强，但不能获取云的微物理参数信息.可见光观测仪器一般采用CCD相机全天空成像仪(Seiz et al., 2002；Huo and Lu， 2009)、鱼眼镜头成像仪等(Kannala and Brandt， 2006)，分辨率虽然较高，但夜间不能获取图像，天边云形态畸变较大，太阳背景对云图的影响较大(图 3c)，云图处理与分割相对困难.红外成像仪虽可获取全天候云图，但环境对其影响较大，仪器对红外辐射的敏感性差(Smith and Toumi， 2008；Liu et al., 2013).无论何种地基观测仪器，与人工肉眼观测获得的图像都存在差异，不能完全仿照人工观测标准对云进行分类.地基仪器对于层状云、积状云和波状云的形态、结构都具有辨识能力，但无法区分形态结构相似的云，如高积云和层积云等.国际云分类标准将云分为高、中、低三族，对于云底较高的层积云和云底较低的高积云来说，其大气代表性无显著差异，仅因为高度的不同加以区别.云的高度，无论是云底高度还是云顶高度，作为云的重要信息，可由激光云高仪、卫星反演直接提供，并不需要成为区分云类的依据，因此自动观测云分类可不考虑云的高度信息，这为简化云的分类、增强仪器对云类的辨识能力提供了方便.

地基观测仪器由于放置于地面，对低云的形态结构识别能力强，对卷云的识别能力弱(Wang and Sassen， 2002；Haladay and Stephens， 2009).尤其是非常薄的卷云，可误识别为晴空，这与卫星观测相似.但是，在洁净天空背景下，当薄卷云呈纤维状且比较明显时，因其颜色、结构与天空背景有差异，可被地面仪器辨识.密实性卷云因高度较高，温度较低，射向地面的红外辐射弱，颜色与蓝色天空背景差异较大，在没有天气现象干扰的情况下，可较容易地被仪器识别.

目前大多数星载和地基仪器只能观测到未被遮挡的云层，出现多类云时，尤其是不同类型云的高度差别不大时，因其宏观、微观特征混合，极有可能误判为某一类云.从图 2可看出，层积云和碎雨云常伴随出现，二者伴随出现的概率大于60%，伴随出现时其降水概率大于30%.在云分类标准中，雨层云和碎雨云共用一个电码，二者伴随出现的概率更高.在雨层云或层积云天空背景下，地基仪器很难单独识别碎雨云、碎层云，因此两者可不单独归类，而与层积云或雨层云归并为一类.另外，高积云常伴随层积云、积云出现，伴随出现的概率大于30%，它的形态、结构特征与层积云和积云也相似，只是出现高度不同而已，可归并为一类.高层云与卷层云、层云的形态结构相似，也仅是高度不同.如果云信息中直接提供云高，则这些云类都可归并为一类. 2.3 历史继承性原则

人工观测云分类标准是经过长期实践检验的，应在一定程度上得到继承.近年来，卫星云分类的研究也得到迅速推进，虽没有统一标准，但也有一定的积累.ISCCP(国际卫星云气候学计划)根据云顶高度和云的光学厚度，将云分为9类，更可细分为42类(图 4).该分类法主要是根据卫星观测的特点，依据云顶高度和光学厚度两个特征量对云进行分类(Rossow and Schiffer， 1991；Hahn et al., 2001)，没有考虑云的形态结构.该分类标准中的9类云与地面观测的云属名称相同(除卷积云外)，代表的物理意义也有一定的对应关系，利用观测资料通过对比发现其在中国地区的分布也有一致性(图 5)，说明光学厚度在云的分类中可作为一个重要的指标，为卫星云分类和地基云分类的统一提供依据.MODIS(中分辨率成像光谱仪)尚未形成通用的云分类标准.Li等(2003)主张根据MODIS云资料的辐射透射率和亮温差异，将云分为薄卷云、厚卷云、薄高云和低云.刘志刚等(2007a，2007b)利用最大似然法和动态聚类法思想改进MODIS云分类算法，将其分为积雨云、卷云、高云、中云和低云5类.美国A-train星座中的CloudSat云分类从云相态、水凝物浓度、形状和滴谱分布4个基本因子将云分为8类(Sassen and Wang， 2008)，其基本特征见表 3(任建奇等，2011)，因为CloudSat卫星可辨识云的垂直结构(Wu et al., 2009)，将云底高和云的厚度作为区分云类的指标是合理的.我国FY-2卫星发布的云分类业务产品中，将云分为积雨云、高层云、非密实高云、密卷云、中低云等5类(周青等，2010).

图 4

Fig. 4

图 4 ISCCP云分类 Fig. 4 The ISCCP cloud classification

图 5

Fig. 5

图 5(a)ISCCP和(b)地面人工观测的中云量(%) Fig. 5 The averaged mid-cloud amount of(a)ISCCP and (b)visual observation

从以上分析可看出，卫星和地基的云分类都有一定的合理性，尤其是人工观测云分类考虑了云的 发生学和形态学理论，对天气状况和天气变化的指 示意义很强，更值得借鉴.自动观测云分类标准需结合二者考虑，不能完全推翻旧标准，导致观测记录的中断和跳跃.在新的分类标准中，需补充云的微物理参数作为分类依据.

表 3(Table 3)

表 3 CloudSat云分类及其特征(任建奇等，2011) Table 3 The CloudSat cloud classification and its features 云类型 云底高/km 降水 水平尺度/km 垂直 尺度 液态水 路径 高云 (High Cloud) ＞7.0 无 103 适中 ＝0 高层云(As) 2.0～7.0 无 103 (均匀) 适中 近似0 高积云(Ac) 2.0～7.0 可能出现 雨幡 103 (不均匀) 浅薄或 适中 ＞0 层云(St) 0.0～2.0 无或有 微量降水 102 (均匀) 较浅 ＞0 层积云(Sc) 0.0～2.0 可能有 毛毛雨 或降雪 103 (不均匀) 较浅 ＞0 积云(Cu) 0.0～3.0 可能有 毛毛雨 或降雪 1 (处于 分离状) 较浅或 适中 ＞0 雨层云(Ns) 0.0～4.0 长时间 降雨或 降雪 103 较厚 ＞0 深对流云 (Deep Convective Clouds) 0.0~3.0 强降水、 可能降雹 10 较厚 ＞0

表 3 CloudSat云分类及其特征(任建奇等，2011) Table 3 The CloudSat cloud classification and its features

随着星载仪器和地基观测仪器分辨率和技术水平的提高，仪器对云的分辨能力将越来越强.星载仪器对云的垂直结构、云的微物理参数等的分辨、反演精度将越来越高，空基对地观测系统也在迅猛发展，云观测的分辨率可达米量级.未来GOES-R和GOES-S红外通道分辨率可达1 km，对于目前尚不能分辨的一些云类，如波状云，未来极有可能具备分辨能力.因此在制定自动观测云的分类标准时，需适当考虑可扩展性，保存目前卫星尚不能准确分辨的云类，为将来在不破坏已制定的云分类标准的前提下进一步对云类进行细分提供条件. 3 自动观测云分类标准

在目前的技术水平下，卫星和地基的协同观测是自动化观测的发展趋势，所以表 4是结合了星载和地基观测仪器特征的云分类标准.依据分类原则，不考虑云高因素，将云分为卷云、层状云、波状云、积状云4属8类(表 4).云量、云高(包括云底高度和云顶高度)和云状可同时由仪器探测得出，提供给预报保障人员.

表 4(Table 4)

表 4 自动观测云分类及特征描述 Table 4 Cloud classification and features of the automatic measurement 云属 云类 特征描述 对应地面观测云分类中的典型云类 卷云 薄卷云 纤维结构，光学厚度小，冰相，液态水路径为0，云量一般小于8成，可见日月 毛卷云 密卷云 纤维结构，光学厚度较大，冰相，液态水路径近似为0，可布满天空 密卷云 波状云 波云 波状结构，云块规则排列，可见天空间隙，云块底部起伏较大，云顶可见一定的起伏，含水量小，光学厚度较小 非降水性卷积云，高积云，层积云 雨波云 波状结构，可布满天空，可见清晰云块，底部起伏较大，云顶相对平坦，含水量大，光学厚度较大，可伴间歇性、阵性降水 降水性高积云，层积云/碎层云 层状云 层云 幕状结构，可布满天空，云体底部和顶部较为平坦均匀，含水量小，光学厚度小 非降水性卷层云，高层云，层云 雨层云 幕状结构，布满天空，云体底部和顶部较为平坦均匀，含水量大，光学厚度大，可伴随连续性降水 雨层云/碎雨云 积状云 浅积云 块状结构，个体明显，边界分明，云块水平尺度大于垂直尺度，不布满天空，光学厚度小，云顶呈水相 淡积云，碎积云 深积云 块状结构，个体明显，边界分明，云块水平尺度小于垂直尺度，垂直发展旺盛，可伴随阵性降水，光学厚度大，云顶呈冰相 浓积云，积雨云

表 4 自动观测云分类及特征描述 Table 4 Cloud classification and features of the automatic measurement

积雨云在原来的地面观测云分类中，因云底比较低被分在低云族(见表 2)，但在卫星云分类中，因云顶比较高被分在高云族(见图 4)，造成了卫星与地基观测高、中、低云量相互比较时的巨大差异.采用表 4的标准，积雨云的分类不再存在异议.原地面观测中的碎云可做如下归类：碎积云与淡积云形态差别不大，可直接归并入浅积云类.碎层云和碎雨云一般不单独出现，如单独出现，因云体非常破碎，水平尺度大于垂直尺度，可归并入浅积云类，如伴随层积云或雨层云出现，可与层积云或雨层云一并归类.对于非常薄的卷云，卫星和地基仪器都不能很好地判识，对天气预报的影响也不大.对于波状云，卫星虽不能有效识别，但地基观测仪器的识别率较高，且空基(飞机、飞艇等)对地观测的分辨率逐步提高，对波状云具有识别能力，因此需单独成属.

表 4的云分类，是按照星载和地基仪器可观测和反演的特征归类的，与原地面观测云类并不是一一对应的.例如地面人工观测的卷层云，当仪器观测的特征表现为“幕状结构，布满天空，云体底部和顶部较为平坦均匀，含水量小，光学厚度小”时，则在自动观测云类中归属为层云.因此表 4第4列只列出了对应原地面观测的典型云类，原人工观测云类和本文提出的自动观测云类并没有直接的对应关系.

表 4第3列中对光学厚度和含水量的描述，只是相对本属云中两类云的比较. 4 结论与讨论

(1)结论 仪器识别云类与人工识别云类有很大不同.随着云观测自动化进程的推进，原人工观测云分类标准不再适用于自动观测.为统一天基(空基)、地基和模式云的分类，为自动观测和评估模式提供方便，本文提出了适用于自动观测的云分类原则和标准.云分类的首要原则是大气代表性，这是云分类的意义所在，其他三个原则是对大气代表性原则的补充.按照自动观测云分类原则，将云分为卷云、层状云、波状云、积状云4属8类，将降水云和非降水分别归类，不再区分云族，云底和云顶高度作为云参数由仪器直接探测得出.

因模式输出的云信息与人工观测云特征几无可比性，目前开展的云模拟能力评估，都是按照卫星云分类标准(比如ISCCP云分类)，将模式云信息转化为卫星云信息与之比较，国际先进的气候模式中常用的ISCCP云模拟器(Klein and Jakob， 1999；Webb et al., 2001)，COSP(CFMIP Observation Simulator Package)程序(Haynes et al., 2007)就是针对该目的开发的.其实在数值预报模式中，一些云信息，包括云量、云底高度、云顶高度、含水量、光学厚度、相态等，甚至高分辨率数值模式中云的水平和垂直尺度，都是可以获得的.依据这些信息，完全可以输出与自动观测云分类标准一致的云类，为评估模式、预报保障提供更直接的证据和依据.

(2)讨论 卫星与地基仪器从不同的角度观测同一云体，获得的特征也不同.云的形态、纹理特征只是表象，其本质是云的微物理特性，因此要统一卫星和地基、模式的云分类，必须描述云的本质特征.表 4给出了自动观测云的分类及其定性特征描述，其中包含了云的形态、纹理特征和微物理特征，该特征为结合卫星和地基观测共同辨识云类提供了依据.但在具体的识别过程中，还需给出定量的特征描述才能判识，如卫星反演的含水量和云光学厚度的具体阈值，该阈值需依据大量样本反复试验获得.本文仅提出了云分类的思想和不同云类的定性特征，具体的识别判据因观测仪器的不同、同一云类特征在不同地域的表现不同而存在一些差异，因此定量标准需反复试验才能得出.

当高层云被低层云遮挡时，肉眼难以辨识多层云的存在.多层云的识别对单独的自动观测仪器同样是个挑战，也增加了自动观测的出错率，同时为确定云特征的判据制造了困难.如果能将地面仪器与卫星仪器结合使用，则有可能区分多层云.例如，卫星反演获知云顶的温度很低，说明云顶高度很高，而地面仪器观测发现云底高度很低，则可知必然存在至少两层云(除深厚的积云外)，不同类型云同时出现的统计规律可为辨别两种云的类型提供帮助.另 外，CloudSat卫星上搭载的云廓线雷达可获取500 m 垂直分辨率的云结构，为卫星识别多层云提供了可能.目前虽然国产卫星和地基仪器对多层云的辨识能力很弱，但不排除将来地基和星载云廓线雷达的迅速推广应用.当地基和星基仪器可探测云的垂直结构时，判识多层云将成为可能，但无论如何这与目前制定自动观测云分类的标准并无矛盾.

受仪器分辨率和反演方法影响，目前卫星和地基仪器对云参数的反演精度还不能令人满意，云类识别率可能不高，如孙学金等(2009a，2009b)根据红外面阵列云观测仪获得的红外图像将云分为4类，识别率达70%左右，如果按照表 4的分类，识别率可能更低些.但是，一旦仪器观测分辨率提高，云参数反演精度提高，如云的含水量、云粒子数浓度、云光学厚度的反演精度提高，云分类的标准并不需要做太大修改，仪器识别云类的能力将随之提高.