云可以通过改变其宏、微观特性及垂直分布来影响地-气系统的辐射能量平衡、大气环流以水循环过程(Hartmann，et al，1992; 汪宏七等，1994; 赵高祥等，1994; Weaver，et al，2015)。研究表明：不同模式中云宏、微观特性表征的不同将最终导致模拟结果之间存在很大差异，从而使得云在模式中不合理的表征成为气候变化预测中主要的不确定性源(Cess，et al，1989; 汪方等，2005; 张华等，2010)。而基于卫星遥感和地面观测资料对云特性展开研究一直都被认为是改进模式中云参数化过程的关键步骤。

早期的研究基于不同的观测数据分析了全球或区域尺度云的宏、微观及辐射特性(Chen，et al，2000; 陈勇航等，2008; Li, et al, 2015)，特别是对北半球的相关领域开展了广泛深入的研究(刘艳等，2002; 吴春强等，2011; Johansson，et al，2015)。如：Johansson等(2015)分析了印度次大陆夏季季风区不同类型云的辐射加热率廓线，指出不同类型云在季风区北移和撤退过程中对大气不同高度层的加热和冷却存在明显差异。相比之下，南半球中高纬度区域(40°—65°S)由于地处遥远海域及站点观测资料稀缺，使其在云特性研究方面较北半球关注度低(Hwang, et al，2013; Huang，et al，2014)。然而，通过分析第3次耦合模式比较计划(CMIP3; Meehl，et al，2007)中24个耦合气候模式间的差异，Trenberth等(2010)发现对南半球中高纬度区域能量收支的模拟效果较差，尤其是对大气层顶短波云辐射强迫的模拟偏差甚至超过30 W/m²。这表明全球气候模式在表征该区域云的特性时存在较大偏差。虽然这种偏差可以部分归因于模式对云相模拟的差异上(Choi，et al，2010; Hu，et al，2010; Morrison，et al，2011; Zhang，et al，2010)，然而云的其他特性，特别是不同类型云的重叠在其中扮演什么角色仍然不清楚。这主要包括两个原因：(1) 由于过去观测手段和资料的限制，有关云重叠的研究还比较少，特别是对云重叠的辐射特性。然而随着探测技术的发展，大量的地面、探空、飞机和卫星观测已经表明双层云或更多层云的相互重叠在大气之中普遍存在，其所占比重可达40%之多(Tian，et al，1989; Huang，et al, 2005, 2006; Wang，et al，2006; 李积明等，2009; 王帅辉等，2011; 彭杰等，2013)；(2) 在这种云重叠系统中，不同类型云层间的相互作用能够改变大气层顶、地表处的辐射通量和大气加热率廓线，从而加强或者削弱大气环流(Chen，et al，1987; Liang，et al，2005; 张华等，2013)，而气候模式却不能合理地描述云的重叠特征，使得不同模式间采用不同的云重叠方案，从而引起了较大的辐射偏差(Morcette，et al，2000)。因此，通过主动卫星观测资料去研究该地区不同类型云重叠的辐射效应以及对加热率的影响，将有助于改进模式对该地区能量收支的模拟效果。

由于上述原因，基于CloudSat卫星主动遥感的探测优势，通过利用该卫星2B-CLDCLASS-LIDAR和2B-FLXHR-LIDAR数据产品，定量分析了南半球中高纬度区域高云、中云、低云以及发生频率较大的3种多层云(包括高云重叠中云、高云重叠低云以及中云重叠低云)的云量、云辐射强迫以及云辐射加热率廓线。本研究所用的资料合并了CloudSat卫星和CALIPSO卫星各自的探测优势，能够提供更为准确的云宏、微观特性及辐射特性。

本研究主要利用CloudSat卫星2B-CLDCLASS-LIDAR和2B-FLXHR-LIDAR数据产品进行相关的分析。所用的数据产品的垂直廓线有125层且每层(即：垂直分辨率)约为240 m，水平分辨率均为1.1 km(Marchand，et al，2008)。作为极轨主动卫星，CloudSat星下观测点水平分辨率存在一定的局限性，其实际观测的区域仅能代表研究区域非常小的部分，并且其轨道之间的距离较大，因此对研究结果产生一定的影响。但是，本研究结果主要基于4年CloudSat产品的统计，较大的样本量(廓线数)(表 2)在一定程度上弥补了CloudSat稀疏的空间采样对研究结果带来的误差。CloudSat产品选取的时间跨度及参数见表 1。需要说明的是，文中仅使用了白天瞬时数据。

2B-CLDCLASS-LIDAR产品为本研究提供了CloudSat数据廓线的云层数和云类型参数。基于Wang等(2007)的反演方法，该产品利用主动遥感装置(云雷达和激光雷达)和其他被动遥感仪器(如红外或微波辐射计)的辅助测量对云进行分类。在数据处理过程中，该产品主要基于阈值与模糊理论分类方法，将云分为8类：高云、高层云、高积云、层云、层积云、积云、雨层云和深对流云。不仅如此，2B-CLDCLASS-LIDAR产品还结合了星载毫米波云雷达(CPR)与激光雷达(CALIOP)各自的探测优势，使CloudSat无法探测到的光学薄云和CALIPSO无法穿透的光学厚云能被同时探测到，因而该数据能提供大气中较为完整和准确的云垂直分布信息。Mace等(2007)通过云-气溶胶特征层对比分析表明，结合CloudSat与CALIPSO在全球范围内识别云的准确率能超过90%。2B-FLXHR-LIDAR产品为本研究的每条CloudSat数据廓线提供了大气层顶和地面的短波和长波云辐射强迫，以及短波和长波大气加热率廓线。值得注意的是，晴空CloudSat数据廓线仅提供大气加热率廓线数据。基于二流辐射传输模式，该产品计算了各层大气的辐射通量以及加热率。在计算过程中，辐射传输模式的输入产品包括了ECMWF再分析资料、CloudSat卫星提供的2B-LWC、2B-IWC、2C-Precip-Cloumn产品和地表反射特性季节变化图等。反演的总框架和详细的参数化方案可参阅Ritter等(1992)和Stephens等(2001)。2B-FLXHR-LIDAR结合了CALIPSO的观测资料，减少了地物杂波对低云识别的干扰以及高空薄云的缺测所带来的误差(L’Ecuyer，2007; Haynes，et al，2013; Henderson，et al，2013)。基于这两种产品，中外已经开展了一系列对云宏、微观及辐射特性的分析研究，得出的结果也进一步验证了该数据的可用性(L’Ecuyer，et al，2008; 丁晓东等，2012; Li，et al，2015)。

在2B-CLDCLASS-LIDAR产品中，云分类包含8种：高云、高层云、高积云、层云、层积云、积云、雨层云和深对流云。依据中国云分类标准(中国气象局，2004)，将层云、层积云、积云、雨层云和深对流云归类为低云；高层云和高积云归类为中云。另外，约定云层数为0时，CloudSat数据廓线为晴空。当云层数为1时，云廓线可归类为单层的低云、中云或高云；而当云层数等于2时，则可归类为高云重叠低云(高云/低云)、高云重叠中云(高云/中云)或中云重叠低云(中云/低云)类型。此外，文中对其他类型云不做进一步研究，统一归类为“其他”。

利用CloudSat卫星产品提供的每条廓线大气层顶和地面的短波和长波云辐射强迫，并结合廓线上云类信息，得到了研究区域内每个格点(2°×2°)中不同类型云廓线平均的云辐射强迫。同时，还计算了格点中不同类型云的云量，即云廓线数占格点内总廓线数的比例。Li等(2015)定义的云辐射强迫考虑了实际云量的影响。文中根据该定义，将格点内不同类型云廓线平均的短波(或长波)云辐射强迫与相应类型云的云量相乘得到不同云在该格点的短波(或长波)云辐射强迫。最后，通过平均区域中所有格点得到不同类型云区域平均的云量，以及大气层顶和地面的短波和长波云辐射强迫。大气层顶和地表的净云辐射强迫则是短波和长波云辐射强迫的和。而大气中的短波、长波以及净云辐射强迫则分别是大气层顶与地面相应的云辐射强迫的差值。此外，文中还使用了Haynes等(2013)定义的云辐射加热率，即云存在的大气加热率廓线与晴空的大气加热率廓线的差值。具体地，计算云和晴空的短波(或长波)大气加热率廓线纬向分布，并将不同类型云与晴空相减得到其短波(或长波)云辐射加热率。净云辐射加热率则为短波与长波云辐射加热率的和。

由于宏、微观特性的差异，不同类型云表现出明显不同的辐射特性。譬如：中云和低云具有冷却地-气系统的效应，而薄的高云则表现出温室效应。Hartmann等(1992)指出如果全球低云量平均增加1%，其净辐射效应则会减少0.63 W/m²，而全球低云量若增加4%或层云粒子有效直径从20 μm降至16 μm，其效果可完全抵消由二氧化碳倍增所导致的大气变暖效应(Randall，et al，1984; Slingo，1990)。基于CloudSat产品，文中首先给出了不同类型云的云量区域年平均值(图 1)。

图 1 研究区域高云(Hi)、中云(Mid)、低云(Low)、高云/中云(HI/Mid)、高云/低云(Hi/Low)和中云/低云(Mid/Low)的区域年均云量 Figure 1 Regional annual averaged cloud amounts of high clouds (Hi), middle clouds (Mid), low clouds (Low), high clouds overlapping middle clouds (Hi/Mid), high clouds overlapping low clouds (Hi/Low) and middle clouds overlapping low clouds (Mid/Low) over the studied region

图选项

南半球中高纬度区域年平均总云量高达85.8%，该结果与其他研究(Yuan，et al，2013; Lü，et al，2015)结果一致。这表明云在该区域的辐射能量收支及水分循环中扮演着重要角色。统计结果表明，该区域单层低云的云量甚至高达44.1%，而这些低云常以过冷水(即：温度低于0℃的液态水)的形式存在(Choi，et al，2010)。模式由于对过冷水的模拟能力较弱从而导致了该区域云辐射强迫的模拟结果存在显著偏差(Choi，et al，2010)。而单层中云的云量仅次于低云，其值可达10.3%，这主要是因为研究区域覆盖了大面积的海洋，充足的水汽来源以及锋面系统的抬升有利于中云的形成。由于缺少地表抬升以及太阳辐射加热引起的强气流抬升，单层高云在该区域云量较小(仅为3.3%)，高云主要还是以多层云的形式出现在大气中。Yuan等(2013)研究指出强的气流抬升将增加高云与低云重叠的概率。因此，在受锋面系统强抬升的影响下中高纬度地区多层云发生频率可达28.1%，略大于Lü等(2015) 多层云全球平均的结果。中云和低云在该区域的盛行增加了两者重叠的概率，因此可以看到中云/低云的云量(8.7%)大于高云/低云(6.4%)和高云/中云(2.7%)。

不同类型云受制于不同的气象场条件，其云量分布的差异以及在大气中的垂直分布都会影响其在大气层顶处、地表以及大气中的辐射收支，并作用于大气环流及水分循环。云辐射强迫是晴空的净辐射通量(向下通量减去向上通量，假定向下为正)与有云的差值，能够反映云对该层大气辐射通量交换的影响。云辐射强迫为正值，代表加热效应，而负值则为冷却效应。

图 2和表 3给出了大气层顶、地表以及大气中不同类型云的净云辐射强迫。净云辐射强迫与云量存在明显的正相关。低云作为该区域的主导云，加之其强反照率特性对大气层顶、地表以及大气中的辐射能量收支有显著的影响。单层低云在大气层顶、地表以及大气中的净云辐射强迫分别是-64.8、-56.5和-8.4 W/m²，其绝对值大于其他类型云。基于表 1，单层低云大气层顶的短波和长波云辐射强迫分别是-77.1和12.3 W/m²。可以得到结论：(1) 单层低云对太阳辐射能量的反射使地-气系统冷却。(2) 单层低云吸收其下层大气和地表发射的长波辐射，但由于自身温度较低，向外发射相对较少的长波辐射能量，从而使地-气系统加热。单层中云的地表净云辐射强迫(-14.0 W/m²)低于大气层顶(-11.7 W/m²)，导致其在大气中的净云辐射强迫为正值(2.3 W/m²)。这表明单层中云对整层大气起到净加热效应。单层高云大气层顶、地表以及大气中的短波云辐射强迫仅为-1.1、-1.2和0.1 W/m²。这表明：虽然高云中冰晶粒子有较大尺寸但其数浓度较低，短波辐射较易通过。然而，高云的云体有效温度与地表温度的差异较大，能使地-气系统吸收较多长波辐射能量，其大气层顶、地表以及大气中的长波云辐射强迫分别为1.2、0.4和0.7 W/m²。

图 2 大气层顶、地表以及大气中不同类型云的区域年均净云辐射强迫 Figure 2 The regional annual averaged net cloud radiative forcing induced by various cloud types at the top of the atmosphere, at the surface and in the atmosphere

图选项

Li等(2011)结合主、被动卫星遥感资料证实了多层云和单层云对地-气系统的能量收支的不同影响。因此，文中也分析了不同双层云的云辐射强迫，并发现其在大气层顶和地表的净云辐射强迫都为负值且云类间存在差异。中云/低云大气层顶和地表的净云辐射强迫绝对值都大于高云/中云和高云/低云。这与中云/低云的较大云量有紧密联系。尽管中云/低云大气层顶和地表净云辐射强迫绝对值较大，但对整层大气的影响极弱。此外，不同双层云大气中净云辐射强迫符号也并不一致。高云/中云表现为对整层大气的加热(0.5 W/m²)，而高云/低云则为冷却(-0.2 W/m²)。具体地，高云/中云的大气中短波和长波云辐射强迫都为正值(0.3和0.2 W/m²)，而高云/低云的长波云辐射强迫为负值(-1.2 W/m²)，但短波为正值(1.0 W/m²)。需要说明的是，文中仅对白天瞬时数据进行了统计分析，因此，短波云辐射强迫相比长波较大。事实上，由于夜间仅有长波云辐射强迫，长波云辐射强迫对日平均净云辐射强迫有显著影响，尤其是高纬度地区。

不同类云的辐射强迫描述了其对整个大气柱能量收支的影响，但不能反映其对辐射能量垂直分布的改变。云辐射加热率为正值时代表云层使大气加热率增大或冷却率降低，负值则相反。

就短波而言，不同类型云的辐射加热率正峰值区出现高度不同(图 3)。如：高云在10 km附近出现正峰值区，而低云则在2 km附近。这表明云层的高度与短波云辐射加热率正峰值紧密相关。对此现象的解释是：云滴通过散射和吸收的方式将更多的太阳辐射能量滞留在该层大气中，显著加热了该层大气。同时，云层的存在不仅增强该层大气对短波辐射的吸收，也能反射更多太阳辐射能量，增强了云层上部大气对短波辐射的能量吸收。如：图 3c中单层低云的短波云辐射加热率在对流层中上层(甚至可到10 km)仍为正值，值域在0.1—0.3 K/d。文中单层的中云包括了高积云和高层云，其云底高度在2 km以上且有较厚的云体。可以看到，其短波云辐射加热率正值区覆盖面积和峰值明显大于其他单层云类型。高云/低云在2 km附近的云辐射加热率低于单层的低云，表明其下层低云对该层大气的强加热作用由于受上层高云的影响而显著减弱。这可能是因为：上层的高云对太阳辐射能量的吸收和反射使到达低云处的能量显著减少。高云/低云在上层大气中出现的较大云辐射加热率正峰值区，也进一步支持了该分析。其他双层云也有相似现象。

(a—f.高云、中云、低云、高云/中云、高云/低云和中云/低云的短波云辐射加热率，g—l.高云、中云、低云、高云/中云、高云/低云和中云/低云的长波云辐射加热率，m—r.高云、中云、低云、高云/中云、高云/低云和中云/低云的净云辐射加热率) 图 3 不同类型云的辐射加热率廓线的纬向分布 (a-f. Shortwave cloud radiative heating rate induced by Hi, Mid, Low, Hi/Mid, Hi/Low and Mid/Low, g-l. Longwave cloud radiative heating rate induced by Hi, Mid, Low, Hi/Mid, Hi/Low and Mid/Low, m-r. Net cloud radiative heating rate induced by Hi, Mid, Low, Hi/Mid, Hi/Low and Mid/Low) Figure 3 Zonal distributions of cloud radiative heating rate profiles induced by various cloud types

图选项

就长波加热率而言，已有研究指出云层上部有显著长波辐射冷却而云层下部则为长波辐射加热(Liou，et al，1984; 汪宏七等，1994)。图 3中长波的结果也进一步证实了该结论。即，所有单层云都表现为随高度升高由正值转为负值，多层云受两个云层的影响可出现正负交替。此外，高云的长波云辐射加热率正值转为负值的高度随纬度升高而下降。这可能是因为：当向极地靠近时，对流层顶高度将降低从而影响高云的云顶高度。中云以及中云/低云也有相似结论。而低云的长波云辐射加热率由负值转为正值的高度则随纬度升高变化很小，这可能与CloudSat对低云的垂直结构的描述能力较弱有关。过去的研究也指出：受地物杂波以及垂直分辨率的影响，CloudSat在南半球中高纬度对低云的探测存在不确定性(Huang，et al，2012)。最后，对比不同类型云间辐射加热率的差异，发现高云/低云在对流层中下层的长波云辐射加热率高于单层低云。Christensen等(2013)的研究结论能够解释该现象。其研究发现：高云与低云共存的多层云系统中，高云的云底长波辐射加热能够显著减弱低云的云顶长波辐射冷却。显然，中云/低云也有相似现象，且相比高云/低云，其在2 km附近的长波云辐射加热率更显著地高于单层的低云(即蓝色更浅)。

就净云辐射加热率而言，短波与长波云辐射加热率在同一高度处的相互增强或抵消决定了其廓线的纬向分布。单层高云趋于加热大气，尤其对40°—55°S的对流层中上层大气加热较为显著，而在53°S向极地的区域对近地面大气却有略微的冷却。中云的净云辐射加热率廓线纬向分布与长波相似，表明中云的长波云辐射加热率绝对值在各个高度大气层都大于其短波。同样地，高云/中云以及中云/低云的净云辐射加热率廓线的纬向分布主要受长波云辐射加热率影响，但其绝对值受短波云辐射加热率的影响而减小。

图 4进一步给出不同类型云区域年平均的短波、长波以及净云辐射加热率廓线。就短波云辐射加热率而言，所有云都随高度升高表现为由负值转为正值。其中，单层低云由负值转为正值的高度最低(约1 km附近)，并在1.6 km附近达到最大正峰值(约0.5 K/d)。此外，在对流层中高层低云的短波云辐射加热率仍可达0.2 K/d，这与低云强反照率增强了其上部大气对太阳辐射能量的吸收有紧密联系。单层的高云随高度由负值转为正值的高度则最高(约5 km)，并在约9 km附近达到峰值(0.6 K/d)。对于双层云，其短波云辐射加热率是上、下层两种云共同作用于大气的结果。可以看到，高云/低云的短波云辐射加热率随高度升高呈双峰分布，分别在1.5 km以及9 km附近达到峰值0.2和0.6 K/d。峰值的位置与高云和低云的位置紧密相关，表明了云层吸收的太阳辐射显著加热了该层大气。高云/中云在约4—6 km的大气中的短波云辐射加热率高于单层中云。对该现象的可能解释是：云层间太阳辐射能量反射频次的增加增强了云层间大气对辐射能量的吸收。所有云近地表大气的短波云辐射加热率都为负值。这可能是云层对短波辐射能量的反射和吸收显著减少了到达近地面大气的能量。

(a.年均短波云辐射加热率，b.年均长波云辐射加热率，c.年均净云辐射加热率) 图 4 不同类型云区域年平均云辐射加热率廓线 (a. Annual averaged shortwave cloud radiative heating rate, b. Annual averaged longwave cloud radiative heating rate, c. Annual averaged net cloud radiative heating rate) Figure 4 Regional annual averages of cloud radiative heating rates induced by various cloud types

图选项

就长波云辐射加热率而言，所有云则随高度升高都表现为由正值转为负值。这与已有研究(汪宏七等，1994; Lü，et al，2015)结论一致。低云的长波云辐射加热率在1.8 km附近出现负峰值(达-1.9 K/d)，远低于其他云。而当高云出现在低云上空时，高云/低云的长波云辐射加热率在中层(约1.5—6 km)的大气中高于单层的低云。高云的云底长波辐射加热作用于其底下大气可能是导致该研究结果的重要因素。Christensen等(2013)也有相似研究结论。相似的现象在中云/低云也有发现，且其在5 km以下大气的长波云辐射加热率更显著地高于低云。中云/低云在1.7 km附近出现的负峰值仅为-0.7 K/d。虽然高云/中云和中云在近地面大气中的长波云辐射加热率几乎相同，但两者在不同高度分别出现负峰值-1.0和-1.1 K/d。这表明高云/中云的双层云系统中上层云下部的长波加热对下层大气的影响随距离的增大而减弱。

总的来看，云的短波和长波辐射加热率廓线随高度的变化存在反相关系。Lü等(2015)的研究也有相似结论。就净云辐射加热率而言，高云呈单峰分布。其上层大气中的正值主要为短波加热的贡献，而其中下层大气的正值则主要是长波加热的贡献。其他类型云的净云辐射加热率廓线随高度的变化趋势则主要由长波云辐射加热率决定。Haynes等(2013)也指出长波云辐射加热率在量级上要大于短波。不同类型云间净云辐射加热率的差异也进一步证实云宏观和微观物理特性垂直分布对大气中辐射能量的重新分布具有显著影响。

不同类型云间明显不同的宏观和微观特性，使得其在大气层顶、地表以及大气中有着截然不同的辐射效应，并进一步通过改变大气温度、大气辐射加热/冷却率影响大气环流和降水过程。基于该研究背景，本研究定量分析了南半球中高纬度这一特殊区域，不同类型云及其重叠类型的云量，大气层顶、地表以及大气中的云辐射强迫以及对大气加热率的影响，研究的结论及讨论如下：

(1) 南半球中高纬度区域年均总云量高达85.8%。这意味着云在该区域的辐射能量收支以及水汽循环中扮演重要角色。单层的低云明显是该区域的主导云，其云量高达44.1%。Huang等(2012)指出CloudSat云识别算法不能有效区分明亮的海洋表面与近地面大气中云反射的信号。同时，南半球中高纬度海洋的浅薄边界层高度又使得该区域低云频繁出现在近地面大气中。因此，数据的不确定性可能导致本研究低云的结论存在局限性。单层中云的云量仅次于低云，其值可达10.3%。由于缺少地表抬升以及太阳辐射热源下的强气流抬升，研究区域中单层高云的云量仅为3.3%。然而，多层云的云量高达28.1%。这可能与研究区域中锋面系统抬升或垂直上升气流有关(Yuan，et al，2013)。中云/低云、高云/低云和高云/中云的云量分别是8.7%、6.4%和2.7%。

(2) 低云在大气层顶处、地表以及大气中的净云辐射强迫分别是-64.8、-56.5和-8.4 W/m²，远低于其他类型云的净云辐射强迫。该结论与Chen等(2000)的研究结论一致。低云对地-气系统的整体强冷却效应主要是因为低云的强反照率特性及较大云量。单层中云的地表净云辐射强迫为-14.0 W/m²，其值低于大气层顶净云辐射强迫(-11.7 W/m²)，从而使得单层中云在大气中的净云辐射强迫可达2.3 W/m²，表明其对整层大气是净加热。单层高云在大气层顶处、地表以及大气中的短波辐射强迫仅为-1.1、-1.2和0.1 W/m²。高云/中云、高云/低云以及中云/低云在大气层顶处以及地表的净云辐射强迫都为负值。而其在大气中的净辐射强迫则既有正值也有负值。如：高云/中云表现为对整层大气的加热效应(0.5 W/m²)而高云/低云则是冷却效应(-0.2 W/m²)。

(3) 就云短波辐射加热率而言，所有类型云都表现出随高度升高由负值转为正值，且云短波辐射加热率的正峰值所在高度与云层高度相关。该研究结果表明：一方面，云层的云滴通过散射和吸收的方式能够滞留更多太阳辐射能量并加热该层大气，使得该层短波云辐射加热率为正值；另一方面，云层对太阳入射能量的反射减少了云底下大气及地表的辐射能量，使得近地面大气的短波云辐射加热率为负值。就长波云辐射加热率而言，所有类型云表现出随高度由正值转为负值。这与汪宏七等(1994)的结论一致，即云层上部存在显著长波辐射冷却而云层下部则有长波辐射加热。对于双层云系统，本研究结果表明上层云的底部长波辐射加热可减弱下层云的上部的长波冷却率。这与Christensen等(2013)的研究结论一致。云短波辐射加热率与云长波辐射加热率在同一高度处的相互增强或抵消显著影响着云净辐射加热率。大部分类型云的净辐射加热率受其长波辐射加热率主导。结果表明，云的重叠表现出与单层云截然不同的辐射特性及对加热率的影响。然而，目前的气候模式仍然无法合理地描述云的重叠特征，使得不同模式间采用不同的云重叠方案，这也可能是模式在南半球中高纬度区域能量收支模拟效果较差的原因之一。然而通过利用全球的星载雷达云廓线观测资料(CALIPSO和CloudSat)，云重叠的参数化方案(特别是南半球高纬度地区)可以得到较好的解决。

近年来，一些研究基于卫星资料已经开展了南北半球云特性的对比研究。如Mace(2010)选择了南北半球中高纬度的两块20°×20°的海洋区域，对比了它们年平均的云特性、云辐射特性。其研究表明，南、北半球在云发生频率、云特性以及云辐射特性方面有着高度的相似。Field等(2007)通过利用再分析资料也指出，南、北半球中高纬度的气旋在强度和湿度方面极为相似。然而，部分研究则持相反结论，即南、北半球风暴轨迹形成的动力尺度及其发展并不一致(Morrison，et al，2010; Naud，et al，2013)。Naud等(2013)指出南半球的气旋相比北半球更冷、更干且发展更旺盛。Morrison等(2010)也发现在北太平洋观测到的冰晶多于南半球中纬度海洋。可见，对南、北半球中高纬度的云特性及辐射特性的认识仍然欠缺，这可能与南、北半球的气象场条件及气溶胶含量等密切相关。也初步对比了南、北半球不同类型云及其重叠所引起的辐射效应及加热率差异。结果表明，不论在云量还是云辐射效应及加热率方面，南、北半球均有相似的分布，但是差异仍然比较明显。那么这些差异到底归因于哪些因子仍需进一步研究。因此，在接下来的研究中，将进一步讨论下垫面状况、气溶胶含量以及气象场条件对南、北半球云特性的影响，以期为模式中云参数化方案区域的适用性评估及方案改进提供观测依据，并为加深理解云的辐射反馈机制提供必要的研究基础。