青藏高原东侧九龙夏季非降水云的观测特征

青藏高原东侧九龙地区是西南涡多发区,利用该地区新型探测设备开展云探测,有助于增强对西南涡多发区云特征的认识。利用2018—2019年6—8月九龙站地基微波辐射计资料,分析了该地区夏季非降水云的出现率、液态水路径及过冷水路径的观测特征。结果表明:九龙夏季非降水云出现率月均值在67%~82%之间,以低云和中云为主,高云较少;低云出现率表现为白天低、夜间高,而中云和高云则相反;云出现率的垂直分布表现为单峰形态,在约2km高度存在云出现率峰值8.1%;受大气热力层结日变化影响,云出现率的单峰垂直分布呈现日夜差异。另外,九龙夏季非降水云的液态水路径均值为0.433kg·m^(-2),其中低云、中云、高云的液态水路径均值分别为0.665、0.240、0.102kg·m^(-2);低云的液态水路径日变化特征与其出现率相似,而中云和高云的液态水路径日变化特征不明显。此外,九龙夏季非降水云中冷云的过冷水路径均值为0.154kg·m^(-2),其中低云、中云、高云的过冷水路径均值分别为0.065、0.166、0.102kg·m^(-2);总体上过冷水路径在液态水路径中的占比约为34.3%~38.8%,过冷水路径占比随云的高度而增大,这使得中云和高云的过冷水路径日变化与其液态水路径相似。与同纬度华中地区相比,九龙夏季非降水云具有明显不同的特征,这与两地之间的大气水汽特征差异密切相关。

基于2014～2017年Ka毫米波雷达数据分析北京地区云宏观分布特征

本文利用2014年1月至2017年12月Ka毫米波雷达数据对北京地区云宏观特征进行统计分析。云出现率方面,4年平均值约36.3%;冬季最低,夏季最大;月出现率值9月最大,12月最小;出现率日变化有季节差异,春夏两季呈现中午(11:00,北京时间,下同)开始逐步升高至下午17:00后逐步下降的特点,增高幅度大于15%;冬、秋两季日变化特征不显著。高度方面,4年平均云底高约4.9 km,平均云顶高约7.2 km;云顶高和云底高的月变化特征明显,从年初1月开始逐步上升,在6月达到峰值,而后下降到12月达到低值;3~10月,高云(云底高>5 km)占约一半左右比例;厚度小于1 km的云在各月中所占比例最高;厚度1~4 km的云,厚度越大所占比例越低;特别地,厚度大于4 km的云所占比例在4~9月中仅次于厚度小于1 km云的比例。4年期间,北京地区单层云居多约占66.7%,两层云占比约25.2%,两层以上云占8.1%;冬季约80%的云为单层云,而6~9月云层分布变化最多,其中9月单层云比例最低约为40%。本文基于4年高时空分辨率雷达数据对北京地区云分布特征,特别是云垂直分布特征在数值上准确刻画,该项工作在已有云气候研究中尚未见开展,所获得的知识将对了解地区气候特征、区域模式云参数化选择提供参考。

青藏高原东侧甘孜云雷达观测的非降水云垂直结构特征分析

利用青藏高原东侧甘孜站Ka波段云雷达2019年6—8月观测资料,对该地区非降水云垂直结构特征进行了分析。结果表明:(1)甘孜非降水云中单层云的出现率为78.3%,高于两层云的出现率18.3%和多层云的出现率3.4%。分不同高度云来看,低云的出现率为46%,中云和高云各占27%,当云层数增加时,中云和高云的出现率增加。(2)云的出现率具有白天小、夜间大的日变化特征,云层数增多后,上层云出现率的日变化特征减弱;地形对云出现率的日变化有一定影响。(3)云底高和云顶高的垂直分布结构多为双峰形态,当出现三层云时,下层云的垂直结构为单峰形态。(4)甘孜云厚呈现出云压缩现象:单层云的平均云厚约为3.8 km;两层云的下层云平均云厚约为2.5 km,上层云平均云厚约为1.5 km;三层云的下层云平均云厚减小至约1.8 km,上层云平均云厚减小至约1.2 km,中层云平均云厚最小,约为1 km;云压缩现象随云层数增加而愈发明显。地基云雷达展示了局地云探测的优势,有益于高原云探测和研究。

基于毫米波测云雷达的建瓯云宏观分布特征

利用毫米波测云雷达时空分辨率高的优势,对建瓯地区2019年5月-2020年4月云宏观分布及时间变化特征进行定量统计分析。研究结果表明,建瓯地区云发生情况较为频繁,云出现率约62.8%;春季多云,秋季少云;一日中,16∶00至21∶00时段云出现率较高,2∶00至4∶00时段较低。平均云底高约为1.2km,云顶高约为5.5km;夏季云底及云顶高度最高;春、夏云层厚度较大。总体以单层云为主,双层云和多层云春、夏季出现率较高;随着云层数增多,云层平均厚度减小,且相互更易重叠出现。积雨云为单层云的主导云类型,积云/高积云、层云/高云和层云/层积云为双层云的主导云类型;层云、层积云、积雨云日变化特征显著。