利用先进云雷达和拉曼激光雷达对半干旱区云特性及辐射效应的观测研究

Clouds are one of the most important factors in the climate and climate change by modulating radiative energy budget in the earth-atmosphere system. Because of the complications of the cloud response and its feedbacks to the climate system, cloud feedbacks are one of the largest uncertainties in the GCM simulations of the climate change. Since the arid and semi-arid regions have a strong response to the global warming, an observational study of clouds in these regions is critically important to improve our understanding of cloud response and feedbacks. Here we propose to carry out a ground-based longterm continuous observation of clouds at the semi-arid region by using the first KAZR cloud radar in China combined with the Raman lidar, develop an effective algorithm to retrieve cloud macro-/micro-physical properties and their vertical structure, and construct a cloud database over the semi-arid region. Using this database, we will examine the relationship between clouds and large-scale fields, and utilize a radiative transfer model to quantify the cloud radiative forcing over semi-arid region. By comparing the ground-based observation of clouds with the satellite cloud products, we will examine the uncertainties in the satellite cloud retrievals over semi-arid regions. This study will also provide a reliable cloud database to examine and improve the cloud parameterizations in climate models.

云是影响气候变化最重要的因子之一。云通过改变地气辐射能量平衡而对气候产生显著影响。由于云对气候变化的响应及反馈的复杂性，也使其成为气候模拟和预测中最不确定的因素之一。干旱半干旱区是对全球气候变化具有显著响应的区域，在该地区开展云特性的观测研究对认识云的气候效应和反馈机制尤为重要。本项目将利用我国引进的第一台KAZR云雷达，结合拉曼激光雷达，在半干旱区开展长期连续观测，发展一套有效算法，反演云的宏观和微观物理特性及垂直结构，建立半干旱区地基观测的云特性数据库。在此基础上，研究半干旱区云的气候特征及其与大尺度气象条件的关系，利用辐射传输模式针对不同云类型及物理特性，探讨半干旱区云的辐射强迫特征与规律。通过地基反演数据与卫星产品的对比，验证半干旱区卫星反演数据的可靠性，同时为检验和改进气候模式中的云参数化提供可靠的云特性资料。

云是影响气候变化最重要的因子之一。云通过改变地气辐射能量平衡而对气候产生显著影响。由于云对气候变化的响应及反馈的复杂性，也使其成为气候模拟和预测中最不确定的因素之一。干旱半干旱区是对全球气候变化具有显著响应的区域，在该地区开展云特性的观测研究对认识云的气候效应和反馈机制尤为重要。本项目在半干旱区开展了长期观测，积累了第一手观测资料；基于双边滤波思想提出了一种对KAZA云雷达信号噪声进行压缩的新方法，从而能够有效识别更多弱云信号，并将此方法尝试应用到CloudSat云检测业务算法中，发现改进的算法可以显著降低弱云信号的误检率和漏检率；同时在拉曼激光雷达特征层检测的算法基础上，继续发展了云和气溶胶消光系数廓线的算法，完成了一套大气特征层自动识别反演算法；在此基础上进行了SACOL站云宏观和微观物理特性反演，建立了半干旱区地基观测的云特性数据库，通过Fu-Liou辐射传输模式，计算了冰云的辐射效应，并进一步开展了云特征的聚类分析，明确了云物理特性与大尺度气象条件场之间的关系；同时，结合多源卫星及再分析多年数据资料，探讨了大气稳定度与风切变对云垂直重叠特性的影响、研究了大气动力参数和气溶胶对过冷水云量的影响、分析了不同区域液态水云粒子数浓度的长期变化特征，并评估了多层云的辐射强迫及对大气加热率的影响。