气溶胶对层积云微物理特性和液态水路径的影响

气溶胶对层积云微物理特性和液态水路径的影响

近年来，人类活动对气候的影响越来越受到关注。研究表明,人类活动排放的气溶胶粒子可以通过散射和吸收太阳辐射直接影响气候;也可以作为云凝结核,改变云的微物理属性和降水,间接影响气候。后者被称为气溶胶的间接气候效应。过去几十年里,有很多科学家致力于气溶胶间接气候效应的研究。Twomey提出,如果云的液态水含量保持不变,当气溶胶数目增加时,云滴数浓度会增加,产生大量小云滴,从而对太阳光的反射更强。这被称为第一间接效应,或Twomey效应。人们曾试图用不同的方法监测第一间接效应,发现在轮船经过的区域,云对太阳光的反射更强,其原因是轮船排放的气溶胶粒子作为云凝结核,使得云滴数目增多,云滴尺度减小。这是Twomey效应的有力证据。Kaufman等研究亚马逊地区烟尘气溶胶对云微物理属性的影响,发现浓密的烟尘可以使遥感测得的云滴尺度由15μm减小到9μm。Ramanathan等综合几个区域的飞机观测数据,也得到气溶胶数浓度增加导致云滴数浓度增加的结论。Bréon等利用卫星数据证实气溶胶对云的微物理属性的影响显著,并且是全球性的。同样,Feingold等利用地基遥感数据,证明边界层云中存在第一间接效应。Twohy等对东北太平洋上9个层积云的观测数据进行分析,发现云滴数浓度与云下的气溶胶(直径大于0.10μm)数浓度高度正相关。气溶胶增加使云滴数目增多,云滴尺度减小。在这一理论基础上,Albrecht提出气溶胶浓度增加会使云滴之间的碰并效率很低,从而抑制了降水,云的液态水路径LWP(liquidwaterpath,即云中液态水含量在垂直方向的积分)将增加,云量也增加,从而对太阳光的反射增强。这被称为气溶胶的第二间接气候效应。然而,在过去二十多年的研究中,人们就气溶胶对LWP的影响仍然没有达成共识。Jiang等研究显示,与干净的云的个例相比,污染物的存在可以减小云的LWP。其原因是污染物使得云底的降水减少,相应的云下雨滴蒸发对气层的冷却效应减弱,地面到云底的气层变得更加稳定,使得来自地表的水汽向上的通量减少,云的发展受到抑制。Twohy等得出结论:与干净的云相比,污染的云内部云滴数浓度较高,云滴有效半径相对较小,但是并没有观测到云的可见光波段的反照率有变化,所以可能是由于LWP的差异造成的。Coakley等对一个固定区域的卫星数据进行调查,发现在轮船经过的区域LWP比环境云内的LWP低。Han等利用卫星数据得到结论:LWP与气溶胶数浓度可以是正相关关系,也可以是负相关关系,但是在暖季或者是温暖的地区主要是负相关关系。Twohy等得到结论:尽管大尺度环境的变化能够造成云的宏观属性有较大变化,但是仍可以观测粒子数浓度与云的LWP之间存在较弱的反相关关系,而且毛毛雨滴的大小与云下的气溶胶数浓度也成反相关。Lee等对平均液态水路径50g/m2的薄云进行研究,提出在气溶胶浓度很高的情况下,云滴数浓度、凝结过程以及动力过程的强烈相互作用决定了气溶胶对LWP的影响程度。气溶胶浓度增加导致云滴数浓度增加,于是提供更多的水汽凝结所需要的表面,凝结的液态水更多,进而释放更多的潜热,加强上升气流。在Lee等研究的有降水到达地面的两个个例中,气溶胶增加导致LWP增加。本文利用云探测卫星CloudSat和中等分辨率成像分光辐射计MODIS(moderate-resolutionimagingspectroradiometer)数据分析气溶胶对海洋性层积云的影响,是对CloudSat数据的具体应用。1数据和方法的介绍1.1计算云后向散射强度的数据云探测卫星CloudSat装载了94GHz(3mm波段)云雷达(cloudprofilingradar,简称CPR)。CPR使CloudSat具有同时探测云粒子和降水粒子、提供云垂直结构的独一无二的能力。CloudSat的另一个优势在于,它可以联合下午系列星群A-Train(afternoontrain)中其他卫星搭载的仪器获得的数据资料,研究云和气溶胶的相互作用。CloudSat搭载的CPR是垂直向下观测的雷达(nadir-lookingradar),能够测量云的后向散射强度(可探测到的最小信号强度是-30dBZe)。CloudSat卫星绕地球一周称为一个扫描轨道,一个轨道的扫描时间大约99分钟,每个轨道上约有36380个星下像素点,每个像素点的星下点波束覆盖范围(footprint)近似是横轨(acrosstrack)测量范围1.3km,沿轨(along-track)测量范围1.7km,垂直分辨率为500m。每个剖面上有125个垂直层,每层厚度为240m。本文使用的是CloudSatlevel22B-CWC-RVOD数据产品,该产品是根据level1直接观测到的数据产品结合level22B-TAU中云的可见光波段光学厚度反演得到,因此该产品描述一个垂直剖面的特征。该产品包括物理量云液态水含量(LWC)、冰水含量(IWC),液态云滴的有效半径、冰晶有效半径以及CPR探测到的相应的柱内的总含水量。如果整个柱内均为液态水,探测的物理量即LWP,若为整个柱内均为冰相,则探测的柱内的总含水量为冰水路径IWP。Barker等认为CloudSat的CPR对低云具有较好的探测能力。他们将CloudSat反射率数据及其反演产品与飞机观测数据进行对比,发现低云的雷达反射率观测很一致,并得出结论:CloudSat对LWC和可见光消光系数的估计偏小,对粒子有效半径的估计偏大。目前,人们对CloudSat云物理特性反演产品的质量没有达成共识,比较流行的说法是W波段CPR反演云特性具有较大的不确定性。1.2气溶胶光学厚度Aqua上搭载仪器MODIS,MODISlevel2MOD04/MYD04数据提供气溶胶的光学厚度信息。在海洋上的无云区,MODIS反演气溶胶属性的水平分辨率为10km。Remer等对业务上使用的海洋上的气溶胶反演算法进行了初步评估,结果表明MODIS气溶胶反演算法反演气溶胶光学厚度精确度高。MODIS的level2MOD06数据提供LWP信息。气溶胶光学厚度τa代表太阳辐射经过气溶胶柱后的衰减状况,在一定程度上可以反应气溶胶的柱浓度。Bréon等研究表明,和气溶胶光学厚度相比,气溶胶指数(aerosolindex)更适合代表气溶胶柱浓度,与云滴尺度的相关性更好。但是由于资料的限制,本文仍然利用MODIS的气溶胶光学厚度来反映气溶胶的浓度。1.3气溶胶光学厚度本文的研究地点选取太平洋东部副热带地区(15˚—40˚N,135˚—120˚W),原因是观测资料显示该区域经常覆盖大面积层积云。使用数据有CloudSat云雷达2B-CWC-RVOD中云滴数浓度(Nd)、云滴有效半径(re)、LWP和MODISlevel2的气溶胶光学厚度。因为CloudSat落后于Aqua不足120s,因此近似视为同时经过同一区域。本文的研究时间限定2007年和2008年,其中卫星过境天数为2007年155天,2008年149天。去除无云和有冰云的数据后,有层积云出现的天数分别是2007年15天,2008年22天,共37天。本文对这37天的数据进行分析。当有云出现时,利用被动遥感定量监测云下气溶胶浓度目前还没有有效的手段和方法。到目前为止,利用遥感方式同时探测同一区域的气溶胶和云滴的时空分布仍然是一个难题。过去对气溶胶的间接气候效应研究,有的采用准同步观测,有的以观测瞬间相邻区域的气溶胶浓度代表云区气溶胶浓度。本文采用后一种方法,并以垂直方向云滴有效半径的均值表示云区云滴有效半径,以垂直方向云滴数浓度的均值表示云区的云滴数浓度(图1)。2结果分析2.1云区云滴有效半径的空间变化CloudSat能够提供层积云的微物理属性。图1和2为层积云典型个例。图1(a)显示研究区域的层积云的云滴数浓度在垂直方向上变化不大,而在水平方向却很大。图2(a)同样说明了这一点。所以下文以垂直柱内云滴数浓度的均值表示云区云滴数浓度比较合理。但是图1(b)和图2(b)则显示云滴有效半径在垂直方向上有很大的变化,在LWP很大时,有效半径可以随着高度递减。而以前的研究显示:当云内没有毛毛雨滴出现时,有效半径通常随着高度的增加而增加;当云内有降水出现时,云滴有效半径的垂直梯度相对较小,当降水率达到0.1mm/h时,有效半径的垂直梯度甚至可以是负的。由于被动遥感云顶云滴有效半径的观测更为准确,因此以前的气溶胶与云的相互作用的研究通常用云顶的云滴有效半径。本文以垂直柱内云滴有效半径的均值表示云区的云滴有效半径。2.2云滴数目和云滴有效半径本文选择气溶胶浓度有明显差异的两天观测数据进行比较。2007年12月1日研究区域气溶胶的浓度明显低于2007年1月1日(图3(a))。但是没有发现这两天的云滴数浓度和云滴有效半径有明显差别(图3(a)和3(b))。对研究区域2007年和2008年所有有层积云出现的数据进行处理,选取LWP相近的数据进行分析,结果如图4所示。在LWP相近时,增加气溶胶会导致云滴数目增多,云滴有效半径减小,总体上气溶胶的效应并不显著;但增加气溶胶有时也会导致云滴数目减少,云滴尺度增大。这说明对所研究区域的层积云,在所研究的气溶胶光学厚度范围内,气溶胶的增加对云的影响较小。2.3lwp数据处理第1种方法,和以前的研究工作一样,以星下点LWP数据为中心,在给定区域内(这里以0.5°作为半径)选择离它最近的τa数据作为云区的τa。图6(a)显示在气溶胶浓度低对应较大的LWP的变化,而气溶胶浓度高对应较小的LWP的变化。这可能意味着气溶胶浓度比较低时,有毛毛雨滴形成会引起LWP发生较大的改变。图6(a)中,LWP大体上随着τa的增加而递减。然而这种方法存在一定的缺点,即由于没有办法准确测量云内气溶胶的光学厚度,τa的分辨率又比LWP的小,因此可能掩盖真相(LWP和τa的关系)。第2种方法,以τa数据为中心,选择一定区域内(这里是半径为0.5°的圆区)距离τa格点数据最近的LWP数据与τa数据进行匹配。结果如图6(b)所示,和第1种处理方法所给出的结果非常相像。但这种方法也有一定的弊端。当圆区的半径取值很小时(比如0.05°),因为只能获得云区以外的τa数据,且LWP大值出现在云区中心,所以导致没有大的LWP数据出现。也就是说,研究的区域只能限定于云区的边缘。3气溶胶对lwp的影响本文对CloudSat云雷达数据进行分析,发现云内LWP的不均一性很大。另外,CloudSat反演的LWP明显高于MODIS反演的结果。和LWP一样,暖性层积云内的云滴数浓度在水平方向的变化也很大,然而其垂直分布相对比较均一。本文还利用CloudSat的云雷达数据和MODIS气溶胶数据考察了气溶胶对层积云的影响,结果显示,当固定LWP时,气溶胶增加会使得云滴数目增多,云滴尺度减小,但影响并不显著。由于云中液态水路径本身变化极大,导致气溶胶对液态水路径的影响很难和云中液态水路径本身的变化分离开。本文发现气溶胶对云的微物理属性的影响及对LWP的影响并不显著,原因可能有几点。一是用气溶胶的光学厚度来表示气溶胶的数浓度不太合适。二是CloudSat反演的LWP数据可能还存在许多不确定性。关于CloudSat的液态水含量,Austin等结合云雷达和光学厚度数据进行LWP反演,然后将反演所得结果与微波辐射计反演得到的LWP进行比较,结果显示前者比后者偏高。三是与气溶胶对LWP的影响相比,云中液态水路径由于动力过程的影响本身变化极大,导致气溶胶对液态水路径的影响很难和云中液态水路径本身的变化分离开。总之,气溶胶对云的影响目前还存在很多争议,还需要