錢小立 秦正坤 張文君

1 南京信息工程大學(xué)大氣科學(xué)學(xué)院, 南京 210044

2 南京信息工程大學(xué)大氣科學(xué)學(xué)院資料同化研究與應(yīng)用聯(lián)合中心, 南京 210044

1 引言

水汽凝結(jié)形成的云主要通過(guò)潛熱影響大氣，而云凝聚之后也會(huì)通過(guò)對(duì)短波和長(zhǎng)波輻射傳輸?shù)恼{(diào)制對(duì)大氣產(chǎn)生額外的影響。云層對(duì)地球的能量收支和水循環(huán)有著很大的影響，無(wú)論是在天氣尺度還是在氣候尺度上，都會(huì)對(duì)大氣狀態(tài)產(chǎn)生重大的影響。

云水路徑作為云屬性之一，是一個(gè)重要的氣候系統(tǒng)參數(shù)，與氣候系統(tǒng)的水文和輻射特性的形成有著重要的關(guān)聯(lián)。目前，盡管存在一些長(zhǎng)期的地表觀測(cè)，但研究表明這些觀測(cè)容易出現(xiàn)較大的誤差（Norris, 1999; Dai et al., 2006），不能有效地用于云的氣候變化分析。衛(wèi)星微波輻射計(jì)資料為我們提供了具有全球范圍大氣云液態(tài)水路徑CLWP（Cloud Liquid Water Path）的空間分布信息（Prabhakara et al., 1983; Weng and Grody, 1994）。對(duì)于濕潤(rùn)地區(qū)（如赤道輻合帶），CLWP可以超過(guò)1 mm；相反，在干旱地區(qū)（如副高控制的地區(qū)），CLWP一般會(huì)低于0.1 kg m?2（Grody et al., 2001）。

因?yàn)槲⒉▋x器能夠直接響應(yīng)云滴的熱發(fā)射，所以微波儀器觀測(cè)資料是CLWP觀測(cè)信息的重要來(lái)源。目前氣象學(xué)家已經(jīng)開(kāi)發(fā)了各種基于物理或統(tǒng)計(jì)的算法來(lái)測(cè)量云液態(tài)水路徑。最先發(fā)展起來(lái)的一系列算法是利用特殊傳感器微波成像儀SSM/I（Special Sensor Microwave/Imager），為了測(cè)量與各種云層有關(guān)的大范圍液態(tài)水，可根據(jù)測(cè)量要求使用不同的SSM/I通道組合（Weng and Grody, 1994）。還有些算法使用固定的通道組合，僅檢索非降雨云的云液態(tài)水（Greenwald et al., 1993）。

利用SSM/I反演云液態(tài)水的經(jīng)驗(yàn)加快了其他微波傳感器云水產(chǎn)品的開(kāi)發(fā)。自1998年7月先進(jìn)微波探測(cè)裝置（Advanced Microwave Sounding Unit，簡(jiǎn)稱AMSU）首次搭載在NOAA-15極軌衛(wèi)星以來(lái)，盡管AMSU只有四個(gè)窗區(qū)通道，但是由于AMSU獨(dú)特的毫米波通道，其云液態(tài)水、水汽、降雨率等產(chǎn) 品 的 質(zhì) 量 與SSM/I的 產(chǎn) 品 相 似。Weng et al.（2003）使用兩個(gè)AMSU窗區(qū)通道推導(dǎo)出了云液態(tài)水和總可降水量。此外，還產(chǎn)生了云冰、冰粒半徑等產(chǎn)品。AMSU獲得的云和降水產(chǎn)品和SSM/I產(chǎn)品相結(jié)合，提供了更多的全球時(shí)間和空間觀測(cè)，減少了天氣和氣候分析的不確定性。在衛(wèi)星資料同化研究中，云和降水產(chǎn)品可以用于識(shí)別被云層污染的微波探測(cè)通道，提高同化進(jìn)數(shù)值預(yù)報(bào)系統(tǒng)中衛(wèi)星資料的質(zhì)量（Weng et al., 2003）。

自1998以來(lái)，高級(jí)微波溫度計(jì)已經(jīng)有了近23年的觀測(cè)歷史，此外，美國(guó)的NOAA-15至NOAA-19和歐洲的MetOp系列極軌氣象衛(wèi)星等多顆衛(wèi)星都搭載了AMSU-A探測(cè)儀，從而為我們提供了豐富的觀測(cè)資料來(lái)源，這也為我們研究大氣CLWP氣候趨勢(shì)特征提供了很好的數(shù)據(jù)基礎(chǔ)。只是由于衛(wèi)星儀器使用壽命的限制，大部分衛(wèi)星的只能提供幾年的觀測(cè)結(jié)果，不同衛(wèi)星儀器參數(shù)的差異也使得不同衛(wèi)星的AMSU-A觀測(cè)資料可能存在系統(tǒng)的偏差，這是限制AMSU-A資料氣候應(yīng)用的主要難題。但是在眾多搭載AMSU-A儀器的極軌氣象衛(wèi)星中，NOAA-15具有最悠久的歷史，該衛(wèi)星攜帶的AMSU-A一直能夠穩(wěn)定的為我們提供具有全球覆蓋率的觀測(cè)資料，由于數(shù)據(jù)來(lái)自單顆衛(wèi)星，因此避免了傳感器之間的校準(zhǔn)難題，并且由此導(dǎo)出的趨勢(shì)比來(lái)自多個(gè)衛(wèi)星的趨勢(shì)更為穩(wěn)定。因此，本論文利用2000年1月1日 至2020年11月30日 期 間 的NOAA-15的AMSU-A資料，反演得到了對(duì)應(yīng)時(shí)間段內(nèi)的云液態(tài)水路徑資料集，在利用再分析資料對(duì)反演產(chǎn)品進(jìn)行細(xì)致評(píng)估的基礎(chǔ)上，論文還進(jìn)行了在太平洋地區(qū)大氣CLWP氣候變化特征分析。

本文的具體結(jié)構(gòu)如下：第二節(jié)具體介紹了作為數(shù)據(jù)基礎(chǔ)的AMSU-A資料及CLWP反演算法；第三節(jié)對(duì)該算法進(jìn)行了敏感性試驗(yàn)，并比較了反演結(jié)果與再分析產(chǎn)品的年平均分布特征；第四節(jié)討論了使用線性回歸方法和集合經(jīng)驗(yàn)?zāi)B(tài)分解方法分析CLWP氣候趨勢(shì)的區(qū)別；第五節(jié)中探討了太平洋上CLWP的氣候變化特征；第六節(jié)比較了反演結(jié)果與再分析產(chǎn)品在氣候變化特征上存在的差異；最后第七節(jié)給出了主要結(jié)論。

2 資料和方法

2.1 AMSU-A微波溫度計(jì)資料

多個(gè)極軌衛(wèi)星搭載了先進(jìn)的微波探測(cè)儀AMSU-A，包括美國(guó)的NOAA系列衛(wèi)星和歐洲的MetOp系列衛(wèi)星。AMSU-A是一種跨軌道儀器，每根掃描線上有30個(gè)FOV（Field Of Views），其軌 道 寬 度 約 為2300 km，最 大 掃 描 角 為±48.3°，F(xiàn)OV為15和16時(shí)掃描角為1.67°，其星下點(diǎn)空間分辨率約為48 km。AMSU-A提供了15個(gè)溫度探測(cè)通道，覆蓋了23.8至89 GHz微波頻譜范圍，主要用于提供大氣溫度廓線信息。

AMSU-A被分為兩個(gè)物理上獨(dú)立的模塊，每個(gè)模塊獨(dú)立運(yùn)行并與航天器連接。模塊A1包含13個(gè)通道，模塊A2包含2個(gè)通道。大氣溫度分布主要基于60 GHz附近的通道3～14測(cè)量，而云液態(tài)水和地球表面信息是通過(guò)通道1～2進(jìn)行測(cè)量。表1列出了NOAA-15的AMSU-A的一些通道特征，包括通道頻率、輻射溫度靈敏度、3 dB帶寬和波束寬度（Mo, 1999）。

表1 NOAA15/AMSU-A的各通道參數(shù)特征Table 1 parameter characteristics of each channel of NOAA15/AMSU-A

因?yàn)轭l率為23.8和31.4 GHz的AMSU-A通道的觀測(cè)資料能夠直接響應(yīng)液滴的發(fā)射，所以前人建立了基于通道1和2觀測(cè)資料的云液態(tài)水路徑反演方法（Weng and Grody, 2000）。本文正是應(yīng)用了該反演方法進(jìn)行云液態(tài)水路徑反演研究。

為了避免星間校準(zhǔn)的問(wèn)題，同時(shí)利用NOAA-15的長(zhǎng)期觀測(cè)性能，本文只選用了來(lái)自NOAA COMPREHENSIVE LARGE ARRAY-DATA STEWARDSHIP SYSTEM(CLASS)中 TIROS Operational Vertical Sounder(TOVS)數(shù)據(jù)集的NOAA-15的AMSU-A觀測(cè)資料進(jìn)行研究，研究時(shí)段為2000年1月1日至2020年11月30日。

為了驗(yàn)證反演結(jié)果的正確性，我們還選用了兩種常用的再分析資料進(jìn)行對(duì)比研究。即ERA5再分析資料和 NCEP/NCAR FNL（Final Analysis）再分析資料。

2.2 ERA5逐小時(shí)再分析資料

ERA5是來(lái)自歐洲中心的新一代全球再分析數(shù)據(jù)，目前可以提供自1979年的數(shù)據(jù)。ERA5再分析資料也提供了CLWP資料，資料水平分辨率約為0.25°×0.25°。本文中選取的資料時(shí)間長(zhǎng)度為2000年1月1日到2020年11月30日。

2.3 NCEP/NCAR-FNL再分析資料

NCEP-FNL資料來(lái)自全球數(shù)據(jù)同化系統(tǒng)，目前可以提供自2001年5月開(kāi)始的CLWP數(shù)據(jù)，資料的水平分辨率為1.0°×1.0°，時(shí)間間隔為6小時(shí)。本文中選取的資料時(shí)間長(zhǎng)度為2002年1月1日到2020年11月30日。

2.4 云水路徑反演算法

利用低頻窗口通道的微波測(cè)量可以計(jì)算得到非降水云中的云液態(tài)水（Greenwald et al., 1993; Weng and Grody, 1994; Weng et al., 1997, 2000; Wentz,1997）。Weng et al.（2003）提出通過(guò)AMSU-A的兩個(gè)頻率分別為23.8和31.4 GHz的窗區(qū)通道的觀測(cè)亮溫和海表溫度、風(fēng)場(chǎng)可以計(jì)算云液態(tài)水路徑和總可降水量。本文在Weng et al.（2003）提出的方法的基礎(chǔ)上，利用拉格朗日插值將海表溫度和風(fēng)場(chǎng)的再分析資料插值到衛(wèi)星的觀測(cè)點(diǎn)上，然后再計(jì)算得到CLWP。本文研究的主要區(qū)域?yàn)楹Ｑ笊峡眨?0°N以北區(qū)域陸地面積較大，因此本文的研究區(qū)域主要集中在南北緯50°之間。

圖1展示了2000年1月10日基于NOAA-15的AMSU-A升軌資料并結(jié)合FNL再分析資料提供的海表溫度和風(fēng)速資料反演獲得的太平洋上的云液態(tài)水路徑的空間分布圖。

圖1 2000年1月10日太平洋地區(qū)的云液態(tài)水路徑反演結(jié)果的空間分布圖Fig. 1 Spatial distribution of cloud liquid water path inversion results in the Pacific on January 10, 2000

圖中帶狀陰影區(qū)域?yàn)樾l(wèi)星升軌軌道覆蓋區(qū)域，白色區(qū)域?yàn)樾l(wèi)星掃描未覆蓋區(qū)域，不存在觀測(cè)值，這里只是給出了CLWP大于0.01 kg m?2的空間分布特征，CLWP小于0.01 kg m?2的觀測(cè)區(qū)域統(tǒng)一標(biāo)為灰色。在2000年1月10日，CLWP主要分布在0°～10°N的熱帶太平洋地區(qū)和20°N以北的北太平洋中部地區(qū)。北太平洋地區(qū)存在明顯的帶狀大值區(qū)，最大值區(qū)可以達(dá)到2.0 kg m?2以上。另外南太平洋也有零星的大值區(qū)。需要說(shuō)明的是，由于反演方法精度的限制，反演的CLWP大于2.0的區(qū)域這里都是設(shè)定為2.0 kg m?2。

3 敏感性試驗(yàn)及年平均云水路徑空間分布

3.1 基于AMSU-A的云水路徑反演的敏感性試驗(yàn)

正如上文中所介紹的，CLWP可以通過(guò)AMSUA的兩個(gè)頻率分別為23.8和31.4 GHz的窗區(qū)通道的觀測(cè)亮溫和海表溫度、風(fēng)場(chǎng)計(jì)算得到。其中海表溫度和風(fēng)場(chǎng)主要用于計(jì)算海表反射率及粗糙程度。由于反演產(chǎn)品中包含了再分析資料的海表溫度和風(fēng)場(chǎng)信息，因此在利用反演產(chǎn)品進(jìn)行氣候研究前，首先要明確反演產(chǎn)品對(duì)海表溫度和風(fēng)場(chǎng)的敏感性特征。這里分別設(shè)計(jì)了兩組敏感性試驗(yàn)：（1）保持海表面風(fēng)場(chǎng)不變，改變海表溫度，觀察不同量級(jí)CLWP的變化幅度；（2）保持海表溫度不變，改變海表面風(fēng)場(chǎng)，分析不同量級(jí)的CLWP隨海表面風(fēng)場(chǎng)的變化幅度。具體的試驗(yàn)結(jié)果如圖2所示。

圖2 云液態(tài)水路徑CLWP反演結(jié)果隨海表（a）溫度和（b）風(fēng)速的變率Fig. 2 Variability of CLWP (Cloud Liquid Water Path) change inversion results with sea surface (a) temperature and (b) wind speed

從兩組敏感性試驗(yàn)結(jié)果對(duì)比可以看出，溫度與風(fēng)速對(duì)CLWP的影響表現(xiàn)出相似的特征，即溫度升高和風(fēng)速增加，CLWP會(huì)減小，反之亦然。但是對(duì)于不同量級(jí)的CLWP，風(fēng)速和溫度的影響程度并不一致。溫度增加對(duì)CLWP的大值影響更為明顯，而風(fēng)速則是對(duì)CLWP的小值影響更為顯著。但是從變化的量值來(lái)看，溫度和風(fēng)速的改變對(duì)CLWP的影響相對(duì)較小，相較于初始溫度的CLWP量值，改變溫度或風(fēng)速導(dǎo)致的CLWP量值的變化一般在5%以內(nèi)，這就表明再分析資料的信息對(duì)反演結(jié)果的氣候變化特征影響較小。

3.2 多年CLWP衛(wèi)星反演結(jié)果驗(yàn)證

CLWP反演產(chǎn)品對(duì)再分析資料的低敏感性也證明了反演產(chǎn)品用于氣候研究的可行性。利用2000年1月1日至2020年11月30日期間的NOAA-15的AMSU-A資料，分別使用了FNL和ERA5的海表溫度和海表面風(fēng)速資料，反演得到了太平洋地區(qū)對(duì)應(yīng)時(shí)間段內(nèi)的CLWP，建立了21年逐日的CLWP氣候資料集。下文中分別用反演1和反演2來(lái)代替基于NOAA-15/AMSU-A衛(wèi)星資料，結(jié)合FNL再分析資料提供的海表溫度和風(fēng)速資料，獲得的CLWP反演結(jié)果和基于NOAA-15/AMSU-A衛(wèi)星資料，結(jié)合ERA5再分析資料提供的海表溫度和風(fēng)速資料，獲得的CLWP反演結(jié)果。

為了確認(rèn)衛(wèi)星荷載儀器觀測(cè)亮溫本身是否會(huì)隨著時(shí)間的推移而衰減，從而導(dǎo)致反演的CLWP資料存在誤差。圖3a–d分別給出了2005年和2020年反演1和ERA5的CLWP產(chǎn)品的夏季平均CLWP的空間分布圖。比較這兩年的衛(wèi)星反演結(jié)果和ERA5產(chǎn)品結(jié)果，我們可以發(fā)現(xiàn)衛(wèi)星反演結(jié)果的空間分布和ERA5產(chǎn)品較為接近，而且比較2005年和2020年的衛(wèi)星反演結(jié)果，發(fā)現(xiàn)CLWP在量值上不存在明顯的增強(qiáng)或衰減。

圖3 （a, b）2005年、（c, d）2020年太平洋地區(qū)夏季平均CLWP空間分布：（a, c）反演1；（b, d）ERA5的CLWP產(chǎn)品Fig. 3 Spatial distribution of summer average CLWP in the Pacific region in (a, b) 2005 and (c, d) 2020: (a, c) Inversion 1; (b, d) CLWP products from ERA5

為了進(jìn)一步驗(yàn)證這個(gè)結(jié)論，我挑選了三個(gè)區(qū)域分別給出了21年以來(lái)，區(qū)域平均CLWP的逐月變化，并與ERA5的結(jié)果進(jìn)行了比較，結(jié)果如圖4所示。從圖中可以很明顯的看出，兩種資料，雖然在量值上存在一定的差距，但在變化趨勢(shì)上基本保持一致。而且，從這幅圖中我們可以更加明顯的觀察到，三個(gè)區(qū)域的衛(wèi)星反演CLWP都呈現(xiàn)一種隨季節(jié)變化的變化趨勢(shì)，而不存在量值上的明顯的增加或者衰減，因此使用21年的衛(wèi)星數(shù)據(jù)，不會(huì)影響CLWP氣候特征的分析。

圖4 2000～2020年太平洋地區(qū)不同區(qū)域平均CLWP的逐月變化（藍(lán)線：反演1；紅線：ERA5/CLWP產(chǎn)品）：（a）（0°～10°S，120°～130°W）；（b）（0°～10°N，110°～120°W）；（c）（35°～45°N，170°～180°E）Fig. 4 Monthly variation of average CLWP in different regions of the Pacific from 2000 to 2020: (a) (0°–10°S, 120°–130°W); (b) (0°–10°N,110°–120°W); (c) (35°–45°N, 170°–180°E). Blue lines: inversion 1; red lines: CLWP products from ERA5

3.3 太平洋上年平均云水路徑的比較

為了檢驗(yàn)反演產(chǎn)品對(duì)太平洋地區(qū)CLWP氣候特征的再現(xiàn)能力。圖5a–b分別給出了基于兩種再分析資料和AMSU-A觀測(cè)資料反演獲得的CLWP（反演1和反演2）的氣候平均值空間分布圖，為了評(píng)估反演產(chǎn)品的正確性，這里還給出了FNL和ERA5的CLWP產(chǎn)品用于比較（圖5c?d）。

圖5 2002～2020年太平洋地區(qū)多年平均CLWP空間分布：（a）反演1；（b）反演2；（c）ERA5的CLWP產(chǎn)品；（d）FNL的CLWP產(chǎn)品Fig. 5 Spatial distribution of multi-year average CLWP in the Pacific region from 2002 to 2020: (a) Inversion 1; (b) inversion 2; (c) CLWP products from ERA5; (d) CLWP products from FNL

四種資料的多年平均CLWP的空間分布特征具有很好的相似性，CLWP大值區(qū)主要分布在0°～10°N之間的赤道中東太平洋地區(qū)，30°N以北和30°S以南的太平洋地區(qū)，而CLWP的小值區(qū)主要集中在0°～15°S的赤道中東太平洋地區(qū)、15°N左右的中太平洋和靠近北美洲的西太平洋區(qū)域。

四種CLWP資料的極值區(qū)域分布基本一致，但是在量值上存在一定的差別。利用兩種不同的再分析資料反演的CLWP具有非常相似的空間分布特征和量值，這也進(jìn)一步印證了上文中的敏感性試驗(yàn)的結(jié)論。相比而言，反演得到的CLWP結(jié)果與ERA5的產(chǎn)品更為接近，尤其是中低緯度兩者量級(jí)尤為接近，但是FNL的產(chǎn)品在量值上與其他三種資料存在一定的差別，主要在30°N以北區(qū)域的大值區(qū)，F(xiàn)NL資料的CLWP產(chǎn)品明顯大于其他資料，而在赤道南北的小值區(qū)，F(xiàn)NL的CLWP產(chǎn)品又明顯低于其他資料，而且低值區(qū)的覆蓋范圍也明顯偏大。

4 太平洋上云水路徑的氣候變化趨勢(shì)分析

4.1 CLWP的線性趨勢(shì)

隨著全球變暖現(xiàn)象得到越來(lái)越多的重視，不同變量氣候變化趨勢(shì)特征研究得到了普遍的關(guān)注。利用線性回歸的方法，這里計(jì)算了2000～2020年太平洋地區(qū)不同緯度帶上四種資料CLWP的線性趨勢(shì)，結(jié)果如圖6所示。不同資料的線性趨勢(shì)在量值上存在明顯的不同，其中FNL資料的線性趨勢(shì)與其他資料的差異最為明顯。在10°N附近，兩種反演結(jié)果和ERA5資料都表現(xiàn)出增加的趨勢(shì)，只是ERA5的增加趨勢(shì)相對(duì)較弱，但是FNL則是顯著的減少趨勢(shì)；而在30°N以北和30°S以南的大部分區(qū)域，F(xiàn)NL資料則是表現(xiàn)出顯著的增加趨勢(shì)，但是另外3種資料則是主要表現(xiàn)為減小的現(xiàn)象。由于CLWP趨勢(shì)屬于小量，因此后文中CLWP單位改為g m?2。

圖6 2000～2020年太平洋上不同緯度帶上CLWP的線性趨勢(shì)。黑色實(shí)線：反演1，紅色實(shí)線：反演2，黑色虛線：FNL的CLWP產(chǎn)品，紅色虛線：ERA5的CLWP產(chǎn)品Fig. 6 Linear trend of CLWP at different latitudes in the Pacific from 2000 to 2020. Black solid line: inversion 1, red solid line: inversion 2, black dash line: CLWP products from FNL, red dash line: CLWP product from ERA5

4.2 線性趨勢(shì)與非線性趨勢(shì)的比較

線性趨勢(shì)對(duì)資料時(shí)間長(zhǎng)度非常敏感，不同的時(shí)間長(zhǎng)度會(huì)對(duì)趨勢(shì)測(cè)定產(chǎn)生較大的影響（Qin et al.,2012）。而用于非線性趨勢(shì)分析的EEMD（Ensemble Empirical Mode Decomposition）方法不需要任何先驗(yàn)確定的基函數(shù)，并且可以自然地將自適應(yīng)和時(shí)間局部性融入到數(shù)據(jù)分解的過(guò)程中（Huang and Wu,2008; Wu and Huang 2009; Wu et al., 2009）。為了避免資料時(shí)間長(zhǎng)度對(duì)氣候變化趨勢(shì)分析結(jié)果的影響，這里還進(jìn)一步利用EEMD方法對(duì)CLWP的非線性氣候趨勢(shì)特征進(jìn)行分析。

EEMD方法通過(guò)將多個(gè)噪聲加到觀測(cè)值中，來(lái)模擬多個(gè)現(xiàn)實(shí)中的場(chǎng)景，從而可以使用對(duì)應(yīng)的本征模函數(shù)的集合平均方法來(lái)提取尺度一致性信號(hào)。具體的計(jì)算公式如公式（1）所示（其中用x(t)表示隨時(shí)間變化的觀測(cè)序列，用Cj表示本征模函數(shù)，用Rn(t)表示EEMD趨勢(shì)）。因此這里利用EEMD方法進(jìn)一步分析CLWP的非線性氣候趨勢(shì)。

首先為了對(duì)比EEMD的非線性趨勢(shì)與線性趨勢(shì)的差異，這里選擇了三個(gè)緯度帶，分別給出了CLWP的線性趨勢(shì)與EEMD獲得的非線性趨勢(shì)特征，結(jié)果如圖7所示。在三個(gè)緯度帶上線性趨勢(shì)和EMMD方法得到的趨勢(shì)在變化方向上是一致的，在9°N和21°N隨時(shí)時(shí)間的推移，CLWP逐漸增加，而在21°S上CLWP隨著時(shí)間的推移逐漸的減小。但是線性趨勢(shì)只能反應(yīng)出氣候趨勢(shì)的單調(diào)變化部分，而利用EEMD方法所得到的趨勢(shì)能夠再現(xiàn)CLWP氣候變化的非線性特征。例如在CLWP增加比較劇烈的9°N，從非線性趨勢(shì)曲線中可以看出，CLWP的增加主要是從2010年前后開(kāi)始的，增加的趨勢(shì)明顯快于線性趨勢(shì)結(jié)果。從圖7的結(jié)果中可以看到，非線性趨勢(shì)能夠揭示更多豐富的氣候變化趨勢(shì)特征。

圖7 2000～2020年基于ERA5資料的CLWP反演產(chǎn)品的線性趨勢(shì)與非線性趨勢(shì)（實(shí)線：EEMD方法；虛線：線性趨勢(shì)）Fig. 7 Linear trend and nonlinear trend of CLWP inversion products based on ERA5 data from 2000 to 2020. Solid lines: EEMD (Ensemble Empirical Mode Decomposition) method; dash lines: linear trend

4.3 CLWP的非線性趨勢(shì)

為了更好的與再分析資料進(jìn)行對(duì)比，這里首先將反演產(chǎn)品插值成0.5°×0.5°水平分辨率的格點(diǎn)資料，插值過(guò)程中剔除了海陸交界處的異常值點(diǎn)，最終得到了逐日的CLWP反演產(chǎn)品。由于兩種反演產(chǎn)品具有很好的相似性，所以這里只分析基于FNL再分析資料的反演產(chǎn)品。圖8為太平洋各緯度帶上CLWP反演產(chǎn)品的非線性趨勢(shì)。

與線性趨勢(shì)相似，CLWP增加趨勢(shì)最大的地方依舊在5°N附近，而減小的區(qū)域還是在30°N附近和30°S以南。然而，從圖8中看到在2015年以前，CLWP增加最大的區(qū)域位于5°N附近。但是，2015年以后該區(qū)域CLWP變成了一個(gè)逐漸減小的趨勢(shì)，而呈增加趨勢(shì)的區(qū)域逐漸向北移動(dòng)，轉(zhuǎn)移到了10°～15°N附近。

圖8 2000～2020年太平洋各緯度帶上CLWP反演產(chǎn)品的變化趨勢(shì)Fig. 8 Variation trend of CLWP inversion products in various latitudes of the Pacific from 2000 to 2020

為了進(jìn)一步分析這個(gè)特征，我們給出了反演產(chǎn)品非線性氣候趨勢(shì)不同年份的空間分布圖，圖9分別給出了2005年、2010年、2015年和2020年7月太平洋上經(jīng)過(guò)EEMD方法分解之后得到的CLWP氣候變化趨勢(shì)的空間分布圖。從圖中可以更加直觀的看出CLWP在各個(gè)緯度帶上的變化趨勢(shì)，更好地印證了太平洋各緯度帶上CLWP變化趨勢(shì)（圖8）的結(jié)論，而且可以看出，2015年以后CLWP增加區(qū)域向北移動(dòng)，主要集中在中東太平洋地區(qū)。此外，相較于太平洋各緯度帶上CLWP變化趨勢(shì)（圖8），月平均CLWP氣候變化趨勢(shì)空間分布圖（圖9）中可以更加明顯地觀察到整個(gè)太平洋區(qū)域CLWP的氣候變化趨勢(shì)；在20°～30°S區(qū)域，CLWP表現(xiàn)為減小趨勢(shì)，但是減小趨勢(shì)主要集中在西太平洋區(qū)域，而在中東太平洋依然是呈逐漸增加的趨勢(shì)；30°N緯度帶的CLWP減小趨勢(shì)也是集中在中北太平洋地區(qū)，而且減小的趨勢(shì)也表現(xiàn)出趨勢(shì)北移的現(xiàn)象。

圖9 （a）2005、（b）2010、（c）2015和（d）2020年7月太平洋上月平均CLWP反演產(chǎn)品的氣候趨勢(shì)空間分布Fig. 9 Spatial distribution of climate trend of last month’s average CLWP inversion products in the Pacific in July in (a) 2005, (b) 2010, (c) 2015, and(d) 2020

4.4 趨勢(shì)檢測(cè)的不確定性

所有數(shù)據(jù)都可能出錯(cuò)。目前用于數(shù)據(jù)分析的任何方法（如傅里葉分析、小波分析或者線性回歸等）都會(huì)因數(shù)據(jù)端效應(yīng)而受到不確定性的影響。對(duì)于EEMD方法，與數(shù)據(jù)端效應(yīng)相關(guān)的誤差與篩選過(guò)程中每次重復(fù)確定的序列的包絡(luò)值有關(guān)。為了估計(jì)EEMD趨勢(shì)中的不確定性，這里使用Wu et al.（2011）提出的向下采樣方法。以CLWP衛(wèi)星反演產(chǎn)品為例，在每個(gè)緯度帶的序列上增加一個(gè)均值和標(biāo)準(zhǔn)差相同的隨機(jī)正態(tài)分布序列，得到一個(gè)新的序列。然后對(duì)這個(gè)新的序列做EEMD分解，得到新的序列的EEMD趨勢(shì)。將該過(guò)程重復(fù)100次，這些趨勢(shì)的變化代表了EEMD趨勢(shì)的不確定性。5°N的結(jié)果如圖10所示。從圖中我們可以發(fā)現(xiàn)，EEMD方法產(chǎn)生的數(shù)據(jù)低頻分量對(duì)時(shí)間局部擾動(dòng)不敏感，隨機(jī)增加擾動(dòng)前后得到的趨勢(shì)幾乎相同。

為了驗(yàn)證結(jié)論在所有緯度帶具有普適性，圖11給出了CLWP反演產(chǎn)品、ERA5和FNL再分析資料的CLWP產(chǎn)品所有緯度帶上不確定性的標(biāo)準(zhǔn)差。觀察各緯度帶上的EEMD趨勢(shì)的標(biāo)準(zhǔn)差可以發(fā)現(xiàn)，在所有緯度帶上都有類似的結(jié)果，所有緯度帶上的標(biāo)準(zhǔn)偏差在序列的中心最小，在序列的末端最大。而且三種資料的結(jié)果都是如此。因此，根據(jù)圖10和圖11中的結(jié)果可以得出結(jié)論，對(duì)于本研究中研究CLWP氣候變化趨勢(shì)的三種資料的數(shù)據(jù)端效應(yīng)和噪聲相對(duì)較小。

圖10 5°N緯 度 帶 EEMD趨 勢(shì) 的 不 確 定 度?；?色 線：100次EEMD趨勢(shì)；紅色線：趨勢(shì)的平均值；藍(lán)色線：表示一個(gè)標(biāo)準(zhǔn)偏差Fig. 10 Uncertainty of 5°N latitude zone EEMD trend.Gray line: 100 EEMD trends; Red line: average value of trend; Blue line: indicates a standard deviation

圖11 各緯 度帶上 的EEMD趨勢(shì) 的不確 定度的 標(biāo)準(zhǔn)差：（a）CLWP反 演1；（b）ERA5的CLWP產(chǎn) 品；（c）FNL的CLWP產(chǎn)品Fig. 11 Standard deviation of uncertainty of EEMD trend in each latitude band: (a) CLWP inversion 1; (b) CLWP products from ERA5;(c) CLWP products from FNL

5 三種云水路徑資料氣候變化趨勢(shì)的比較

為了檢驗(yàn)反演產(chǎn)品對(duì)CLWP氣候變化特征的再現(xiàn)能力，我們將反演產(chǎn)品的非線性氣候趨勢(shì)與再分析資料的CLWP產(chǎn)品進(jìn)行對(duì)比分析。圖12給出的是兩種再分析資料在太平洋各緯度帶上CLWP氣候變化趨勢(shì)。

結(jié)合圖8和圖12，可以很明顯的看出，與上文中比較線性趨勢(shì)得到的結(jié)果類似，不同資料的非線性趨勢(shì)在量值上同樣存在明顯的不同，但是FNL的CLWP的非線性趨勢(shì)與另外兩種資料得到的結(jié)果差距較大，趨勢(shì)變化存在量級(jí)的差異，F(xiàn)NL的非線性趨勢(shì)的極值要比其他兩種資料大10倍左右，在0°～10°N、30°N以北和30°S以南區(qū)域呈完全相反的變化趨勢(shì)。比較CLWP反演結(jié)果和ERA5云水產(chǎn)品，可以看出，在太平洋大部分區(qū)域，二者的變化趨勢(shì)相近，僅在30°N附近呈相反的變化趨勢(shì)。我們還可以看到，在ERA5資料的非線性氣候變化趨勢(shì)上，一樣出現(xiàn)了5°N附近的CLWP從2015年開(kāi)始快速增加區(qū)域逐漸向北移動(dòng)的現(xiàn)象。

圖12 太平洋各緯度帶上CLWP氣候變化趨勢(shì)：（a）ERA5的CLWP產(chǎn)品；（b）FNL的CLWP產(chǎn)品Fig. 12 Climate change trend of CLWP in various latitudes of the Pacific: (a) CLWP products from ERA5; (b) CLWP products from FNL

圖13和圖14分別給出了不同年份再分析資料的非線性氣候趨勢(shì)空間分布圖。結(jié)合圖9、圖13和圖14，可以看到FNL的CLWP的非線性趨勢(shì)與另外兩種資料得到的結(jié)果差距較大甚至在大部分地區(qū)呈相反的變化趨勢(shì)。在ERA5的結(jié)果中出現(xiàn)的2015年開(kāi)始CLWP快速增加區(qū)域逐漸向北移動(dòng)的現(xiàn)象與圖9中反演1結(jié)果類似，而在FNL資料中，中高緯度的增加趨勢(shì)北移現(xiàn)象能夠很好的再現(xiàn)，但是對(duì)于中低緯度的氣候趨勢(shì)北移的現(xiàn)象沒(méi)有很好的模擬，而且FNL資料的CLWP的氣候趨勢(shì)較為單一，赤道地區(qū)為單一的減小趨勢(shì)，而南北兩側(cè)則是基本為增加趨勢(shì)，未能很好的反映出非線性趨勢(shì)的空間演變特征。

圖13 （a）2005、（b）2010、（c）2015和2020年7月ERA5的CLWP產(chǎn)品太平洋上月平均CLWP EEMD分解后的空間分布Fig. 13 Spatial distribution of CLWP products from ERA5 in the Pacific Ocean after decomposition of last month’s average CLWP EEMD in July(a) 2005, (b) 2010, (c) 2015 and (d) 2020

圖14 同圖13，但為FNL的CLWP產(chǎn)品Fig. 14 Same as Fig. 13, but for CLWP products from FNL

在30°N附近的區(qū)域，反演1的氣候變化趨勢(shì)與ERA5產(chǎn)品的氣候變化趨勢(shì)表現(xiàn)為相反的變化趨勢(shì)，主要是因?yàn)榉囱葙Y料在30°N附近的中太平洋區(qū)域表現(xiàn)為CLWP減小趨勢(shì)偏強(qiáng)，而在東太平洋地區(qū)的增加趨勢(shì)則是偏弱，因此導(dǎo)致二者在緯度帶平均氣候變化趨勢(shì)上呈相反的變化趨勢(shì)。但是從非線性氣候趨勢(shì)的空間分布圖上可以看到，兩種資料在氣候趨勢(shì)上是較為一致的。

6 結(jié)論與討論

云層對(duì)地球的能量收支和水循環(huán)有著重要的影響，明確作為云參數(shù)之一的云水路徑的氣候變化，對(duì)天氣和氣候預(yù)測(cè)都起著重要作用。而觀測(cè)云水的最好的星載觀測(cè)儀器就是微波儀器。論文利用NOAA-15的AMSU-A觀測(cè)資料，結(jié)合再分析資料，通過(guò)前人建立的CLWP反演算法，成功反演得到了2000～2020年的云液態(tài)水路徑資料。并進(jìn)一步利用線性趨勢(shì)和非線性EEMD氣候趨勢(shì)分析方法分析了太平洋上CLWP的氣候變化趨勢(shì)，并與CLWP的再分析資料產(chǎn)品進(jìn)行了細(xì)致的對(duì)比研究。

研究結(jié)果表明利用AMSU-A觀測(cè)資料可以有效地反演出海洋上的CLWP， 反演得到的CLWP很好地再現(xiàn)了CLWP的年平均分布特征。比較反演產(chǎn)品與再分析資料的線性變化趨勢(shì)發(fā)現(xiàn)，F(xiàn)NL產(chǎn)品可能存在較大的偏差，在大多數(shù)緯度帶上呈相反的變化趨勢(shì)。進(jìn)一步通過(guò)EEMD方法分析太平洋上CLWP非線性氣候變化趨勢(shì)，發(fā)現(xiàn)北太平洋的CLWP氣候趨勢(shì)具有緯度帶分布特征，而且氣候趨勢(shì)出現(xiàn)了整體的北移現(xiàn)象，而對(duì)于南太平洋，東部和西部出現(xiàn)了反向的氣候趨勢(shì)特征。

相比而言，在太平洋地區(qū)，衛(wèi)星反演產(chǎn)品與ERA5產(chǎn)品變化趨勢(shì)更為相近，而FNL產(chǎn)品的氣候趨勢(shì)與其他資料存在較大的量值偏差，對(duì)于熱帶北太平洋的CLWP的增加趨勢(shì)和30°N附近的減小趨勢(shì)都未能很好再現(xiàn)，總體而言FNL資料未能很好的再現(xiàn)CLWP 氣候趨勢(shì)的細(xì)致空間特征。

本文僅使用了一顆衛(wèi)星的AMSU-A資料，導(dǎo)致每個(gè)觀測(cè)點(diǎn)的時(shí)間分辨率較小，不能進(jìn)行CLWP日變化研究。在后續(xù)的研究中，將利用極軌衛(wèi)星數(shù)量多的特點(diǎn)，嘗試加入其它極軌衛(wèi)星AMSU-A資料進(jìn)行反演，建立更高時(shí)空分辨率的觀測(cè)資料，從而進(jìn)一步對(duì)海洋上CLWP的日變化特征進(jìn)行研究。