热带气象学报  2018, Vol. 34 Issue (6): 745-754  DOI: 10.16032/j.issn.1004-4965.2018.06.003
0

引用本文  

齐琳琳, 王洪兵, 孟旭航, 等. 我国东南海域云出现概率和海表温度的关系分析[J]. 热带气象学报, 2018, 34(6): 745-754. DOI: 10.16032/j.issn.1004-4965.2018.06.003.
QI Lin-lin, WANG Hong-bing, MENG Xu-hang, et al. Analysis of the connection between frequency of occurrence of clouds and sst in southeast and south china seas[J]. JOURNAL OF TROPICAL METEOROLOGY, 2018, 34(6): 745-754. DOI: 10.16032/j.issn.1004-4965.2018.06.003.

基金项目

国家“863”计划项目(2012AA091801);国家自然科学青年基金(41005030、41205044)共同资助

通讯作者

齐琳琳,女,辽宁省人,高级工程师,博士,研究方向:天气分析与数值预报。E-mail: niceqll@mail.iap.ac.cn

文章历史

收稿日期:2017-12-07
修订日期:2018-07-08
我国东南海域云出现概率和海表温度的关系分析
齐琳琳 1, 王洪兵 1,2, 孟旭航 3, 刘健文 1     
1. 空军研究院,北京 100085;
2. 国防科技大学气象海洋学院,江苏 南京 211101;
3. 空军气象中心,北京 100029
摘要:海表温度(SST)和云是表征海洋和大气状况的主要物理量。为了掌握我国东南海域两者间的某些特征,综合使用CloudSat卫星观测和SODA3.3.1中的SST资料,分别就垂直方向上的云出现概率(FOC)和SST的变化关系进行了基本的统计分析。结果表明,尽管两海域FOC随高度分布均是SST相对低时,低层大高层小;随着SST增暖逐渐是高层大于低层的。但分布强度及其与SST的变化范围划分有所不同。相比而言,南海海域低层FOC高度相对低,变化幅度也相对大。特别是在SST>30.5 ℃时,台湾以东海域FOC是减弱的,而南海的则是维持或增强。研究结果不仅有助于直观掌握两海域FOC和SST间的变化关系,而且定量化揭示局地海气相互作用中SST与云的对应关系。
关键词云出现概率    海表面温度    东南海域    
ANALYSIS OF THE CONNECTION BETWEEN FREQUENCY OF OCCURRENCE OF CLOUDS AND SST IN SOUTHEAST AND SOUTH CHINA SEAS
QI Lin-lin 1, WANG Hong-bing 1,2, MENG Xu-hang 3, LIU Jian-wen 1     
1. Air Force Academy, Beijing 100085, China;
2. College of Meteorology and Oceanography, National University of Defense and Technology, Nanjing 211101, China;
3. Meteorological Center of Air Force, Beijing 100029, China
Abstract: Sea surface temperature (SST) and cloud are the main physical features of ocean and atmosphere respectively. To probe into some vertical features between the frequency of occurrence of clouds (FOC) and SST off the southeastern China, CloudSat satellite data for cloud and the SODA 3.3.1 for SST are used to analyze statistically in this paper. The results show that the distribution of FOC with height is similar for the sea east of Taiwan and South China Sea in that with relatively low SST, it is larger in the low level than in the high level, but the intensity of its distribution as well as its variation with SST is different. Compared with the sea east of Taiwan, the height of FOC variation in the South China Sea is lower and its amplitude is also larger. Especially when SST is above 30.5 ℃, the FOC decreases with increasing SST in the sea east of Taiwan. By contrast, the FOC remains strong or even enhances in the South China Sea. These results are not only useful for understanding the connection between FOC and SST in the two areas, but also quantitatively reveal their corresponding relationship in the local air-sea interaction.
Key words: frequency of occurrence of clouds    sea surface temperature    southeastern China    
1 引言

云在辐射收支平衡、能量与水汽传输、水循环和海气系统变化中具有关键作用[1]。在海气相互作用中,云对短波辐射的影响直接关系到SST变化,SST变化则可通过影响边界层热量和水汽通量来影响云。海表温度(SST)和云作为分别表征海洋和大气状况的物理量,其变化关系的研究一直以来都受到国内外学者的广泛关注。Bony等[2]研究发现,在下沉气流控制区域,云量和云厚随SST增加而减小;在上升气流控制区域,云厚同样随SST增加而减小。Gadgil等[3]对印度洋季风区研究发现,SST较低时,云量与其相关性较好。而当SST超过28.0 ℃后,其对云量的影响变得微弱。Graham等[4]研究指出,印度洋和大西洋大规模深对流发生的一个条件就是SST达到27.5 ℃以上。Aking等[5]针对赤道西太平洋的研究发现,SST高于300 K时云量变化剧烈,且云量对于海温的反馈作用很小。Klen等[6]发现,西北太平洋海域的夏季低云量与上风处的SST要具有比局地SST更高的相关性。Meenu等[7]研究发现,孟加拉湾和阿拉伯海海域,夏季当SST>26.5 ℃时,云量和云顶高度随SST增加而增加,且在SST处于28.5~29.5 ℃时达到最大;而冬季这种增加趋势可维持到SST在29.5 ℃以上。王咏亮等[8]的研究表明,北太平洋SST与云量相关性随地区和季节的不同而存在差异。张亚洲[9]的南海及周边地区云量与SST关系研究发现,低云受影响较大。阮成卿等[10]在探讨中国南海海表面温度与对流关系中指出,气候平均意义下南海对流增强所需的SST阈值为27.0 ℃,但与一般热带海洋不同的是,SST超过29.5 ℃对流仍加强。上述研究表明,SST与云之间的变化关系可作为局地海洋-大气相互作用的重要指标。但由于所用资料多是来自被动式探测卫星数据,使得垂直向上云与SST的关系研究存在很大局限性。

2006年4月美国航天航空局(NASA)成功发射的太阳极轨云观测卫星CloudSat,为我们研究云垂直结构提供了丰富的观测资料。已有不少学者利用该卫星产品开展了云的宏微观特征等研究[11-14],以及云与SST变化关系的研究。Huang等[15]对南大洋的研究发现,以液态水为主的云与SST表现出很强的相关关系。Nair等[16]对热带海域云垂直分布和SST的关系研究发现,垂直向上的云出现分布在SST<27.5 ℃、27.5 ℃<SST<29.0 ℃、SST>29.0 ℃三个范围内表现不同。考虑到台湾以东海域地处一、二岛链之间,是亚洲通往美洲和大洋洲的主要交通要道。而作为西北太平洋边缘海的南海,更是连接印度洋和太平洋的重要通道,对于我国经济和军事活动具有重要意义。而对上述海域垂直向上云和SST间的变化关系认识还非常有限,因此,本文综合使用2011—2015年的CloudSat卫星观测资料和SODA3.3.1的SST资料,分别就垂直方向上的云出现概率和SST的变化关系进行了基本的统计分析,特别是安全飞行关注高度范围的两者变化关系研究,对于定量化揭示局地海气相互作用中SST与云的对应关系具有一定意义。需指出的是,在已有的东南太平洋SST和云水相关性研究中指出[17],SST滞后云水1~2 d。云水变化不是SST直接引起,而是大气环流调整使高空空气下沉增暖,再配合海面冷平流输送,大气逆温导致了层云发展、增多,从而使SST降低。对此,将另文开展云出现概率、云底高度等与SST梯度、垂直速度等关系机理研究,此处不予详述。

2 资料与方法 2.1 资料

本文分析采用的资料是2011—2015年CloudSat卫星产品[18]中的2B-GEOPROF和海洋简单数据同化资料数据集SODA3.3.1(Simple Ocean Data Assimilation)逐5天SST数据[19]。CloudSat卫星每天大约绕地球14~15个扫描轨道,每条轨道由37 088条扫描廓线组成,数据采样来自两廓线间,产品水平分辨率为1.1 km×1.3 km,垂直探测高度大约30 km。其中,2B-GEOPROF产品主要包含CloudSat轨道剖面上用来识别云层边界及云顶部信息的云判别有效值(CPR_Cloud_Mask)和相对应的雷达反射率(Radar_Reflectivity)。使用该资料云存在的判断标准采用了彭杰等[20]的折中阈值法,即当每个扫描廓线数据满足Radar_Reflectivity≥ -30 dBz和CPR_Cloud_Mask≥20时,则判断该扫描点下有云,否则视为无云存在。

SODA3.3.1资料范围0.25~359.75 °E,74.75 °S ~89.75 °N,水平分辨率0.5 °×0.5 °,垂直40层,包括海水温度、盐度、流速等变量的月平均和逐5天平均数据,有利于海洋要素分析的精细化。分析中采用5 m海水温度代表SST,这样可有效避免“淡盖”现象[21]

2.2 分析方法

两要素间的特征关系分析通常以相关分析最常用,但由于CloudSat卫星轨道刈幅较窄,区域内数据覆盖效果较差,尽管可处理得到区域月平均,但精细化程度欠缺。为此,本文的分析采用了Nair分析方法[16],即以CloudSat每条廓线数据的经纬度和时间为基准,将与其时空相匹配的SODA 3.3.1数据中的SST作为与该廓线对应的SST,从而形成时空匹配的云廓线和SST数据加以分析使用。为了保证质量,使用中对廓线总数过低的点进行剔除。同时结合前人研究,将研究海域的SST变化范围控制在17.0~31.0 ℃间[22-23]

文中研究区域为台湾以东海域(120~150 °E,0 °~35 °N)和南海海域(100~125 °E,2~23 °N)。云出现概率(Frequency of Occurrence of Clouds:FOC)计算方法为:云出现概率=有云廓线数/总廓线数×100%。分析针对2011—2015年间各高度FOC随SST的年、季变化进行,其中,春季为3—5月、夏季为6—8月、秋季为9—11月、冬季为12—次年2月。

3 台湾以东海域云出现概率随SST的变化分析

图 1给出了该海域各高度层上FOC随SST的年、季变化。从年变化分布可看出(图 1a),SST<25.5 ℃时,云主要集中出现在10 km以下,且出现概率随高度降低而增大,在2.5 km附近当SST<17.0 ℃时,FOC大于25%。而25.5 ℃<SST<27.0 ℃范围内,整层高度内的FOC明显减小,其中4~10 km范围内几乎无云出现。随着海温继续增暖,当SST>28.0 ℃后,3~15 km高度范围内的FOC明显增大,且尤以SST处于29.0~30.5 ℃间时12~14 km范围内的概率最大,达25%以上。与此同时,3 km以下FOC则进一步减小。分析表明,SST的增暖并未对低空云的出现具有正贡献,当增暖到一定程度时,对中高空云的出现却具有正贡献。

图 1 台湾以东海域云出现概率随SST的变化分布 a.年平均;b.春季平均;c.夏季平均;d.秋季平均;e.冬季平均。

考虑到海温和云的季节性特征很强,故针对FOC随SST的四季变化也做了分析。不难看出,FOC随SST的季节变化整体特征与年变化的相似,尤其是SST处于29.0~30.5 ℃时,12~14 km范围内各季节的FOC均很高,尤以冬季最高,可达40%左右。但对于不同高度上FOC随SST变化的分布而言,季节性差异还是很明显的。具体而言,春季FOC随SST变化趋势与年变化的最相似。主要表现为SST<23.0 ℃时,云主要集中出现在10 km以下,出现概率随高度降低而增大。在23.0 ℃<SST<28.0 ℃,4 km以上几乎无云出现,低层FOC也仅仅为15%左右。当SST>28.0 ℃,15 km范围内的FOC均明显增大,最大可达25%左右,位于12 km附近(图 1b)。夏季FOC是全年最高的,15 km以下基本均有云的存在,且以20.0℃<SST<25.0 ℃时的出现概率最高,在10 km附近可达50%以上,明显不同于其它季节。25.0℃<SST<28.0 ℃,15 km以下FOC基本维持在15%左右。当SST>28.0 ℃,10~15 km的FOC明显增大,达25%左右(图 1c)。秋季FOC随SST变化趋势相对平缓,10 km以下均有云的存在,出现概率较高的集中在0~3 km、6 km附近,均在20%以上(图 1d)。冬季FOC随SST变化趋势与春季较相似,但出现高度明显降低。SST<28.0℃时,云主要集中出现在5 km以下,出现概率随高度降低而增大,可达25%~30%。当SST>30.0 ℃,FOC最大可达35%,位于12 km附近(图 1e)。由此可得出,各季节基本上都是SST>28.0 ℃时,10~15 km的FOC相对最大。而SST<28.0 ℃时,各季不同高度上FOC的分布特征差异相对明显,夏季以中高云出现为多,秋季基本整层分布,春冬季则以低云出现为多。

考虑到不同高度上FOC的分布特征有差异,相同SST情况下各季节FOC在各个高度层存在很大不同,为此,结合安全飞行关注的高度划分,我们分别针对0~2 km、2~4 km、4~8 km和8~15 km范围内的FOC随SST变化做了分析。从4个高度范围的年变化来看,0~2 km的FOC随SST的增加虽略有减小,17.0~18.5 ℃相对最大,约38%;30.5 ℃相对最小,约15%,但总体是平缓的,基本维持在34%左右(图 2a)。而2~4 km的FOC随SST变化与0~2 km的相似,总体均在30%以上。其中,17.0~19.0 ℃间变化幅度较大,约为35%~44%。这说明该海域此高度范围内FOC高且较稳定,海温变化对其影响相对弱(图 2b),飞行在此高度应对云密切注意。相比来看,4~8 km和8~15 km高度内SST<28.0 ℃时,FOC随SST的变化虽也相对平缓,分别维持在30%左右和10%~15%,但明显低于低空的出现概率。之后,随着海温增暖,FOC在29.5 ℃附近达到最大,约35%(图 2c2d)。由此可见,该海域中高空云的出现概率较低空的弱,海温的持续增暖对高空云的出现具有一定指示意义。对于该海域2~4 km FOC相对高的云,飞行业务预报保障中应予以重点关注。

图 2 台湾以东海域各高度范围内云出现概率随SST的变化分布 a. 0~2 km;b. 2~4 km;c. 4~8 km;d. 8~15 km。

各季节上述4个高度范围FOC随SST变化与年变化趋势较一致,但季节差异还是明显的。8 km以下夏秋季FOC随SST增暖的变化相对剧烈,尤其是SST处于17.0~20.0 ℃间的秋季和20.0℃附近的夏季,FOC的变化幅度大。而8 km以上则主要是夏季的FOC相对高。总的来看,各高度内始终是春冬季FOC随SST的变化与年变化相对一致,夏秋季的变化则相对剧烈,故云的预报必须根据不同季节、不同高度进行综合考虑。

综上所述,台湾以东海域FOC随SST的年变化大致可划分为三种类型,即SST相对低时(<25.0℃),垂直向上FOC分布为“低多高少”;随着SST有所增暖(25.0~28.0 ℃),低层FOC仍较突出,中层FOC略有降低,高云FOC则稍有增加;随着SST继续增暖到一定程度(28.0~30.5 ℃),中高空FOC明显大于低空的,呈“低少高多”分布。与Nair等[16]的印度洋海域研究结果相比,尽管FOC随SST增暖变化的分布趋势接近,但SST的三个划分区域存在明显不同,且印度洋低层和高层的FOC均明显大于台湾以东海域的。

西太平洋暖池的SST和对流关系研究指出[24],SST大值区,即暖池中心附近的SST和对流间的线性相关系数非常小,而水平辐合、500 hPa垂直运动则与对流有非常高的相关性。对流发展的强弱与辐合、垂直上升运动更密切相关。对于台湾以东海域SST与云出现的对应机理分析,后续另文中也将针对云顶高度、云底高度随SST梯度、水平辐合、垂直上升等予以探讨。

4 南海海域云出现概率随SST的变化分析

图 3给出了南海海域各高度层上FOC随SST的年、季变化。从年变化分布来看(图 3a),SST<25.5 ℃时,云主要集中出现在3 km以下,最大出现概率在1 km附近,约20%~30%。而其上随着高度增加则几乎无云出现。25.5 ℃<SST<27.0 ℃范围内,3 km以下FOC明显减小,3~10 km范围仍维持几乎无云出现的情形,而10~15 km的FOC则是逐渐增加。当SST>28.0 ℃后,15 km以下各高度上均有云出现,但以高层为主,28.5 ℃<SST<29.5 ℃时,10~15 km附近的FOC在25%以上。相比而言,3 km以下的FOC则小了许多,约15%。总的来看,南海海域FOC随SST的年变化与台湾以东海域的基本相似,但SST<25.0 ℃时云出现的高度更低,概率更大。这应该与该海域上空水汽含量、大气不稳定度相对高有关。

图 3 南海海域云出现概率随SST的变化分布 a.年平均;b.春季平均;c.夏季平均;d.秋季平均;e.冬季平均。

对于该海域FOC随SST的季变化而言,除冬季整体特征与年变化相似,以及各季中SST处于28.0~30.0 ℃间,高层的FOC明显大于低层的外,FOC随SST变化的季节分布差异还较明显。春季中低层和高层的FOC随SST变化孑然相反,即随着SST增暖中低层FOC迅速减弱,而高层则是无云到有云出现。主要表现为18.5 ℃<SST<21.5 ℃时,9 km以下基本均有云出现,3 km以下FOC维持在30%以上。之后直到SST<26.5 ℃时,云主要集中在3 km以下出现,且出现概率越来越小。在26.5 ℃<SST<31.0 ℃,7 km以上几乎无云出现。反之12 km附近的FOC可达20%左右(图 3b)。对于夏季而言,该海域FOC为全年最高,15 km以下基本均有云存在,出现最大概率始终集中在12 km附近,可达50%以上,此时对应的SST处于26.0 ℃左右(图 3c),这与前人研究南海对流SST阈值为27.0 ℃较相近[11]。秋季在25.0 ℃<SST<28.0 ℃时,5~10 km基本无云存在。当SST分别处于24.0~25.0 ℃和29.0~30.0 ℃,其对应的3 km、12 km附近FOC相对最大,可达30%左右(图 3d)。冬季的FOC随SST的变化与年变化最相似。SST<26.0℃时,云主要集中出现在3 km以下,出现概率随高度降低而增大。当SST>26.0 ℃,虽然15 km以下均有云出现,但25%以上的出现概率主要集中在12 km附近(图 3e)。综上所述,各季节基本是SST>26.0 ℃时10~15 km的FOC相对最大,除夏季外,SST<26.0 ℃时低层3 km的FOC相对明显。夏秋季当SST>30.0 ℃时,高层的FOC依然可达到30%左右,这应该与夏季风阶段(6—9月)南海的高温暖水有利于维持云的出现有关。

同样该海域0~2 km、2~4 km、4~8 km和8~15 km范围内的FOC随SST变化分析表明,各高度层FOC无论是年变化趋势还是季变化趋势,均相对台湾以东海域的更剧烈,但强度相对弱。其中,4 km以下FOC随SST的年变化相对平缓。SST<25.0 ℃时0~2 km的FOC维持在35%~45%(图 4a,见下页),高于2~4 km的15%~25%(图 4b)。当SST处于25.0~31.0 ℃时,两高度层的FOC基本在25%~30%。且2~4 km的FOC随SST增暖变化基本稳定,0~2 km的则随着SST增暖有所减小。结合同高度层的台湾以东海域来看,变化趋势相近的FOC说明高海温对于低层的云出现并没有正贡献。相比来看,4 km以上FOC随SST增暖的变化趋势与低层的有所不同。SST<25.0 ℃时FOC相对弱了很多,总体维持在10%左右,且SST<24.0 ℃时8~15 km更是几乎无云出现。但SST>26.0 ℃后,无论是4~8 km还是8~15 km,FOC均出现明显增大,最大分别可达到35%、40%(图 4c4d)。这再次说明海温的持续增暖对高空云的出现具有一定指示意义。总的来看,该海域的FOC虽较台湾以东海域同高度层的相对弱,但变化幅度相对剧烈,因此,在实际业务预报保障中的难度更大。

图 4 南海海域各高度范围内云出现概率随SST的变化分布 a. 0~2 km;b. 2~4 km;c. 4~8 km;d. 8~15 km。

对于各季节的FOC随SST变化而言,只有冬季的FOC与年变化有所相似,均较平缓。夏秋季,4个高度范围内的FOC随SST的变化幅度始终较大,且在SST相对暖的时候尤其明显。而2~8 km范围内的春季FOC在SST相对低的变化幅度也较剧烈。由此而言,南海海域不同高度层、不同季节的FOC变化幅度相对差异大,规律性相对差,故预报难度更大。

总而言之,南海海域FOC随SST的年变化大致可划分为两种类型,即SST<26.0 ℃,FOC随高度分布呈现出“低多高少”,云集中分布于2 km以下,8 km以上几乎无云出现。随着SST增暖(>26.0 ℃),中高空的云出现概率则明显大于低空的,呈“低少高多”分布。但SST相对低时高层几乎无云出现,4个高度层间除冬季外FOC随SST的变化幅度相对剧烈,以及夏秋季SST>30.0 ℃时,高层的FOC依然相对大的特征,与其他海域存在明显差异。

5 两海域云出现概率随SST变化的比对

上述分析表明,两海域SST相对低时,FOC随高度分布基本是“低多高少”。而到了SST高的暖水区,中高空FOC则明显大于低空的,呈“低少高多”分布,尽管FOC随SST增暖变化的分布趋势与前人的暖水区上空存在深对流,冷水面上通常是低云的研究结果基本吻合[25]。但不同海域SST和FOC的具体对应关系还是各自不同的。为此,我们分析了两海域云的出现概率差随SST的年变化(图 5),两海域FOC强度分布与SST的关系很明显。SST<25.0 ℃时,垂直向上2~12 km范围内台湾以东海域FOC显著高于南海海域的,明显差异主要出现在SST处于17.0~19.0 ℃和21.0~24.0 ℃间的低层和中层,概率分别高出20%、10%以上。以此同时,2 km以下则表现为南海海域的FOC显著高于台湾以东海域的,这充分说明南海低层云出现概率大,且高度低,预报难度明显大。SST>25.0 ℃后,两海域FOC分布则表现为,3 km以上总体上是南海海域的高于台湾以东海域的,且明显差异主要出现在12 km附近,SST处于27.0~29.0 ℃和>30.0 ℃时。结合之前的分析可知,SST>25.0 ℃,尽管两海域FOC在高层均有存在,但南海海域随SST增暖的高层云出现幅度更显著。无论是台湾以东海域还是南海海域,在SST>25.0 ℃增暖的过程中,FOC虽都表现出与前人研究相似的在高层增强趋势,但分布强度、SST的变化范围划分等均具各自特点。台湾以东海域在SST相对低时中低层的FOC却相对大,这说明该海域云的出现并不一定与高温暖水相呼应。而南海海域2 km以下几乎全部有云出现,且海温低时出现概率相对更高。但当SST>30.5 ℃时,台湾以东海域FOC开始减弱,但南海FOC仍然继续维持或增强,这与之前南海对流有别于其他海洋特点的基本一致。由此可说,南海海域云的预报难度更大,更需要密切加以关注,按季节、高度区别对待。

图 5 台湾以东海域与南海海域的云出现概率差随SST变化分布
6 结论与讨论

本文利用2011—2015年CloudSat卫星产品中的2B-GEOPROF和海洋简单数据同化资料数据集SODA3.3.1逐5天SST数据,分析了台湾以东海域和南海海域垂直方向上云出现概率和SST的变化关系。

(1)台湾以东海域FOC垂直向上分布为:SST相对低时(<25.0 ℃)低层大高层小;随着SST有所增暖(25.0~28.0 ℃),低层仍明显,中层略有降低,高层则反之;SST增暖到一定程度(28.0~30.5 ℃)则是低层小高层大。

(2)南海海域FOC垂直向上分布为:SST相对低时(<26.0 ℃)低层大高层小,且集中分布于2 km以下,8 km以上几乎无云出现。随着SST增暖(>26.0 ℃),中高空明显大于低空的。

(3)总体上两海域FOC随高度分布均是SST相对低时,低层大高层小;SST增暖到一定程度的暖水区,高层则明显大于低层的,但南海海域低层云出现概率的高度相对低,变化幅度也相对大。且在SST>30.5 ℃时,相对台湾以东海域的FOC明显减弱而言,南海海域的FOC仍然继续维持或增强。由此可说,南海海域云的预报难度更大,更需要密切加以关注,按季节、高度区别对待。

最后需要说明的是,本文主要是从数据分析角度给出了两海域FOC和SST之间的变化关系,力求直观定量地掌握了两者间的相互特征,对于这种局地的海气相互作用机制,如FOC与海表温度梯度、海面上空大气稳定度、垂直运动等的探讨,将结合其它相关精细化资料另文重点开展研究。

参考文献
[1] STEPHENS G L. Cloud feedbacks in the climate system: a critical review[J]. J Clim, 2005, 18(2): 237-273. DOI:10.1175/JCLI-3243.1
[2] BONY S, LAU K M, SUD Y C. Sea surface temperature and large-scale circulation influences on tropical greenhouse effect and cloud radiative forcing[J]. J Clim, 1936, 10(8): 2055-2077.
[3] GADGIL S, JOSEPH P V, JOSHI N V. Ocean-atmosphere coupling over monsoon regions[J]. Nature, 1984, 312(5990): 141-143. DOI:10.1038/312141a0
[4] GRAHAM N E, BARNETT T P. Sea surface temperature, surface wind divergence, and convection over tropical oceans[J]. Science, 1987, 238(4827): 657-659. DOI:10.1126/science.238.4827.657
[5] ARKING A, ZISKIN D. Relationship between clouds and sea surface temperatures in the Western Tropical Pacific[J]. J Clim, 1994, 7(6): 988-1000. DOI:10.1175/1520-0442(1994)007<0988:RBCASS>2.0.CO;2
[6] KLEIN S A, HARTMANN D L, NORRIS J R. On the relationships among low-cloud structure, sea surface temperature, and atmospheric circulation in the summertime Northeast Pacific[J]. J Clim, 1995, 8(5): 2063-2078.
[7] MEENU S, RAJEEV K. Role of sea surface temperature and wind convergence in regulating convection over the tropical Indian Ocean[J]. J Geophy Res Atmos, 2012, 117(D14): 742-743.
[8] 王咏亮, 臧恒范, 王绍武. 北太平洋海温与云的相互作用[J]. 气象学报, 1985, 43(3): 51-59.
[9] 张亚洲. 南海及周边地区云量分布及低云量与南海海温的关系[J]. 气象科学, 2012, 32(3): 260-268. DOI:10.3969/2012jms.0038
[10] 阮成卿, 刘秦玉. 中国南海海表面温度与对流关系初探[J]. 中国海洋大学学报, 2011, 41(7/8): 24-28.
[11] HAYNES J M, STEPHENS G L. Tropical oceanic cloudiness and the incidence of precipitation: early results from cloudsat[J]. Geophy Res Lett, 2007, 34(9): 252-254.
[12] LEON D C, WANG Z, LIU D. Climatology of drizzle in marine boundary layer clouds based on 1 year of data from cloudsat and cloud-aerosol lidar and infrared pathfinder satellite observations (CALIPSO)[J]. J Geophy Res Atmos, 2008, 113(D8): 0-14.
[13] SASSEN K, WANG Z, LIU D. Cirrus clouds and deep convection in the tropics: insights from calipso and cloudsat[J]. J Geophy Res Atmos, 2009, 114(114): 6149-6150.
[14] HALADAY T, STEPHENS G. Characteristics of tropical thin cirrus clouds deduced from joint cloudsat and CALIPSO observations[J]. J Geophy Res Atmos, 2009, 114(D8): D00A25-D00A37.
[15] HUANG Y, SIEMS S T, MANTON M J, et al. What is the role of sea surface temperature in modulating cloud and precipitation properties over the southern ocean[J]. J Clim, 2016, 29(20): 7453-7476. DOI:10.1175/JCLI-D-15-0768.1
[16] NAIR A K M, RAJEEV K. Multiyear cloudsat and CALIPSO observations of the dependence of cloud vertical distribution on sea surface temperature and tropospheric dynamics[J]. J Clim, 2013, 27(2): 130916120136005
[17] XU H, XIE S P, WANG Y. Subseasonal variability of the southeast pacificst ratus cloud deck[J]. J Clim, 2005, 18(1): 131-142. DOI:10.1175/JCLI3250.1
[18] 赵倩.基于卫星产品的重点海域云环境参数气候特征研究[D].南京信息工程大学, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10300-1015639575.htm
[19] CARTON J A, CHEPURIN G A, CHEN L. An updated reanalysis of ocean climate using the Simple Ocean Data Assimilation version 3 (SODA3), manuscript in preparation[Z]. 2016.
[20] 彭杰, 张华, 沈新勇. 东亚地区云垂直结构的CloudSat卫星观测研究[J]. 大气科学, 2013, 37(1): 91-100.
[21] 安玉柱, 张韧, 王辉赞, 等. 全球大洋混合层深度的计算及其时空变化特征分析[J]. 地球物理学报, 2012, 55(7): 2249-2258.
[22] 高飞, 张韧, 李璨, 等. 基于Argo网格产品资料的台湾以东海域海温场结构与温跃层特征分析[J]. 热带海洋学报, 2014, 33(1): 17-25. DOI:10.3969/j.issn.1009-5470.2014.01.003
[23] 姜霞.海洋动力过程对南海海面温度的影响[D].中国海洋大学, 2006. http://cdmd.cnki.com.cn/article/cdmd-10423-2006181489.htm
[24] SABIN T P, BABU C A, JOSEPH P V. SST-convection relation over tropical oceans[J]. Int J Clim, 2013, 33(6): 1424-1435. DOI:10.1002/joc.v33.6
[25] XIE S P. Satellite Observations of Cool Ocean-Atmosphere Interaction[J]. Bull Amer Meteor Soc, 2004, 85(2): 195-208. DOI:10.1175/BAMS-85-2-195