大气科学  2015, Vol. 39 Issue (1): 12-22   PDF    
东亚夏季气溶胶—云—降水分布特征及其相互影响的资料分析
石睿, 王体健 , 李树, 庄炳亮, 蒋自强, 廖镜彪, 殷长秦    
南京大学大气科学学院, 南京210093
摘要:东亚季风气候受到自然因素和人类活动的共同影响,而人类活动因子中气溶胶的作用尤为关键,采用诊断分析的手段研究东亚地区气溶胶的特征及其与云和降水的相互关系具有重要的科学意义。本文利用MODIS(moderate-resolution imaging spectroradiometer)气溶胶和云资料以及TRMM(Tropical Rainfall Measuring Mission)降水数据,分析了东亚夏季气溶胶、云、降水的时空分布特征,研究了气溶胶与云和降水的相互关系。结果表明:中国四个典型地区(珠三角、长三角、四川盆地、京津唐)2001~2011年夏季(6~8月)平均气溶胶光学厚度(Aerosol Optical Depth, AOD)变化范围为0.40~0.68,云光学厚度平均值为18.7~23.6,水云云滴有效粒子半径在20.2~25.6 μm,冰云有效粒子半径在12.9~15.3 μm,云水路径为222.2~243.8 g m-2,降水强度平均值3.6~8.6 mm d-1;珠三角气溶胶光学厚度有显著降低趋势,年倾向为-3.31%,四川盆地云滴有效粒子半径(冰云、水云)和云水路径年变化趋势为-0.42%、-0.49%和-1.26%,京津唐夏季降水量年增幅为3.24%。气溶胶光学厚度和云光学厚度呈正相关,相关系数最大为0.77;在相对湿度较低(30%~50%)情况下,气溶胶光学厚度与云滴有效粒子半径呈负相关;气溶胶光学厚度与云水路径呈正相关,相关系数最大为0.92;相对于低污染情况(AOD<0.5),高污染情况(AOD>0.5)下出现大雨(>10 mm d-1)的频率增加了6.6%~19.1%,小雨(<1 mm d-1)的频率减少了0.72%~7.3%。在水汽含量较少的情况下,气溶胶的增加导致云滴有效粒子半径的减少;气溶胶增强了南方地区的对流性降水,抑制了北方地区层云降水。
关键词气溶胶          降水     卫星资料    
The Spatial and Temporal Characteristics of Aerosol-Cloud-Precipitation Interactions during Summer in East Asia
SHI Rui, WANG Tijian , LI Shu, ZHUANG Bingliang, JIANG Ziqiang, LIAO Jingbiao, YIN Changqin    
School of Atmospheric Science, Nanjing University, Nanjing 210093
Abstract: Aerosol-cloud-precipitation has an effect on the East Asian summer monsoon, and it is of great importance to analyze the relation amongst them. In this study, we use aerosol optical depth and cloud data from MODIS on board the Terra satellite and precipitation data from TRMM to study spatial and temporal characteristics of aerosol-cloud-precipitation interactions (ACPI). We also analyze ACPI with statistical methods. The aerosol optical depth ranges from 0.4 to 0.68 with an obvious decreasing trend in Pearl River Delta. The highest annual cloud optical depth is 23.6 and lowest 18.7. The cloud drop effective radius is ranges from 20.2 to 25.6 μm for ice clouds and 12.9 to 15.3 μm for liquid clouds. Cloud water paths range from 222.2 to 243.3 g m-2. The precipitation rate was 3.6 to 8.6 mm d-1. Aerosol optical depth was positively correlated with cloud optical depth (the highest, 0.77, was observed in Yangtze River Delta) and changes the cloud drop effective radius. Aerosol optical depth also has a positive correlation with cloud water path (the highest 0.92 in YRD). Heavy rains occur much more frequently under heavily-polluted conditions than lightly-polluted conditions and light rains show the opposite trend. The composition and vertical distribution of aerosols have an important effect on ACPI and need more research.
Key words: Aerosol     Cloud     Precipitation     Satellite data    
1 引言

气溶胶是大气中悬浮的直径0.001~10微米的固态或液态颗粒的总称。大气中气溶胶主要来源分为两类,一类是自然源,包括火山喷发、沙尘、海水溅沫和生物排放等;另一类是人为源,包括各种生产和生活活动,如化石燃料的燃烧、金属的冶炼等,除了直接向大气中排放的粒子之外,还包括有NOx和SO2通过化学反应形成的二次气溶胶。气溶胶对气候有着重要的影响:一方面,其能够改变大气反照率;另一方面,其作为云凝结核改变了云的反照率和降水效率、增加了云的寿命;此外,吸收性气溶胶加热大气会导致云中水汽蒸发等(IPCC,2007)。

国内对气溶胶的气候效应模式研究较多(Li et al.,2009Wang et al.,2010Zhuang et al.,201020112013),气溶胶—云—降水的关系研究方法主要包括观测资料分析和模式模拟。观测资料来源包括地面观测、飞机采样和卫星遥感,Li et al.(2011)利用美国南部大平原的长期观察资料,研究了气溶胶对云的垂直运动和降水的影响,提出了在液水路径较高的情况下,气溶胶数浓度的升高增加了降水,在液水路径低的情况下则抑制降水。黄梦宇等(2005)利用机载粒子探测系统(PMS)探讨了气溶胶对云的影响,结果表明云下气溶胶数浓度与云滴数浓度之间存正相关关系。马月和薛惠文(2012)利用CloudSat和MODIS(moderate-resolution imaging spectroradiometer)数据研究了气溶胶对层积云的影响,在云中液水路径一定的情况下,气溶胶增加可以使得云滴尺度减小。Zhao et al.(2006)利用MODIS数据和台站降水资料,分析指出气溶胶增多是导致中国东部降水减少的原因。Lee et al.(2008)利用WRF模式模拟研究表明在气溶胶浓度较高时,由于强烈的辐合抬升作用,深对流降水增加。岳治国等(2011)则得到不同的结果,气溶胶的增加造成了大雨、中雨和小雨的降水量均减少。

气溶胶对云、降水的影响受到了水汽条件、云顶温度和云中垂直速度等气象条件的影响,三者之间相互关系较为复杂(段婧和毛节泰,2008郭学良等,2013)。国内对气溶胶—云—降水的研究主要集中于模式模拟和地基资料的分析,对三者大范围的时空分布和相互关系关注较少。本文利用多种卫星产品长期观测资料,分析气溶胶、云、降水的时空分布特征,研究气溶胶—云相互影响,探讨气溶胶增加对夏季降水的影响。

2 资料与方法

为了研究气溶胶—云—降水的时空分布特征及其相互影响,本文选取2001~2011年夏季(6~8月)的资料包括:

(1)中分辨率成像光谱仪(MODIS)是搭载于Terra/Aqua卫星上的光学遥感仪器,提供了从可见光波段(0.4 μm)到中红外波段(14 μm)的全球观测资料,包括气溶胶、云、海洋和陆地等特征的高分辨率信息。本文采用的是Terra卫星的大气三级标准数据,包括月平均和日平均全球气溶胶光学厚度资料(AOD),云光学厚度资料(COD),云滴有效粒子半径资料(CER),云水路径资料(CWP),云顶温度资料(CTT),水平分辨率为1°×1°(Kaufman et al.,1997);

(2)热带降水测量计划TRMM是美国和日本合作的降水测量计划,其搭载的PR降水雷达可以提供50°S~50°N范围内的降水信息。本文采用了3B43数据集的月平均和3B42数据集的日平均降水资料产品,水平分辨率为0.25°×0.25°;

3 结果与分析 3.1 气溶胶—云—降水的分布特征 3.1.1 气溶胶光学厚度时空分布

气溶胶光学厚度的空间分布在过去的十年中有着显著的变化,2001~2011年夏季平均气溶胶光学厚度分布情况如图 1a所示。气溶胶光学厚度高值主要集中于长三角地区(包括江苏省、浙江省和上海市)、珠三角区域(主要是广东省)、京津唐工业区(包括北京市、天津市和唐山市)和四川盆 地(主要是四川省)等区域,气溶胶光学厚度最 大值在0.6~0.8的范围;低值区主要位于青藏高原上,范围较小,新疆地区由于处于沙漠或半荒漠地带,目前的反演方法无法得到可见光波段下高亮度地表的气溶胶光学厚度,大部分地区为未获得数据的区域。

图 1 夏季MODIS气溶胶光学厚度的分布:(a)2001~2011年平均;(b)长三角地区、珠三角区域、京津唐工业区和四川盆地的年际变化Fig.1 Distribution of MODIS aerosol optical depth(AOD)during summer:(a)Averaged over 2001-2011;(b)temporal variation in Yangtze River Delta(YRD),Beijing-Tianjin-Tangshan industrial zone(BTTIZ),Sichuan Basin(SB),Pearl River Delta(PRD)Unit: d

为了研究四个典型区域夏季光学厚度的年变化,本文给出了气溶胶光学厚度2001~2011年夏季的变化特征,数据取自图中区域的平均值(图 1b)。长三角地区和京津唐工业区夏季气溶胶光学厚度的年平均值较为接近,分别为0.68和0.61,珠三角区域和四川盆地年平均值相对较小,分别为0.40和0.45。长三角地区、京津唐工业区气溶胶光学厚度有上升的趋势,年增幅分别为1.44%和0.59%(见表 1),主要可能是因为两地人为气溶胶排放 在近十年呈上升的趋势(张强等,2012);珠三 角区域近十年来气溶胶有显著降低的趋势,年降 幅为3.31%;四川盆地气溶胶光学厚度变化趋势不明显。

表 1 四个区域夏季气溶胶—云—降水变化趋势* Table 1 Annual variability of aerosol,cloud,precipitation for four areas in summer

本文得到的气溶胶光学厚度年际变化趋势与其他结果类似。表 2中基于MODIS的结果较为接近,长三角地区夏季气溶胶光学厚度在0.48~0.90之间,四川盆地气溶胶光学厚度变化范围为0.42~0.64,京津唐工业区和珠三角区域的结果相对于关佳欣和李成才(2009)的研究结果偏低。四个典型区域中除珠三角区域外,其余区域2001~2011年均呈增长趋势,与其他研究结果(宗雪梅等,2005秦世广等,2010白淑英等,2012)相似。珠三角区域的变化特征可能是因为本文选取的区域较大造成的;同时在2007年以后,珠三角区域夏季气溶胶有明显下降趋势。

表 2 夏季气溶胶光学厚度的对比 Table 2 Comparison of aerosol optical depth in summer
3.1.2 云微物理参数时空分布

云微物理参数主要包括云的光学厚度、云滴有效粒子半径、云的液水路径和云顶温度等,本文选取了前三个参数,其中云滴有效粒子半径分为冰云和水云两种,在不同的相态下,这两种参数有着一定的差异,本文分别进行了分析,主要结果分别见图 2图 4。中部地区云的光学厚度明显高于其他区域(图 2a),其中在四川盆地和陕西南部比周围平均高出约15%以上,分布情况与四川、陕西平原分布非常接近。四川盆地区域由于地形的原因,内部的风速较小,水平扩散相对较弱,气溶胶集中于盆地内部,同时湿度较大,导致四川盆地常年为云覆盖,云的光学厚度明显较高。四川盆地夏季云光学厚度年平均达到24以上,新疆大部地区夏季年平均云光学厚度在9~12之间,相对于大陆上其他区域较小;海洋上云光学厚度小于陆地,原因可能是海洋上云凝结核浓度较低。选取的四个区域夏季云光学厚度的年际变化如图 2b所示,其中四川盆地年平均云光学厚度相对最高,达到了23.4,长三角地区与京津唐工业区云光学厚度近似,年平均值分别为18.9和19.0,珠三角区域云光学厚度最低,年平均值在18.4。总体上云的光学厚度都呈降低的趋势,珠三角区域降幅最大,年降幅为-2.22%(表 1)。

图 2图 1,但为云光学厚度Fig.2 Same as Fig. 1,but for cloud optical depth(COD)

图 3 夏季MODIS(a、b)冰云和(c、d)水云云滴有效粒子半径的分布:2001~2011年平均(左列);(b、d)长三角地区、珠三角区域、京津唐工业区和四川盆地的年际变化(右列)Fig. 3 Distribution of MODIS cloud effective radius(CER)during summer:(a)Averaged over 2001-2011(Ice cloud);(b)temporal variation in Yangtze River Delta,Beijing-Tianjin-Tangshan industrial zone,Sichuan Basin,Pearl River Delta(Ice cloud);(c)averaged over 2001-2011(Liquid cloud);(d)temporal variation in Yangtze River Delta,Beijing-Tianjin-Tangshan industrial zone,Sichuan Basin,Pearl River Delta(Liquid cloud)

图 4图 1,但为云水路径Fig. 4 Same as Fig. 1,but for cloud water path(CWP)

冰云的云滴有效粒子半径分布特征如图 3a所示,四川盆地的数值明显低于其他区域,有效粒子半径在22 μm左右,东北地区和海洋上的有效粒子半径相对较高,最大值在28 μm左右。图 3b给出了四个典型区域年均值的变化,可以观察到长三角地区、京津唐工业区有微弱的上升趋势,珠三角区域和四川盆地有降低的趋势。其中京津唐工业区数值最高,年均值在25.5 μm,四川盆地数值最低,年均值在21.7 μm,长三角地区和珠三角区域的年均值分别为24.7 μm和24.5 μm。

水云的云滴有效粒子半径分布特征如图 3c所示,四川盆地的数值明显低于其他区域,有效粒子半径在12 μm左右,其他区域云滴有效粒子半径由南向北呈增加趋势,最大值在18 μm以上。四个典型区域中京津唐工业区有微弱的上升趋势,长三角地区、珠三角区域和四川盆地均有降低的趋势(图 3d)。其中珠三角区域数值最高,年均值在15.3 μm,四川盆地数值最低,年均值在12.9 μm,长三角地区和京津唐工业区的年均值分别为13.7 μm和12.7 μm。

水云的云滴有效粒子半径均呈减小的趋势,而冰云则有部分呈增加的趋势(表 1),其中四川盆地区域冰云和水云的云滴有效粒子半径均有显著的减小,年降幅为0.42%和0.49%。

云水路径是衡量云层含水量的参数,2001~2011年夏季云水路径的年平均分布情况如图 4a所示,高值区主要集中于我国的中部地区,其中最大值达到了300 g m−2,低值区主要集中在新疆东南部,平均值在125~150 g m−2左右。四川盆地年均值最大,达到了242.2 g m−2,珠三角区域年平均值在237.4 g m−2,长三角地区和京津唐工业区的年均值分别为228.4 g m−2和218.6 g m−2图 4 b给出了四个区域的分布情况,可以看出,这四个区域的云的液态水路径近年来均呈降低的趋势,其中四川盆地最为显著,年变化为-1.26%(表 1)。

3.1.3 降水时空分布

我国降水的分布总体呈现由东南沿海向西北内陆递减的趋势,图 5a是2001~2011年夏季平均降水的空间分布,高值区主要集中于我国华南地区,夏季降水强度可以达到6 mm d−1,低值区主要集中于新疆地区,夏季降水强度小于1 mm d−1。四个典型区域降水的年变化如图 5b所示,其中珠三角区域年平均降水最大,平均为8.6 mm d−1,京津唐工业区年平均降水最小,平均为3.6 mm d−1,长三角地区和四川盆地年平均降水分别为6.3 mm d−1和5.4 mm d−1。从夏季降水的年际变化可以发现(表 1),京津唐工业区夏季降水有显著增加的趋势,年增幅为3.24%。

图 5图 1,但为TRMM(Tropical Rainfall Measuring Mission)降水率Fig. 5 Same as Fig. 1,but for TRMM(Tropical Rainfall Measuring Mission)precipitation rate
3.2 气溶胶—云—降水的相互影响

气溶胶对云和降水的影响主要包括两种间接效应(Bréon et al.,2002),其中第一间接效应(Twomey et al.,1997)增加了云中的凝结核,云滴有效粒子半径的减小造成了云光学厚度的增加;第二间接效应(Albrecht,1989)造成云滴有效粒子半径减小,进而抑制降水,延长了云的生命史。

为了减小天气系统和卫星数据缺失的影响,本文将气溶胶光学厚度的间隔在0.1以内的划分为一档,通过分析在不同气溶胶光学厚度下的云微物理参数的分布,研究了气溶胶光学厚度与云光学厚度、云滴有效粒子半径、云水路径、云顶温度以及降水的关系。

3.2.1 气溶胶与云光学厚度

气溶胶粒子作为云凝结核的主要来源,影响云的形成,云凝结核浓度伴随着气溶胶粒子浓度的增加而增大,所以云光学厚度受到气溶胶光学厚度的影响。

不同气溶胶光学厚度条件下,四个典型区域云光学厚度的变化有明显的差异(图 6)。长三角地区和京津唐工业区,气溶胶光学厚度增大时,云光学厚度显著增加(分别通过99%和95%的置信度检验);珠三角区域和前面两个区域有相同的变化趋势,但是未通过显著性检验;而在四川盆地,云光学厚度和气溶胶光学厚度呈负相关。

图 6 四个区域(长三角地区、珠三角区域、京津唐工业区和四川盆地)MODIS气溶胶光学厚度与云光学厚度相关性(N代表样本量)Fig. 6 Correlation of AOD and COD in four areas using MODIS data: Yangtze River Delta,Beijing-Tianjin-Tangshan industrial zone,Sichuan Basin,Pearl River Delta(N represent sample size)
3.2.2 气溶胶与云滴有效粒子半径

气溶胶和云滴有效粒子半径相互关系在云量较多或者较少的情况下差异较大,在云量较多时,无法获取气溶胶光学厚度的资料,在云量较少时,气溶胶对云的影响变化很大。在研究气溶胶和云滴有效粒子半径的相互影响时,选取了云量在两成至八成之间的气溶胶和云滴有效粒子半径数据,图 7 a-d给出了四个典型区域冰云和水云的云滴有效粒子半径随气溶胶光学厚度的变化。气溶胶光学厚度增加,长三角地区、京津唐工业区和四川盆地水云云滴有效粒子半径增加,珠三角区域无明显变化;冰云的云滴有效粒子半径有较大差异,长三角地区和珠三角区域冰云有效粒子半径与气溶胶呈负相关。在气溶胶光学厚度相同的情况下,冰云的云滴有效粒子半径高于水云,负相关也更明显。气溶胶光学厚度受数浓度、化学组分和消光系数的影响,在气溶胶光学厚度增加时,数浓度不一定随之线性增加;另一方面,云滴有效粒子半径受到的影响相对较为复杂,水汽、云底高度等差异较大,故而气溶胶和云滴有效粒子例子半径的相关性在不同区域差异较大。

图 7 四个区域MODIS气溶胶与云滴有效粒子半径的相互作用:(a)长三角地区;(b)京津唐工业区;(c)四川盆地;(d)珠三角区域Fig. 7 Interactions of AOD and CER in four areas using MODIS data:(a)Yangtze River Delta;(b)Beijing-Tianjin-Tangshan industrial zone;(c)Sichuan Basin;(d)Pearl River Delta

在不同的云顶温度下,云滴有效粒子半径的变化反映了云微物理过程的差异(Rosenfeld and Lensky,1998)。海洋性云在温度大于-10°C的情况下就开始凝结成冰核,而大陆性云在-15°C至 -20°C才开始凝结。图 8a-d显示了在不同气溶胶浓度下,四个区域的云滴有效粒子半径随云顶温度的变化,其中虚线代表了14 μm的降水的分界 线,即在此以上云滴易形成降水(Rosenfeld and Cutman,1994)。

图 8 四个区域云南有效粒子半径与云顶温度影响的相互作用:(a)长三角地区;(b)京津唐工业区;(c)四川盆地;(d)珠三角区域Fig. 8 Interactions of CER and cloud top temperature in four areas:(a)Yangtze River Delta;(b)Beijing-Tianjin-Tangshan industrial zone;(c)Sichuan Basin;(d)Pearl River Delta

在气溶胶浓度较低的情况下(AOD<0.25),京津唐工业区和四川盆地平均云滴有效粒子半径的增长较慢,并且在温度-10~0°C时才超过了14 μm的降水分界线;长三角地区(图 8a)和珠三角区域(图 8d)的变化特征有明显差异,云滴有效粒子半径在0~10°C以上就超过了分界线。夏季云顶温度明显较高,长三角地区和珠三角区域符合海洋性云的特征,京津唐工业区(图 8b)和四川盆地(图 8c)则为大陆性云。气溶胶浓度的增加导致云滴有效粒子半径的变化有了明显的差异,在大陆性云中形成明显的混合相区域,云滴迅速转为冰核,形成降水;在海洋性云中则没有观察到这个现象。在气溶胶浓度较大时,海洋性云的云顶温度明显低于大陆性云,云滴有效粒子半径也较大,气溶胶浓度的增加导致了海洋性云对流活动更加旺盛。在云顶温度较高的情况下,云滴有效粒子半径随着气溶胶光学厚度的增加而增加,而在冰相区域,则随着气溶胶光学厚度的增加而减少。四个典型区域中,京津唐工业区气溶胶浓度高,水汽相对较少,珠三角区域水汽充足,气溶胶浓度相对较低。在冰相区域,气溶胶第一间接效应显著,气溶胶的增加伴随着云滴有效粒子半径的减少,而在液相区域气溶胶对云滴有效粒子半径的影响相对复杂。

图 10 四个区域(长三角地区、珠三角区域、京津唐工业区和四川盆地)不同气溶胶条件下的降水率。a: AOD<0.5;b: AOD>0.5/span>Fig. 10 Frequency of precipitation rate under different conditions in four areas(Yangtze River Delta,Beijing−Tianjin−Tangshan industrial zone,Sichuan Basin,Pearl River Delta). a: AOD<0.5;b: AOD>0.5
3.2.3 气溶胶与云水路径

云水路径受温度、湿度的影响较大,目前对气溶胶对云水路径的影响研究结果差异很大。Ackerman et al.(2004)利用流体动力学模式模拟研究的结果表明气溶胶浓度增加不一定使云水路径增加,还取决于湿度廓线的分布情况。

四个典型区域的统计研究的结果显示,除四川盆地外,云水路径随着气溶胶光学厚度的增加而增大(图 9)。气溶胶光学厚度增加,长三角地区云水路径迅速增加,增加趋势通过99%的信度检验;京津唐工业区和珠三角区域增加趋势不显著;而四川盆地云水路径显著减少。

图 9 四个区域(长三角地区、珠三角区域、京津唐工业区和四川盆地)MODIS气溶胶与云水路径的相关性(N代表样本量)Fig. 9 Correlation of AOD and CWP in four areas using MODIS data(N represent sample size)
3.2.4 气溶胶与降水

气溶胶与降水的相互影响较为复杂,一方面气溶胶数浓度的增加可能降低云滴有效粒子半径,推迟或者抑制降水;另一方面降水是气溶胶粒子湿清除的主要方式。

在高污染的情况下(AOD>0.5),大雨(>10 mm d−1)发生率的明显高于低污染的情况(AOD<0.5),珠三角区域的大雨发生率增加最多,为19.1%,四川盆地增加了6.6%,相对其他区域较小,长三角地区和京津唐工业区分别增加了10.5%和14.3%;同时,高污染的条件下小雨(<1 mm d−1)的频率要低于低污染的情况,京津唐工业区变化最大,降低了7.3%,长三角地区最小,为0.7%,珠三角区域和四川盆地分别为1.8%和1.9%。在高污染情况下,北方小雨发生率明显降低(图 10),这与Niu and Li(2012)利用CALIPSO卫星资料得到的结果类似。气溶胶光学厚度的增加,抑制了北方夏季小雨的发生,而更容易形成对流性降水,大雨发生率明显提高。

图 10 四个区域(长三角地区、珠三角区域、京津唐工业区和四川盆地)不同气溶胶条件下的降水率。a: AOD<0.5;b: AOD>0.5/span>Fig. 10 Frequency of precipitation rate under different conditions in four areas(Yangtze River Delta,Beijing−Tianjin−Tangshan industrial zone,Sichuan Basin,Pearl River Delta). a: AOD<0.5;b: AOD>0.5
4 结论与讨论

本文主要利用多源卫星2001~2011年夏季的月平均和日平均资料,分析了气溶胶—云—降水的时空分布特征,以及气溶胶与云微物理特征量和降水的相互关系。结果表明:

(1)我国夏季气溶胶光学厚度高值区主要集中在长三角地区、珠三角区域、京津唐工业区和四川盆地,其中长三角地区平均值最大。近十年气溶胶光学厚度在南方显著降低,北方略有上升;四川盆地的云滴有效粒子半径和云水路径显著降低;北方降水显著增加;

(2)气溶胶对云物理特征有明显影响,气溶胶光学厚度和云光学厚度、云水路径呈正相关,与云滴有效粒子半径关系较为复杂,在水汽含量较低的情况下气溶胶光学厚度和云滴有效粒子半径呈负相关;

(3)气溶胶和降水的关系复杂,气溶胶可能增强了南方对流性降水,抑制了北方的层云降水。

本文在分析时未考虑层状云和对流云等不同类型的差异,可能是部分云微物理参数与气溶胶光学厚度相关系数差异较大的原因。同样,在研究气溶胶对降水的影响时也只是考虑了降水率的差异,并未对降水类型进行细分,在今后的研究中将进一步进行分析讨论。

参考文献
[1] Ackerman A S, Kirkpatrick M P, Stevens D E, et al. 2004. The impact of humidity above stratiform clouds on indirect aerosol climate forcing [J]. Nature, 432 (7020): 1014-1017, doi:10.1038/nature03174.
[2] Albrecht B A. 1989. Aerosols, cloud microphysics, and fractional cloudiness [J]. Science, 245 (4923): 1227-1230, doi:10.1126/science. 245.4923.1227.
[3] 白淑英, 史建桥, 卜军, 等. 2012. 近年来长江流域气溶胶光学厚度时空变化特征分析 [J]. 生态环境学报, 21 (9): 1567-1573. Bai Shuying, Shi Jianqiao, Bo Jun, et al. 2012. Spatio-temporal variations of aerosol optical depth in the Yangtze River basin during 2000-2011 [J]. Ecology and Environmental Sciences (in Chinese), 21 (9): 1567-1573.
[4] Bréon F M, Tanré D, Generoso S. 2002. Aerosol effect on cloud droplet size monitored from satellite [J]. Science, 295 (5556): 834-838, doi:10.1126/science. 1066434.
[5] 段婧, 毛节泰. 2008. 气溶胶与云相互作用的研究进展 [J]. 地球科学进展, 23 (3): 252-261. Duan Jing, Mao Jietai. 2008. Progress in researches on interaction between aerosol and cloud [J]. Advances in Earth Science (in Chinese), 23 (3): 252-261.
[6] 关佳欣, 李成才. 2009. 我国中、东部主要地区气溶胶光学厚度的分布和变化 [J]. 北京大学学报 (自然科学版), 46 (2): 185-191. Guan Jiaxin, Li Chengcai. 2009. Spatial distributions and changes of aerosol optical depth over eastern and central China [J]. Acta Scientiarum Naturalium Universitatis Pekinensis (in Chinese), 46 (2): 185-191.
[7] 郭学良, 付丹红, 胡朝霞. 2013. 云降水物理与人工影响天气研究进展 (2008~2012 年) [J]. 大气科学, 37 (2): 351-363. Guo Xueliang, Fu Danhong, Hu Zhaoxia. 2013. Progress in cloud physics, precipitation, and weather modification during 2008-2012 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37 (2): 351-363.
[8] 黄梦宇, 赵春生, 周广强, 等. 2005. 华北地区层状云微物理特性及气溶胶对云的影响 [J]. 南京气象学院学报, 28 (3): 360-368. Huang Mengyu, Zhao Chunsheng, Zhou Guangqiang, et al. 2005. Stratus cloud microphysical characters over North China region and the relationship between aerosols and clouds [J]. Journal of Nanjing Institude of Meteorology (in Chinese), 28 (3): 360-368.
[9] IPCC. 2007. Climate Change 2007: The Physical Science Basis [M]. McKibben, B, et al. Eds. Cambridge, UK and New York, USA: Cambridge University Press, 996.
[10] Kaufman Y J, Tanré D, Remer L A, et al. 1997. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer [J]. J. Geophys. Res., 102 (D14): 17051-17067, doi:10.1029/96JD03988.
[11] Lee S S, Donner L J, Phillips V T J, et al. 2008. Examination of aerosol effects on precipitation in deep convective clouds during the 1997 ARM summer experiment [J]. Quart. J. Roy. Meteor. Soc., 134 (634): 1201-1220, doi:10.1002/qj. 287.
[12] Li S, Wang T J, Zhuang B L, et al. 2009. Indirect radiative forcing and climatic effect of the anthropogenic nitrate aerosol on regional climate of China [J]. Adv. Atmos. Sci., 26 (3): 543-552.
[13] Li Z Q, Niu F, Fan J W, et al. 2011. Long-term impacts of aerosols on the vertical development of clouds and precipitation [J]. Nature Geoscience, 4 (12): 888-894, doi:10.1038/NGEO1313.
[14] 马月, 薛惠文. 2012. 利用 CloudSat 和 MODIS 数据研究气溶胶对层积云的影响 [J]. 北京大学学报 (自然科学版), 48 (2): 239-245. Ma Yue, Xue Huiwen. 2012. A study of aerosol effects on stratocumulus clouds using CloudSat and MODIS data [J]. Acta Scientiarum Naturalium Universitatis Pekinensis (in Chinese), 48 (2): 239-245.
[15] Niu F, Li Z Q. 2012. Systematic variations of cloud top temperature and precipitation rate with aerosols over the global tropics [J]. Atmos. Chem. Phys., 12 (18): 8491-8498, doi:10.5194/acp-12-8491-2012.
[16] 秦世广, 石广玉, 陈林, 等. 2010. 利用地面水平能见度估算并分析中国地区气溶胶光学厚度长期变化特征 [J]. 大气科学, 34 (2): 449-456. Qin Shiguang, Shi Guangyu, Chen Lin, et al. 2010. Long-term variation of aerosol optical depth in China based on meteorological horizontal visibility observations [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 34 (2): 449-456.
[17] Rosenfeld D, Cutman G. 1994. Retrieving microphysical properties near the tops of potential rain clouds by multispectral analysis of AVHRR data [J]. J. Atmos. Res., 34 (1-4): 259-283
[18] Rosenfeld D, Lensky I M. 1998. Satellite-based insights into precipitation formation processes in continental and maritime convective clouds [J]. Bull. Amer. Meteor. Soc., 79 (11): 2457-2476.
[19] Twomey S. 1997. The influence of pollution on the shortwave albedo of clouds [J]. J. Atmos. Sci., 34 (7): 1149-1152.
[20] Wang T J, Li S, Shen Y, et al. 2010. Investigations on direct and indirect effect of nitrate on temperature and precipitation in China using a regional climate chemistry modeling system [J]. J. Geophys. Res., 115 (D7), doi:10.1029/2009JD013264.
[21] 岳治国, 刘晓东, 梁谷. 2011. 气溶胶对北京地区不同类型云降水影响的数值模拟 [J]. 高原气象, 30 (5): 1356-1367. Yue Zhiguo, Liu Xiaodong, Liang Gu. 2011. Numerical simulation of influence of aerosols on different cloud precipitation types in Beijing area [J]. Plateau Meteorology (in Chinese), 30 (5): 1356-1367.
[22] 张强, 耿冠楠, 王斯文, 等. 2012. 卫星遥感观测中国 1996-2010 年氮氧化物排放变化 [J]. 科学通报, 57 (16): 1446-1453. Zhang Qiang, Geng Guannan, Wang Siwen, et al. 2012. Satellite remote sensing of changes in NOx emissions over China: 1996-2010 [J]. Chinese Science Bulletin, 57 (22): 2857-2864.
[23] Zhao C S, Tie X X, Lin Y P. 2006. A possible positive feedback of reduction of precipitation and increase in aerosols over eastern central China [J]. Geophys. Res. Lett., 33 (11): L11814, doi:10.1029/2006GL025959.
[24] Zhuang B L, Liu L, Shen F H, et al. 2010. Semidirect radiative forcing of internal mixed black carbon cloud droplet and its regional climatic effect over China [J]. J. Geophys. Res., 115 (D7). 1029, doi:10.1029/2009JD013165.
[25] Zhuang B L, Jiang F, Wang T J, et al. 2011. Investigation on the direct radiative effect of fossil fuel black-carbon aerosol over China [J]. Theor. Appl. Climatol., 104 (3-4): 301-312, doi:10.1007/s00704-010-0341-4.
[26] Zhuang B L, Liu Q, Wang T J, et al. 2013. Investigation on semi-direct and indirect climate effects of fossil fuel black carbon aerosol over China [J]. Theor. Appl. Climatol., 114 (3-4): 651-672.
[27] 宗雪梅, 邱金桓, 王普才. 2005. 近10年中国16个台站大气气溶胶光学厚度的变化特征分析 [J]. 气候与环境研究, 10 (2): 201-208. Zong Xuemei, Qiu Jinhuan, Wang Pucai. 2005. Characteristics of atmospheric aerosol optical depth over 16 radiation stations in the last 10 years [J]. Climatic and Environmental Research (in Chinese), 10 (2): 201-208.