云的存在及其宏观和微观结构影响了大气的辐射效应、潜热效应和对流效应，在气候系统的能量和水分循环中起着重要的作用（Ramanathan et al., 1989；Li et al., 1995；Adler et al., 2003；Randall et al., 2003；Stephens, 2005）。云是地气系统辐射收支的主要调控者（Wang and Rossow, 1998;邱金桓等, 2003; Liou, 2004）。一方面，云吸收和散射太阳短波辐射，通过对太阳辐射较高的反射率起到了冷却地气系统的作用，体现了云的“反照率效应”；另一方面，云吸收和反射地球表面和对流层下层发射的红外长波辐射，同时云自身又能够以较低的温度向外发射热辐射，起到加热地气系统的作用，体现了云的“温室效应”。这两种相反效应的综合使云的作用不能简单地用云的净辐射效应来衡量。云的存在和垂直分布不仅影响着大气层顶的净辐射收支，还将引起大气垂直方向上能量的再分配，进而影响到大气环流和天气气候（汪宏七和赵高祥，1994；Wu and Liu, 2003）。同时云的各种物理性质和光学性质的模拟是影响气候模拟和气候预测准确性和可靠性的重要因素。因此，对云—辐射进行细致的气候学研究是极为重要的。

由于观测手段的限制，云的垂直分布一直以来都是云的众多参数中非常重要却又很难得以量化的物理量。研究表明云的垂直分布可以通过改变大气的辐射加热率和潜热加热率的垂直梯度来影响大气环流（Webster and Stephens, 1984; Ramaswamy and Ramanathan, 1989; Wang and Rossow, 1998）。随着航空和遥感技术的发展，飞机观测和卫星遥感资料得以大量使用（Hughes, 1984; Rossow et al., 1989; Rossow and Schiffer, 1991）。然而，传统的基于被动式传感器的卫星资料由于观测手段的限制只能粗略地估计云的位置和垂直范围。直到搭载毫米波云廓线雷达的CloudSat（Cloud Satellite）卫星（Stephens et al., 2002）和搭载云气溶胶激光雷达的CALIPSO（Cloud–Aerosol Lidar and Infrared Pathfinder Satellite Observations）卫星（Winker et al., 2007）发射升空，完整的云垂直结构信息才能从这种基于主动式传感器的卫星上获得。该卫星资料已被用来检验其他卫星产品和模式结果（Johnson and Boukabara, 2016；Wang et al., 2016；Hillman et al., 2017）。

青藏高原位于欧亚大陆东部的副热带地区，其独特的地理位置、巨大的面积及达到对流层中层的海拔高度，使其通过动力和热力强迫作用对全球大气环流和水循环产生显著的影响（如吴国雄等, 1997, 2005；Wu and Zhang, 1998; Duan and Wu, 2005; Liu et al., 2007, 2012, 2017; Wu et al., 2007, 2012, 2016; Xu et al., 2008, 2010, 2013）。一方面，青藏高原上空空气密度只有临近平原的一半左右，从而云—辐射展现出特殊的空间结构；另一方面，云和降水的转化过程不仅影响大气的热力垂直廓线结构，同时也是造成高原尺度上升运动的重要因子，而该上升运动则是建立和维持季风环流的主要动力之一。近年来国内外不同研究组已开展了基于CloudSat/CALIPSO资料的青藏高原上云的气候特征、与降水的关联、辐射效应及模式模拟相关的研究。本文将对这些研究进行回顾，并对未来进一步需要开展研究的科学问题进行讨论。

CloudSat/CALIPSO的一个主要科学目标是提供云垂直廓线的信息。已有很多学者利用CloudSat/ CALIPSO资料对青藏高原云的结构特征进行了研究。研究工作包括两类，一是云量、分布等宏观特征，另一类是云微物理特征。

王胜杰等（2010）对比青藏高原、高原南坡和南亚季风区的云层厚度，发现青藏高原地区的云层最薄。汪会等（2011）针对东亚季风区、印度季风区、西北太平洋季风区和青藏高原四个不同区域，对比分析了云量、云垂直结构及其季节变化特征，指出青藏高原在各季节单层云的相对贡献率都大于亚洲季风区的其他区域。燕亚菲（2016）和Yan et al.（2016）通过和毗邻的陆地和海洋地区相应的云的特征对比，较系统地研究了青藏高原地区云的垂直结构及其季节变化，指出青藏高原地区的云具有独特的垂直结构和季节变化特征，大地形对云层厚度和层数有显著的压缩效应。云量一年均为单峰型但存在显著季节变化。在夏季（6~8月）中心位于对流层中上层（位于5~9 km），另外在12 km上下存在接近20%云量的副中心；冬春秋季节中心比夏季的略高型，以层状云为主（图 1）。这是由于受到高原的地形特征及对大气低层水汽供应的限制，青藏高原云层厚度和层数显著地被压缩。高原南坡地区表现为显著的干湿季节，在5月中到10月中的雨季呈现双峰型。他们还基于环流季节变化解释了不同地区云结构季节变化原因（图 2）。

图 1 2006年6月15日至2011年4月17日期间（a）青藏高原（TP）、（b）高原以南陆地（NIST）和（c）热带海洋（TO）地区候平均云量垂直分布的季节变化。修改自Yan et al.（2016） Figure 1 Seasonal variation of Pentad-averaged cloud amounts over the (a) TP (Tibetan Plateau), (b) NIST (land to the south of the TP and north Indian) and (c) TO (Tropical Ocean). Data are from 15 June 2006 to 17 April 2011. Adapted from Yan et al. (2016)

图 2 （a-c）2007~2011年1月平均和（d–f）2006~2010年7月平均ERA-Interim数据资料中环流和水汽通量散度以及95°E垂直剖面云量分布：（a、d）10米风（箭头，单位：m s-1）和地面到100 hPa垂直积分水汽通量散度场（填色，单位：10-4 kg s-1 m-2），其中粉色线代表三个区域的范围；（b、e）95°E垂直剖面水汽通量散度场（填色，单位：10-5 kg s-1 m-2）、经向风速（单位：m s-1）与垂直速度（单位：－Pa s-1）的合成矢量（箭头）；（c、f）95°E垂直剖面云量（填色）；（b、c、e、f）中的粉色线均代表NIST地区所在纬度范围，灰色阴影均代表地形。修改自Yan et al.（2016） Figure 2 Distributions of atmospheric circulation, moisture flux divergence and vertical profile of cloud amount along 95°E in (a-c) January from 2007 to 2011 and (d-f) July from 2006 to 2010 by ERA-Interim data: (a, d) 10 m wind (arrows, units: m s-1) and divergence of vertically integrated moisture flux (shadings, units: 10-4 kg s-1 m-2) integrated from surface to 100 hPa, and pink boxes represent domains of three regions; (b, e) vertical profiles of the divergence of moisture transport (shadings, units: 10-5 kg s-1 m-2) and meridional-vertical velocity vectors (arrows, units: －Pa s-1) along 95°E; (c, f) vertical profiles of cloud amount along 95°E. The vertical pink lines and gray shadings in (b, e) and (c, f) represent zonal boundaries of the NIST and topography, respectively. Adopted from Yan et al. (2016)

夏季高原的深对流相对于亚洲季风区深对流的特征和作用存在着争议。Fu et al.（2006）基于微波边缘探测器（MLS）和热带雨量测量卫星（TRMM）的资料提出在表面感热加热作用下，青藏高原比亚洲季风区通过对流向平流层输送更多的水汽和一氧化碳。而Park et al.（2007）使用向外长波辐射资料，认为最强的对流发生在亚洲季风区，不在青藏高原上空及其南坡。Houze et al.（2007）和Romatschke et al.（2010）对TRMM的雷达降水数据进行了详细分析，显示与高原南坡和南亚季风区相比，青藏高原上的对流较弱。利用能够揭示对流云内部反射率垂直结构的CloudSat/CALIPSO卫星资料，Luo et al.（2011）分析了青藏高原的深对流云，并与亚洲季风区和北美副热带地区对比，揭示出青藏高原整体而言深对流云比较浅薄、水平尺度较小、发生较不频繁的新事实，指出高耸的地形造成高原上水汽含量少，部分抵消了高原上地面强的感热加热有利于形成强的对流不稳定性的作用，使得高原上地面空气的对流有效位能较小、中性浮力层的高度比较低，不利于深厚对流的发展。

对云的层数和种类的研究方面，高洋等（2014）研究了青藏高原同纬度带不同层数云出现的概率及其云水含量，结果表明：无论有雨还是无雨时青藏高原都是以单层云为主导云；并且与同纬度地区相比，青藏高原上的单层云较厚。Li and Zhang（2016）研究了高原夏季8类云（卷云、高层云、高积云、层云、层积云、积云、雨层云和浓积云）的发生频率，以发生事件为尺度，指出积云（Cu）事件的发生频率最高，达到54%。其发生与高原上表面的热力强迫产生的有关（Wu et al., 2015）。高原白天加热产生弱且浅薄的不稳定层和较低的自由对流高度。刘建军和陈葆德（2017）给出青藏高原上空不同高度、不同季节8类云的发生频率，分析了云的水平和垂直分布特征及其物理成因。指出冬季高原西部的低云频率高；春季高原中北部的中云频率高，西部和东南部的低云频率高；夏季南部的低云（包括Cu）和高云频率高；秋季云发生频率都很低。他们认为低云的形成主要是地形抬升作用，中云的形成与高原热力作用相关。

就云微物理特征而言，基于CloudSat/ CALIPSO，汪会等（2011）发现青藏高原上的云内滴谱较宽。赵艳风等（2014）分析了青藏高原地区云的云水路径，发现液水路径大值区在高原南部和东部，以液相云为主；冰水路径大值区在高原中部、北部及西部，以冰相云为主；云中粒子群随高度先增多后减少，粒子的大小和数目均在4 km处达到最大。Zhang et al.（2014）对比分析了冬半年青藏高原雨层云和高层云的发生频次、云顶高度、云水含量、光学厚度等的昼夜差异。陈玲和周筠珺（2015）分析了夏季青藏高原、四川盆地降水云类型的差别以及微观特征的差异。张华等（2015）对东亚地区云的微物理量的分布特征和季节变化进行了研究，指出青藏高原地区冰水含量的季节差异最大。张晓等（2015）和李浩然等（2015）分析了夏季青藏高原东部云内水凝物垂直结构和云量、云水路径变化特征，结果表明：高原东部云的发展可达平流层，且云在5 km以下为水云，5~10 km为固、液共存的混合态云，在10 km以上为冰云；青藏高原主体以单云层为主；多层云发生频率在27°N以北明显减少；冰水含量在青藏高原上的季节变化最大。此外，Naud and Chen（2010）、Jiang et al.（2011）、王帅辉等（2011）和Rüthrich et al.（2013）不同程度地结合CloudSat资料、国际卫星云气候项目资料、Meteosat卫星资料或者再分析资料对青藏高原云的特征进行了相关研究。

云与降水有着密切的联系。随着卫星技术的发展，云的内部结构与降水的关系也越来越得到重视。如Fu et al.（2006）利用逐轨道的TRMM降水日资料揭示了夏季青藏高原降水云垂直结构存在“塔状”特点。但模式中往往设定的云的垂直分布，影响了模拟的降水。例如云的垂直结构直接影响大尺度模式中的播撒—受播降水机理（Jakob and Klein, 1999）。

赵艳风等（2014）利用CloudSat资料研究发现，与东亚地区相比，青藏高原降水云的垂直分布尺度较小，雷达反射率范围较大，云粒子群的累积滞留过程不明显。陈玲和周筠珺（2015）结合CloudSat资料、FY-2D卫星的黑体温度资料和台站降水资料，统计分析了青藏高原、四川盆地及其过渡区域夏季降水云的宏微观物理特性和差异，结果表明，青藏高原的降水云发展初期，云中的冰相粒子等效半径大、谱宽较宽。降水云以积云和卷云为主，低云所占比例大于中云和高云；另外以冰云为主，混合相云次之，水云最少。

Yan et al.(2016, 2018)基于2006~2010年CloudSat/CALIPSO卫星资料的3套数据和相同时段的3小时TRMM 3B42（空间分辨率为0.25°× 0.25°）降水资料研究了云的垂直结构与降水的关系。结果指出对两套资料的联合分析显示青藏高原大地形对云垂直结构多样性和降水有限制作用。高原上云对平均降水强度的贡献随着云层数增多而减小，云的层数越多，其对降水率的贡献越少（图 3）。与不同降水强度相对应的云层实际总厚度和最上层云云顶高度及其变化范围，在青藏高原地区都明显小于其它两个区域。

图 3 2006年6月15日至2010年12月31日数据时段内（a）青藏高原、（b）NIST和（c）TO地区单层云和多层云（1到5层）对平均降水强度贡献量的逐月分布。引自Yan et al.（2016） Figure 3 Monthly-mean contributions of precipitation intensity corresponding to clouds of 1–5 layers to mean precipitation intensity over the (a) TP, (b) NIST, and (c) TO from the data period: 15 June 2006 to 31 December 2010. Quoted from Yan et al. (2016)

燕亚菲（2016）和Yan et al.（2018）还对比分析了发生不同强度降水时，青藏高原与其邻近陆地和海洋地区云微观垂直结构。指出与邻近地区相比，高原降水强度较弱，但是季节变化更明显；对于同等强度的降水，在垂直方向上，高原上的液态水位于较高的高度，而固态水则位于较低高度，在4~8 km更容易出现尺寸较大的固、液态粒子。夏季，无雨时（图 4），高原上云冰粒子主要位于较低高度（5~10 km），粒子尺寸和数浓度比邻近地区更丰富；随着降水增强，4~8 km云冰含量增多，高层冰粒子的聚集度趋于紧密，低层冰粒子的等效半径明显增大且空间分布得更均匀（图 5）。然而即使是大暴雨，高原地区冰粒子的数浓度也最有可能在100~250 L^-1之间，小于其邻近的陆地和热带海洋地区；此外，对于同等级的降水，高原地区冰粒子尺寸的谱分布宽于其它地区。但是，他们在研究中没有区分对流云和层状云。需要注意的是随着降水增强，CloudSat资料对液态水的反演误差增大，在研究中需要考虑。

图 4 2007年1月1日至2010年12月31日数据时段内夏季无雨时TP（左列）、NIST（中间列）和TO（右列）地区标准化的不同高度处（a-c）云固态水含量、（d-f）云固态粒子数浓度和（g-i）云固态粒子等效半径和概率密度函数分布（PDF）。引自Yan et al.（2018） Figure 4 The normalized frequency by altitude diagrams (color-shaded) and probability distribution functions (PDF) of (a-c) cloud ice water content, , (d-f) number concentration, and (g-i) effective radius over the TP (left column), NIST (middle column) and TO (right column) under no rain condition in the summer from data period: 1 January 2007 to 31 December 2010. Quoted from Yan et al. (2018)

图 5 同图 4，但为夏季大雨时（25–50 mm d-1）。引自Yan et al.（2018） Figure 5 Same as Fig. 4, but for heavy rain (25–50 mm d-1) condition. Quoted from Yan et al. (2018)

云辐射效应（原称云辐射强迫）的概念是由Ramanathan在1989年（Ramanathan et al., 1989）第一次提出的，反映了云的存在造成辐射能量的增多或者减少。发射CloudSat的一个关键目标是提供足够的信息以确定云在大气辐射加热中的贡献（Stephens et al., 2002）。Yan et al.（2016）指出，在青藏高原地区，无论对于地—气系统，还是对于地表而言，云短波辐射效应均为冷却，而长波辐射效应为加热，净辐射效应为弱的冷却（图 6）。但单就对整层大气而言，云对大气层总的短波辐射效应为加热，尤其在春夏季节最强，并且具有很明显的区域独特性；同时云对大气层总的长波辐射效应为冷却（约为－20 W m^-2），该辐射效应不同于同纬度地区和热带地区，在青藏高原上表现出了与中高纬地区相似的特征（图 7）。

图 6 2006年7月6日至2011年4月17日数据时段内TP、NIST和TO大气层顶部、大气层底部和整层大气的云辐射效应（短波、长波、短波+长波）的逐月变化；正值代表加热，负值代表冷却，灰色虚线代表 0。引自Yan et al.（2016） Figure 6 Seasonal cycles (units: W m-2) of shortwave (SW), longwave (LW) and total (SW+LW) CRE (Cloud radiation effect) at the top of the atmosphere (TOACRE), in the atmosphere (TOACRE-BOACRE), and at the bottom of the atmosphere (BOACRE) over three regions. Positive (negative) values represent heating (cooling) rates from data period: 6 July 2006 to 17 April 2011. Quoted from Yan et al. (2016).

图 7 2006年7月6日至2011年4月17日数据时段内整层大气的云辐射效应（短波、长波、短波+长波）的季节分布；正值代表加热，负值代表冷却。引自Yan et al.（2016） Figure 7 Spatial patterns (units: W m-2) of atmospheric cloud shortwave (SW), longwave (LW), total (SW+LW) CRE in different seasons from data period: 6 July 2006 to 17 April 2011. Quoted from Yan et al. (2016)

青藏高原上空云辐射效应呈现独特的垂直结构，突出表现为夏季青藏高原地区云的净辐射效应在8 km高度存在一个厚度仅1 km左右但较强的辐射冷却层，而在其下（4~7 km高度之间）为强的辐射加热层（图 8）。该发现对于认识该地区对流、云辐射和大尺度环流之间相互作用有重要意义。

图 8 2006年7月6日至2011年4月17日数据时段内TP、NIST和TO云辐射中的（a、b、c）短波、（d、e、f）长波、（g、h、i）短波+长波效应的逐候分布；正值代表加热，负值代表冷却。引自Yan et al.（2016） Figure 8 Seasonal cycles (units: K d-1) of vertical profiles of shortwave (SW, upper panel), longwave (LW, middle panel) and total (SW+LW, lower panel) CRE per unit mass over the TP (left), NIST (middle) and TO (right). Positive (negative) values represent heating (cooling) rates from data period: 6 July 2006 to 17 April 2011. Quoted from Yan et al. (2016)

CloudSat/CALIPSO的科学目标是为评估和提高云的模拟，为全球模式提供数据，改善之前对气候变化和云与气候之间反馈作用的有限理解。基于该资料，张华等（2013）研究了东亚地区的云的垂直结构，计算了在气候模式的云辐射过程中表征云的垂直重叠特征的重要参数抗相关厚度。指出处于较高纬度的北方地区和西北地区的抗相关厚度整体大于较低纬的青藏高原地区和南方地区。青藏高原地区和南方地区的抗相关厚度具有夏季最大，春、秋次之，冬季最小的特点。并以CloudSat/ CALIPSO得到的垂直重叠特征等为观测依据，改进BCC_AGCM2.0.1模式中的云辐射方案（Zhang et al., 2014）。不过文中未提及改进效果在青藏高原上是否有所体现。Li and Zhang（2017）诊断了CAM5.3模式对浅对流的模拟性能，指出与CloudSat/CALIPSO观测的浅对流云相比，模式能基本模拟青藏高原上显著多的浅对流云，但可能模式中由于湿静力能偏弱，深对流过度活跃，使模拟的高原浅对流强度偏弱，云顶高度偏低了2 km，不能给出观测中陡峭的高原南坡上强的、云顶达到5 km的浅对流大值区。

目前已开展的研究中，基本上给出了云—辐射的三维特征，但讨论其与环流间的反馈较少。需要加强理解云、辐射和对流和环流之间相互作用和反馈过程，从而改善在气候变化和云与气候之间反馈作用上尚广为存在的局限性的理解。

发展高分辨率模式需要更精细尺度的云垂直结构及其辐射效应，基于CloudSat/Capliso等卫星资料的研究在改进高分辨率模式的参数化方面具有重要的作用，但目前的应用较少。对于青藏高原上独特的云辐射过程的理解及在模式改进上的应用尚需要大量工作，尤其是通过卫星资料和高分辨率大气环流模式的比较，可以改进对青藏高原区域的模拟能力，从而可能改进对亚洲季风的模拟甚至预报。

CloudSat/Capliso是极轨卫星，无法给出时间连续的观测。未来还需要将CloudSat/Capliso资料与其他卫星特别是静止卫星的产品结合，以更精细定量地给出青藏高原和季风区云—辐射时空分布和变化的结构，从而改进高分辨大气环流模式中的参数化方案。