Для дальнейшего изучения режимов сосуществования в облачном слое предоставлены совместные диаграммы высоты-частоты, которые показывают вероятность того, что CloudSat - CALIPSO- идентифицированное облако встретится на высоте L b в любом месте вертикального столбца, учитывая, что облако одновременно наблюдается на высоте L а , за декабрь – февраль. Диагональ обязательно равна единице, и ширина распределения, окружающего эту диагональ, указывает степень, в которой слои на данной высоте коррелируют с соседними облачными слоями. Во-первых, очевидно, что возникновение низкой облачности в SHB тесно связано с появлением облаков на всех других уровнях; например, когда облако обнаруживается где-либо в тропосфере, вероятность нахождения низкого облака очень высока. Во-вторых, облако среднего уровня (приблизительно от 3 до 7 км) имеет самую высокую корреляцию с соседними слоями облаков, что позволяет предположить, что облака среднего уровня имеют тенденцию встречаться в относительно толстых слоях. Максимальная высота облаков меняется в зависимости от глубины тропопаузы в зависимости от сезона, но возникновение режима облачности, заполняющего всю тропосферу, ограничен зимними месяцами (JJA), когда штормовые треки наиболее активны.
Облачные режимы ISCCP и подмножества активных датчиков
Хотя активный и пассивный вид облачности от датчиков различается, как и следовало ожидать, учитывая их различные возможности обнаружения и следы, они в основном рассказывают одну и ту же историю о средней структуре облаков: SHB имеет относительно высокую частоту появления облаков, и большинство из этих облаков встречаются на низких уровнях. Установив некоторые основные параметры облаков, которые возникают над ВСП, далее поучительно определить, как эта облачность организована в пространстве и времени и как облачность связана с потоком синоптического масштаба, например, возникновение циклонов средней широты. Основой этого анализа является многолетний рекордный набор данных ISCCP D1. Алгоритм кластеризации использовался для определения общих режимов облачности или облачных режимов. Это прямое расширение методов, разработанных для тропиков. Кластеризация была применена к данным ISCCP по нескольким причинам: 1) данные ISCCP доступны в течение 25-летнего периода, тогда как данные CloudSat - CALIPSO доступны только в течение нескольких лет с момента запуска, 2) данные ISCCP охватывают более широкую горизонтальную область и с большей частотой, чем доступно в CloudSat - CALIPSOи 3) структуры облаков, наблюдаемые с точки зрения ISCCP, более сопоставимы с теми, которые создаются моделями в масштабе сетки GCM. После определения облачных режимов в данных ISCCP, более мелкие характеристики этих режимов, включая вертикальные структуры и особенности осадков, которые не могут быть получены с использованием только наблюдений ISCCP, будут детально исследованы с использованием новых измерений CloudSat - CALIPSO .
Для дальнейшего изучения режимов сосуществования в облачном слое предоставлены совместные диаграммы высоты-частоты, которые показывают вероятность того, что CloudSat - CALIPSO- идентифицированное облако встретится на высоте L b в любом месте вертикального столбца, учитывая, что облако одновременно наблюдается на высоте L а , за декабрь – февраль. Диагональ этой диаграммы обязательно равна единице, и ширина распределения, окружающего эту диагональ, указывает степень, в которой слои на данной высоте коррелируют с соседними облачными слоями. Несколько фигур информации можно почерпнуть из этого рисунка. Во-первых, очевидно, что возникновение низкой облачности в SHB тесно связано с появлением облаков на всех других уровнях; например, когда облако обнаруживается где-либо в тропосфере, вероятность нахождения низкого облака очень высока (это представлено горизонтальным расширением апельсинов и красных цветов внизу диаграммы). Во-вторых, облако среднего уровня (приблизительно от 3 до 7 км) имеет самую высокую корреляцию с соседними слоями облаков, что позволяет предположить, что облака среднего уровня имеют тенденцию встречаться в относительно толстых слоях. В третьих. Максимальная высота облаков меняется в зависимости от глубины тропопаузы в зависимости от сезона, но возникновение режима облачности, заполняющего всю тропосферу, видимый с правой стороны, ограничен зимними месяцами, когда штормовые треки наиболее активны.
Облачные режимы ISCCP и подмножества активных датчиков
Хотя активный и пассивный вид облачности от датчиков различается, как и следовало ожидать, учитывая их различные возможности обнаружения и следы, они в основном рассказывают одну и ту же историю о средней структуре облаков: SHB имеет относительно высокую частоту появления облаков, и большинство из этих облаков встречаются на низких уровнях. Установив некоторые основные параметры облаков, которые возникают над ВСП, далее поучительно определить, как эта облачность организована в пространстве и времени и как облачность связана с потоком синоптического масштаба, например, возникновение циклонов средней широты. Основой этого анализа является многолетний рекордный набор данных ISCCP D1. Алгоритм кластеризации использовался для определения общих режимов облачности или облачных режимов. Это прямое расширение методов, разработанных для тропиков. Кластеризация была применена к данным ISCCP по нескольким причинам: 1) данные ISCCP доступны в течение 25-летнего периода, тогда как данные CloudSat - CALIPSO доступны только в течение нескольких лет с момента запуска, 2) данные ISCCP охватывают более широкую горизонтальную область и с большей частотой, чем доступно в CloudSat - CALIPSOи 3) структуры облаков, наблюдаемые с точки зрения ISCCP, более сопоставимы с теми, которые создаются моделями в масштабе сетки GCM. После определения облачных режимов в данных ISCCP, более мелкие характеристики этих режимов, включая вертикальные структуры и особенности осадков, которые не могут быть получены с использованием только наблюдений ISCCP, будут детально исследованы с использованием новых измерений CloudSat - CALIPSO .
Методом кластерного анализа, использованным в данной работе, является алгоритм k- средних (KMEANS). Входные данные представляют собой набор гистограмм среднесуточной доли облаков ISCCP для 20-летнего подмножества полного периода данных для всех местоположений, попадающих в SHB, и желаемого количества кластеров, которые должны быть расположены n . Алгоритм начинается со случайно выбранного начального начального числа для каждого центроида кластера, вычисляет евклидово расстояние между каждой точкой данных (т.е. каждой гистограммой ISCCP) и каждым центроидом кластера и назначает каждую точку данных как член кластера с наименьшее расстояние. После выполнения задания всех точек данных к одному из пкластеров, новые центроиды кластеров рассчитываются путем усреднения всех членов кластера. Затем процесс повторяется, начиная с этого нового набора кластеров, и продолжается до тех пор, пока разница между кластерами от одной итерации к следующей не станет исчезающе малой. Используя сочетание объективных и субъективных критериев, было найдено, что оптимальное количество кластеров (режимов), представляющих облачность SHB, равно n = 8.
