《Atmospheric and Oceanic Science Letters》：Observed characteristics of cloud fraction over eastern China: A comparison of ISCCP and Himawari-8/9 Cloud Feature Dataset
编辑推荐：
云在调节地球辐射收支中至关重要。当前气候系统模式在中国东部表现出显著偏差，而传统的国际卫星云气候学计划（International Satellite Cloud Climatology Project，简称ISCCP）参考数据集和区域单颗静止卫星数据集则呈现
云在调节地球辐射收支中至关重要。当前气候系统模式在中国东部表现出显著偏差，而传统的国际卫星云气候学计划（International Satellite Cloud Climatology Project，简称ISCCP）参考数据集和区域单颗静止卫星数据集则呈现出不同的云特征。本研究通过将中国东部沿34°N划分为北部和南部子区域，并聚焦于云量（cloud fraction）及其日变化特征，将ISCCP数据与Himawari-8/9云特征数据集（Himawari-8/9 Cloud Feature Dataset，简称HCFD）进行了比较。结果表明，ISCCP始终比HCFD产生更大的平均云量和更强的云量日变化幅度，且这一差异在北部子区域更为显著。一个显著差异在于，ISCCP的云量日变化以低层云为主，而HCFD则呈现高层、中层和低层云更均衡的贡献。此外，与HCFD相比，ISCCP高估了中层云量，低估了高层云量，并显著高估了白天云量。通过与主动探测卫星CloudSat–CALIPSO联合数据的评估证实，HCFD与联合数据的相关性高于ISCCP。值得注意的是，ISCCP在一月份北部子区域表现最差。这些结果表明，HCFD数据在分析区域云量特征方面具有更高的准确性，为改进中国东部气候模式模拟提供了更可靠的数据支持。
云在地球辐射收支中起关键调节作用，但当前气候系统模式在中国东部存在显著偏差，而传统的国际卫星云气候学计划（ISCCP）参考数据集与区域静止卫星数据集（如Himawari-8/9云特征数据集，HCFD）的云特征存在明显差异。为明确何种数据集更可靠，并为改进气候模式模拟提供依据，本研究发表在《Atmospheric and Oceanic Science Letters》上，通过比较ISCCP与HCFD在中国东部的云量及日变化特征，并结合CloudSat–CALIPSO联合数据进行评估，得出HCFD具有更高准确性的结论，对提升区域云量观测和模型诊断具有重要科学意义。
本研究主要采用了以下关键技术方法：使用ISCCP-HGG版本（1983–2017年，空间分辨率1°×1°，时间分辨率3小时）、HCFD数据集（2016–2025年，分辨率0.04°×0.04°，30分钟）以及CloudSat–CALIPSO联合产品（2B-GEOPROF和2B-GEOPROF-LIDAR）。将HCFD重采样至1°×1°网格，并以34°N为界将中国东部划分为北南子区域。采用云-太阳同现（CSC）比率定量度量云量日变化（CDV），通过计算相关系数（CC）和均方根误差（RMSE）评估数据准确性。
研究结果如下：
**3.1 Comparison of cloud characteristics between ISCCP and HCFD**
通过比较两数据集的总云量空间分布、CSC比率、日变化标准差及云量峰值时间，发现：ISCCP总云量普遍高于HCFD，尤其在北部地区；ISCCP的CSC比率均大于1，显示陆地云量在午后达到峰值，而HCFD在部分内陆区域CSC<1，表明云量日变化更复杂；ISCCP的日变化幅度显著大于HCFD，且峰值时间集中在午后（12:00–15:00），主要由低层云驱动；HCFD的日变化幅度较弱，峰值时间空间异质性大，高层、中层和低层云贡献更均衡。进一步分析表明，ISCCP高估了中层云量，低估了高层云量，且低层云午后峰值占比过高，而HCFD的低层云峰值出现在上午（09:00–12:00），与ISCCP形成鲜明对比。
**3.2 Evaluation against CloudSat–CALIPSO data**
通过与CloudSat–CALIPSO联合数据对比，评估两数据集的准确性。以2017年1月20日06:00 UTC为例，HCFD云量分布与联合数据更一致，而ISCCP在北部（37°N以北）误判雪/冰为云，导致虚假云量。2016年4月至2017年6月的密度散点图显示：对于总云量，ISCCP偏高（73.2% vs 69.8%），HCFD偏低（59.3% vs 69.8%），但HCFD的RMSE（21%）和CC（0.89）均优于ISCCP（26%和0.74）；对于高层云量，两数据集均低估，但HCFD的RMSE（18%）和CC（0.92）远优于ISCCP（37%和0.74）；对于中层和低层云量，ISCCP高估而HCFD低估，但HCFD的RMSE和CC仍优于ISCCP，尤其低层云CC（0.65 vs 0.25）。月度变化分析显示，在北部子区域，HCFD的CC全年高于0.8（超半年>0.9），而ISCCP在1月仅0.4（冬季表现最差）；南部子区域差距缩小，但HCFD仍多数月份优于ISCCP，ISCCP在9月CC最低（>0.7）。
讨论部分总结了ISCCP误差的主要来源：其基于单一阈值和单红外通道的云检测与云顶压力反演方法，易受亮地表（如雪/冰）干扰，导致低层云误判和云分类错误；而HCFD采用多光谱算法，提高了云检测和云顶压力反演的准确性。但HCFD等静止卫星数据集存在时空覆盖局限，无法用于全球尺度日变化评估。研究结论翻译如下：鉴于ISCCP长期作为气候模式云量模拟的基准，本研究发现以往模式–ISCCP比较可能削弱了模式诊断与发展的努力。然而，HCFD及其他静止卫星数据集受限于时空覆盖，不足以评估全球日变化特征。因此，亟需改进ISCCP数据质量或开发新的全球覆盖卫星云观测，以更好地指导未来模式发展。
