OLR是地球单位地表在地球大气顶向外空辐射出去的热辐射通量，它的大小主要由发射下垫面的温度决定^[1]，因此它与云有极高的相关关系，云顶越高、温度越低、OLR值越低，晴空地表温度越高、OLR值越高。自上世纪80年代以来，国际上就有不少科学家从事OLR与云的关系的研究，最多的是针对热带地区，由于在赤道辐合带，对流越旺、云顶越高、云顶温度越低、OLR越低、降水强度越强，因此许多科学家在他们的文章中提出了用OLR资料计算热带地区降水量的计算模式^[2-5]，其中Arkin的季节降水量与OLR的线性关系式可以估算出57%的季节降水量变化，但所有这些模式都是对热带地区而言、且精度不是太高。国内也有不少应用OLR做降水的先例，但大多是关于OLR特征与降水趋势的预测^[6-9]。1998年美国科学家Xie等在文章中，详细调查了1974—1995年全球月OLR资料与月降水量 (卫星产品与地面观测的融合资料) 的关系，指出在除两极外的全球范围内，月降水量与月OLR距平的相关系数为-0.4~-0.8，给出了月降水量距平与月OLR距平的经验关系式，用该模式处理了1974—1995年的月降水量，并将处理结果与其它方法获得的降水产品进行了验证，结果表明：OLR估算的降水其精度略优于卫星降水产品。本文的目的，是应用Xie等的OLR降水模式，用国家卫星气象中心处理的NOAA卫星月OLR资料，尝试作1991—2008年中国大陆10°~60°N、75°~150°E区域、分辨率为0.5°×0.5°的月降水量估算，并将处理结果与美国NCEP提供的陆地月降水量实测资料作对比分析，得出有关结论；同时，通过与FY-2C卫星云分类产品相结合进行试验，分析了模式估算降水的误差来源。

采用1991—2008年的NOAA系列卫星 (NOAA-11、14、16、18) 的OLR月产品资料，地理范围在10°~60°N、75°~150°E、数据分辨率0.5°×0.5°，把网上下载 (ftp://cpc.ncep.noaa.gov/precip/50yr/gauge) 的NCEP全球陆地雨量计实测月降水量格点场资料做截取处理，生成分辨率为0.5°×0.5°的10°~60°N、75°~150°E区域的陆地实测月降水量 (单位：mm) 格点场数据，对18年月降水量作平均，得到气候平均实测月降水量格点场数据资料，用以下公式^[10]计算各年各月降水量，

式 (1) 中：ΔP是格点的月降水量距平 (单位：mm)，ΔOLR是格点的月OLR距平 (单位：w·m^-2), $\varphi $ 是格点的纬度，λ是格点的经度，t是时间，C是格点的降水比例系数；式 (2) 中： ${P_M}(\varphi ,\lambda ,\overline t )$ 是1991—2008年的气候平均实测月降水量，A=-0.0194，B=-0.0207×30(或31，28，29)，A、B为经验回归系数^[10]；式 (3) 中： $P(\varphi ,\lambda ,t)$ 为当月降水总量，可见月降水量的反演过程为：用OLR月距平计算出月降水距平，用月降水距平加上多年气候平均月降水量即为当月降水量。模式的原理主要是基于降水多时云量多、云顶高、云在某地持续时间长、月内云覆盖时间多，月OLR相对于常年偏低为负距平；降水少时云量少、云层低、月内云覆盖时间少，这时月OLR相对于常年偏高为正距平，降水量为负距平，而OLR距平为0时、则表明云、晴覆盖接近常年，月降水量为常年平均。

用以上模式计算了1991—2008年的月降水量，并对模式计算出的月降水量与NCEP提供的实测月降水量进行了对比，图 1是2005年模式月降水量与NCEP月降水量的彩色图，图 2是中国各大省城格点的实测月降水量与模式计算的月降水量的回归关系图。由图可以看出：用OLR月距平反演出的月降水量与实测基本趋于一致，但还存在不小的差别，通过对1991—2008年的模式月降水量与NCEP的实测月降水量进行格点场误差统计，结果如表 1所示：降水估算冬季误差最大、春秋季次之、夏季最低，这是因为冬季多层状云降水，因云顶温度较高、月OLR距平可能为正，估算出的降水量偏少，而夏季降水则多为对流云，Xie等的降水模式对流云降水最敏感，因此夏季误差相对小，而春秋季间于二者之间。

图 1 (a) 模式计算出的2005年1—12月降水量 (图中黑色为无OLR资料及无降水估算资料地区); (b) NCEP提供的2005年1—12月实测降水量 Fig. 1 The monthly precipitation amounts during January to December of 2005 by (a) model estimation from NOAA OLR date and (b) gauge observation from NCEP

图 2 中国各大省城1998—2008年实测月降水量 (NCEP格点资料) 与模式估算的月降水量的散点图 Fig. 2 Scatter diagram of monthly precipitation amount observed by gauge and that of estimated by the model in big cities of China during 1998 to 2008

表 1 Table 1

表 1 1991—2008年模式与实测月降水量误差统计 Table 1 Statistical seasonal precipitation errors (model estimation-gauge observation) during 1991-2008 季节 误差 相关系数 绝对/mm 相对/% 春 14.97 37.60% 0.8999 夏 31.61 27.37% 0.9184 秋 16.95 37.99% 0.8754 冬 7.97 49.14% 0.8751

表 1 1991—2008年模式与实测月降水量误差统计 Table 1 Statistical seasonal precipitation errors (model estimation-gauge observation) during 1991-2008

鉴于以上误差问题，我们采用了FY-2C卫星的云分类产品，对中国局域的降水云情况进行分析，通过对2006—2008年的云分类图分析来看，春季中国大陆对流活动并不旺盛，一般是高云 (卷云、雨层云) 伴着层状云出现，造成降水；夏季大陆多为中高云系引起降水，一般是对流云 (积雨云) 重叠在大的云系上面，在云系减弱时可出现单纯的层状云；秋季大陆对流云团并不多见，通常是高云 (卷云、雨层云) 伴着层状云的云系或云团出现，云系减弱后有纯粹的层状云，这些云系带来降水或不降水；冬季，中国的北方通常是高云伴有层状云的云系出现，而南方则多为层状云。

OLR与云顶高度相关，云顶越高、OLR值越低，层状云顶并不高、但常带来较大的降水量，由于此时OLR距平值较高，致使模式估算出的降水量偏低于实况；强对流云带来的降水量大，OLR值也低，但一月内天气形势多种多样，有时强降水过后连续晴天，这使得月OLR值较高，计算出的降水量偏低于实况；而有时连续的高云覆盖却并不出现降水，OLR值低，模式计算出的降水量偏高于实况。我们统计了2006—2008年1月的降水比例系数C，见图 3，从图中可看出C有时为正，与上述情况相附，但与Xie的模式相矛盾，原因可能是Xie选用的是卫星降水产品、雨量计观测资料的融合资料来做统计，C系数均为负，这也是模式估算中国大陆降水量的误差来源。

图 3 中国南方2006—2008年1月比例系数C与常年同期降水量的散点图 Fig. 3 Scatter diagram of the proportional coefficient C and the climatic monthly mean precipitation amount in southern China

通过对用1991—2008年的月OLR距平资料做月降水量计算、并与实测资料对比，得出：用Xie等的月降水模式可以计算出分辨率为0.5°×0.5°经纬度、中国区域的月降水量，模式估算结果基本与实测资料逼近，但由于降水云降水机制的不同，如逆温层状云降水，以及月平均OLR值受一月中天气形势变化的影响不能完整地反映出一月中降水云及降水量的情况诸多原因，使得用月OLR距平资料计算月降水有一定误差。若使用OLR旬距平计算旬降水距平，可以很大程度上避免了月OLR值代表性不强的问题；对中国大陆进行分区、分季节统计出降水比例系数C，可能会有比较满意的结果，这有待于进一步的工作。