在气象上而言,能够对飞机积冰进行准确的探测无疑会使得航空安全得到极大保障。目前美国在积冰的识别方面,主要是利用常规天气资料结合WAFS(World Area Forecast System)等数值预报资料,找到符合积冰产生的温度、湿度、垂直速度等气象要素特征的区域,同时,集合该区域的地面观测、卫星、雷达以及飞机报告的资料,综合判断出积冰产生的区域范围和强度。总体而言,目前国际上对于卫星资料识别飞机积冰都是通过对卫星资料反演云顶过冷液态水识别间接得到的。对过冷水的识别比较有影响力的研究包含Hu等[1]利用CALIOP/MODIS/IIR三组数据测量了云中过冷水的含量;Westbrook等[2]根据Cloud Sat和CALIPSO通过温度、有效粒子半径、雷达发射率因子和激光雷达退偏振比相关信息,通过设定阈值对云顶过冷水进行了识别,该方法经过验证是有效的。本文采用两年的Cloud Sat(94GHz云廓线雷达)、CALIPSO(激光雷达)卫星数据产品。这些卫星均已经发布了比较成熟的云产品,例如Cloud Sat的云水含量产品包含对云中液态水和冰水含量及有效粒子半径的估计,CALIPSO也提供了详实的云相关性质,如光学厚度、可见光消光系数、冰水路径及其粒子半径。尽管每颗卫星都有其冰水属性产品,但两颗都有各种弱点。云雷达不能准确估计粒子大小,对小颗粒云粒子不敏感;激光雷达对薄云、小颗粒粒子很敏感,但信号容易衰减。本文选用的Cloud Sat云分类产品、大气温湿廓线辅助数据产品、液态水/冰水含量产品以及CALIPSO卫星上的液态水/冰水路径及粒子信息。许多研究表明,过冷液态水可以存在云冻结层(freezing level)之上的云内部[3,4]。当飞机飞行通过存在显著量的过冷水的区域,过冷水具有快速冻结在飞机表面的潜势。由于在微物理过程中,全球大气在环境温度、过冷液态水位置差别很大。此外,发展的对流云中强烈的上升气流也可能影响积冰位置,结冰存在的条件可能存在于过冷水抬升到温度低于0℃的高度,基于这些研究,Micheal P[5]等人设计了一个CLIP算法,结合全球的Cloud Sat云分类数据和温度廓线产品。通过Cloud Sat云分类数据将云分为八种类型,对不同云类型设定温度阈值,从而确定积冰信息。Minnis等[4]在大量飞机报告和外场试验数据分析的基础上,根据一系列飞机飞行结果结合液态水密度(LWP)、粒子有效半径(Re)以及云有效温度(Tc)制订了一套积冰识别算法系统,该系统被美国空军用作实时预判积冰的基本标准。本文利用Cloud Sat云分类数据对卷云利用激光雷达识别云冰水含量和粒子半径,对其他七种云类型利用云雷达识别云冰水含量和粒子半径,通过ECMWF-AUX确定云内温度,基于美国空军积冰标准对潜在飞机积冰进行识别。对于云雷达无法探测到的云冰水含量和粒子半径信息,利用CLIP算法识别潜在飞机积冰。之后对卫星数据进行经纬度为的网格化处理,基于两年的卫星资料对中国及周边地区的积冰频率和次数进行统计,具体表现为:(1)冬季积冰高发区多发生在西北太平洋、地区上空,主要表现在:a.在30oN-60oN的中纬度地区,西北太平洋与东亚地区相比较有较高的积冰发生频率.b.在中国南方地区统计出有较高的积冰发生频率。(2)春季积冰高发区比较分散,多集中于西北太平洋、我国华东、西南地区上空,主要表现在:a.在西北太平洋上空由于过冷水形成的飞机积冰发生频率与冬季相比而言较为减少。b.我国华东、华中、西南地区存在高频积冰区,与冬季相比区域增大,并且在西南地区出现显著的飞机积冰高频区。(3)夏季积冰高发区多发生在蒙古高原及其北部、我国大部分地区特别是西南地区上空,主要表现在我国西南地区上空存在大面积的积冰高发区,表现在四川盆地,青藏高原都有较大的潜在积冰区。(4)秋季积冰高发区多发生在西北太平洋、西伯利亚地区以及我国华东地区上空。主要表现在西伯利亚地区以及鄂霍次克海区域有较强的潜在积冰频率。(5)总体而言我国青藏地区的潜在积冰频率高于其他季节,而在西北太平洋地区的潜在积冰频率又低于其他季节。(6)根据各季节积冰频率与全年积冰频率差值情况,对我国包括青藏地区在内的大部分地区而言,夏季积冰频率高于全年,冬季积冰频率低于全年,对于西北太平洋地区,夏季疾病频率低于全年,冬季积冰频率高于全年。