云物理属性对于深入理解热带气旋（TC）的结构演变及降水潜势具有重要意义。然而，传统云反演算法受限于昼夜精度不一致、厚云反演不确定性大等问题，制约了TC云物理属性的高精度反演与精细化研究。本文利用多源静止卫星观测资料，构建了基于深度学习反演算法的全天时、高精度全球TC云物理属性数据集，并从空间差异与日变化节律两个维度，系统揭示了TC云物理属性的多时空尺度演变特征及其内在物理机制。
在数据反演方面，所构建的深度学习算法在多卫星平台、多海域的TC云物理属性反演中表现优异，具备良好的昼夜一致性。云相态识别总体精度超过80%，云顶高度、云光学厚度及云滴有效半径与MODIS产品的相关系数均达0.7以上。基于主动遥感观测的独立验证显示，模型在白天和夜间的云相态识别准确率分别为76%和71%。相较于美国最新一代静止卫星业务云产品，该算法在夜间不仅有效反演出大光学厚度的对流云系，还显著改善了空间连续性，提升了夜间云光学属性的可用性。20年数据集的验证表明，云相态分类精度的年际变幅不超过3%，三项参数反演相关系数的年际变幅分别在0.06、0.07和0.09以内，表明该数据集具备长期稳定监测TC云物理属性的能力。
在空间差异方面，西北太平洋TC的云顶高度、云光学厚度、云水路径及深对流云比例均显著高于其他海域。在距气旋中心0–500公里径向范围内，西北太平洋平均云顶高度达12.9 km，云水路径达387 g/m²，深对流云比例达32%，分别较东北太平洋高出2.7 km、158 g/m²和19%。在控制TC强度分类后，上述跨海域差异依然稳健，这可能与西北太平洋更高的海表温度、更充沛的中层水汽及更强的季风槽动力环流背景相关。
在时间变化方面，TC云物理属性表现出显著的日变化规律。云顶高度在内核区（0–200公里）呈凌晨与午后双峰变化，云水路径在凌晨至清晨达峰，云滴有效半径在午后至傍晚达峰。通过云类型分型发现：深对流云主要受夜间长波辐射冷却驱动，在凌晨时段呈现云顶高度、云水路径及面积的协同增强；而非深对流云主要响应日间短波辐射加热，在午后至傍晚呈现云顶抬升、云滴增大及面积扩张。西北太平洋和北大西洋两海域日变化相位的高度一致性，进一步验证了上述辐射驱动机制的普适性。

 

热带气旋 云物理属性