本文基于Himawari-8卫星资料,分别用人工视检、卷积神经网络识别和传统尾迹云识别算法来计算中国南方区域的尾迹云覆盖率,并对结果做了对比分析;接着选取潜在尾迹云参数化方案,同时对参数化方案进行验证,结合ECMWF再分析资料、QUANTIFY航空资料和CCSM4模式资料,模拟历史情景2000年以及分别在RCP4.5、RCP8.5未来情景下的2050和2100年东南亚区域尾迹云覆盖率,最后通过尾迹云辐射强迫方案模拟了历史情景2000年以及分别在RCP4.5、RCP8.5未来情景下的2050和2100年东南亚区域尾迹云净辐射强迫。主要得到以下结论:(1)基于Himawari-8卫星图像统计中国南方区域的尾迹云覆盖率,以人工视检结果为基准,卷积神经网络识别结果明显优于传统尾迹云识别算法Contrail Detection Algorithm(CDA)。(2)通过观测结果与潜在尾迹云参数化模拟比较,表明了观测的尾迹云生成持续指数contrail occurrence and persistence(COP)与潜在尾迹云覆盖率potential contrail coverage(PCC)之间存在较高相关性,且卷积神经网络识别Convolutional Neural Network identification(CNNI)相关系数接近人工视检artificial visual inspection(AVI)。(3)本文模拟的2000年尾迹云全球的平均覆盖率和平均净辐射分别为0.11%、5.54 mW/m~2,同时2000年东南亚区域尾迹云平均覆盖率和平均净辐射强迫的模拟值分别为0.23%、10.41 mW/m~2。(4)在东南亚区域,2050年和2100年,两种情景下的尾迹云平均覆盖率与平均净辐射强迫均出现不同程度增长,在RCP4.5情景下增长较为缓和,而在RCP8.5情景下增长较为快速。(5)东南亚区域尾迹云的平均覆盖率与净辐射强迫都是夏季值大于冬季值。