2017, Vol. 36
对流层中气温会随着海拔的升高而递减, 当地面气温在0 ℃以上时, 在高空中就会出现0 ℃等温面, 称之为0 ℃层高度 (Diaz et al, 1996, 2003; 黄小燕等, 2011; Folkins et al, 2013)。0 ℃层高度不仅能够反应高空大气冷暖气团的环流变化并且受地面环境的影响较小, 因此在气象预报工作中0 ℃层高度是提前反映气温的一个有效指标, 其变化趋势总是提前于地面气温的变化趋势 (宫恒瑞等, 2010), 所以研究其变化能较好地反应当地的气候变化特征 (Bradley et al, 2009; Zhang et al, 2010)。近年来, 中国学者利用0 ℃层高度对一些区域的气候变化开展了一些研究: Wang et al (2014)对高亚洲地区0 ℃层高度做了研究, 发现20世纪70年代以来无论是探空资料还是NCEP/NCAR再分析资料所得的夏季0 ℃层高度在高亚洲地区均表现出普遍上升趋势, 并且与冰川物质平衡和平衡线高度都表现出较好的相关性。Dong et al (2014)运用空间分辨率为2.5°×2.5°的ERA-Interim再分析资料对祁连山区的0 ℃层高度做了分析, 发现夏季祁连山0 ℃层高度表现出随纬度的增加而降低, 随海拔的升高而增加的变化趋势, 并且基于ERA-Interim再分析资料的0 ℃层高度变化趋势略大于探空站点的变化趋势。宫恒瑞等 (2010)发现2002-2006年乌鲁木齐0 ℃层高度逐日变化与阿克苏河两条支流逐日流量有较好的线性关系; 毛炜峄等 (2004)认为阿克苏等3个站的0 ℃层高度逐日变化与阿克苏河两条支流逐日流量之间有显著的相关性。综合上述可知, 运用探空资料在不同区域对0 ℃层高度已开展了不同的研究。
高亚洲地区地处亚欧大陆中部干旱半干旱地带, 以青藏高原为主体, 包括, 北起阿尔泰山, 南至喜马拉雅山的20多条山脉, 其中包括世界上最高的山脉和最大的草原, 横跨52°N-26°N的温带和亚热带地区。发育了数量众多和规模较大的山大冰川, 使之成为世界上中低纬度冰川最发育的地区 (谢自楚和刘潮海, 2010)。高亚洲受到多种环流的影响, 西部和北部主要受西风环流影响, 西南则受强大的南亚季风影响, 而东部和东南部受到东亚季风的影响 (康兴成, 1996; Yao et al, 2012)。高亚洲是地球上除南极和北极地区之外的第三大冰冻圈, 分布着大量冰川。冰川作为天然的固体水库对亚洲大气物理过程和天气气候变化产生着深刻的影响, 并且对亚洲中部干旱区生态环境以及社会经济的发展有举足轻重的作用 (刘时银等, 2000; 姚檀栋等, 2004; 谢自楚等, 2009)。分析大气0 ℃层高度的变化对高亚洲地区冰川的消融有一定的指导作用, 从而影响了高亚洲地区的水资源。
0 ℃层高度的测量以释放大规模的探空气球为基础, 此操作成本较高, 因此在气象监测网络中探空站的分布相对于气象站要稀疏得多, 而再分析资料却有着较好的空间连续性, 其数据可信度已得到验证, 尤其体现在长时间序列的趋势分析研究中 (胡增运等, 2013; Wang et al, 2014)。因此, 结合再分析资料有利于更深入的分析大气0 ℃层高度与大气温度的变化。再分析资料ERA-Interim模拟效果较好 (白磊等, 2013; 高路等, 2014; 高路和郝璐, 2014), 但是在全国范围内采用ERA-Interim对大气0 ℃层高度的研究尚有待开展; 而格点资料用于计算大气0 ℃层高度可能存在尺度效应, 即不同的空间分辨率数据可能会对计算结果产生影响, 与NCEP系列资料不同, ERA-Interim资料同时提供不同空间分辨率数据, 不同空间分辨率数据运用在0 ℃层高度研究中存在怎样的差异缺乏足够的认识。因此, 本文结合不同空间分辨率的ERA-Interim再分析数据探讨了大气0 ℃层高度的时空变化特征, 分析了不同空间分辨率的ERA-Interim再分析资料的异同, 从而能够更好地将不同空间分辨率的ERA-Interim再分析资料运用于0 ℃层高度等各个方面的研究。
2 数据与方法 2.1 数据来源采用1979-2012年气象站探空资料与不同空间分辨率的ERA-Interim (简称ERA-I)(Dee et al, 2011) 再分析资料分析了高亚洲地区大气0 ℃层高度的时空变化。探空资料由中国气象局国家气象信息中心提供, 选取了中国西部37个探空站 (图 1) 规定气压层 (400 hPa、500 hPa、700 hPa和850 hPa) 上的逐月位势高度和温度, 包括08:00与20:00(北京时, 下同)。为了确保数据质量, 对每个等压面上两个时次的平均值利用最大惩罚F法 (PMFT)(Wang, 2008a, 2008b; 曹丽娟等, 2010) 进行均一性检验, 并进而对元数据支持 (如仪器更换、算法变化等) 的断点采用QM法进行了订正。ERA-I再分析资料来源于欧洲中期天气预报中心, 本文的ERA-I数据分别选取了16个规定气压层 (950 hPa, 925 hPa, 900 hPa, 875 hPa, 850 hPa, 825 hPa, 800 hPa, 775 hPa, 750 hPa, 700 hPa, 650 hPa, 600 hPa, 550 hPa, 500 hPa, 450 hPa和400 hPa) 上的逐月气温和位势高度, 并选取经度为61.5°E-109°E、纬度为22°N-55. 5°N的区域范围, 通过线性插补方法计算得到自由大气夏季 (6-8月)0 ℃层的平均高度。
|
图 1 高亚洲地区探空站的站点分布 Figure 1 Location of radiosonde stations of High Asia |
0 ℃层高度一般是通过已知气压层的高度和特定气压层的空气温度进行线性插值计算得到。0 ℃层高度的计算步骤为:先分别判断出08:00和20:00两个时次0 ℃层所在位置的上下两个标准气压层, 然后利用线性插值法计算出每个时次的0 ℃层高度, 再求取两个时次的均值, 便可得到0 ℃层高度值, 利用线性插值法计算0 ℃层高度的公式如下:
| $ H = {T_{{\text{down}}}}\frac{{{H_{{\text{down}}}} - {H_{{\text{up}}}}}}{{{T_{{\text{up}}}} - {T_{{\text{down}}}}}} + {H_{{\text{down}}}} , $ | (1) |
式中: H为0 ℃层高度 (单位: m), Hup和Hdown分别是0 ℃层所在位置的上下两个标准气压层高度 (单位: m), Tup和Tdown分别为0 ℃层所在位置的上下两个标准气压层的温度 (单位: ℃)。其中ERA-I再分析数据和探空数据0 ℃层高度的计算都依据上面方法所得。
2.2.2 主要方法本文采用反距离加权法将最近的4个再分析格点数据插值到具有实测探空资料的站点位置上, 分析了0 ℃层高度的时空变化特征以及不同空间分辨率的ERA-I再分析数据之间的异同。利用森斜率 (Sen, 1968) 来计算0 ℃层高度在时间上的变化趋势。运用Mann-Kendall检验法 (Mann, 1945; Kendall, 1955) 来检测高亚洲地区0 ℃层高度变化的显著性, 如果它通过0.05水平的显著性检验, 则认为变化趋势明显。此外, 采用了偏差公式 (B) 来计算探空站点和不同空间分辨率格点插值之后的差异, 即分别采用实测站点和相应的加权内插格点的时间序列按照如下公式计算:
| $ B = 100 \times \frac{{\overline {{P_{格点}}} - \overline {{p_{站点}}} }}{{{p_{站点}}}} , $ | (2) |
式中:
基于不同空间分辨率的ERA-I再分析资料和探空站点的夏季0 ℃层高度空间分布 (图 2) 可以看出, 不同空间分辨率的ERA-I再分析数据和探空数据所得的0 ℃层高度的空间分布格局较为一致, 高亚洲地区南北差异较大, 即随着纬度的升高, 0 ℃层高度呈明显的降低趋势。其中不同空间分辨率的ERA-I再分析资料的低值区出现在50°N左右的阿尔泰山, 0 ℃层高度在3000 m左右, 最高不超过3500 m; 而高值区出现在30°N左右的青藏高原, 且在喜马拉雅山形成了一个高值闭合区, 0 ℃层高度在5500 m以上。探空站点中0 ℃层高度在4500~5000 m之间的站点分布最多, 占总站点的37. 8%, 分布在青藏高原以北, 这些站点的平均海拔为1725 m; 0 ℃层高度在5500 m以上的站点只有7个, 占总站点的18. 9%, 都分布在青藏高原的东南部, 其中, 这些站点的平均海拔为3754 m。所以, 0 ℃层高度的分布与纬度、海拔有密切的关系。随着ERA-I再分析资料空间分辨率的提高, 在青藏高原的西南边界处0 ℃层高度略微降低并向东凹进, 而青藏高原的东南边界0 ℃层高度升高到5500 m以上并明显向东凸出, 这与所处青藏高原东南部的甘孜站、巴塘站、昌都站的0 ℃层高度相符。因此, ERA-I再分析资料的空间分辨率越高, 能够更细致的体现0 ℃层高度的空间变化, 更好的与探空实测站点所得的0 ℃层高度吻合, 对小区域的精确研究提供了较为准确的再分析资料。此外, 青藏高原东坡特殊的地形使高原东坡对流明显, 产生高原低涡, 从而影响了高原邻近地区的降水, 低涡的移动也可能给更广的区域带来暴雨天气 (江吉喜和范梅珠, 2002; 赵玉春和王叶红, 2010)。由此可见, 高分辨率的再分析资料对类似青藏高原大地形山脚处的复杂天气现象预测提供参考。
|
图 2 基于不同空间分辨率的ERA-I再分析资料和探空站点的夏季0 ℃层高度 (单位: m) 空间分布 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0. 75°, (h) 0. 5°×0. 5°, (i) 探空站 Figure 2 Spatial distribution of 0 ℃ isotherm height (unit: m) derived from ERA-I reanalysis with different spatial resolutions and radiosonde stations in summer (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0. 75°, (h) 0. 5°×0. 5°, (i) radiosonde station |
高亚洲地区夏季0 ℃层高度的变化趋势较为明显。如图 3i所示, 高亚洲地区大部分探空站点的0 ℃层高度都呈增加趋势, 在37个探空站点中有86. 5%的站点0 ℃层高度倾向率为正值且在0.179~12.044 m·a-1之间变化, 其中有53%的站点通过了0.05的显著性检验, 且通过0.05的显著性检验的站点大多分布在青藏高原东北部 (图 4i)。而在青藏高原东南方向的昌都站、巴塘站、西昌站、丽江站和腾冲站五个站点的0 ℃层高度的倾向率呈减小趋势, 因此, 在高亚洲地区夏季0 ℃层高度总体上升较明显。
|
图 3 基于不同空间分辨率的ERA-I再分析资料和探空站点的夏季0 ℃层高度变化趋势的空间分布 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0. 75°, (h) 0. 5°×0. 5°, (i) 探空站 Figure 3 Spatial distribution of trend magnitude for 0 ℃ isotherm height derived from ERA-I reanalysis of different spatial resolutions and radiosonde stations in summer (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0. 75°, (h) 0. 5°×0. 5°, (i) radiosonde station |
|
图 4 基于不同空间分辨率的ERA-I再分析资料和探空站点的夏季0 ℃层高度变化趋势的显著性 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0. 75°, (h) 0. 5°×0. 5°, (i) 探空站 Figure 4 Significance of trend magnitude for 0 ℃ isotherm height derived from ERA-I reanalysis of different spatial resolutions and radiosonde stations in summerc (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0. 75°, (h) 0. 5°×0. 5°, (i) radiosonde station |
如图 3a~h所示, 在ERA-I再分析资料当中, 不同空间分辨率的数据均呈现出相似的变化趋势, 即夏季0 ℃层高度倾向率从东北到西南呈减小趋势。如图 4所示, 通过0.05显著性检验的格点从低分辨率3°×3°的20.5%、2.5°×2.5°的24. 9%到高分辨率0.75°×0.75°的27. 8%、0.5°×0.5°的28. 1%可以看出, 随着分辨率的提高, 通过0.05显著性检验的格点占总格点的百分比在增大, 即ERA-I再分析资料的分辨率越高, 通过0.05显著性检验的格点相对越多。总体来看, 无论是不同空间分辨率的ERA-I再分析数据 (图 3a~h) 还是探空数据 (图 3i)都表明, 1979-2012年高亚洲地区夏季0 ℃层高度呈上升趋势。
3.2 内插不同空间分辨率的ERA-I格点数据与实测资料的对比分析从不同空间分辨率的ERA-I再分析资料0 ℃层高度内插数据偏差 (图 5) 来看, 绝大部分站点的内插格点数据与实测资料的偏差为负值, 主要集中在-3%~0%之间, 也就是说再分析资料得到的0 ℃层高度比探空实测资料结果偏冷。其中, 分辨率最低的3°×3°的ERA-I内插格点数据与实测资料偏差 (图 5a) 在-3%~0%之间占总数的83.78%, 而分辨率较高的1.125°×1.125°(图 5e)、0.75°×0.75°(图 5g)、0.5°×0.5°(图 5h) 的ERA-I内插格点数据与实测资料偏差在-3%~0%之间的却占总数的91.89%, 远远大于分辨率较低的数据偏差, 即分辨率越高的ERA-I再分析资料得到的0 ℃层高度比探空实测的结果偏冷更明显。总体来看, ERA-I再分析资料在偏差较小的范围-1%~0%之间的只有分辨率为0.5°×0.5°的占总数的37. 84%, 其余各分辨率的偏差在-1%~0%范围之间的略小于它占总数的35. 13%。
|
图 5 1979-2012年高亚洲地区不同空间分辨率ERA-I再分析资料0 ℃层高度内插格点数据在不同偏差范围内站点数分布 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0.7 5°, (h) 0. 5°×0. 5° Figure 5 Number distribution of 0 ℃ isotherm height derived from ERA-I reanalysis of different spatial resolutions interpolated grids for different bias ranges in High Asia from 1979 to 2012 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0.7 5°, (h) 0. 5°×0. 5° |
从插值后格点和站点的偏差空间分布情况 (图 6) 可以看出, 整个区域内站点的偏差普遍适中, 其中只有阿勒泰站、塔城站、腾冲站的偏差较大, 可能是因为这些站所处地势较为复杂, 站点多分布在海拔相对较低的区域, 与周围地势差异较大。偏差较小的站点大多分布在青藏高原的东部, 其中分辨率为3°×3°和2.5°×2.5°的偏差较小点在整个区域零散分布, 而其余各个不同分辨率的偏差较小点在青藏高原的东部分布较为集中, 其他区域零散分布。也就是说, ERA-I再分析资料得到的0 ℃层高度插值到不同的站点以后, 青藏高原东部的一些站点在ERA-I再分析数据分辨率相对较高的情况下偏差较小, 而青藏高原北部的一些站却在ERA-I再分析数据分辨率相对较高的情况下偏差较大, 可能是因为在青藏高原北部毗邻塔克拉玛干沙漠地势落差较大而东部地势落差相对较小, 北部站点所在地势要比东部更复杂所致。
|
图 6 1979-2012年高亚洲地区不同空间分辨率ERA-I再分析资料内插格点0 ℃层高度偏差的空间分布 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0. 75°, (h) 0. 5°×0. 5° Figure 6 Spatial distribution of bias of 0 ℃ isotherm height derived from ERA-I reanalysis of different spatial resolutions in High Asia from 1979 to 2012 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1. 5°×1. 5°, (e) 1. 125°×1. 125°, (f) 1°×1°, (g) 0. 75°×0. 75°, (h) 0. 5°×0. 5° |
由1979-2012年高亚洲地区基于不同空间分辨率的ERA-I再分析资料和探空站点的夏季0 ℃层高度年际变化趋势 (图 7) 可以看出, 不同空间分辨率的ERA-I再分析数据和探空实测数据的0 ℃层高度变化有较为近似的变化趋势, 并且都随着时间的推移, 0 ℃层高度均呈上升趋势。其中, 探空站点的0 ℃层高度 (图 7i) 以每年2.9 m (p < 0.01) 的趋势增加, 而其他不同空间分辨率的ERA-I再分析数据的0 ℃层高度均以低于探空站点观测值 (2.9 m·a-1) 的趋势增加。并且, 分辨率为1°×1°的ERA-I再分析数据 (图 7f) 与探空站点观测值所计算得到的0 ℃层高度的变化趋势最相近。此外, 再分析数据随着分辨率的提高, 图 7a~h的截距从4251 m升高到5238 m, 即分辨率越高0 ℃层高度相对越高。其中, 图 7i显示1979-2012年探空资料得到的0 ℃层高度在4800~5100 m之间波动, 而空间分辨率为3°×3°、2.5°×2.5°、2°×2°、1.5°×1.5°、1.125°×1.125°(图 7a~e) 的再分析资料所得的0 ℃层高度在4100~4500 m之间波动, 比探空实测资料所得的0 ℃层高度低。分辨率为0.75°×0.75°的再分析资料所得的0 ℃层高度在4800~5000 m之间波动与探空实测资料所得的0 ℃层高度接近。分辨率最高的0.5°×0.5°的再分析资料所得的0 ℃层高度的最低值超过了5100 m比探空实测资料所得的0 ℃层高度高得多。从1995年以后分辨率为0.75°×0.75°的再分析资料与探空实测资料的0 ℃层高度较吻合但是其极值都比探空实测资料略低, 此分辨率的再分析资料相比其他分辨率的再分析资料在此区域有微弱的提高, 可能是由于高亚洲地区地形复杂, 在高海拔区站点分布较少且ERA-I再分析资料算法较单一, 用37个探空站点0 ℃层高度的平均值与ERA-I再分析资料比较存在一定的误差。因此, 在0 ℃层高度的年际变化过程中分辨率为0.75°×0.75°的再分析资料所得的0 ℃层高度的结果更具参考价值。
|
图 7 1979-2012年高亚洲地区基于不同空间分辨率的ERA-I再分析资料和探空站点的夏季0 ℃层高度年际变化趋势 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1.5°×1.5°, (e) 1.125°×1.125°, (f) 1°×1°, (g) 0.75°×0.75°, (h) 0.5°×0.5°, (i) 探空站 Figure 7 Inter-annual variation of 0 ℃ isotherm height derived from ERA-I reanalysis of different spatial resolutions and radiosonde stations in summer over High Asia from 1979 to 2012 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1.5°×1.5°, (e) 1.125°×1.125°, (f) 1°×1°, (g) 0.75°×0.75°, (h) 0.5°×0.5°, (i) radiosonde station |
在全球变暖的背景下, 高海拔地区的地面气温与自由大气温度虽然受地形影响, 却仍表现出较好的相关性 (Pepin and Seidel, 2005), 并且自由大气温度受地面环境影响较小变化趋势提前与地面气温 (宫恒瑞等, 2010)。所以, 同时结合分辨率为1°×1°的ERA-I再分析资料的变化趋势以及分辨率为0.75°×0.75°的ERA-I再分析资料的0 ℃层高度, 对邻近海拔相对较高、地形复杂、气象监测匮乏地区, 运用于气温资料的重建, 这对于山区气候以及气象预报提供参考依据。
如图 8所示, 选取37个探空站点及其所对应的最邻近的分辨率为0.75°×0.75°的ERA-I再分析格点, 得出分辨率为0.75°×0.75°的ERA-I再分析资料与探空资料从1979-2012年夏季0 ℃层高度相关性较好且相关系数为0.99(p < 0.0001)。而都兰站与茫崖站相比其他站点相关性有所降低, 可能是因为都兰站和茫崖站只提供了气压层为400 hPa和500 hPa上的逐月位势高度和温度, 在运算过程中数据相对简便, 因此存在一定的误差且相关性不及其他站点高。综上所述, 分辨率为0.75°×0.75°的ERA-I再分析资料在此区域有一定的可靠性, 对该区域天气现象预报工作提供参考。
|
图 8 1979-2012年高亚洲地区逐个站点夏季0 ℃层高度与分辨率为0.75°×0.75°的ERA-I再分析资料之间的相关性 Figure 8 Correlation of 0 ℃ isotherm height derived from ERA-I reanalysis of 0.75°×0.75° spatial resolutions and radiosonde stations in summer in High Asia from 1979 to 2012 |
图 9、图 10分别是不同空间分辨率的ERA-I数据插值到各个站点的所得的夏季0 ℃层高度的箱图。由图 9可以看出, ERA-I再分析数据和探空数据所得的0 ℃层高度都随着纬度的增加有明显的下降趋势, 其中最高值都出现在30°N左右。探空站的实测0 ℃层高度的最高值在6100 m左右, 不同空间分辨率的ERA-I再分析资料所得的0 ℃层高度的最高值都低于6000 m, 而探空站的实测最低值却与再分析资料的最低值近似, 因此, 探空实测的0 ℃层高度在24°N-48°N的区域范围内下降幅度比再分析资料的大, 且二者的0 ℃层高度都与纬度有很好的相关性。此外, 不同空间分辨率的ERA-I再分析资料所得的0 ℃层高度 (图 9a~h) 随纬度的变化有大体相似的趋势, 大多数都能与探空资料相吻合。对于不同分辨率的ERA-I再分析资料, 它们插值到各个站点后其0 ℃层高度随纬度的变化大体相同, 只有个别站点有微小的差异, 所以, 不在具体赘述。
|
图 9 1979-2012年基于不同空间分辨率的ERA-I再分析资料和探空数据的夏季0 ℃层高度随纬度的变化 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1.5°×1.5°, (e) 1.125°×1.125°, (f) 1°×1°, (g) 0.75°×0.75°, (h) 0.5°×0.5°, (i) 探空站 Figure 9 The box plot of 0 ℃ isotherm height change with latitude derived from ERA-I reanalysis of different spatial resolutions and radiosonde stations in summer from 1979 to 2012 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1.5°×1.5°, (e) 1.125°×1.125°, (f) 1°×1°, (g) 0.75°×0.75°, (h) 0.5°×0.5°, (i) radiosonde station |
|
图 10 1979-2012年基于不同空间分辨率的ERA-I再分析资料和探空数据的夏季0 ℃层高度随海拔的变化 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1.5°×1.5°, (e) 1.125°×1.125°, (f) 1°×1°, (g) 0.75°×0.75°, (h) 0.5°×0.5°, (i) 探空站 Figure 10 The box plot of 0 ℃ isotherm height change with altitude derived from ERA-I reanalysis of different spatial resolutions and radiosonde stations in summer from 1979 to 2012 (a) 3°×3°, (b) 2.5°×2.5°, (c) 2°×2°, (d) 1.5°×1.5°, (e) 1.125°×1.125°, (f) 1°×1°, (g) 0.75°×0.75°, (h) 0.5°×0.5°, (i) radiosonde station |
由图 10可以看出, 夏季0 ℃层高度与海拔也有一定的关系。不同空间分辨率的ERA-I再分析数据与探空数据所得的0 ℃层高度都随海拔的升高而增加。其中, 探空数据的0 ℃层高度的最高值 (图 10i) 在6100 m左右, 而再分析数据的0 ℃层高度的最高值 (图 10a~h) 都在6000 m左右, 所以, 探空实测的0 ℃层高度与ERA-I再分析资料所得的0 ℃层高度差异不大。此外, 海拔最低的克拉玛依站从1979-2012年0 ℃层高度的中值为3978. 54 m, 海拔最高的沱沱河站0 ℃层高度的中值为5519. 71 m, 而最低的中值所在站点却是海拔为735. 3 m的阿勒泰站, 最高的中值所在站点却是海拔为4300 m的定日站。所以, 海拔最低的站点并不与0 ℃层高度的最低值相对应, 但是从整体来看, 探空站的海拔从449. 5 m的平原站升高到4533.1 m的高山站所对应的0 ℃层高度从3978. 54 m升高到了5519. 71 m, 也就是说, 0 ℃层高度大体上是随着海拔的升高而升高的。此外, 不同空间分辨率的ERA-I再分析资料与海拔的关系都表现出相似的趋势, 各个分辨率之间的差异微小, 在此不再赘述。
4 讨论以ERA-I再分析资料为代表的格点气候资料用于分析长期气候变率的可信度问题一直是气候研究的重点问题之一 (Simmons et al, 2004; Liu et al, 2012)。已有研究 (Dong et al, 2014) 将ERA-I格点数据应用于0 ℃层高度的研究, 但其前提是要对不同的空间分辨率有明确认识。以青藏高原为例, 基于ERA-I再分析资料的地面气温一般要高于实地观测的结果 (Zhang and Guo, 2011; Bao and Zhang, 2013)。而本研究选取了8种不同空间分辨率的ERA-I再分析数据, 得到的0 ℃层高度都略低于探空资料得到的结果, 即再分析资料在自由大气中存在冷偏差, 这与之前对地面气温的认识 (You et al, 2013) 是一致的。而在高亚洲地区每种空间分辨率的ERA-I数据都可以反映出0 ℃层高度变化的长期趋势, 但是, 分辨率越高所得到的结果并不是越精确。例如, 本研究中, 0.75°×0.75°的格点在研究0 ℃层高度的时间变化过程中与探空资料较相符, 而0 ℃层高度的空间变化中与探空资料最相符的却是0.5°×0.5°的格点数据。每种空间分辨率的ERA-I再分析资料得到的结果都有相似的趋势, 而不同空间分辨率的ERA-I再分析资料在不同的研究尺度中却有略微差异。因此, 在应用ERA-I再分析资料计算0 ℃层高度变化时应注意其空间分辨率的问题。
在高海拔地区, 地面气温与自由大气温度的相关性虽然受地形影响, 但是总体仍表现出较好的相关性 (Pepin and Seidel, 2005; 王立伟等, 2014)。在全球变暖的情况下, 气温对冰川变化起主导作用, 使高亚洲地区的冰川普遍存在着持续退缩 (Kang et al, 2010; 王圣杰等, 2011; Zhang et al, 2012)。随着夏季大气0 ℃层高度的升高, 地面温度处于0 ℃以上的情况频繁发生, 由于冰川的积累和消融受到水热条件的综合作用 (Ohmura et al, 1992), 所以在高海拔区会直接导致冰体的消融。在我国大部分冰川区, 夏季降水占全年降水量的一半以上, 夏季0 ℃层高度的变化直接影响区域冰川水资源。
5 结论基于高亚洲地区37个气象台站的长期探空资料与不同空间分辨率的ERA-I再分析资料, 研究了1979-2012年大气0 ℃层高度的时空变化, 分析了不同空间分辨率的ERA-I再分析资料得到的大气0 ℃层高度与探空实测资料得到的0 ℃层高度之间的相关性, 得出以下主要结论:
(1) 不同空间分辨率的ERA-I再分析数据与探空实测数据得到的0 ℃层高度自20世纪70年代末以来高亚洲地区普遍表现为上升趋势。89. 2%的探空站表现出升高趋势, 其中48. 6%的站点通过了0.05水平的显著性检验, 不同空间分辨率的ERA-I再分析资料在高亚洲地区也表现出同样的升高趋势, 并且分辨率为0.75°×0.75°的再分析资料所得的0 ℃层高度在4800~5000 m之间波动与探空实测资料所得的0 ℃层高度接近。
(2) 不同空间分辨率的ERA再分析数据与探空实测数据得到的0 ℃层高度有相似的空间分布, 并且其空间变化通常与纬度和海拔相关。高亚洲地区0 ℃层高度表现出了从北到南, 从低海拔到高海拔增加的趋势, 并且, 在青藏高原出现了封闭的高值区。
(3) 从1979-2012年将不同空间分辨率的ERA-I数据插值到各个站点得到绝大部分站点的内插格点数据与实测资料偏差为负值, 主要集中在-3%~0%之间, 也就是说ERA-I再分析资料得到的0 ℃层高度比探空实测结果偏冷, 这种自由大气的冷偏差在青藏高原东部偏小, 其中, 分辨率相对较高的ERA-I再分析资料与探空实测结果的冷偏差较小的比例更大。
| Bao X H, Zhang F Q. 2013. Evaluation of NCEP-CFSR, NCEP-NCAR, ERA-Interim and ERA-40 reanalysis datasets against independent sounding observations over the Tibetan Plateau[J]. J Climate, 26(1): 206–214. DOI:10.1175/JCLI-D-12-00056.1 | |
| Bradley R S, Keimig F T, Diaz H F, et al. 2009. Recent changes in freezing level heights in the tropics with implications for the deglacierization of high mountain regions[J]. Geophys Res Lett, 36(17): L17701. DOI:10.1029/2009GL037712 | |
| Dee D P, Uppala S M, Simmons A J, et al. 2011. The ERA-Interim reanalysis: Configuration and performance of the data assimilation system[J]. Quart J Roy Meteor Soc, 137(656): 553–597. DOI:10.1002/qj.v137.656 | |
| Diaz H F, Eischeid J K, Duncan C, et al. 2003. Variability of freezing levels, melting season indicators and snow coverfor selected high-elevation and continental regions in the last 50 years[J]. Climatic Change, 59(1-2): 33–52. | |
| Diaz H F, Graham N E. 1996. Recent changes in tropical freezing heights and the role of sea surface temperature[J]. Nature, 383(6596): 152–155. DOI:10.1038/383152a0 | |
| Dong L, Zhang M, Wang S, et al. 2015. The freezing level height in the Qilian Mountains, northeast Tibetan Plateau based on reanalysis data and observations, 1979-2012[J]. Quaternary International, 380-381: 60–67. DOI:10.1016/j.quaint.2014.08.049 | |
| Folkins I. 2013. The melting level stability anomaly in thetropics[J]. Atmos Chem Phys, 13(3): 1167–1176. DOI:10.5194/acp-13-1167-2013 | |
| Kang S C, Xu Y W, You Q L, et al. 2010. Review of climate and cryospheric change in the Tibetan Plateau[J]. Environ Res Lett, 5(1): 015101. DOI:10.1088/1748-9326/5/1/015101 | |
| Kendall M R. 1955. Rank Correlation Methods[M]. London: Charles Griffin. | |
| Liu Z F, Xu Z X, Yao Z J, et al. 2012. Comparison of surface variables from ERA and NCEP reanalysis with station data over eastern China[J]. Theor Appl Climatol, 107(3-4): 611–621. DOI:10.1007/s00704-011-0501-1 | |
| Mann H B. 1945. Nonparametric tests against trend[J]. Econometrica: Journal of the Econometric Society, 13(3): 245–259. DOI:10.2307/1907187 | |
| Ohmura A, Kasser P, Funk M. 1992. Climate at the equilibrium line of glaciers[J]. Journal of Glaciology, 38(130): 397–411. DOI:10.1017/S0022143000002276 | |
| Pepin N C, Seidel D J. 2005. A global comparison of surface and free-air temperatures at high elevations[J]. J Geophys Res, 110(D3): D03104. DOI:10.1029/2004JD005047 | |
| Sen P K. 1968. Estimates of the regression coefficient based on Kendall's tau[J]. Journal of the American Statistical Association, 63(324): 1379–1389. DOI:10.1080/01621459.1968.10480934 | |
| Simmons A J, Jones P D, Da Costa Bechtold V, et al. 2004. Comparison of trends and low-frequency variability in CRU, ERA-40, and NCEP/NCAR analyses of surface air temperature[J]. J Geophys Res, 109(D24): D24115. DOI:10.1029/2004JD005306 | |
| Wang S, Zhang M, Pepin N C, et al. 2014. Recent changes in freezing level heights in High Asia and their impact on glacier changes[J]. J Geophys Res, 119(4): 1753–1765. | |
| Wang X L. 2008a. Accounting for autocorrelation in detecting mean shifts in climate data series using the penalized maximal t or F test[J]. J Appl Meteor Climatol, 47(9): 2423–2444. DOI:10.1175/2008JAMC1741.1 | |
| Wang X L. 2008b. Penalized maximal F test for detecting undocumented mean shift without trend change[J]. J Atmos Ocean Technol, 25(3): 368–384. DOI:10.1175/2007JTECHA982.1 | |
| Yao T, Thompson L, Yang W, et al. 2012. Different glacier status with atmospheric circulations in Tibetan Plateau and surroundings[J]. Nature Climate Change, 2(9): 663–667. DOI:10.1038/nclimate1580 | |
| You Q L, Fraedrich K, Ren G, et al. 2013. Variability of temperature in the Tibetan Plateau based on homogenized surface stations and reanalysis data[J]. Int J Climatol, 33(6): 1337–1347. DOI:10.1002/joc.v33.6 | |
| Zhang G X, Sun S F, Ma Y F, et al. 2010. The response of annual runoff to the height change of the summertime 0 ℃ level over Xinjiang[J]. Journal of Geographical Sciences, 20(6): 833–847. DOI:10.1007/s11442-010-0814-5 | |
| Zhang M J, Wang S J, Li Z Q, et al. 2012. Glacier area shrinkage in China and its climatic background during the past half century[J]. Journal of Geographical Sciences, 22(1): 15–28. DOI:10.1007/s11442-012-0908-3 | |
| Zhang Y S, Guo Y. 2011. Variability of atmospheric freezing-level height and its impact on the cryosphere in China[J]. Annals of Glaciology, 52(58): 81–88. DOI:10.3189/172756411797252095 | |
| 白磊, 王维霞, 姚亚楠, 等. 2013. ERA-Interim和NCEP/NCAR再分析数据气温和气压值在天山山区适用性分析[J]. 沙漠与绿洲气象, 7(3): 51–56. | |
| Bai Lei, Wang Weixia, Yao Yanan, et al. 2013. Reliability of NCEP/NCAR and ERA-Interim reanalysis date on Tianshan Mountainous Area[J]. Desert Oasis Meteor, 7(3): 51–56. | |
| 曹丽娟, 鞠晓慧, 刘小宁. 2010. PMFT方法对我国年平均风速的均一性检验[J]. 气象, 36(10): 52–56. DOI:10.7519/j.issn.1000-0526.2010.10.008 | |
| Cao Lijuan, Ju Xiaohui, Liu Xiaoning. 2010. Penalized maximal F test for the homogeneity study of the annual mean wind speed over China[J]. Meteor Mon, 36(10): 52–56. | |
| 高路, 陈兴伟, 林广发. 2014. 基于ERA-Interim再分析资料的中国极端气温分析[J]. 南水北调与水利科技, 12(2): 75–78. | |
| Gao Lu, Chen Xingwei, Lin Guangfa. 2014. Analysis of extreme temperatures in China based on ERA-Interim reanalysis Date[J]. South-to-North Water Transfers and Water Science & Technology, 12(2): 75–78. | |
| 高路, 郝璐. 2014. ERA-Interim气温数据在中国区域的适用性评估[J]. 亚热带资源与环境学报, 9(2): 75–81. | |
| Gao Lu, Hao Lu. 2014. Verification of ERA-Interim Reanalysis Date over China[J]. Journal of Subtropical Resources and Environment, 9(2): 75–81. | |
| 宫恒瑞, 石玉, 冯志敏. 2010. 春季融雪期0 ℃层高度与乌鲁木齐河径流量的关系[J]. 干旱区研究, 27(1): 69–74. | |
| Gong Hengrui, Shi Yu, Feng Zhimin. 2010. Relationship between the 0 ℃ layer height and the streamflow of the Urumqi River in the period of spring snowmelt[J]. Arid Zone Research, 27(1): 69–74. DOI:10.3724/SP.J.1148.2010.00069 | |
| 胡增运, 倪勇勇, 邵华, 等. 2013. CFSR, ERA-Interim和MERRA降水资料在中亚地区的适用性[J]. 干旱区地理, 36(4): 700–708. | |
| Hu Zengyun, Ni Yongyong, Shao Hua, et al. 2013. Applicability study of CFSR, ERA-Interim and MERRA precipitation estimates in Central Asia[J]. Arid Land Geography, 36(4): 700–708. | |
| 黄小燕, 张明军, 王圣杰, 等. 2011. 中国西北地区近50年夏季0 ℃层高度及气温时空变化特征[J]. 地理学报, 66(9): 1191–1199. DOI:10.11821/xb201109004 | |
| Huang Xiaoyan, Zhang Mingjun, Wang Shengjie, et al. 2011. Variation of 0 ℃ isotherm height and ground temperature in Summer in Northwest China during the past 50 years[J]. Journal of Geographical Sciences, 66(9): 1191–1199. | |
| 江吉喜, 范梅珠. 2002. 夏季青藏高原上的对流云和中尺度对流系统[J]. 大气科学, 26(2): 263–270. | |
| Jiang Jixi, Fan Meizhu. 2002. Convective clouds and mesoscale convective systems over the Tibetan Plateau in summer[J]. Chinese J Atmos Sci, 26(2): 263–270. | |
| 康兴成. 1996. 小冰期以来高亚洲地区的气候变化[J]. 冰川冻土, 18(增刊): 289–295. | |
| Kang Xingcheng. 1996. Climate changes in the Qing-Zang Plateau Area since the little ice age[J]. Journal of Glaciology and Geocryology, 18(Suppl): 289–295. | |
| 刘时银, 丁永建, 叶佰生, 等. 2000. 高亚洲地区冰川物质平衡变化特征研究[J]. 冰川冻土, 22(2): 98–105. | |
| Liu Shiyin, Ding Yongjian, Ye Baisheng, et al. 2000. Regional characteristics of glacier mass balance variations in High Asia[J]. Journal of Glaciology and Geocryology, 22(2): 98–105. | |
| 毛炜峄, 吴钧, 陈春艳. 2004. 0 ℃层高度与夏季阿克苏河洪水的关系[J]. 冰川冻土, 26(6): 697–704. | |
| Mao Weiyi, Wu Jun, Chen Chunyan. 2004. Relationship of 0 ℃ level height and summer flood of AKsu River, Xinjiang[J]. Journal of Glaciology and Geocryology, 26(6): 697–704. | |
| 王立伟, 张明军, 高峰. 2014. 1977-2010年长江源区夏季大气0 ℃层高度变化[J]. 高原气象, 33(3): 769–774. DOI:10.7522/j.issn.1000-0534.2014.00048 | |
| Wang Liwei, Zhang Mingjun, Gao Feng. 2014. Variation of 0 ℃ atmospheric height in the headwaters of Changjiang River in summer during 1977-2010[J]. Plateau Meteor, 33(3): 769–774. DOI:10.7522/j.issn.1000-0534.2014.00048 | |
| 王圣杰, 张明军, 李忠勤, 等. 2011. 近50年来中国天山冰川面积变化对气候的相应[J]. 地理学报, 66(1): 38–46. DOI:10.11821/xb201101004 | |
| Wang Shengjie, Zhang Mingjun, Li Zhongqin, et al. 2011. Response of Glacier Area variation to climate change in Chinese Tianshan Mountains in the past 50 years[J]. Journal of Geographical Sciences, 66(1): 38–46. | |
| 谢自楚, 刘潮海. 2010. 冰川学导论[M]. 上海: 上海科学普及出版社. | |
| Xie Zichu, Liu Chaohai. 2010. Introduction to glaciology[M]. Shanghai: Shanghai popular science press. | |
| 谢自楚, 周宰根, 李巧媛, 等. 2009. 高亚洲冰川系统物质平衡特征及其对全球变化响应研究进展与展望[J]. 地球科学进展, 24(10): 1065–1072. DOI:10.3321/j.issn:1001-8166.2009.10.001 | |
| Xie Zichu, Zhou Zaigen, Li Qiaoyuan, et al. 2009. Progress and prospects of mass balance characteristic and responding to global change of glacier system in High Asia[J]. Adv Earth Sci, 24(10): 1065–1072. | |
| 姚檀栋, 刘时银, 蒲健辰, 等. 2004. 高亚洲冰川的近期退缩及其对西北水资源的影响[J]. 中国科学: D辑, 34(6): 535–543. | |
| Yao Tandong, Liu Shiyin, Pu Jianchen, et al.2004.Recent glacial retreat in High-Asia in China and its impact on water resources in Northwest China[J].Science in China: Series D, 2004, 34(6): 535-543. | |
| 赵玉春, 王叶红. 2010. 高原涡诱生西南涡特大暴雨成因的个例研究[J]. 高原气象, 29(4): 819–831. | |
| Zhao Yuchun, Wang Yehong. 2010. A case study on Plateau Vortex inducing Southwest Vortex and producing extremely heavy rain[J]. Plateau Meteor, 29(4): 819–831. |