2018, Vol. 37
青藏高原(下称高原)是地球的“第三极”, 南邻副热带, 北至中纬度, 东西跨度超过25个经距, 平均海拔在4 000 m以上。高原冬季为冷源, 夏季为热源, 高原的热力和动力效应对中国和东亚地区以及全球的大气环流演变都有极其重要的作用, 是影响中国旱涝气候异常的重要因子之一(吴国雄, 2004; 蒋兴文等, 2010; 何金海, 2011)。地面常以感热, 潜热及有效辐射三种形式给大气提供热量, 其中感热和有效辐射是高原地面输送给大气的主要非绝热加热项, 而有效辐射项对热源约为37%的贡献不容忽视(叶笃正, 1979)。同时地表有效辐射是地表辐射平衡中的一个重要的组成部分, 特别对于高原区, 有效辐射与净辐射的量级基本相同, 在地面和大气的热场中起着极为重要的作用(季国良等, 1995; 胡列群, 1997; 李韧等, 2006)。然而, 在高原热力状况的研究中, 有效辐射因变化较小而常被忽略, 鉴于地表有效辐射的重要性, 有必要对地表有效辐射的时空演变特征做进一步深入的探讨。
由于高原地区复杂的地貌特征及其观测站有限, 很多学者利用不同的参数化方案对高原地表能量交换以及地表有效辐射进行计算, 但基于观测资料的分析, 虽然可以准确地反映高原地表辐射的局部特征, 但不能很好地表现出高原地表辐射的整体特征(Crawford et al, 1999; 胡泽勇等, 2006; 李韧等, 2006; Wang et al, 2009a; Mora, 2011; 谢志鹏等, 2017)。近年来, 随着美国宇航局NASA(National Aeronautics and Space Administration)的地球观测系统EOS(Earth Observation System)项目和其他国际项目及商业项目发射的一系列卫星相继投入业务运行, 遥感广泛的应用到了地表参数的估算中(Wang, 2008; Gui et al, 2010; Guillevic et al, 2012; 吴晓, 2014)。卫星资料的使用可以从整体上揭示高原地表有效辐射的时空变化特征。利用中分辨率成像光谱仪MODIS(MODerate Resolution Imaging Spectroradiometer)所提供的数据估算地表有效辐射的算法具有较高的精度, 分别估算晴天条件下和全天气条件下的地表有效净辐射, 结果显示云对辐射的影响很大(Huang et al, 2006), 且云是通过影响向下长波辐射进而影响有效辐射的(Wang et al, 2005; Wang et al, 2009b; Long et al, 2010; Bisht et al, 2010)。目前, 已经有很多种利用卫星资料估算地表辐射的全球产品, 如全球能量与水循环实验—地表能量收支平衡项目(Global Energy and Water cycle Experiment-Surface Radiation Budget, GEWEX-SRB)提供的全球辐射数据产品、国际卫星云气候计划提供的全球辐射数据产品ISCCP-FD(International Satellite Cloud Climatology Project-Flux Data)(Raschke et al, 2006)、云和地球辐射能量系统提供的全球辐射数据产品CERES-FSW(Cloud and the Earth’s Radiant Energy System-Gridded Radiative Fluxes and Clouds)等(Su et al, 2015)。其中CERES资料无论是地表向上长波辐射还是大气逆辐射的数据, 其精度都要高于其他卫星资料(GEWEX和ISCCP)(Gui et al, 2010)。
近年来, 对高原有效辐射特征及影响因素的研究较多。研究结果表明高原地表有效辐射日变化明显, 季节变化复杂, 并且存地明显的地域性差异(季国良等, 1995; 巩远发等, 2005; 王静等, 2006; 武荣盛等, 2010; 李韧等, 2011)。同时, 有效辐射也随地表属性、云、大气温度以及大气水汽的变化相应地发生改变, 其年际变化特征十分明显(季国良等, 1995)。其中云是影响有效辐射变化的重要因子, 低云对陆面辐射强迫存在“加热”反馈效应, 即高原区域低云量状况亦可以用边界层通量塔向下长波辐射量来间接表征, 而云对地气系统的保温作用对高原加热的不同分布有强烈的影响(王可丽等, 1994; 蔡雯悦等, 2012)。但高原有效辐射的年际变化存在着区域性差异, 不同气候分区的地表特征及天气气候引起的不同年际变化趋势结果有待进一步探讨。受气候变暖的影响, 高原地表属性、大气、云状况等发生了较大变化, 随着全球变暖的趋势, 高原下垫面属性的变化改变了地表有效辐射, 进而改变高原地气系统的辐射平衡、能量平衡, 最终影响高原对周边及全球大气环流的作用。
为了探究复杂下垫面的高原有效辐射演变特征及其主要的影响因素。利用NASA提供的CERES资料, 对高原地区有效辐射的区域性、季节性变化特征及其成因进行探讨。
2 资料与方法 2.1 资料研究时段为2000年3月至2015年2月, 将2000年3月至2011年2月定义为2000年, 以此类推, 则2014年3月至2015年2月定义为2014年。季节资料选取的是2000—2015年各个季节的月资料, 每年每个季节选了3个月的月资料, 15年一共45个月的资料做季节分析。研究范围选取高原地区(69°E—105°E, 25°N—45°N)。使用的资料包括:辐射资料采用NASA搭载在近极地轨道卫星Terra和Aqua的CERES传感器获取的CERES_SYN1deg _Ed3A产品(http://ceres.larc.nasa.gov/order_data.php)。选用全天气和晴天两种天气状况、全天气状况考虑了云的影响, 而晴天状况下屏蔽了云的作用, 为单月云分数小于0.1%的情况, 可以认为是晴空无云的状况。时间分辨率为月, 空间分辨率为1°×1°的资料进行研究。
在相关关系分析中, 相对湿度与温度资料选用的是由欧洲中期天气预报中心ECMWF(European Centre for Medium-Range Weather Forecasts)提供的再分析资料, 时间分辨率为月, 空间分辨率为0.25°×0.25°。分别选取高原地区500 hPa的相对湿度和温度资料, 以及近地面2 m的地表温度资料。在水汽通量的计算中, 选用的是地面到200 hPa各层的u、v风场, 比湿以及海平面气压场资料。在温度平流的计算中, 选用的是500 hPa的u、v风场, 以及温度资料。
2.2 方法 2.2.1 地表有效辐射的计算地面对大气提供热量会以热辐射的形式放射辐射能, 地面向上放射的长波辐射称为地面向上长波辐射(LU-Longwave Up), 大气向下放射的长波辐射称为大气逆辐射(LD-Longwave Down), 而地面向上长波辐射与大气逆辐射的差值称为地表有效辐射(LW-Longwave Fluxes), 也称为地表长波辐射净通量(缪启龙等, 2010)。因此采用最基本的表达式(1)计算有效辐射。
| $ {L_{\rm{W}}} = {L_{\rm{U}}} - {L_{\rm{D}}}, $ | (1) |
式中: LW为地表有效辐射(单位: W·m-2); LU为地表向上长波辐射(单位: W·m-2); LD是大气逆辐射(单位: W·m-2)。
2.2.2 温度平流的计算根据热成风的原理, 地转风随高度逆转为冷平流, 地转风随高度顺转为暖平流。已知某高度的水平风的垂直变化率就可以求出该高度的温度平流(朱乾根等, 2007)。利用-Vh·∇T来判别冷暖平流, 其中Vh为地转风随高度的变化量, ∇T为温度梯度。-Vh·∇T＞0时为暖平流, -Vh·∇T=0时为平流零线, -Vh·∇T＜0时为冷平流。
2.2.3 水汽通量的计算整层大气水汽通量的计算:
| $ Q{\rm{ = }} - \frac{1}{g}\int_{ps}^p {V \cdot q{\rm{d}}p}, $ | (2) |
其中包括纬向和经向的分量:
| $ qu{\rm{ = }} - \frac{1}{g}\int_{ps}^p {u \cdot q{\rm{d}}p}, $ | (3) |
| $ qv{\rm{ = }} - \frac{1}{g}\int_{ps}^p {{\rm{v}} \cdot q{\rm{d}}p}, $ | (4) |
式中: Q为垂直方向的水汽通量(单位: kg·m-1·s-1); g为重力加速度(单位: m·s-2); q为每层的比湿(单位: g·kg-1); u, v为各层的u, v方向的风速(单位: m·s-1); p和ps分别为大气层顶的气压和地面气压(单位: hPa)。选用从地面积分到200 hPa的水汽通量进行分析。
2.2.4 EOF分析方法EOF(Empirical Orthogonal Function)分析方法即经验正交函数分解方法, 也称主成分分析法(Principal Component Analysis, PCA), 是一种提取主要变量特征量的方法。EOF最早是由Pearson(1902)在1902年首次提出, 在20世纪50年代Lorenzo(1956)首次将其应用到气候与气象研究中, 现在在多个学科中得到了广泛的应用。尤其在大气科学的研究中普遍会被用来分析研究某一变量时空变化特征。EOF分析方法的突出优点就是可以将变量拆分成正交的空间场和其对应的时间系数序列, 其累计方差贡献率达到80%左右的前几个模态可以解释该气象变量的时空变化趋势。
2.2.5 相关分析相关系数是衡量任意两个气象要素(变量)之间关系密切程度的统计量。这个量的大小是否显著也需要做统计检验, 对于两个随机变量, 由于抽样的缘故, 事先计算了不同的样本容量对应的判别标准相关系数rc, 若样本相关系数r＞rc, 则通过显著性检验。
3 结果与分析高原主体作为地表有效辐射的高值区(蒋兴文等, 2010), 其对大气的加热作用对辐射平衡, 能量平衡, 以及周边大气环流起着重要的作用。下面将分析高原地表有效辐射的时空变化特征及其主要影响因子。
3.1 高原地区地表有效辐射的时空分布特征 3.1.1 高原地表有效辐射的空间分布由于受到地表向上长波辐射与大气逆辐射的综合影响, 地表有效辐射的变化特征较为复杂。因此在全天气条件下, 通过计算出地表有效辐射的季节平均(图 1)可以看到, 四个季节有效辐射的值都呈现出高原中西部地区较大, 东南部较小的空间分布。西部腹地海拔较高, 水汽含量相对较少, 大气逆辐射减少, 因此有效辐射增大。在高原东南部, 由于局地低云较多, 引起对上层大气输送热量的烟囱效应(Flohn, 2007), 因此加强了大气逆辐射, 低云对近地层能量平衡起着“冷却”的作用(蔡雯悦等, 2012), 导致其地表有效辐射较低。在春季和冬季, 高原西部边缘有效辐射值较小, 这是由于在春季和冬季, 高原西部边缘的积雪增加, 地面温度较低, 向上长波辐射明显降低, 因此有效辐射会有所下降。而夏季和秋季, 由于积雪减少, 有效辐射的值会偏大。而在高原的东南部则呈现相反的季节变化。整个高原地区春季的有效辐射最大, 夏季次之, 秋季较小, 冬季最小。在春季, 地面温度迅速增加, 向上长波辐射迅速增加, 且增加幅度大大超过大气逆辐射, 因此有效辐射大大增加; 到了夏季, 雨水频繁, 空气相对湿度增加, 大气逆辐射增强, 使得地表有效辐射减弱; 在秋季, 晴空天气较多, 云量减少, 更多的太阳辐射到达地面(王艺等, 2016), 使地面吸收了更多的热量, 虽然地表向上长波辐射增大了, 但同时加热大气, 使得大气温度升高, 大气逆辐射增加, 从而使得有效辐射减弱; 而到了冬季, 地面温度迅速降温, 地表向上长波辐射迅速减弱, 有效辐射因此减弱。同样分析了晴天条件下的有效辐射分布(图略), 其结果类似, 只是在数值上总体比全天气条件下的有效辐射值大了40 W·m-2。因为在全天气条件下, 由于云的影响, 导致大气“温室效应”显著(蔡雯悦等, 2012), 增大了大气逆辐射, 从而减小了地表有效辐射的值。
|
图 1 全天气条件下青藏高原地区各季节地表有效辐射平均分布(单位: W·m-2) Figure 1 The distribution of seasonal mean surface effective radiation in Qinghai-Tibetan Plateau under the all-sky condition.Unit: W·m-2 |
在图 1中可以看到高原不同地区有效辐射的季节变化不一致。因此为了更好地了解高原不同地区的季节变化, 使用EOF方法对2000—2014年高原在全天气条件下的有效辐射进行模态分析, 因为前几个模态提供了主要的方差贡献, 其他模态对气候的分区影响不大, 因此文中只给出前六个模态及其对应的时间系数(图 2), 各模态对应的方差贡献如表 1。其中前12个模态累计方差贡献超过80%, 可以认为前12个模态基本可以表示全天气条件下, 高原地区地表有效辐射的空间分布。
|
图 2 全天气条件下青藏高原地区地表有效辐射(单位: W·m-2)EOF分析前六个模态的空间分布(左)及其对应的时间系数(右) 红色线为时间变化趋势 Figure 2 The spatial distribution of the first six modes of EOF analysis of effective radiation (unit: W·m-2) (left) and their corresponding time coefficients (rigth) in Qinghai-Tibetan Plateau under the all-sky condition. The red line is the trend of the temporal change |
|
表 1 全天气条件下青藏高原有效辐射EOF分析前12个模态的对应的方差贡献 Table 1 Variance contribution of the first twelve modes of EOF analysis for the effective radiation in Qinghai-Tibetan Plateau under all-sky condition |
第一模态空间分布基本呈现西部边缘为正, 中西部腹地为负, 东部为正的变化特征, 从其对应的时间序列看出在2007年之后呈现相反的变化特征; 第二模态和第五模态中西部腹地为明显的正值; 第三模态呈现出南正北负的空间分布, 第四模态和第六模态则都呈现南负北正的空间变化特征, 而且第六模态也呈现出西正东负的变化特征; 另外从前六个模态可以看出, 高原中西部腹地为有效辐射减弱或增加最为显著的区域。因此青藏高原有效辐射的变化趋势具有明显的东西差异和较弱的南北差异。
用同样的方法将晴天条件下的青藏高原地表有效辐射做EOF模态分析(图略), 其中前六个模态累计方差贡献超过80%。第一模态空间分布基本呈现西负东正的变化特征, 从其对应的时间序列看出在2007年之后呈现相反的变化特征; 第二模态中西部腹地为明显的正值; 第三模态呈现整体为负值的变化特征, 第四模态和第六模态都呈现南正北负的空间变化特征; 第五模态中西部腹地为明显的负值。总体上看, 晴天条件下, 空间分布与全天气条件下基本一致, 这说明在两种不同的天气状况下, 高原地表有效辐射的区域性差异基本一致, 而两种不同天气状况下有效辐射值的差异基本可以认为是云的影响。
根据全天气条件下和晴天条件下高原有效辐射EOF分析的结果, 由于其明显的东西差异和较弱的南北差异, 且不同的气候分区的成因不同, 将高原分为高原西部边缘(Ⅰ区)、中西部腹地(Ⅱ区)、东北(Ⅲ区)和东南(Ⅳ区)4个气候区进行分析, 并且在4个分区分别选取精度为3°×3°的区域作为代表区域(图 3)。
|
图 3 青藏高原地区有效辐射的气候分区 西部边缘(Ⅰ区), 中西部腹地(Ⅱ区), 东北(Ⅲ区), 东南(Ⅳ区) Figure 3 The climatic regions of effective radiation in Qinghai-Tibetan Plateau.The region Ⅰ represents the west edge, region Ⅱ represents the mid-west hinterland, region Ⅲ represents the northeast and the region Ⅳ represents the southeast |
大气对长波辐射的吸收作用很强, 水汽、CO2和O3等也会吸收一部分长波辐射, 水汽的作用很大, 50 m厚的云就可以吸收全部的长波辐射(缪启龙等, 2010)。云量调节了地气系统的辐射平衡, 云的辐射强迫对温度的影响明显, 有降温的作用(王可丽等, 1994, 2002; 刘艳等, 2002; 蔡雯悦等, 2012)。云量增加, 吸收了一部分地表向上长波辐射, 然后向下放射长波辐射, 也就是大气逆辐射, 地面的向上长波辐射减小, 大气逆辐射增加, 有效辐射就会减少, 这一机制可以解释有效辐射在全天气条件下比晴天条件下小的现象。
为了进一步分析云对有效辐射的季节性影响, 晴天条件下过滤掉了云的作用, 因此分别将四个季节全天气条件下的有效辐射和晴天条件下的有效辐射做差, 即可以认为是云对有效辐射的影响, 得到图 4。从图 4可以看出, 高原全区的差值均为负值, 可见高原地区在全天气条件下比晴天条件下的地表有效辐射要小。可以看出在不同的气候分区, 云的作用存在季节性差异, 在Ⅰ区, 春季最大, 夏季次之, 秋季最小; 在Ⅱ区, 春季最大, 夏季次之, 秋、冬季相对较小; 在Ⅲ区, 春季最大, 冬季次之, 秋季最小; 而在Ⅳ区, 春季最大, 冬季次之, 夏季和秋季最小。同时可以看到在Ⅰ区和Ⅳ区云的影响比Ⅱ区和Ⅲ区的大, 其原因是Ⅰ区和Ⅳ区的积雪和土壤湿度相比于Ⅱ区和Ⅲ区要多, 尤其是在晚春(4—5月)积雪融化, 土壤湿度增大, 使得高原夏季风增强, 可能带来降水(周娟等, 2017), 这样水汽含量较多, 大气温度相对要小, 水汽更容易凝结, 云更容易形成, 云的含量相对较多, 因此云的作用更为突出, 导致有效辐射降低。而对于Ⅲ区, 云的作用非常弱, 因为在Ⅲ区的柴达木盆地, 海拔较低, 而且积雪很少, 水汽不足, 云量很少, 云的贡献就比较小。
|
图 4 全天气条件下与晴天条件下青藏高原地区的有效辐射之差(单位: W·m-2) Figure 4 The difference of effective radiation under the all-sky condition and clear-sky conditionin Qinghai-Tibetan Plateau.Unit: W·m-2 |
为了进一步了解云是如何影响地表有效辐射的, 分别将四个季节的全天气条件下和晴天条件下的大气逆辐射做差(图 5)以及地表向上长波辐射做差(图略)得出, 在不同的气候分区, 云对大气逆辐射的影响也存在季节性的差异, 在Ⅰ区和Ⅲ区, 春季最大, 夏季次之, 秋季最小; 在Ⅱ区, 夏季最大, 春季次之, 秋、冬季相对较小; 而在Ⅳ区, 春季最大, 冬季次之, 夏季和秋季最小。这种季节性的差异与云对有效辐射的影响基本一致。对比图 4和图 5可以看出, 全天气条件下与晴天条件下相比, 大气逆辐射差值的空间变化与有效辐射差值的空间变化基本一致, 而在Ⅰ区和Ⅳ区云的影响比Ⅱ区和Ⅲ区的大。云对地表向上长波辐射的影响基本没有贡献, 因为云量与向上长波辐射相关性相对较弱(蔡雯悦等, 2012), 云不能直接影响地表向上长波辐射, 云对地表具有保温作用, 只能通过影响大气逆辐射, 进而通过影响地面温度而影响地表向上长波辐射(蒋兴文等, 2010), 因此, 可以认为云主要是通过影响大气逆辐射来影响有效辐射的变化。
|
图 5 全天气条件下与晴天条件下青藏高原地区大气逆辐射之差(单位: W·m-2) Figure 5 The difference of the atmospheric counter radiation under the all-sky condition and clear-sky condition in Qinghai-Tibetan Plateau.Unit: W·m-2 |
有效辐射的变化趋势与全球变化条件下地表属性和大气水汽、云量以及温室效应等有密切关系(Hong et al, 2008)。高原不同地区的季节变化不同, 因此在全天气的条件下和晴天条件下, 分别分析了四个代表区域有效辐射四季的年际变化趋势(图 6), 结果显示在全天气条件下除中西部腹地(Ⅱ区)为明显的增加趋势, 其他分区基本都为减弱趋势, 值得一提的是, 在Ⅰ区春季和夏季, 有效辐射为略微的增加趋势。由于2000年以后高原积雪进入少雪期(伯玥等, 2014), 积雪减少, 地表温度较高, 增强了高原地表向上长波辐射, 使得地表有效辐射增强, 从而增强了高原地表对大气的加热作用(周利敏等, 2016)。晴天条件下各区的年际变化趋势和全天气条件下的趋势基本一致, 但是与全天气条件下有效辐射的年际变化相比, Ⅰ区的减弱幅度减小, Ⅱ区的增加幅度减小, 而Ⅲ区和Ⅳ区的减弱幅度增加, 云的贡献是产生这种差异的主要原因。因此将全天气条件下和晴天条件下的有效辐射做差, 同样做了季节平均的年际变化趋势(图 7)。结果显示, 在Ⅰ区, 冬季云的影响逐渐增加, 而在其他季节, 云的影响逐渐减小。在其他区域, 云的影响在四个季节均表示为减小的趋势。
|
图 6 四个代表区有效辐射季节平均的年际变化趋势(单位: W·m-2) (a~d)全天气条件下, (e~h)晴天条件下 Figure 6 The interannual variation trend of the seasonal mean effective radiation in the four climatic regions.Unit: W·m-2. (a~d) the all-sky condition, (e~h) the clear-sky condition |
|
图 7 青藏高原地区全天气条件下与晴天条件下有效辐射季节平均之差的年际变化趋势(单位: W·m-2) Figure 7 The interannual variation trend of the seasonal mean difference of the effective radiation under the all-sky condition and clear-sky condition in Qinghai-Tibetan Plateau.Unit: W·m-2 |
为了更好地了解地表有效辐射年际变化的原因, 分别对地表向上长波辐射及大气逆辐射的四季年际变化趋势做了分析(图略), 结果显示各区地表向上长波辐射的增加(减弱)与有效辐射的增加(减弱)趋势基本一致, 除了在Ⅲ区的秋季和冬季, 地表向上长波辐射增加, 有效辐射反而在减弱。而大气逆辐射在Ⅰ区, 除了秋季以外, 其他季节大气逆辐射的减弱(增加)与有效辐射的增加(减弱)趋势一致; 在Ⅱ区, 大气逆辐射在四个季节均表示为增加的趋势, 与有效辐射的增加趋势一致; 在Ⅲ区除了冬季, 其他季节都是增加的趋势; 在Ⅳ区的秋冬季有微弱的减弱趋势外, 其他季节都是增加的趋势。因此有效辐射与地表向上长波辐射的增加(减弱)的趋势基本一致, 而大气逆辐射的改变对有效辐射的影响还有待进一步的探讨。
3.3 地表有效辐射变化的成因分析 3.3.1 地表有效辐射与地表向上长波辐射和大气逆辐射的相关关系地表有效辐射为地表向上长波辐射与大气逆辐射之差, 因此地表有效辐射的变化可以从地表向上长波辐射和大气逆辐射的变化这两个方面考虑。为了研究地表有效辐射变化的原因, 分别分析全天气条件下和晴天条件下地表有效辐射与地表向上长波辐射和大气逆辐射的相关关系。图 8为全天气条件下四个代表区的四个季节有效辐射与地表向上长波辐射和大气逆辐射的相关关系, 其对应的相关系数如表 2, 其结果绝对值超过0.288的通过了0.05的显著性检验。从图 8可以看出, 即使存在区域性和季节性的差异, 但有效辐射与地表向上长波辐射的相关关系大多为正相关, 只是在秋季Ⅳ区为较弱的负相关。在秋季, 天空晴朗, 晴好天气出现频繁, 空中云量较少, 导致到达地面的太阳辐射增加, 地面温度增大, 加强地表向上长波辐射, 但同时, 使大气温度升高, 同样也增强了大气逆辐射, 因此出现了地表向上长波辐射增强, 而地表有效辐射反而减弱的现象。而有效辐射与大气逆辐射的相关关系大部分为负相关, 个别出现正相关的现象。在春季, 各个区域都呈现为正相关的现象, 由于春季转暖, 冰雪开始融化, 大气相对湿度逐渐增加, 虽然增强了大气逆辐射, 但是由于地面温度的迅速升高, 大大增强了地表向上长波辐射, 所以即使大气逆辐射增强, 但其对地表有效辐射的影响远弱于地表向上长波辐射的影响, 因此出现了地表有效辐射与大气逆辐射呈正相关的现象。同样在Ⅰ区的秋冬季节, 冰雪增多, 大气逆辐射减弱, 但同时地面温度骤冷, 地表向上长波辐射减弱, 其对有效辐射的影响远大于大气逆辐射的影响, 因此同样也出现了地表有效辐射与大气逆辐射呈正相关的现象。
|
图 8 全天气条件下四个代表区各季节地表有效辐射与地表向上长波辐射(a~d)和大气逆辐射(e~h)的相关性分析 Figure 8 The correlation between surface effective radiation and upward longwave radiation (a~d) and atmospheric inverse radiation (e~h) for each season under the all-sky condition in four climatic regions |
|
|
表 2 全天气条件下四个代表区各个季节地表有效辐射分别与地表向上长波辐射和大气逆辐射的相关系数 Table 2 The correlation coefficients between surface effective radiation and upward longwave radiation and atmosphericinverse radiation respectively for each season under the all-sky condition in four climatic regions |
地表向上长波辐射公式表示为LU=εσT04, 其中ε为地表比辐射率, 一般在0.85~0.99之间, 与地表状况有关, σ为斯蒂芬—玻尔兹曼常数, T0为地表温度(缪启龙等, 2010)。本文使用的是CERES提供的计算好的地表向上长波辐射资料。由此公式可知, 地表向上长波辐射随地表温度的变化而变化, 其季节变化基本可以反映出地表温度的变化。因此分析了全天气条件下高原地区各个分区不同季节地表温度与地表向上长波辐射的相关关系(图 9), 其对应的相关系数如表 3, 其结果绝对值超过0.288的通过了0.05的显著性检验。从图 9可以看到, 所有的区域四个季节均显示, 地表向上长波辐射与地表温度为正相关, 地面温度升高, 地表向上长波辐射会增加; 地面温度减弱, 地表向上长波辐射就会减弱。但同时也可以看到其相关性仍然存在区域性和季节性的差异。在晴天条件下做了同样的分析(图略), 得到的结论相似。
|
图 9 全天条件下四个代表区各个季节地表向上长波辐射与近地面2 m温度的相关关系 Figure 9 Correlation between seasonal upward longwave radiation and temperature that near surface 2 m for each season under the all-sky condition in four climatic regions |
|
|
表 3 全天气条件下四个代表区各个季节地表向上长波辐射与近地面2 m温度的相关系数 Table 3 Correlation coefficients between seasonal upward longwave radiation and seasonal temperature that near surface 2 m for each season under the all-sky condition in four climatic regions |
大气逆辐射公式表示为LD=εσf(T1, ω∞), 其中ε为大气相对辐射率, σ为斯蒂芬—玻尔兹曼常数, T1为大气的平均温度, ω∞为大气的总水汽量(缪启龙等, 2010)。由此公式可知, 大气逆辐射与大气温度和大气水汽量有关。因此选取500 hPa高度的温度和相对湿度与大气逆辐射做相关关系分析。在全天气的条件下, 分别选取四个代表区四季的500 hPa大气温度资料和相对湿度资料与大气逆辐射作相关关系分析(图 10)其对应的相关系数如表 4, 其结果绝对值超过0.288的通过了0.05的显著性检验。在晴天条件下做了同样的分析(图略)。从图 10可以看出, 高原的四个分区大气逆辐射与大气温度在四个季节均呈现出正相关的关系。而除了Ⅰ区, 其他气候区的大气逆辐射与500 hPa高度的相对湿度在四个季节也都呈现出正相关关系。而在春季和秋季的Ⅰ区, 无论是在全天气条件下还是在晴天条件下, 都出现了负相关, 而且相关系数比较大。这可以认为, 在Ⅰ区的春季和秋季, 天气过程比较频繁, 水汽有可能会以降水的形式出现, 这样反而会降低了近地面的大气温度, 进而减弱了大气逆辐射。
|
图 10 全天条件下四个代表区各个季节大气逆辐射与500 hPa大气温度(a~d)和500 hPa相对湿度(e~h)的相关关系 Figure 10 The correlation between atmospheric inverse radiation and atmospheric temperature at 500 hPa (a~d) and the relative humidity at 500 hPa (e~h) for each season under the all-sky condition in four climatic regions |
|
|
表 4 全天气条件下四个代表区各个季节大气逆辐射与500 hPa大气温度和相对湿度的相关系数 Table 4 The correlation coefficients between atmospheric inverse radiation and atmospheric temperature at 500 hPa andthe relative humidity respectively for each season under the all-sky condition in four climatic regions |
为了进一步分析大气温度对大气逆辐射的影响, 分别研究高原地区四季500 hPa大气温度和温度平流的空间分布(图 11), 从图 11可以看到, 不同的气候分区500 hPa的温度平流同样也存在着季节性的差异, 在Ⅰ区, 春季为暖平流, 夏季转为冷平流, 而秋季以暖平流为主, 冬季又变为冷平流; 在Ⅱ区, 各个季节基本是冷平流为主, 只有在秋季的时候有部分地区为暖平流控制; 在Ⅲ区, 冬、春季为冷平流, 夏、秋季为暖平流; 而在Ⅳ区, 除了在冬季的时候有部分地区为冷平流之外, 其他季节都是暖平流为主。另外从图 11中也可以看到, 在高原中西部腹地(Ⅱ区)四个季节基本都是冷平流为主, 由于受到冷平流的影响, 在Ⅱ区气温较低, 使得大气逆辐射减弱, 进而使得地表有效辐射增强, 而在其他三个地区基本都以暖平流为主, 相比于Ⅱ区, 这三个区的大气逆辐射增强, 进而使得地表有效辐射相对较弱, 这与图 1的结论一致。同时, 由于地表有效辐射的增强, 使得地表对大气的加热增强, 进而使大气温度升高, 反之亦然。
|
图 11 青藏高原地区500 hPa大气温度季节平均(彩色区, 单位: ℃)和温度平流(等值线, 单位: ×10-5 K·s-1)的空间分布 黑色等值线大于0, 白色等值线小于0 Figure 11 The spatial distribution of seasonal mean temperature (the colored, unit: ℃) and the temperature advection (the contour, unit: ×10-5 K·s-1) at 500 hPa in Qinghai-Tibetan Plateau.The contour with black denotes over zero, the white denotes below zero |
水蒸气凝结是通过辐射放热的, 其凝结过程中向地面释放的辐射可能是大气温室效应的一个主要原因(李琰琰等, 2012)。作为温室气体, 水汽增加, 有助于大气吸收更多的来自于地表向上的长波辐射, 增加大气的温度, 进而导致大气逆辐射增多。从高原地区四季整层水汽输送与500 hPa相对湿度(图 12)可知, 整体上, 四个季节均表示为高原地区的相对湿度较周边高; 而在不同的分区, 四个季节均表示为高原中西部地区(Ⅱ区)的相对湿度偏高, 在春、夏、秋三个季节, 高原东南部(Ⅳ区)为相对湿度高值区, 冬季, 高原西部边缘(Ⅰ区)为高值区; 在夏季, 高原整体的相对湿度都增多, 加强了大气逆辐射, 使地表有效辐射减小。此外, 在春季高原地区的水汽输送基本可以考虑有两个辐合区, 在高原西部边缘的背风一侧以及在高原东北部(Ⅲ区)和东南部(Ⅳ区)的交界处, 高原南侧及北侧两条水汽输送在高原东北部(Ⅲ区)和东南部(Ⅳ区)的交界处汇合, 秋季和冬季与春季类似, 而在夏季, 不同方向的水汽输送则在高原中西部地区(Ⅱ区)汇合。这样的水汽输送方式可以为高原东部提供水汽, 进而使得高原东部, 特别是东南部(Ⅳ区)的水汽增加, 使得大气逆辐射增强, 进而使得地表有效辐射减弱, 这与图 1中得到的结论一致。高原地表有效辐射的增强, 也使得高原对大气的加热加强, 高原热源异常变化将对东亚与南亚区域的季风水汽输送结构, 以及夏季风降水时空分布有“前兆性”的指示意义(徐祥德等, 2015)。
|
图 12 青藏高原地区500 hPa相对湿度季节平均(彩色区, 单位: %)和从地面积分至200 hPa的水汽通量(流线)的空间分布 Figure 12 The spatial distribution of seasonal mean relative humidity (color area, unit: %) at 500 hPa and water vapor flux (stream line) from ground to 200 hPa in Qinghai-Tibetan Plateau |
讨论了不同天气状况下有效辐射的时空变化规律及其成因, 由于有效辐射是地气系统辐射平衡的重要因子, 其变化将改变地气辐射平衡、能量平衡以及高原周边乃至全球的大气环流。基于CERES资料对高原地区2000—2014年有效辐射的时空分布及其成因进行了分析, 得到了如下几个结论:
(1) 高原地区有效辐射, 在每个季节都呈现出高原西部地区较大, 东南部较小的空间分布特征。在高原西部边缘, 春季和冬季有效辐射值较小, 夏季和冬季有效辐射值较大; 而在高原东南部呈现相反的变化特征。整个高原地区春季的有效辐射最大, 夏季次之, 秋季较小, 冬季最小。由于高原有效辐射的变化存在区域性的差异, 将高原分为高原西部边缘(Ⅰ区)、中西部腹地(Ⅱ区)、东北(Ⅲ区)和东南(Ⅳ区)4个气候区。
(2) 对比晴天条件下和全天气条件下的高原有效辐射的差值, 得到高原地区在全天气条件下比晴天条件下的有效辐射要小, 且云对有效辐射的影响几乎是减弱的。有效辐射与地表向上长波辐射的增加(减弱)趋势基本一致, 而大气逆辐射的改变对有效辐射的影响在不同气候分区的不同季节呈现不同的变化趋势。其中云对有效辐射的影响是通过影响大气逆辐射进而影响有效辐射的。
(3) 有效辐射与地表向上长波辐射的相关关系大多为正相关, 只是在秋季Ⅳ区为较弱的负相关。而有效辐射与大气逆辐射的相关关系大部分为负相关, 个别出现正相关的现象。其原因可能与冰雪融化有关。所有的气候分区地表向上长波辐射与地表温度在四个季节均呈现出正相关关系; 所有的气候分区大气逆辐射与大气温度在四个季节均呈现出正相关关系, 而除了Ⅰ区, 其他三个区的大气逆辐射与500 hPa高度的相对湿度在四个季节均呈现正相关关系, 除了在春季和秋季的Ⅰ区, 无论是在全天气条件下还是在晴天条件下, 都出现了负相关, 这可能与春秋季节天气过程频繁有关。
(4) 高原中西部腹地(Ⅱ区)在四个季节基本都是冷平流为主, 而在其他三个地区则以暖平流为主, 相比于Ⅱ区, 这三个区的大气逆辐射增强, 进而使得有效辐射相对较弱。从高原整体上看, 四个季节均表现为高原地区的相对湿度较周边高。在夏季, 高原整体的相对湿度增多, 有助于吸收地表向上的长波辐射, 加强了大气逆辐射, 使有效辐射减小。而在高原中西部地区(Ⅱ区)的相对湿度都偏少。在春季高原地区的水汽输送在高原西部边缘的背风一侧以及在高原东北部(Ⅲ区)和东南部(Ⅳ区)的交界处有两个辐合区, 秋季和冬季与春季类似; 而在夏季, 不同方向的水汽输送则在高原中西部地区(Ⅱ区)汇合。
Bisht G, Bras R L. 2010. Estimation of net radiation from the MODIS data under all sky conditions:Southern Great Plains case study[J]. Remote Sens Environ, 114(7): 1522–1534.
DOI:10.1016/j.rse.2010.02.007 |
|
Crawford T M, Duchon C E. 1999. An improved parameterization for estimating effective atmospheric emissivity for use in calculating daytime downwelling longwave radiation[J]. J App Meteor, 38(4): 474–480.
DOI:10.1175/1520-0450(1999)038<0474:AIPFEE>2.0.CO;2 |
|
Flohn H. 2007. Contributions to a meteorology of the Tibetan highlands[J]. Rda. ucar. edu.
|
|
Guillevic P C, Privette J L, Coudert B, et al. 2012. Land surface temperature product validation using NOAA's surface climate observation networks-Scaling methodology for the Visible Infrared Imager Radiometer Suite (VIIRS)[J]. Remote Sens Environ, 124: 282–298.
DOI:10.1016/j.rse.2012.05.004 |
|
Gui S, Liang S, Li L. 2010. Evaluation of satellite-estimated surface longwave radiation using ground-based observations[J]. J Geophys Res-Atmos, 115(D18): 311–319.
|
|
Hong J, Kim J. 2008. Simulation of surface radiation balance on the Tibetan Plateau[J]. Geophys Res Lett, 35(L08814): 813–826.
|
|
Huang J, Wang Y, Wang T, et al. 2006. Dusty cloud radiative forcing derived from satellite data for middle latitude regions of East Asia[J]. Pro Nat Sci-Mater Int, 16(10): 1084–1089.
DOI:10.1080/10020070612330114 |
|
Long D, Gao Y, Singh V P. 2010. Estimation of daily average net radiation from MODIS data and DEM over the Baiyangdian watershed in North China for clear sky days[J]. J Hydrol, 388(3): 217–233.
|
|
Lorenz E N. 1956. Statistical forecasting program:Empirical orthogonal functions and statistical weather prediction[J]. Sci Rep, 409(2): 997–999.
|
|
Mora A V, 2011. Atmospheric downwelling longwave radiation at the surface during cloudless and overcast conditions. Measurements and modeling[D]. Spain: Universitat de Girona.
http://dialnet.unirioja.es/servlet/tesis?codigo=92779 |
|
Pearson K, F. R S. 1902. Data for the problem of evolution in man. :A second study of the variability and correlation of the hand[J]. Biometrika, 1(3): 345–360.
|
|
Raschke E, Bakan S, Kinne S. 2006. An assessment of radiation budget data provided by the ISCCP and GEWEX-SRB[J]. Geophys Res Lett, 33(7): 359–377.
|
|
Su W, Charlock T P, Rose F G, et al. 2015. Photosynthetically active radiation from Clouds and the Earth's Radiant Energy System (CERES) products[J]. J Geophys Res-Biogeo, 112(G2): 531s.
|
|
Wang W. 2008. Estimating high spatial resolution clear-sky land surface longwave radiation budget from MODIS and GOES data[J]. Dissertations & Theses-Gradworks..
|
|
Wang W, Liang S, Augustine J A. 2009a. Estimating high spatial resolution clear-sky land surface upwelling longwave radiation from MODIS data[J]. IEEE Trans Geosci Remote Sens, 47(5): 1559–1570.
DOI:10.1109/TGRS.2008.2005206 |
|
Wang W, Liang S. 2009b. Estimation of high-spatial resolution clear-sky longwave downward and net radiation over land surfaces from MODIS data[J]. Remote Sens Environ, 113(4): 745–754.
DOI:10.1016/j.rse.2008.12.004 |
|
Wang K, Wan Z, Wang P, et al, 2005. Estimation of surface long wave radiation and broadband emissivity using Moderate Resolution Imaging Spectroradiometer (MODIS) land surface temperature//emissivity products[J]. J Geophys Res-Atmos, 110(11): D11109.
http://www.scienceopen.com/document?vid=aa73762d-c57c-4bd0-8c57-03bed3b84882 |
|
伯玥, 李小兰, 王澄海. 2014. 青藏高原地区积雪年际变化异常中心的季节变化特征[J]. 冰川冻土, 36(6): 1353–1362.
Bo Y, Li X L, Wang C H. 2014. Seasonal characteristics of the interannual variations of the Tibetan Plateau snow cover[J]. J Glaciol Geocryol, 36(6): 1353–1362.
|
|
蔡雯悦, 徐祥德, 孙绩华. 2012. 青藏高原东南部云状况与地表能量收支结构[J]. 气象学报, 70(4): 837–846.
Cai W Y, Xu X D, Sun J H. 2012. An investigation into the surface energy balance on the southeast edge of the Tibetan Plateau and the cloud's impact[J]. Acta Meteor Sinica, 70(4): 837–846.
DOI:10.11676/qxxb2012.069 |
|
巩远发, 段廷扬, 陈隆勋, 等. 2005. 1997/1998年青藏高原西部地区辐射平衡各分量变化特征[J]. 气象学报, 63(2): 225–235.
Gong Y F, Duan T Y, Chen L X, et al. 2005. The variation characteristics of radiation budget components of the western Tibetan Plateau in 1997/1998[J]. Acta Meteor Sinica, 63(2): 225–235.
DOI:10.11676/qxxb2005.022 |
|
何金海. 2011. 青藏高原大气热源特征及其影响和可能机制[M]. 北京: 气象出版社.
He J H. 2011. Characteristics and influences of atmospheric heat source on the Qinghai-Tibet Plateau[M]. Beijing: China Meteorological Press.
|
|
胡列群. 1997. 塔克拉玛干沙漠地面有效辐射研究[J]. 干旱区地理(汉文版)(1): 25–32.
Hu L Q. 1997. Research on surface efective radiation in Taklimakan Desert[J]. Arid Land Geo(1): 25–32.
|
|
胡泽勇, 程国栋, 谷良雷, 等. 2006. 青藏铁路路基表面太阳总辐射和温度反演方法[J]. 地球科学进展, 21(12): 1304–1313.
Hu Z Y, Cheng G D, Gu L L, et al. 2006. Calculating method of global radiation and temperature on the roadbed surface of Qinghai-Xizang Railway[J]. Adv Earth Sci, 21(12): 1304–1313.
DOI:10.3321/j.issn:1001-8166.2006.12.012 |
|
季国良, 江灏, 吕兰芝. 1995. 青藏高原的长波辐射特征[J]. 高原气象, V14(4): 451–458.
Ji G L, Jiang H, Lü L Z. 1995. Characteristics of longwave radiation over the Qinghai-Xizang Plateau[J]. Plateau Meteor, V14(4): 451–458.
|
|
蒋兴文, 李跃清. 2010. 青藏高原地表辐射的气候特征[J]. 资源科学, 32(10): 1932–1942.
Jiang X W, Li Y Q. 2010. Climatological characteristics of surface radiation over the Tibet Plateau[J]. Resour Sci, 32(10): 1932–1942.
|
|
李琰琰, 周少祥. 2012. 水汽增强温室效应的探讨[J]. 节能, 31(7): 11–13.
Li Y Y, Zhou S X. 2012. Discussion on greenhouse effect of water vapor enhancement[J]. Energy Conser, 31(7): 11–13.
|
|
李韧, 杨文, 季国良, 等. 2006. 青藏高原有效辐射参数化[J]. 太阳能学报, 27(3): 274–278.
Li R, Yang W, Ji G L, et al. 2006. Parameterization of efective radiation over the Qinghai-Tibet Plateau[J]. Acta Energiae Solaris Sinica, 27(3): 274–278.
|
|
李韧, 赵林, 丁永建, 等. 2011. 青藏高原地面有效辐射变化及其对表层土温的影响[J]. 冰川冻土, 33(5): 1022–1032.
Li R, Zhao L, Ding Y J, et al. 2011. Variations of surface effective rdiation and its on superficial ground temperatures on Tibet Plateau[J]. J Glaciol Geocryol, 33(5): 1022–1032.
|
|
刘艳, 翁笃鸣. 2002. 中国地区云对地-气系统辐射强迫温度效应的气候研究[J]. 气象学报, 60(6): 766–773.
Liu Y, Weng D M. 2002. Climatological study of temperature effects of cloud-Radiative forcing in the earth-atmospheric system over China[J]. Acta Meteor Sinica, 60(6): 766–773.
DOI:10.11676/qxxb2002.091 |
|
缪启龙, 江志红, 陈海山, 等. 2010. 现代气候学[M]. 北京: 气象出版社.
Miu Q L, Jiang Z H, Chen H S, et al. 2010. Modern climatology[M]. Beijing: China Meteorological Press.
|
|
王静, 华杰, 苏丽欣, 等, 2006. 实际地形下我国长波有效辐射的时空分布[C]//中国气象学会2006年年会"气候变化及其机理和模拟"分会场论文集.
Wang J, Hua J, Su L X, et al, 2006. Temporal and spatial distribution of long wave effective radiation over actual terrain in China[C]//Symposium on Climate Change and Its Mechanism and Simulation at the 2006 Annual Meeting of the Chinese Meteorological Society.
http://cpfd.cnki.com.cn/Article/CPFDTOTAL-ZGQX200610004167.htm |
|
王可丽, 钟强, 侯萍. 1994. 青藏高原地区云对地面有效辐射的影响Ⅰ.综合分析[J]. 高原气象(1): 57–64.
Wang K L, Zhong Q, Hou P. 1994. Effect of cloud on the surface efective radiation over the Qinghai-Xizang Plateau Ⅰ[J]. Plateau Meteor(1): 57–64.
|
|
王可丽, 吴国雄, 江灏, 等. 2002. 青藏高原云-辐射-加热效应和南亚夏季风——1985年与1987年对比分析[J]. 气象学报, 60(2): 173–180.
Wang K L, Wu G X, Jiang H, et al. 2002. Cloud-radition-heating effect over the Tibetan Plaetau and summer monsoon of the South Asian[J]. Acta Meteor Sin, 60(2): 173–180.
DOI:10.11676/qxxb2002.021 |
|
王艺, 伯玥, 王澄海. 2016. 青藏高原中东部云量变化与气温的不对称升高[J]. 高原气象, 35(4): 908–919.
Wang Y, Bo Y, Wang C H. 2016. Relations of cloud amount to asymmetric diurnal temperature change in central and eastern Qinghai-Xizang Plateau[J]. Plateau Meteor, 35(4): 908–919.
DOI:10.7522/j.issn.1000-0534.2015.00033 |
|
吴国雄. 2004. 我国青藏高原气候动力学研究的近期进展[J]. 第四纪研究, 24(1): 1–9.
Wu G X. 2004. Recent progress in the study of the Qinghai-Xizang Plateau climate dynamics in China[J]. Quat Sci, 24(1): 1–9.
|
|
武荣盛, 马耀明. 2010. 青藏高原不同地区辐射特征对比分析[J]. 高原气象, 29(2): 251–259.
Wu R S, Ma Y M. 2010. Comparative analyses on radiation characteristics in different areas over the Tibet Plateau[J]. Plateau Meteor, 29(2): 251–259.
|
|
吴晓. 2014. 从FY-4静止气象卫星估算晴空地表下行长波辐射通量的反演模式[J]. 气候与环境研究, 19(3): 362–370.
Wu X. 2014. Retrieval model for estimating clear-sky downward longwave radiation at the surface from the FY-4 geostationary satellite[J]. Climatic Environ Res, 19(3): 362–370.
DOI:10.3878/j.issn.1006-9585.2013.13032 |
|
谢志鹏, 胡泽勇, 刘火霖, 等. 2017. 陆面模式CLM4.5对青藏高原高寒草甸地表能量交换模拟性能的评估[J]. 高原气象, 36(1): 1–12.
Xie Z P, Hu Z Y, Liu H L, et al. 2017. Evaluation of the surface energy exchange simulation of land surface model CLM4.5 in alpine meadow over the Qinghai-Xizang Plateau[J]. Plateau Meteor, 36(1): 1–12.
DOI:10.7522/j.issn.1000-0534.2016.00012 |
|
徐祥德, 赵天良, 施晓晖, 等. 2015. 青藏高原热力强迫对中国东部降水和水汽输送的调制作用[J]. 气象学报, 73(1): 20–35.
Xu X D, Zhao T L, Shi X H, et al. 2015. A study of the role of the Tibetan Plateau's thermal forcing in modulating rainband and moisture transport in eastern China[J]. Acta Meteor Sin, 73(1): 20–35.
DOI:10.11676/qxxb2014.051 |
|
叶笃正. 1979. 青藏高原气象学[M]. 北京: 科学出版社.
Ye D Z. 1979. Meteorology of the Qinghai-Tibet Plateau[M]. Beijing: Science Press.
|
|
周娟, 文军, 王欣, 等. 2017. 青藏高原季风演变及其与土壤湿度的相关分析[J]. 高原气象, 36(1): 45–56.
Zhou J, Wen J, Wang X, et al. 2017. Analysis of the Qinghai-Xizang Plateau monsoon evolution and its correlation with soil moisture[J]. Plateau Meteor, 36(1): 45–56.
DOI:10.7522/j.issn.1000-0534.2016.00003 |
|
周利敏, 陈海山, 彭丽霞, 等. 2016. 青藏高原冬春雪深年代际变化与南亚高压可能联系[J]. 高原气象, 35(1): 13–23.
Zhou L M, Chen H S, Peng L X, et al. 2016. Possible connection between interdecadal variation of snow depth in winter and spring over Qinghai-Xizang Plateau and South Asia High in summer[J]. Plateau Meteor, 35(1): 13–23.
DOI:10.7522/j.issn.1000-0534.2014.00152 |
|
朱乾根, 林锦瑞, 寿绍文, 等. 2007. 天气学原理和方法[M]. 北京: 气象出版社.
Zhu Q G, Lin J R, Shou C W, et al. 2007. Synoptic principles and methods[M]. eijing: China Meteorological Press..
|