1 引言

作为“世界第三极”的青藏高原(下称高原), 是全球面积最大、海拔最高、地形最为复杂的高原, 是全球气候变化的敏感区, 其平均海拔处于4000 m以上并延伸至对流层中层, 并且在对流层中部有着其独特的加热作用(叶笃正等, 1979), 对区域和全球的大气环流、气候变化的形成和发展也有至关重要的影响(黄荣辉, 1985; Ye et al, 1998; Yanai et al, 1992; 王前等, 2017)。

高原地区各层大气的温度变化趋势也是全球温度气候变化的重要组成部分。目前, 高原的地表大气温度的变化已经有了较为全面的研究。高原的地表大气增温幅度较全球平均水平更强, 1980年以来的高原大部分区域增温趋势越来越显著(边多等, 2006; 李生辰等, 2006), 尤其近几年已进入显著偏暖期(刘桂芳等, 2010; You et al, 2010)。高原的增暖在时空分布上还呈显著差异, 具有非均匀性、区域性和季节性(Pepin et al, 2005; Burrows et al, 2011; Ji et al, 2014); 高原东南部最先出现一定程度的升温, 西部地区最后变暖, 但增温幅度较大(林振耀等, 1996); 这与高原热力输送系数的空间分布存在南北差异和东西差异有着密切的关系(高世仰等, 2017); 冬季的温度变化特征明确显示高原中部的增温速率慢于南北地区(牛涛等, 2002), 同一季节, 增温幅度与海拔成正比, 同一高度, 升温速率随春、夏、秋、冬逐渐增大(Liu et al, 1998); 在另一方面, 高原的升温特征还明显表现为最高温和最低温呈非对称变化, 变暖过程中具有较明显的突变时期(朱文琴等, 2001; 韦志刚等, 2003)。

由于高原自然条件恶劣, 观测资料稀少, 很多研究只能依据有限的台站观测资料和再分析资料进行(Liu et al, 2000; Zhang et al, 2006); 其西部地区结果具有一定的主观性(江灏等, 2000); 且站点资料还存在明显的均一性较差的问题(Wu et al, 2008; Zou et al, 2014); NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)和ECMWF(European Centre for Medium-Range Weather Forecasts)再分析资料往往被认为是可靠的替代资料, 但是再分析资料同样受到高原观测资料缺乏的困扰(Bengtsson et al, 2004; 赵天保等, 2010), 很多研究表明再分析资料在青藏高原地区的不确定性是最大的(徐影等, 2001)。

随着对气候系统的整体性的深入了解, 高原高空大气温度变化也受到了越来越多的关注(吴国雄等, 2014)。高空气象观测系统不仅在天气形势、天气系统的分析和预报有广泛的运用, 而且在数值天气预报中也发挥重要的作用, 是综合气象观测系统的重要组成部分(于晓晶等, 2018); 而高空大气温度是全球气候观测系统中必不可少的气候变量, 高空的温度变化趋势也为短期事件和长期趋势提供了地球气候变化的线索(蔡英等, 2003)。高原地区高空大气的温度变化趋势研究绝大部分都是基于探空资料和再分析资料进行的。王荣英等(2011)根据1979—2008年近30年的高原地区16个探空站月平均温度资料对各标准等压面的温度变化进行研究, 结果发现200 hPa以下温度趋于升温, 对流层顶层至平流层下层(200 hPa及以上)年平均温度都是下降的, 70~50 hPa温度下降最明显; 段思汝等(2015)利用1979—2013年的ERA-Interim月平均再分析资料指出, 青藏高原高空600~200 hPa大气温度趋于显著升温, 其250 hPa升温最快; 利用NCEP再分析资料的研究也表明(王腾, 2014), 青藏高原温度在对流层中上层有上升的趋势, 并且青藏高原地区平流层温度和臭氧具有较强的相关性。

随着遥感技术的不断发展与完善, 卫星资料以独有的时间、空间分辨率高、连续且稳定、覆盖面广等特点弥补了以探空观测为主的大气垂直探测存在的缺陷(Christy et al, 1995; 邹晓蕾, 2012)。尤其是极轨卫星的微波温度计资料, 自1978年泰罗斯卫星首次搭载了微波温度计以来, 微波温度计一直是NOAA系列极轨气象卫星稳定搭载的仪器, 长时间的微波温度计资料可以为高空大气温度趋势研究提供较好的大气温度序列。Zou et al(2011)利用一系列定标和误差订正方法; 将早期的微波温度计MSU(Microwave Sounding Unit)和高级微波温度计(AMSU-A, Advanced Microwave Sounding Unit)资料有效衔接, 建立了一个具有全球覆盖率的长时间高空大气亮温格点数据集(邹成治等, 2008; Ji et al, 2014), 但是该数据集主要用于全球平均的气候变化趋势研究, 在区域气候变化研究中的应用较少。另一方面, 在以往的高原气候变化趋势的研究中, 多是关注温度趋势的线性变化速度, 却忽视了趋势的非线性发展演变特征, 所以绝大部分的分析都是基于传统的线性倾向估计、平滑等统计方法进行的, 但都不能展现大气温度真实的趋势演变过程, 大大降低了分析结果的可靠性(魏凤英, 2007; 李刚等, 2016), 也不利于研究气候趋势变化的物理机制。Wu et al(2008)提出了一种适用于各类非线性、非平稳序列的高效时频数据分析方法—集合经验模式分解方法EEMD(Ensemble Empirical Mode Decomposition), 具有自适应性和时间局地性, 其分析结果不会受人为的数据时间段选取, 少数异常数据及新添数据的影响, 能够更好的从单点资料序列中获得稳定、可靠的气候趋势, 从而可以研究气候趋势的演变特征。

综上所述, 利用传统的线性回归和集合经验模式分解EEMD分别分析了近35年的MSU/AMSU-A亮温资料在青藏高原地区对流层上层温度的气候趋势, 并与两种主流再分析资料的对应高度大气温度的变化趋势特征进行了对比分析, 揭示了青藏高原地区高空大气温度变化趋势的时空演变特征, 并对趋势形成的可能原因进行简单的探讨。

2 资料选取和方法介绍

选用了MSU/AMSU-A极轨卫星的亮温观测资料、高原地区探空资料和ERA-Interim、NCEP-R2这两种再分析资料, 研究中除了使用常规的线性趋势分析方法外, 还使用非线性趋势分析方法EEMD方法, 探空资料来自于国家气象信息中心, 选取了位置位于青藏高原研究区域内(91.13°E—100.00°E, 29.66°N—36.41°N)且具有与研究时段一致观测时间长度的探空站点(都兰、格尔木、拉萨、那曲、玉树、昌都和甘孜)。

2.1 极轨卫星亮温观测资料

亮温资料选取的是MSU/AMSU-A极轨卫星观测资料, 该资料是AMSU-A扩展数据V4.0版本全球月平均异常时间序列(Zou et al, 2015)。该数据集包含了3层大气平均温度的格点逐月观测资料, 平均温度指的是亮温代表的多层大气温度的非等权重平均值, 各层大气的贡献是根据权重函数决定的, 图 1给出了3个通道的权重函数垂直分布特征。亮温的分层也是根据通道权重函数的峰值位置来确定, 分别为对流层中层温度[(Temperatures of Middle-Troposphere, TMT), MSU通道2和AMSU-A通道5, 权重函数峰值为500~700 hPa], 对流层上层温度[Temperatures of Upper-Troposphere(TUT), MSU通道3和AMSU-A通道7, 权重函数峰值为200~300 hPa)和平流层下层温度[Temperatures of Lower-Stratosphere (TLS), MSU通道4和AMSU-A通道9, 权重函数峰值为90~100 hPa], 数据集合了NOAA的TIROS-N系列直到NOAA-18的系列极轨卫星微波温度计观测资料, 还有欧洲MetOp-A和NASA的EOS Aqua卫星; 所有卫星资料都经过了一系列校准和质量控制过程, 主要包括星间校准、扫描角偏差订正、仪器热力影响消除、卫星轨道漂移订正及基于MSU频率的AMSU-A通道频率调整。校准后的卫星资料平均成2.5°水平分辨率的格点资料(Zou et al, 2015)。其中TMT和TLS的时间长度为1978年11月至2016年12月, 而TUT资料的时间长度则是1981年1月至2016年12月(https://www.star.nesdis.noaa.gov/smcd/emb/mscat/.)。

由于高原的大部分地区海拔都是在4000 m以上, 微波温度计的对流层中层通道极易受到地面温度和地表发射率的影响, 所以该层亮温的变化基本代表了高原的地面温度及地表类型的变化特征。对流层上层的范围是从6 km高度伸展到对流层的顶部, 这一层亮温资料受地表类型的影响很小, 气温常年都在0 ℃以下, 水汽含量较少, 所以亮温观测与温度容易有很好的对应关系。因此本文首先选取了对流层上层通道的亮温进行研究, 分析高原区域高层大气温度的变化特征, 以及高原地面加热对高层大气变化的影响。

2.2 ERA-Interim再分析资料

ERA-Interim是欧洲中心新一代全球再分析资料, 该再分析资料从1979年开始, 一直保持更新。产生资料集的分析系统为2006年固定的IFS系统(Integrated Forecasting System), 该系统包括一个四维变分同化系统, 同化窗口为12 h, 模式水平分辨率约为80 km(谱截断为T255), 垂直层次为60层, 模式层顶设为0.1 hPa(Simmons et al, 2006)。选取资料的时间长度为1982年1月至2016年12月, 资料的水平分辨率为1.5°×1.5°。

2.3 NCEP-R2再分析资料

NCEP-Reanalysis2是美国NCEP的第一代再分析资料的改进版本, 资料由美国最新的业务预报系统产生, 模式水平分辨率约为209 km(谱截断为T62), 垂直层次为28层, 最高模式层资料为10 hPa(Kanamitsu et al, 2002)。选取的资料时间长度为1982年1月至2016年12月, 资料的水平分辨率为>2.5°×2.5°。

2.4 集合经验模式分解法

在分析温度的气候趋势研究中, 除了选用常规的线性趋势分析方法外, 还选取了非线性气候趋势分析方法, 即集合经验模式分解法EEMD。传统的线性趋势分析方法容易受到单点异常资料的影响, 所以用于分析气候趋势空间分布特征就有很大的不确定性, 单一的趋势分析结果也不能很好的表现非线性的气候演变过程, 难于展现真实的趋势演变过程(魏凤英, 2007; 李刚等, 2016)。为了描述高空大气温度真实的波动变化特征, 引入了具有时间局地性的集合经验模式分解法EEMD(Wu et al, 2008)。EEMD法是一种自适应的数据处理或挖掘方法, 通过对数据序列或信号的平稳化处理, 利用数据的特征时间尺度来获得本征波动模式, 该方法非常适合非线性, 非平稳时间序列的处理。

3 高原地区高空大气温度变化趋势 3.1 MSU/AMSU-A观测资料的亮温季节演变

本研究主要集中在高原地区, 研究区域是包含了高原的15°N—50°N, 60°E—120°E地区。为了展现亮温观测资料对高原对流中上层大气温度变化特征再现能力, 首先分析了亮温的季节变化特征。图 2为研究区域对流层上层的MSU/AMSU-A多年平均的各季节亮温空间分布。从图 2中可以看出, 亮温的分布特征与季节和纬度存在一定的联系。高原地区夏季亮温最高, 冬季最低, 春秋系列间差异较小; 对流层上层的亮温基本不受到高原地形特征的影响, 温度的梯度主要是沿纬度方向, 除了夏季以外, 温度都是从南向北逐渐递减, 但是夏季则是表现为北部高温, 南部低温的特点。夏季中高纬地区亮温相对较强且亮温最强区域处于高原中西部, 其他季节中高纬地区温度相对较低及最弱区域一直处于高原地区的北方地区, 与地表温度变化特征具有较好的相似性(林振耀等, 1996); 高原地区在对流层上层四季交替的过程中, 春季到夏季演变的增温趋势最强, 这有可能与夏季高原显著升温有着一定的关系。

3.2 高原地区线性趋势

温度的长期线性趋势是温度气候变化的重要标志, 也得到了很多前人研究的重视(王颖等, 2005; 郭艳君等, 2008)。为了便于与前人研究进行对比, 首先给出了青藏高原地区区域平均的MSU/AMSU-A对流层上层通道亮温逐月距平及其线性趋势结果, 同样给出了两种再分析资料的大气温度对应结果。这里的高原地区定义为15°N—50°N, 60°E—120°E区域内地形高度大于3000 m的地区。图 3是1982—2016年MSU/AMSU-A亮温观测资料、探空观测资料和两种再分析资料(1982年1月至2016年12月)的温度距平及其线性趋势。根据对流层上层通道的权重函数峰值位置, 选取了再分析资料300 hPa高度的大气温度作为对比资料。拟合前资料都去除了年际变化。从图 3中可以看出, 无论是卫星资料还是再分析资料, 高原地区高空大气温度变化趋势与以往研究中对流层趋于增温的结论一致。但由于研究资料、区域和时段等不同, 具体趋势值也就存在一定的差异。从MSU/AMSU-A亮温资料来看, 高原地区对流层上层的增温趋势为0.267 K·(10a)^-1, 探空观测资料则显示其300 hPa的大气层升温幅度与MSU/AMSU-A资料基本一致, 具体趋势值为0.245 K·(10a)^-1, 两种观测资料的气候趋势有很好的相似性。ERA-Interim再分析资料拟合结果显示高原在300 hPa的大气层的升温更快, 升温速率为0.303 K·(10a)^-1, 但NCEP-R2再分析资料的增温趋势则明显低于其他资料, 300 hPa的大气层的增温速率为0.07 K·(10a)^-1。虽然对流层上层的亮温并不能完全等同于300 hPa的大气温度, 但是亮温是由300 hPa附近的大气温度不等权重组合而成, 其增温趋势与大气温度的趋势有很好的相关关系。而且从增温速率上看, 亮温资料与探空观测资料差异最小, 且与欧洲的ERA-Interim资料具有很好的一致性, 而NCEP-R2资料与亮温序列存在显著差异, 其增温速率明显偏慢。

Zou et al(2011)研究表明全球平均的对流层温度增幅为0.18±0.05 K·(10a)^-1; Fu et al(2005)对MSU数据进行再次处理并消除了平流层对数据的影响, 得到1979—2001年全球对流层的增温趋势为0.18 K·(10a)^-1。与全球对流层温度变化结果相比, 高原地区对流层上层的温度变化率与全球平均结果具有很好的一致性, 均趋于升温, 只是高原对流层上层的整体升温趋势值相对较大。

3.3 高原地区非线性趋势及其与线性趋势的对比

气候变化是由多种不同的波动组成, 传统的线性趋势分析方法很容易受到波动的影响, 尤其当波动影响分析的起始温度或结束温度时, 就很容易出现错误的趋势分析结果。EEMD方法具有良好的自适应性和时间局地性及其提取长期气候变化趋势的能力, 所以利用EEMD同样分析了各个资料集温度的非线性气候趋势特征。图 4为各个资料集EEMD分析的结果。为了更直观的分析非线性趋势的变化, 三种数据均减去初始值, 保证起点为0。从图 4中可以看出, 虽然整体趋势来看依然是对流层上层趋于升温, 但趋势值不是一个定值, 而随着时间有着不同程度的变化, 反映高原地区真实的变化趋势—存在分段线性趋势特征, 这与Zou et al(2016)利用1978—2015年MSU/AMSU-A观测资料拟合趋势具有良好的一致性。MSU/AMSU-A亮温资料显示高原地区对流层上层前期从1982—1988年为慢速增温阶段, 后期则是处于快速增温的阶段, 2012年以后增温的速率又相对减小, 亮温的非线性趋势与其线性趋势结果有很好的相似性, 这也证明了EEMD方法在气候趋势研究中的适用性。而探空资料的非线性趋势与亮温的趋势特征比较一致, 研究时段内都是首先显著升温, 但是随后增温趋势减缓, 但是探空资料在后期减缓的程度更大, 这也可能与高原西部地区缺乏探空资料有关, 有待后续的研究。ERA-Interim资料300 hPa再分析资料的非线性趋势与亮温资料的特征基本一致, 只是ERA资料的增温趋势更为明显, 这可能是两者线性趋势差异的可能原因。但是NCEP-R2再分析资料的温度变化趋势则是表现出很强的非线性特征。300 hPa的大气层温度变化趋势存在显著的分段性, NCEP-R2再分析资料的非线性趋势表明1982—1998年温度有明显的降温趋势, 但是1998年以后则逐渐表现为很强的增温趋势。这与前人的研究结果相似, Randel et al(2016)的研究结果中也同样指出NCEP-R2再分析资料的趋势分段特征, 而且明确两段分段线性趋势分离点在1997年左右。

从图 3和图 4的线性和非线性趋势结果比较中可以看出, EEMD计算的非线性趋势能够更好的表现出气候趋势的演变特征, 尤其对于NCEP-R2的300 hPa大气温度线性增温速度明显慢于亮温资料和ERA-Interim资料的现象, 从非线性趋势中可以看出, 这主要是由于NCEP-R2资料中2000年前存在降温趋势导致的。这对于更好的分析趋势差异的物理机制有重要的价值。

4 高原地区MSU/AMSU-A亮温序列的演变特征

因为EEMD方法能够很好的消除资料中极端异常噪音对变化趋势分析的影响, 所以可以用于单个格点的趋势分析研究, 提取每个格点稳定的气候趋势特征。所以将EEMD用于每个格点, 获得各个格点亮温的气候演变趋势。图 5给出了高原地区对流层上层的非线性趋势的时空演变特征。从图 5中可以看出, 在高原地区, 对流层上层亮温的增温趋势最大的特征就是以高原中南部为升温中心, 该升温中心从研究时段的早期首先出现, 随着时间发展逐渐增强, 并向周围大气扩展, 其中增温中心南扩的趋势尤其明显。1985年前后高原及其南部开始形成明显的增温区, 随后增温范围不断扩大, 强度也逐渐增强, 并在21世纪初期开始在高原中部出现明显的增温极值中心, 高原中部的增温幅度较周围区域更为明显。同时以高原为中心的增温区也在不断增强和扩大, 并与南部的增温区相连。

为了进一步展现EEMD的非线性趋势在亮温中的显著程度, 分析时段的前5年和最后5年的亮温及前期与后期差值的空间分布。图 6给出了1982—1986年的亮温的5年平均值和2012—2016年的亮温5年平均值, 同时给出了两者的差值空间分布(后5年平均-前5年平均)。从图 6中可以看出, 在起始时段与结束时段青藏高原地区的亮温空间变化特征具有较好的相似性, 随纬度增大亮温逐渐减弱, 但是结束时段的亮温明显高于起始时段, 尤其是高原地区及其南部地区的温度增加最为明显; 从结束与起始时段的亮温差值水平分布图来看, 在高原地区出现了明显的增温区, 其南部和洋面地区的增温区相连, 形成了一个东南-西北走向的增温带, 其中增温最明显的就是位于青藏高原中南部, 升温幅度达0.75 K以上, 这与前文非线性趋势的时空演变的显著特征具有很好的一致性。

青藏高原上空的大气温度变化也得到了很多的重视, 王荣英等(2011)、周顺武等(2009)都指出了青藏高原对流层上层是一致升温的, 段思汝等(2015)进一步证明了对流层上层是青藏高原大气增温最快的层次, 田红瑛等(2014)和马耀明等(2014)还提出了对流层上层增温现象可能和对流层与平流层的物质交换有关。前人的研究中都证明了高原对流层上层的增温现象, 这与本文的研究相一致。但以往研究大多基于线性趋势分析, 所以不能很好的描述高原对流层上层的大气温度增温过程的演变趋势, 利用EEMD方法, 论文很好的描述了高原对流层上层增温的变化特征, 这对于进一步探讨增温进行的物理机制提供了有利条件。

5 NCEP-R2再分析资料和ERA-Interim再分析资料对流层上层非线性趋势

由于高原的常规观测资料缺乏, 尤其是高原西部基本没有长期的站点观测资料, 所以卫星资料和再分析资料就成为研究高原高层大气温度变化趋势的重要资料来源, 这两种资料的相互验证也是获得更可靠研究成果的重要方法。因此, 也给出了两种再分析资料在对应高度的大气温度非线性趋势分析结果。

5.1 ERA-Interim再分析资料300 hPa大气层的非线性趋势演变

图 7为ERA-Interim资料300 hPa高度大气温度的非线性趋势的时空分布特征。从图 7中可以看出, 从整体趋势来看, 在对流层上层, 高原的大部分地区于1982—2016年间趋于升温, 只有高原的西北部地区略有降温现象。与之相对应的是, MSU/AMSU-A亮温在该地区的升温趋势也不明显; 与亮温资料不同的是, ERA-Interim资料在高原地区存在两个强度相当的增温区, 分别是蒙古高原中部和德干高原西北部, 从1982—2016年这两个升温极值区位置几乎不变, 只是其强度和范围逐渐增大。虽然ERA-Interim资料和MSU/AMSU-A资料的增温中心位置不同, 但是两者的非线性趋势都表明对流层上层不同区域大气增温存在时间差异, 增温在局部地区首先出现, 然后增强并逐步扩展到周边地区。

5.2 NCEP再分析资料300 hPa大气层的非线性趋势演变

为了进一步验证分析结果, 还选择了NCEP-R2再分析资料进行对比分析。图 8为NCEP-R2再分析资料300 hPa高度大气温度在高原地区的非线性趋势演变图。NCEP-R2资料的温度趋势演变特征与上述两种资料存在明显的差异, 从图 8可以看到, 研究区域大部分地区存在先降后升的变化趋势。NCEP-R2资料的大气温度增温也并不是从高原或者高原附近首先发生, 增温首先发生在中高纬地区的中西伯利亚高原南部, 后期位于低纬地区的伊朗高原南部也有相对较弱的升温区出现, 随着时间推移, 西伯利亚高原的升温区逐渐影响高原地区, 其强度和范围沿东北-西南走向延伸并增强, 同时伊朗高原的增温也逐步增强并向北部扩展, 最终使得整个研究区域开始全面增温。中高纬的增温区南移到蒙古高原中部, 形成了最大升温区。值得一提的是, 虽然两种再分析资料的最终增温趋势的空间分布有很大的相似性, 但是增温趋势的形成过程却存在显著的不同, ERA-Interim资料是在高原附近首先增温并逐渐增强, 南部增温中心还出现了南移现象, 但是NCEP-R2资料则是先在高原的南北两侧增温, 并逐步影响高原附近大气。

5.3 高原地区再分析资料不同高度大气温度的非线性趋势

从以上的大气温度时空演变图的比较中可以发现, 相比而言, MSU/AMSU-A资料与ERA-Interim资料的温度非线性趋势演变特征较为相似, 都是在局部地区先增温, 然后逐渐影响周边大气, 最后在整个高原地区出现了普遍的增温现象, 只是两种的最早增温区位置略有不同, 但是NCEP-R2资料则是存在明显的先降温后升温的特征。由于上述比较都是基于指定大气层高度进行的, 而亮温是由多个高度大气层温度的不等权重组合形成的, 所以为了更好地明确亮温资料与再分析资料之间的对应关系, 通过剖面图分析高原地区再分析资料不同高度大气的增温特征。

从高原的中心位置出发, 分别选择了沿32°N和85°E给出了高原地区再分析资料大气温度非线性趋势的纬向和经向剖面图。图 9和图 10分别为ERA-Interim资料和NCEP-R2资料的非线性趋势时间演变结果的空间剖面。比较一致的是无论经向还是纬向剖面图, 两种再分析资料都是表现为对流层中、上层大气温度有明显增温趋势, 而在200 hPa以上的大气温度基本为降温趋势, 这与已有的研究一致(邹成治等, 2008; Zou et al, 2011)。但两种再分析资料的演变特征存在明显的差异。无论是经向剖面图还是纬向剖面图, ERA-Interim再分析资料在高原区域升温大值区都是集中在300 hPa高度上下, 即对流层上层, 这与高原整层大气温度呈现不均匀变化趋势的结果是一致的(段思汝等, 2015; 程译萱等, 2018)。由于对流层上层的亮温主要是由300 hPa附近大气温度的不等权重组合而成, 所以这也证明了前文发现的ERA-Interim资料非线性演变趋势与卫星亮温资料的非线性趋势有很好的一致性是具有普遍意义的, 除了对流层上层的增温大值区外, 纬向剖面图中还显示, ERA-Interim资料在100°E—120°E地区还存在一个对流层中层的增温大值区。

NCEP-R2再分析资料的纬向剖面图与ERA资料有很好的相似性, 增温的大值区主要出现在300 hPa高度上下, 但是增温的幅度明显偏弱, 而且大值区主要位于高原的东部。两种再分析资料的经向剖面图则是存在显著不同, NCEP-R2再分析资料的增温大值区主要出现在400~500 hPa高度, 表明NCEP-R2再分析资料在青藏高原地区主要是地面增温为主。

6 结果与讨论

具有全球高覆盖率的卫星资料为高原的天气和气候研究提供了一个可靠的资料来源。利用多年的微波温度计资料集, 分析了高原地区对流层上层亮温的气候变化趋势, 尤其注重了亮温的非线性气候变化趋势特征研究, 并与两种主流的再分析资料进行了对比研究。结果表明:从高原地区对流层上层温度的气候趋势线性和非线性特征来看, 无论是卫星资料还是再分析资料, 高原地区高空大气温度变化趋势与以往研究中对流层趋于增温的结论一致, 但由于研究资料、区域和时段等不同, 具体的趋势值也就存在一定的差异。从增温速率上看, 亮温资料与欧洲的ERA-Interim资料较为一致, 但是NCEP-R2资料就明显增温速率较低, 从非线性趋势中可以看出, NCEP-R2资料的增温速率较低可能是由于NCEP-R2资料中2000年前存在降温趋势导致的。

从高原地区对流层上层温度的气候趋势演变特征来看, MSU/AMSU-A亮温观测资料显示对流层上层亮温的气候趋势最大的特征就是以高原中南部为升温中心, 该升温中心从研究时段的早期首先出现, 随着时间发展逐渐增强, 并向周围大气扩展, 其中增温中心南扩的趋势尤其明显。ERA-Interim资料也是高原附近地区首先出现增温并逐步向周边扩张, 只是ERA-Interim资料在高原地区存在两个强度相当的增温中心。NCEP-R2资料的大气温度增温并不是从高原或者高原附近首先发生, 增温首先发生在中高纬地区的中西伯利亚高原南部, 后期位于低纬地区的伊朗高原南部也有相对较弱的升温区出现, 最终使得整个研究区域开始全面增温。虽然两种再分析资料的最终增温趋势的空间分布有很大的相似性, 但是增温趋势的形成过程却存在显著的不同。高原地区纬向和经向剖面图表明1982—2016年两种再分析资料均显示在对流层中上层的升温趋势最为明显, 但是ERA-Interim的增温中心主要位于高原上空, 而NCEP-R2资料的增温中心则是位于高原的东部地区, 另外NCEP-R2资料在经向剖面图上还显示有很强的地面增温现象。

但是本文只是对于高原对流层上层温度变化趋势特征进行了多种资料的比较分析, 没有涉及到趋势形成的物理机制和影响的探讨, 高原地区对流层上层长期趋势对东亚地区大气的具体影响也未研究, 这些都是后续的研究方向。