2. 地球空间信息技术协同创新中心, 武汉 430079;
3. 地球空间环境与大地测量教育部重点实验室, 武汉 430079
2. Collaborative Innovation Center for Geospatial Technology, Wuhan 430079, China;
3. Key Laboratory of Geospace Environment and Geodesy, Ministry of Education, Wuhan 430079, China
重力波是大气中最基本的动力过程,从微尺度到天气尺度的多种大气现象都和重力波有非常密切的联系,大气重力波对全球大气环流及大气的动力学、热力学结构都有着重要影响(Holton,1983;Fritts and Alexander,2003).重力波在大气传播过程中受各种耗散过程作用,将其携带的能量和动量存储在背景大气中,从而对局地和全球大气的热力学和动力学过程产生影响(Manzini and McFarlane,1998).
很多在不同的地理和气象条件下的重力波产生源已得到确认(Fritts and Alexander,2003),包括地形作用(Fritts and Nastrom,1992),对流和锋面活动(Alexander and Vincent,2000),风切变(Murayama et al.,1994)与地转适应(Hei et al.,2008).Hoffmann等(2013)对全球热点区域重力波活动研究表明,绝大多数重力波活跃区域的重力波波源都与山脉或对流活动有关.大气中气流流经山脉时受山脉的机械阻挡会激发产生重力波(即山脉重力波).山脉重力波主要产生于具有层结的大气中,由地形作用形成.在中层大气中,山脉重力波的主要尺度为~10-100 km,其相速度接近0,其垂直波长与局部大气静力稳定度和波传播面的平均风速有关.对流涉及与潜热释放有关的时变热能驱动,该过程能够与大气上层的稳定层相互作用,同时该过程还会以复杂的形式产生切变.对流活动涉及的复杂热能过程会在大气中形成短暂的阻挡效应,这种阻挡效应能够起到如山脉那样的机械阻挡效果,最终使得大气重力波产生.
目前多种多样的观测技术已被用于大气重力波的研究,包括探空火箭观测(Eckermann et al.,1995),无线电探空仪探测(Wang and Geller,2003),雷达观测(Tsuda et al.,1990),激光雷达观测(Hertzog et al.,1999),来自飞行器的风速和温度观测(Fritts and Nastrom,1992),还有来自星载的大气探测系统的温度观测,如AIRS(Hoffmann and Alexander,2009)、CRISTA(Ern et al.,2004)、HIRDLS(Wright,2010)和COSMIC(Alexander et al.,2008)等.诸如火箭、探空仪、雷达之类的地基观测资料已经为研究重力波活动提供了一些有价值的信息.但是,地基观测严重受限于观测站的地理分布,难以获得重力波活动的全球分布特征信息.随着星载传感器大气探测技术的发展,获取重力波活动特征的全球分布成为可能.来自星载传感器观测的大气温度廓线数据已被大量用于重力波研究,其中利用低地球轨道卫星GPS无线电掩星技术(Radio Occultation,RO)探测地球大气状态受到越来越多的关注.
GPS信号在地球大气中传播时受大气折射的影响,其传播路径会产生弯曲.在一次掩星事件中,地球低轨道卫星上的GPS接收机可测量来自GPS卫星的双频信号多普勒频移,据此可求出GPS信号传播路径的弯曲角廓线,进而可求得大气折射率廓线,从而提取大气的温度、气压、水汽等廓线信息.GPS RO探测具有全球覆盖、高精度、高垂直分辨率、长期稳定、全天候和准实时观测的特点,已成为全球大气探测的重要方式,GPS RO观测资料近年来被一些学者用于大气重力波的研究(Nastrom et al.,2000).目前针对大气重力波的研究,有很多着眼于揭示全球尺度的重力波活动特征(Wang and Alexander,2010),也有一些着眼于特定区域的重力波活动特征及波源探究,如南极洲(Baumgaertner and McDonald,2007),安第斯山脉(Alexander and Teitelbaum,2011),热带地区(Alexander et al.,2000)等.
被称作”世界屋脊”的青藏高原位于亚洲中部,是世界上地形最复杂的地区之一,平均海拔约4 km,它不仅对大气运动产生机械屏障作用,同时还作为热源与其周围的自由大气存在热量交换(Ding,1992).青藏高原地区大气对流活动频繁,因此青藏高原地区可能存在许多重力波源,但目前关于青藏高原地区大气重力波活动特征的研究较少,该区域重力波的特性还不清楚.Lin和Zhang(2012)利用2008年中日合作的JICA(Japan International Cooperation Agency,日本国际协力机构)项目在青藏高原地区甘孜(32.2°N,84.4°E)和理塘(30.0°N,100.3°E)的GPS无线电探空数据研究了重力波的垂直波长、传播方向和固有频率与科里奥利频率比值在这两个站的统计特征.但由于GPS无线电探空观测在时空分布和成本方面的局限性,Lin和Zhang(2012)的研究仅针对青藏高原上的两个测站,数据时间跨度不到100天,且观测数据并不连续,在空间和时间跨度上都有局限性,不能较全面地揭示青藏高原地区大气重力波的活动特征,且并未对现象背后的成因进行分析.
本文利用时空覆盖较好的COSMIC掩星数据2006年5月至2013年4月的温度廓线研究青藏高原大气重力波的活动特征,首次给出青藏高原地区大气重力波活动较为全面的结果,并分析该地区重力波活动时空分布特征的规律与成因.
2 COSMIC数据COSMIC是2006年美国和中国台湾地区合作发射的地球大气探测系统,由6颗低轨卫星组成,主要应用在天气预报、气候监测、空间天气研究等方面.COSMIC每天可提供约2000~2500次全球掩星事件,2011年后因该系统已超过预定服务期,每天的全球掩星事件减少到1000多次.COSMIC的温度廓线可覆盖5~40 km高度大气,温度廓线垂直分辨率由实际大气条件下信号菲斯涅尔圈半径决定,在平流层约为1 km,在低对流层约为100 m,其水平分辨率为100~200 km,温度廓线的精度约为±0.5 K(Horinouchi and Tsuda,2009).
COSMIC数据分析和存储中心(CDAAC,COSMIC Data Analysis and Archive Center)每天向全球发布两种类型的数据产品:一种是为气象监测和预报所提供的COSMIC近实时产品;另一种是为科学研究提供的更精确有效的COSMIC后处理产品.由于10 km以上大气中水汽含量极少,10~35 km范围内的COSMIC干温廓线可直接作为真实大气的温度廓线(Horinouchi and Tsuda,2009).本文使用CDAAC提供的2006年5月至2013年4月的COSMIC后处理干温廓线(Version2010.2640)分析青藏高原地区大气重力波活动的时空分布及季节变化.在高度区间上,Luna等(2013)的研究表明利用RO数据计算的大气重力波势能Ep在18~28 km高度范围内最可靠,本文顾及Ep结果的可靠性,同时方便对比研究重力波活动随高度的变化,将选取18~22 km和23~27 km两个高度区间的重力波势能Ep展开研究.
图 1是青藏高原地区的高程分布,本文研究的青藏高原地区范围为74°E—104°E,25°N—40°N.
目前基于卫星大气观测数据对重力波活动特征及规律的研究,主要是利用重力波能量来度量重力波活动强弱.通常,重力波能量包括动能(Kinetic Energy,Ek)和势能(Potential Energy,Ep)两部分.根据重力波线性理论,重力波势能与动能之比Ep/Ek为常数(Fritts and Vanzandt,1993),故可以直接由Ep表征重力波活动特征.利用公式(1),可直接从大气温度廓线计算Ep,其推导过程详见文献(Tsuda et al.,2000).
(1)式中T为背景温度,T′为扰动温度,T′(z)=T(z)-T(z),N为浮力频率,g为重力加速度,(2)式中为绝热温度直降率,z为高度.公式中高度的单位为m,温度的单位为K,的单位是K/m(且其符号通常为负).浮力频率的计算使用其定义式:
(3)式中位势温度,P为压强,标压P0=1000 hPa.
由公式(1)可知,为了计算Ep,需要实现大气温度廓线中背景温度和扰动温度廓线的分离.扰动温度的提取是重力波参数计算过程中的关键问题.针对单一温度廓线进行滤波或拟合的方法得到的温度扰动廓线中仍含有较强的背景温度信息.本文利用Fetzer和Gille(1994)提出的方法,在考虑整个纬圈上的0~6纬向波数背景前提下,实现扰动温度和背景温度的提取.具体步骤如下:
(1)将单天COSMIC全球廓线以0.25 km间隔在15~31 km高度范围内进行等间距内插,并在水平方向上以5°间隔划分纬圈;
(2)对同纬圈同高度温度数据,以经度为自变量,采用最小二乘估计,求取0~6纬向波数参数,并最终由各纬圈各高度上的0~6纬向波数参数计算得到背景温度廓线;
(3)由温度廓线和相应的背景温度廓线,计算得到扰动温度廓线,并对扰动温度廓线进行平滑处理,得到最终的重力波扰动温度廓线.
4 结果分析 4.1 Ep的统计性质图 2是利用2006年5月至2013年4月青藏高原地区COSMIC掩星温度廓线计算的大气重力波势能Ep均值的归一化频率统计图.在对单次掩星事件计算Ep值的基础上,求18~22 km高度内Ep的均值,以0.1 J·kg-1的区间间隔统计了36432条廓线.图 2中归一化频率为1的Ep值区间对应的廓线数为810条.不同高度区间内的Ep均值归一化频率统计结果与图 2相似,只是峰值对应的Ep值及Ep统计频率的拖尾有所差异.
参考Baumgaertner和McDonald(2007)的相应研究结果,本文首先基于已知的各种分布类型对Ep值进行了初步的分布拟合,对比发现Ep值最符合对数生长分布(loglogistic distribution).然后利用最大似然估计分别对18~22 km和23~27 km高度(图略)内Ep均值的归一化频率分布进行对数生长分布参数估计.对数生长分布函数如下:
(4)式中,针对18~22 km高度内青藏高原大气重力波Ep均值的分布频率使用最大似然估计得到的相应参数值为:μ18~22=1.05469,σ18~22=0.493097(使用同一方法对23~27 km高度内Ep均值频率分布进行拟合得到相应参数为:μ23~27=0.630911,σ23~27=0.56435);对18~22 km和23~27 km高度内Ep均值的对数生长分布参数估计已通过了相应的分布假设检验.
本文研究结果表明青藏高原地区大气重力波Ep均值的分布频率服从对数生长分布.Baumgaertner和McDonald(2007)针对南极洲的大气重力波研究,得到20~22 km高度内Ep均值服从对数正态分布,这与本文的结果非常相似.对数生长分布是介于正态分布和对数正态分布之间的一种概率分布,其与对数正态分布的差异极小.这说明尽管地区差异很大,但是大气重力波Ep均值基本上服从统一的概率分布模型.
4.2 Ep的季节分布等值图 3a是2006年5月至2013年4月青藏高原地区15~31 km内逐月大气重力波在各高度上的Ep月均值分布图,折线图 3b显示了不同月份青藏高原地区COSMIC掩星事件数.由于COSMIC掩星任务星座在刚发射的几个月6颗卫星并未调整到设计轨道,2006年5—7月青藏高原地区掩星事件数目均非常少.这也导致了求得的15~31 km范围内Ep月均值异常,其趋势与2006年8月至2013年4月Ep月均值趋势有较大差异.由图 3b可知2006年8月至2013年4月青藏高原地区每月COSMIC掩星事件都在300~600次之间,每月掩星事件数目较平均,不存在周期性变化,故这段时期内15~31 km范围内Ep月均值的趋势变化不是由掩星事件数目的变化导致,可以揭示青藏高原地区大气重力波活动的特征.由图 3a可见,各月15~31 km内Ep均值分别在16~18 km和28~31 km出现两个峰值,但16~18 km处Ep值更高,20~26 km高度范围内各月的Ep值都极低.这说明该高度范围内的重力波活动在17 km附近和30 km附近极活跃,而在22~24 km附近非常平静,青藏高原上空15~31 km大气重力波活动随高度增加而变化.高原大气重力波活动在15~17 km内随高度增加而加强,而在17~23 km内随高度增加而减弱,但在23~30 km内又随高度增加而增强;不过23~30 km范围内高原大气重力波活动强度随高度增加的幅度较15~17 km范围弱,这也说明整体而言高原大气重力波在平流层底部较活跃.
从2006年至2013年的长时期数据来看,每年的冬季(DJF),青藏高原大气在15~31 km内重力波活动比其他季节活跃,特别是15~20 km高度范围内,Ep月均值>6 J·kg-1;但是2011年冬季青藏高原大气重力波活动较其他年份同季节有所减弱,Ep月均值介于4~5 J·kg-1.
4.3 Ep的空间分布图 4、5分别是2008—2010年青藏高原18~22 km和23~27 km高度Ep均值的分布.由图 4可知,18~22 km大气Ep均值呈现明显的季节变化,春夏秋三个季节青藏高原上空Ep均值较低,而在高原边缘Ep均值都较高;冬季则高原和高原边缘的Ep均值都很高.Ep均值在秋季最低,冬季最高.这说明冬季青藏高原大气重力波活动在高原及其边缘都很活跃,而在秋季则较平静.2007年、2011年和2012年的结果也体现了同样的特征(图中未给出).对比2007年至2012年各季节18~22 km大气的Ep均值分布,发现2010年冬季Ep均值整体都偏低,图 4l所示2010年冬季18~22 km大气Ep均值高值只在高原东南部横断山脉区出现,而图 5l所示2010年冬季23~27 km大气Ep均值在整个青藏高原都极小;这一现象可能与2010年冬季青藏高原地区重力波波源的异常有关,同时重力波活动随高度的衰减加剧了2010年冬季23~27 km高空大气重力波的异常.至于这种现象是否具有周期性还有待于对青藏高原地区更长期重力波数据的研究.
图 5显示2008年至2010年青藏高原23~27 km高度高空重力波Ep值在各季节都明显低于图 4所示18~22 km大气中Ep均值,这说明重力波自平流层底部向上传播的过程中发生了能量耗散;夏季高原边缘Ep值相对较高,冬季高原上Ep均值较高.但是2010年秋季和冬季Ep均值显著低于平均水平,这也说明2010年秋季和冬季青藏高原地区大气重力波活动异常.图 5中各子图右上角的黑色斑块为Ep异常值,青藏高原2008—2010年各季节23~27 km高度Ep均值的空间分布在高原地区东北部边缘异常高(20 J·kg-1),而整体上该高度区间其他区域的Ep均值均较小(<6 J·kg-1).该区域并无特别明显的重力波波源,且本文关注相应波长重力波活动有随高度衰减的趋势,另本文使用的方法也已有大量研究使用,故本文认为该区域的Ep高值为异常值(图 5中以黑色表示).有待数据密度增加和背景温度分离方法的进一步改善予以解决.
为了研究青藏高原地区大气重力波活动与地形的相关性,本文对该地区2008年各季节不同高度区间内经向和纬向大气重力波Ep值与高程进行了相关性分析.对2008年各季节内青藏高原所有Ep廓线数据,在74°E—104°E经度范围内,以5°间隔划分经度带,对各经度带内Ep廓线数据,在纬度方向以2.5°为间隔,求18~22 km和23~27 km高度区间内Ep值的格网平均,即得到用于进行相关分析的各季节Ep纬向序列.求取各季节Ep经向序列方法类似,即在25°N—40°N纬度范围内以5°间隔划分纬度带,在经度方向上以2.5°间隔,求得18~22 km和23~27 km高度区间内Ep值的格网平均.用于进行相关性分析的青藏高原地形经向和纬向序列获取方法与Ep经向和纬向序列相同.
图 6给出了2008年春季青藏高原18~22 km大气中各经度带(5°间隔)内纬向重力波Ep和纬向高程的空间序列(2.5°间隔),可以发现Ep的变化趋势与高程的变化有一定程度的符合.在高程变化较明显的区域,高程峰值的两侧Ep值均出现峰值,如图 6中74.0°E—79.0°E及79.0°E—84.0°E所示.这说明在这些区域地形对重力波的活动有驱动作用.当然,由于青藏高原地区地形和气象条件复杂,重力波来源多样,重力波的形成是由多种因素共同作用的结果,各因素对重力波活动的影响难以分离开研究,故而难以得到显著的重力波Ep与高程的响应关系序列.由图 6也可发现,青藏高原地形在纬向方向的变化较显著.
表 1列出了2008年各季节青藏高原在18~22 km和23~27 km高度区间大气中各经度带纬向重力波Ep和纬向高程空间序列的相关系数.本文中仅使用互相关系数来表征两个序列的相关性,并使用p值检验法来检验序列相关性的显著程度.表 1中加粗表示的相关系数通过了显著性水平为0.05的p值检验,即有理由相信两个序列间存在相关性.从表 1可知,在74°E—79°E经度带内,2008年春季和冬季18~22 km大气中的重力波活动与该地区的高程变化相关;另外,23~27 km高度大气重力波活动与地形的相关性比18~22 km高度的弱,这说明平流层中上部的重力波活动基本上与地形无关,山脉地形驱动是平流层下部的重力波来源;平流层下部的重力波向高层大气传播过程会发生明显的耗散作用.可以认为,在74°E—79°E经度带内,春冬季节大气重力波主要是山脉重力波,而夏秋季节的重力波活动主要由其他因素导致.
表 2列出了2008年各季节青藏高原各高度(18~22 km和23~27 km)大气中各纬度带经向重力波Ep和经向高程空间序列的相关系数.只有在25°N—30°N纬度带内,2008年春季18~22 km高度内大气重力波Ep与高程序列相关(通过了显著性水平为0.05的p值检验),而23~27 km高度内大气重力波Ep与高程序列的相关性极弱.
进一步的,本文对2007—2012年各年各季节经纬度带高原地形与不同高度层重力波Ep值的相关性进行了统计,对比发现不同年份这种相关性的差异较大,较强相关性的空间和季节分布并不一致.这说明高原地区重力波活动的激发源多种多样,该地区的重力波活动并不如Andes山脉区域那样存在由山脉主导的重力波活动.青藏高原地区重力波活动与地形存在一定相关性,地形主要影响平流层底部的重力波活动.
4.5 Ep与风速的相关性为了研究青藏高原平流层大气重力波活动与风速的关系,本文采用欧洲中期天气预报中心(ECMWF,European Centre for Medium-Range Weather Forecasts)提供的青藏高原地表风速资料,结合重力波Ep的时间序列,计算二者的相关性.风速数据使用ECMWF提供的2007—2012年逐月平均纬向(U)和经向(V)10 m地表风速格网数据,格网分辨率为2.5°×2.5°.为了利用ECMWF的风速序列与Ep进行相关性分析,对2007—2012年的18~22 km和23~27 km大气重力波Ep数据进行时空格网平均,得到格网分辨率为2.5°×2.5°的Ep逐月平均序列.具体方法是利用青藏高原地区2007—2012年所有大气重力波Ep廓线数据,分别针对18~22 km和23~27 km两个高度空间求取大气重力波Ep的均值,得到所有掩星廓线计算的Ep均值数据.再以月为间隔,考虑Ep均值数据对应的经纬度,在空间上以2.5°×2.5°对青藏高原划分格网,求取每月落入各格网中的所有Ep数据的算术均值,得到每月各格网的Ep均值.对最后得到的Ep时空平均序列,在18~22 km和23~27 km两个高度区间内分别求取各格网上的Ep时间序列(2008年1月至2012年12月,间隔为1个月)与该格网点经向和纬向风速时间序列的相关系数,并对相关性进行显著性水平为0.05的p值检验.其结果如图 7、8所示.
图 7a、7b分别表示青藏高原18~22 km和23~27 km大气重力波Ep格网时间序列与纬向(U)风速格网时间序列的相关性,图 8a、8b分别表示青藏高原18~22 km和23~27 km大气重力波Ep格网时间序列与经向(V)风速格网时间序列的相关性.图中非白色区域的相关系数,均通过了显著性水平为0.05的p值检验,说明该区域的Ep与风速存在相关性(Baumgaertner和McDonald(2007)研究得到的南极洲上空大气重力波与地表风速的相关系数基本介于0.15~0.25之间,但此种相关性通过了显著性水平为0.05的p值检验,二者的相关性仍是可信的).
对比图 7和图 8,可见纬向风对青藏高原平流层大气重力波的活动影响比经向风明显,且重力波活动强度与纬向风风速基本上呈正相关,只在高原西部的小区域呈现负相关;同时,同一风向风速对平流层中底部(18~22 km)大气重力波活动影响较其对平流层中上部(23~27 km)大气重力波活动的影响大.由图 8a、8b可知,在25°N—30°N地区,在18~22 km和23~27 km大气重力波活动都与经向风呈负相关.这说明在青藏高原的低纬度地区,经向风对平流层大气重力波的活动影响微弱,该区域经向风活动并不能触发山脉重力波.
青藏高原地区地形复杂,这种地形会影响该地区平流层低层的重力波活动,而通常地形相关的重力波与垂直于地形走向的风的关系更加密切.由图 7、8可知,青藏高原地区地表风速与大气平流层重力波活动有相关性,纬向风比经向风对该地区平流层大气重力波活动的影响大.纬向风总体上会促进高原大气重力波活动.
4.6 青藏高原地表辐射对重力波活动的影响由图 4和图 5所示不同年份、不同季节及不同高度区间青藏高原平流层大气重力波Ep值的分布可知,高原大陆上不同季节重力波活动强度的差异很大,在高原边缘这种差异则很小.即高原边缘上空,各季节重力波活动都较强,这应该与高原边缘急剧的地形变化和地表风速有关,特别是高原边缘高耸的山脉对大气环流的机械阻挡作用,导致了大气重力波的形成.但是高原上同样有地形变化大的山脉,地表风速也没有明显的变化,重力波活动却在各季节呈现较明显差异——夏秋季节高原上空大气重力波活动较弱,而冬春季节高原上空大气重力波活动很强.这种差异是一种规律性的特征,下文将研究这一特征的形成原因.
图 9是青藏高原西北部一格网点(32.5°N,82.5°E)2007—2012年地表感热通量(SSHF,Surface Sensible Heat Flux)月均值与18~22 km大气重力波Ep月均值的逐月时间序列.SSHF可以反映地表对大气的加热作用,本文的SSHF使用ECMWF提供的再分析数据,空间分辨率为2.5°×2.5°,规定SSHF的正方向为垂直地表向下,负值表示地表对大气的加热作用.Ep的逐月格网平均数据与本文3.5节中方法相同,此处只计算18~22 km大气重力波Ep的逐月格网均值.
由图 9可知,格网点(32.5°N,82.5°E)2007—2012年SSHF月均值均为负值,并呈现季节性变化,冬春季节SSHF绝对值较小,夏秋季节SSHF绝对值较大,其绝对值在5—7月超过80 J/(m2·s)达到最大值,部分年份甚至超过100 J/(m2·s),表明5—7月高原地表对大气的加热作用达到最大.18~22 km大气重力波Ep的逐月格网均值在冬春季节较大,在夏秋季节较小.图 9表明Ep与SSHF的月均值的逐月变化在趋势上具有很好的一致性.为了研究SSHF对青藏高原大气重力波活动的影响,本文计算了青藏高原地区各格网(空间分辨率为2.5°×2.5°)SSHF月均值逐月时间序列与18~22 km大气重力波Ep的月均值时间序列的相关系数,结果如图 10所示.图 10中的相关系数通过了显著性水平为0.05的p值检验,所示Ep与SSHF的逐月时间序列相关系数在0.2~0.5之间,说明Ep的变化与SSHF的变化有较强相关性,而高原大陆约一半的区域呈现出此种相关性,表明SSHF是影响高原大气重力波活动的一个重要因素.
叶笃正和高由禧(1979)指出,青藏高原在夏季是一个热源,而在冬季是冷源,夏季高原大陆对大气的加热作用,使得高原大气不稳定.杨伟愚等(1990)指出高原加热作用会使得高原近地层(<10 km)出现不稳定层结,这种不稳定层结加剧了高原上空热量和水汽的传递,当高原对大气加热作用强烈时,近地层的热量和水汽会通过对流逐层传递到高空,造成高空大气的不稳定.
稳定的大气层结是重力波产生发展的必备要素.当高原加热较弱时,这种加热作用只使近地层大气不稳定,这种不稳定会加剧高原上空热量和水汽的传递,近地层的对流活动会引起其上具有稳定层结大气的重力波活动;而当高原加热较显著时,高原近地层的热量和水汽可通过分阶段式的对流活动传递到高空,使得高空大气不稳定,导致大气重力波不能产生发展.故可以认为高原大陆对高原大气的加热作用的季节性变化是高原大气重力波季节性变化的重要原因.
5 结论本文使用CDAAC提供的2006年5月至2013年4月的COSMIC后处理干温廓线数据计算了能够反映大气重力波活动的Ep,分析了青藏高原18~28 km高度大气重力波Ep的时空分布和季节变化特征;并结合高原地形、地表风速和SSHF与高原大气重力波Ep的相关性分析了高原大气重力波活动特征的成因.本文得出以下结论:
(1)青藏高原地区大气重力波Ep均值的分布频率服从对数生长分布,尽管地区差异很大,但是大气重力波Ep均值基本上服从统一的概率分布模型.
(2)青藏高原地区大气重力波在16~18 km和28~31 km高度较活跃,而在20~26 km高度较平静;高原大气重力波呈明显季节性变化,冬春季高原大气重力波活动最活跃,夏秋季节高原大气重力波活动较平静.
(3)各季节整个高原上空大气重力波活跃度都随着大气高度升高而降低,说明高原上低层大气重力波向高层传播会发生耗散作用.
(4)高原边缘各季节重力波活动均较活跃,而高原上空大气重力波活动在冬春季节较活跃,在夏秋季节较平静.2010年冬季青藏高原大气重力波活动异常平静,是否有规律有待今后长时序的相关数据研究.
(5)地形与风速是影响青藏高原大气重力波活动的重要因素,地形与风速可共同作用影响大气重力波活动.地形主要影响平流层底部的重力波活动,但地形并不能主导高原地区重力波活动.青藏高原地区地表风速与大气平流层重力波活动存在相关性,纬向风比经向风对该地区平流层大气重力波活动的影响大.纬向风总体上会促进高原大气重力波活动.
(6)青藏高原大陆加热作用是导致青藏高原大气重力波活动呈季节性规律变化的重要因素.当高原加热较弱时,导致近地层大气不稳定,因此产生的近地层对流活动会引起其上具有稳定层结大气的重力波活动;而当高原加热较显著时,高原近地层的热量和水汽可通过分阶段式的对流活动传递到高空,使得高空大气不稳定,导致大气重力波不能产生发展.
由于目前的COSMIC掩星数据单天廓线数有限,故无法进一步提取青藏高原地区大气重力波的水平波长和动量通量等参数以研究高原大气重力波的特性;随着COSMIC-2计划的实施,基于GNSS的RO探测所获得单天廓线数将会大幅增加,届时将有望在青藏高原大气重力波活动特征与机制上有更深入的研究.
致谢 衷心感谢CDAAC提供的COSMIC大气干温廓线数据以及ECMWF提供的风速和地表感热通量数据.感谢匿名审稿人对完善本文提出的宝贵建议和意见.[1] | Alexander M J, Beres J H, Pfister L. 2000. Tropical stratospheric gravity wave activity and relationships to clouds. Journal of Geophysical Research: Atmospheres, 105(D17): 22299-22309. |
[2] | Alexander M J, Vincent R A. 2000. Gravity waves in the tropical lower stratosphere: A model study of seasonal and interannual variability. Journal of Geophysical Research: Atmospheres, 105(D14): 17983-17993. |
[3] | Alexander M J, Teitelbaum H. 2011. Three-dimensional properties of Andes mountain waves observed by satellite: A case study. Journal of Geophysical Research: Atmospheres, 116(D23): D23110. |
[4] | Alexander S P, Tsuda T, Kawatani Y, et al. 2008. Global distribution of atmospheric waves in the equatorial upper troposphere and lower stratosphere: COSMIC observations of wave mean flow interactions. Journal of Geophysical Research: Atmospheres, 113(D24): D24115. |
[5] | Baumgaertner A J G, McDonald A J. 2007. A gravity wave climatology for Antarctica compiled from Challenging Minisatellite Payload/Global Positioning System (CHAMP/GPS) radio occultations. Journal of Geophysical Research: Atmospheres, 112(D5): D05103. |
[6] | Ding Y Y. 1992. Effects of the Qinghai-Xizang (Tibetan) plateau on the circulation features over the plateau and its surrounding areas. Advances in Atmospheric Sciences, 9(1): 112-130. |
[7] | Eckermann S D, Hirota I, Hocking W K. 1995. Gravity wave and equatorial wave morphology of the stratosphere derived from long-term rocket soundings. Quarterly Journal of the Royal Meteorological Society, 121(521): 149-186. |
[8] | Ern M, Preusse P, Alexander M J, et al. 2004. Absolute values of gravity wave momentum flux derived from satellite data. Journal of Geophysical Research: Atmospheres, 109(D20): D20103. |
[9] | Fetzer E J, Gille J C. 1994. Gravity wave variance in LIMS temperatures. Part I: Variability and comparison with background winds. Journal of Atmospheric Sciences, 51(17): 2461-2483. |
[10] | Fritts D C, Nastrom G D. 1992. Sources of mesoscale variability of gravity waves. Part II: Frontal, convective, and jet stream excitation. Journal of the Atmospheric Sciences, 49(2): 111-127. |
[11] | Fritts D C, Vanzandt T E. 1993. Spectral estimates of gravity wave energy and momentum fluxes. Part I: energy dissipation, acceleration, and constraints. Journal of the Atmospheric Sciences, 50(22): 3685-3694. |
[12] | Fritts D C, Alexander M J. 2003. Gravity wave dynamics and effects in the middle atmosphere. Reviews of Geophysics, 41(1): 1003, doi: 10.1029/2001RG000106. |
[13] | Hei H, Tsuda T, Hirooka T. 2008. Characteristics of atmospheric gravity wave activity in the polar regions revealed by GPS radio occultation data with CHAMP. Journal of Geophysical Research: Atmospheres, 113(D4): D04107. |
[14] | Hertzog A, Souprayen C, Hauchecorne A. 1999. Observation and backward trajectory of an inertio-gravity wave in the lower stratosphere. Annales Geophysicae, 19(9): 1141-1155. |
[15] | Hoffmann L, Alexander M J. 2009. Retrieval of stratospheric temperatures from Atmospheric Infrared Sounder radiance measurements for gravity wave studies. Journal of Geophysical Research: Atmospheres, 114(D7): D07105. |
[16] | Hoffmann L, Xue X, Alexander M J. 2013. A global view of stratospheric gravity wave hotspots located with Atmospheric Infrared Sounder observations. Journal of Geophysical Research: Atmospheres, 118(2): 416-434. |
[17] | Holton J R. 1983. The influence of gravity wave breaking on the general circulation of the middle atmosphere. Journal of the Atmospheric Sciences, 40(10): 2497-2507. |
[18] | Horinouchi T, Tsuda T. 2009. Spatial structures and statistics of atmospheric gravity waves derived using a heuristic vertical cross-section extraction from COSMIC GPS radio occultation data. Journal of Geophysical Research: Atmospheres (1984—2012), 114(D16), doi: 10.1029/2008JD011068. |
[19] | Lin Y H, Zhang L J. 2012. Characteristics of gravity waves over the Tibetan Plateau during the PRC-Japan Cooperative JICA Project in 2008. Journal of the Meteorological Society of Japan. Series II, 90C: 215-223. |
[20] | Luna D, Alexander P, de la Torre A. 2013. Evaluation of uncertainty in gravity wave potential energy calculations through GPS radio occultation measurements. Advances in Space Research, 52(5): 879-882. |
[21] | Manzini E, McFarlane N A. 1998. The effect of varying the source spectrum of a gravity wave parameterization in a middle atmosphere general circulation model. Journal of Geophysical Research: Atmospheres (1984—2012), 103(D24): 31523-31539. |
[22] | Murayama Y, Tsuda T, Fukao S. 1994. Seasonal variation of gravity wave activity in the lower atmosphere observed with the MU radar. Journal of Geophysical Research: Atmospheres, 99(D11): 23057-23069. |
[23] | Nastrom G D, Hansen A R, Tsuda T, et al. 2000. A comparison of gravity wave energy observed by VHF radar and GPS/MET over central North America. Journal of Geophysical Research: Atmospheres (1984—2012), 105(D4): 4685-4687. |
[24] | Tsuda T, Murayama Y, Yamamoto M, et al. 1990. Seasonal variation of momentum flux in the mesosphere observed with the MU radar. Geophysical Research Letters, 17(6): 725-728. |
[25] | Tsuda T, Nishida M, Rocken C, et al. 2000. A global morphology of gravity wave activity in the stratosphere revealed by the GPS occultation data (GPS/MET). Journal of Geophysical Research: Atmospheres (1984—2012), 105(D6): 7257-7273. |
[26] | Wang L, Geller M A. 2003. Morphology of gravity-wave energy as observed from 4 years (1998—2001) of high vertical resolution U.S. radiosonde data. Journal of Geophysical Research: Atmospheres (1984—2012), 108(D16), doi: 10.1029/2002JD002786. |
[27] | Wang L, Alexander M J. 2010. Global estimates of gravity wave parameters from GPS radio occultation temperature data. Journal of Geophysical Research: Atmospheres, 115(D21): D21122. |
[28] | Wright C. 2010. Detection of stratospheric gravity waves using HIRDLS data[Ph. D. thesis]. Oxford: University of Oxford. |
[29] | Yang W Y, Ye D Z, Wu G X. 1990. Research on several issues about the meteorology over the Qinghai-Tibetan Plateau in summer seasons. Science in China Series B(in Chinese), 20(10): 1100-1111. |
[30] | Ye D Z, Gao Y X. 1979. Meteorology over the Qinghai-Tibetan Plateau (in Chinese). Beijing: Science Press. |
[31] | 杨伟愚, 叶笃正, 吴国雄. 1990. 夏季青藏高原气象学若干问题的研究. 中国科学(B辑), 20(10): 1100-1111. |
[32] | 叶笃正, 高由禧. 1979. 青藏高原气象学. 北京: 科学出版社. |