2. 中国科学院大学, 北京 100049
2. University of Chinese Academy of Sciences, Beijing 100049, China
大气潮汐波是中高层大气区域(MLT, Mesosphere and Lower Thermosphere)的一种主要波动,由太阳、月球的引力(引力潮汐)以及太阳的热力作用(热力潮汐)引起,但大气引力潮汐一般比热力潮汐弱很多,本文的大气潮汐指太阳热力潮汐,即以太阳日的整分之一(24 h,12 h,8 h,…)为周期的大气热力强迫振荡或波动(Chapman and Lindzen, 1970).大气潮汐波振幅随高度增加,在MLT区域振幅通常大气行星波和重力波相当,通过垂直和水平的能量和动量传输,以及与行星波和重力波相互作用,能影响大气环流、大气结构,甚至电离层(Beldon and Mitchell, 2010; Forbes and Moudden, 2012; Lu et al., 2012; Pedatella and Liu, 2013).由大气直接吸收太阳辐射驱动的大气热力潮汐为迁移性潮汐,包括对流层水汽吸收近红外太阳辐射,平流层臭氧吸收紫外辐射以及热层的氧原子吸收紫外辐射等(Forbes, 1995).迁移性潮汐对于特定纬度和高度,在同一地方时(Local Time,LT)振幅为峰值.由次级热源驱动的大气热力潮汐为非迁移性潮汐,例如潜热释放加热大气(Hagan and Forbes, 2002).地面单站点虽然只能观测到潮汐周期的波动,而无法像卫星观测区分迁移性和非迁移性潮汐,但可提供更大的时间分辨率和垂直分辨率,有助于研究某地区的短时和季节变化,对分析认识当地潮汐结构,获取更准确的环境信息有重要意义(陈泽宇和吕达仁,2007;Smith, 2012; Davis et al., 2013).
已有研究表明,周日潮汐(24 h)和半日潮汐(12 h)是大气潮汐波中最主要的成分,并且随纬度有明显变化(Smith, 2007).周日潮汐在低纬度占主要成分,高于40°N/S的纬度带以半日潮汐为主,40°N作为过渡地带,有其特殊性,变化规律较复杂(Manson et al., 2004a).此外,大气潮汐波随经度也有明显变化,差异主要来自非迁移性潮汐(Manson et al., 2002; Friedman et al., 2009; Zhang et al., 2010; Xu et al., 2011).中国廊坊(39.4°N,116.7°E)正好位于该潮汐特性过渡带,其中频雷达(MF)、流星雷达(MR)等风场探测数据对深入理解和掌握当地大气潮汐以及40°N纬度带大气潮汐波随经度的变化特性有重要价值.
Xiao等(2013)利用廊坊中频雷达2009年夏季的观测资料分析得到了MLT区域大气潮汐波在夏季的平均特征和短时变化特征.陈旭杏(2012)利用中频雷达在2009年6月4日至2012年5月31日的观测资料重点分析了90 km高度上的大气潮汐波的季节变化特性.本文将利用该站流星雷达2012年4月1日至2013年3月31日整一年的观测数据,分析研究廊坊80~100 km大气纬向风和经向风的周日、半日潮汐的季节变化特征,并与40°N纬度带的其他站点观测结果进行对比,以深入研究大气潮汐对经度的显著依赖性.此外,文中结果将与WACCM4模式模拟结果进行比较,以检验和促进物理模式的发展.
1 数据来源与分析方法 1.1 流星雷达观测数据及分析廊坊流星雷达是一个全天空干涉流星雷达系统,其原理是利用接受到的流星尾迹甚高频回波信号,根据多普勒频移,确定所在高度大气风场的速度和方向(Hocking et al., 2001).其主要参数见表 1,廊坊流星雷达可提供70~110 km的纬向风和经向风,高度分辨率为2 km,时间分辨率为1 h.廊坊流星雷达从2010年7月建立起,除特殊情况外,在廊坊进行常规性观测.
本文采用流星雷达在2012年4月1日至2013年3月31日的观测数据,选取的高度范围为80~100 km研究大气潮汐的季节变化.数据处理过程中,要求每天至少有18 h(3/4) 的小时观测数据.观测数据的时间跨度为365天,有效天数共279天,其中6、7、8月份至少有5天有效天数,其他月份有效天数在20天以上.以90 km高度为例,图 1给出了2012年4月1日至2013年3月31日期间廊坊上空90 km纬向风和经向风的Lomb-Scargle周期图.从图中可以看出,廊坊周日潮汐(1 cycle/day)和半日潮汐(2 cycle/day)比较显著.这与武汉(30°N,114°E)流星雷达的Lomb周期图有较大的不同,武汉结果显示周日潮汐显著,而半日潮汐不显著(熊建刚等,2003).
文中对纬向风和经向风的月平均大气潮汐波的提取方法与Xiao等(2013)文中相同.基于流星雷达的小时观测数据,首先对每个月构造日变化序列,即将当月每天同时刻的纬向风和经向风进行平均,获得每月的平均日变化序列u(t), i=1, 2, 3…, 24;然后根据拟合公式(1) 运用最小二乘法提取月平均24 h和12 h潮汐分量.公式为
(1) |
其中,u(t)是MLT区域某个高度上纬向风(或经向风的)月平均值,t是时间(小时),u0是月平均风场,u24、u12分别为月平均周日潮汐、半日潮汐的振幅,θ24、θ12分别为相应的月平均相位.纬向风相位是指西风风速最大时的地方时,而经向风相位指南风风速最大时的地方时.廊坊的地方时比国际时早7.78 h.
1.2 WACCM模式WACCM(Whole Atmosphere Community Climate Model)模式是一个化学-气候全耦合的全球环流模式(General Circulation Model,GCM),由美国国家大气研究中心(National Center for Atmospheric Research, NCAR)开发(Richter et al., 2008).WACCM4由大气通用模式(Community Atmosphere model,CAM4) 向上延伸而得,高度范围是地面到145 km(~4.5×10-6 hPa)的低热层,在垂直方向有66层,分辨率是变化的:在近地面以上的对流层为约1.1 km,在低平流层为1.1~1.4 km,平流层顶为1.75 km,65 km以上高度为3.5 km左右.模式提供两个主要的水平分辨率为4°×5°和1.9°×2.5°(纬度×经度).WACCM4模式可模拟行星波和其他大尺度波动,通过参数化方法体现其地形重力波、非地形重力波及其他类似湍流等小尺度扰动(Beres et al., 2005; Garcia et al., 2007; Richter et al., 2010).WACCM是自相关的非线性模式,可用于模拟大气潮汐波的季节变化(Manson et al., 2002; Smith, 2012; Davis et al., 2013).
本文运行WACCM4模式,运行的水平分辨率为1.9°×2.5°(纬度×经度),模拟廊坊一年的大气变化,时间分辨率为3 h,从输出的模拟结果中提取距离廊坊站最近的网格点(38.8°N,117.5°E)80~100 km纬向风、经向风.根据1.1节中分析方法提取模式中月平均周日潮汐和半日潮汐的振幅和相位,进而求取月平均垂直波长(Lu et al., 2011).
2 结果 2.1 周日潮汐本节主要分析和比较廊坊MLT纬向风、经向风周日潮汐季节变化的流星雷达观测和WACCM4模拟结果.图 2a和b给出廊坊流星雷达观测80~100 km的纬向风和经向风周日潮汐的振幅随月份的变化图.从图中可知,周日潮汐的纬向风和经向风振幅和季节变化特征基本一致.振幅在80~88 km表现为半年周期变化,在10月和2-3月有极大值~12 m/s,在冬、夏至有极小值;在88~100 km,主要为周年周期变化,极大值在2月份,极小值位于夏至.冬末春初(12-3月)振幅在2月92 km高度出现最大值,纬向风分量约42 m/s,经向风约38 m/s;在95 km以上高度,周日潮汐逐渐耗散,振幅逐渐减小.此外,在2012年4-5月的96~100 km高度范围,周日潮汐也表现出振幅增强,但强度比2013年2-3月振幅明显小,也可初步看出周日潮汐年际变化.
图 2c和d给出纬向风和经向风周日潮汐的相位随月份的变化图.从图中可知,纬向风和经向风周日潮汐相位除个别月份和高度以外,在大部分月份表现为随高度增加而平滑减小的趋势,说明周日潮汐在80 km以下高度激发产生,然后向上传播到MLT区域.周日潮汐相位表现为显著的季节变化特征,呈一年周期变化,秋(9-11月)、冬季(12-2月)提前,春(3-5月)、夏(6-8月)季落后.MLT区域周日潮汐相位极大值出现在春季,而极小值在0~90 km出现在冬季,在90~100 km高度出现在秋季.
为进一步比较周日潮汐的纬向风和经向风分量的大小和变化,图 3给出90 km高度的周日潮汐振幅和相位的变化.从图中可知,90 km纬向风、经向风振幅大小基本相同.周日潮汐振幅在秋、冬季(>10 m/s)比春、夏季(<10 m/s)大,2月有最大值(35~40 m/s).相位除了在4月,其他月份的经向风分量比纬向风分量提前,相位差平均为~6 h,即~90°,两者为准正交关系.两者的相位差随月份和高度有所变化,例如7月为9 h,在8月为3 h.
图 4展示了WACCM4模式模拟廊坊MLT周日潮汐振幅和相位随高度和时间的变化.图中时间轴转换为与观测一样,以便于比较.模式中周日潮汐振幅在2-3月比较强,与观测相同,但细节有所不同.模式中纬向风振幅表现为周年周期变化,位于冬末和春季(2-5月)有极大值,其他季节都比较小.模式中纬向风振幅普遍比观测值小.模式中经向风振幅在80~88 km区域的极大值位于9月(约18 m/s)和2月(约10 m/s),与观测相似;但在88~100 km极大值位于7月和3月,为约12 m/s,与观测有所不同.模式中纬向风比经向风小,纬向风模拟效果没有经向风理想.模式中相位除了在11、1月结果有突变,其他季节符合观测的季节变化特征:秋、冬季比春、夏季提前,90 km高度经向风比纬向风相位提前约6 h.但模式模拟的相位数值与观测有明显差别,例如在90 km比观测落后约6~10 h.
利用最小二乘法直线拟合方法,从月平均相位廓线求取80~100 km区域大气周日潮汐的垂直波长.表 2是廊坊流星雷达观测和WACCM4模式模拟的纬向风、经向风周日潮汐垂直波长计算结果.表中个别计算只截取相位递减的高度区间,见表中括号.纬向风垂直波长在夏季为15~20 km,为全年最小,主要因为在80 km高度相位落后很多(见图 2c);而其他季节垂直波长在约20~50 km.经向风垂直波长基本在20~45 km,比纬向风略小.表中也给出了WACCM模式模拟结果,模式中纬向风的垂直波长在冬、春季(除11、1月)与观测结果一致,在夏、秋季比观测的长;经向风的垂直波长全年基本稳定,比观测结果长1~2倍.
图 5a和b表示廊坊流星雷达观测80~100 km的纬向风和经向风半日潮汐的振幅随月份的变化图.半日潮汐振幅的纬向分量和经向分量基本一致,表现为显著的半年周期变化,纬向风和经向风振幅在5月和9月有极大值;半日潮汐的振幅随高度增加而增大,极大值位于MLT顶部,9月(约24 m/s)比5月(约20 m/s)强;振幅在冬、夏至最小.廊坊上空MLT区域大气半日潮汐的最大振幅明显比周日潮汐小,前者约为后者的50%,所在高度比图 2a和b中周日潮汐高约6 km.
图 5c和d给出纬向风和经向风半日潮汐的相位随月份的变化图.从图中可知,纬向风和经向风半日潮汐相位季节变化表现为明显的周年周期变化,春、夏季比秋、冬季提前,与周日潮汐相位季节变化不同.纬向风和经向风半日潮汐相位在秋、冬季基本表现为随高度增加而平滑减小的趋势,代表大气半日潮汐波向上传播;相位在春、夏季随高度增加基本不变.其夏季特征与2009年夏季基于中频雷达的纬向风和经向风半日潮汐结果基本一致(Xiao et al., 2013),纬向风和经向风半日潮汐的主要相位分别是8 h和4~5.5 h.
廊坊上空90 km高度的纬向风、经向风半日潮汐振幅和相位的变化见图 6.90 km半日潮汐振幅在春、秋分(15~20 m/s)最大,在冬、夏至(0~10 m/s)最小.半日潮汐相位在所有月份比较稳定,经向风分量比纬向风分量提前,平均约3 h,约90°.
图 7展示出WACCM4模式模拟廊坊MLT区域半日潮汐振幅和相位随高度和时间的变化.半日潮汐振幅随高度增加而增大,表现为半年周期变化,与观测特征一致.模式中纬向风模拟与观测有所差别,模式中极大值位于3月和夏季,极小值位于冬至和春分.经向风半日潮汐振幅的极大值出现在8月和2月,数值是观测值的~50%,比观测结果提前1~2月,极小值位于冬、夏至.从周日潮汐和半日潮汐振幅的模拟结果来看,模式模拟的经向风振幅季节变化特征似乎比纬向风好.模式半日潮汐相位与观测结果差异较大,在秋、冬季比春、夏季提前,这与观测结果相反.
根据相位变化求纬向风、经向风半日潮汐垂直波长的流星雷达和WACCM4模式模拟结果见表 3,图中括号内为计算垂直波长选取的高度范围.从图中可明显看出,半日潮汐垂直波长比周日潮汐长.由于半日潮汐相位在春、夏季随高度基本不变,因此垂直波长很长或者波动为消散波(>300 km, <-300 km).在秋、冬季垂直波长,纬向风、经向风垂直波长大约在70~100 km.由于WACCM4模拟的半日潮汐相位季节变化与观测相差较多,因此模式模拟的垂直波长与观测存在较大差异.
陈旭杏(2012)利用廊坊中频雷达研究了MLT区域潮汐的季节变化,与本文结果基本一致,也有不同.本文中80~88 km,周日潮汐振幅变化与前者相似,但88~100 km的振幅2月的最大值是前者最大值的2倍,秋季比前者略小,所以表现更显著的周年变化.由于比较年份不同,所以可能受潮汐年际变化影响.对于半日潮汐振幅,两文中研究结果基本一致.而大气潮汐波相位的比较,两文中的结果也基本一致.所以单站点长期有效的观测对于研究大气潮汐波振幅的年际变化有重要的作用.此外,本文中流星雷达在夏季观测数据偏少,所以也需要对夏季的大气潮汐波特征进一步研究.
对于大气潮汐波的模式模拟,Chang等(2012)研究表明不同模式在模拟40°N地区周日潮汐振幅有很大差异,而且模拟结果没有低纬度和高纬度结果理想 .本文也反应出该结论,可能因为40°N既不像低纬度周日潮汐占主导地位,也不像高纬度半日潮汐占主导地位,所以对模式模拟是一个挑战,说明研究40°N大气潮汐波变化特征和随经度变化特性有重要价值.
目前有很多40°N纬度带地面观测的研究结果,将廊坊(39.4°N,116.7°W)大气潮汐波的观测与Fort Collins (40.6°N,105°W,Na lidar)、Urbana (40°N,88°W,MF)、Platteville (40.2°N,104.7°W,MF)、Wakkanai (45°N,142°E,MF)和London, Canada (43°N,81°W,MF)的观测结果进行比较(Franke and Thorsen, 1993; Thayaparan et al., 1995; Igarashi et al., 2002; Manson et al., 2003; Yuan et al., 2006; Yuan et al., 2008; Chang et al., 2012).研究这些观测结果的异同有利于研究中纬度MLT区域大气水平风潮汐波随经度的变化特征.此外需要注意,由于这些观测年份不一致,大气潮汐波的年际变化可能导致观测差异变大.
对于周日潮汐,通过比较可知主要特征:(1) 振幅在冬末春初有最大值,例如本文中廊坊和Fort Collins在2月有最大振幅,达到35~45 m/s,Urbana在3-4月有最大振幅~25 m/s;但也有一部分研究显示在秋季有极大值,例如,Platteville (10~20 m/s),London, Canada (~8 m/s),本文廊坊站和Fort Collins在秋季也都存在10~20 m/s的次大振幅.与以上特征不同的是,Wakkanai最大振幅出现在5-6月,纬向风和经向风分别为15 m/s和10 m/s.(2)40°N观测的最大振幅存在明显的差异,主要是受非迁移性潮汐引起,而且受行星波影响(Manson et al., 2004b).(3) 大部分观测的相位为周年周期变化,在冬季比夏季提前;只有Platteville观测的相位呈半年周期变化,在春、秋分落后,冬、夏至提前.
对于半日潮汐,主要特征如下:(1) 振幅的季节变化则都表现为半年周期特征,一个极大值在8-9月,另一个极大值在冬季或者春季,例如Platteville在12-1月和8-9月最大振幅大于22 m/s,Wakkanai在1-2月和9月有最大振幅,纬向风和经向风分别约为14 m/s和约18 m/s,廊坊在5月和9月有最大振幅20~25 m/s;也有台站的振幅只在9月明显有极大值,Fort Collins在9月有最大振幅约50 m/s,Urbana在9月最大25~30 m/s;与以上特征不同,London, Canada半日潮汐全年振幅都变化不大,0~10m/s.(2) 夏季的相位比冬季提前.(3) 夏季垂直波长大于100 km,甚至无穷大,而冬季相对比较短.
通过分析可知,大气潮汐波随经度变化,表现出非迁移性潮汐的重要影响,对模式的模拟也提出了重要的挑战.这要求包括WACCM在内的模式进一步解决影响迁移性潮汐和非迁移性潮汐的的因素,例如太阳辐射,潜热加热,平均风场和重力波等,这也是提高模式中对约40°N这一过渡带模拟能力的关键.
4 总结本文利用中国廊坊站(39.4°N,116.7°W)流星雷达2012年4月至2013年3月的观测数据,分析了廊坊中间层和低热层(80~100 km)大气纬向风和经向风的季节变化特征,与WACCM4数值模式的模拟结果进行了比较,并将结果与同纬度的其他站点研究结果进行了比较,主要结论如下:
(1) 廊坊MLT大气纬向风和经向风的Lomb-Scargle周期图显示周日潮汐和半日潮汐都比较显著.周日潮汐和半日潮汐都表现出明显的季节变化特征.
(2) 周日潮汐在80~88 km为半年周期变化,在2月和9月有极大值约12m/s,极小值位于冬、夏至;88~100 km为周年周期变化,极大值在2月分,极小值位于夏至.周日潮汐最大振幅位于2月的92 km,纬向风和经向风分别为42 m/s和38 m/s.相位基本随高度增加而减小,潮汐波向上传播.秋、冬季相位比春、夏季提前.经向风相位领先纬向风约6 h,两者呈准正交关系.纬向风垂直波长在夏季为15~20 km,其他季节为20~50 km.经向风垂直波长为20~45 km.
(3) 半日潮汐呈半年周期变化,在9月和5月的MLT顶部有最大振幅,分别约为24 m/s和约20 m/s,极小值位于冬、夏至.相位基本也随高度增加而减小.秋、冬季相位比春、夏季落后.纬向风和经向风呈准正交关系.纬向风、经向风垂直波长在秋、冬季为70~100 km,在夏季为超长波或者消散波.
(4) WACCM4模式能够模拟大气潮汐波的季节变化.从总体结果来看,纬向风的模拟没有经向风理想.模式的相位随高度和季节的变化趋势与观测一致,但数值与观测有差别.但模拟的结果与观测有显著的区别,模拟的振幅偏小,周日潮汐相位落后,半日潮汐相位季节变化与观测相反.
(5) 廊坊上空大气潮汐波与其他40°N站点观测比较,振幅、相位随季节变化结构基本一致,但振幅有很大区别,说明非迁移性潮汐对潮汐随经度变化的影响.
致谢 感谢美国NCAR提供的WACCM模式,感谢审稿专家提出的宝贵修改意见.[] | Beldon C L, Mitchell N J. 2010. Gravity wave-tidal interactions in the mesosphere and lower thermosphere over Rothera, Antarctica (68°S, 68°W)[J]. J. Geophys. Res., 115(D18). DOI:10.1029/2009JD013617 |
[] | Beres J H, Garcia R R, Boville B A, et al. 2005. Implementation of a gravity wave source spectrum parameterization dependent on the properties of convection in the Whole Atmosphere Community Climate Model (WACCM)[J]. J. Geophys. Res., 110(D10): D10108. DOI:10.1029/2004JD005504 |
[] | Chang L C, Ward W E, Palo S E, et al. 2012. Comparison of diurnal tide in models and ground-based observations during the 2005 equinox CAWSES tidal campaign[J]. J. Atmos. Sol. Terr. Phys., 78-79: 19–30. DOI:10.1016/j.jastp.2010.12.010 |
[] | Chapman S, Lindzen R S. 1970. Atmospheric tides[M]. New York: Gordon and Breach. |
[] | Chen X X. 2012. Researches on the variations of the mesospheric and thermospheric atmosphere (in Chinese)[Ph. D. thesis]. Beijing:University of Chinese Academy of Sciences. |
[] | Chen Z Y, Lü D R. 2007. Seasonal variations of the MLT tides in 120°E meridian[J]. Chinese Journal of Geophysics (in Chinese), 50(3): 691–700. DOI:10.3321/j.issn:0001-5733.2007.03.006 |
[] | Davis R N, Du J, Smith A K, et al. 2013. The diurnal and semidiurnal tides over Ascension Island (8°S, 14°W) and their interaction with the stratospheric quasi-biennial oscillation:Studies with meteor radar, eCMAM and WACCM[J]. Atmospheric Chemistry and Physics, 13(18): 9543–9564. DOI:10.5194/acp-13-9543-2013 |
[] | Forbes J M. 1995. Tidal and planetary waves[A].//Johnson R M, Killeen T L eds. The Upper Mesosphere and Lower Thermosphere:A Review of Experiment and Theory[M]. Washington D C:AGU. |
[] | Forbes J M, Moudden Y. 2012. Quasi-two-day wave-tide interactions as revealed in satellite observations[J]. J. Geophys. Res., 117(D12). DOI:10.1029/2011JD017114 |
[] | Franke S J, Thorsen D. 1993. Mean winds and tides in the upper middle atmosphere at Urbana (40°N, 88°W) during 1991-1992[J]. J. Geophys. Res., 98(D10): 18607–18615. DOI:10.1029/93JD01840 |
[] | Friedman J S, Zhang X L, Chu X Z, et al. 2009. Longitude variations of the solar semidiurnal tides in the mesosphere and lower thermosphere at low latitudes observed from ground and space[J]. J. Geophys. Res., 114(D11). DOI:10.1029/2009JD011763 |
[] | Garcia R R, Marsh D R, Kinnison D E, et al. 2007. Simulation of secular trends in the middle atmosphere, 1950-2003[J]. J. Geophys. Res., 112(D9): D09301. |
[] | Hagan M E, Forbes J M. 2002. Migrating and nonmigrating diurnal tides in the middle and upper atmosphere excited by tropospheric latent heat release[J]. J.Geophys.Res., 107(D24): ACL 6-1–ACL 6-15. |
[] | Hocking W K, Fuller B, Vandepeer B. 2001. Real-time determination of meteor-related parameters utilizing modern digital technology[J]. J. Atmos. Sol. Terr. Phys., 63(2-3): 155–169. DOI:10.1016/S1364-6826(00)00138-3 |
[] | Igarashi K, Namboothiri S P, Kishore P. 2002. Tidal structure and variability in the mesosphere and lower thermosphere over Yamagawa and Wakkanai[J]. J.Atmos.Sol.Terr.Phys., 64(8-11): 1037–1053. DOI:10.1016/S1364-6826(02)00056-1 |
[] | Lu X, Liu A Z, Oberheide J, et al. 2011. Seasonal variability of the diurnal tide in the mesosphere and lower thermosphere over Maui, Hawaii (20.7°N, 156.3°W)[J]. J. Geophys. Res, 116(D17). DOI:10.1029/2011JD015599 |
[] | Lu X, Liu H L, Liu A Z, et al. 2012. Momentum budget of the migrating diurnal tide in the Whole Atmosphere Community Climate Model at vernal equinox[J]. J. Geophys. Res., 117(D7). DOI:10.1029/2011JD017089 |
[] | Manson A H, Meek C, Hagan M, et al. 2002. Seasonal variations of the semi-diurnal and diurnal tides in the MLT:Multi-year MF radar observations from 2-70°N, modelled tides (GSWM, CMAM)[J]. Annales Geophysicae, 20(5): 661–677. DOI:10.5194/angeo-20-661-2002 |
[] | Manson A H, Meek C E, Avery S K, et al. 2003. Ionospheric and dynamical characteristics of the mesosphere-lower thermosphere region over Platteville (40°N, 105°W) and comparisons with the region over Saskatoon (52°N, 107°W)[J]. J. Geophys. Res., 108(D13). DOI:10.1029/2002JD002835 |
[] | Manson A H, Meek C E, Chshyolkova T, et al. 2004a. Longitudinal and latitudinal variations in dynamic characteristics of the MLT (70~95 km):A study involving the CUJO network[J]. Annales Geophysicae, 22(2): 347–365. DOI:10.5194/angeo-22-347-2004 |
[] | Manson A H, Meek C E, Hagan M, et al. 2004b. Global distributions of diurnal and semi-diurnal tides:Observations from HRDI-UARS of the MLT region and comparisons with GSWM-02 (migrating, nonmigrating components)[J]. Annales Geophysicae, 22(5): 1529–1548. DOI:10.5194/angeo-22-1529-2004 |
[] | Pedatella N M, Liu H L. 2013. The influence of atmospheric tide and planetary wave variability during sudden stratosphere warmings on the low latitude ionosphere[J]. J.Geophys.Res., 118(8): 5333–5347. DOI:10.1002/jgra.50492 |
[] | Richter J H, Sassi F, Garcia R R, et al. 2008. Dynamics of the middle atmosphere as simulated by the Whole Atmosphere Community Climate Model, version 3 (WACCM3)[J]. J. Geophys. Res., 113(D8). DOI:10.1029/2007JD009269 |
[] | Richter J H, Sassi F, Garcia R R. 2010. Toward a physically based gravity wave source parameterization in a general circulation model[J]. J. Atmos. Sci., 67(1): 136–156. DOI:10.1175/2009JAS3112.1 |
[] | Smith A K. 2012. Global dynamics of the MLT[J]. Surveys in Geophysics, 33(6): 1177–1230. DOI:10.1007/s10712-012-9196-9 |
[] | Thayaparan T, Hocking W K, MacDougall J. 1995. Middle atmospheric winds and tides over London, Canada (43°N, 81°W) during 1992-1993[J]. Radio Science, 30(4): 1293–1309. DOI:10.1029/95RS00803 |
[] | Xiao C Y, Hu X, Smith A K, et al. 2013. Short-term variability and summer-2009 averages of the mean wind and tides in the mesosphere and lower thermosphere over Langfang, China (39.4°N, 116.7°E)[J]. J. Atmos. Sol. Terr. Phys, 92: 65–77. DOI:10.1016/j.jastp.2012.10.006 |
[] | Xiong J G, Wan W X, Ning B Q, et al. 2003. Tides in the mesosphere and lower thermosphere over Wuhan revealed by a meteor radar[J]. Chinese Journal of Space Science (in Chinese), 23(5): 361–370. |
[] | Xu X, Manson A H, Meek C E, et al. 2011. Mesospheric wind semidiurnal tides within the Canadian Middle Atmosphere Model Data Assimilation System[J]. J. Geophys. Res., 116(D17): D17102. DOI:10.1029/2011JD015966 |
[] | Yuan T, She C Y, Hagan M E, et al. 2006. Seasonal variation of diurnal perturbations in mesopause region temperature, zonal, and meridional winds above Fort Collins, Colorado (40.6°N, 105.1°W)[J]. J. Geophys. Res, 111(D6). DOI:10.1029/2004JD005486 |
[] | Zhang X L, Forbes J M, Hagan M E. 2010. Longitudinal variation of tides in the MLT region:1. Tides driven by tropospheric net radiative heating[J]. J. Geophys. Res., 115(A6). DOI:10.1029/2009JA014897 |
[] | 陈旭杏. 2012. 中间层和热层大气变化特性研究[博士论文]. 北京: 中国科学院大学. |
[] | 陈泽宇, 吕达仁. 2007. 东经120°E中间层和低热层大气潮汐及其季节变化特征[J]. 地球物理学报, 50(3): 691–700. DOI:10.3321/j.issn:0001-5733.2007.03.006 |
[] | 熊建刚, 万卫星, 宁百齐, 等. 2003. 武汉上空中层和低热层大气潮汐的流星雷达观测[J]. 空间科学学报, 23(5): 361–370. |