中国气象学会主办。
文章信息
- 李海燕, 孙家仁, 胡东明, 谌志刚, 曾琳, 叶希莹. 2018.
- LI Haiyan, SUN Jiaren, HU Dongming, CHEN Zhigang, Zeng Lin, Ye Xiying. 2018.
- 两类厄尔尼诺事件对中国东部冬季气溶胶的影响
- Influences of two types of El Niño events on wintertime aerosols over eastern China
- 气象学报, 76(5): 699-713.
- Acta Meteorologica Sinica, 76(5): 699-713.
- http://dx.doi.org/10.11676/qxxb2018.035
-
文章历史
- 2017-11-28 收稿
- 2018-04-27 改回
2. 环境保护部华南环境科学研究所, 国家环境保护城市生态环境模拟与保护重点实验室, 广州, 510655;
3. 中山大学大气科学学院, 广州, 510275
2. Key Laboratory of Urban Ecological Environmental Simulation and Protection, South China Institute of Environmental Science, the Ministry of Environmental Protection of PRC, Guangzhou 510655, China;
3. School of Atmosphere Sciences, Sun Yat-sen University, Guangzhou 510275, China
近年来中国大气灰霾重污染事件频发, 尤其是冬季中东部地区PM2.5浓度水平持续居于高位, 虽然污染源排放增加是灰霾增多的内部原因和基本条件, 但大气环流变异作为灰霾污染加剧的重要外因之一, 对中国气溶胶污染的影响逐渐引起学者们的重视, 已有研究得出了一些确定性结论。研究表明, 近几十年来季风环流的异常减弱可能有助于增加中国区域气溶胶浓度, 并影响区域性气溶胶污染传输和空间分布(Wu, et al, 2016; Li, et al, 2016; Zhang et al, 2014a, 李占清, 2016; 郭增元等, 2017)。此外, 有学者指出全球变暖及其引发的北极海冰减少显著加剧了区域性雾霾污染(Wang, et al, 2015; Zou, et al, 2017; Cai, et al, 2017)。然而与北极海冰引发的大气环流异常相比, 厄尔尼诺-南方涛动(ENSO)作为引发大气环流变异的又一凸出气候现象, 通过与东亚季风系统的耦合作用, 势必对中国气溶胶污染产生重要影响。
事实上, 随着ENSO机理及其气候影响研究的深入(Bjerknes, 1969; van Loon, et al, 1981; Ropelewski, et al, 1987; Wallace, et al, 1998; Trenberth, et al, 2000; Alexander, et al, 2002; 李智玉等, 2015; 李海燕等, 2016a, 2016b; 袁心仪等, 2017), 学者们已逐渐关注到ENSO对气溶胶的影响问题。譬如, 周任君等(2011)研究发现, ENSO对平流层的气溶胶分布具有显著影响, 厄尔尼诺发生后半年内热带平流层低层的气溶胶柱浓度高于其气候态, 平流层中层的柱浓度则偏低, 而拉尼娜年的情况相反。DeFlorio等(2016)借助地基和卫星观测资料以及数值模式(Community Earth System Model, CESM)研究发现, ENSO对北非夏季沙尘气溶胶的传输具有一定的调制作用。Kim等(2016)则指出, 拉尼娜年时北印度地区气溶胶浓度偏高, 且最大气溶胶光学厚度位于阿拉伯海及印度西北地区, 说明存在从西亚至中东沙漠的高浓度沙尘气溶胶输送。Chang等(2016)分析了2015强厄尔尼诺年12月不同气象要素对中国东部的气溶胶污染形成的影响。结果表明, 由于2015年12月华北平原近地面东南风异常增强, 华东南部降水增多及华东中部风速的异常减弱, 使得华北平原PM2.5浓度显著升高。Zhao等(2018)通过诊断和数值模拟探讨了ENSO对中国冬季霾污染的影响, 与Chang等(2016)的结果不同, 统计结果显示, 在厄尔尼诺(拉尼娜)冬季, 华南地区的霾天数往往比正常情况少(多), 而中国北方和东部的冬季霾日数与ENSO无明显关系。进一步的数值模拟表明, 在2010年气溶胶排放水平下, 厄尔尼诺(拉尼娜)年冬季中国南方人为气溶胶浓度通常高于(低于)正常值, 这主要是由于从南亚和东南亚到华南地区的气溶胶传输得到增强(减弱)。可见, 目前有关ENSO对中国东部气溶胶污染影响的研究仍然偏少, 研究结果仍存在一定的不确定性。譬如, Chang等(2016)试图通过对比强厄尔尼诺事件(2015年)与其前一年(2014年)PM2.5浓度差异来解释厄尔尼诺事件的作用, 但由于研究时段较短, 缺少一定的气候学统计意义, 且研究中未考察两年间排放源的变化情况, 可能会增加研究结果的偶然性。而Zhao等(2018)的研究结果与Chang等(2016)在华北至东北地区的灰霾污染的结论相反, 相关研究仍存在分歧, 有待进一步研究加以澄清。因此, 有必要进一步探讨厄尔尼诺事件如何通过调节大气环流影响中国冬季东部气溶胶污染的传输, 这对于从气候学角度预判中国气溶胶污染态势具有重要指导意义。
此外, 有关ENSO最新研究进展发现了一类新的厄尔尼诺事件, 与东部型厄尔尼诺相比, 该类厄尔尼诺事件相关的海表温度(SST)异常中心主要位于赤道中太平洋地区(Larkin, et al, 2005; Ashok et al, 2007, 2009; Kao, et al, 2009; Kug, et al, 2009; Ren, et al, 2011; Wang, et al, 2013; 陈圣劼等, 2013; 汪婉婷等, 2018), 因而常被称为“中部型厄尔尼诺”(Kao, et al, 2009)或“厄尔尼诺Modoki”(Ashok et al, 2007, 2009)。中部型厄尔尼诺事件引起的环流异常和气候影响与东部型厄尔尼诺事件存在显著差异(Feng, et al, 2010; Xu, et al, 2013; Zhang, et al, 2014b)。Feng等(2016)利用GOES-Chem模式模拟发现1994/1995年厄尔尼诺Modoki事件不同成熟期对中国南方气溶胶浓度的影响不同; 进一步对比两次不同强度的拉尼娜Modoki事件(1998/1999, 2000/2001)的模拟结果发现, 不同强度拉尼娜Modoki事件在影响中国东部地区气溶胶浓度的季节性循环过程中也存在显著差异(Feng, et al, 2017)。上述相关研究都没有探讨东部型和中部型厄尔尼诺事件对中国东部冬季气溶胶污染影响的差异性问题。因而两类厄尔尼诺引发的大气环流异常对中国冬季气溶胶污染传输的影响如何?其作用机制有何差异?仍是值得深入探讨的科学问题。
鉴于较高分辨率的气溶胶长期观测数据的缺乏, 以往在开展气溶胶与气候因子相互作用的观测研究时, 多采用卫星反演的气溶胶光学厚度(AOD)、气溶胶指数(AI)等数据与再分析气候资料建立相关关系。譬如, Bollasina等(2008)在研究南亚吸收性气溶胶与南亚季风相互作用时, 借助TOMS(Total Ozone Mapping Spectrometer)卫星反演的吸收性气溶胶指数(AAI)建立了吸收性气溶胶与气候因子间的相关关系。Kim等(2016)在研究南亚吸收性气溶胶对ENSO的调制作用时也利用TOMS气溶胶指数及MODIS(Moderate resolution imaging spectroradiometer)气溶胶光学厚度与气候再分析资料做相关性分析。因此, 卫星反演的气溶胶结果可作为从观测角度开展ENSO与气溶胶相互作用研究的有用数据。
出于以上考虑, 文中拟借助国际上认可的较完整的卫星反演与模式同化的气溶胶光学厚度再分析资料和气候观测资料, 以东部型和中部型厄尔尼诺事件引发中国东部冬季气溶胶光学厚度异常分布的差异性为切入点, 考察两类厄尔尼诺事件与中国冬季气溶胶污染传输可能存在的内在联系。
2 资料和方法所用资料包括:(1)美国国家大气研究中心提供的NCEP/NCAR再分析气候资料, 水平分辨率为2.5°×2.5°; (2)中国气象局提供的160站逐月降水量资料; (3)NOAA(National Oceanic and Atmospheric Administration)CPC (Climate Prediction Center)公布的月平均Nino3.4(5°N—5°S, 120°—170°W)、Nino3(5°N—5°S, 90°—150°W)和Nino4(5°N—5°S, 160°E—150°W)值; (4)美国NASA(National Aeronautics and Space Administration) MERRA-2(Modern-Era Retrospective analysis for Research and Applications, Version 2)再分析气溶胶光学厚度资料, 水平分辨率为0.5°×0.5°; 以上所有资料皆为月平均值, 时间跨度皆取1980年1月—2016年12月。
本研究使用的MERRA-2再分析资料是利用NASA的GEOS-5(Goddard Earth Observing System Model, Version 5)ADAS(Atmospheric data assimilation system)和GSI(Gridpoint Statistical Interpolation)先进的同化系统实现现代高光谱辐射、微波观测以及GPS无线电监测等数据与模式结果的同化。MERRA-2同化了多种气溶胶光学厚度观测资料, 其中包括NOAA POES (Polar Operational Environmental Satellites), NASA EOS (Earth Observing System)平台和NASA地基观测等。已有的评估结果表明, 作为第一个基于气溶胶天基观测的长期的全球再分析资料, MERRA-2气溶胶光学厚度适用于开展气溶胶与气候系统相互作用方面的研究(Randles et al, 2016, 2017; Gelaro, et al, 2017)。
利用Nino3.4指数来挑选1960—2016年的ENSO事件, 即当Nino3.4连续5个月不小于0.5℃(不大于-0.5℃)时定义为一次厄尔尼诺(拉尼娜)事件。依据该标准选出1980—2016年的10次厄尔尼诺事件(1982/1983、1986/1987、1991/1992、1994/1995、1997/1998、2002/2003、2004/2005、2006/2007、2009/2010, 2015/2016)和10次拉尼娜事件, 为了缩小研究结果的不确定性, 增强其稳定性, 只选取8次较强的拉尼娜事件(1984/1985、1988/1989、1995/1996、1998/1999、1999/2000、2007/2008、2010/2011、2011/2012)。再基于标准化的Nino3和Nino4指数来对厄尔尼诺事件进行分类(Kim, et al, 2009; McPhaden, et al, 2011; Ren, et al, 2011), 即冬季Nino3指数大于Nino4指数定义为东部型厄尔尼诺, 反之为中部型厄尔尼诺事件(图 1)。由此得到5次东部型厄尔尼诺事件(1982/1983、1986/1987、1991/1992、1997/1998、2015/2016)和5次中部型厄尔尼诺事件(1994/1995、2002/2003、2004/2005、2006/2007、2009/2010)。然而, 典型的厄尔尼诺事件一般发生在春夏季, 秋冬季达到峰值并持续到次年的春夏季。1986年的事件很特殊, 异常海温从1986年夏季一直持续到了1988年, 其中有两个冬季的峰值, 有研究(Ashok, et al, 2007; Kug, et al, 2009; McPhaden, et al, 2011)指出, 1986—1988年厄尔尼诺事件的海温异常空间结构包含了东部型和中部型两类厄尔尼诺事件的特征, 本研究中1986/1987年的特征与东部型相同, 因此定义为东部型厄尔尼诺事件, 只选取第一个冬季峰值进行研究, 当然也可以把两个冬季峰值都进行合成分析, 定性结果不变。另外, 如果把这次事件剔除对本研究结果没有影响。目前对于1991/1992事件分类存在一些争议, 有些定义为东部型厄尔尼诺(Larkin, et al, 2005; Yeh, et al, 2009; McPhaden, et al, 2011), 而有些定义为中部型厄尔尼诺(Ashok, et al, 2007; Kao, et al, 2009; Kim, et al, 2009), 本研究中1991/1992年的特征与东部型相同, 因此定义为东部型厄尔尼诺事件, 需要指出的是, 如果把这次事件剔除对本研究结果没有影响。所选取的东部型和中部型厄尔尼诺事件冬季平均的Nino3和Nino4指数如图 1所示, 所有东部型厄尔尼诺事件冬季平均的Nino3指数明显大于Nino4指数, 特别是强事件(1982/1983、1997/1998、2015/2016事件)Nino3大于Nino4指数约3倍。对于中部型厄尔尼诺事件Nino4略大于Nino3指数, 各事件间冬季平均的两个指数值差异较小。
此外, 由于中国春节通常在2月, 春节期间燃放的烟花爆竹等人为活动对气溶胶浓度变化的影响较大(Wang, et al, 2007; Zhang, et al, 2010; 李令军等, 2006; 张小玲等, 2008; 王哲等, 2014; 王占山等, 2015), 为最大可能地规避人为排放对自然因素的干扰, 本研究选取厄尔尼诺当年11月到次年1月(NDJ)作为冬季进行研究, 因此本文此后所述的冬季如不做特别说明皆指当年11月至次年1月。当然也可以选取传统冬季的定义即当年12月至次年2月平均(DJF)来进行分析, 其定性结果不变(图略)。气候态取1980—2016年的各月平均值, 选取不同的气候态如1980—2010年, 其结果几乎一样, 可见气候态对结果的影响可以忽略, 距平场是通过减去1980—2016年逐月气候平均场得到。在分析ENSO事件对中国东部冬季气溶胶污染传输的作用时, 主要用到的是合成方法, 所有的合成结果都进行了t检验。
3 两类厄尔尼诺事件影响气溶胶分布的观测事实为了讨论两类厄尔尼诺事件与中国东部冬季气溶胶分布的关系, 分别对选取的东部型和中部型厄尔尼诺当年冬季的气溶胶光学厚度异常进行合成分析(图 2a、c)。此外, 考虑到气溶胶人为排放仅在长期变化趋势上产生较大影响, 邻近年份间的差异不大, 且随着中国污染控制措施的不断加强, 近年来气溶胶及其前体物的人为排放趋于稳定, 因此采用去线性趋势再合成的分析方法剔除人为排放长期变化趋势对气溶胶污染强度的影响(图 2b、d)。结果显示, 去线性趋势后与东部型厄尔尼诺事件相关的中国东部冬季平均气溶胶光学厚度除了在四川盆地及其周边地区表现为负异常以外, 绝大部分地区为正异常分布, 尤其是华北至东北南部的气溶胶光学厚度正异常更加显著, 通过90%显著性检验的区域位于华北至东北中部地区, 大值中心位于京津冀, 其最大异常值可达0.09, 而其他区域都没有通过90%的显著性检验。去趋势前后对比发现(图 2a、b), 去除源影响后, 华北至东北南部地区气溶胶光学厚度正异常分布及强度变化不大, 但四川盆地及其周边负异常区域范围变小、强度变弱, 侧面说明东部型厄尔尼诺事件对中国北方的影响较为显著, 而排放源的长期变化则主要影响华中和西南地区。
与东部型厄尔尼诺事件相比, 去趋势后与中部型厄尔尼诺事件相关的气溶胶光学厚度异常由南至北总体上呈“+-”双极型分布(图 2c), 尤其是在华北至东北的分布与东部型相反, 气溶胶光学厚度负异常通过了90%的显著性检验, 其最大负异常值出现在东北地区, 约为-0.03, 异常绝对值小于东部型厄尔尼诺事件; 而通过90%显著性检验的气溶胶光学厚度正异常区域主要位于四川盆地及长江中下游地区, 最大正异常值约为0.06。此外, 去趋势前后与中部型厄尔尼诺事件相关的气溶胶光学厚度异常的双极型分布型保持不变(图 2d), 只是通过显著性检验的正异常区域范围变小、强度变弱, 尤其是华南气溶胶光学厚度正异常区变得不再稳定。与之相反, 通过显著性检验的气溶胶光学厚度负异常区范围变大、变强。
此外, 为了加深对两类厄尔尼诺事件相关的中国东部气溶胶光学厚度异常的分布特征差异的认识, 给出了拉尼娜年中国东部的气溶胶光学厚度异常值分布(图 2e、f)。由图可见, 拉尼娜年冬季中国华北至东北地区冬季气溶胶光学厚度以负异常为主, 通过90%的显著性检验区域主要位于中国东北地区, 负异常极值为-0.05, 华南及华东沿海大部分地区气溶胶光学厚度虽然也表现出负异常特征, 但异常值偏弱, 没有通过显著性检验, 表明这种负异常在该区域不稳定。气溶胶光学厚度正异常高值区主要位于中国四川、甘肃等中西部地区, 但没有通过90%的显著性检验。综上, 与拉尼娜事件相关的中国东部冬季平均的气溶胶光学厚度异常最显著的区域位于中国东北至内蒙古北部等地区, 通过对比去趋势前后异常场分布可知, 该分布以拉尼娜作用为主导。显然拉尼娜年相关的华北至东北地区气溶胶光学厚度异常值的分布型与东部型厄尔尼诺反位相, 但在华北、东北及华中地区与中部型厄尔尼诺同位相。
值得注意的是, 上述讨论中所选取的两类厄尔尼诺事件在强度上存在显著的不对等现象。譬如, 所选的东部型厄尔尼诺的1982/1983、1997/1998以及2015/2016事件是研究时段内仅有的3个超强厄尔尼诺事件, 而中部型厄尔尼诺则多为中等强度水平。那么上述研究发现的气溶胶光学厚度异常差异除了源于厄尔尼诺事件类型本身差异外, 是否还与厄尔尼诺事件强度差异有关呢?为了澄清此疑问, 进一步对比了两类中等强度厄尔尼诺事件对中国东部气溶胶的影响, 其中东部型选取:1986/1987和1991/1992事件; 中部型选取:1994/1995、2002/2003和2009/2010事件。结果发现两类中等强度厄尔尼诺合成的中国东部冬季平均的气溶胶光学厚度异常分布(图 3)与前述结论在中国北方基本一致(图 2), 只是前述结果中东部型厄尔尼诺事件所表现出的四川盆地周边负异常(图 2b)在中等强度事件中没有体现(图 3a), 而表现为弱的正异常。这可能与强东部型厄尔尼诺事件引发的降水正异常有利于加强该区域气溶胶湿沉降有关。由两类厄尔尼诺合成的中国东部冬季平均气溶胶光学厚度异常的差异场分布(图 3c)进一步发现, 东部型与中部型引发的中国东部气溶胶光学厚度异常的显著差异区位于华北至东北地区。
4 可能的作用机制由前面观测事实可见, 与东部型厄尔尼诺相关的中国东部冬季平均气溶胶光学厚度绝大部分呈正异常, 显著区域位于华北至东北大部分地区; 而与中部型厄尔尼诺相关的气溶胶光学厚度则表现为由南至北的“+-”型异常分布。二者对华北至东北地区的气溶胶污染的影响相反, 即东部型厄尔尼诺年冬季有利于加剧华北至东北的气溶胶污染, 而中部型厄尔尼诺年则有利于削弱其污染(图 2、3)。那么导致两类厄尔尼诺事件引发中国冬季气溶胶分布显著差异的原因和可能作用机制是什么?有必要从两类厄尔尼诺事件相关的大气环流动力、热力条件等的变异加以解释。
图 4和5分别给出了两类厄尔尼诺事件合成的冬季对流层低层(850 hPa)和中层(500 hPa)的位势高度、温度、风场异常的空间分布。东部型厄尔尼诺事件引发的西北太平洋反气旋异常有助于对流层低层到中层位势高度的异常升高(图 4a、5a), 同时有利于500 hPa上东亚大槽和北部冷空气活动的减弱, 从而具有削弱东亚冬季风的作用。由此引发的西北风速的减弱与中国华北至东北地区典型地形相配合, 不利于气溶胶污染的局地扩散和向南传输, 有利于气溶胶污染在华北至东北地区大气低层的聚集, 较好地解释了与东部型厄尔尼诺年相关的华北至东北南部冬季气溶胶污染加剧现象(图 2b、3a)。与东部型类似, 中部型厄尔尼诺事件使得中国东部及其沿海850 hPa上位势高度异常偏高(图 4b), 500 hPa东亚大槽异常减弱(图 5b), 但相对于东部型厄尔尼诺, 其位势高度距平等值线较稀疏, 西北太平洋反气旋异常较弱。表明中部型与东部型事件虽然都对东亚冬季风起减弱作用, 但中部型厄尔尼诺事件引发的风速异常的绝对值不足0.8 m/s, 并且中国东部大部分地区(如华南、华中和东北等)风速异常未通过90%的显著性检验。因此与东部型厄尔尼诺事件同样道理, 由中部型厄尔尼诺事件引发的冬季风的减弱作用, 本应有利于中国北方地区气溶胶污染的局地累积, 只是这种累积作用比东部型厄尔尼诺事件弱而已。但是从图 2b和3b发现, 与中部型厄尔尼诺事件相关的北方冬季气溶胶光学厚度均为负异常, 说明中部型厄尔尼诺事件引发的偏北气流减弱不是影响该区域气溶胶局地分布的主控因素, 有必要进一步探讨影响气溶胶污染的其他可能因素。
气溶胶污染除了与大气环流异常密切相关之外, 还与水汽条件及局地降水有较大关系, 强降水对气溶胶有很强的清除作用。通过对东部型厄尔尼诺事件合成的冬季整层水汽通量(图 6a)和中国东部降水异常的空间分布(图 7a)的分析发现, 与东部型事件相关的西北太平洋的反气旋异常有利于海上水汽向陆地输送, 使中国南方出现异常水汽辐合, 尤其是华南及长江中下游出现显著的正降水异常(图 7a), 最大正异常值达到40 mm/月, 强的正降水异常对中国南方地区的气溶胶有清除作用, 因此与中国北方相比, 中国东南地区的气溶胶光学厚度以负异常为主, 且变化并不显著, 表明该区域的气象场对气溶胶调制是通过输送和降水清除共同决定的, 但平均来看以降水作用为主。另外, 华北至东北地区为弱水汽辐散(图 6a), 对应的是降水异常偏少(图 7a), 表明东部型厄尔尼诺事件引发的大气水平流场和降水异常都有利于局地气溶胶污染的加剧, 进一步解释了东部型厄尔尼诺事件导致华北至东北气溶胶光学厚度显著增大的原因。而对于中部型厄尔尼诺事件, 西北太平洋较弱的反气旋性水汽输送异常使得水汽辐合多限于洋面, 中国华南大陆无显著的水汽辐合和正降水异常(图 7b), 因而其对华南地区气溶胶没有显著的清除作用。水汽辐合和正降水异常显著区位于长江下游的江西至浙江一带, 正降水异常中心最大值约为10 mm/月。这种弱的正降水异常对该地区的气溶胶有一定的清除作用, 从这个方面来讲有利于局地气溶胶污染的减弱。但从图 2d、3b可见该地区气溶胶光学厚度为异常偏大, 但不显著。由此表明中部型厄尔尼诺事件引发的弱湿清除作用不是影响中国南方污染传输的主导性因素, 而动力传输起主导作用。另外, 中部型厄尔尼诺事件引发的东北大部分地区弱水汽辐合和正降水异常对局地气溶胶有一定的清除作用, 但并不显著, 仍不足以很好地解释图 2d、3b所展现的东北地区气溶胶光学厚度负异常现象。
大气垂直扰动对局地大气污染扩散条件产生重要影响, 上升气流增强引发的大气边界层高度抬升有利于污染物的垂直扩散, 反之则有利于污染物的底层聚集。揭示两类厄尔尼诺事件相关的冬季平均垂直环流分布有助于理解二者的垂直结构与中国东部气溶胶分布之间的内在联系。图 8、9分别给出了两类厄尔尼诺事件合成的沿100°—125°E平均的垂直环流和比湿异常的分布特征。对于东部型厄尔尼诺事件, 中国南部(20°—40°N)有显著的异常上升气流, 向上伸展到200 hPa, 风速异常随高度的升高而变大, 有利于天气尺度扰动的垂直扰动(图 8a), 此外, 该区域的比湿异常在对流层中低层(700 hPa层以下)都是显著的正异常(图 9a), 说明对流层中低层大气湿度较大, 这种湿空气上升运动易于形成降水, 从而有利于加强气溶胶的湿清除。相反, 在中国东北地区(43°—55°N)表现为弱的下沉气流(图 9a), 垂直扰动偏弱, 有利于大气稳定度的加强, 同时比湿表现为负异常(图 9a), 大气干燥, 湿清除不显著, 给该区域气溶胶的底层堆积创造了有利条件。对于中部型厄尔尼诺事件, 中国南方地区(20°—40°N)有弱的上升气流(图 8b), 比湿整层表现为弱的正异常(图 9b), 对应的是弱的正降水异常(图 7b), 对局部气溶胶的垂直扩散和湿清除有弱贡献。但中部型在北方地区(40°—55°N)与东部型相反, 整层大气表现为异常上升气流, 尤其是850 hPa以下的上升气流更显著, 相应的比湿为弱的正异常。可见中部型厄尔尼诺事件引发的大气垂直扰动有利于削弱中国北方气溶胶污染, 一定程度上解释了发生在中国华北至东北地区的气溶胶光学厚度异常现象。
为了进一步验证垂直扰动和湿沉降在中部型厄尔尼诺事件引发中国北方气溶胶光学厚度异常中的作用, 对比了两类厄尔尼诺事件合成的对流有效位能(CAPE)异常分布(图 10)。由图 10c可见, 东部型和中部型厄尔尼诺事件相关的对流有效位能异常在中国华北至东北地区存在显著差异, 其中东部型有利于减弱该区域的对流有效位能(图 10a), 而中部型则有助于对流有效位能的显著增强(图 10b)。由此可见, 中部型厄尔尼诺事件引发中国北方气溶胶光学厚度负异常很大程度上与大气垂直扰动和气溶胶湿清除增强有关。
5 结论与讨论利用NCEP再分析资料、中国气象局的160站逐月降水资料、CPC提供的Nino指数以及MERRA-2再分析气溶胶光学厚度资料, 首先采用去线性趋势方法剔除了人为大气污染物排放长期变化趋势对气溶胶光学厚度波动的干扰, 进而利用气候学统计方法探讨了两类厄尔尼诺事件与中国东部冬季气溶胶的联系, 分析了其可能作用机制。
东部型与中部型厄尔尼诺事件导致的中国东部冬季气溶胶污染变异的分布形势存在显著差异。东部型厄尔尼诺事件引发的东亚冬季风减弱对于加剧中国东部绝大部分地区的气溶胶污染起主要作用, 尤其是对华北至东北地区的气溶胶污染加剧作用更为突出。所引发的北方大气垂直扰动、对流有效位能以及湿沉降的减弱对于加剧局地气溶胶污染起促进作用; 虽然中部型厄尔尼诺引发的东亚季风削弱作用与东部型同位相, 但是这种削弱作用相对较弱, 且在东北、华中和华南等大部分区域没有通过显著性检验。相反, 中部型厄尔尼诺所引发的北方垂直扰动、对流有效位能和湿沉降显著增强, 有利于削弱中国北方气溶胶污染并可能成为其主控因素, 从而导致中国北方气溶胶光学厚度呈负异常分布; 中国南方由于同时受厄尔尼诺事件引发的动力、热力及水汽条件变异等综合影响, 尤其是东部型厄尔尼诺事件相关的动力与水汽条件变异在对中国南方气溶胶污染的调制方面表现为反位相特征, 导致东部型厄尔尼诺对中国南方气溶胶污染分布型的调制作用更为复杂, 存在一定的不确定性。具体来说, 东部型厄尔尼诺事件易于引发的中国南方冬季西南气流异常导致偏北冬季风减弱和冷空气难以南下, 不利于气溶胶污染的跨区域传输, 而其引发的中国南方水汽辐合及降水正异常则有利于气溶胶污染的局地清除, 此二种影响因素的主导决定着东部型厄尔尼诺对中国南方冬季气溶胶污染的综合调制效果, 尤其是强东部型厄尔尼诺事件引发的强降水异常可能有利于加强该区域气溶胶的湿沉降。与东部型厄尔尼诺事件相比, 中部型厄尔尼诺导致的东亚冬季风削弱作用对于加强南方气溶胶浓度起主导作用, 有利于南方地区气溶胶污染的加剧, 从而最终形成与中部型事件相关的中国东部由南至北气溶胶光学厚度的“+-”双极型分布。
值得指出的是, 文中得到的东部型厄尔尼诺事件对中国东部冬季气溶胶污染的影响与Chang等(2016)的结果比较一致, 但却与Zhao等(2018)的结论相反。Zhao等研究认为, 南方是ENSO的显著影响区, 而北方并不显著。产生二者结果差异的可能原因是:(1)对冬季选取的定义不同。如前所述, 考虑到春节期间人为排放可能对自然因子的作用产生一定干扰, 因此选用11月至次年1月作为冬季定义, 而Zhao等则选用12月至次年2月, 可能产生一定的不确定性。为了进一步检验春节期间人为活动影响的重要程度, 对比了1980—2016年春节在1月的年份(即1982、1987、1990、1993、1998、2001、2004、2006、2009、2012年, 总计10年)合成的冬季气溶胶光学厚度异常分布与春节未在1月(其余26年)的差异。结果发现, 春节在1月的年份合成的中国东部大部分地区冬季气溶胶光学厚度异常偏高, 而未在1月的合成结果偏低(图 11)。由此可见, 即便选择11月至次年1月作为冬季平均, 人为活动仍对气溶胶光学厚度异常增加产生一定影响; (2)使用的统计分析方法不同。文中采用合成方法研究东部型厄尔尼诺事件的影响, 而Zhao等使用的是线性相关分析方法, 考虑到厄尔尼诺事件对气候系统的非线性调制之本质, 合成方法因能同时捕捉线性和非线性效果, 可能更适合研究厄尔尼诺事件对气溶胶的影响; (3)研究重点在于探讨东部型厄尔尼诺与中部型厄尔尼诺事件对中国东部冬季气溶胶光学厚度的差异, 两类厄尔尼诺事件的综合作用效果如何有待进一步研究; (4)使用的数据不同。Zhao等研究使用的灰霾日数可能近似表征地表气溶胶重污染发生频率, 而本研究使用的气溶胶光学厚度则表征整层气溶胶污染强度。因此将来有必要进一步探讨使用此两种数据对研究结果的影响。
此外, 文中仅针对两类厄尔尼诺事件对中国东部冬季气溶胶的影响进行研究, 未探讨与之相关的其他气候系统变异的协同作用, 尤其是与中部型厄尔尼诺事件相关的中国北方气溶胶光学厚度负异常现象, 除了与上述分析的大气垂直扰动和湿沉降作用有关以外, 还可能与其他气候系统变异的协同作用有关。另外, 文中亦没有引入数值模式对相关结论进行验证, 这些都有待于后续研究中进一步探讨。
致谢: 感谢南京信息工程大学的张文君教授和耿新博士提出了很有意义的修改意见。陈圣劼, 何金海, 吴志伟. 2013. 一种新的El Niño海气耦合指数. 大气科学, 37(4): 815–828. Chen S J, He J H, Wu Z W. 2013. New ocean-atmosphere coupling indices for El Niño. Chinese J Atmos Sci, 37(4): 815–828. (in Chinese) |
郭增元, 刘煜, 李维亮. 2017. 气溶胶影响亚洲夏季风机理的数值研究. 气象学报, 75(5): 797–810. Guo Z L, Liu Y, Li W L. 2017. A numerical study of the mechanism of aerosols' effect on Asian summer monsoon. Acta Meteor Sinica, 75(5): 797–810. (in Chinese) |
李占清. 2016. 气溶胶对亚洲季风的强迫及影响:认识与挑战. 气象学报, 74(6): 1017–1022. Li Z Q. 2016. Aerosol forcing and impacts on the Asian monsoons:Knowledge and uncertainties. Acta Meteor Sinica, 74(6): 1017–1022. (in Chinese) |
李海燕, 张文君, 何金海, 等. 2016a. SST年循环对El Niño事件局地海气过程的影响. 海洋学报, 38(1): 56–68. Li H Y, Zhang W J, He J H, et al. 2016a. Influence of SST annual cycle on local air-sea processes during El Niño events. Acta Oceanol Sinica, 38(1): 56–68. (in Chinese) |
李海燕, 张文君, 何金海. 2016b. ENSO及其组合模态对中国东部各季节降水的影响. 气象学报, 74(3): 322–334. Li H Y, Zhang W J, He J H, et al. 2016b. Influences of ENSO and its combination mode on seasonal precipitation over eastern China. Acta Meteor Sinica, 74(3): 322–334. (in Chinese) |
李令军, 李金香, 辛连忠, 等. 2006. 北京市春节期间大气污染分析. 中国环境科学, 26(5): 537–541. Li L J, Li J X, Xin L Z, et al. 2006. Analysis of atmospheric air pollution of Beijing city in Spring Festival period. China Environ Sci, 26(5): 537–541. DOI:10.3321/j.issn:1000-6923.2006.05.007 (in Chinese) |
李智玉, 张文君, 徐海明. 2015. 两类ENSO事件非对称性特征分析. 气象学报, 73(6): 1019–1038. Li Z Y, Zhang W J, Xu H M. 2015. Analysis of the asymmetric features for the two types of ENSO. Acta Meteor Sinica, 73(6): 1019–1038. (in Chinese) |
汪婉婷, 管兆勇. 2018. 夏季厄尔尼诺-Modoki和东部型ENSO海表温度异常分布型特征及其与海洋性大陆区域气候异常的联系. 气象学报, 76(1): 1–14. Wang W T, Guan Z Y. 2018. The SSTA patterns of El Niño-Modoki and eastern Pacific ENSO and their associations with regional climate variation in the Maritime Continent during boreal summer. Acta Meteor Sinica, 76(1): 1–14. (in Chinese) |
王哲, 王自发, 郑海涛. 2014. 一种评估烟花爆竹燃放对大气PM2.5影响的新方法. 中国环境监测, 30(3): 31–36. Wang Z, Wang Z F, Zheng H T. 2014. A new method to estimate the impacts of fireworks on airborne PM2.5. Environ Monit China, 30(3): 31–36. DOI:10.3969/j.issn.1002-6002.2014.03.008 (in Chinese) |
王占山, 张大伟, 李云婷, 等. 2015. 2014年春节期间北京市空气质量分析. 环境科学学报, 35(2): 371–378. Wang Z S, Zhang D W, Li Y T, et al. 2015. Analysis of air quality in Beijing city during Spring Festival period of 2014. Acta Sci Circumst, 35(2): 371–378. (in Chinese) |
袁心仪, 张文君, 耿新. 2017. ENSO发展和衰亡阶段中非线性项的作用. 气象学报, 75(5): 784–796. |
Yuan X Y, Zhang W J, Geng X. Effects of nonlinear terms during ENSO developing and decaying phases. Acta Meteor Sinica, 75(5): 784–796. |
张小玲, 徐敬, 李腊平. 2008. 不同气象条件下烟花爆竹燃放对空气质量的影响研究. 气象与环境学报, 24(4): 6–12. Zhang X L, Xu J, Li L P. 2008. Effect of fireworks burning on air quality under different meteorological conditions. J Meteor Environ, 24(4): 6–12. DOI:10.3969/j.issn.1673-503X.2008.04.002 (in Chinese) |
周任君, 蔡宏珂, 易明建, 等. 2011. ENSO对平流层气溶胶分布的影响. 地球物理学报, 54(11): 2726–2734. Zhou R J, Cai H K, Yi M J, et al. 2011. The impact of the ENSO cycle on the stratospheric aerosol distribution. Chin J Geophys, 54(11): 2726–2734. (in Chinese) |
Alexander M A, Bladé I, Newman M, et al. 2002. The atmospheric bridge:The influence of ENSO teleconnections on air-sea interaction over the global oceans. J Climate, 15(16): 2205–2231. DOI:10.1175/1520-0442(2002)015<2205:TABTIO>2.0.CO;2 |
Ashok K, Behera S K, Rao S A, et al. 2007. El Niño Modoki and its possible teleconnection. J Geophys Res, 112(C11): C11007. DOI:10.1029/2006JC003798 |
Ashok K, Yamagata T. 2009. Climate change:The El Niño with a difference. Nature, 461(7263): 481–484. DOI:10.1038/461481a |
Bjerknes J. 1969. Atmospheric teleconnections from the equatorial Pacific. Mon Wea Rev, 97(3): 163–172. DOI:10.1175/1520-0493(1969)097<0163:ATFTEP>2.3.CO;2 |
Bollasina M, Nigam S, Lau K M. 2008. Absorbing aerosols and summer monsoon evolution over South Asia:An observational portrayal. J Climate, 21(13): 3221–3239. DOI:10.1175/2007JCLI2094.1 |
Cai W J, Li K, Liao H, et al. 2017. Weather conditions conducive to Beijing severe haze more frequent under climate change. Nat Clim Chang, 7(4): 257–262. DOI:10.1038/nclimate3249 |
Chang L Y, Xu J M, Tie X X, et al. 2016. Impact of the 2015 El Niño event on winter air quality in China. Sci Rep, 6: 34275. DOI:10.1038/srep34275 |
DeFlorio M J, Goodwin I D, Cayan D R, et al. 2016. Interannual modulation of subtropical Atlantic boreal summer dust variability by ENSO. Climate Dyn, 46(1-2): 585–599. DOI:10.1007/s00382-015-2600-7 |
Feng J, Wang L, Chen W, et al. 2010. Different impacts of two types of Pacific Ocean warming on Southeast Asian rainfall during boreal winter. J Geophys Res, 115(D24): D24122. |
Feng J, Li J P, Zhu J L, et al. 2016. Influences of El Niño Modoki event 1994/1995 on aerosol concentrations over southern China. J Geophys Res, 121(4): 1637–1651. |
Feng J, Li J P, Zhu J L, et al. 2017. Simulated contrasting influences of two La Nia Modoki events on aerosol concentrations over eastern China. J Geophys Res, 122(5): 2734–2749. |
Gelaro R, McCarty W, Suárez M J, et al. 2017. The modern-era retrospective analysis for research and applications, version 2 (MERRA-2). J Climate, 30(14): 5419–5454. DOI:10.1175/JCLI-D-16-0758.1 |
Kao H Y, Yu J Y. 2009. Contrasting eastern-Pacific and central-Pacific types of ENSO. J Climate, 22(3): 615–632. DOI:10.1175/2008JCLI2309.1 |
Kim H M, Webster P J, Curry J A. 2009. Impact of shifting patterns of Pacific Ocean warming on North Atlantic tropical cyclones. Science, 325: 77–80. DOI:10.1126/science.1174062 |
Kim M K, Lau W K M, Kim K M, et al. 2016. Amplification of ENSO effects on Indian summer monsoon by absorbing aerosols. Climate Dyn, 46(7-8): 2657–2671. DOI:10.1007/s00382-015-2722-y |
Kug J S, Jin F F, An S I. 2009. Two types of El Niño events:Cold tongue El Niño and warm pool El Niño. J Climate, 22(6): 1499–1515. DOI:10.1175/2008JCLI2624.1 |
Larkin N K, Harrison D E. 2005. On the definition of El Niño and associated seasonal average U.S. weather anomalies. Geophys Res Lett, 32(13): L13705. DOI:10.1029/2005GL022738 |
Li Z Q, Lau W K M, Ramanathan V, et al. 2016. Aerosol and monsoon climate interactions over Asia. Rev Geophys, 54(4): 866–929. DOI:10.1002/2015RG000500 |
McPhaden M J, Lee T, McClurg D. 2011. El Niño and its relationship to changing background conditions in the tropical Pacific Ocean. Geophys Res Lett, 38(15): L15709. |
Randles C A, da Silva A M, Buchard V, et al. 2016. Technical Report Series on Global Modeling and Data Assimilation. NASA/TM-2016-104606. |
Randles C A, da Silva A M, Buchard V, et al. 2017. The MERRA-2 aerosol reanalysis, 1980 onward. Part Ⅰ:System description and data assimilation evaluation. J Climate, 30(17): 6823–6850. DOI:10.1175/JCLI-D-16-0609.1 |
Ren H L, Jin F F. 2011. Niño indices for two types of ENSO. Geophys Res Lett, 38(4): L04704. |
Ropelewski C F, Halpert M S. 1987. Global and regional scale precipitation patterns associated with the El Niño/Southern Oscillation. Mon Wea Rev, 115(8): 1606–1626. DOI:10.1175/1520-0493(1987)115<1606:GARSPP>2.0.CO;2 |
Trenberth K E, Caron J M. 2000. The Southern Oscillation revisited:Sea level pressures, surface temperatures, and precipitation. J Climate, 13(24): 4358–4365. DOI:10.1175/1520-0442(2000)013<4358:TSORSL>2.0.CO;2 |
van Loon H, Madden R A. 1981. The southern oscillation. Part Ⅰ:Global associations with pressure and temperature in northern winter. Mon Wea Rev, 109(6): 1150–1162. DOI:10.1175/1520-0493(1981)109<1150:TSOPIG>2.0.CO;2 |
Wallace J M, Rasmusson E M, Mitchell T P, et al. 1998. On the structure and evolution of ENSO-related climate variability in the tropical Pacific:lessons from TOGA. J Geophys Res, 103(C7): 14241–14259. DOI:10.1029/97JC02905 |
Wang H J, Chen H P, Liu J P. 2015. Arctic sea ice decline intensified haze pollution in eastern China. Atmos Oceanic Sci Lett, 8(1): 1–9. |
Wang Y, Zhuang G S, Xu C, et al. 2007. The air pollution caused by the burning of fireworks during the Lantern Festival in Beijing. Atmos Environ, 41(2): 417–431. DOI:10.1016/j.atmosenv.2006.07.043 |
Wang Y, Chen J N, Wang H N. 2013. Distribution of the tropical Pacific surface zonal wind anomaly and its relation with two types of El Niño. Chin J Oceanol Limnol, 31(5): 1137–1152. DOI:10.1007/s00343-013-2294-9 |
Wu G X, Li Z Q, Fu C B, et al. 2016. Advances in studying interactions between aerosols and monsoon in China. Sci China Earth Sci, 59(1): 1–16. DOI:10.1007/s11430-015-5198-z |
Xu K, Zhu C W, He J H. 2013. Two types of El Niño-related Southern Oscillation and their different impacts on global land precipitation. Adv Atmos Sci, 30(6): 1743–1757. DOI:10.1007/s00376-013-2272-3 |
Yeh S W, Kug J S, Dewitte B, et al. 2009. El Niño in a changing climate. Nature, 461(7263): 511–514. DOI:10.1038/nature08316 |
Zhang M, Wang X M, Chen J M, et al. 2010. Physical characterization of aerosol particles during the Chinese New Year's firework events. Atmos Environ, 44(39): 5191–5198. DOI:10.1016/j.atmosenv.2010.08.048 |
Zhang R H, Li Q, Zhang R N. 2014a. Meteorological conditions for the persistent severe fog and haze event over eastern China in January 2013. Sci China Earth Sci, 57(1): 26–35. DOI:10.1007/s11430-013-4774-3 |
Zhang W J, Jin F F, Turner A. 2014b. Increasing autumn drought over southern China associated with ENSO regime shift. Geophys Res Lett, 41(11): 4020–4026. DOI:10.1002/2014GL060130 |
Zhao S Y, Zhang H, Xie B. 2018. The effects of El Niño-Southern Oscillation on the winter haze pollution of China. Atmos Chem Phys, 18(3): 1863–1877. DOI:10.5194/acp-18-1863-2018 |
Zou Y F, Wang Y H, Zhang Y Z, et al. 2017. Arctic sea ice, Eurasia snow, and extreme winter haze in China. Sci Adv, 3(3): e1602751. DOI:10.1126/sciadv.1602751 |