中国气象学会主办。
文章信息
- 孙囡, 陈逸伦, 傅云飞. 2019.
- SUN Nan, CHEN Yilun, FU Yunfei. 2019.
- 中国东部大气温湿廓线特征及其对辐射收支计算影响的分析
- Characteristics of temperature and humidity profiles in eastern China and their impacts on radiation budget
- 气象学报, 77(3): 563-578.
- Acta Meteorologica Sinica, 77(3): 563-578.
- http://dx.doi.org/10.11676/qxxb2019.018
文章历史
-
2018-05-18 收稿
2018-09-14改回
地气辐射平衡是气候决定性因素之一。一方面, 地气系统的辐射收支决定了长期的全球平均气候状态;另一方面, 太阳辐射能量和热辐射能量在大气中的辐散、辐合, 形成非绝热冷、热源, 造成大气水平和垂直层结的不稳定(石广玉, 2007;卢鹏等, 2015)。发生在气候系统中的各种重要的反馈过程, 例如地面温度反馈、云-辐射相互作用、水汽反馈以及化学-气候反馈等, 均与辐射过程有着密不可分的联系。此外, 大气净辐射可以用来反演温度, 为研究长时间气候变化提供模拟依据。许多学者针对地气辐射收支展开了研究, 比如Zhang等(2003)提出相关k-分布, 有效地处理了重叠吸收带的辐射计算, 并将这种方法应用到气候模式中的辐射计算。
晴天, 太阳辐射在向地面传输的过程中, 受到大气的衰减作用, 衰减强、弱影响到达地面的太阳直接辐射量。地面吸收了太阳短波辐射之后, 向外发射长波辐射, 此外大气也会按其自身温度向外发射长波辐射。长波辐射的强、弱主要取决于地面及其附近大气的温度。沈钟平等(2009)曾对影响地面太阳辐射及其谱分布的各种可能因子进行定量分析, 试验表明, 水汽对地面近红外辐射的影响较大, 而臭氧对可见和紫外辐射的影响较大。盛裴轩等(2003)研究表明, 臭氧峰值分布在25 km高度, 它对平流层辐射加热起重要作用;沈钟平等(2009)认为, 气溶胶对地面太阳辐射的影响仅次于大气的吸收作用。此外, 太阳天顶角和地表反照率都会对地面接受到的太阳辐射产生影响。在诸多影响地气辐射收支的大气内部因子和外部因子中, 大气温湿廓线对于地气系统的辐射传输过程起至关重要的作用。根据基尔霍夫辐射定律, 物体的发射辐射取决于自身温度;由于大气层结效应, 气温随高度通常递减, 因此不同高度的大气发射辐射也随着高度的升高发生明显的变化。
另外, 大气中的水汽对辐射传输及地气辐射收支也有着重要的作用。水汽主要集中在对流层, 它是大气中最活跃的成分, 也是大气中唯一能发生固、液、气三相变化的成分(顾钧禧等, 1994;盛裴轩等, 2003;梁宏, 2012), 这是大气科学的基础。水汽是通过吸收太阳短波辐射和地面长波辐射, 进而影响地面和大气的温度。Arking(1996)认为, 气柱水汽含量增加6 mm, 水汽对太阳短波辐射的吸收增加1%;而Ramanathan等(1997)认为, 气柱水汽含量增加3 mm, 水汽对太阳短波辐射的吸收才能增加1%。沈钟平等(2009)研究发现, 水汽对地面近红外辐射的吸收非常强。在保持其他条件不变的情况下, 水汽柱浓度加倍后, 到达地表的近红外辐射减少17.63 W/m2, 相应的比例下降1.67%。尹青等(2011)认为水汽的变化对华东地区地面太阳总辐射的长期变化有一定的影响;徐华(2013)认为相对湿度升高对中国地区的太阳辐射有明显的削弱作用。
目前, 温湿廓线的资料来源有再分析资料、卫星遥感和探空观测3种。其中探空观测始于20世纪50年代后期, 历史序列长、区域尺度上观测站点分布密集、垂直分辨率高(郭艳君等, 2008), 与其他两种资料来源相比, 不需要后期的资料融合或者数据反演, 因此, 没有后期的误差引入, 可信度较高。许多学者利用探空资料对大气温度和湿度做过研究(陆渝蓉等, 1984;王绍武等, 1998;王颖等, 2005;Free, et al, 2005;翟盘茂等, 2006;Sun, et al, 2010;Bohlinger, et al, 2014;郭艳君等, 2014;Chang et al, 2015, 2018)。
辐射数据通常有两种方法获取:地面辐射站的实地测量和模式计算。相比于地面辐射站的实地测量, 模式计算可以非常方便地控制变量, 检验不同参数对辐射的影响。随着与大气辐射传输有关的应用需求的增长, 目前, 已发展了多种大气辐射传输模式与算法, 如Fu-Liou模式(Fu, et al, 1992)等。文中使用的是SBDART(Santa Barbara DISORT Atmospheric Radiative Transfer)辐射传输模式, 它采用离散坐标法计算发生在紫外线、可见光和红外波段的所有重要辐射过程, 其精度已经得到检验(Ricchiazzi, et al, 1998)。李秀镇等(2016)曾利用该模式模拟了地面总辐射对输入参数的敏感性, 发现在光学厚度、单次散射反照率、不对称因子、水汽柱含量和臭氧柱含量这5个参数中, 地面总辐射对单次散射反照率和水汽柱含量的变化最为敏感, 当模式中这2个因子缩小50%时, 将分别造成地面总辐射量增加56.99 W/m2和减少25.45 W/m2。Michalsky等(2006)使用气溶胶光学参数、水汽和臭氧观测数据, 分别对6类辐射传输模式进行了评估, 发现观测与模拟的直接辐射最大误差可小于1%、散射辐射误差小于1.9%。上述研究表明, 模式模拟与实际观测还是存在一定的差异, 其中, 大气水汽垂直分布可能是造成这些差异的一个重要因素。
中国东部地区气候复杂, 大气温湿特点独特, 仅用模式提供的平均中纬度或热带温湿廓线代替实际大气温湿结构为模式提供输入参量, 会造成模拟的辐射参量偏离实际值。另外, 在实际工作中, 大气廓线的实时获取也难以保证。因此, 对特定区域需要有代表性的大气温湿廓线, 为辐射传输计算服务。基于此, 文中针对中国东部地区, 首先利用探空站的探空资料, 研究了该地区大气温湿廓线的特点, 然后将探空站测得的实际大气温湿廓线和模式大气温湿廓线进行了对比, 找出它们的差异特点, 最后将实际大气的温湿廓线和模式自带温湿廓线作为模式的输入参量, 计算了晴空条件下两种廓线对辐射参量计算的影响。
2 数据和方法 2.1 中国国家气象信息中心温湿廓线数据使用的温湿廓线数据是由中国国家气象信息中心发布的中国高空规定等压面定时值数据集, 数据集版本为2.1。该数据集经过严格的数据补录和质量控制, 数据有较好的完整性和连续性(熊安元等, 2015)。它提供了中国142个高空气象观测站的数据, 其中东部地区的站点较多且分布均匀, 选用1960—2008年位于东部地区74个站点的位势高度、气压、温度和温度露点差资料(图 1)进行分析。
为了研究气候状况的区域特征, 根据中国气候带分布特征和地势阶梯状分布特征, 将中国东部分为3个区域(图 1黑框所示)。自北向南依次是:东北地区(NC;37°—50°N, 110°—130°E)、中东部地区(MEC;24.5°—37°N, 105°—123°E)、华南地区(SC;19°—24.5°N, 105°—120°E)。数据时间分辨率为一日两次(00和12时)(世界时, 下同);数据在垂直方向从地面至5 hPa。许多学者曾将这套探空观测资料用于中国高空气候变化的研究(郭艳君等, 2008;王荣英等, 2010;谢潇等, 2013)。为保证数据在垂直方向上的连续性, 采用反距离权重插值方法, 对数据进行了大气垂直方向上的插值处理, 将数据插值至17个气压层, 从低到高依次为1000、925、850、700、600、500、400、300、250、200、150、100、70、50、30、20和10 hPa。由于在模式中水汽含量的单位为g/m3, 因此, 实际水汽含量的单位也要转换成g/m3。利用探空资料中的温度和温度露点差计算出湿度, 下文所述的湿度均为绝对湿度, 单位为g/m3。
2.2 模式介绍SBDART模式是美国加利福尼亚大学地球系统计算学院的地球空间研究组开发的平面平行辐射传输模式, 用来计算0.25—100 μm的地球大气辐射传输、研究大气辐射平衡的实用软件。它采用离散坐标法计算发生在紫外线、可见光和红外波段的所有重要辐射过程, 用于解决晴空和有云情况下地球的平面平行大气辐射传输的各种问题(Ricchiazzi, et al, 1998)。
SBDART模式自带6种具有代表性的大气廓线, 模拟以下6种代表性大气廓线:热带大气、中纬度夏季、中纬度冬季、副极地夏季、副极地冬季以及美国US62标准大气。这些标准的大气廓线包含了标准的温度、气压、绝对湿度和臭氧密度的垂直分布, 广泛地应用于大气科学研究。此外, 用户还可以建立自己的模式大气, 通过选取控制参数, 由用户自己定义大气廓线或输入探空数据, 以代替程序中的大气廓线。SBDART已被广泛应用于辐射能量的相关研究(Achad, et al, 2013;Obregón, et al, 2015;赵静等, 2017;Chen, et al, 2018;Mao, et al, 2018;Vaquero-Martínez, et al, 2018)。文中改变的参数是温度和湿度廓线, 臭氧等其他廓线数据选取了模式中的中纬度冬、夏季和热带大气标准廓线, 用模式中纬度冬、夏季的臭氧等廓线替代了东北地区和中东部地区的探空臭氧廓线, 用模式中热带大气的臭氧等廓线替代了热带地区的探空臭氧廓线。为便于使用模式定量模拟辐射强迫, 所选取的大气顶高度为100 km, 在这个高度上, 气压非常低, 达到10-4 hPa, 水汽含量接近于0。此外将太阳天顶角统一设置为0°, 从而保证变量只有温湿廓线, 臭氧等其他廓线以及太阳天顶角等影响辐射的其他因子保持不变。这样可以更准确地探究温湿廓线对模式辐射计算的影响。
分别将模式自带的大气温湿廓线和实际探空测得的大气温湿廓线数据输入模式, 利用SBDART模式计算晴空条件下地面向下短波辐射通量和大气顶向上长波辐射通量。地面向下短波辐射主要是太阳引起的, 大气顶向上长波辐射主要是地面和大气引起的, 此外, 水汽主要参与了这两个过程, 所以要计算地面向下短波辐射通量和大气顶向上长波辐射通量。
3 结果分析 3.1 模式温湿廓线及计算得到的相应辐射通量从模式自带的温度廓线(图 2)来看, 在模式中, 热带地区没有区分夏季和冬季。夏季, 对流层下部, 热带地区的温度廓线略高于中纬度地区, 两者相差最大处在地表, 约为5.76℃。500—200 hPa的高度, 两者温度廓线基本一致(图 2a)。在100 hPa的高度处, 两者温度相差最大, 中纬度地区温度比热带地区高20.24℃。此外, 夏季, 热带地区在100 hPa的高度处, 随着气压降低, 温度由显著降低变为显著升高, 而中纬度地区在200 hPa的高度处, 随着气压降低, 温度变化速率显著减小。冬季, 热带和中纬度的温度廓线的差异远大于夏季, 差异最大值出现在近地表和对流层上部, 在近地表热带的温度比中纬度高27.61℃, 在100 hPa的高度处, 热带的温度比中纬度低20.92℃。此外, 中纬度地区在300 hPa的高度处, 随着气压降低, 温度变化速率显著减小。
从模式自带的湿度廓线(图 3)来看, 夏季中纬度和热带地区湿度廓线差异较小, 冬季较大。夏季的250 hPa以上高度, 中纬度和热带地区湿度廓线基本重合, 这一高度以下, 两者的差异逐渐显现。500 hPa至近地面的高度两者差异增大, 最大差异出现在近地面, 可达4.84 g/m3, 总体上该图表明大气湿度在热带高于中纬度, 符合已有的常识, 但实际上不同地点其差异应该有所不同;冬季150 hPa以上高度, 中纬度和热带地区湿度廓线基本吻合, 此高度至近地面两者差异逐渐增大, 差异最大值也出现在近地面, 为14.95 g/m3左右。此外, 中纬度湿度廓线在300—200 hPa, 存在一很薄的近似等湿度层, 估计是模式设计者设计的中纬度冬季对流层顶的高度, 这与图 2b中的中纬度温度廓线的变化转折高度基本一致。
此外, 热带与中纬度湿度廓线的差异是冬季大夏季小, 这是由于夏季热带与中纬度的气团性质相对差异小的缘故, 而冬季中高纬度时常受到极区冷空气活动的影响, 因此, 中纬度大气与热带大气湿度差异大。
从利用模式自带的温湿廓线计算出的地面向下辐射通量(图 4)来看, 中纬度和热带地区的地面向下辐射通量具有相同的吸收峰, 从1.1—1.2 μm吸收峰可以看出, 中纬度和热带地区辐射差异夏季较小, 冬季较大, 且中纬度地区的地面向下辐射通量大于热带地区。从利用模式自带的温湿廓线计算出的大气顶向上辐射光谱(图 5)来看, 中纬度和热带地区辐射通量差异夏季较小, 冬季较大, 且热带的辐射通量大于中纬度地区。
3.2 大气温湿廓线特征分别对1960—2008年中国东部地区3个区域探空站的各层气温求算术平均和标准差, 得到各区域各层夏、冬季平均温度廓线。图 6为SBDART模式自带温度廓线和利用探空数据计算的中国东部平均温度廓线, 其中图 6a、c中SBDART模式大气廓线为中纬度夏季, 图 6b、d中SBDART模式大气廓线为中纬度冬季;SBDART模式热带温度廓线只有一条, 没有区分夏季和冬季, 因此, 图 6e、f中的SBDART模式大气廓线是一样的。
从图 6可以看出, 各区域大气实际温度廓线总体趋势一致, 但各个区域的各季节有自己的特点。从近地面到100 hPa的高度, 各个区域的大气廓线大都呈现出温度随着气压的降低而下降, 在100 hPa的高度处, 温度变化率为0, 达到最低值, 100—10 hPa, 温度随着气压的降低而递升。夏季(图 6a、c、e), 对流层(1000—100 hPa)气温随高度递减;平均最低温度出现在对流层顶部(100 hPa), 东北地区最低温度为-59℃, 这与王荣英等(2010)研究结果一致。中东部地区约为-70℃, 华南地区约为-75℃;100—20 hPa, 气温随气压的降低而递升。东北地区冬季(图 6b)与夏季(图 6a)相比, 地表的冬季温度(-11.14℃)显著低于夏季温度(22.19 ℃), 相差33.33℃;对流层冬季和夏季两个季节温度出现最低值的气压层不同, 夏季出现在100 hPa, 最低温度为-56.47℃, 而冬季出现在250 hPa, 最低温度为-55.20℃, 且冬季250—100 hPa, 温度变化幅度很小, 不超过2℃。中东部地区冬季(图 6d)与夏季(图 6c)相比, 近地面冬季温度明显低于夏季, 冬季温度为4.37℃, 夏季温度为25.46℃。100 hPa冬季温度为-66.67℃, 夏季温度为-71.55℃。此外, 对流层(1000—100 hPa)冬季温度递减率明显低于夏季温度递减率。华南地区冬季(图 6f)与夏季(图 6e)相比, 近地面至700 hPa, 夏季温度递减率明显高于冬季。
从模式和实际温度的差值廓线(图 7)可以看出, 大气实际温度廓线与模式温度廓线总体变化趋势一致, 但在部分区域的部分高度出现了较明显的差异。对流层的下部, 华南地区和东北地区冬季, 实际温度廓线明显低于模式温度廓线, 差距最大的地方出现在近地面, 分别达到了13.11和9.68℃;中东部地区夏季和冬季, 实际温度高于模式温度, 差距分别为5.07和5.82℃。对流层顶部(100 hPa), 中东部地区的实际温度明显低于模式温度, 最大值达14.40℃。平流层下部(30—10 hPa高度处), 除了东北地区冬季和中东部地区冬季的实际温度高于模式温度之外, 其余地区的实际温度都显著低于模式温度, 最大差值可达12.08℃。
此外, 各高度层的温度标准差均较小, 说明这套探空温度廓线资料与模式自带的温度廓线相比是有效的, 可以用来代表东部地区。
图 8为利用SBDART模式自带湿度廓线与1960—2008年探空资料计算的中国东部平均湿度廓线分布。图 9为模式与实际湿度廓线的差值, 从图 8、9可以看出, 大气实际湿度廓线与模式湿度廓线有较明显差异。近地面至850 hPa高度, 夏季的模式和实际湿度廓线的差异明显小于冬季。夏季, 东北地区、华南地区的模式和实际湿度廓线基本吻合;中东部地区的实际湿度廓线明显大于模式湿度廓线, 差值为4.35—5.43 g/m3。冬季, 东北地区、华南地区的模式湿度廓线明显大于实际湿度廓线, 东北地区的差值为1.23—1.98 g/m3, 华南地区的差值为4.08—9.35 g/m3, 而中东部地区的湿度廓线小于实际湿度廓线, 差值为0.99—1.40 g/m3。
850—500 hPa, 东北地区的夏季、中东部地区的冬季和夏季、华南地区的夏季, 实际湿度廓线大于模式湿度廓线。差值为0.17—3.02 g/m3;东北地区的冬季、华南地区的冬季, 实际湿度廓线小于模式湿度廓线, 差值为0.15—0.98 g/m3。
3.3 大气温湿廓线对辐射的影响 3.3.1 大气温湿廓线对地面向下和大气顶向上辐射通量的影响从中国东部实际地面向下辐射光谱和模式辐射光谱分布(图 10)结合辐射光谱积分差值(表 1)可以看出, 各区域的地面向下辐射光谱分布较一致, 具有相同的吸收带。其中在1.1—1.2 μm, 实际廓线与模式廓线计算的辐射有明显差异。选取这个波段进行放大分析可以看出, 实际大气辐射通量与模式辐射通量存在明显的差异, 冬季实际辐射值与模式辐射值的差异大于夏季。东北地区夏季, 模式与实际辐射光谱基本吻合, 辐射光谱积分差异只有1.3 W/m2, 相对误差0.12%, 这是由于在对流层中下部, 模式与实际湿度廓线基本一致(图 8a), 水汽对太阳辐射的吸收程度也相近;冬季, 模式辐射量小于实际辐射量, 且两者差异较大, 辐射差值达-33.70 W/m2, 相对误差2.95%(表 1), 这是由于在对流层中下部模式湿度大于实际湿度, 且差异较大, 太阳在向地面辐射的过程中, 水汽越多, 对太阳辐射的吸收程度越大, 到达地面的太阳辐射越少。在中东部地区, 夏季和冬季, 模式与实际辐射通量有较明显差异, 且为模式辐射通量大于实际辐射通量, 辐射差值分别为20.8和7.8 W/m2, 相对误差分别为2.01%和0.71%(表 1)。华南地区夏季, 模式辐射通量略大于实际辐射通量, 辐射差值为11.2 W/m2, 相对误差1.09%(表 1);冬季, 模式辐射通量小于实际辐射通量, 且差异较大, 辐射差值为-34.2 W/m2, 相对误差3.18%(表 1), 原因同东北部地区的冬季。
辐射通量(W/m2) | SBDART辐射通量差值(W/m2) | SBDART辐射通量相对误差(%) | 42种廓线辐射通量相对误差(%) | ||||||||
夏季 | 冬季 | 夏季 | 冬季 | 夏季 | 冬季 | 夏季 | 冬季 | ||||
东北地区 | 1054.5 | 1141.1 | 1.3 | -33.7 | 0.12 | 2.95 | 0.35 (24) | 0.18 (10) | |||
中东部地区 | 1035.0 | 1099.6 | 20.8 | 7.8 | 2.01 | 0.71 | 0.35 (18) | 0.24 (3) | |||
华南地区 | 1029.5 | 1074.9 | 11.2 | -34.2 | 1.09 | 3.18 | 0.06 (25) | 0.07 (14) | |||
注:差值表示模式的值减去实际区域的值;最后两列数据括号里的数值为全球42种大气廓线与实际区域相比误差最小的廓线标号。 |
此外, 还将国际上比较通用的全球42种大气廓线(Garand, et al, 2001)代入模式中, 计算出地面向下辐射通量与中国东部地区进行比较, 找到了接近中国东部的廓线(表 1最后两列数据)。与东北地区夏季相比, 42种大气廓线的相对误差范围为0.35%—12.49%, 与东北夏季最接近的是第24条廓线, 比SBDART模式廓线与东北夏季廓线的相对误差大0.24%。与东北地区冬季最接近的是第10条廓线, 相对误差是0.18%, 比SBDART模式与实际廓线的误差小2.77%。42条大气廓线与其他几个区域的廓线的相对误差均小于SBDART模式与实际廓线的相对误差, 其中分别与中东部夏、冬季最接近的大气廓线是第18和第3条, 相对误差分别为0.35%和0.24%。分别与华南地区夏、冬季最接近的大气廓线是第25和第14条, 相对误差分别为0.06%和0.07%。
总体来看, 利用模式温湿廓线计算的地面向下辐射通量与利用探空数据计算出的结果有较明显差异, 尤其是在东北地区的冬季、中东部地区的夏季和华南地区的冬季, 差值达20—35 W/m2。说明模式廓线反演的辐射通量与实际廓线反演的辐射通量相差较大。此外, 从地面向下辐射通量的计算结果来看, 可以从全球42种大气廓线中找到与中国东部比较吻合的廓线, 能够一定程度地代表中国东部的温湿廓线。
从中国东部实际大气顶向上辐射通量和模式辐射通量(图 11)结合辐射光谱积分差值(表 2)可以看出, 各区域光谱分布形态比较一致, 吸收带也比较相近。冬季, 大气顶向上实际辐射通量与模式辐射通量的差异明显大于夏季:东北地区夏季, 模式与实际辐射通量基本吻合, 辐射光谱积分仅相差5.09 W/m2, 相对误差1.82%(图 11a)。长波辐射主要是由对流层中下层的大气温度决定的, 东北地区夏季的对流层中下部的模式与实际温度廓线基本吻合, 模式与实际长波辐射通量也基本吻合;冬季, 模式大于实际辐射通量, 光谱积分差值为19.3 W/m2, 相对误差8.94%(图 11b), 这是由于在对流层下部, 模式温度明显高于实际温度, 温度越高, 地表及大气射出的长波辐射越强, 因而用模式温湿廓线计算出的长波辐射值高于用实际温湿廓线计算的长波辐射值。中东部地区夏季, 模式与实际辐射通量吻合(图 11c);冬季, 模式小于实际辐射通量, 且差值较大, 积分差值为-12.12 W/m2, 相对误差4.90%(图 11d)。在华南地区, 夏季, 模式大于实际辐射通量, 积分差值为10.39 W/m2, 相对误差3.67%(图 11e);冬季, 模式与实际辐射通量差异较大, 差值为21.36 W/m2, 相对误差7.84%(图 11f), 这是由于在华南地区的冬季, 1000—500 hPa的高度, 各气压层的实际温度明显低于模式温度, 温度越低, 地面和大气的辐射强度越弱, 从而大气顶接收的长波辐射量就越小。
辐射通量(W/m2) | SBDART辐射通量差值(W/m2) | SBDART辐射通量相对误差(%) | 42种廓线辐射通量相对误差(%) | ||||||||
夏季 | 冬季 | 夏季 | 冬季 | 夏季 | 冬季 | 夏季 | 冬季 | ||||
东北地区 | 279.89 | 215.79 | 5.09 | 19.30 | 1.82 | 8.94 | 0.88(27) | 0.40(37) | |||
中东部地区 | 282.11 | 247.21 | 2.87 | -12.12 | 1.02 | 4.90 | 1.44(20) | 0.24(13) | |||
华南地区 | 283.38 | 272.41 | 10.39 | 21.36 | 3.67 | 7.84 | 0.98(20) | 0.65(2) | |||
注:差值表示模式的值减去实际区域的值;最后两列数据括号里的数值为全球42种大气廓线与实际区域相比误差最小的廓线标号。 |
此外, 将目前国际上比较常用的42条大气廓线代入模式计算出大气顶向上辐射通量, 与东部地区进行比较, 找到与东部地区相对误差最小的廓线(表 2最后两列数据)。总体来说, 42条廓线与东部地区相比, 相对误差的变化范围颇大, 最大误差为30%—50%。但最接近东部地区的廓线与东部地区的相对误差很小, 在0.24%—1.44%(表 2), 与中东部地区夏季最接近的是第20条廓线, 其与中东部地区的相对误差为1.44%, 比SBDART模式廓线与中东部夏季廓线的相对误差大0.42%。对于东北地区夏、冬季来说, 最接近的42条大气廓线分别是第27、37条, 相对误差分别为0.88%、0.40%, 均小于SBDART模式与东北地区的相对误差。与中东部地区冬季、华南地区夏、冬季最接近的42种大气廓线分别是第13、20、2条, 相对误差分别是0.24%、0.98%、0.65%。
总体来看, 利用模式温湿廓线计算的大气顶向上辐射通量与利用探空数据计算出的结果有较明显差异, 尤其是在东北地区的冬季、中东部地区的冬季以及华南地区的夏、冬季, 差值达10—22 W/m2。如果使用模式自带的温湿廓线替代东部地区的温湿廓线, 将会对辐射计算结果造成1.02%—8.94%的误差。此外, 全球42条大气廓线中的部分廓线与中国东部地区的相对误差较小, 在没有办法获取探空数据的情况下, 可以从全球42条大气廓线中选取特定的廓线, 一定程度上可以反映中国东部地区的大气温湿情况。
3.3.2 大气温湿廓线对地面、大气顶净辐射通量和大气辐射加热率的影响为进一步分析大气温湿廓线对大气辐射加热率的影响, 计算了地表、大气顶的净辐射通量和辐射加热(冷却)率(表 3)。从表 3可以看出, 对于地表净辐射通量, 东北地区的夏、冬季和中东部地区的冬季, 模式与实际的净辐射通量差值较小, 为0.57—4.36 W/m2。中东部地区的夏季和华南地区的夏、冬季, 模式与实际的净辐射通量差值很大, 为12.37—17.84 W/m2, 其中, 华南地区的冬季, 模式比实际值大, 剩下两个区域的夏季, 模式均比实际值小;对于大气顶净辐射来说, 东北地区的夏季和中东部地区的夏季, 模式与实际的差值较少, 为2.27—4.43 W/m2, 对于剩下几个区域, 模式和实际的差值很大, 为9.77—20.89 W/m2, 其中, 中东部地区的冬季模式值大于实际值, 剩下的几个区域均为模式值小于实际值。
地表净辐射差值(W/m2) | 大气顶净辐射差值(W/m2) | 辐射加热率差值(K/d) | ||||||
夏季 | 冬季 | 夏季 | 冬季 | 夏季 | 冬季 | |||
东北地区 | -0.57 | -3.73 | -4.43 | -18.58 | -0.03 | -0.13 | ||
中东部地区 | -17.84 | 4.36 | -2.27 | 12.80 | 0.13 | 0.07 | ||
华南地区 | -14.70 | 12.37 | -9.77 | -20.89 | 0.04 | -0.29 | ||
注:差值表示模式的值减去实际区域的值;净辐射通量=向上辐射通量↓-向下辐射通量↑。 |
对于大气辐射加热率来说, 利用模式标准廓线与实际探空廓线计算的辐射加热率的差值为0.03—0.29 K/d, 其中, 差值较大的为华南地区的冬季(0.29 K/d), 中东部地区的夏季(0.13 K/d)和东北地区的冬季(0.13 K/d)。王宏等(2007)利用辐射传输模式, 分别计算了沙尘气溶胶对沙漠和海洋大气的辐射加热(冷却)率, 研究表明, 沙尘层对应的净辐射加热率分别为2.8和0.4 K/d。文中计算的模式与实际辐射加热率的差值, 占沙漠气溶胶对沙漠的辐射加热率的1.1%—10.6%, 占对海洋大气的辐射加热率的7.5%—72.5%。由此可见, 由于模式廓线与实际廓线不一样, 计算的净辐射加热率的差值, 最大可以达到气溶胶对海洋大气辐射加热率的72.5%, 这说明在进行辐射计算的时候, 除了要考虑气溶胶的影响, 还要考虑模式温湿廓线与实际廓线的差异, 补充一套东部地区的温湿廓线是非常必要的。
4 结论将中国东部分为东北部地区、中东部地区和华南地区3个区域, 研究了这3个区域夏季和冬季的温湿廓线特点, 并将实际温湿廓线和模式自带的温湿廓线进行对比。利用SBDART辐射传输模式, 分别计算出晴空条件下两种温湿廓线地面向下辐射量和大气顶向上辐射量, 并进行对比, 主要结论如下。
(1) 中国东部地区的大气温湿廓线有明显的区域和季节特点, 探空测得的温度廓线与模式温度廓线相比有较明显的差异。在对流层的下部, 模式温度廓线与实际温度廓线相差较大, 其中华南地区的冬季和东北地区的冬季, 实际温度比模式温度低, 在地表两者差值最大, 分别达到13.11和9.68℃。在对流层顶部(100 hPa), 中东部地区的实际温度明显低于模式温度, 最大差值达到14.40℃。在平流层下部(30—10 hPa高度处), 除了东北地区冬季和中东部地区冬季的实际温度高于模式温度之外, 其余地区的实际温度都显著低于模式温度, 最大差值可达12.08℃。此外各高度层的温度标准差均较小, 说明这套探空温度廓线资料与模式自带的温度廓线相比是有效的, 可以用来代表东部地区。探空测得的湿度廓线与模式湿度廓线相比, 近地面至850 hPa的高度, 夏季的模式和实际湿度廓线的差异明显小于冬季。夏季, 中东部地区的实际湿度廓线明显大于模式湿度廓线, 差值为4.35—5.43 g/m3。冬季, 东北地区、华南地区的模式湿度廓线明显大于实际湿度廓线, 华南地区的差值达4.08—9.35 g/m3, 而中东部地区的湿度廓线小于实际湿度廓线, 差值为0.99—1.40 g/m3。850—500 hPa, 实际湿度廓线与模式湿度廓线的差值为0.15—3.02 g/m3。500 hPa以上水汽含量很少, 实际湿度廓线和模式湿度廓线数值差异也很小, 为10-5—0.59 g/m3。
(2) 利用模式温湿廓线计算的地面向下辐射通量和大气顶向上辐射通量与利用探空数据计算出的结果有较明显差异。就地面向下辐射而言, 1.1—1.2 μm, 实际廓线与模式廓线计算的地面向下辐射通量有明显差异。东北地区冬季, 模式辐射量小于实际辐射量, 差值达-33.70 W/m2, 相对误差2.95%。中东部地区的夏季, 模式与实际辐射差值达20.8 W/m2, 相对误差2.01%。华南地区冬季, 模式辐射与实际辐射差值达-34.2 W/m2, 相对误差3.18%。中国东部地区的3个区域有明显的区域和季节特点, 而模式自带的大气温湿廓线区域和季节划分并不够细致, 不足以代表东部地区各个区域及季节的温湿特点。
就大气顶向上辐射而言, 实际廓线与模式廓线计算出的大气顶向上辐射通量有明显差异, 且冬季的差异比夏季大。尤其是在东北地区的冬季、中东部地区的冬季以及华南地区的夏、冬季, 差值达10—22 W/m2。如果使用模式自带的温湿廓线替代东部地区的温湿廓线, 将会对大气顶向上长波辐射计算结果造成1.02%—8.94%的误差。此外, 冬季模式辐射通量与实际辐射通量的差异明显大于夏季, 冬季的差值为-12.12—21.36 W/m2, 相对误差为4.90%—8.94%, 夏季的差值为2.87—10.39 W/m2, 相对误差为1.02%—3.67%。
从地面向下辐射通量和大气顶向上辐射通量的计算结果来看, 全球42种大气廓线中的部分廓线与中国东部探空廓线的相对误差较小, 可以一定程度反映中国东部的大气温湿情况。
就地面、大气顶净辐射通量而言, 利用模式标准廓线与实际探空廓线计算的净辐射差值还是比较明显的。对于地表净辐射, 中东部地区的夏季和华南地区的夏季, 利用模式标准廓线和探空廓线计算的净辐射差值达到15 W/m2左右, 而对于大气顶净辐射, 东北地区的冬季和华南地区的冬季, 利用模式廓线计算出的净辐射量比利用实际探空廓线计算的净辐射量小20 W/m2左右。大气对辐射的加热率差异也是很明显的, 模式大气与实际探空廓线的辐射加热率的差值为0.03—0.29 K/d, 最大出现在华南地区的冬季, 利用模式大气计算的辐射加热率明显小于利用探空廓线计算得出的辐射加热率。说明模式廓线与实际廓线的差别将对大气辐射加热率造成不小的影响, 补充一套东部地区的温湿廓线非常有必要。
致谢: 感谢中国国家气象信息中心提供的探空资料。
顾钧禧, 章基嘉, 巢纪平, 等. 1994. 大气科学辞典. 北京: 北京气象出版社: 980pp. Gu J X, Zhang J J, Chao J P, et al. 1994. Atmospheric Science Dictionary. Beijing: China Meteorological Press: 980pp. (in Chinese) |
郭艳君, 丁一汇. 2008. 近50年我国探空温度序列均一化及变化趋势. 应用气象学报, 19(6): 646–654. Guo Y J, Ding Y H. 2008. Homogeneity and long-term trend analysis on radiosonde temperature time series in China during recent 50 years. J Appl Meteor Sci, 19(6): 646–654. DOI:10.3969/j.issn.1001-7313.2008.06.002 (in Chinese) |
郭艳君, 丁一汇. 2014. 1958-2005年中国高空大气比湿变化. 大气科学, 38(1): 1–12. Guo Y J, Ding Y H. 2014. Upper-air specific humidity change over China during 1958-2005. Atmos Sci, 38(1): 1–12. DOI:10.3969/j.issn.1674-7097.2014.01.001 (in Chinese) |
李秀镇, 盛立芳, 刘骞, 等. 2016. 基于SBDART辐射传输模式的晴天地面总辐射模拟误差分析. 中国海洋大学学报, 46(8): 13–18. Li X Z, Sheng L F, Liu Q, et al. 2016. Error in calculation of surface radiation based on SBDART radiative transfer model. Periodical Ocean Univ China, 46(8): 13–18. (in Chinese) |
梁宏. 2012.青藏高原大气水汽变化和对辐射影响的模拟[D].北京: 中国气象科学研究院, 171 pp. Liang H. 2012. Variation of the atmospheric water vapor and its radiative effect simulations over the Tibetan Plateau[D]. Beijing: Chinese Academy of Meteorological Sciences, 171pp (in Chinese) http://cdmd.cnki.com.cn/article/cdmd-85101-1012410145.htm |
卢鹏, 张华, 荆现文, 等. 2015. 长波区间太阳辐射对气候模拟的影响. 大气科学学报, 38(2): 175–183. Lu P, Zhang H, Jing X W, et al. 2015. Effect of solar radiation in longwave region on climate simulations. Trans Atmos Sci, 38(2): 175–183. (in Chinese) |
陆渝蓉, 高国栋. 1984. 我国大气中平均水汽含量与水分平衡的特征. 气象学报, 42(3): 301–310. Lu Y R, Gao G D. 1984. The water vapour content and the water budget in the atmosphere over China. Acta Meteor Sinica, 42(3): 301–310. (in Chinese) |
沈钟平, 张华. 2009. 影响地面太阳辐射及其谱分布的因子分析. 太阳能学报, 30(10): 1389–1395. Shen Z P, Zhang H. 2009. Analysis on the factors affecting surface solar radiation and its spectral distribution. Acta Energ Sol Sinica, 30(10): 1389–1395. DOI:10.3321/j.issn:0254-0096.2009.10.017 (in Chinese) |
盛裴轩, 毛节泰, 李建国, 等. 2003. 大气物理学. 北京: 北京大学出版社: 551pp. Sheng P X, Mao J T, Li J G, et al. 2003. Atmospheric Physics. Beijing: Peking University Press: 551pp. (in Chinese) |
石广玉. 2007. 大气辐射学. 北京: 科学出版社: 402pp. Shi G Y. 2007. Atmospheric Radiation. Beijing: Science Press: 402pp. (in Chinese) |
王宏, 石广玉, 王标, 等. 2007. 中国沙漠沙尘气溶胶对沙漠源区及北太平洋地区大气辐射加热的影响. 大气科学, 31(3): 515–526. Wang H, Shi G Y, Wang B, et al. 2007. The impacts of dust aerosol from Deserts of China on the radiative heating rate over desert sources and the north Pacific Region. Atmos Sci, 31(3): 515–526. (in Chinese) |
王荣英, 周顺武, 吴萍, 等. 2010. 近30 a华北地区高空气温时空演变特征. 气象与环境科学, 33(4): 31–37. Wang R Y, Zhou S W, Wu P, et al. 2010. Temporal and spatial characteristic about upper temperature over the last 30 Years in North China. Meteor Environ Sci, 33(4): 31–37. DOI:10.3969/j.issn.1673-7148.2010.04.007 (in Chinese) |
王绍武, 叶瑾琳, 龚道溢, 等. 1998. 近百年中国年气温序列的建立. 应用气象学报, 9(4): 392–401. Wang S W, Ye J L, Gong D Y, et al. 1998. Construction of mean annual temperature series for the last one hundred years in China. Quart J Appl Meteor, 9(4): 392–401. (in Chinese) |
王颖, 任国玉. 2005. 中国高空温度变化初步分析. 气候与环境研究, 10(4): 780–790. Wang Y, Ren G Y. 2005. Change in free atmospheric temperature over China during 1961-2004. Climatic Environ Res, 10(4): 780–790. (in Chinese) |
谢潇, 祁莉, 何金海. 2013. 1980-2009年中国东部上空温度变化特征. 气候变化研究进展, 9(2): 102–109. Xie X, Qi L, He J H. 2013. An analysis on upper-air temperature over eastern China during 1980-2009. Adv Climate Change Res, 9(2): 102–109. DOI:10.3969/j.issn.1673-1719.2013.02.004 (in Chinese) |
熊安元, 阮新, 廖捷, 等. 2015. 中国地面和高空气候变化数据产品研发技术. 北京: 气象出版社: 17-34. Xiong A Y, Ruan X, Liao J, et al. 2015. Technology for the Development of Ground and High Altitude Climate Change Data Product in China. Beijing: China Meteorological Press: 17-34. (in Chinese) |
徐华. 2013.中国太阳辐射区域影响因子研究[D].青岛: 中国海洋大学, 61 pp. Xu H. 2013. The study of impact factors of solar radiation in particular areas of China[D].Qingdao: Ocean University of China, 61pp (in Chinese) http://cdmd.cnki.com.cn/Article/CDMD-10423-1013368480.htm |
尹青, 张华, 何金海. 2011. 近48年华东地区地面太阳总辐射变化特征和影响因子分析. 大气与环境光学学报, 6(1): 37–46. Yin Q, Zhang H, He J H. 2011. Long-term change of surface total solar radiation and influencing factors over east China in recent 48 years. J Atmos Environ Opt, 6(1): 37–46. DOI:10.3969/j.issn.1673-6141.2011.01.006 (in Chinese) |
翟盘茂, 郭艳君. 2006. 高空大气温度变化研究. 气候变化研究进展, 2(5): 228–232. Zhai P M, Guo Y J. 2006. A study of upper air temperature change. Adv Climate Change Res, 2(5): 228–232. DOI:10.3969/j.issn.1673-1719.2006.05.004 (in Chinese) |
赵静, 阎广建, 焦中虎, 等. 2017. SBDART的参数化短波辐射传输模型. 遥感学报, 21(6): 853–863. Zhao J, Yan G J, Jiao Z H, et al. 2017. Enhanced shortwave radiative transfer model based on SBDART. J Remote Sens, 21(6): 853–863. (in Chinese) |
Achad M, López M L, Palancar G G, et al. 2013. Retrieving the relative contribution of aerosol types from single particle analysis and radiation measurements and calculations:A comparison of two independent approaches. J Aerosol Sci, 64: 11–23. DOI:10.1016/j.jaerosci.2013.05.008 |
Arking A. 1996. Absorption of solar energy in the atmosphere:Discrepancy between model and observations. Science, 273(5276): 779–782. DOI:10.1126/science.273.5276.779 |
Bohlinger P, Sinnhuber B M, Ruhnke R, et al. 2014. Radiative and dynamical contributions to past and future Arctic stratospheric temperature trends. Atmos Chem Phys, 14(3): 1679–1688. |
Chang L, Gao G P, Jin S G, et al. 2015. Calibration and evaluation of precipitable water vapor from MODIS infrared observations at night. IEEE Trans Geosci Remote Sensing, 53(5): 2612–2620. DOI:10.1109/TGRS.2014.2363089 |
Chang L, Guo L X, Feng G P, et al. 2018. Comparison of the Arctic upper-air temperatures from radiosonde and radio occultation observations. Acta Oceanol Sinica, 37(1): 30–39. DOI:10.1007/s13131-018-1156-x |
Chen Y L, Fu Y F. 2018. Tropical echo-top height for precipitating clouds observed by multiple active instruments aboard satellites. Atmos Res, 199: 54–61. DOI:10.1016/j.atmosres.2017.08.008 |
Free M, Seidel D J. 2005. Causes of differing temperature trends in radiosonde upper air data sets. J Geophys Res, 110(D7): D07101. |
Fu Q, Liou K N. 1992. On the correlated k-distribution method for radiative transfer in nonhomogeneous atmospheres. J Atmos Sci, 49(22): 2139–2156. DOI:10.1175/1520-0469(1992)049<2139:OTCDMF>2.0.CO;2 |
Garand L, Turner D S, Larocque M, et al. 2001. Radiance and Jacobian intercomparison of radiative transfer models applied to HIRS and AMSU channels. J Geophys Res, 106(D20): 24017–24031. DOI:10.1029/2000JD000184 |
Mao Q J, Huang C L, Zhang H X, et al. 2018. Aerosol optical properties and radiative effect under different weather conditions in Harbin, China. Infrared Phys Technol, 89: 304–314. DOI:10.1016/j.infrared.2018.01.024 |
Michalsky J J, Anderson G P, Barnard J, et al. 2006. Shortwave radiative closure studies for clear skies during the Atmospheric Radiation Measurement 2003 Aerosol Intensive Observation Period. J Geophys Res, 111(D14): D14S90. |
Obregón M A, Serrano A, Costa M J, et al. 2015. Validation of libRadtran and SBDART models under different aerosol conditions//IOP Conference Series:Earth and Environmental Science. IOP Publishing, 28:012010 |
Ramanathan V, Vogelmann A M. 1997. Greenhouse effect, atmospheric solar absorption and the Earth's radiation budget:From the Arrhenius-Langley era to the 1990s. Ambio, 26(1): 38–46. |
Ricchiazzi P, Yang S R, Gautier C, et al. 1998. SBDART:A research and teaching software tool for plane-parallel radiative transfer in the Earth's atmosphere. Bull Am Meteor Soc, 79(10): 2101–2114. DOI:10.1175/1520-0477(1998)079<2101:SARATS>2.0.CO;2 |
Sun B, Reale A, Seidel D J, et al. 2010. Comparing radiosonde and COSMIC atmospheric profile data to quantify differences among radiosonde types and the effects of imperfect collocation on comparison statistics. J Geophys Res, 115(D23): D23104. DOI:10.1029/2010JD014457 |
Vaquero-Martínez J, Antón M, de Galisteo J P O, et al. 2018. Water vapor radiative effects on short-wave radiation in Spain. Atmos Res, 205: 18–25. DOI:10.1016/j.atmosres.2018.02.001 |
Zhang H, Nakajima T, Shi G Y, et al. 2003. An optimal approach to overlapping bands with correlated k distribution method and its application to radiative calculations. J Geophys Res, 108(D20): 4641. DOI:10.1029/2002JD003358 |