2017, Vol. 13 
2. 中国气象局气候研究开放实验室/中国气象局 国家气候中心，北京 100081;
3. 南京信息工程大学大气科学学院，南京 210044
自工业革命以来，随着人类活动的不断加剧，温室气体的排放显著增加，导致全球平均地表温度不断上升[1-2]。甲烷作为大气中重要的温室气体之一，其浓度的不断增加对全球变暖有着重要的贡献。20世纪40年代利用太阳红外光谱发现了大气中甲烷气体的存在以及该气体的垂直分布。甲烷是仅次于二氧化碳的最重要的温室气体，IPCC第五次评估报告(AR5) 指出自20世纪80年代以来甲烷引起了18%~20%的温室效应。作为一种重要的温室气体，甲烷对辐射的影响会对地球上整层大气产生加热作用，尤其对地表及近地面温度的影响较大。甲烷在大气中的含量虽然没有二氧化碳多，但其辐射效率①(3.63×10-4 (W/m2)/10-9)是二氧化碳(1.37×10-5 (W/m2)/10-9)的26.5倍[3-4]。
① 辐射效率指单位浓度产生的辐射强迫，单位为(W/m2)/10-9。
自工业革命以来，大气中甲烷的浓度增加了1倍以上(1750年近地面甲烷的体积混合比为722×10-9；2011年近地面甲烷的体积混合比为1803×10-9)[5]。在1750—2000年间甲烷浓度一直保持快速的增长，随后将近十年时间甲烷浓度保持不变或是缓慢增加。2007年后无论是地基观测[6-8]还是卫星观测的廓线数据[9-10]均发现甲烷浓度继续快速增加[11-13]。IPCC AR5根据Myhre等[14]的公式计算得出1750—2011年甲烷的浓度变化产生的辐射强迫为(0.48±0.05) W/m2。虽然甲烷被视为均匀混合的温室气体，但其浓度随纬度和海拔高度会有空间上的变化，而这一变化会造成甲烷的辐射强迫存在2%的不确定性[15]。
本文利用国家气候中心的大气环流模式BCC_AGCM2.0，结合IPCC AR5给出的甲烷近地表浓度数据和最新有效辐射强迫(ERF)概念，模拟了自工业革命以来甲烷浓度的变化造成的ERF，并评估了甲烷浓度变化对全球气候产生的主要影响。
1 模式与实验设计介绍 1.1 模式介绍本文所用的气候模式是中国气象局国家气候中心开发的大气环流模式BCC_AGCM2.0。该模式系统水平分辨率约为2.8˚×2.8˚，垂直方向为混合σ-压力坐标系，由地表到模式顶共分为26层。该模式的动力内核是在美国大气研究中心(NCAR)的第三代大气环流模式CAM3.0的基础上发展而来的，动力框架主要引入参考大气温度、位势高度和地面气压，从而降低了预报方程的截断误差；Zhang等[16]改进了次网格云结构的模拟精确程度并优化了辐射传输过程，主要包括一个相关k分布的辐射计算方案和一个次网格随机云产生器[17-18]，模式的详细介绍请见[16-18]。该耦合模式在对气溶胶的辐射强迫及其对气候的影响的研究中有十分重要的应用[1, 2, 16, 19-24]。同时该耦合模式还不断地参与气溶胶观测与模式比较项目(AeroCom)，比如参与气溶胶直接辐射强迫的模式比较[25]，其结果也被IPCC AR5引用。
1.2 实验设计介绍为了研究甲烷的ERF及其气候效应，本文设计了4组数值试验，并将其分别命名为EXP1、EXP2、EXP3和EXP4。其中，EXP1和EXP2是为了评估自工业革命以来大气中甲烷浓度变化造成的ERF，因此根据定义我们保持这两组试验的海温和海冰覆盖资料固定不变[26]。EXP1和EXP2中近地面甲烷体积混合比为722×10-9(1750年浓度水平)和1802×10-9(2011年的浓度水平)[5]，其他条件均保持相同。ERF的计算方法如下：
| $ \text{ERF}=\Delta {{F}_{\text{EXP}2}}-\Delta {{F}_{\text{EXP1}}}。$ | (1) |
其中ΔF表示大气层顶向下与向上的辐射通量的差值(包括短波与长波波段)。
EXP3和EXP4是为了评估甲烷的浓度变化所造成的气候效应。为了研究甲烷的气候效应，本文耦合了一个浅层海洋模式[26]来替换固定的海温资料，来更好地反映海温对甲烷浓度变化的响应。EXP3/EXP4分别与EXP1/EXP2试验中使用的甲烷浓度相同。考虑到模式模拟的全球平均地表温度需要经过一段时间的调整(固定海温时为5年左右，耦合浅层海洋模式时为30年左右)[27]，在EXP1和EXP2试验中，模式运行15年，取后10年的模拟结果进行分析讨论；在EXP3和EXP4试验中，模式运行70年，取后40年的模拟结果进行分析讨论。
2 模拟结果与分析 2.1 甲烷的ERF自工业革命以来，人为活动排放的甲烷增多，此外全球变暖也使甲烷的自然排放增加，这都导致了甲烷浓度的升高。空气中的甲烷气体对地气长波辐射具有较强的吸收，从而使工业革命到现在甲烷浓度增加造成的ERF的全球平均值为正值。图 1是甲烷浓度变化产生的ERF的全球分布模拟结果(EXP2与EXP1的差值)，甲烷浓度变化造成ERF在南北半球60˚附近地区出现明显的正值，且最大值可以达到7 W/m2。而在西伯利亚西部、非洲大陆南部、格陵兰岛和南美洲大部分地区，甲烷浓度变化造成ERF为负值，其中非洲大陆南部的负强迫最明显(大约为-6 W/m2)。在上述地区，甲烷浓度变化造成低云量增加，可能是ERF变化的主要原因。本文模拟的甲烷浓度变化的全球平均值为0.49 W/m2，与IPCC AR5评估值一致(根据IPCC AR5给出的结果，有效辐射强迫与传统辐射强迫的全球平均值近似)。
|
注：“﹒”表示通过了0.05的显著性检验。 图 1 1750—2011年甲烷浓度变化造成的有效辐射强迫的全球分布 Figure 1 The distribution of effective radiative forcing (ERF) for methane from 1750 to 2011 |
由于甲烷对地气系统长波辐射具有较强的吸收作用，因此其浓度的增加通常导致了近地表的增温现象。本文的模拟结果(EXP4与EXP3的模拟结果的差值)表明1750—2011年大气中甲烷浓度的变化使全球平均地表温度升高了0.31℃。如图 2(a) 中所示，甲烷浓度变化造成了全球范围内绝大多数地区地表温度的升高，仅南北半球中高纬度部分地区略有降温。在北半球中纬度地区附近升温效应最明显，且最大升温可以超过1.4℃；同时在南极圈附近也有较明显的升温，升温在1.0℃左右。这主要与甲烷浓度变化所造成的地表净辐射通量(Surface Net Radiation Flux, SNRF)的变化有关(图 2b)。在海洋地区，SNRF的空间分布与地表温度有较好的一致性，在南北半球高纬度地区，如太平洋北部地区的增加量高于6.0 W/m2，而该地区的地表温度也有较明显的增加。但由于云量变化和热量传输等因素，虽然在印度洋、南太平洋和南半球高纬度地区SNRF均有显著的降低，但这些地区的地表温度与SNRF没有很好的对应关系。
|
注：“﹒”表示通过了0.05的显著性检验。 图 2 1750—2011年甲烷浓度变化对气候造成的影响 Figure 2 Climate responses due to changes in atmospheric methane concentration from 1750 to 2011 |
图 2(c)和2(d)分别是甲烷浓度变化造成的低云量(低于680 hPa气压高度的云量)和高云量(高于440 hPa气压高度的云量)的变化。低云量和高云量的变化会直接影响地表净辐射通量的变化，从而进一步影响地表温度的变化。低云量的增加反射了更多入射到大气的太阳短波辐射，使地表净辐射通量减小，从而使地表温度降低；而高云量的增加吸收了更多大气向外空发射的长波辐射，使地表净辐射通量增加，因此对地表温度起到升温的作用。在南美洲西部和南部地区，ERF(图 1)有较大的负值出现，且该地区存在明显的降温现象(图 2a)，这可能是由上述地区的低云量增加了将近2.0%导致的(图 2c)；而在日本海以东和地中海附近地区出现的升温现象则可能是由该地区高云量的显著增加造成的(图 2d)。
甲烷浓度变化造成高、中、低云量的总和下降了0.23%(由于高云、中云和低云之间有云层叠现象存在，因此这里计算的三者之和要大于总云量，同时也可以更好地代表云量的变化)。图 2(e)和2(f)是甲烷浓度变化造成的纬向平均整层云量和相对湿度变化的模拟结果，云量的垂直分布的变化与大气相对湿度的变化具有较好的对应关系。在70˚N附近地区和10˚~20˚N的对流层大部分区域、南半球对流层低层、南北半球热带地区的对流层高层以及南极地区的对流层内的绝大部分区域纬向平均相对湿度都呈现出较明显的增加趋势。相对湿度的增加，加之云量纬向平均值在上述区域也增加了0.2%~1.0%，从而导致以上区域(除南极地区外)地表净辐射通量不同程度的减少(图 2b)。与此相反，在60˚S附近地区、30˚~40˚N之间的整层对流层内、南北半球近赤道地区的对流层中高层和两半球高纬度平流层绝大部分区域内相对湿度和云量的纬向平均值都有较明显的减少，与此相对应的地表净辐射通量(图 2b)和地表水汽通量(图 3a)也存在不同程度的减少。
|
注：“﹒”表示通过了0.05的显著性检验。 图 3 1750—2011年甲烷浓度变化对气候造成的影响的模式模拟结果 Figure 3 The climate responses for methane concentration from 1750 to 2011 |
自工业革命以来大气中甲烷浓度的增加导致地表和大气温度的增加，同时全球平均地表水汽通量也增大0.02 kg/(m2·d)。图 3(a)是甲烷浓度增加导致的地表水汽通量变化的模拟结果，地表水汽通量变化与地表净辐射通量变化的全球分布(图 2b)较为一致。南北半球绝大部分洋面上地表水汽通量均有所增加，尤其是在太平洋北部、赤道附近太平洋地区和大西洋西部等地区地表水汽通量增加约为0.12 kg/(m2·d)。相反，在地表净辐射通量减少的地区地表水汽通量也出现了不同程度的减少，其中南美大陆的东部和非洲大陆中部是地表水汽通量减少最明显的地区(-0.14 kg/(m2·d))。
图 3(b)为甲烷浓度变化造成的降水量变化全球分布的模拟结果。降水量的变化在赤道附近地区较显著，这主要是由于全球降水主要分布在热带地区。降水量和低云量在10˚~20˚N之间的洋面上均有显著的增加，降水量增加了0.5 mm/d以上(最大值可达1.8 mm/d)。而在10˚N~10˚S之间的洋面上降水量和低云量则有明显的减少，降水量减少超过了0.6 mm/d。总体来看甲烷浓度变化造成赤道附近南、北两侧年平均降水量的变化有明显的对比：北侧降水有所增加，尤其是在太平洋洋面上；而南侧降水则有所减少。这种降水变化的分布特征意味着赤道辐合带的降水中心有向北移动的趋势。此外在南北半球的高纬度地区降水量(如图 3b)变化并不明显。
3 结论与讨论本文利用国家气候中心研发的大气环流模式BCC_AGCM2.0，并结合IPCC AR5对近地面甲烷浓度的评估，研究了自工业革命以来大气中甲烷浓度变化造成的大气层顶的有效辐射强迫以及由此产生的气候效应。得出如下主要结论。
自工业革命以来甲烷浓度变化造成的有效辐射强迫为0.49 W/m2，由此导致全球平均地表温度上升了0.31℃。在南北半球中高纬度地区升温现象较为显著，且最大升温甚至超过1.4℃。造成的全球平均地表水汽通量和降水量的变化量值均为0.02。此外，由于大气中甲烷浓度的变化，造成了南北半球高纬度地区云量较明显的增加。然而，在南北半球中低纬度地区总云量却是显著减少的，这主要是由相对湿度的减少造成的。降水量的全球分布与云量的分布具有较好的一致性，尤其是在南北半球近赤道地区。在10˚~20˚N之间的洋面上降水量增加较明显，而在10˚N~10˚S之间的洋面上降水量则是显著减少(减少超过0.6 mm/d)，这一变化造成赤道辐合带降水中心有北移的趋势。
致谢：本试验在国家气候中心荆现文博士、赵树云博士，中国气象科学研究院王志立博士等协助下完成，在此表示感谢！
| [1] |
张华, 陈琪, 谢冰, 等. 中国的PM2.5和对流层臭氧及污染物排放控制对策的综合分析[J]. 气候变化研究进展, 2014, 10(4): 289-296. |
| [2] |
Zhang H, Xie B, Chen Q, et al. PM2.5 and tropospheric ozone in China and pollutant emission controlling integrated analyses[J]. Progressus Inquisitiones De Mutatione Climatis, 2014, 10(4): 289-296. |
| [3] |
Yashiro Y, Kadir W R, Okuda T, et al. The effects of logging on soil greenhouse gas (CO2, CH4, and N2O) flux in a tropical rain forest, Peninsular Malaysia[J]. Agric for Meteorol, 2008, 148: 799-806. DOI:10.1016/j.agrformet.2008.01.010 |
| [4] |
Renaud de_R, Caillol S. Fighting global warming: the potential of photocatalysis against CO2, CH4, N2O, CFCs, tropospheric O3, BC and other major contributors to climate change[J]. Journal of Photochemistry and Photobiology C, 2011, 12: 1-19. DOI:10.1016/j.jphotochemrev.2011.05.002 |
| [5] |
IPCC. Climate change 2013: the physical science basis[M]. Cambridge: Cambridge University Press, 2013.
|
| [6] |
Cunnold D M, Steele L P, Fraser P J, et al. In situ measurements of atmospheric methane at GAGE/AGAGE sites during 1985-2000 and resulting source inferences[J]. J Geophys Res Atmos, 2002, 107(D14). DOI:10.1029/2001JD001226 |
| [7] |
Langenfelds R L, Francey R J, Pak B C, et al. Interannual growth rate variations of atmospheric CO2 and its δ13C, H2, CH4, and CO between 1992 and 1999 linked to biomass burning[J]. Global Biogeochemical Cycles, 2002, 16(3). DOI:10.1029/2001GB001466 |
| [8] |
Dlugokencky E, Bruhwiler L, White J W C, et al. Observational constraints on recent increases in the atmospheric CH4 burden[J]. Geophys Res Lett, 2009, 36: L18803. DOI:10.1029/2009GL039780 |
| [9] |
Wecht K J, Jacob D J, Wofsy S C, et al. Validation of TES methane with HIPPO aircraft observations: implications for inverse modeling of methane sources[J]. Atmos Chem Phys, 2012, 12: 1823-1832. DOI:10.5194/acp-12-1823-2012 |
| [10] |
Worden J, Kulawik S, Frankenberg C, et al. Profiles of CH4, HDO, H2O, and N2O with improved lower tropospheric vertical resolution from Aura TES radiances[J]. Atmos Measure Techn, 2012, 5: 397-411. DOI:10.5194/amt-5-397-2012 |
| [11] |
Dlugokencky E, Houweling S, Bruhwiler L, et al. Atmospheric methane levels off: temporary pause or a new steady-state[J]. Geophys Res Lett, 2003, 30(19). DOI:10.1029/2003GL018126 |
| [12] |
Rigby M, Prinn R G, Fraser P J, et al. Renewed growth of atmospheric methane[J]. Geophys Res Lett, 2008, 35: L22805. DOI:10.1029/2008GL036037 |
| [13] |
高庆先, 杜吴鹏, 卢士庆, 等. 中国城市固体废弃物甲烷排放研究[J]. 气候变化研究进展, 2006, 2(6): 269-272. |
| [14] |
Myhre G, Highwood E J, Shine K P, et al. New estimates of radiative forcing due to well mixed greenhouse gases[J]. Geophys Res Lett, 1998, 25: 2715-2718. DOI:10.1029/98GL01908 |
| [15] |
Freckleton R, Highwood E, Shine K, et al. Greenhouse gas radiative forcing: effects of averaging and inhomogeneities in trace gas distribution[J]. Q J R Meteorol Soc, 1998, 124: 2099-2127. DOI:10.1002/(ISSN)1477-870X |
| [16] |
Zhang H, Jing X W, Li J. Application and evaluation of a new radiation code under McICA scheme in BCC_AGCM_2.0.1[J]. Geoscientific Model Development, 2014, 7: 737-754. DOI:10.5194/gmd-7-737-2014 |
| [17] |
Zhang H, Shi G, Nakajima T, et al. The effects of the choice of the 'K'-interval number on radiative calculations[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2006, 98: 31-43. DOI:10.1016/j.jqsrt.2005.05.090 |
| [18] |
Zhang H, Suzuki T, Nakajima T, et al. Effects of band division on radiative calculations[J]. Optical Engineering, 2006, 45(1): 016002–1-10. |
| [19] |
Zhang H, Wang Z L, Wang Z, et al. Simulation of direct radiative forcing of aerosols and their effects on East Asian climate using an interactive AGCM-aerosol coupled system[J]. Climate Dynamics, 2012, 38: 1675-1693. DOI:10.1007/s00382-011-1131-0 |
| [20] |
Wang Z L, Zhang H, Jing X W, et al. Effect of non-spherical dust aerosol on its direct radiative forcing[J]. Atmospheric Research, 2013, 120: 112-126. |
| [21] |
Wang Z L, Zhang H, Li J, et al. Radiative forcing and climate response due to the presence of black carbon in cloud droplets[J]. Journal of Geophysical Research: Atmospheres, 2013, 118: 3662-3675. DOI:10.1002/jgrd.50312 |
| [22] |
Wang Z L, Zhang H, Zhang X Y. Black carbon reduction will weaken the aerosol net cooling effect[J]. Atmos Chem Phys Discuss, 2014, 14: 33117-33141. DOI:10.5194/acpd-14-33117-2014 |
| [23] |
Wang Z L, Zhang H, Zhang X Y. Simultaneous reductions in emissions of black carbon and co-emitted species will weaken the aerosol net cooling effect[J]. Atmos Chem Phys, 2015, 15(7): 3671-3685. DOI:10.5194/acp-15-3671-2015 |
| [24] |
Zhao S Y, Zhang H, Feng S, et al. Simulating direct effects of dust aerosol on arid and semi-arid regions using an aerosol_climate model system[J]. Int J Climatol, 2014. DOI:10.1002/joc.4093 |
| [25] |
Myhre G, Samset B, Schulz M, et al. Radiative forcing of the direct aerosol effect from aerocom phase II simulations[J]. Atmospheric Chemistry and Physics, 2013, 13: 1853-1877. DOI:10.5194/acp-13-1853-2013 |
| [26] |
Hurrell J W, Hack J J, Shea D, et al. A new sea surface temperature and sea ice boundary dataset for the community atmosphere model[J]. Journal of Climate, 2008, 21: 5145-5153. DOI:10.1175/2008JCLI2292.1 |
| [27] |
Kristjánsson J E, Iversen T, Kirkevåg A, et al. Response of the climate system to aerosol direct and indirect forcing: role of cloud feedbacks[J]. J Geophys Res, 2005, 110: D24206. DOI:10.1029/2005JD006299 |
2. Laboratory for Climate Studies of China Meteorological Administration, National Climate Center, China Meteorological Administration, Beijing 100081, China;
3. College of Atmospheric Science, Nanjing University of Information Science & Technology, Nanjing 210044, China