唐超礼 , 朱一东 *, 魏合理 , 魏圆圆

( 1 安徽理工大学电气与信息工程学院, 安徽 淮南 232001;2 中国科学院安徽光学精密机械研究所中国科学院大气光学重点实验室, 安徽 合肥 230031;3 安徽大学互联网学院, 安徽 合肥 230039 )

0 引 言

对流层顶是大气层最基本的结构, 是对流层和平流层之间进行物质和能量交换的重要区域[1-3]。近年来,由于温室气体的不断增加, 全球气候变暖加剧, 对流层温度逐渐上升, 平流层温度逐渐下降, 这就导致了介于对流层和平流层之间的对流层顶温度、高度、气压等参数也会发生变化, 从而改变对流层顶结构, 影响它对水汽、尘埃和气溶胶等阻挡作用, 从而引起全球气候的改变。在政府间气候变化专门委员会 (IPCC) 的第四次报告中也指出把对流层顶的变化作为衡量气候变化的指标之一[4]。故研究对流层顶的气候变化特征, 对理解水汽、尘埃和气溶胶等物质在对流层和平流层之间发生的物质和能量交换过程以及认识其对全球气候变化所带来的影响都具有重要意义和参考价值。

国内外有关对流层顶的研究成果有很多。吴涧等[5]利用美国国家环境预报中心 (NCEP) 大气温度场月平均再分析资料和对流层顶月平均气压资料研究发现, 近20年来对流层增暖和平流层冷却作用共同导致了东亚对流层顶高度上升了约86 m, 同时对流层温度上升了约0.2 ℃。袁韡等[6]利用COSMIC卫星无线电掩星观测温度数据发现对流层顶温度和高度在北半球纬度高的地区都一致升高, 而南半球则相反, 两者都有明显的季节性变化特征。王琳等[7]利用四种提取边界层高度的方法对激光雷达的实测数据进行对比分析, 得出曲线拟合法更适合大量数据的批处理运算。屈小川等[8]利用COSMIC无线掩星数据反演南极对流层顶时发现南极对流层顶温度分布存在梯度特征, 特别是冬季和春季, 而对流层顶整体表现为位相相反的一波结构。王肖汉等[9]基于痕量气体差分吸收光谱仪 (EMI) 遥感数据和中国科学技术大学卫星遥感产品, 得出对流层NO2柱浓度在1—6月下降, 而7—8月上升, 且分布具有区域性特征。Seidel等[10]利用探空资料发现在1978—1997年对流层顶高度每10 年升高20 m, 气压每10 年降低0.5 hPa, 温度每10 年下降0.5 K。刘慧等[11]利用NCEP/NCAR再分析资料发现中国对流层顶高度在中纬度年变化幅度较大, 其年际变化和长期趋势有明显的区域性。郭佳宾和金双根[12]利用GNSS掩星数据结合探空气球数据和ERA5模型数据进行验证, 发现对流层顶参数随纬度具有明显的分带特征, 但在经度上变化并不明显, 在我国表现为南北区域不对称、东西区域较为对称, 此外还发现对流层顶参数具有明显的季节性变化特征。周顺武等[13]利用ERA-Interim逐日再分析温度资料发现1979—2014年青藏高原和同纬度其他地区各季节对流层顶气压均呈现出不同程度的下降趋势, 春冬季下降趋势尤其显著。付志嘉等[14]利用我国120 个观测站的探空资料发现全球性温室气体的排放导致在1980—2007年我国对流层温度增加了近3.9 ℃, 对流层顶高度整体增加约45 m。

以往学者研究的区域主要是全球和南极以及其他局部地区, 对整个中国区域对流层顶的相关研究还不太全面, 另外, 随着观测资料的不断积累、更新, 使得研究最新的、长时期的对流层顶气候变化成为可能, 而对流层顶温度的变化研究也属于对流层顶气候变化研究中必不可少的一部分。故本文以此为出发点, 利用NCEP/NCAR再分析资料研究我国对流层顶温度的时空分布及变化趋势, 所得结果有利于进一步认识我国对流层顶温度的变化规律。

1 资料及方法

1.1 资料来源及处理

根据对流层顶温度梯度不连续而温度始终连续这个特征, 所使用的NCEP/NCAR对流层顶再分析资料是按照热力学定义的方法来确定对流层顶, 即在500 hPa等压面之上, 温度递减率小到2 ℃/km或以下的最低高度, 而且在此高度及其以上2 km大气层内的温度平均递减率不超过2 ℃/km[15]。

采用1981—2020年NCEP/NCAR全球对流层顶月平均温度场再分析资料, 水平分辨率为2.5° × 2.5°, 时间序列长度n= 12 × 40 = 480个月, 选择15° N～55° N, 70° E～140° E为中国区域, 将资料分别进行年平均处理和季节平均处理。其中, 年平均处理是把同一年不同月的数据进行平均处理, 而季节平均处理就是把同一年中同一季节的月数据进行平均处理, 从而得到近40 年的年平均温度场资料和季节平均温度场资料。其中, 季节按3—5月为春季、6—8月为夏季、9—11月秋季、12—次年2月为冬季进行划分。

1.2 研究方法

1.2.1 线性回归法

线性回归是一种常用的气象分析方法。用yi表示样本量为n的某一气象要素变量,xi表示yi对应的时间段, 建立yi和xi之间的一元线性回归方程yi=α+βxi(i=1，2，…，n), 式中yi为回归计算值,α、β分别为回归常数、回归系数[16,17]。本研究中xi取1981—2020年。

1.2.2 Mann-Kendall 突变检验法

Mann-Kendall 突变检验法 (M-K) 是广泛应用于气候诊断与预测的一种非参数统计检验方法, 可用来判断气候序列是否发生或何时发生气候突变, 其优点是不需要样本符合一定的分布, 也不受少数异常值的影响, 更适用于类型变量和顺序变量, 计算也比较简便[18]。

1.2.3 经验正交函数分解法

经验正交函数分解法 (EOF), 是气象中分析时空变化特征的一种重要方法。它能将变量场进行分解, 得到不随时间变化的空间函数部分和仅随时间变化的时间函数部分, 再取方差贡献率较大的几个函数来反映变量场主要的时空变化特征。从物理意义上来说, EOF方法就是将一个物理量场 (变量场) 分解成若干个具有不同物理性质且相互独立正交的空间模态 (特征向量) 以及与之相联系的时间上的投影 (时间系数), 使原物理量场的变化信息都浓缩在前几个模态上, 从而来简化该物理量场[19,20]。

2 对流层顶温度场随时间变化规律

2.1 年际变化特征

图1为1981—2020年中国区域对流层顶温度年际变化图。从图中可以看出, 1981—2020年中国区域对流层顶年平均温度变化过程与5年滑动平均曲线变化基本一致即对流层顶温度总体呈现明显下降趋势, 而这种下降趋势的原因除了可能与大气臭氧柱总量在20世纪90年代中期以后偏高有关外, 还可能与大气环流活动以及南极臭氧空洞等有关。但在1984—1993年有波动上升的趋势, 这可能与大气臭氧柱总量在1990年异常减少有关。平均气候倾向率为 -0.444 ℃/10 a, 年平均温度在-67.2～-64.6 ℃之间变化, 而最大值-64.6 ℃ 出现在1982年, 最小值 -67.2 ℃出现在2001年, 最大值与最小值相差 2.6 ℃。

图1 1981—2020年中国区域对流层顶温度年际变化趋势Fig. 1 Interannual variation trend of tropopause temperature over China from 1981 to 2020

对1981—2020年中国区域对流层顶年平均温度进行Mann-Kendall突变检验, 结果如图2所示, 其中UF为正向序列曲线, UB为反向序列曲线。由图可知, UF值在1981—2020年均小于0, 说明对流层顶温度在1981—2020年总体呈现减小趋势。并且在1995年之后, UF曲线均在p= 0.05显著性水平线以下, 说明对流层顶温度在1995—2020年减小趋势显著。此外,再结合UB曲线来看,它和UF曲线在1993年产生一个交点,并且交点在p= 0.05显著性水平线以内,这说明了对流层顶温度在1993年发生了减少性突变。

图2 1981—2020年中国区域对流层顶年平均温度M-K突变检验Fig. 2 M-K mutation test of annual mean tropopause temperature over China from 1981 to 2020

2.2 季节变化特征

在1981—2020年, 中国区域对流层顶温度存在明显的季节性差异 (图3)。春、夏、秋、冬4个季节的最大平均温度分别为 -63.2、-64.8、-64.9、-63.9 ℃。其中最大平均温度出现在春季, 最小出现在秋季, 并且四季的对流层顶温度曲线均在1986—1993年有波动上升的趋势, 这可能都与大气臭氧柱总量在1990年异常偏少有关。春、夏、秋、冬的气候倾向率依次为 -0.307、-0.533、-0.582、-0.376 ℃/10 a, 其中由于夏、秋的气候倾向率的绝对值比春、冬的都大, 从而夏季和秋季对流层顶温度减小趋势显著, 贡献也最大, 对全年的对流层顶温度变化趋势起主导作用, 而春季和冬季对流层顶温度减小趋势相比夏季和秋季则较小, 贡献也较小。

图3 1981—2020年中国区域四季对流层顶温度年际变化趋势。(a) 春季； (b) 夏季； (c) 秋季； (d) 冬季Fig. 3 Interannual trend of seasonal tropopause temperature over China from 1981 to 2020.(a) Spring; (b) summer; (c) autumn; (d) winter

对1981—2020年中国区域四季对流层顶年平均温度进行Mann-Kendall突变检验, 结果如图4所示。由图可知, 四季的UF值在1981—2020年均小于0, 说明全年各个季节的对流层顶温度都呈现减小趋势。春季、夏季和秋季的UF曲线在1995年之后, 均在p= 0.05显著性水平线以下, 说明其对流层顶温度在1995—2020年减小趋势显著; 而冬季的UF曲线在1997年之后, 均在p= 0.05显著性水平线以下, 说明冬季对流层顶温度在1997—2020年减小趋势显著。此外, 春季和冬季的UF和UB曲线在1986—1993年都有多个交点, 但其真正意义上减少性突变都发生在1992年前后, 而夏季的减小性突变发生在1993年, 秋季的减小性突变发生在1994年前后。由于四季减小性突变发生的时间均在1993年左右, 这可能与南极臭氧空洞在1993年前后突然恶化有关[21]。

图4 1981—2020年中国区域四季对流层顶年平均温度M-K突变检验。(a) 春季； (b) 夏季； (c) 秋季； (d) 冬季Fig. 4 M-K mutation test of seasonal mean tropopause temperature over China from 1981 to 2020.(a) Spring; (b) summer; (c) autumn; (d) winter

3 对流层顶温度场随空间变化规律

对1981—2020年中国区域对流层顶年平均温度场资料进行距平处理, 得到年平均温度距平场, 再用EOF方法进行分解, 得到特征向量及其对应的时间系数。它们的物理意义是: 对于特征向量而言, 方差贡献越大,越能反应年平均温度距平在40年中的空间分布特征, 并且特征向量之间相互正交, 从而第一特征向量反映了年平均温度距平的平均状态, 其余特征向量反映了年平均温度距平不同尺度的变化状态, 而时间系数作为特征向量的权重, 反映了不同年份对这种空间分布贡献的大小。

通过EOF分解年平均温度距平场, 得到前4个EOF模态对应的方差贡献率及累计方差贡献率 (表1), 其中前3 个模态EOF1、EOF2 以及EOF3 对应的方差贡献率分别为73.32%、7.54%、4.96%, 累计方差贡献率达85.82%, 即前3个模态所带原变量场的变化信息高达85.82%, 已经基本能够反映对流层顶温度场的主要时空变化特征。故本研究选择前3个模态进行分析。

表1 前4个模态的方差贡献率和累计方差贡献率Table 1 Variance contribution rate and cumulative variance contribution rate of the first four modes

第一模态的方差贡献率远高于其他模态, 是对流层顶温度场主要的空间分布形式 (表1)。图5为中国区域对流层顶温度EOF第一模态空间分布及其对应的时间系数。由图5 (a) 可知, 第一模态空间分布由南到北呈现"+, -"的纬向结构, 除了东北地区存在小范围负值外, 其他地区都表现为正值, 这表明1981—2020年中国区域对流层顶变化趋势在空间上基本一致即对流层顶温度一致升高或降低。由图5 (b) 可知, 时间系数(PC1) 在1981—1995年均为正值, 而在1996—2020年负值居多, 总体呈下降趋势, 说明近40年对流层顶温度整体呈现下降趋势, 这和前文分析一致。

图5 第一模态空间分布 (a) 及其时间系数 (b)Fig. 5 Spatial distribution of the first mode (a) and its time coefficient (b)

图6为中国区域对流层顶温度EOF第二模态空间分布及其对应的时间系数。由图6 (a)可知, 第二模态空间分布由南到北呈现"+, -, +, -"的纬向结构, 负值主要分布在34° N以南的区域, 以及黑龙江北部小范围地区, 其余地区多为正值, 说明对流层顶温度呈现出很明显的南北相反分布, 负值显著区主要出现在四川地区,意味着该地区对流层顶温度变化相比较其他地区更剧烈。由图6 (b)可知, 时间系数 (PC2) 在1992年之前明显为正值, 而在1992—2004 年, 时间系数为明显负值, 到了2005—2020 年时间系数又变成正负值交替出现,说明在2005年之前对流层顶温度在34° N以北地区总体呈现下降趋势, 而34° N以南则呈现上升趋势, 而在2005年之后对流层顶温度变化趋势不明显。

图6 第二模态空间分布 (a) 及其时间系数 (b)Fig. 6 Spatial distribution of the second mode (a) and its time coefficient (b)

图7为中国区域对流层顶温度EOF第三模态空间分布及其对应的时间系数。由图7 (a) 可知, 第三模态的空间分布由南到北呈现"+, -, +"的纬向结构, 其中26° N～46° N之间大部分地区为负值, 其他地区为正值,且负值显著区主要出现在西藏、青海以及四川的部分地区, 说明该地区对流层顶温度变化相比其他地区更剧烈。由图7 (b) 可知: 时间系数 (PC3) 在1981—1996年为较明显正值, 而在1996年之后时间系数为明显负值,说明在1996年之后, 在26° N～46° N之间大部分地区对流层顶温度总体呈现上升趋势, 其他地区则为下降趋势, 其中西藏、青海以及四川的部分地区上升趋势显著。

图7 第三模态空间分布 (a) 及其时间系数 (b)Fig. 7 Spatial distribution of the third mode (a) and its time coefficient (b)

4 结 论

利用NCEP/NCAR再分析资料, 分析了我国对流层顶温度场的时空分布及变化趋势, 可以得出如下结论:

1) 中国区域对流层顶温度在1981—2020年总体呈现下降趋势, 其中在1995—2020年对流层顶温度减少趋势显著, 减少性突变发生在1993年。

2) 中国区域对流层顶温度有明显的季节性特征。春季和冬季气候倾向率分别为 -0.307 ℃/10a、-0.376 ℃/10a, 对全年对流层顶温度减小趋势贡献都较小, 其中春季对流层顶温度在1995—2020年减小趋势显著, 冬季对流层顶温度在1997—2020年减小趋势显著, 且都在1992年前后发生减少性突变; 而夏季和秋季气候倾向率分别为 -0.533 ℃/10a、-0.582 ℃/10a, 对全年对流层顶温度减小趋势贡献都较大, 其中夏季和秋季对流层顶温度在1995—2020年减小趋势都比较显著, 而夏季在1993年发生减小性突变, 秋季在1994年前后发生减小性突变。

3) 利用EOF法对近40年中国区域对流层顶温度场进行进一步的分析, 得到前3个模态累计方差贡献率达85.82%, 已经基本能够反映对流层顶温度场的主要变化特征。其中第一模态的空间分布反映了中国区域对流层顶变化趋势在空间上基本一致, 且分布由南到北呈现"+, -"的纬向结构。第二模态的空间分布由南到北呈现"+, -, +, -"的纬向结构, 并以34° N为界呈现出很明显的南北相反分布。而第三模态呈现出由南到北"+, -, +"的纬向结构的空间分布。

由以上结果可知, 中国区域对流层顶温度在时间上总体呈现下降趋势, 这可能是大气环流活动、南极臭氧空洞以及大气臭氧柱总量等因素共同作用导致的, 而通过EOF法分析得到对流层顶温度场在空间分布上基本一致, 但又存在南北差异, 这显然是受大尺度天气系统影响以及气候不稳定的缘故。在如今全球变暖的背景下, 这些影响中国区域对流层顶温度变化的因素具体是什么? 它与对流层顶温度场是否存在某种控制机制? 又如何影响中国区域对流层顶气候变化? 这些都值得我们进一步研究。并且本文所得结论与之前学者研究的结论存在一些差异。说明了相同气候参数 (指对流层顶温度) 变化趋势在全球范围内不同的地理条件下表现是不同的, 而在相同地理条件下, 也可能因所研究的时间尺度和方法以及观测资料的不同也存在差异。另外, 所采用的EOF方法也存在一定的局限性, 即分离出的空间分布结构不能清晰表示不同地理区域的特征, 另外, 也会因所选取区域范围以及分解前变量场数据形式不同所得到的特征向量空间分布也会不同, 这就让解释其物理意义变得困难。这些都有待在今后的工作中需要深入研究和探讨。

致谢:文中NCEP/NCAR 再分析资料来源: http://www.psl.noaa.gov/data/gridded/data.ncep.reanalysis.derived.html。