淺析大氣溫度廓線統計特性范文

本站小編為你精心準備了淺析大氣溫度廓線統計特性參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：利用歐洲數值預報中心的第三代ERA-Interim月平均再分析資料對1979—2016年全球大氣溫度廓線進行統計，分別探討了南、北半球大氣溫度廓線平均值和標準差隨季節、緯度和海陸的時空分布特征，并與國內外常用的AFGL標準大氣廓線進行了對比。研究結果表明：南、北半球各高度層溫度的平均值、頻數最大溫度區間和最大值垂直分布均隨高度先減小后增加；在大氣低層，多年的溫度波動較大，200hPa處波動達到最小；不論是北半球還是南半球，大氣溫度平均值廓線均具有典型的緯度差異，其中低緯度季節性差異較小，中緯度次之，高緯季節性差異最大；各季節大氣溫度廓線的海陸差異不同，且南半球海陸差異比北半球大。大氣溫度標準差廓線同樣存在緯度、海陸和季節分布差異。根據ECMWF再分析資料構建的溫度廓線較AFGL標準大氣廓線而言具有更加豐富的時空分布等細節特征，并且代表了氣候變化后最新的大氣溫度狀況。有關結果可作為現有標準大氣廓線的更新和完善，為新型衛星儀器應用性能評估、輻射傳輸算法和大氣反演方法評價和對比分析提供支持。

關鍵詞：ERA-Interim；垂直廓線；時空分布；溫度

1引言

大氣狀態廓線在輻射傳輸模式和大氣參數反演方法等研究中得到廣泛應用，除實際大氣狀態廓線外，大氣廓線樣本庫和標準大氣廓線也是模式的重要輸入參數[1-2]。前者主要用于背景場統計特性估計，目前國際上常見的公開使用的大氣廓線樣本庫有ECMWF（31L-SD、50L-SD、60L-SD、91L）、TIGR（ThermodynamicInitialGuessRetrievaldatabase）（43/like）、NESS-35、NOAA88等[3]，各個樣本庫包含的大氣廓線數據源、樣本量和大氣參數不盡相同。而標準大氣廓線主要用于遙感器、輻射傳輸和大氣反演方法模型的應用性能評價與比較分析，它是典型的大氣模型，此模型提供了氣壓、溫度、濕度、氣體組分及其廓線分布等常規氣象參數[4]。標準大氣廓線按覆蓋區域分為全球大氣（如ISO2533、GRAM1999、USSA-1976等）、區域大氣（GJB5601-2006），按高度分為低層大氣（ICAO7488）、中層大氣（AFGL）和高層大氣（JacchiaJ70/NRL等）[5]。在大氣輻射傳輸計算方面，若要客觀評價模擬效果，對模式參數設置進行對比分析，需要輸入統一的能反映全球或區域平均大氣狀態的標準大氣模型，從而對地球大氣有概括的評價。每個大氣輻射傳輸軟件均需要嵌入大氣參數廓線，如國內外流行的MODTRAN[6]、LBLRTM[7-8]和FASCODE[9]等輻射傳輸軟件中設置的廓線為1972年美國空軍地球物理實驗室（AFGL）建立的5種標準大氣模式[10]，分別為熱帶大氣（15°N）、中緯度夏季大氣（45°N，7月）、中緯度冬季大氣（45°N，1月）、副極地夏季大氣（60°N，7月）、副極地冬季大氣（60°N，1月）及1976年美國標準大氣（USStandardAtmosphere）[11]，這些標準大氣廓線包含了氣溫、水汽比濕、氣壓、空氣密度、氣體組分的含量等。利用不同季節和地理位置的標準大氣廓線作為輸入參數，可以得到不同時空條件下的模擬值，以分析大氣溫度、水汽和氣體濃度等參數對模擬值的影響。此外，采用六種標準大氣作為輻射傳輸模式的重要輸入因子，魏合理等[12-13]進行了大氣透過率的正演模擬計算；戴鐵等[14]仿真分析了衛星傳感器的光譜通道特性；郭楊等[15]將標準大氣溫濕狀況作為VDISORT模式的輸入，進行微波溫濕探測儀各通道上行輻射亮溫的模擬計算和敏感性分析；李云艷等[16]利用輻射傳輸模式和中緯度夏季標準大氣廓線，提出了晴天地表太陽輻射的參數化方案。因此，標準大氣廓線在大氣遙感領域應用廣泛，意義重大。AFGL的標準大氣模式和1976年美國標準大氣這6種模式是基于對實測資料的統計和理論分析獲得[17]，其考慮了大氣參數隨緯度和季節的變化，但更新頻次低，在全球氣候變暖的大背景下，標準大氣模式的滯后必將帶來一定的誤差；其次，現有標準大氣廓線時空分布僅以某個緯度的夏季和冬季為代表，且未區分海洋和陸地，因此時空分布等細節特征體現不夠完整；另外，標準大氣模型是一種平均狀態，未反映其數據波動特性，而方差和標準差在參數的離散度和穩定性分析時尤為重要；此外，用戶通常只簡單套用標準大氣模式，但對其時空特征不甚了解，例如為何AFGL標準廓線需要區分緯度？其熱帶大氣廓線為何不分季節？而中緯度和副極地為何只區分夏季和冬季？作者曾利用ERA-Interim再分析資料分析了風云四號A星觀測區域大氣溫度平均值廓線的時空分布特征[18]，本文將在此基礎上，以全球為研究區域，除了分析溫度廓線的平均值分布特征外，還進一步分析溫度廓線的標準差時空分布情況，并與國內外常用的AFGL標準大氣廓線進行定性和定量對比，從根源處詳細解釋全球大氣溫度廓線平均值和標準差隨緯度、海陸和季節的時空分布特征，為輻射傳輸模擬計算提供數據支撐。

2數據源與數據分析方法

2.1數據源

全球再分析資料有多種，發展時間較長的有美國的NCEP[19]、日本的JRA[20]以及歐洲的ERA[21]等。歐洲中期天氣預報中心（EuropeanCentreforMedium-RangeWeatherForecasts，ECMWF）的再分析數據由地面觀測、航海觀測、飛機觀測、高空探測以及衛星遙感資料等多源觀測數據同化構成[22]。ERA-Interim是歐洲數值預報中心的第三代全球大氣再分析產品，該數據實現了再分析資料質量的提升[23]。目前已有眾多研究人員對ERA-Interim再分析資料進行了應用，并對其可信度和適用性進行了評估，其數值預報產品的性能已經得到公認[24-28]，并被廣泛用于氣溫、降水、海洋參數等物理量的多年變化特征分析[29-31]。ERA-Interim提供了自1979年1月1日至今覆蓋全球大氣的再分析資料，自2017年10月25日開始，數據的批量下載需要安裝ECMWFKEY，并使用Python腳本才可保存至本地。ERA-Interim數據分為每天四個時次（00、06、12、18UTC）的逐日資料和月平均格點資料，空間分辨率從最高0.125°×0.125°至3.0°×3.0°共11種。除地面觀測外，還提供氣壓層（37層）和模式層（60層）的垂直廓線資料，包含溫度、比濕、臭氧混合比、渦度、散度等多個物理量。用戶可根據需要選擇所需區域地理范圍、物理量和數據的時空分辨率，下載的數據格式有GRIB和NetCDF兩種。本文分析所使用的資料是1979—2016年共38年的ERA-Interim月平均溫度格點數據（單位：K），空間分辨率是2.5°×2.5°，垂直高度上從1000hPa到數值模式層頂（一般為10hPa）共32層。具體分層方法為：1000~775hPa間隔25hPa取一層，750~300hPa間隔50hPa取一層，250~100hPa間隔25hPa取一層，再往上按照70hPa、50hPa、30hPa、20hPa、10hPa分層。

2.2數據分析方法

本文將從全球四百多萬條大氣溫度廓線樣本的總體特征入手，分析北半球和南半球大氣溫度廓線在高中低緯、海洋陸地、春夏秋冬的時空變化差異。由于南、北半球海陸覆蓋、人類活動以及大氣環境存在明顯差異，因此需將兩半球溫度廓線分開統計。按緯度劃分，0~30°N/S為低緯、30~60°N/S為中緯、60~90°N/S為高緯；用相同空間分辨率的ERA-Interim海陸掩膜文件（該文件中0代表海洋，1代表陸地）進行海洋和陸地判識（圖1），紅色為陸地，藍色為海洋。南、北半球各緯度帶的海洋和陸地像元個數統計如表1所示。其中，北半球海洋像元總共有2960個點，陸地像元累計1792個點；南半球海洋和陸地像元分別為3317和1435個統計點。由于南半球中緯度以海洋覆蓋為主，因此陸地像元僅71個采樣點。對于季節的劃分則采用傳統的標準：北半球（南半球）3月、4月、5月為春季（秋季），6月、7月、8月為夏季（冬季），9月、10月、11月為秋季（春季），12月、翌年1月和2月為冬季（夏季）。本文涉及的統計量包括平均值和標準差，以了解多年大氣溫度垂直廓線的平均特征和離散度，計算公式如下所示。其中k是垂直分層；t是時間，38年月平均資料共計456個元素；i是經度范圍，按照2.5°×2.5°分辨率，全球從西經到東經共144個元素；j是緯度范圍，根據需要從90°S~90°N范圍內取值。

3大氣溫度廓線時空分布特征分析

3.1總體特征

大氣的溫度是大氣與環境的重要參數，獲得連續的大氣溫度廓線數據對認識各種尺度的天氣演變過程和做好臨近天氣預報具有重要意義[32]。已有研究分析了從對流層中部到平流層溫度廓線多年變化趨勢，再現了平流層降溫和對流層升溫的變化特征[33]，本文主要是對多年大氣溫度廓線進行平均分析。首先針對南、北半球分別統計研究區域內所有大氣溫度廓線樣本的頻數分布。以0.5K為間隔，將溫度分為281個等分點，統計180~320K各個區間內溫度值出現的次數，即得到樣本頻數分布圖（如圖2）。圖中顏色越紅表征的是各個高度層上出現次數越多的溫度區間，顏色越藍表示的是各個高度層上出現次數越少的溫度區間。由圖2色標可知，樣本頻數最多可達104量級，最少是103量級。同時，對多年溫度廓線進行逐層統計，得到垂直方向各高度層上的溫度平均值，用黑色虛線表示。北半球與南半球的各高度層溫度平均值、頻數最多的區間垂直分布特征類似，均為先隨高度減小至某一百帕后增加，拐點均出現在100hPa左右（約16km）。此外，平均值和頻數最多區間的交點出現在200hPa（約12km）處，此高度以下，頻數最多區間分布在平均數右側。南、北半球最小值垂直變化有所差異，但最大值垂直分布特征類似，均為隨高度減小至250hPa附近然后增加。利用38年的ERA-Interim月平均格點數據計算南、北半球大氣溫度廓線標準差垂直分布，發現其與每日4個時次逐日資料計算結果一致。由圖3可知，在大氣底層，多年的溫度波動較大，南、北半球1000hPa處溫度標準差約為17K，200hPa處波動達到最小，此處北半球溫度標準差約為5K，南半球標準差約為7K，隨后往上又有所增加，100hPa處標準差約為12K。因此，在100hPa以下，南、北半球溫度標準差（即溫度波動）總體上隨高度呈先減小后增大的“V”型變化趨勢。此外，同一高度處，南半球標準差比北半球略大。

3.2季節特征

利用ERA-Interim多年資料分別統計南、北半球春、夏、秋、冬各季節大氣溫度廓線的分布情況。由圖4a、4b可知，不論是南半球，還是北半球，在各高度層，夏季溫度最高，冬季溫度最低，春秋季介于兩者之間。且對于南、北半球的四個季節，從1000~100hPa垂直方向上，溫度隨高度遞減，這是由于在大氣低層，地面吸收太陽短波輻射后放出的長波輻射加熱大氣，離地面越遠時，溫度加熱逐漸減少，到達對流層頂部，溫度降至最低。需要說明的是，對于對流層頂的確定有多種方法[34]，本文通過最小溫度法選取溫度數據的最小值作為對流層頂溫度，對應的高度作為對流層頂高度（下同）。對于北半球而言，對流層內，夏季溫度垂直變化最大，從大氣底層到對流層頂溫度降低約80K，冬季減小最慢（表2）。這主要是因為四個季節下墊面吸收的熱量不同，以及對流層內的大氣質量和能量垂直交換不同，使得各季節的溫度變化率有所差異。平流層內，溫度隨高度增加，且增溫速率比對流層降溫速率高一個量級，相比較而言，夏季增溫最快，春季次之。南半球大氣低層各季節溫度差異比北半球略小，且對流層溫度變化率相差不大，四季均為0.08K/hPa左右（表2），平流層溫度垂直變化率從大到小依次為春、夏、秋、冬。統計南、北半球各季節大氣溫度標準差的垂直分布（圖4c、4d），在200hPa高度以下，夏季標準差最小，冬季標準差最大，春秋季介于兩者之間。對北半球而言，大氣底層氣溫變化較大，垂直向上逐漸減小，特別是400~200hPa迅速減小；對南半球而言，1000~400hPa波動減小，400~200hPa同樣迅速減小。南、北半球大氣溫度廓線標準差在200hPa處達到極小值，向上至100hPa有所增加。因此200hPa是南、北半球大氣溫度廓線標準差的重要拐點。以下進一步剖析南、北半球各緯度大氣溫度廓線的季節特征。由圖5可知，不論是北半球，還是南半球，低緯度溫度垂直廓線的季節性差異不大，差異主要集中在700hPa對流層低層大氣；中緯度次之，季節差異主要體現在對流層內，且南半球比北半球中緯度季節性差異小；高緯度季節差異尤為明顯，從低層到高空的整層大氣均存在四季區別。對于中、高緯度，對流層頂以下，大氣溫度夏季最高，冬季最低，春秋季居中。此外，300hPa以上中高層大氣，冬、夏兩季溫度差較大。以上結論與風云衛星觀測區域大氣溫度平均值廓線的季節分布特征一致[18]。此外，還進一步分析了北半球和南半球的海洋、陸地大氣溫度廓線的季節特征，結果表明，海洋和陸地特征類似（圖略）。

3.3緯度和海陸特征

圖6是高、中、低緯度的海洋和陸地上空多年平均大氣溫度垂直分布情況。各緯度帶用不同顏色區分，海洋和陸地分別用空心圓圈和實心點表示。從圖6a可以看到，北半球不論海洋還是陸地，各緯度帶溫度廓線的差異情況類似，200hPa以下，在同一高度處溫度特征是低緯>中緯>高緯；200hPa以上，同一高度處低緯度溫度小于中、高緯度溫度。低緯度溫度廓線在100hPa（16km左右）存在明顯的轉折，對流層頂清晰可見，而中高緯度對流層頂分別在100~200hPa和200~300hPa（9~12km）之間，這與我們所知的大氣物理學原理也是一致的，隨著緯度增加，對流層頂高度降低[35]。南半球可以得到類似結論。此外，南、北半球海陸差異有所不同，北半球海陸差異主要分布在中、低緯度大氣低層，且陸地大于海洋；而南半球海陸差異低緯度類似，中緯度和高緯度海陸差異較北半球大。統計各緯度和海陸大氣溫度標準差垂直分布（圖6c、6d）可知，低緯度標準差最小，北半球在6K以內，而南半球在4K以內，且海陸差異不大；200hPa以上，高緯度標準差明顯增大，南半球尤為明顯。前面提到，季節平均狀況下，不論對于海洋還是陸地，南、北半球緯度特征類似，以下將詳細分析各個季節和海陸大氣溫度廓線的緯度特征，北半球統計結果如圖7（見下頁）所示。羅雙等[18]曾統計風云四號A星觀測區域的北半球大氣溫度廓線的緯度特征（文獻[18]圖3），如果擴展區域至北半球，結論與區域分析一致。對于各季節的海陸而言，北半球溫度廓線具有典型的緯度差異：200hPa以下，在同一高度處，溫度分布低緯最高，高緯最低；200hPa以上，除冬季中緯度溫度偏高外，其他季節特征相似。同樣從圖7可以看到，對于春、夏、秋、冬四個季節，北半球各緯度帶的海洋、陸地上大氣溫度廓線差異有所區別。低緯度的海陸差異主要體現在大氣低層（700hPa以下），陸地略大于海洋；對于中緯度，春、夏季大氣低層陸地大于海洋，冬季高層海洋大于陸地；高緯度春、秋季海陸差異不大，夏季大氣低層陸地略大于海洋，冬季大氣低層海洋大于陸地。因此，北半球溫度廓線存在部分海陸差異，除冬季中緯度大氣廓線外，溫度廓線的海陸差異主要集中在大氣低層。對于南半球（圖8，見下頁），各季節海陸差異與平均狀況較一致，中、低緯度主要集中在大氣低層，且陸地大于海洋；高緯度海陸差異較大，從1000hPa至數值預報模式層頂10hPa均為海洋大于陸地。

4與AFGL標準大氣模式對比分析

美國空軍地球物理實驗室1972年的第三版大氣光學特征說明給出了特定大氣折射率、均勻混合氣體和氣溶膠分布情況下，從熱帶至亞極地五種大氣模式的溫度廓線，垂直高度從地面至100km（3×10-4hPa）。為便于對比，本文分析10hPa高度以下的AFGL標準大氣廓線，總共包含28層。圖9是AFGL五條大氣廓線分布情況，不同廓線用顏色進行區分。由圖9可知，除亞極地冬季低層存在逆溫外，其余的溫度廓線均先隨高度減小至某一高度后增加或變化緩慢；200hPa以下，在同一高度處，溫度自高到低依次為熱帶、中緯度夏季、亞極地夏季、中緯度冬季、亞極地冬季；在200hPa以上，亞極地夏季溫度最高；熱帶地區對流層頂位于100hPa附近清晰可見。結合本文第三部分對ERA-Interim多年再分析資料進行全球大氣溫度廓線時空分布特征研究可知，南、北半球大氣溫度廓線具有緯度差異，其中低緯度季節差異不大，中高緯度存在明顯季節差異，且各季節大氣溫度廓線的海陸差異不同，南半球海陸差異比北半球大。對比AFGL大氣標準廓線和根據ECMWF再分析資料構建的溫度廓線，由表3可知，ECMWF資料構建的廓線不僅具有AFGL廓線所體現的緯度和季節特征，還分別對南、北半球進行了分析，且區分了海洋和陸地，并包含標準差信息，因此具有更多的細節特征。為了定量分析兩種廓線的差異，本文以中緯度夏季為例，對比分析各高度層AFGL標準大氣廓線與利用ECMWF資料統計得到的平均溫度的差異。由于兩種廓線分層標準不完全一致，為保證對比的有效性，選取兩者近似同一高度處（氣壓相差5hPa以內）的溫度進行比較，統計結果見表4。通過對1000~10hPa共計10個高度的分析可知，兩者溫度略有差異，除175hPa和150hPa外，其余高度處AFGL溫度值較ECMWF統計值偏高1~3K。溫度差最大的是175hPa附近，AFGL比ECMWF統計結果低3.1K，而125hPa附近溫度差最小，AFGL比ECMWF統計結果高0.9K。總體來說，利用ECMWF客觀資料統計得到的平均溫度與AFGL相差基本在3K以內；同時，新的廓線較AFGL有所調整，主要是由于AFGL中緯度夏季廓線僅以7月和45°N為代表，而ECMWF資料構建的大氣溫度廓線中緯度夏季包含了6—8月的信息，并且是30~60°N的平均。此外，1979—2016年ECMWF再分析資料統計的大氣溫度廓線客觀上體現了近年來氣候變化的貢獻。需要說明的是，AFGL廓線由實測數據統計和理論分析建立，而本文根據ECMWF構建的大氣廓線是基于再分析資料，兩種廓線數據來源略有差異。

5主要結論

本文利用全球多年歐洲再分析資料，按照南、北半球不同緯度區域、海陸分布和季節變化的特點，統計分析了24條大氣溫度廓線平均值和標準差的時空分布特征，得到以下結論。（1）根據ECMWF多年再分析資料構建的大氣溫度廓線與國際通用標準大氣廓線AFGL相比，不僅具有緯度和季節特征，還分別對南、北半球進行了分析，且區分了海洋和陸地，并包含標準差信息，因此具有更多的細節特征。（2）南、北半球各高度層溫度的平均值、頻數最多的溫度區間和最大值垂直分布均為先隨高度減小至某一百帕后增加。在大氣低層，多年的溫度波動較大，隨著高度增加逐漸減小，200hPa處波動達到最小，隨后至對流層頂時又有所增加，溫度標準差廓線呈V型分布。（3）南、北半球大氣溫度平均值廓線具有典型的緯度差異，其中低緯度季節性差異較小，中緯度次之，高緯季節性差異最大，各季節大氣溫度廓線的海陸差異不同，這與風云衛星觀測區域大氣溫度平均值廓線時空分布特征一致。（4）南、北半球大氣溫度標準差廓線也存在時空分布差異，200hPa以下，夏季溫度標準差最小，冬季標準差較大，春秋季居中；低緯度標準差小于中高緯度；北半球陸地上溫度廓線標準差略大于海洋。本文重點對全球大氣溫度廓線多年再分析資料進行統計，分析各高度層上溫度平均值和標準差的時空分布特征，并與國際通用的AFGL標準大氣模式進行定性和定量對比。研究對利用該資料構建最新的大氣廓線樣本數據庫具有指導作用，從而為正演輻射傳輸模式提供更具區域性天氣、氣候等細節特征的輸入參數。

參考文獻

[1]崔新東,湯鵬宇,姚志剛,等.機載微波大氣溫度探測儀多高度飛行觀測試驗結果分析[J].熱帶氣象學報,2019,35(2):224-233.

[2]楊雨晗,尹球,束炯.FY-4A大氣垂直探測儀(GIIRS)溫度探測通道優選[J].紅外與毫米波學報,2018,37(5):545-552.

[3]漆成莉,劉輝,馬剛,等.中國區域典型大氣廓線樣本庫的一種選擇方法[J].應用氣象學報,2010,21(1):70-75.

[4]饒瑞中.現代大氣光學[M].北京：科學出版社,2012:113-123.

[5]張小達,張鵬,李小龍.《標準大氣與參考大氣模型應用指南》介紹[J].航天標準化,2010,3(3):8-11.

[12]魏合理,陳秀紅,戴聰明.通用大氣輻射傳輸軟件(CART)及其應用[J].紅外與激光工程,2012,41(12):3360-3366.

[13]陳秀紅,魏合理.基于中國典型地區大氣模式的紅外透過率變化特征[J].激光與紅外,2008，38(11):1090-1093.

[14]戴鐵,石廣玉,漆成莉,等.風云三號氣象衛星紅外分光計探測大氣CO2濃度的通道敏感性分析[J].氣候與環境研究,2011,16(5):577-585.

[15]郭楊,盧乃錳,谷松巖.FY-3C微波濕溫探測儀118GHz和183GHz通道輻射特性仿真分析[J].紅外與毫米波學報,2014,33(5):481-491.

[16]李云艷,孫治安,曾憲寧,等.晴天地表太陽輻射的參數化[J].南京氣象學院學報,2007,30(4):512-518.

[22]高路,郝璐.ERA-Interim氣溫數據在中國區域的適用性評估[J].亞熱帶資源與環境學報,2014,9(2):75-81.

[23]姚宜斌,雷祥旭,張良,等.青藏高原地區1979～2014年大氣可降水量和地表溫度時空變化特征分析[J].科學通報,2016,61(13):1462-1477.

作者：羅雙 尹球 單位：上海市氣象局