全球云量的时空分布与海温演变之间的关系

发布时间：2020-11-10 17:54

　　 云是地-气系统能量收支、大气环流及水汽循环过程的主要调节者,因其复杂多变的特点,目前我们对全球云的分布与变化还缺少全面准确的认识,气候模式亦不能给出精确的云参数化方案,使得云反馈具有很大的不确定性,这成为气候变化预测最大的障碍。因此,本文利用1983-2018年被动卫星观测资料和2006-2017年主动卫星观测资料开展了与云量及云垂直结构相关的研究工作,利用成对旋转经验正交函数分解的方法得到了更有物理解释意义的云量模态,从海洋和大气多个角度深入分析海洋-云量之间的相互作用,研究结果将为加深理解云的变化机制提供必要的研究基础,为改进模式中的云参数化方案提供观测依据。本文主要结论概括如下:(1)本文利用ISCCP、PATMOS-x和MODIS卫星云量月距平资料(60oN-60oS)进行成对旋转经验正交函数分解得到云量前3个模态,通过相关系数统计,前三个模态分别与中部型厄尔尼诺和南方涛动(El Ni?o-Southern Oscillation,ENSO),东部型ENSO和印度洋偶极子显著相关,其相关系数分别为0.90,0.70,0.60(ISCCP);0.83,0.60,0.37(PATMOS-x);0.89,0.39,0.32(MODIS),说明1980s-2010s期间云量变化主要受中部型ENSO,东部型ENSO,印度洋偶极子的影响。(2)三种被动卫星的云量趋势模态分别与全球平均海温进行相关性分析,三种趋势模态的展开系数均与全球平均海温的变化显著相关,说明全球海温的变化对云量趋势有着显著而持续的影响。1980s-2000s期间,北大西洋多年代际振荡(AMO)和太平洋年代际振荡(PDO)对云量趋势有显著影响,且该时期内PDO的相位由正相位转为负相位,南北半球哈德莱环流的下沉支向两极有显著的展宽;2000s-2010s期间,云量趋势模态与东部型ENSO更相关,说明太平洋的海温变率对云量的空间趋势分布有更大的影响,且该时期PDO由负相位转变为正相位,南半球哈德莱环流的展宽减缓。(3)海温振荡能够显著影响大气热力和动力结构的变化,进而导致环流发生调整影响到云量的变化。云量类中部型ENSO模态对应中部赤道太平洋有异常的海温变暖现象,水汽异常增多,地面风异常辐合,使得中部赤道太平洋总云量异常增加;在赤道中部太平洋两侧及西太平洋大部分海域海温异常变冷,水汽异常减少,地面风异常辐散,使得对应区域的总云量异常减少。云量类东部型ENSO模态对应东南赤道太平洋有异常的海温变暖,水汽异常增多,地面风异常辐合,总云量异常增加;与类中部ENSO模态在赤道两侧总云量对称减少不同,该模态北太平洋海温异常变冷的区域更加靠近赤道区域,使得南北半球大气环流异常下沉的区域不对称,导致总云量出现非对称减少的变化。(4)纬向和热带经向(10oS-10oN)云垂直结构主要受到中部型ENSO的影响。中部赤道太平洋海温异常变暖,在180o附近云发生频率异常增加;赤道两侧副热带地区(10o-30oN/S)海温异常变冷,云发生频率异常减小;40oN/S附近云发生频率异常增加;对应哈德莱环流在中部型ENSO时期的对称收缩和沃克环流圈的向东移动。此外,全球海温变化也显著影响纬向和热带经向云垂直结构的趋势变化,二者趋势模态与全球平均海温变化显著相关,相关系数分别为0.43、0.42;与PDO也显著相关,相关系数分别为0.29、0.45,这说明2006-2017年间云垂直结构的趋势主要受到PDO位相变化的影响。
【学位单位】：兰州大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：P731.11;P426.5
【部分图文】：

ISCCP（a），PATMOS-x（b）和MODIS（c）资料时段的总云量气候态分布图

兰州大学硕士学位论文全球云量的时空分布与海温演变之间的关系20图3-2ISCCP（第一行），PATMOS-x（第二行）和MODIS（第三行）总云量的空间趋势分布（左）和纬向趋势分布（右），左图中的黑点和右图中的红圈表示通过95%置信度检验图3-3ISCCP总云量进行传统EOF分解得到的前4个模态的特征向量场（a,c,e,g）和展开系数（b,d,f,h），相关系数均通过99%置信度检验太平洋，即云量变化的敏感中心没有区别开来。同样的，第三、四模态也存在相互混淆的现象，因为距平大值区同时分布在太平洋和印度洋，那么利用相应的海温模态去解释这种非局地化的现象就不够严谨，也不够准确。为了降低模态间的混淆程度，我们使用成对旋转EOF的方法让模态彼此更好地区别开来。

兰州大学硕士学位论文全球云量的时空分布与海温演变之间的关系20图3-2ISCCP（第一行），PATMOS-x（第二行）和MODIS（第三行）总云量的空间趋势分布（左）和纬向趋势分布（右），左图中的黑点和右图中的红圈表示通过95%置信度检验图3-3ISCCP总云量进行传统EOF分解得到的前4个模态的特征向量场（a,c,e,g）和展开系数（b,d,f,h），相关系数均通过99%置信度检验太平洋，即云量变化的敏感中心没有区别开来。同样的，第三、四模态也存在相互混淆的现象，因为距平大值区同时分布在太平洋和印度洋，那么利用相应的海温模态去解释这种非局地化的现象就不够严谨，也不够准确。为了降低模态间的混淆程度，我们使用成对旋转EOF的方法让模态彼此更好地区别开来。
【参考文献】

相关期刊论文 前6条

1 向华;张峰;江静;彭杰;张喜亮;张春艳;;利用CFSR资料分析近30年全球云量分布及变化[J];气象;2014年05期

2 吴涧;刘佳;;近二十年全球变暖背景下东亚地区云量变化特征分析[J];热带气象学报;2011年04期

3 李萍;缪启龙;;夏季东亚副热带经圈环流特征及其对长江流域降水的影响[J];气象与减灾研究;2011年01期

4 陈勇航;陈艳;黄建平;郑志海;苏婧;黄鹤;;中国西北地区云的分布及其变化趋势[J];高原气象;2007年04期

5 陈少勇;董安祥;王丽萍;;中国西北地区总云量的气候变化特征[J];成都信息工程学院学报;2006年03期

6 丁守国,石广玉,赵春生;利用ISCCP D2资料分析近20年全球不同云类云量的变化及其对气候可能的影响[J];科学通报;2004年11期

本文编号：2878189