青藏高原气溶胶-云相互作用及云辐射效应研究

发布时间：2020-11-11 03:29

　　 青藏高原素有“亚洲水塔”之称,对区域乃至全球水循环和气候有着重要影响。近年来,卫星频繁观测到发生在青藏高原上空的大气污染事件,主要源于污染物的局地排放和远距离输送。随着人类活动的加剧,青藏高原地区局地排放的大气气溶胶也逐渐增多;而且,受高原大地形热力作用的影响,高原周边几大沙漠和人为污染物源区的气溶胶被输送至高原边坡,并被进一步抬升至高原上空。同时,夏季青藏高原周边洋面的水汽受季风影响可辐合至高原周围,进而在高原热力作用下进一步汇聚至高原上空形成空中湿岛。夏季充沛的水汽使得高原上空对流云的形成和发展旺盛,并与抬升至高原上空的沙尘等大气气溶胶发生混合,气溶胶粒子可对云物理特性产生影响。因此,青藏高原地区气溶胶、云特性及其相互作用是青藏高原影响区域和全球气候变化研究中的重要前沿科学问题,也是该领域研究所面临的新挑战。由于青藏高原特殊的地理位置和地形,地面观测资料的缺乏成为限制高原大气气溶胶、云及相关研究的重要因素。因此,目前仍缺乏对青藏高原气溶胶-云相互作用全面系统的认识,尤其对高原上空冰云的研究更为稀缺。针对上述问题,本文联合多种卫星观测资料、再分析资料、耦合气溶胶三维辐射传输模式的非静力二十面体大气变网格模式(NICAM-SPRINTARS)以及耦合模式比对计划第五阶段(CMIP5)的数值模式,系统研究了青藏高原上空气溶胶、云特性以及气溶胶对水云和冰云的影响等,以期为理解青藏高原上空气溶胶-云相互作用和改进高原数值模式提供科学依据。主要结论如下:(1)利用卫星观测资料分析了2000-2015年期间青藏高原上空气溶胶和云的特性分布。研究发现,气溶胶主要集中分布在青藏高原北坡上空。其中,气溶胶光学厚度(AOD)自南而北呈现逐渐增加的分布特征,Angstr?m指数(AE)则自南而北逐渐减小。最大气溶胶指数(AIn)(0.01)位于青藏高原南坡,最小AIn(0.62)则位于高原北坡。另一方面,尽管冰云和水云的云分数高值区位于高原东南部,但二者在高原边缘区域的出现频次高。其中,与水云相比,冰云在高原上的出现频次更高,尤其是在高原北坡上。同时,结合云-气溶胶激光雷达和红外探测卫星观测(CALIPSO)和CloudSat卫星数据,发现气溶胶-云混合出现频次在高原边缘区域更高。气溶胶和云的特性分布表明青藏高原上气溶胶和云之间可能存在潜在关系。(2)基于气溶胶和云的特性分布,全面分析了气溶胶对冰云和水云物理特性的影响及差异。从云的宏观特性来看,气溶胶与冰云云分数之间的相关性比水云云分数高。随着气溶胶的增加,水云发展的更高更深厚,冰云则变高变薄。从云的微观特性而言,相较于水云,气溶胶对冰云的影响更为显著。其中,气溶胶的增加导致白天冰云的粒子半径(ICDR)减小,夜间ICDR几乎不变。由于饱和效应,白天冰水路径(IWP)略有减少,夜间IWP则显著增加。白天和夜间冰云的光学厚度呈现出显著相反的变化趋势。剔除气象因子影响后表明,气溶胶相比于气象场对云特性的影响更显著。NICAM-SPRINTAR变网格模式模拟结果与观测结果一致。总体而言,青藏高原上空气溶胶对冰云物理特性的影响比对水云物理特性的影响更显著。(3)利用卫星资料和CMIP5模式,进一步量化并比较了气溶胶对青藏高原上空水云和冰云辐射特性的影响。卫星观测表明,青藏高原上空冰云云分数占比高于水云,且青藏高原上气溶胶变化引起的水云和冰云总辐射强迫变化分别为-0.31±0.02W/m~2和-0.33±0.09W/m~2,其中以短波辐射强迫变化为主。CMIP5模拟表明,气溶胶变化引起的冰云总辐射强迫的变化(-0.73±0.03W/m~2)覆盖了青藏高原的大部分区域,而引起的水云总辐射强迫的变化(-0.34±0.03W/m~2)主要位于高原南坡。综合卫星观测及数值模拟结果可见,气溶胶对冰云辐射特性的影响比对水云更显著。(4)基于云辐射特性的变化,量化了云对高原异常增暖的贡献。全球变暖大背景下,青藏高原呈现出异常增暖现象。与1961-1999年期间+0.04°C/十年的增温速率相比,2000-2015年期间青藏高原以+0.30°C/十年的速率加速增温。同时期而言,冷季(11月至次年3月)的增暖比暖季(5月至9月)增暖更显著。此外,在冷季,高原上空中云减少而高云增加,且冷季高原的净云辐射强迫为正,表现为加热效应。观测分析表明,中云减少产生的反照率效应的减弱以及高云增加产生的温室效应的增强是引起高原加速增温的因素之一。CMIP5模拟结果表明,云净辐射效应对高原增温的贡献为+0.88°C,其中因中云减少引起的短波辐射效应增加占主导地位。
【学位单位】：兰州大学
【学位级别】：博士
【学位年份】：2020
【中图分类】：X513
【部分图文】：

CldTypHist Ed4A产品替代了CERES ISCCP-D2like Ed3A产品。CldTypHist仅提供一个数据集,该数据集将Terra和Aqua MODIS以及1小时一次的对地静止卫星(GEO)云产品合并在一起,并考虑了云产品的质量。CldTypHist Ed4A产品将CERES-SYN1deg-hour/day/month Ed4A Terra和Aqua MODIS以及1小时GEO Ed4A云属性重新格式化生成了与NASA GISS ISCCP-D2云产品相同的云类型数据。数据产品在空间上划分为1°×1°的区域,并平均为每月1小时和每月时间分辨率尺度,其中类似于ISCCP D2产品对云属性进行了光学厚度和云顶气压的分层(Rossow和Schiffer,1991)。将云的特征参数平均为3个云顶气压和3个光学厚度,9种PC-tau云类型如图2-1所示。这9种云类型进一步细分为水云和冰云。与3小时ISCCP-D2数据不同,CldTypHist产品基于每小时云观测,具有获得昼夜周期变化的优势(Minnis等,2011;Wielicki等,1996)。与GISS ISCCP-D2 2.5°等面积相比,CldTypHist产品具有更高的1°纬度/经度网格空间分辨率。此外,基于MODIS和GEO多通道云检索,CldTypHist产品还包括比ISCCP D2产品更多的云参数。与版本Ed3A数据相比,版本Ed4中CERES云算法的改进包括使用CALIPSO和MODIS数据通过区域平均边界显著流失率的方法确定低云顶高度(Sun-Mack等,2014),利用CO2-slicing的方法在低云层上检索高云(Chang等,2010),以及通过优化冰晶模型(Yang等,2008)以改善对冰云的检索。此外,该数据集基于90°的太阳天顶角将白天和夜间的云区分开。由于夜间云的检索仅基于IR通道,因此相比之下夜间云参数可靠性不如白天云的高。CERES后续将基于CldTypHist产品发布FluxByCldType Ed4产品,该产品将提供辐射通量及3x3 PC-tau云类型参数。FluxByCldType产品是一个瞬时1°×1°的区域网格化产品,包含Terra或Aqua卫星的轨道但不包含GEO云特性。基于FluxByCldType产品还将提供CERES-MODIS模拟器,以便将模式输出直接与MODIS云检索和CERES通量进行比较(Eitzen等,2017)。为了确定地表辐射的分布,CERES团队使用基于卫星的云和气溶胶反演以及来自再分析的气象场和气溶胶同化数据初始化的辐射传输模式计算来表征大气状态。因此,计算出的大气层顶(TOA)和地表通量的准确性和稳定性取决于输入的云和大气数据的质量(Rose等,2013)。EBAF-Surface中的地表通量来自三个CERES数据产品:(1)CERES SYN1deg-Month Ed4(Doelling等,2013;Rutan等,2015)提供了调整的地表通量,(2)CERES EBAF-TOA Ed4.0(Loeb等,2009,2012,2018)通过观测提供了TOA处的辐射通量约束,以及(3)SYN1deg-hour提供了权重,以计算月平均晴空TOA处的辐射通量,同时为了最大程度地减少因输入数据源中的不确定性而导致的地表通量误差,EBAF-Surface数据产品根据来自其他独立数据源的信息引入了一些附加约束,例如CERES TOA通量,来自AIRS的温度/湿度廓线、以及CALIPSO/CloudSat的云垂直剖面等。来自SYN1deg-Month的辐射通量与来自EBAF Ed4.0的辐射通量不完全一致,部分原因是计算中的输入误差,较小程度上是由于辐射传输模式的假设。为了最小化地表辐射通量的误差,使用拉格朗日乘数算法的客观约束条件来调整地表、大气辐射和云特性的不确定性,以确保计算出的辐射通量与SYN1deg中的辐射通量相一致。

青藏高原位于东亚中部、中国西南部(北纬25-40°,东经70-105°),平均海拔4500米。图3-1给出了青藏高原的地形分布。其中青藏高原的主体由图中的黑色实线包围,代表高原上海拔超过2km的区域,即为本文所关注的研究区域。海拔超过3km和4km的区域分别用红线和蓝线包围。具有“世界屋脊”、“第三极”之称的青藏高原,是国内最大、世界海拔最高的高原,北起昆仑山、祁连山北缘,南至喜马拉雅山脉南缘,东缘相接秦岭山脉和黄土高原,西缘毗邻帕米尔高原和喀喇昆仑山脉。高原周围分布三大沙漠——塔克拉玛干沙漠沙漠、古尔班通古特沙漠、巴丹吉林沙漠。相比于北坡,高原南坡地形更为陡峭险峻,由于青藏高原地形的复杂性,高原天气和气候变化会影响区域乃至全球的气候变化,在全球气候变化中占据重要的地位。在本文中,所有分布图中用黑线所包含的区域代表高原主体,为高原海拔超过2 km的区域。大量的观测研究结果表明,青藏高原上空存在大量的气溶胶,因此本文首先分析了青藏高原上空气溶胶特性的分布特征。图3-2给出了2000年至2015年期间青藏高原年平均AOD和AE分布情况。如图3-2a所示,AOD从高原南坡至北坡逐渐增加,高原南部AOD最小(0.02),而高原北部边缘AOD最大(0.62)。AOD的高值主要分布在青藏高原的北坡,特别是在塔克拉玛干沙漠附近和柴达木盆地区域。然而AE呈现出与AOD完全相反的分布形式(如图3-2b所示)。AE在青藏高原主体上自北向南逐渐增加,北坡上AE最大(2.1),南坡上AE最小(0.2)。考虑到青藏高原北坡和南坡上空气溶胶的主要类型和来源,北坡上较高的AOD与较低的AE值对应于沙尘气溶胶,而南坡和东坡上的气溶胶类型则主要对应为人为气溶胶(Liu等,2015;Jia等,2015)。

图3-3对比了2000-2015年期间来自MISR观测的和来自MERRA-2的AIn年平均分布。相比于AOD而言,AIn能更准确地量化气溶胶数浓度(Nakajima等,2001;Feingold等人,2003),能更好的代表质量高的小颗粒(充当CCN的颗粒)。如图3-3(a)所示,在青藏高原主体上,AIn从南向北逐渐增加,高值主要分布在青藏高原的北坡,南部边缘AIn最小值为0.01,北部边缘AIn最大值能达到0.62。MERRA-2计算得到的青藏高原年平均AIn的分布与图3-3(a)中所示的分布形式相类似,能较好的再现MISR观测结果。但就数值而言,相比于MISR观测结果,MERRA-2对高原北部的AIn数值有所低估。在本文第五章的分析中,由于MERRA-2能提供区分白天和夜晚的气溶胶数据,因此使用MERRA-2数据替代MISR分析气溶胶特性与云物理特性之间的关系。图3-3青藏高原2000-2015年期间年平均AIn分布。(a)来自于MISR观测,(b)来自于MERRA-2数据。黑色粗体曲线包围的区域表示青藏高原的主体。
【参考文献】

相关期刊论文 前10条

1 刘黎平;郑佳锋;阮征;崔哲虎;胡志群;吴松华;戴光耀;吴亚昊;;Comprehensive Radar Observations of Clouds and Precipitation over the Tibetan Plateau and Preliminary Analysis of Cloud Properties[J];Journal of Meteorological Research;2015年04期

2 QI YuLei;GE JinMing;HUANG JianPing;;Spatial and temporal distribution of MODIS and MISR aerosol optical depth over northern China and comparison with AERONET[J];Chinese Science Bulletin;2013年20期

3 彭杰;张华;沈新勇;;东亚地区云垂直结构的CloudSat卫星观测研究[J];大气科学;2013年01期

4 段安民;吴国雄;刘屹岷;马耀明;赵平;;Weather and Climate Effects of the Tibetan Plateau[J];Advances in Atmospheric Sciences;2012年05期

5 李跃清;;第三次青藏高原大气科学试验的观测基础[J];高原山地气象研究;2011年03期

6 黄建平;张武;左金清;闭建荣;史晋森;王鑫;常倬林;黄忠伟;杨溯;张北斗;王国印;冯广泓;袁九毅;张镭;左洪超;王式功;符淙斌;丑纪范;;An Overview of the Semi-arid Climate and Environment Research Observatory over the Loess Plateau[J];Advances in Atmospheric Sciences;2008年06期

7 李韧;赵林;丁永建;杨文;胡泽勇;季国良;;青藏高原北部五道梁地表热量平衡方程中各分量特征[J];山地学报;2007年06期

8 朱玉祥;丁一汇;;青藏高原积雪对气候影响的研究进展和问题[J];气象科技;2007年01期

9 徐祥德;陈联寿;;青藏高原大气科学试验研究进展[J];应用气象学报;2006年06期

10 胡泽勇;程国栋;谷良雷;李茂善;马耀明;;青藏铁路路基表面太阳总辐射和温度反演方法[J];地球科学进展;2006年12期

本文编号：2878682