全球山地依赖于海拔的变暖外文翻译资料
2022-12-07 16:17:26
英语原文共 7 页,剩余内容已隐藏,支付完成后下载完整资料
全球山地依赖于海拔的变暖
山地EDW研究开创工作组
Mountain Research Initiative EDW Working Group*
摘要:
越来越多的证据表明,变暖速率随着海拔的增加而放大,高山环境的温度变化比低海拔地区的温度变化快,依赖于海拔的变暖(Elevation-dependent warming:EDW)会加快山地生物圈、冰冻圈、水圈和生物多样性的变化速率,我们探究了产生EDW的重要机制:积雪反照率和陆面反馈;水汽变化和潜热释放;地表面水汽和辐射通量变化;地表面热量损失、温度变化以及气溶胶。这些都使得变暖程度随着海拔(或者临界海拔)的增加而增加,并且认为机制的组合可以解释EDW相反的区域模态。我们讨论了未来更多的有关山地气温趋势认识的需求,也讨论了运用不断发展的观测资料、卫星遥感资料和模式模拟对其控制机制的研究。
我们都知道大气中不断增加的温室气体使得温度变化的速率在高海拔地区有放大的效应,但是也有越来越多的证据表明,变暖的速率同样随着海拔的升高而增大,例如山地环境。这种依赖于海拔的变暖(Elevation-dependent warming:EDW)对高海拔地区冰冻圈的质量守恒和与之相关的径流、生态系统、农业生产以及对生存有海拔限制的物种有很重要的影响。然而,由于高海拔地区的观测站点稀少,我们有可能无法观测到全球哪些变暖最多的区域。在这里,我们回顾EDW的证据并检验可以解释这一现象的机制,我们所得到的结论中的策略可以为未来的研究减少目前的 不确定性,并确保在偏远的高海拔地区发生的变化可以被观测和解释。
全球山地依赖于海拔的变暖的证据
理论上说,确定海拔高度与变暖的速率以及地理空间的分布是容易的,但是许多因素使得山区变暖速率的确定变得异常困难。首先,长时间的观测站点(有超过20年的记录)在高海拔地区非常稀少,在GHCNv3均一化的台站数据集中,所有的7297站中只有191站(3%)海拔超过2000m,54站(0.7%)海拔超过3000m,并且在超过5000m的区域没有长时间序列的数据1。不同于北极地区的相对均匀,山地的气温由于受到地形、坡度、坡向的影响,局地变化率很大。GHCNv3数据集中许多高海拔地区的站点很少有位于山峰后者高原地区的,大部分站点位于山谷,由于不同微气候条件的容易使得冷空气引流2-4,这就使得难以从趋势中分离噪音。
EDW的证据也可以从卫星资料、大气再分析资料、或者模式研究中得到,但是这些资料也有限制。卫星反演的地表面温度并不是像普通的做法一样是在地面气象站里记录的。另外,卫星资料有时间分辨率的限制5并且在多云的地区也没法获取资料。再分析资料高度依赖于探空资料(不仅仅是地面资料),并且它们没有进行过气候趋势的均一化分析。模式的空间分辨率低,并且要求初始的观测资料准确,这就使得模式资料的准确性难以预估。
尽管有这些缺陷,仍有许多研究试图识别6,7和量化EDW(表1),有关个别研究(包括元数据)的详细资料,在补充资料中给出。在这里我们大致总结了一下相关文献。大量的研究表明高海拔地区的变暖更快但是也有一些研究指出二者没有关系后者情况更加复杂(表1)。以观测资料为基础的研究中尤其如此,它们比模式模拟的一致性更弱,这可能是因为大部分模式整合了长时间序列的趋势(特别是直到21世纪末),到那时候EDW会比迄今为止更加广。值得注意的是,最低气温的EDW比最高气温的EDW趋势强,所以需要把机制分为白天和夜间来探讨。在表1所列举的研究中,从全球的角度利用地面温度(2m)数据来揭示EDW的研究相对较少8-11。
表1 变暖速率随海拔的梯度变化的研究结果
观测 模式 |
||||||
变暖速率随海拔梯度的变化 |
Tmin |
Tmax |
Tavg |
Tmin |
Tmax |
Tave |
随海拔增大 |
全年23,8a,86 |
全年23,81 |
全年76,5e,80b,10c,11,75 |
全年45 |
冬季43 |
全年79 |
冬季23,70g,45 |
夏季47 |
所有季节47 |
冬季45,43,72,74 |
春季43 |
冬季30,69,14,79 |
|
春季47 |
冬季83e |
春季45,43 |
秋季72 |
春季30.14,79 |
||
秋季47,83e |
夏季86 |
|||||
随海拔减小 |
冬季23 |
冬季47 |
全年77,84 |
夏季84 |
全年73f |
|
冬季30g |
春季73f |
|||||
秋季30g |
秋季73f |
|||||
没有明显的梯度 |
全年68 |
全年30.85,71d,82 |
全年30 |
|||
所有季节44,85 |
||||||
没有明显的梯度但在中间海拔的变暖速率最大 |
全年78 |
全年9,43c |
春季30 |
|||
春季30g |
定量化的变暖速率和空间形势的研究中,不同的研究所用的方法和数据的连续性都有欠缺。表现在不同的时间长度、比较不同的站点、选择不同的海拔高度范围以及时间分辨率不同(见补充信息),这些都导致了不同的趋势。许多研究时段都相对较短(不到50年),所以强大的年代际变化常常导致趋势被探测到12,虽然欧洲和北美的台站的一些资料都已经是均一化了的数据,但是在热带的山地,台站的数据稀少而且不均一。
EDW最引人注目的证据来自于亚洲。 Yan和Liu13利用世界上海拔最高的地区——青藏高原及周边139个站点研究了变暖趋势(1961-2012年),图1 表示的是比较时段内从海拔1000米开始的每隔500米一个分段的台站平均变暖速率(°C /10年)。发现全年平均气温随着海拔增加的增加系统性地增加,且变暖的速率在近十几年在增加(图1.a)。全年平均最低气温(图1.b)、秋季平均气温(图1.c)和冬季平均气温(图1.d)也表现出EDW,平均最低气温在其它季节的海拔效应不强,这与其它区域的发现是一致的。
对历史和未来的模式模拟也表现出了EDW14-16。许多大气环流模式表明自由大气中的EDW是低纬度地区的特征,IPCC第五次评估报告包含了400-200hPa高度上典型浓度路径(RCP)排放情景中最小的变暖信号,for example (see Fig. 12.12 of ref. 17). 这种EDW不会伸展到中高纬地区,并且大多数模式刻画变暖主要集中于低层和地面(gt;800hPa),特别是在北半球。对于山地表面的EDW的地理分布和过程很少有专门的研究,有时这种现象与自由大气是不同的18。气候对于复杂的山地地形强迫下的温室气体的相应过程,通常空间分辨率小于5公里的大气非静力平衡方程模式才能完全捕获19。这种模拟可以做到对历史情境(利用再分析的边界强迫)和未来情景(利用GCM预测)的研究。虽然现在对计算的要求越来越高,设计如此高分辨率、新颖的和可选择性的实验也是可行的20,21。毫无疑问,模式研究已经验证了EDW,尽管与海拔变化有关的云量和土壤湿度的变化是可能的强迫机制,但最常见的解释是有关积雪反照率的反馈机制,通常讨论的是零度等温线的上坡运动14。
图1 青藏高原和周边地区依赖于海拔的变暖. a,3个时间段的全年平均地表温度;b,1961-2012全年平均最低温度;c,1961-2012秋季平均(9月,10月,11月)地表气温;d, 1961-2012冬季平均(12月,1月,2月)地表气温;柱形代表海拔高度,趋势大小根据122个台站8个等级的海拔高度以点标注在y轴,误差条是基于平均值的95%置信区间。冬天变暖速率的垂直刻度(d)和全年变暖速率(a)的纵坐标有调整以反映更快的变暖
EDW的空间变率还会受到大尺度环流的年际和年代际变率的影响,比如厄尔尼诺和南方涛动(ENSO),北大西洋涛动(NAO),太平洋年代际震荡(PDO)等等。例如,有研究发现在NAO正位相时,1980年代末和1990年代初的冬季,在欧洲阿尔卑斯山的高海拔地区变暖明显,并与暖湿的冬季相联系23。这种模态随着NAO指数为负而发生反转。在热带的安第斯山,1958年到1990年期间雪线不断升高与厄尔尼诺状态、与之伴随的云和大气中水汽的变化,它们都可以引起EDW的空间变化24。近期越来越多的研究表明热带高海拔地区的温度是如何被ENSO调节的12。由于所有的这些因素,我们只可以说现在有许多证据,但不是全部证据表明变暖随海拔的增强。了解驱动EDW的物理机制对于解释区域变率是很重要的,下面将会讨论。
EDW的假说和机制
地球表面的温度变化是能量平衡的响应,因此随海拔高度优先增加的地表净通量能量会使得变暖称为海拔的函数。这里我们讨论集中于EDW相关联的机制和过程25。与高程相关联的物理信见图2
反照率。积雪——反照率的反馈是一种北极放大效应中重要的正反馈机制26,27,但是这个反馈过程也存在于高海拔地区14,28,29,这里的季节性雪盖随海拔高度变化,而且最大增暖速率主要发生在接近0°C等温线的地区9,30。在瑞士阿尔卑斯山,春季无雪盖时每日平均的2米气温比有雪盖的时候高出0.4°C(1961-2012年平均)31,现在不同山区的雪线高度不同,在全球气候变暖的大背景下预计都会向更高的海拔消退。雪线的定义并没有认为的这么容易:对阿尔卑斯山不同的研究得到的高度是不同的32-34。与海拔有关的雪盖持续时间(也包括雪/雨比)是非线性的,所以雪线撤退的速率会随着温度的升高而增加35 剩余内容已隐藏,支付完成后下载完整资料
资料编号:[31689],资料为PDF文档或Word文档,PDF文档可免费转换为Word