登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 地理科学类 > 大气科学 > 正文

再分析资料对全球和东亚云辐射效应的描述能力的初步评估外文翻译资料

 2022-11-11 15:07:29  

英语原文共 8 页,剩余内容已隐藏,支付完成后下载完整资料


再分析资料对全球和东亚云辐射效应的描述能力的初步评估

LI Jian-Dong,MAO Jiang-Yu

  1. 中国科学院大气物理研究所大气科学与地球流体动力学数值模拟国家重点实验室,北京100029,中国
  2. 南京信息工程大学气象灾害教育部重点实验室,南京210044,中国
  3. 北京师范大学全球变化联合研究中心,北京100875,中国

于2014年12月22日接收;2015年2月11日修订;2015年3月3日录用;2015年3月16日发表

摘要 本研究对三个再分析资料ERA-Interim、JRA-55和MERRA,描述大气层顶云辐射效应(CREs)的能力进行了评估,与最新的卫星观测资料进行比较评估。结果上,再分析资料基本上都可以很好的描述年平均短波CRE的空间分布格局,但ERA-Interim和JRA-55描述的全球平均长波CRE要弱于实际观测,这将导致对净CRE的估计值过高。此外,热带辐合带(ITCZ)、太平洋和大西洋沿海地区以及东亚地区的CRE再分析数据存在明显偏差。定量检验后更进一步表明,在研究CREs和大气层顶向上辐射通量的空间相关性时,通过ERA-Interim所得到的相应数据要优于其他两种再分析资料。虽然MERRA在描述全球平均EARs的量级方面具有相当优异的能力,但在研究空间相关性时,它在冬季和夏季的表现要比其他两个再分析资料差。JRA55描述CRE的能力则位于其他两个资料之间。与全球平均结果相比,再分析资料描述的东亚地区短波CRE的空间相关性的准确度下降,而描述的区域平均CRE的偏差增加。这意味着,目前,根据这些再分析资料的结果,很难描述东亚CERs。相对而言,ERA-Interim能够较好地描述东亚CERs的季节变化,尽管得到结果要比实际观察值弱。本研究还表明,需要通过更全面的测试,深入探讨再分析资料对云特性和辐射相关方面的描述能力。

关键词:云辐射效应,东亚,再分析资料,评估

引用:Li, J.-D.与J.-Y. Mao,2015:再分析资料对全球和东亚云辐射效应的描述能力的初步评估,大气海洋科学快报,8100–106,doi:10.3878/aosl20140093

1 引言

云对气候系统的辐射过程和水文循环具有强烈的调节作用,是维持地球气候系统辐射平衡的最重要贡献者(Stephens,2005;Wild等人,2013)。一方面,云通过增加向外的短波(sw)辐射来使地球降温;另一方面,它通过增加向内的长波(lw)辐射来使气候系统变暖。通过目前的卫星反演资料表明,云引起的净辐射效应为负值,接近于minus;21.1 W mminus;2(Loeb等,2009年),这一量级远大于温室气体所引起的变暖效应(Boucher等,2013年)。此外,由于不同的环流系统和外力影响,云和相关气候系统表现出明显的区域特征。在东亚,区域气候及其变化过程受到该地区季风系统的显著影响(Wang,2006)。青藏高原(TP)引发的热力效应和动力效应也调节着亚洲乃至全球的气候(Wu等人,2012年)。因此,云效应相当复杂,表现出明显的时空分布特征。因此,了解云的特征、气候影响和演变过程是气候研究领域中的一个关键问题。

在气候研究领域为此所做出的众多努力中,一个最重要的方面就是量化云层是如何影响大气层顶辐射收支的(TOA)。特别的,研究者也越发关注当前云对气候及其区域变化的影响(Stubenrauch等,2013)。而云辐射效应(CREs)的概念被广泛用于定量评价云对气候的影响。CREs是由大气层顶或地面上空有云和无云时的辐射通量差异来决定的(Ramanathan等人,1989年),由于其性质不同,一般分为LWCRES (LWCRES)和SWCRES (SWCRES)。通过CREs,可以利用卫星观测数据和气候模型来描述和验证云效应。在ITCZ、亚热带风暴路径和南大洋区域均观察到了强烈的CREs(Boucher等,2013年)。在过去二十年中,利用全球大气环流模型(GCMS)对CRE的特征进行了广泛的研究。然而无论怎样,如何表现云与相关辐射反馈仍然是当前GCMS的一大挑战。尽管大多数GCMS都能描述大气层顶上的CREs和net的辐射平衡的全球模式,但最近的研究(Wang和Su,2013年;Dolinar等,2014年)表明,目前的GCMS,在例如部分关键地区(包括东亚在内)的热带对流(Li等,2009年;Zhang等,2013年)上描述的CRE依旧存在明显的偏差。此外,由于模型处理上的缺点,单个LWCRES或SWCRES和辐射通量在GCMS中也很难模拟。

由于目前的模型在模拟CREs方面的性能有限,因此必须清楚地了解最常用的再分析资料在表现CRE方面的能力。再分析资料在其反映大气环流状态的能力方面不断改进,研究人员因此得以利用这些数据对各种时间尺度上的众多气候现象进行广泛的研究(Simmons等,2010年)。然而,在这方面的研究中,人们却很少关注CRE,特别是在区域尺度上。目前,最准确的CREs预估和相关分析都以卫星反演的辐射通量为根据。然而,卫星所覆盖的时间太短,无法为研究人员提供CRE变化的长期数据。因此,在全球和东亚范围内,有必要研究如何以及在多大程度上利用再分析资料描述CRE。这类研究不仅可以为云研究提供更多有用的信息,而且可以检验再分析资料是否可以用于气候和长期的CRE研究。

本研究的目的是通过比较最新的卫星观测资料与三种常用的再分析资料,初步评估再分析资料描述CRE的能力。本文试图回答以下问题:(1)当前的再分析资料在全球和区域尺度上对CREs的描述能力如何?(2)再分析数据是否能够描述东亚CREs及其季节变化?本研究的重点在CRE的气候特征,故对LWCRE和SWCRE的状态分别进行评价。

2 数据和方法

我们选择来自美国国家航空航天局(NASA)的云和地球辐射能量系统(CERES)实验中卫星获取的辐射通量数据。并使用TOA (EBAF-TOA) Ed2.8资料(Doelling 等, 2013年)中最新的CERES能量平衡与填充的方案,用于本研究中的大气层顶辐射通量和CRE的评估。CERs EBAF-TOA资料已被广泛应用于研究云的作用和地球气候系统中的能量循环。因此,本文将其视为卫星观测资料。鉴于CERES的观测始于2000年3月,我们分析的周期选择为2001年1月至2010年12月。由于本研究能力有限,仅对月度结果进行分析。CERES资料的空间分辨率为1.0°纬度times;1.0°经度。

评估的再分析资料包括欧洲中期天气预报中心中期再分析资料(ERA-Interim)、日本55年再分析资料资料(JRA-55)和现代回顾性分析研究和应用分析资料(MERRA)。之所以选择这些再分析资料,除了因为它们是常用的资料以外,还因为它们具有完整的云和辐射输出域,因此它们的CREs很容易获取。表1列出了三种再分析资料的详细信息。

表1本研究所用三种再分析资料的基本信息

再分析 大气预报模型 周期 近似水平分辨率 参考

(经度times;纬度)

ERA-Interim 综合预测系统 1979年1月至今 1.5°times;1.5° dee等人(2011) 预测模型

JRA55 日本气象局全球 1958年1月至今 1.25°times;1.25° Ebita等人(2011)

运行模式

Merra Goddard地球观 1979年1月至今 0.667°times;0.5° Rienecker等人(2011)

测系统,第5版

(GEOS-5)AGCM

注:欧洲中期天气预报中心中期再分析资料(ERA-Interim);日本55年再分析资料项目(JRA-55);现代回顾性分析研究和应用分析资料(MERRA)。

大气层顶辐射通量的各气象分量是根据再分析资料和卫星反演资料中获取的10年(2001-10年)平均值来计算的。在定量评估中,将整个数据集并排插入标准1.5°times;1.5°的网格中进行比较。CREs定义如下:

lw cre=olrcs–olr,(1)

sw cre=rsutcs–rsut,(2)

net cre=lw cre sw cre,(3)

其中olrcs和olr分别是无云和全天云的条件下大气层顶处向外输出的辐射通量lw;rsutcs和rsut是对应的向外输出的短波辐射通量sw;net cre是LWCRE和SWCRE的算术和。

在本研究中,主要是根据年平均结果来对空间分布情况进行描述,再对冬季和夏季的描述结果进行定量分析。我们将全球评估严格限制到60°N–60°S,以避免卫星反演数据和高纬度再分析数据之间存在较大的辐射偏差。以东亚地区(20–45°N,100–150°E)选为研究区域。计算再分析数据与实际观测数据的相对偏差率和空间相关系数(SCC)作为定量描述再分析资料性能的关键统计参数。

3 结果

3.1 CREs的地理分布

图1和图2显示了基于实际观测和再分析资料描述的年平均SWCRE和LWCRE的总体分布。实际观测到的CRE的全球年平均值分别为minus;47.15和26.12 W mminus;2(分别对应SWCRE和LWCRE),导致净冷CRE为minus;21.03 W mminus;2。在ITCZ和中纬度洋面,如海洋大陆、北太平洋和南大洋中分布着的强盛的CREs,其中CREs与云量密切相关(未显示)。由于对流活动,最强的LWCRE集中在热带地区。此外,由于tp对下游云性质的动力和热力效应,在中国东部也存在着比同一纬度其他大陆地区更强的SWCRE(Yu等,2004年;Zhang等,2013年)。与LWCRE结论不同的是,SWCRES的再分析结果与实际观测结果更为一致。基本上,这三个再分析资料都能够描述SWCRE的空间分布格局,尽管在某些区域存在明显的偏差。与实际观测结果相比,ERA-Interim和JRA55描述的SWCRE在南太平洋和北太平洋都要比实际观测值小很多,而所有再分析资料描述的SWCRE在中国东部和东太平洋沿海地区都比实际观测值小。与此同时,ERA-Interim和JRA55描述的全球平均LWCRE分别为18.53和14.56 W mminus;2,这两个值都明显小于实际观测值,主要原因是因为它们的OLR的值被固定高估。需注意的是,JRA55甚至描述出ITCZ中最弱的LWCRE。因此,ERA-Interim和JRA55描述的全球年平均净CREs分别为minus;28.08和minus;30.29 W mminus;2,这两个值都比实际观测值大得多,因为它们的LWCRE较小。相比之下,来自merra描述的全球平均CRE(swcre:minus;46.68 w mminus;2;lwcre:25.41 w mminus;2;net cre:minus;21.27 w mminus;2)是与实际观测结果最为一致的,但merra描述的空间分布格局表明,较大的CRE偏差存在于热带地区,如海洋大陆和中美洲。除全球平均值外,MERRA描述中的东亚年平均净CRE为minus;4.75 W mminus;2也比实际观测值minus;16.36 W mminus;2差得多;ERA-Interim和JRA55描述中的COR响应区域净CRE分别为minus;13.99和minus;17.55 W mminus;2,更接近东亚实际观测的平均值。

图1(a)云和地球辐射能量系统(ceres)的年平均短波云辐射效应(swcre)(彩色阴影;单位:W m-2)的地理分布,(b)欧洲中期天气预报中心中期再分析资料(ERA-Interim),(d)日本55年再分析资料项目(JRA55),(f)现代回顾性分析研究和应用分析资料(MERRA)。面板(C、E、G)分别是CERE和相应的再分析资料之间的差异。全局平均SWCRE的值标记在每个面板的顶部。该气候数据是以2001年到2010年的10年平均值为基础计算的。

图2年平均长波云辐射效应(LWCRE)(彩色阴影;单位:W m-2)在(a)CERES,(b)ERA-Interim,(d)JRA55和(f)MERRA的地理分布。面板(C、E、G)分别是CERE和相应的再分析资料之间的差异。全局平均LWCRE的值标记在每个面板的顶部。

图3进一步显示了全球和东亚的CRES和大气层顶辐射通量的定量结果。根据60°S和60°N之间的全球年平均结果,ERA-Interim根据其偏差比和SCCs,在对LWCRE和 SWCRE的描述上有最好的表现现;JRA55的性能在再分析资料中,就描述CRE、OLR和RSUT三种变量的而言是最差的。Merra对这些变量的处理能力介于其他两个再分析资料之间。图3a也可以很清楚的看到,ERA-Interim和JRA55描述的LWCRE的震级比观测到的要弱约30%,但其SCCs高于0.8,超过99%的可信度。此外,在冬季和夏季,这两种再分析资料描述的辐射变量都要比MERRA好得多,此时来自MERRA描述的CREs和TOA辐射

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[18870],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图