春季云属性的空间分布特征及其对北极海冰减退的影响

李妍星 常亮,2,3 张春玲

(1 上海海洋大学,海洋科学学院,上海 201306;2 自然资源部第二海洋研究所,卫星海洋环境动力学国家重点实验室,杭州310012;3 自然资源部极地科学重点实验室,中国极地研究中心,上海200136)

在全球变暖的趋势下,北极地区的增暖幅度是全球平均水平的两倍[1],被称为北极放大效应[2],并得到了大气环流模型的证实[3-4]。北冰洋海冰正经历着前所未有的快速衰退[5-6],自1979年以来,遥感技术清晰地监测到了200020072012 及2016年等年份的多次海冰范围极小值事件[7-10]。据美国冰雪中心(NSIDC)统计,2020年北极海冰范围最小值比1981—2010年平均最小值下降了约2.6×106km2[11]。北极海冰减退作为北极气候变化最关键的信号之一,对北极及全球气候变化的影响受到了国内外学者的广泛关注。

Kay 等[12]利用 CloudSatCALIPSO 和A-Train 系列卫星的研究指出2007年夏季海冰极小值的形成与云量减少和向下短波辐射增强有关,且在全球变暖的大环境下,云辐射效应的作用会被进一步放大。Vavrus 等[13]利用全耦合的大气海洋海冰和陆地系统的全球气候模型(CCSM3)对云在北极海冰快速变化时期的表现开展研究,他们认为秋季(夏季)云量增加(减少),促进了北极海冰快速减退及气候的突变,但该研究中的超前-滞后相关系数并没有指出云量和海冰是哪个因子起到了引导另一个因子的作用。Kay 和L’Ecuyer[14]基于卫星遥感观测数据,创建了21世纪初(2000年3月—2011年2月)云和辐射气候学,肯定了夏季云量和海冰减少导致的向下短波辐射增加对2007年夏季海冰极小值的贡献,但又说明了云辐射对海冰退化的影响只是海冰退化的关键因子之一,其在海冰长期变化趋势上的贡献并不显著。Kapsch 等[15]利用通用地球系统模式实验研究了向下的长短波辐射对夏季海冰的影响,发现长短波辐射扰动仅在融化开始后的春季和初夏会对9月海冰产生显著影响,这种影响在冬季没有得到体现。Huang 等[16]利用卫星观测,以海冰退化关键区为例,研究了北极云辐射特性对9月海冰密集度的影响,发现9月海冰减退与春季云量和向下长波辐射增长引起的云增暖效应有关,短波辐射通量的重要性在海冰融化开始后才得以体现。Huang 等[17]还利用观测和模式资料研究发现了北极春季大气和海冰之间存在着活跃的耦合,海冰融化导致开阔水域增大,向下长波辐射增加,加剧了海冰退化。

先前的研究[12,15-17]证实了夏季海冰变化易受春季云辐射影响,但这些研究主要是基于特殊年份[12-14]或者特定区域[16]的分析。另外,进入21世纪以来,全球持续变暖,北极气-冰-海系统快速变化,春季北极云和夏季海冰之间的相互作用机制及其在不同海域的特征需要进一步更新。本文对2000—2017年北极地区春季云宏观属性和辐射属性的空间分布特征进行了系统的分析,并将海冰减退的影响因子聚焦于云长短波辐射效应,探讨了北极不同区域海冰变化对云属性的响应特征。

云量(CF)和云水路径(TWP)作为云的两个常见宏观属性,是影响云辐射效应的关键物理量。云量是云遮蔽天空视野的成数,值的范围介于0～1,无量纲。云水路径是衡量单位面积上的大气柱中所含液态水和固态冰水的总质量,计算时可用云水含量进行垂直方向的积分,单位为g·m-2。本文用到的云量和云水路径数据均来自戈达德太空飞行中心的1 级大气档案和分发系统分布式主动档案中心的网格大气逐日全球联合产品(https://ladsweb.modaps.eosdis.nasa.gov/missions-and-measurements/products/ MOD08_D3)。该产品是MODIS 的3 级云产品(MOD08_D3),自2000年2月24日起提供了网格单元为1°×1°的日数据,包含了大约600 个参数[18-19]。

在地表,冰的冻结和融化极大地受到地表能量收支扰动的驱动,而净辐射通量作为地表能量的重要组成部分,是由向上和向下的辐射通量的差值来衡量的。净辐射通量H可表示为:

式中,RF代表辐射通量,箭头的方向代表辐射传输的方向。

地表云辐射强迫是指云对地表辐射收支的贡献,它通过影响净辐射通量来影响地表辐射收支,继而达到影响海冰冻结和融化的目的。地表云辐射强迫CRF的计算公式如下[20]:

式中,H为正常天空净辐射通量,Hclr为晴空净辐射通量。

参照Cox 等[21]的研究,将公式(2)中的净辐射通量换作向下辐射通量得到地表云辐射效应。相比云辐射强迫,云辐射效应去除了地表的影响,其控制因素仅为云的属性。地表云辐射效应CRE的计算公式如下:

式中,RF为正常天空向下辐射通量,RFclr为晴空向下辐射通量,箭头的方向代表辐射传输的方向。

值得说明的是,上述3 个公式不仅对地表适用,对各高度层的长短波辐射均适用。

本文的晴空和正常天空长短波向下辐射通量数据均来源于欧洲中期天气预报中心第5 代气候再分析资料集(ERA5)[22],该数据集在哥白尼气候中心公开,允许注册用户下载(https://cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-single-levels?tab=form)。作为时下最先进的再分析资料集,ERA5 取代了广泛使用的ERA-Interim,覆盖时段为1979年至今。ERA5 引入了一种新的综合预报系统模式和最先进的四维变分分析同化系统,使得预报精度和计算效率得到显著提高。与ERA-Interim 相比,ERA5 在时空分辨率上更为精细化,垂向层数由60 层变为137 层,可用变量也更多。为了与云量和云水路径数据匹配,对ERA5 晴空和全天空长短波向下辐射通量数据都做了1°×1°网格放大化处理,并将每日00 时06时12 时18 时这4 个时次的数据进行平均得到逐日辐射通量数据,最后利用公式(3)计算出本文所需的云长波辐射效应(LWCRE)和云短波辐射效应(SWCRE)数据。

海冰密集度(sea ice concentration,SIC)数据是利用美国云雨气象卫星扫描多通道微波成像辐射计国防气象卫星计划特殊传感器微波成像仪以及特殊传感器微波探测仪等多种传感器探测,运用美国航空航天局戈达德太空飞行中心海洋与冰研究实验室开发的算法进行反演得到的,数据时段自1979年至今[23]。该数据可以从美国国家冰雪数据中心(https://nsidc.org/data/NSIDC-0051)免费获取,考虑到其空间分辨率为25 km×25 km,为了便于与其他数据的比较,也对其做了1°×1°的网格平均处理。

此外,在多元相关分析中,两个变量同时与第三个变量相关时,将第三个变量的影响剔除,衡量这两个变量之间相关程度的参数称为偏相关系数,其计算公式为:

式中,rij·h表示消除h变量影响后变量i与j的偏相关系数,rij是变量i与j的简单相关系数,依此类推。

决定系数R2也称拟合优度,在线性回归模型中能够反映自变量波动对因变量波动的解释程度,

其计算公式为:

式中,yi为因变量,为因变量均值,fi为回归模型拟合值。

由于北极的范围较为广泛,不同区域的气候特征可能存在较大差异,参照北极气候评估报告[24],以90°经度为间距,大致按照不同的海域将北极沿经度方向划分成了4 个感兴趣区(region of interest,ROI)(图1)。另外,还参考Strong[25]的定义按照不同海冰密集度对北极下垫面进行了划分,将9月海冰密集度多年均值小于15%的区域视为开阔水域,介于15%～80%的区域视为冰边缘区,大于80%的区域视为密集冰区。

图1 北极四个感兴趣区域的划分。ROI1 为拉普捷夫和喀拉海域及其以北的北冰洋,ROI2 为巴伦支和东格陵兰海域及其以北的北冰洋,ROI3 为巴芬湾和加拿大群岛附近海域及其以北的北冰洋,ROI4 为波弗特楚科奇以及东西伯利亚海域及其以北的北冰洋Fig.1.Division of the four regions of interest in the Arctic.ROI1 includes the Laptev Sea,Kara Seas and the Arctic Ocean to the north.ROI2 is the Barents Sea,East Greenland Seas and the Arctic Ocean to the north.ROI3 is near Baffin Bay and the Canadian Islands and the Arctic Ocean to the north.ROI4 is Beaufort Sea,Chukchi Sea,Eastern Siberia Sea and the Arctic Ocean to the north

2.1 北极春季云宏观属性辐射特性的空间分布特征

为对北极云获得整体认知,对北极地区2000—2017年云的4 种宏观属性分别求取了春季(3—5月)平均,结果如图2所示。云量范围介于0.3～0.9(图2a),且东半球云量较西半球的多。云量的空间分布与下垫面海冰状态的关系较为密切,开阔水域依次大于冰边缘区和密集冰区。ROI2的开阔水域云量最多,在ROI1 靠近北冰洋中心的海域,海冰密集化程度最高,云量最少。这与Sato 等[26]利用日本Mirai巡洋舰载的云高仪和无线电探空仪观测得到的结果一致。云量与海冰状态之间的这种关联可能与云的形成对大气湿度的敏感性有关,而海冰阻碍了海洋与大气之间的水-气交换[27]。

图2 2000—2017年北极云宏观属性春季平均的空间分布。a)云量;b)云液态水路径;c)云冰水路径;d)云水路径。细黑线标记的是冰边缘区,细玫红色线标记的是密集冰区,粗黑线为感兴趣区分区Fig.2.Average spatial distribution of macroscopic attributes of the Arctic clouds in spring from 2000 to 2017.a) cloud fraction;b) liquid water path;c) ice water path;(d) total water path.The thin black line marks the ice marginal zone,the thin rose red line marks the ice pack,and the thick black line divides the regions of interest

云液态水路径(图2b)和云冰水路径(图2c)都随纬度的升高而增大,前者可能是由于云液态水路径是液态水密度的函数,而水的密度受温度影响较大,造成在海冰开始融化各区域水汽含量都较为充沛的春季,具有更低温度的高纬度区域,具有更大的液态水路径;而后者是由于随着纬度的升高,气温降低,冰云出现概率升高的缘故。云液态水和冰水路径在量级上基本相当,但云冰水路径的纬向差异化更加明显。云水路径是液态水和冰水路径之和,因而也呈现出了随纬度的升高而增大的规律(图2d)。在ROI2 的埃尔斯米尔岛周围呈现出了小范围的云水路径异常高值,可能是由于该岛屿年降水量稀少,人为和生物质燃烧的气溶胶无法得到有效清除,而云水路径对气溶胶具有高度敏感性所导致的[28]。同时我们还发现,ROI2 海域的云量最多但云水路径却最小,说明云水路径和云量在气候水平上没有显著的对应关系,这可能是因为云水路径在微观上是水滴粒径的函数,体现的是含水量的多少,而与云量关系不大[29]。

北极春季地表云长短波辐射效应的平均空间分布如图 3所示。云长波辐射效应范围介于25～60 W·m-2(图3a),最大值出现在ROI2,分布没有显著规律。同一纬度上的云长波辐射效应可能存在较大差异,如:在ROI2 的开阔水域,云长波辐射效应沿着75°N 纬线变化梯度达到每度0.5 W·m-2,在ROI1 和ROI3 北部海域也观察到了类似的现象。

云短波辐射效应范围介于-100～-10 W·m-2(图3b),同云长波辐射效应一样,云短波辐射效应也在ROI2 出现了最小值,除ROI2 以外的其他区域云短波辐射效应的差异较小。在ROI2,云短波辐射效应强度超过了云长波辐射效应,云总辐射效应整体体现出对地表的降温作用,这与先前的研究[14,30]发现的“云长波辐射强迫终年为正值,云短波辐射强迫终年为负值,除仲夏外,北极其他季节总辐射强迫主要受到长波的影响,对地表整体体现为加热作用”并不一致,可能原因是Kay等人的研究时段较早,为2000年3月—2011年2月,而北极云的气候特征近年来变化迅速,随着海冰退化形势加剧,云的降温效应更为显著[31]。

地表云辐射效应是由云的宏观属性(如:云温云高云量和云水)微观属性(如:粒径相态)以及地表反照率太阳高度角等因素复杂的共同作用所决定的[32-33]。对比图2 与图3 发现,云量云水路径云长波辐射效应和云短波辐射效应四者气候平均在某些区域上的相关性较强。譬如:ROI2 作为云量极高值区和云水路径的极低值区,同时也是云的长短波辐射效应最为强烈的区域之一。另外,格陵兰岛北部海域,ROI2 与ROI3的交界处,自东向西出现云量云长波辐射效应的剧减(图2a 和图3a),以及云水路径云短波辐射效应的剧增现象(图2d 和图3b)。据此初步推断,北极云量增长对云长波辐射效应和云短波辐射效应的增强同时起到促进作用,而云水路径的作用与之相反。

图3 2000—2017年北极云辐射效应春季平均的空间分布。a)云长波辐射效应;b)云短波辐射效应。细黑线标记的是冰边缘区,细玫红色线标记的是密集冰区,粗黑线为感兴趣区分区Fig.3.Average spatial distribution of the Arctic cloud radiation effects in spring from 2000 to 2017.a) LWCRE;b) SWCRE.The thin black line marks the ice marginal zone,the thin rose red line marks the ice pack,and the thick black line divides the regions of interest

图4 给出了2000—2017年北极地区春季云长波辐射效应与云量云水路径以及云短波辐射效应与云量云水路径平均异常值之间相关系数的空间分布。异常值的计算过程中,为了有效消除时间序列中的季节周期和长期趋势,避免求气候态均值导致的年际变化信息被平滑,异常值的计算方法为该年平均值减去除去该年的多年平均值。由图4 可见,云量和云水路径总体上都与云长波辐射效应成正相关(图4ac),而与云短波辐射效应负相关(图4bd),这与先前的研究结论一致[30,33-34]。但是,这一结论与上一段中依据气候平均空间分布的对应关系所做的推断有所差别,这可能是由于云水路径的气候态均值平滑掉了年际尺度上的波动,导致其与辐射效应的真实相关性没有得到体现。图4 还显示云量体现出比云水路径与云辐射属性更显著更广区域上的相关,可能原因是云辐射属性具有饱和效应,仅在液态水路径值小于30 g·m-2时对云水路径的变化敏感[32]。

图4 云宏观属性异常与地表云辐射效应异常相关系数的空间分布。a)云量与云长波辐射效应;b)云量与云短波辐射效应;c)云水路径与云长波辐射效应;d)云水路径与云短波辐射效应。细黑线标记的是冰边缘区,细玫红色线标记的是密集冰区,粗黑线为感兴趣区分区Fig.4.Spatial distribution of correlation coefficient between cloud macroscopic attributes anomaly and cloud radiation effect anomaly on the surface.a) CF and LWCRE;b) CF and SWCRE;c) TWP and LWCRE;d) TWP and SWCRE.The thin black line marks the ice marginal zone,the thin rose red line marks the ice pack,and the thick black line divides the regions of interest

另外,云宏观属性与辐射属性相关性最强的区域并未出现在云量极大云辐射效应最为强烈的ROI2,而是出现在ROI1,尤其在冰边缘区,基本能达到95%及以上的显著性水平。在少部分区域,云量与云长波辐射效应显示出了异常的负相关关系,与云短波辐射效应显示出了异常的正相关关系,如:巴伦支海的开阔水域以及楚科奇和波弗特海北部的冰边缘区。这种相关性的异常可能是因为这些地区的云量以高云的贡献为主,相较于低层云,高云的发射率因温度的降低而降低,云长波辐射效应减弱,但由于云体较薄,其对短波辐射的透过率增加,云短波辐射效应增强[35]。

2.2 北极海冰对云宏观属性及云辐射特性的响应机制

近年来北极海冰减退几乎在每个月都得到体现,但在夏季融化期结束的9月,下降速度最快,自2001年以来,北极海冰几乎每年都会出现明显的9月极小值[36]。图5 绘制了2000—2017年北极地区9月平均海冰密集度的空间分布。4 个研究区域都涵盖了不同密集程度的海冰(表1),ROI2涵盖了开阔水域格点总数的42.77%,整体海冰密集化程度最低,ROI3 涵盖了密集冰区格点总数的43.57%,密集化程度最高,冰边缘区主要分布在ROI1 和ROI4,一共占据了北极冰边缘区网格点总数的70.84%。整体而言,东半球海冰密集化程度较西半球的低,东半球的北极中央区基本由冰边缘区所覆盖,而西半球的密集冰区向南覆盖至伊丽莎白女王群岛附近。为了探讨春季北极海冰和云之间的相互作用,本文过滤掉了海冰密集度小于15%的开阔水域,仅关注冰面连续的冰边缘区和密集冰区[16]。

图5 2000—2017年北极地区9月平均海冰密集度的空间分布。细黑线标记的是冰边缘区,细玫红色线标记的是密集冰区,粗黑线为感兴趣区分区Fig.5.Average spatial distribution of SIC in September in the Arctic region from 2000 to 2017.The thin black line marks the ice marginal zone,the thin rose red line marks the ice pack,and the thick black line divides the regions of interest

表1 不同密集程度下垫面格点数占据各感兴趣区总格点数的百分比(加粗体现了各感兴趣区域下垫面的主要类型)Table 1.The percentage of the total grid points of each regions of interest occupied by the grid points of the surface with different sea ice concentration(bold letters indicates the main surface types of each ROI)

图6 绘制了4 个研究区域2000—2017年春季云长短波辐射效应异常以及9月海冰密集度异常的时间序列。4 个区域的云长短波辐射效应年异常波动幅度不大,均介于±6 W·m-2之间,不同区域的海冰密集度异常波动幅度差异较大,但历史记录的海冰极小值年(如2012年2016年)在每个区域都得到体现。总体而言,在ROI1 和ROI4 捕捉到的云长波辐射效应和海冰密集度几乎同步变化,云长波辐射效应与海冰密集度反相变化,云短波辐射效应与海冰密集度同相变化,海冰密集度与长(短)波云辐射效应的负(正)相关关系在统计上显著(表2)。但云辐射与海冰密集度的异常波动在ROI2 和ROI3 未体现出显著的相关关系。为排除其他相关属性干扰,更准确地判断两参数的相关,引入了偏相关系数,结果表明,剔除云辐射特性(云宏观属性)的干扰后,ROI1 云宏观属性(云辐射特性)与海冰密集度的相关性明显变差。结合图4 云辐射效应与宏观属性相关性的空间分布结果可以说明,在ROI1,春季云量和云的长短波辐射效应有强烈的相关关系,且云量能够通过影响云辐射效应间接地起到调节9月海冰消融的目的。在两变量显著相关的基础上,决定系数可用于衡量自变量对因变量的解释程度。决定系数的结果表明,在 ROI1,云量变率约占海冰退化成因的 18.53%,而由于春季大气水汽条件较为充沛,受到饱和作用的限制,云辐射和海冰对云水路径的异常波动并不十分敏感。与ROI1相反,ROI4 剔除云量与云水路径的影响后,云辐射效应与海冰密集度的相关性更为强烈,结合图4,云辐射效应与云量云水路径的相关性在ROI4 均不十分显著,说明在该区域,云的其他属性或是大气环境的复杂性掩盖了云量和云水路径对云长短波辐射效应的贡献,使得这两种云宏观属性的重要性在海冰减退机制中没有得到体现。ROI2 没有相关系数通过置信水平检验,ROI3 仅云量与海冰密集度的偏相关系数通过检验。由于ROI1 和ROI4 是涵盖冰边缘区范围最广的两个区域,我们推断,云辐射和海冰之间显著的相关关系出现在该区域而不在另外两个区域可能是因为冰边缘区是大气-海冰-海洋相互作用的高度动态区,其对气象要素的响应较其他区域更为敏感[27,37-39]。

表2 各感兴趣区域春季的云长波辐射效应云短波辐射效应云量云水路径与9月海冰密集度的标准相关系数(standard)决定系数(R2)和偏相关系数(“/”表示控制某一项参数的偏相关,加粗表示通过90%置信水平检验,否则表示未通过)Table 2.The standard correlation coefficient(standard),coefficient of determination(R2) and partial correlation coefficient of spring LWCRE,SWCRE,CF,TWP and September SIC in each ROI("/" means controlling the partial correlation of a parameter,and the bold means pass the 90% confidence level test,otherwise it means fail)

图6 2000—2017年各感兴趣区域春季的云长波辐射效应异常(蓝线)云短波辐射效应异常(绿线)和9月海冰密集度异常(红线)时间序列Fig.6.Time series of spring LWCRE anomaly(blue line),SWCRE anomaly(green line),and September SIC anomaly(red line) in each ROI from 2000 to 2017

总之,在ROI1 和ROI4 都观察到了春季长(短)波云辐射效应与9月海冰密集度显著的正(负)相关关系,且置信水平均达到99%以上,足以说明春季云长波增暖效应有利于九月海冰的减退,短波降温效应的作用相反。在时间尺度上,海冰的异常比云辐射的异常滞后了约4 个月。这种滞后性与前人的研究是一致的[40-42],可能与海洋表层的强大储热能力,以及海水复杂持续的传热过程有关[43]。

本文利用ERA5 的云辐射数据MOD08_D3的云量和云水路径数据以及美国国家冰雪中心的海冰密集度数据,分析了2000—2017年北极地区的春季云量云水路径云的长短波辐射效应和9月海冰密集度气候平均的空间分布特征。通过讨论云宏观属性和辐射属性的相关关系,以及在4 个感兴趣区域北极春季云属性与海冰密集度之间的敏感性,研究了海冰减退对春季云属性的响应特征。得出以下主要结论。

1.北极春季云量的分布表现为随海冰密集度的升高而递减,在开阔水域依次大于冰边缘区和密集冰区。春季云液态水和冰水路径都随纬度的升高而增大,但两者形成这一规律的原因有所不同:前者是因为液态水的密度随温度的降低而增大,而后者是因为温度更低的地区出现冰云的概率更大。

2.北极春季云长波辐射效应的分布不连续,未见显著规律;除ROI2 以外,其他海域的云短波辐射效应差异较小。ROI2 同时是云长短波辐射最为强烈的区域,但短波辐射效应的强度超过了长波,云总辐射效应整体体现出对地表的降温作用,这可能与近年来海冰加剧退化云降温作用愈加显著有关。

3.北极云量和云水路径与云长波辐射效应正相关,与云短波辐射效应负相关,云水路径与云辐射效应的正负相关性在强度和范围大小上均不如云量,可能是由于大部分云在春季的云水路径值较大,体现出饱和效应的结果。但在巴伦支海的开阔水域以及楚科奇和波弗特海北部的冰边缘区,云量与云长波辐射效应负相关,与云短波辐射效应正相关,这可能与这些地区的云量以高云为主有关。

4.在ROI1 和ROI4,长(短)波云辐射效应与海冰密集度成正(负)相关,表明春季云长波增暖效应有利于9月海冰的退化,短波降温效应作用相反,这种响应的滞后时长约为 4 个月。而在ROI2 和ROI3 不存在这种关系,可能与这些海域冰边缘区占比较低,限制了海-冰-气的交互作用有关。

5.在ROI1,春季云量通过影响云长短波辐射效应间接影响9月海冰消融,决定系数表明,春季云量变率能解释海冰退化成因的约18.53%。而在ROI4,云量和云水路径对海冰的影响较小,可能是云的其他属性或是大气环境的复杂性在海冰退化机制中占据主要原因的结果。

猜你喜欢 云量长波密集度 赣州地区云量变化特征及其与降水的关系农业灾害研究(2022年5期)2022-08-12某大口径火炮系列杀爆弹地面密集度影响因素回归分析兵器装备工程学报(2020年11期)2020-12-16基于改进K-means的电力数据异常检测算法华东师范大学学报（自然科学版）(2020年4期)2020-08-04武器弹药密集度试验分组的蒙特卡洛模拟研究弹道学报(2020年2期)2020-07-06近54年博州地区低云量变化特征及影响因素分析安徽农业科学(2019年8期)2019-09-04智能公交人数检测方法研究电脑知识与技术(2018年27期)2018-12-181971—2010年虎林市云量与气温、降水的年际变化特征分析现代农业科技(2018年1期)2018-02-03潜艇通信现状及发展趋势数字技术与应用(2017年8期)2017-10-30[西]鲁道夫·克雷斯波：资本主义世界体系的结构性危机不可能解决红旗文稿(2016年7期)2016-05-131961～2012年鲁西南云量变化特征及与其他气候因子的关系安徽农业科学(2015年35期)2015-03-29