科研进展

FMRE&GRL: 青藏高原影响亚洲夏季风形成的位涡理论及数值模拟研究进展

  自上个世纪50年代叶笃正先生提出青藏高原夏季表面是一个热源以来(Yeh et al., 1957),大量研究指出高原的地表感热通量是驱动青藏高原夏季周边大气环流异常和影响亚洲夏季风的关键因子(Ye & Gao, 1979; Hoskins & Karoly, 1981; Chen & Trenberth, 1988; Wu et al., 1997; Wu & Zhang, 1998; Hsu & Liu, 2003; Duan & Wu, 2005; Liu et al., 2007)。然而,近十年来,也有不少研究认为高原表面感热加热作用对大气环流的影响有限,其动力作用更加重要(Molnar et al., 1993; Boos & Kuang, 2010, 2013; Rajagopalan & Molnar, 2013; Son et al., 2020; 2021)。分歧的关键在于两个方面,一是在观测分析中,青藏高原地表感热通量与亚洲夏季风降水的关系在盛夏期间并不好(Rajagopalan & Molnar, 2013, JGR-A)。这是由于气候反馈导致的降水对高原地表感热通量具有抑制作用,而此时感热加热的加热作用已转化为近地面环流异常和潜热释放异常。因此,直接用感热通量(公式1)来表征青藏高原表面热力强迫的气候效应存在一定的局限性(图1a给出了亚洲副热带地区降水的气候态年循环特征,从中可以看出青藏高原和东亚地区存在两个降水中心,从时间演变上都是从初夏开始增强到整个夏季达到峰值然后从9月开始减弱;而高原表面的感热通量(图1b)在春季达到最大值,到了夏季已经开始减弱,与降水年循环特征对应并不好)。二是目前数值模式的发展具有一定的局限性以及数值试验设计方案的差异对试验结果可能造成较大影响,从而进一步会影响我们对青藏高原热动力效应的理解。例如,He et al., (2019, CD)的工作中指出比较了单独大气试验和海气耦合试验中青藏高原地形动力、热力扰动对亚洲夏季风降水的影响,结果表明青藏高原热力强迫作用会引起印度洋海气相互作用异常,进一步调控高原的强迫作用以及亚洲夏季降水的分布型。因此,不同试验类型对研究高原气候效应问题具有一定影响。此外,模式物理过程和动力框架的不同也会导致在同样的试验设计中,降水对地形扰动试验的响应会有一定的不同点。He et al., (2019;2020;AAS) 在CMIP6 GMMIP Tier-3发布的地形扰动试验是基于FGOALS-f3-L CMIP6版本开展的,相比于他们同样试验设计方案的2012年的工作(Wu et al., 2012,SR;采用的是SAMIL谱模式),亚洲夏季降水对高原地形的动力和热力响应在局部地区,特别是西太平洋地区有较大差别。最后要指出的是Son et al., (2019, GRL)在水球试验的基础上加入理想地形,并修改2.5km以上高度的地表反照率不能完全去除高原地形的热力强迫作用,因其试验设计仍旧保留了很大程度上的高原斜坡加热效应。因此,如何在观测分析和数值模拟中表征青藏高原复杂地形对大气的热力强迫作用是理解青藏高原气候动力学的亟待解决的重要科学问题。

图1.(a)1979-2019气候态平均的25-40oN纬向平均的降水年循环特征;(b)与(a)同但为500m以上的感热通量年循环;(c)与(a)同但为500m以上的SPV年循环特征。(引自He et al., 2022, GRL)

  针对上述问题,吴国雄院士团队基于位涡理论研究于2022年在《Geophysical Research Letters》上发表了关于如何定量化表征青藏高原地表热动力强迫的相关研究工作。由于位涡是一个综合了动力和热力因子的物理量,在绝热无摩擦情况下守恒,其变化又可以作为衡量非绝热加热和摩擦对大气的影响。因此,位涡非常适合用于理解青藏高原地表加热对大气影响的系列科学问题。由于在数值模式中,模式的垂直坐标大多采用地形-气压混合坐标,而在近地面,模式层进一步可以简化为纯地形坐标,因此他们推导了适用于青藏高原地区的地表位涡(SPV)表达式(公式2)。相比与感热通量(公式1),地表位涡综合考虑了高原地形本身(地面气压变化),大气动力因子(涡度)的影响以及地气热量交换(位温差)的影响,是可以衡量高原青藏高原夏季表面的热动力强迫的优越指标。从图1c中可以看出,SPV年循环特征表现为青藏高原地区从4月份开始从冷源转为热源并逐渐增强,到夏季达到最大值后开始减弱,与季风降水的年循环特征较为一致。因此,利用高原表面位涡来理解青藏高原下垫面热动力强迫更为合理。

  在上述研究基础上,他们进一步提出了青藏高原地表位涡强迫指数(公式3),用于研究高原表面热动力强迫的气候变化问题(图2)。他们基于TP_SPV指数在北半球夏季的合成分析进一步表明,在青藏高原地表位涡强迫指数偏强时,亚洲夏季风降水在孟加拉湾北部,青藏高原南侧及东南侧降水偏强,东亚地区华南及南海北部地区降水偏强,而降水在阿拉伯海地区,以及热带印度洋地区减弱;与此对应的850hPa风场表现出南亚夏季风北支环流增强,更多的水汽可以输送到东亚沿海地区,同时西太平洋向华北地区的经向风加强,有利于水汽向北输送,导致华北地区降水增多。这个分布型和前期开展的GMMIP试验(He et al., 2020),分析了有无青藏高原地形和有无青藏高原感热加热的敏感性试验结果基本保持一致,进一步表明了指数定义的合理性和适用性。

图2. (a)青藏高原夏季地表位涡指数(TP-SPVI)时间序列;(b)根据高原位涡指数合成的(强年平均减去弱年平均)北半球夏季850hPa风场和降水场;(c)TP-SPVI与夏季降水(15°–35°N, 85°-135°E)的线性回归关系;(d)合成的(强年平均减去弱年平均)夏季表面位涡异常空间分布。(引自He et al., 2022, GRL)

  2023年,吴国雄院士团队进一步将高原位涡指数运用于评估FGOALS-f2模式对高原气候效应的模拟能力上,为模式进一步发展提供参考,相关工作于近期发表在《Fundamental Research》上。基于GMMIP试验设计,他们利用FGOALS-f2耦合模式开展了类似地形扰动试验,并分析了AMIP和CMIP两种类型的数值试验中,地形扰动对高原SPV变化的影响,进一步分析了亚洲夏季风降水相对于高原SPV变化的响应,从而明确了在数值试验中青藏高原热动力强迫变化对季风降水的定量化影响。图3给出了AMIP和CMIP两种类型试验中SPV变化的空间分布特征。结果表明,AMIP试验和CMIP试验基本都能模拟出SPV的夏季气候态空间分布特征。但是,在AMIP试验的高纬度地区,SPV为强负值(低于-8 PVU),而在CMIP试验中,SPV为弱负值(接近-2 PVU),这可能归因于海气相互作用的影响。将高原地形去除后,两套试验中SPV在高原地区都有所减弱,但是强度具有明显差异。从定量化的结果上来看(图4),AMIP试验中,地形去除后,高原表面位涡异常基本为0左右,意味着高原地形的热动力强迫确实被去除。而在CMIP试验中,去除地形后,原高原地区的位涡异常仍旧有30%的正异常,说明海气相互作用对中纬度地区具有较强的调控作用。

图3. FGOALS-f2不同试验中模拟的北半球夏季平均地表位涡空间分布特征。(a)AMIP参考试验;(d)CMIP参考试验;(c)AMIP无地形试验(A_NTP);(e)CMIP无地形试验(A_NTP);(c)AMIP-A_NTP的试验结果; (f) CMIP-CMIP_NTP的试验结果。(引自He et al., 2023, FMRE)

图4. 不同试验中青藏高原地区3000m以上SPV总和的箱线图。黑点表示数据均值,百分数分别表示A_DIF(C_DIF)相对于AMIP(CMIP)平均值的比值。(引自He et al., 2023, FMRE)

  为了直观地了解两种试验中相对于TP-SPV变化的降水响应,图5的示意图了季风降水百分比变化与TP-SPV百分比变化的相对比率示意图。比值由5个区域的降水变化百分比除以AMIP和CMIP参考试验计算得出。比值越大意味着降水变化对TP-SPV变化越敏感。每个方框下的黄色数字表示标准差;标准差越大,降水响应的不确定性越大。显然,CMIP试验中降水响应总体上更强,在青藏高原南坡附近降水的响应最强,表明青藏高原热动力强迫影响在该地区的重要性。此外,在西太平洋地区,CMIP试验中降水响应要比AMIP试验大得多,说明了海气相互作用过程对高原调制东亚及西太平洋降水具有十分重要的作用。最后,降水响应在西北地区、印度大陆和北印度洋表现出较大的不确定性,说明了进一步提高模式在该地区对季风降水模拟的必要性和重要性,是准确理解高原对周边气候系统变化影响的重要前提。

图5. 地形扰动试验中高原SPV变化对不同地区降水影响敏感性(相对比率)示意图。柱状图上方的黑色数字表示相对比率(%),下方的黄色数字表示标准差。(引自He et al., 2023, FMRE)

  总的来说,高原地表位涡指数的提出可更好的用于青藏高原地-气耦合效应的观测和数值模拟研究,进一步深化我们对青藏高原全球气候效应的认识。上述两项研究分别于2022年3月和2023年12月发表在《Geophysical Research Letters》和《Fundamental Research》上。研究主要由国家自然科学基金(41730963、42122035、42288101、91837101和91937302)以及广东省基础与应用基础研究重大项目(2020B0301030004)共同资助。

  参考文献:

  He, B., Liu, Y., Bao, Q., Wu, G., Sheng, C., Zhang, X., & He, X. (2023). Model sensitivity of Tibetan Plateau surface potential vorticity and the Asian summer monsoon system to Asian orographic perturbation in FGOALS-f2. Fundamental Research.https://doi.org/10.1016/j.fmre.2023.08.013

  He, B., Sheng, C., Wu, G., Liu, Y., & Tang, Y. (2022). Quantification of seasonal and interannual variations of the Tibetan Plateau surface thermodynamic forcing based on the potential vorticity. Geophysical Research Letters, 49(5), e2021GL097222.

  文章链接:1.https://www.sciencedirect.com/science/article/pii/S2667325823003126

  2.https://agupubs.onlinelibrary.wiley.com/doi/abs/10.1029/2021GL097222

  关联文献:

  He, B., Liu, Y., Wu, G., Wang, Z., & Bao, Q. (2019). The role of air–sea interactions in regulating the thermal effect of the Tibetan–Iranian Plateau on the Asian summer monsoon. Climate Dynamics, 52, 4227-4245.

  He, B., Liu, Y., Wu, G., Bao, Q., Zhou, T., Wu, X., ... & Tang, Y. (2020). CAS FGOALS-f3-L model datasets for CMIP6 GMMIP Tier-1 and Tier-3 experiments. Advances in Atmospheric Sciences, 37, 18-28.

  He, B., Bao, Q., Wang, X., Zhou, L., Wu, X., Liu, Y., ... & Zhang, X. (2019). CAS FGOALS-f3-L model datasets for CMIP6 historical atmospheric model intercomparison project simulation. Advances in Atmospheric Sciences, 36, 771-778.

  亚洲大地形扰动试验数据

  参考试验:http://esgf-node.llnl.gov/search/cmip6/?mip_era=CMIP6&activity_id=CMIP&institution_id=CAS&source_id=FGOALS-f3-L&experiment_id=amip

  地形敏感性试验:http://esgf-node.llnl.gov/search/cmip6/?mip_era=CMIP6&activity_id=GMMIP&institution_id=CAS&source_id=FGOALS-f3-L&experiment_id=amip-TIP

  热力敏感性试验:http://esgf-node.llnl.gov/search/cmip6/?mip_era=CMIP6&activity_id=GMMIP&institution_id=CAS&source_id=FGOALS-f3-L&experiment_id=amip-TIP-nosh

附件下载:
    d
    Baidu
    map