STATISTICAL CHARACTERISTICS ANALYSIS OF GLOBAL TEMPERATURE VERTICAL PROFILE
-
摘要: 利用欧洲数值预报中心发布的第三代ERA-Interim月平均再分析资料对1979—2016年全球大气温度廓线进行统计,分别探讨了南、北半球大气温度廓线平均值和标准差随季节、纬度和海陆的时空分布特征,并与国内外常用的AFGL标准大气廓线进行了对比。研究结果表明:南、北半球各高度层温度的平均值、频数最大温度区间和最大值垂直分布均随高度先减小后增加;在大气低层,多年的温度波动较大,200 hPa处波动达到最小;不论是北半球还是南半球,大气温度平均值廓线均具有典型的纬度差异,其中低纬度季节性差异较小,中纬度次之,高纬季节性差异最大;各季节大气温度廓线的海陆差异不同,且南半球海陆差异比北半球大。大气温度标准差廓线同样存在纬度、海陆和季节分布差异。根据ECMWF再分析资料构建的温度廓线较AFGL标准大气廓线而言具有更加丰富的时空分布等细节特征,并且代表了气候变化后最新的大气温度状况。有关结果可作为现有标准大气廓线的更新和完善,为新型卫星仪器应用性能评估、辐射传输算法和大气反演方法评价和对比分析提供支持。
-
关键词:
- ERA-Interim /
- 垂直廓线 /
- 时空分布 /
- 温度
Abstract: Based on ERA-Interim monthly means reanalysis data published by European Centre for Medium-Range Weather Forecasts, the global temperature vertical profiles during the period of 1979 to 2016 are analyzed. The major research contents include the temporal & spatial statistical characteristics of mean and standard deviation of temperature profiles over the Northern and Southern Hemispheres, as well as a comparison with AFGL standard atmospheric profile. The results are shown as follows: (1) The mean, highest frequency and maximum vertical distribution of temperature at each altitude layer in the Southern and Northern Hemispheres first decreases and then increases with height. The temperature fluctuation is large in the lower atmosphere and reaches the minimum at 200hPa between 1979 to 2016; (2) Both in the Northern Hemisphere and Southern Hemisphere, the vertical profiles of atmospheric temperature have latitudinal discrepancies. Seasonal difference in the low latitude is small, while in the middle latitude and high latitude is obvious. Temperature profiles over land and sea are different in each season, and the differences in the Southern Hemisphere is bigger than those in the Northern Hemisphere. The standard deviation profile of atmospheric temperature also has spatial and temporal distribution differences; (3) The temperature profile based on ECMWF reanalysis data has more details such as time and space distribution characteristics than AFGL standard profile and represents the atmospheric temperature after climate change. This study can provide large supports for new satellite instrument application performance evaluation, radiation transmission algorithm and atmospheric inversion method evaluation and comparative analysis, updating and optimizing current standard atmospheric profile.-
Key words:
- ERA-Interim /
- vertical profile /
- spatial and temporal /
- temperature
-
表 1 各分析区域内像元个数统计
单位:个。 半球 类型 低纬 中纬 高纬 合计 北半球 海洋 1 133 802 1 025 2 960 陆地 451 782 559 1 792 南半球 海洋 1 217 1 513 587 3 317 陆地 367 71 997 1 435 表 2 平流层和对流层各季节大气温度垂直变化率
单位:K/hPa。 半球 高度 春季 夏季 秋季 冬季 北半球 对流层* 0.078 -0.087 -0.083 -0.076 平流层 0.212 0.248 0.162 0.166 南半球 对流层 -0.082 -0.080 -0.080 -0.082 平流层 0.289 0.274 0.169 0.133 *对流层顶高度采用最小温度法确定。 表 3 AFGL标准大气模式与本文根据ECMWF资料构建的温度廓线特征对比
廓线名称 纬度 海陆 季节 覆盖区域 标准差 AFGL 高、中、低纬。 不区分 低纬度不区分季节,中高纬度分为夏季、冬季 仅北半球 不包含 本文 高、中、低纬 海洋、陆地 低纬度不区分季节,中高纬度分为春季、夏季、秋季、冬季 南半球、北半球 包含 表 4 各高度层AFGL标准大气模式与本文根据ECMWF资料构建的大气廓线温度差(北半球中纬度夏季)
ECMWF AFGL 两者温差
/K气压/hPa 温度/K 气压/hPa 温度/K 900 288.3 902 289.7 1.4 800 283.4 802 285.2 1.8 550 266.0 554 267.2 1.2 175 218.9 179 215.8 -3.1 150 216.9 153 215.7 -1.2 125 214.8 130 215.7 0.9 100 213.7 95 215.7 2.0 70 215.0 69.5 217.9 2.9 50 217.9 51 220.4 2.5 30 222.4 32.2 223.9 1.5 -
[1] 崔新东, 汤鹏宇, 姚志刚, 等.机载微波大气温度探测仪多高度飞行观测试验结果分析[J].热带气象学报, 2019, 35(2): 224-233. [2] 杨雨晗, 尹球, 束炯. FY-4A大气垂直探测仪(GIIRS)温度探测通道优选[J].红外与毫米波学报, 2018, 37(5): 545-552. [3] 漆成莉, 刘辉, 马刚, 等.中国区域典型大气廓线样本库的一种选择方法[J].应用气象学报, 2010, 21(1): 70-75. [4] 饶瑞中.现代大气光学[M].北京:科学出版社, 2012: 113-123. [5] 张小达, 张鹏, 李小龙. 《标准大气与参考大气模型应用指南》介绍[J].航天标准化, 2010, 3(3): 8-11. [6] WANG P, LIU K Y, CWIK T, et al. MODTRAN on supercomputers and parallel computers[J]. Parallel Computing, 2002, 28(1): 53-64. [7] CLOUGH S A, IACONO M J, MONCET J L. Line-by-line calculations of atmospheric fluxes and cooling rates: Application to water vapor[J]. J Geophy Res, 1992, 97(D14): 15 761-15 785. [8] TURNER D D, TOBIN D C, CLOUGH S A, et al. The QME AERI LBLRTM: A closure experiment for downwelling high spectral resolution infrared radiance[J]. J Atmos Sci, 2004, 61(22): 2 657-2 675. [9] ISAACS R G, WANG W C, WORSHAM R D, et al. Multiple scattering LOWTRAN and FASCODE models[J]. Appl Opt, 1987, 26(7): 1 272-1 281. [10] MACLATCHEY R A, FENN R W, SELBY J E A, et al. Optical properties of the atmosphere (Third Edition)[M]. AFCRL-72-0497.1972: 3-7. [11] SISSENWINE N, DUBIN M, WEXLER H. The US standard atmosphere, 1962[J]. J Geophy Res, 1962, 67(9): 3 627-3 630. [12] 魏合理, 陈秀红, 戴聪明.通用大气辐射传输软件(CART)及其应用[J].红外与激光工程, 2012, 41(12): 3 360-3 366. [13] 陈秀红, 魏合理.基于中国典型地区大气模式的红外透过率变化特征[J].激光与红外, 2008, 38(11): 1 090-1 093. [14] 戴铁, 石广玉, 漆成莉, 等.风云三号气象卫星红外分光计探测大气CO2浓度的通道敏感性分析[J].气候与环境研究, 2011, 16(5): 577-585. [15] 郭杨, 卢乃锰, 谷松岩. FY-3C微波湿温探测仪118 GHz和183 GHz通道辐射特性仿真分析[J].红外与毫米波学报, 2014, 33(5): 481-491. [16] 李云艳, 孙治安, 曾宪宁, 等.晴天地表太阳辐射的参数化[J].南京气象学院学报, 2007, 30(4): 512-518. [17] ANDERSON G P, CLOUGH S A, KNEIZYS F X, et al. AFGL atmospheric constituent profiles (0-120 km)[R]. Air Force Geophysics Lab Hanscom AFB MA, 1986. 16-17. [18] 罗双, 尹球.风云卫星观测区域大气温度廓线时空分布特征研究[C]//中国气象学会.第34届中国气象学会年会S21新一代静止气象卫星应用.中国气象学会, 2017: 10. [19] NATIONAL C E P N. Third report of the National Cholesterol Education Program (NCEP) expert panel on detection, evaluation, and treatment of high blood cholesterol in adults (Ⅲ) final report[J]. Circulation, 2002, 106(25): 3143. [20] ONOGI K, TSUTSUI J, KOIDE H, et al. The JRA-25 reanalysis[J]. J Meteor Soc Japan, 2007, 85(3): 369-432. [21] Data usage and quality control for ERA-40, ERA-Interim and the operational ECMWF data assimilation system[Z]. ERA report series, 2011. [22] 高路, 郝璐. ERA-Interim气温数据在中国区域的适用性评估[J].亚热带资源与环境学报, 2014, 9(2): 75-81. [23] 姚宜斌, 雷祥旭, 张良, 等.青藏高原地区1979~2014年大气可降水量和地表温度时空变化特征分析[J].科学通报, 2016, 61(13): 1 462-1 477. [24] CHEN S, THIAN Y G, TAN X Z, et al. Assessment of CFSR, ERA-Interim, JRA-55, MERRA-2, NCEP-2 reanalysis data for drought analysis over China[J]. Climate Dyn, 2019, 53(1-2): 737-757. [25] 柏颖, 张祖强, 邵勰. MSU/AMSU微波亮温用于海洋高空大气温度气候变化研究的适用性探讨[J].热带气象学报, 2017, 33(2): 221-230. [26] 田伟红, 万晓敏, 冯建碧.探空温度观测与ERA-interim再分析资料的对比分析[J].热带气象学报, 2019, 35(1):89-98. [27] 潘留杰, 张宏芳, 朱伟军, 等. ECMWF模式对东北半球气象要素场预报能力的检验[J].气候与环境研究, 2013, 18 (1): 111-123. [28] 白磊, 王维霞, 姚亚楠, 等. ERA-Interim和NCEP/NCAR再分析数据气温和气压值在天山山区适用性分析[J].沙漠与绿洲气象, 2013, 7(3): 51-56. [29] LIU Z J, LIU Y S, WANG S S, et al. Evaluation of spatial and temporal performances of ERA-Interim precipitation and temperature in mainland China[J]. J Climate, 2018, 31(11): 4 347-4 365. [30] 李庆雷, 远芳, 廖捷, 等.基于ERA-Interim的L波段探空秒级风速算法检验[J].气象科技, 2018, 46(5): 855-859. [31] 王小丹, 赵文静.基于ERA-Interim再分析资料的南沙海域风、浪场特征分析[J].海洋预报, 2019, 36(02): 30-37. [32] 鲍艳松, 钱程, 闵锦忠, 等.利用地基微波辐射计资料反演0~10 km大气温湿廓线试验研究[J].热带气象学报, 2016, 32(2): 163-171. [33] 赵立龙, 徐建军. 7个CMIP5模式的平流层、对流层温度趋势与SSU/MSU观测资料的对比[J].大气科学学报, 2015, 38(1): 101-110. [34] 袁韡, 徐寄遥, 马瑞平.利用COSMIC数据分析全球对流层顶温度和高度的变化特性[J].空间科学学报, 2009, 29(03): 311-318. [35] 盛裴轩, 毛节泰, 李建国, 等.大气物理学[M].北京:北京大学出版社, 2011: 48-53.