全球云量的時(shí)空分布與海溫演變之間的關(guān)系
發(fā)布時(shí)間:2020-11-10 17:54
云是地-氣系統(tǒng)能量收支、大氣環(huán)流及水汽循環(huán)過程的主要調(diào)節(jié)者,因其復(fù)雜多變的特點(diǎn),目前我們對全球云的分布與變化還缺少全面準(zhǔn)確的認(rèn)識,氣候模式亦不能給出精確的云參數(shù)化方案,使得云反饋具有很大的不確定性,這成為氣候變化預(yù)測最大的障礙。因此,本文利用1983-2018年被動(dòng)衛(wèi)星觀測資料和2006-2017年主動(dòng)衛(wèi)星觀測資料開展了與云量及云垂直結(jié)構(gòu)相關(guān)的研究工作,利用成對旋轉(zhuǎn)經(jīng)驗(yàn)正交函數(shù)分解的方法得到了更有物理解釋意義的云量模態(tài),從海洋和大氣多個(gè)角度深入分析海洋-云量之間的相互作用,研究結(jié)果將為加深理解云的變化機(jī)制提供必要的研究基礎(chǔ),為改進(jìn)模式中的云參數(shù)化方案提供觀測依據(jù)。本文主要結(jié)論概括如下:(1)本文利用ISCCP、PATMOS-x和MODIS衛(wèi)星云量月距平資料(60oN-60oS)進(jìn)行成對旋轉(zhuǎn)經(jīng)驗(yàn)正交函數(shù)分解得到云量前3個(gè)模態(tài),通過相關(guān)系數(shù)統(tǒng)計(jì),前三個(gè)模態(tài)分別與中部型厄爾尼諾和南方濤動(dòng)(El Ni?o-Southern Oscillation,ENSO),東部型ENSO和印度洋偶極子顯著相關(guān),其相關(guān)系數(shù)分別為0.90,0.70,0.60(ISCCP);0.83,0.60,0.37(PATMOS-x);0.89,0.39,0.32(MODIS),說明1980s-2010s期間云量變化主要受中部型ENSO,東部型ENSO,印度洋偶極子的影響。(2)三種被動(dòng)衛(wèi)星的云量趨勢模態(tài)分別與全球平均海溫進(jìn)行相關(guān)性分析,三種趨勢模態(tài)的展開系數(shù)均與全球平均海溫的變化顯著相關(guān),說明全球海溫的變化對云量趨勢有著顯著而持續(xù)的影響。1980s-2000s期間,北大西洋多年代際振蕩(AMO)和太平洋年代際振蕩(PDO)對云量趨勢有顯著影響,且該時(shí)期內(nèi)PDO的相位由正相位轉(zhuǎn)為負(fù)相位,南北半球哈德萊環(huán)流的下沉支向兩極有顯著的展寬;2000s-2010s期間,云量趨勢模態(tài)與東部型ENSO更相關(guān),說明太平洋的海溫變率對云量的空間趨勢分布有更大的影響,且該時(shí)期PDO由負(fù)相位轉(zhuǎn)變?yōu)檎辔?南半球哈德萊環(huán)流的展寬減緩。(3)海溫振蕩能夠顯著影響大氣熱力和動(dòng)力結(jié)構(gòu)的變化,進(jìn)而導(dǎo)致環(huán)流發(fā)生調(diào)整影響到云量的變化。云量類中部型ENSO模態(tài)對應(yīng)中部赤道太平洋有異常的海溫變暖現(xiàn)象,水汽異常增多,地面風(fēng)異常輻合,使得中部赤道太平洋總云量異常增加;在赤道中部太平洋兩側(cè)及西太平洋大部分海域海溫異常變冷,水汽異常減少,地面風(fēng)異常輻散,使得對應(yīng)區(qū)域的總云量異常減少。云量類東部型ENSO模態(tài)對應(yīng)東南赤道太平洋有異常的海溫變暖,水汽異常增多,地面風(fēng)異常輻合,總云量異常增加;與類中部ENSO模態(tài)在赤道兩側(cè)總云量對稱減少不同,該模態(tài)北太平洋海溫異常變冷的區(qū)域更加靠近赤道區(qū)域,使得南北半球大氣環(huán)流異常下沉的區(qū)域不對稱,導(dǎo)致總云量出現(xiàn)非對稱減少的變化。(4)緯向和熱帶經(jīng)向(10oS-10oN)云垂直結(jié)構(gòu)主要受到中部型ENSO的影響。中部赤道太平洋海溫異常變暖,在180o附近云發(fā)生頻率異常增加;赤道兩側(cè)副熱帶地區(qū)(10o-30oN/S)海溫異常變冷,云發(fā)生頻率異常減小;40oN/S附近云發(fā)生頻率異常增加;對應(yīng)哈德萊環(huán)流在中部型ENSO時(shí)期的對稱收縮和沃克環(huán)流圈的向東移動(dòng)。此外,全球海溫變化也顯著影響緯向和熱帶經(jīng)向云垂直結(jié)構(gòu)的趨勢變化,二者趨勢模態(tài)與全球平均海溫變化顯著相關(guān),相關(guān)系數(shù)分別為0.43、0.42;與PDO也顯著相關(guān),相關(guān)系數(shù)分別為0.29、0.45,這說明2006-2017年間云垂直結(jié)構(gòu)的趨勢主要受到PDO位相變化的影響。
【學(xué)位單位】:蘭州大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2020
【中圖分類】:P731.11;P426.5
【部分圖文】:
ISCCP(a),PATMOS-x(b)和MODIS(c)資料時(shí)段的總云量氣候態(tài)分布圖
蘭州大學(xué)碩士學(xué)位論文全球云量的時(shí)空分布與海溫演變之間的關(guān)系20圖3-2ISCCP(第一行),PATMOS-x(第二行)和MODIS(第三行)總云量的空間趨勢分布(左)和緯向趨勢分布(右),左圖中的黑點(diǎn)和右圖中的紅圈表示通過95%置信度檢驗(yàn)圖3-3ISCCP總云量進(jìn)行傳統(tǒng)EOF分解得到的前4個(gè)模態(tài)的特征向量場(a,c,e,g)和展開系數(shù)(b,d,f,h),相關(guān)系數(shù)均通過99%置信度檢驗(yàn)太平洋,即云量變化的敏感中心沒有區(qū)別開來。同樣的,第三、四模態(tài)也存在相互混淆的現(xiàn)象,因?yàn)榫嗥酱笾祬^(qū)同時(shí)分布在太平洋和印度洋,那么利用相應(yīng)的海溫模態(tài)去解釋這種非局地化的現(xiàn)象就不夠嚴(yán)謹(jǐn),也不夠準(zhǔn)確。為了降低模態(tài)間的混淆程度,我們使用成對旋轉(zhuǎn)EOF的方法讓模態(tài)彼此更好地區(qū)別開來。
蘭州大學(xué)碩士學(xué)位論文全球云量的時(shí)空分布與海溫演變之間的關(guān)系20圖3-2ISCCP(第一行),PATMOS-x(第二行)和MODIS(第三行)總云量的空間趨勢分布(左)和緯向趨勢分布(右),左圖中的黑點(diǎn)和右圖中的紅圈表示通過95%置信度檢驗(yàn)圖3-3ISCCP總云量進(jìn)行傳統(tǒng)EOF分解得到的前4個(gè)模態(tài)的特征向量場(a,c,e,g)和展開系數(shù)(b,d,f,h),相關(guān)系數(shù)均通過99%置信度檢驗(yàn)太平洋,即云量變化的敏感中心沒有區(qū)別開來。同樣的,第三、四模態(tài)也存在相互混淆的現(xiàn)象,因?yàn)榫嗥酱笾祬^(qū)同時(shí)分布在太平洋和印度洋,那么利用相應(yīng)的海溫模態(tài)去解釋這種非局地化的現(xiàn)象就不夠嚴(yán)謹(jǐn),也不夠準(zhǔn)確。為了降低模態(tài)間的混淆程度,我們使用成對旋轉(zhuǎn)EOF的方法讓模態(tài)彼此更好地區(qū)別開來。
【參考文獻(xiàn)】
本文編號:2878189
【學(xué)位單位】:蘭州大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2020
【中圖分類】:P731.11;P426.5
【部分圖文】:
ISCCP(a),PATMOS-x(b)和MODIS(c)資料時(shí)段的總云量氣候態(tài)分布圖
蘭州大學(xué)碩士學(xué)位論文全球云量的時(shí)空分布與海溫演變之間的關(guān)系20圖3-2ISCCP(第一行),PATMOS-x(第二行)和MODIS(第三行)總云量的空間趨勢分布(左)和緯向趨勢分布(右),左圖中的黑點(diǎn)和右圖中的紅圈表示通過95%置信度檢驗(yàn)圖3-3ISCCP總云量進(jìn)行傳統(tǒng)EOF分解得到的前4個(gè)模態(tài)的特征向量場(a,c,e,g)和展開系數(shù)(b,d,f,h),相關(guān)系數(shù)均通過99%置信度檢驗(yàn)太平洋,即云量變化的敏感中心沒有區(qū)別開來。同樣的,第三、四模態(tài)也存在相互混淆的現(xiàn)象,因?yàn)榫嗥酱笾祬^(qū)同時(shí)分布在太平洋和印度洋,那么利用相應(yīng)的海溫模態(tài)去解釋這種非局地化的現(xiàn)象就不夠嚴(yán)謹(jǐn),也不夠準(zhǔn)確。為了降低模態(tài)間的混淆程度,我們使用成對旋轉(zhuǎn)EOF的方法讓模態(tài)彼此更好地區(qū)別開來。
蘭州大學(xué)碩士學(xué)位論文全球云量的時(shí)空分布與海溫演變之間的關(guān)系20圖3-2ISCCP(第一行),PATMOS-x(第二行)和MODIS(第三行)總云量的空間趨勢分布(左)和緯向趨勢分布(右),左圖中的黑點(diǎn)和右圖中的紅圈表示通過95%置信度檢驗(yàn)圖3-3ISCCP總云量進(jìn)行傳統(tǒng)EOF分解得到的前4個(gè)模態(tài)的特征向量場(a,c,e,g)和展開系數(shù)(b,d,f,h),相關(guān)系數(shù)均通過99%置信度檢驗(yàn)太平洋,即云量變化的敏感中心沒有區(qū)別開來。同樣的,第三、四模態(tài)也存在相互混淆的現(xiàn)象,因?yàn)榫嗥酱笾祬^(qū)同時(shí)分布在太平洋和印度洋,那么利用相應(yīng)的海溫模態(tài)去解釋這種非局地化的現(xiàn)象就不夠嚴(yán)謹(jǐn),也不夠準(zhǔn)確。為了降低模態(tài)間的混淆程度,我們使用成對旋轉(zhuǎn)EOF的方法讓模態(tài)彼此更好地區(qū)別開來。
【參考文獻(xiàn)】
相關(guān)期刊論文 前6條
1 向華;張峰;江靜;彭杰;張喜亮;張春艷;;利用CFSR資料分析近30年全球云量分布及變化[J];氣象;2014年05期
2 吳澗;劉佳;;近二十年全球變暖背景下東亞地區(qū)云量變化特征分析[J];熱帶氣象學(xué)報(bào);2011年04期
3 李萍;繆啟龍;;夏季東亞副熱帶經(jīng)圈環(huán)流特征及其對長江流域降水的影響[J];氣象與減災(zāi)研究;2011年01期
4 陳勇航;陳艷;黃建平;鄭志海;蘇婧;黃鶴;;中國西北地區(qū)云的分布及其變化趨勢[J];高原氣象;2007年04期
5 陳少勇;董安祥;王麗萍;;中國西北地區(qū)總云量的氣候變化特征[J];成都信息工程學(xué)院學(xué)報(bào);2006年03期
6 丁守國,石廣玉,趙春生;利用ISCCP D2資料分析近20年全球不同云類云量的變化及其對氣候可能的影響[J];科學(xué)通報(bào);2004年11期
本文編號:2878189
本文鏈接:http://sikaile.net/shoufeilunwen/benkebiyelunwen/2878189.html
最近更新
教材專著