2017, Vol. 41
2 中国气象局河南农业气象保障与应用技术重点实验室, 郑州 450003
3 河南省气象台, 郑州 450003
2 Henan Key Laboratory of Agrometeorological Safeguard and Application Technique, China Meteorological Administration, Zhengzhou 450003
3 Henan Meteorological Observatory, Zhengzhou 450003
热带平流层纬向风的准两年振荡 (Quasi-Biennial Oscillation，简称QBO) 是平流层的一个重要动力过程，表现为东西风异常的交替下传，且周期约为两年 (Baldwin et al., 2001)。以往研究发现，在热带平流层大气内一些痕量物质[如甲烷 (CH4)、水汽 (H2O)、氟化氢 (HF)、氯化氢 (HCl)、一氧化二氮 (N2O)、氮氧化物 (NOx)、臭氧 (O3) 等]浓度的时空变化中均存在QBO信号 (Reed, 1964; Gray and Pyle, 1989; 李崇银和龙振夏, 1992; Chipperfield et al., 1994; Luo et al., 1997; Randel et al., 1998; Giorgetta and Bengtsson, 1999; 张弘等, 2000; 季崇萍等, 2001; Baldwin et al., 2001; Geller et al., 2002; 郑彬等, 2003a, 2003b; Randel et al., 2004; Tian et al., 2006; Schoeberl et al., 2008; Ricaud et al., 2009; 施春华等, 2009; Fujiwara et al., 2010; Hauchecorne et al., 2010; Liu et al., 2011; Kawatani et al., 2014)。造成痕量物质中QBO信号的一个重要动力因子是QBO引起的次级经向环流引起的物质输送 (Reed, 1964; Baldwin et al., 2001)：若物质浓度随高度升高而增加 (减少)，在QBO东风位相下，热带残余环流增强，对应出现物质负 (正) 异常，西风位相下则相反。QBO引起的次级经向环流造成的物质QBO信号均存在下传特征。值得注意的是，不同大气痕量成分中QBO信号的垂直结构存在一定的差异。臭氧QBO信号在28 km处存在着位相变化，且此位相变化被认为是因为下平流层臭氧QBO信号主要由QBO引起的次级经向环流导致，而中上平流层臭氧QBO信号主要受与O3有关的化学过程的影响 (Chipperfield et al., 1994; Tian et al., 2006; Hauchecorne et al., 2010)。在上平流层水汽的时空变化中也存在QBO信号的下传特征，但在中下平流层 (10 hPa高度以下) 并未出现水汽QBO信号的持续下传，而是表现出明显的磁带记录现象。以往的研究指出，中下平流层QBO水汽异常主要是受对流层顶温度中的QBO信号的影响，而上平流层水汽的QBO信号则是由QBO引起的次级经向环流对水汽的动力再分配所造成 (Geller et al., 2002; Randel et al., 2004; 施春华等, 2009; Fujiwara et al., 2010; Kawatani et al., 2014)。一氧化碳 (CO) 作为一种重要的大气痕量成分，在大气中亦存在QBO信号。以往对于一氧化碳浓度的QBO (以后简称CO QBO) 信号的研究主要采用站点资料或者CO柱总量资料 (Kane, 2005; Sitnov, 2008)，因此对热带平流层大气中CO QBO信号的时空变化特征的了解不多。近年来搭载于Aura卫星上的微波临边探测仪 (Microwave Limb Sounder，简称MLS) 观测的比较连续的长时间的CO资料，为详细分析CO QBO的垂直变化特征提供了条件。Schoerbel et al.(2008)分析了2004年9月至2006年12月共32个月的MLS CO卫星资料后发现，20 km以上弱的CO水平和垂直梯度使得CO QBO信号并不显著。Pommrich et al.(2014)利用2005~2012年MLS卫星资料并结合CLaMS (the Chemical Lagrangian Model of the Stratosphere) 模式分析发现在热带平流层30~10 hPa高度存在明显CO QBO信号。
类似于平流层臭氧，热带平流层内CO的时空变化同样受动力和化学两种过程的影响：在下平流层CO的时空变化主要受动力过程和排放源的影响，而在上平流层化学过程对其的影响变得显著 (Wang et al., 2015)。那么，平流层CO的QBO信号与臭氧的QBO信号在时空结构上有什么不同？CO QBO是否和臭氧QBO信号一样在垂直方向存在位相上的不连续？如果这种不连续存在，造成这种不连续的机制是什么？针对上述问题，本文利用卫星观测资料和再分析资料结合数值模式进行了深入的分析和探讨。
2 资料和模式介绍本文使用的气象资料是欧洲中期天气预报中心 (ECMWF) 提供的2005~2014年的ERA-Interim再分析资料。该资料垂直方向从1000 hPa到1 hPa分37层，水平分辨率为0.75°×0.75°(经度×纬度)。在分析热带平流层内的CO QBO信号时，我们使用了2005~2014年MLS卫星第二级3.3版本的CO资料。此外，我们还用到了MLS卫星观测的N2O、O3和HCl的资料。MLS卫星资料的水平覆盖范围为南北纬82°之间，CO、N2O、O3和HCl数据可用于科学研究的可信高度范围分别为215~0.0046 hPa、100~0.46 hPa、261~0.02 hPa和100~0.32 hPa，垂直分辨率分别为4 km、5 km、2.5 km和3 km (Livesey et al., 2011)。
本文选用的数值模式是全球化学气候模式WACCM (the Whole Atmosphere Community Climate Model)。WACCM模式垂直分层共66层，高度从地面延伸至4.5×10-6hPa (约145 km)，模式的垂直分辨率在平流层顶附近 (50 km) 为1.75 km，下平流层为1.1~1.4 km，上对流层为1.1 km。地球表面化石燃料和生物质的燃烧是对流层CO主要的地表排放源 (Duncan et al., 2003)。WACCM模式采用月平均的CO地表排放源，地表排放源包含人为化石燃料的燃烧和工业活动、生物质燃烧和来自植被的生物源排放、来自土壤的生物源排放以及来自海洋的生物源排放四种类型 (Horowitz et al.，2003)。需要指出的是，模式运行的每一年采用相同的地表排放源，也就是说模拟过程中，CO地表排放源本身不存在年际变化。对流层和平流层中碳氢化合物的氧化以及上中间层和热成层CO2的光解均可以产生CO，同时，在整层大气中，CO与OH的氧化反应是CO的汇 (Solomon et al.，1985；Minschwaner et al., 2010)。CO的化学生命周期在各个高度并不相同，在下平流层约6个月，在上平流层约3周，在下中间层约2个月，在上中间层可超过1年 (Jin et al., 2009)。WACCM模式的化学模块来源于三维化学传输模式MOZART (the Model for Ozone and Related Chemical Tracers, Version 3；Kinnison et al., 2006)。此化学模块可以很好地描述含中层大气在内的大气化学过程 (Eyring et al., 2006; Kinnison et al., 2006; Garcia et al., 2007; SPARC CCMVal, 2010)。MOZART模块中包含11个与CO有关的化学反应，反应详见Wang et al.(2015)。在这个模式中，QBO可由真实观测风场驱动产生 (Calvo et al., 2010)。本研究中我们设计了两个数值试验R0和R1。试验R0和R1中均驱动产生QBO，同时，在两个试验中，海温及海冰场均采用1995~2000年的月平均气候值以排除与ENSO有关的海温变化和海温的其他年际变率对CO的影响。两个试验的差异在于在试验R0包含有与CO有关的化学反应，而在试验R1则通过把与CO有关的化学反应的反应速率设为0的手段去除了影响CO浓度的化学过程。两个数值试验均采用4°×5°(纬度×经度) 的水平分辨率，运行计算27年，前三年为模式调整时间，后24年输出数据用来分析。24年数据中包含9个完整的QBO信号。试验R0为控制试验，其输出结果既用于与观测资料进行对比，同时也用于分析化学和动力过程的共同作用对CO QBO信号的影响。通过对比试验R0和R1的结果，可分析化学过程在形成CO QBO信号中所起的作用。
3 结果分析 3.1 观测和模拟的CO QBO特征图 1a给出了2005~2014年MLS卫星观测的热带地区 (10°N~10°S) 去除季节变化后的纬向平均CO混合比异常随时间和高度的变化。同时，图 1c给出了图 1a所示热带CO混合比异常的功率谱分析结果。从图 1a可以看出，在30 hPa高度以上CO混合比异常存在明显的正负交替下传特征。结合图 1c所示的30 hPa高度以上20~36个月周期信号的功率谱的大值中心，我们可以判定在30 hPa高度以上存在CO QBO信号，这一特征与Pommrich et al.(2014)得到的结论一致。此外，图 1a中还给出了热带地区 (10°N~10°S) 去除季节变化后的ERA-Interim纬向风异常随时间和高度的变化。值得注意的是，图 1a清楚地显示在50~100 hPa高度范围内，2010年和2013年年初CO正异常值较其他年份偏高，且正好对应纬向东风异常，同时结合图 1c所示50~100 hPa高度内20~40个月周期信号的功率谱存在的大值中心，可以确定在此高度范围内也存在CO的准两年振荡，此特征在以往研究中未被讨论过。从图 1a我们还可以进一步看出，热带平流层CO QBO信号并未表现出持续下传现象，而是在30 hPa高度处QBO信号出现了位相变化。
|
图 1 (a)2005~2014年MLS卫星观测热带地区 (10°N~10°S) 去除季节变化后的纬向平均CO混合比异常[填充色，单位：ppb (×10-9)]随时间和高度的变化；(b)1984~2007年WACCM模式模拟热带地区 (10°N~10°S) 去除季节变化后的纬向平均CO混合比异常 (填充色，单位：ppb) 随时间和高度的变化；(a、b) 中等值线分别为ERA-Interim再分析资料和模式模拟结果去除季节变化后的纬向风异常，实线表示西风异常，虚线表示东风异常，等值线间隔为10 ms-1，粗实线为纬向风零风速线。(c、d) 分别为 (a、b) 所示CO混合比异常的频率功率谱，单位：10-3 ppb2 months Figure 1 (a) Time-height cross section of the deseasonalized zonal mean MLS (Microwave Limb Sounder) CO anomalies[units: ppb (×10-9), filled colour] and ERA-Interim zonal wind anomalies (isolines) averaged over the latitude band 10°N-10°S from 2005 to 2014; (b) time-height cross section of the deseasonalized zonal mean WACCM (the Whole Atmosphere Community Climate Model) CO anomalies (units: ppb, filled colour) and ERA-Interim zonal wind anomalies (isolines) averaged over the latitude band 10°N-10°S from 1984 to 2007. (a, b) isoline interval is 10 ms-1; the solid (dashed) isolines correspond to westerly (easterly) anomalies, and the thick solid lines represent zero isolines of zonal wind. (c, d) Frequency power spectra of the zonal mean CO anomalies shown in (a) and (b), respectively, units: 10-3 ppb2 months |
图 1b给出了WACCM模式模拟所得去除季节变化后的热带纬向平均CO混合比异常随时间和高度的变化。同时，我们也给出了图 1b所示的热带CO混合比异常的功率谱分析结果 (图 1d)。为了便于比较，模式模拟结果均插值到与MLS CO相同的高度层上。对比图 1a和b我们可以看出，尽管WACCM模式并未模拟出图 1a所示30 hPa高度以上的CO准两年振荡信号的振幅较30 hPa高度以下的QBO信号振幅要小的特征，但是其很好地模拟出了CO QBO信号在30 hPa高度附近的位相变化特征。此外，图 1a显示在215~100 hPa高度范围内，2006年和2010年年底的CO异常值较其他年份偏高，这一偏差被认为分别与ENSO和印度洋海温偶极子型振荡等年际变率造成的强火灾发生有关 (Duncan et al., 2007; Field and Shen, 2008; Chandra et al., 2009; Liu et al., 2013)。此外，Li et al.(2014)也指出CO异常值存在这样的年际变化。图 1b显示模式模拟所得CO异常在100 hPa高度以下不存在年际变化。需要指出的是，模式运行的每一年采用相同的地表排放源，也就是说CO地表排放源本身不存在年际变化。此外，模式模拟过程中采用的海温及海冰场为1995~2000年月平均气候态的值，去除了海温的年际变化，因此，模式模拟过程中CO年际变化不受气候系统外部因子的影响，模拟所得CO的年际变化主要是QBO所导致的。对比图 1c和d，我们可以看出，MLS卫星观测和模式模拟所得热带CO异常的功率谱分布最显著的差异在于：在100 hPa高度以下，MLS卫星观测所得热带CO混合比异常的功率谱在24~36个月存在大值中心，而模式模拟结果则没有这个特征。图 1c显示的MLS卫星观测所得热带100 hPa高度以下CO混合比异常的功率谱在24~36个月处的大值中心，应该是ENSO和印度洋海温偶极子型振荡等年际变率造成的。同时，模拟和观测结果的差异也表明，CO地面排放源的年际变化对热带CO混合比异常的影响主要在100 hPa高度以下，对我们所关注的CO QBO信号影响不大。
我们进一步对比了MLS卫星观测和WACCM模拟所得的热带CO QBO信号的振幅。QBO振幅的计算采用Pascoe et al.(2005)的计算方法：对CO浓度异常的时间序列进行傅里叶分解，计算得出QBO谐波分量 (对应22~30个月) 平方相加占所有谐波分量平方和的百分比，进一步将此百分比与CO浓度异常的时间序列标准差的
|
图 2 MLS卫星观测 (实线) 与WACCM模式模拟 (点线) 的热带CO QBO (对应22~30个月) 信号的振幅 (单位：ppb) 随高度的变化 Figure 2 Profiles of the amplitudes (units: ppb) of the QBO signals (corresponding to 22-30 months) in the tropical MLS (solid line) and modeled (dotted line) zonal mean CO anomalies averaged over the latitude band 10°N-10°S |
上述分析表明热带平流层CO QBO信号在30 hPa高度处存在位相变化，且模式可以很好地模拟出这一特征。在下面的分析中我们利用模式模拟结果分析探讨CO QBO信号在30 hPa高度左右发生位相变化的机理。
3.2 CO QBO机理分析按照Schoeberl et al.(2008)和Kawatani et al.(2014)的理论，CO浓度异常随时间的变化可由下式来计算：
| $ \begin{gathered} \frac{{\partial {{\bar \mu }_{{\text{anom}}}}}}{{\partial t}} = - {\overline {{\omega ^*}} _{{\text{anom}}}}\frac{{\partial \left\langle {\bar \mu } \right\rangle }}{{\partial z}} - \left\langle {\overline {{\omega ^*}} } \right\rangle \frac{{\partial {{\bar \mu }_{{\text{anom}}}}}}{{\partial z}} - {\overline {{\upsilon ^*}} _{{\text{anom}}}}\frac{{\partial \left\langle {\bar \mu } \right\rangle }}{{\partial y}} - \hfill \\ \;\;\;\;\;\;\;\;\;\;\;\;\left\langle {\overline {{\upsilon ^*}} } \right\rangle \frac{{\partial {{\bar \mu }_{{\text{anom}}}}}}{{\partial y}} + {\text{Residual, }} \hfill \\ \end{gathered} $ | (1) |
其中，μ代表CO浓度，“¯”代表对变量求纬向平均，下标“anom”代表物理量的QBO扰动，“〈〉”代表物理量的多年平均；BD (Brewer-Dobson) 环流 (
对公式 (1) 各项进行分析可了解产生CO QBO信号的主要因子。图 3给出了试验R0中热带纬向平均的CO混合比异常的公式 (1) 中各项的合成结果。合成时均以30 hPa高度处纬向风从西风转为东风的0风速出现时刻为零时刻进行前后各18个月的合成，合成方法与Kawatani et al.(2014)所用的方法相同。在计算公式 (1) 中各项之前，我们对CO浓度异常，以及BD环流的垂直和水平分量进行了5个月的滑动平均。图 3a首先给出了CO浓度异常的时间倾向项。从图 3a可以看出，CO的QBO信号在30 hPa高度附近发生位相变化，此与图 1b显示的结果一致。图 3d给出了Term4_BD [公式 (1) 右边前四项之和]的合成结果。从图 3d可以看出，Term4_BD项也表现出了明显的QBO信号，且同CO浓度异常的时间倾向项中的QBO信号一致，此QBO信号在30 hPa附近也存在明显的位相变化特征，这表明动力传输在CO QBO位相变化产生中起重要作用。分别分析公式 (1) 右边前四项的合成结果可进一步了解是哪种动力过程在其中占主要作用。图 3c和f分别给出了QBO引起的次级经向环流对平均CO的水平输送和BD环流的平均水平分量对CO QBO扰动的输送所导致的CO异常。从图 3c和f可以看出，尽管两项均存在QBO信号，但是其量值很小，对CO QBO信号形成的贡献可忽略。图 3b为QBO引起的次级经向环流对平均CO的垂直输送项。图 3b显示的QBO信号的位相与图 3d所显示的QBO信号的几乎一致。这一结果表明，造成CO QBO信号的主要动力因子是QBO引起的次级经向环流对CO的垂直输送。此外，图 3e显示的QBO信号在30 hPa以上与图 3a显示的CO浓度倾向项的QBO信号近似反位相，表明平均BD环流垂直分量对CO QBO扰动的输送项对CO QBO信号振幅有减弱作用。
|
图 3 试验R0中热带纬向平均CO混合比异常公式（1）中各项（a） |
上述分析表明，造成CO QBO信号的动力过程主要是QBO引起的次级经向环流对CO的垂直输送。值得注意的是，对比图 3a和d，我们还可以发现，Term4_BD所表现出的QBO信号和CO浓度异常的时间倾向项所表现的QBO信号之间存在一定的差异：一方面，Term4_BD中的QBO信号振幅较CO浓度时间倾向项中的QBO信号振幅要大。另一方面，尽管两项中的QBO信号均存在位相变化且发生位相变化的高度一致，但两者位相之间存在一定的时间差。以14.7 hPa高度处为例，若以2π为QBO的一个周期，Term4_BD项中的QBO信号和CO浓度异常的时间倾向项中的QBO信号的位相相差约0.5π个周期。上述差异表明可能还存在其他因素可以减弱CO QBO信号的振幅，并影响CO QBO信号的位相。Abalos et al.(2012, 2013) 在利用WACCM模式模拟分析物质浓度倾向方程中各项对热带下平流层CO季节变化的影响时指出，CO化学消耗所导致的CO浓度减小可近似抵消热带上涌所导致的CO浓度的增大。Wang et al.(2015)的研究也进一步发现与CO有关的化学过程对热带上对流层下平流层区域CO浓度的季节变化有重要的影响。因此，与CO有关的化学过程可能影响CO QBO信号的振幅和位相。
为了分析与CO有关的化学过程对CO QBO信号的影响，我们设计了数值试验R1。在试验R1中，我们通过将模式化学模块中与CO有关的化学反应的反应速率率设为0的手段去除了与CO有关的化学过程，其他设置与试验R0相同。对比试验R0和试验R1的结果，我们可以诊断与CO有关的化学过程对CO QBO信号的影响。图 4b和c分别给出了试验R0和R1中热带纬向平均CO浓度异常随时间和高度变化的合成结果，同时也给出了纬向风异常和温度异常随时间和高度变化的合成结果，合成方法与图 3一致。图 4d为试验R0中CO异常值和R1中的CO浓度异常值的差值的合成结果。图 4a给出了MLS卫星观测的热带纬向平均CO浓度异常和ERA-Interim再分析资料中的纬向风和温度异常。为了便于比较，我们将MLS CO浓度异常以及模拟所得CO浓度异常，纬向风和温度异常均插值到与ERA-Interim资料相同的高度层上。
|
图 4 （a）合成MLS卫星观测CO混合比异常和ERA-Interim再分析资料中的纬向风和温度异常；（b）和（c）分别为与（a）相对应的试验R0和R1的模拟结果；（d）为试验R0和R1的CO混合比异常值的差值。填充色为CO混合比异常（单位：ppb），灰色粗实线为CO混合比异常值的零线；黑线为纬向风异常，等值线间隔为5 ms−1，实线为西风异常，虚线为东风异常，黑色粗实线为纬向风零风速线；红线为纬向温度异常，等值线间隔为1 K，实线为正异常，虚线为负异常，红色粗实线为温度零值 Figure 4 (a) Composites of deseasonalized zonal mean MLS CO, ERA-Interim zonal wind and temperature anomalies averaged over the latitude band 10°N-10°S; the results in runs R0 and R1 are given in (b) and (c), respectively; the differences in the modeled zonal mean CO anomalies between runs R0 and R1 are shown in (d).The filled contours are CO anomalies (units: ppb), and the thick gray solid lines represent 0 ppb contour of CO anomaly; the black lines are for zonal mean wind anomalies, the contour interval is 5 ms−1; the solid (dashed) lines correspond to westerly (easterly) anomalies, and the thick solid lines represent 0 ms−1 contour of zonal wind anomaly; the red lines are for zonal mean temperature anomalies, the contour interval is 1 K; the solid (dashed) lines correspond to positive (negative) values, and the thick solid lines represent 0 K contour |
图 4c显示在不考虑与CO有关的化学过程的试验R1中，CO混合比异常存在明显的QBO信号，且信号可一直下传至100 hPa。与图 3相对应，图 5给出了基于试验R1的输出结果计算的热带纬向平均CO浓度异常在公式 (1) 中各项的合成结果。图 5a、b和d所示CO浓度异常的时间倾向项，Term4_BD项和QBO引起的次级经向环流对平均CO的垂直输送项中的QBO信号在垂直结构上都相互一致，进一步表明QBO引起的次级经向环流对平均CO的垂直输送是造成CO QBO信号的主要动力因子，这也与图 3中的结果一致。此外，图 5e所示的QBO信号与图 5a所示QBO信号在10 hPa高度以下位相相反，表明的BD环流平均垂直分量对CO QBO扰动的输送减弱了CO QBO信号的振幅，与试验R0的结果一致。图 5c所示QBO引起的次级经向环流对CO的水平输送亦存在QBO信号，且此QBO信号在10~30 hPa高度范围内的位相与图 5a所示QBO信号位相一致，表明QBO次级经向环流对CO的水平输送可加强CO QBO信号的振幅，但对比QBO引起的次级经向环流对CO的垂直输送，其量值仍然相对较小。图 5f所示的BD环流平均水平分量对CO QBO扰动的输送项量值很小，对CO QBO信号的影响可以忽略。
值得注意的是，相比于图 4b，图 4c显示在不考虑与CO有关的化学过程的数值试验R1中的CO QBO信号不存在位相变化，且信号振幅较试验R0要大很多。造成试验R0和R1中CO QBO信号差异的唯一原因就是与CO有关的化学过程。在之前的讨论中，我们已经指出CO QBO信号主要是由QBO引起的次级经向环流对CO的垂直输送所致。试验R0和R1中，BD环流变化几乎一致 (图略)，也就是说试验R0和R1的CO QBO信号的差异主要来源于热带CO的垂直梯度的差异。图 6给出了试验R0和R1模拟的热带CO的平均垂直梯度。对比图 6所示试验R0和R1试验中热带平流层CO浓度的垂直梯度，我们可以明显看出CO的化学作用减小了CO的垂直梯度，也就是说CO的化学作用减弱了CO QBO信号的振幅。图 4d显示的与CO有关的化学过程导致的CO QBO信号同图 4c所示CO QBO信号的近乎反位相，也进一步表明与CO有关的化学过程对CO QBO信号的振幅起减弱作用。
|
图 6 试验R0(实线) 和R1(点线) 中热带纬向平均CO浓度的垂直梯度 (单位：ppb km-1) 随高度的变化 Figure 6 Profiles of the vertical gradients of the tropical zonal mean CO mixing ratios in runs R0 (solid line) and R1 (dotted line).Units: ppb km-1 |
此外，图 6清楚地显示出相比于试验R1，试验R0中CO浓度的垂直梯度在30 hPa高度附近出现反转。垂直梯度的反转会导致QBO位相发生改变，进一步考虑到试验R0中CO梯度反转高度与CO QBO信号位相变化发生高度相同，我们可以判定CO QBO信号位相变化产生原因在于化学和动力共同作用所导致的热带平流层CO的垂直梯度的反转。
热带平流层CO垂直梯度在30 hPa高度处的反转导致试验R0中QBO引起的次级经向环流对CO的垂直输送项所表现出的QBO信号的位相在30 hPa高度以下与试验R1相同，而在30 hPa高度以上则与试验R1相反 (图 3b和图 5b)，这进一步表明化学过程可以通过影响热带平流层CO的垂直梯度进而影响CO QBO信号的位相。但是，我们也注意到，在30 hPa高度以上，试验R0和R1中CO QBO信号并未表现出完全的反位相 (图 4b和c)。图 4给出了纬向风异常和温度异常的合成结果。将西 (东) 风异常对应物质正 (负) 异常视为纬向风QBO和物质QBO信号同位相，同样地，将温度正 (负) 异常对应物质正 (负) 异常视为温度QBO信号和物质QBO信号同位相。对比图 4b和c可以看出，在30 hPa高度以上，试验R1中CO异常的零线几乎与纬向风异常的零线重合，但是试验R0中CO异常的零线则和纬向风异常的零线存在明显的时间差，但几乎与温度异常的零线相重合，也就是说，在30 hPa高度以上，试验R0中CO QBO信号与温度QBO信号同位相，而试验R1中CO QBO信号则与纬向风QBO信号反位相。从图 4我们可以看出温度异常的零线正好位于纬向风风速最大的地方，也就是说温度QBO信号和纬向风QBO信号之间相差约0.5π个周期，相对应的，试验R0和R1中CO QBO信号的位相相差约0.5π个周期。在之前的分析中，我们提到，基于试验R0的模拟结果计算的公式 (1) 中Term4_BD项和CO浓度异常的时间倾向项所表现的QBO信号之间存在0.5π个周期差。但是，对比图 5a和d我们可以发现，在不考虑与CO有关的化学过程的试验R1中Term4_BD项和CO浓度异常的时间倾向项所表现的QBO信号之间不存在明显的相位差，也就是说，在30 hPa高度以上，试验R0和R1中CO QBO信号并未表现出完全的反位相，而是存在约0.5π个周期的时间差，这与图 4b和c的结论也是一致的。
上述分析表明与CO有关的化学过程受温度的影响，导致在30 hPa高度以上CO QBO信号的位相与温度QBO信号的位相一致，从而与纬向风QBO信号的位相之间产生了约0.5π个周期的时间差。但是，从图 4a我们可以看出，MLS卫星观测资料中CO QBO的位相与纬向风QBO信号的位相在20~10 hPa高度范围内并未表现出完整的约0.5π个周期差。2005~2014年MLS卫星观测资料CO异常与ERA-Interim纬向风异常时间序列之间滞后相关系数最大值对应的延迟时间约为3个月，也就是说两者存在约3个月的时间差。模式模拟结果与观测结果之间的差异可能是因为模式过高估计了CO化学过程对CO QBO信号的影响。
图 7进一步给出了MLS卫星观测的和WACCM模式模拟的N2O、O3和HCl三种化学成分中QBO信号的合成结果。图 8则给出了热带N2O、O3和HCl浓度的垂直梯度。如上文所述，将西 (东) 风异常对应物质正 (负) 异常视为纬向风QBO和物质QBO信号同位相，将温度正 (负) 异常对应物质正 (负) 异常视为温度QBO信号和物质QBO信号同位相。从图 7和图 8可以看出当物质垂直梯度为负 (如100 hPa高度以上N2O浓度的垂直梯度和14.7 hPa高度以上O3浓度的垂直梯度) 时，物质的QBO信号的位相并没有完全与纬向风QBO信号的位相相反，受温度影响的化学过程使得物质的QBO信号的位相更加接近于温度QBO信号的反位相。同样地，从图 7和图 8中还可以看出当物质浓度垂直梯度为正 (如100 hPa高度以上的HCl浓度的垂直梯度和100~14.7 hPa高度的O3浓度的垂直梯度) 时，物质的QBO信号的位相并没有完全与纬向风QBO信号的位相相同，受温度影响的化学过程会使得物质的QBO信号的位相更加接近于温度QBO信号的位相。物质QBO信号与温度QBO信号的位相的接近程度可能在一定程度上也反映了化学过程对QBO位相的影响大小。不同物质QBO信号与纬向风和温度QBO信号之间的时间差的定量化分析有待进一步研究。
|
图 7 MLS卫星观测（左列）和WACCM模式模拟（右列）的热带纬向平均（a、b）N2O、（c、d）O3和（e、f）HCl混合比异常（填充色）随时间和高度的合成，合成方法同图 4；N2O、O3和HCl混合比异常的单位依次为ppb、ppm（×10−6）和ppb；2005~2014年ERA-Interim再分析资料（左列）和试验R0（右列）中的纬向风（黑色）和温度（红色）异常的合成结果。 Figure 7 The composite MLS (left column) and WACCM modeled (right column) deseasonalized zonal mean (a, b) N2O, (c, d) O3, and (e, f) HCl anomalies (filled colour) averaged over the latitude band 10°N-10°S. The composite method is the same as that used in Fig. 4. Units for N2O, O3 and HCl are ppb, ppm (×10−6), and ppb, respectively. The composite deseasonalized zonal wind and temperature anomalies derived from ERA-Interim data (left column) and the model simulation in run R0 (right column) are also shown. |
|
图 8 MLS卫星观测 (实线) 和WACCM模式模拟 (点虚线) 的热带纬向平均N2O (黑色)、O3(红色) 和HCl (蓝色) 浓度垂直梯度随高度的变化，N2O、O3和HCl浓度垂直梯度单位分别为10-3 ppb km-1、10 ppb km-1和10-5 ppb km-1 Figure 8 Vertical gradients of the tropical zonal mean N2O (black lines), O3 (red lines), and HCl (blue lines) mixing ratios derived from the MLS data (solid lines) and the model results in run R0 (dotted lines). Units for N2O, O3, and HCl are 10-3 ppb km-1, 10 ppb km-1, and 10-5 ppb km-1, respectively |
此外，以往的研究指出，臭氧QBO信号在28 km处存在位相变化，造成这种位相变化的原因被认为是由于下平流层臭氧QBO异常主要由QBO引起的次级经向环流导致，而中上平流层臭氧QBO异常主要受与O3有关的化学过程的影响 (Chipperfield et al., 1994; Tian et al., 2006; Hauchecorne et al., 2010)。图 7c和d显示热带臭氧QBO确实存在位相变化，且位相变化发生在14.7 hPa附近。但是，值得指出的是，图 8显示热带平流层O3平均垂直梯度的反转发生在10 hPa高度附近，与臭氧QBO位相变化发生高度不一致。这种不一致说明造成臭氧QBO信号位相变化的原因与CO不一样，也就是说热带平流层O3浓度垂直梯度的反转不是臭氧QBO异常位相变化产生的主要原因，臭氧QBO信号的位相变化产生更大程度上是受与O3有关的化学过程的影响。
4 结论本文利用MLS卫星资料分析发现热带平流层CO准两年振荡在30 hPa高度处存在位相变化。在此基础上，进一步利用大气化学气候模式WACCM模拟分析了CO QBO信号中位相变化的特征和成因，得到以下几点主要结论：
(1) MLS卫星资料分析结果表明热带平流层CO存在明显的QBO信号，且CO QBO信号分别在68 hPa和14.7 hPa附近出现振幅极大值。和臭氧QBO信号一样，CO QBO信号亦存在位相变化，只是位相变化发生高度较O3偏低，在30 hPa高度处。尽管WACCM模式模拟所得30 hPa高度以上的CO QBO信号的振幅较MLS卫星观测结果偏大，但WACCM模式可以很好地模拟出CO QBO信号的位相变化特征，且模拟所得CO QBO信号振幅最大值和位相变化的出现高度均与观测结果一致。
(2) 大气化学气候模式模拟结果表明，CO QBO信号是化学和动力过程共同作用的结果。通过分析CO浓度异常的倾向方程得出，QBO引起的次级经向环流对CO的垂直传输是导致热带平流层CO出现QBO信号的主要动力因子。大气化学气候模式模拟结果还表明，与CO有关的化学过程可以减弱CO QBO信号的振幅，还可以影响CO QBO信号的位相。化学和动力过程所导致的热带平流层CO垂直梯度在30 hPa高度处的反转是CO QBO信号位相发生变化的主要原因。此外，在30 hPa高度以上温度QBO信号和纬向风QBO信号之间相差约0.5π个周期。与CO有关的化学过程受温度影响，使得在30 hPa高度以上CO QBO位相与温度QBO位相趋近一致，进而使得在30 hPa高度以上CO QBO位相与纬向风QBO位相之间存在约3个月的时间差。
| [] | Abalos M, Randel W J, Serrano E. 2012. Variability in upwelling across the tropical tropopause and correlations with tracers in the lower stratosphere[J]. Atmos. Chem. Phys., 12(23): 11505–11517, DOI:10.5194/acp-12-11505-2012. |
| [] | Abalos M, Randel W J, Kinnison D E, et al. 2013. Quantifying tracer transport in the tropical lower stratosphere using WACCM[J]. Atmos. Chem. Phys., 13(21): 10591–10607, DOI:10.5194/acp-13-10591-2013. |
| [] | Andrews D G, McIntyre M E. 1978. Generalized Eliassen-Palm and Charney-Drazin theorems for waves on axisymmetric mean flows in compressible atmospheres[J]. J. Atmos. Sci., 35(2): 175–185. |
| [] | Baldwin M P, Gray L J, Dunkerton T J, et al. 2001. The quasi-biennial oscillation[J]. Rev. Geophys., 39(2): 179–229, DOI:10.1029/1999RG000073. |
| [] | Calvo N, Garcia R R, Randel W J, et al. 2010. Dynamical mechanism for the increase in tropical upwelling in the lower most tropical stratosphere during warm ENSO events[J]. J. Atmos. Sci., 67(7): 2331–2340, DOI:10.1175/2010JAS3433.1. |
| [] | Chandra S, Ziemke J R, Duncan B N, et al. 2009. Effects of the 2006 El Niño on tropospheric ozone and carbon monoxide:Implications for dynamics and biomass burning[J]. Atmos.Chem. Phys., 9(13): 4239–4249, DOI:10.5194/acp-9-4239-2009. |
| [] | 陈权亮, 陈月娟. 2007. 平流层剩余环流及其时间演变特征[J]. 大气科学, 31(1): 137–144. Chen Quanliang, Chen Yuejuan. 2007. Stratospheric residual circulation and its temporal and spatial evolution[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 31(1): 137–144, DOI:10.3878/j.issn.1006-9895.2007.01.14. |
| [] | Chipperfield M P, Gray L J, Kinnersley J S, et al. 1994. A two-dimensional model study of the QBO signal in SAGE II NO2 and O3[J]. Geophys. Res. Lett., 21(7): 589–592, DOI:10.1029/94GL00211. |
| [] | Duncan B N, Martin R V, Staudt A C, et al. 2003. Interannual and seasonal variability of biomass burning emissions constrained by satellite observations[J]. J. Geophys. Res., 108(D2): ACH 1-1–ACH 1-22, DOI:10.1029/2002JD002378. |
| [] | Duncan B N, Strahan S E, Yoshida Y, et al. 2007. Model study of the cross-tropopause transport of biomass burning pollution[J]. Atmos. Chem. Phys., 7(14): 3713–3736, DOI:10.5194/acp-7-3713-2007. |
| [] | Eyring V, Butchart N, Waugh D W, et al. 2006. Assessment of temperature, trace species, and ozone in chemistry-climate model simulations of the recent past[J]. J. Geophys. Res., 111(D22): D22308, DOI:10.1029/2006JD007327. |
| [] | Field R D, Shen S S P. 2008. Predictability of carbon emissions from biomass burning in Indonesia from 1997 to 2006[J]. J. Geophys. Res., 113(G4): G04024, DOI:10.1029/2008jg000694. |
| [] | Flury T, Wu D L, Read W G. 2013. Variability in the speed of the Brewer-Dobson circulation as observed by Aura/MLS[J]. Atmos. Chem. Phys., 13(9): 4563–4575, DOI:10.5194/acp-13-4563-2013. |
| [] | Fujiwara M, Vömel H, Hasebe F, et al. 2010. Seasonal to decadal variations of water vapor in the tropical lower stratosphere observed with balloon-borne cryogenic frost point hygrometers[J]. J. Geophys. Res., 115(D18): D18304, DOI:10.1029/2010JD014179. |
| [] | Garcia R R, Marsh D R, Kinnison D E, et al. 2007. Simulation of secular trends in the middle atmosphere, 1950-2003[J]. J. Geophys. Res., 112(D9): D09301, DOI:10.1029/2006JD007485. |
| [] | Geller M A, Zhou X L, Zhang M H. 2002. Simulations of the interannual variability of stratospheric water vapor[J]. J. Atmos. Sci., 59(6): 1076–1085. |
| [] | Giorgetta M A, Bengtsson L. 1999. Potential role of the quasi-biennial oscillation in the stratosphere-troposphere exchange as found in water vapor in general circulation model experiments[J]. J. Geophys. Res., 104(D6): 6003–6019, DOI:10.1029/1998JD200112. |
| [] | Gray L J, Pyle J A. 1989. A two-dimensional model of the quasi-biennial oscillation of ozone[J]. J. Atmos. Sci., 46(2): 203–220. |
| [] | Hauchecorne A, Bertaux J L, Dalaudier F, et al. 2010. Response of tropical stratospheric O3, NO2 and NO3 to the equatorial quasi-biennial oscillation and to temperature as seen from Gomos/Envisat[J]. Atmos.Chem.Phys., 10(18): 8873–8879, DOI:10.5194/acp-10-8873-2010. |
| [] | Horowitz L W, Walters S, Mauzerall D L, et al. 2003. A global simulation of tropospheric ozone and related tracers:Description and evaluation of MOZART, version 2[J]. J. Geophys. Res., 108(D24): 4784, DOI:10.1029/2002JD002853. |
| [] | 季崇萍, 邹捍, 周立波. 2001. 青藏高原臭氧的准两年振荡[J]. 气候与环境研究, 6(4): 416–424. Ji Chongping, Zou Han, Zhou Libo. 2001. QBO signal in total ozone over the Tibet[J]. Climatic and Environmental Research (in Chinese), 6(4): 416–424, DOI:10.3878/j.issn.1006-9585.2001.04.06. |
| [] | Jin J J, Semeniuk K, Beagley S R, et al. 2009. Comparison of CMAM simulations of carbon monoxide (CO), nitrous oxide (N2O), and methane (CH4) with observations from Odin/SMR, ACE-FTS, and Aura/MLS[J]. Atmos. Chem. Phys., 9(10): 3233–3252, DOI:10.5194/acp-9-3233-2009. |
| [] | Kane R P. 2005. QBO and QTO of the atmospheric trace element carbon monoxide during 1989-2001:An update[J]. Atmos.Environ., 39(28): 5125–5136, DOI:10.1016/j.atmosenv.2005.05.008. |
| [] | Kawatani Y, Lee J N, Hamilton K. 2014. Interannual variations of stratospheric water vapor in MLS observations and climate model simulations[J]. J. Atmos. Sci., 71(11): 4072–4085, DOI:10.1175/JAS-D-14-0164.1. |
| [] | Kinnison D E, Brasseur G P, Walters S, et al. 2006. Sensitivity of chemical tracers to meteorological parameters in the MOZART-3 chemical transport model[J]. J. Geophys. Res., 112(D20): D20302, DOI:10.1029/2006JD007879. |
| [] | 李崇银, 龙振夏. 1992. 准两年振荡及其对东亚大气环流和气候的影响[J]. 大气科学, 16(2): 167–176. Li Chongyin, Long Zhenxia. 1992. QBO and its influence on the general atmospheric circulation and the climate in East Asia[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 16(2): 167–176, DOI:10.3878/j.issn.1006-9895.1992.02.05. |
| [] | Li Q, Shi H F, Shao A M, et al. 2014. Distribution and variation of carbon monoxide in the tropical troposphere and lower stratosphere[J]. Atmos. OceanicSci. Lett., 7(3): 218–223, DOI:10.1080/16742834.2014.11447164. |
| [] | Liu J, Logan J A, Murray L T, et al. 2013. Transport analysis and source attribution of seasonal and interannual variability of CO in the tropical upper troposphere and lower stratosphere[J]. Atmos. Chem. Phys., 13(1): 129–146, DOI:10.5194/acp-13-129-2013. |
| [] | Liu Y, Lu C H, Wang Y, et al. 2011. The quasi-biennial and semi-annual oscillation features of tropical O3, NO2, and NO3 revealed by GOMOS satellite observations for 2002-2008[J]. Chinese Sci. Bull., 56(18): 1921–1929, DOI:10.1007/s11434-011-4519-7. |
| [] | Livesey N J, Read W G, Froidevaux L, etal. 2011. EOS MLS Version 3.3 Level 2 data quality and description document[R]. Tech. Rep. JPLD-33509. Pasadena, Calif.:Jet Propulsion Laboratory. Luo M, Russell III J M, Huang T Y W. 1997. Halogen occultation experiment observations of the quasi-biennial oscillation and the effects of Pinatubo aerosols in the tropical stratosphere[J]. J. Geophys. Res., 102 (D15):19187-19198, doi:10.1029/97JD01015. |
| [] | Minschwaner K, Manney G L, Livesey N J, et al. 2010. The photochemistry of carbon monoxide in the stratosphere and mesosphere evaluated from observations by the microwave limb sounder on the Aura satellite[J]. J.Geophys.Res., 115(D13): D13303, DOI:10.1029/2009JD012654. |
| [] | Pascoe C L, Gray L J, Crooks S A, et al. 2005. The quasi-biennial oscillation:Analysis using ERA-40 data[J]. J. Geophys. Res., 110(D8): D08105, DOI:10.1029/2004JD004941. |
| [] | PlumbR A, Bell R C. 1982. A model of the quasi-biennial oscillation on an equatorial beta-plane[J]. Quart. J. Roy. Meteor. Soc., 108(456): 335–352, DOI:10.1002/qj.49710845604. |
| [] | Pommrich R, Müller R, Groo ß J U, et al. 2014. Tropical troposphere to stratosphere transport of carbon monoxide and long-lived trace species in the chemical Lagrangian model of the stratosphere (CLaMS)[J]. Geosci. Model Develop., 7(6): 2895–2916, DOI:10.5194/gmd-7-2895-2014. |
| [] | Punge H J, Konopka P, Giorgetta M A, et al. 2009. Effects of the quasi-biennial oscillation on low-latitude transport in the stratosphere derived from trajectory calculations[J]. J. Geophys. Res., 114(D3): D03102, DOI:10.1029/2008JD010518. |
| [] | Randel W J, Wu F, Russell III J M, et al. 1998. Seasonal cycles and QBO variations in stratospheric CH4 and H2O observed in UARSHALOE data[J]. J. Atmos. Sci., 55(2): 163–185. |
| [] | Randel W J, Wu F, Oltmans S J, et al. 2004. Interannual changes of stratospheric water vapor and correlations with tropical tropopause temperatures[J]. J. Atmos. Sci., 61(17): 2133–2148. |
| [] | Reed R J. 1964. A tentative model of the 26-month oscillation in tropical latitudes[J]. Quart. J. Roy. Meteor.Soc., 90(386): 441–466, DOI:10.1002/qj.49709038607. |
| [] | Ribera P, Peña-Ortiz C, Garcia-Herrera R, et al. 2004. Detection of the secondary meridional circulation associated with the quasi-biennial oscillation[J]. J. Geophys. Res., 109(D18): D18112, DOI:10.1029/2003JD004363. |
| [] | Ricaud P, Pommereau J P, Attié J L, et al. 2009. Equatorial transport as diagnosed from nitrous oxide variability[J]. Atmos. Chem. Phys., 9(21): 8173–8188, DOI:10.5194/acp-9-8173-2009. |
| [] | Schoeberl M R, Douglass A R, Newman P A, et al. 2008. QBO and annual cycle variations in tropical lower stratosphere trace gases from HALOE and Aura MLS observations[J]. J. Geophys. Res., 113(D5): D05301, DOI:10.1029/2007JD008678. |
| [] | 施春华, 郑彬, 陈月娟, 等. 2009. 热带平流层水汽的准两年周期振荡[J]. 地球物理学报, 52(10): 2428–2435. Shi Chunhua, Zheng Bin, Chen Yuejuan, et al. 2009. The quasi-biennial oscillation of water vapor in tropic stratosphere[J]. Chinese J. Geophys. (in Chinese), 52(10): 2428–2435, DOI:10.3969/j.issn.0001-5733.2009.10.002. |
| [] | Sitnov S A. 2008. Analysis of the quasi-biennial variability of carbon monoxide total column[J]. Izv.Atmos.OceanicPhys., 44(4): 459–466, DOI:10.1134/S0001433808040063. |
| [] | Solomon S., Garcia R. R., Olivero J. J., Bevilacqua R. M., Schwartz P.R.. 1985. Photochemistry and transport of carbon monoxide in the middle atmosphere[J]. J. Atmos. Sci., 42: 1072–1083. |
| [] | SPARC CCMVal. 2010. SPARC report on the evaluation of chemistry-climate models[R]//SPARC Report No.5, WCRP-132, WMO/TD-No. 1526. |
| [] | Tian W S, Chipperfield M P, Gray L J, et al. 2006. Quasi-biennial oscillation and tracer distributions in a coupled chemistry-climate model[J]. J. Geophys. Res., 111(D20): D20301, DOI:10.1029/2005JD006871. |
| [] | Wang C X, Tian W S, Zhang J K, et al. 2015. Model study of the impacts of emissions, chemical and dynamical processes on the CO variability in the tropical upper troposphere and lower stratosphere[J]. Tellus B, 67: 27475, DOI:10.3402/tellusb.v67.27475. |
| [] | 张弘, 陈月娟, 吴北婴. 2000. 准两年振荡对大气中微量气体分布的影响[J]. 大气科学, 24(1): 103–110. Zhang Hong, Chen Yuejuan, Wu Beiying. 2000. Impact of the quasi-biennial oscillation on the distribution of the trace gases in the stratosphere[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 24(1): 103–110, DOI:10.3878/j.issn.1006-9895.2000.01.11. |
| [] | 郑彬, 陈月娟, 简俊. 2003a. NOx的准两年周期变化及其与臭氧准两年周期振荡的关系Ⅰ[J]. 资料分析[J].大气科学, 27(5): 821–833. Zheng Bin, Chen Yuejuan, Jian Jun. 2003a. Quasi-biennial oscillation in NOx and relationship to O3 QBO. Part Ⅰ. Data analysis[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27(5): 821–833, DOI:10.3878/j.issn.1006-9895.2003.05.04. |
| [] | 郑彬, 陈月娟, 张弘. 2003b. NOx的准两年周期变化及其与臭氧准两年周期振荡的关系Ⅱ[J]. 模拟研究[J].大气科学, 27(6): 1007–1017. |
| [] | Zheng Bin, Chen Yuejuan, Zhang Hong, 2003b. Quasi-biennial oscillation in NOx and relationship to O3 QBO. Part Ⅱ[J]. Numerical experiment[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27 (6):1007-1017, doi:10.3878/j.issn.1006-9895.2003.06.05. |