科技信息快递

2019年

  1. 2023年
  2. 2022年
  3. 2021年
  4. 2020年
  5. 2019年
  6. 2018年
  7. 2017年
  8. 2016年
  9. 2015年
  10. 2014年

第十五期

  1. 第一期
  2. 第二期
  3. 第三期
  4. 第四期
  5. 第五期
  6. 第六期
  7. 第七期
  8. 第八期
  9. 第九期
  10. 第十期
  11. 第十一期
  12. 第十二期
  13. 第十三期
  14. 第十四期
  15. 第十五期

AMS 百年评述论文译介

首页 > 《科技信息快递》 >2019年>第十五期>AMS 百年评述论文译介
中尺度行星边界层气象学研究100年进步 发布日期 :2023-12-05  

 中尺度行星边界层气象学研究100年进步

  作者:David A. R. Kristovich(伊利诺伊大学香槟分校), Eugene Takle(爱荷华大学), George S. Young(宾夕法尼亚州立大学帕克分校), Ashish Sharma(伊利诺伊大学香槟分校,圣母诺特丹大学)

  编译:贾朋群 李婧华

  摘要:本章描述了我们对直接与地表驱动联系在一起的中尺度大气环流几个例子的认识过程,从海洋热力驱动变化和向陆地传播,到人为温度和粗糙度改变,最后是强迫边界层环流。例子包括大气对以下要素的响应:(1)海洋温度变化;(2)海岸线(海风);(3)内陆水域中尺度区域(湖泊效应风暴);(4)陆地表面利用变化(城市用地覆盖)。本章简要总结这些中尺度大气环流以及认识它们的工具的历史演变,它们对领域的重要意义,以及开启和决定其演变的物理过程,同时给出我们预感的未来研究的关键途径。美国气象学会(AMS)在促进中尺度地表驱动环流发展方面发挥了直接和重要的作用。AMS 期刊出版物和学术会议对该领域以及相关大气、海洋和水文领域,以及姊妹科技组织的作用,通过广泛的引文展示出来。

  1 引言

  经验告诉我们,地表对我们身在其中的地面天气有重要影响。我们选择较凉爽的树荫下行走。我们造墙或栽种多排高大树木以降低局地风速和减缓地面风蚀。夏日里我们等待海风带来清凉。那么很自然,我们期待更加量化的方式认识天气和气候,大量研究针对直接与地球表面相联系的浅的、中尺度天气系统的认识展开。

  本章探索中尺度行星大气边界层(ABL)的特征,这些特征直接与地球表面变化联系在一起。这些特征一般通过地表特点的空间(和时间)变化形成,包括自然和人为变化。但是,任何区域,尤其是在陆地上,很显然充满了中尺度变化。不同类型的庄稼在数十到数百 km 的区域里耕种,灌溉有时会改变大片土地表面湿度情况,树木区也可能转变为草原。

  得到中尺度陆面变化驱动的所有边界层特征研究的全景,会超出本章的篇幅。因此,我们给出研究大气对地表做出响应一般例子的信息,从海洋热力驱动变化和向海岸(沿海、湖泊)传播到人为温度和粗糙度(城市)变化,最后讨论强迫边界层环流(风场):(1)海洋温度变化(响应海洋边界层);(2)海岸线(海风);(3)内陆水域中尺度区域(湖泊效应风暴); (4)陆地表面利用变化(城市用地覆盖);以及(5)强迫边界层运动(风场)。本章简要总结这些中尺度大气环流以及认识它们的工具的历史演变,它们对领域的重要意义,以及开启和决定其演变的物理过程。用这种方式,我们希望探讨大气对这些被地表粗糙度/驱动控制过程的响应,主要是对热力驱动变化的响应,以及这些驱动组合的响应等。

  本章焦点是在美国气象学会的 100 年里中尺度地表天气和气候的发展。这些天气和气候现象的一些知识可以前推更长时间(例如,海风环流),而有些是本领域近期得到的进步(如对风场的响应)。这些作为案例现象演化的异同给出了研究驱动有用的概观,以及在很大程度上决定了进步速度的观测、分析和数值模拟技术的快速开发之路。

   2 对海洋边界层的响应

  虽然在20世纪之前很久,沿海洋西部边界暖洋流和沿海洋东部边界冷洋流的存在就被知晓,但直到极轨卫星上红外(IR)图像出现,其中尺度结构才被广泛认识到。沿墨西哥湾流北缘强烈海面温度(SST)锋,伴随该区域海洋锋中尺度带的存在,在改进的 TIROS 业务卫星(ITOS-1)红外卫星图像中清晰显现(Rao et al. 1971)。沿海洋东部边界的冷洋流也能展现出强烈的中尺度温度梯度,这是因为在向赤道沿岸地表风期间埃克曼抽吸从下方带来更冷水(Holladay and O’Brien 1975)。

  图1为最新一代极轨卫星在新喀里多尼亚的哈特拉斯角西北部区域的3天IR合成图,清晰显示了在这些特征。西部边界洋流带的长期卫星观测揭示了长周期的驻波和较短的周期大约为6周的移动波(Halliwell and Mooers 1983)。图1中的波带是墨西哥湾区这些较快演化中尺度波的典型例子。驻波也在非洲南端点附近的阿古拉斯洋流拓展区被观测到(Liu et al. 2007)。

  3 沿海环流-海风

  a AMS前50年

  海风的知识在早期人类航海中获得。海风出现的时间、变化和强度在船只有效和安全地在危险海岸线靠岸和起航中扮演重要角色(如 Neumann 1973)。因为很多早期定居地靠近大范围水体,海风就成为日常生活的一部分。因此,得到这些环流系统的很多经验。然而,在AMS成立的第一个世纪,认识海风的特征、其形成机制和对区域环境和社会的影响得到了极大提升。当然,针对陆地风几乎也可以这么说,但是就目前所知要少很多。本节主要聚焦对大量海风研究形成的沿海气流知识增加的揭示。

  海风具有中尺度风特征,由海岸线附近大气热差异驱动。这些热差异源自水陆的物理差别,控制着其上方空气可获得的热量。海风是较低层大气对陆地和水面以上空气之间造成温度差异的反应。

  Ward(1914)的一篇评述文章全面概述了AMS成立前后的海风认识状态。Ward清晰显示了很多关于海风已经知晓的内容:海风和陆地风都在晴空和轻风条件下最容易发生,这是由海洋和陆地表面之间加热率的差别驱动的;海风向岸流浅(数百米),但经常表现为大水平范围(数十到数百千米);海风经常在最上层为离岸流;这种离岸流可能在近地表海风前出现;海风通常在离岸较远处(数十千米)开始;风向在白天因地球旋转影响随着时间转向;海风和陆风环流可能被局地和大尺度风分布放大或减弱。

  b 认识和模拟海风的快速进步

  1970 年代关于海风的科学文献数量有一个大的增加,这是因为数值模拟技术和雷达观测的应用。1970 年代初,2D 模式的应用持续(如 Walsh 1974; Neumann 1973; Anthes 1978),这些进步带来了 3D 模式(Pielke 1974a,b)及最终完全耦合的空气-沿海海洋模式(如 Clancy et al. 1979)。与此同时,观测设备和计划设计技术持续改进,从而获得更多海风气候 3D 特征和简单空气-地形-水关系的影响信息(如 Johnson and O’Brien 1973; O’Brien and Pillsbury 1974; Lhermitte and Gilet 1975; Hawkins 1977; Barbato 1978; Burpee 1979)。

  这种进步带来对海风现象更为深刻的认识,如:(1)对非均匀海岸线和沿海及内陆山区影响信息的识别和扩展(McPherson 1970; Pielke 1974a; Hawkins 1977; Barbato 1978; Mahrer and Pielke 1977),(2)对海风整个白天典型顺时针旋转变化原因的认识(Neumann 1977; O’Brien and Pillsbury 1974; Lhermitte and Gilet 1975; Burk and Staley 1979; Reed 1979),(3)大尺度环境对海风强度和演化的影响(Johnson and O’Brien 1973; Pearson 1973; Pielke 1974a; Burpee 1979),以及(4)海风空气运动影响沿海涌升流,以及反过来,引起海洋空气密度增加进而影响海风密度和运动的反馈机制(O’Brien and Pillsbury 1974; Hawkins 1977; Clancy et al. 1979)。

  c 近来海风应用研究进展

  随着对海风完整性的认识以及在高分辨模式中模拟其演化能力的提高,最近几十年来将对海风的认识应用于其他大气和社会现象的研究呈现大幅增加。我们给出几个例子。

  海风及相关湖风和陆地风等,在沿海社区空气质量方面起关键作用。例如,Lyons 和其他学者利用多种观测和数值技术研究密歇根湖南岸附近的湖泊和陆地风环流(如 Lyons and Cole 1976; Keen and Lyons 1978)。沿海源的位置和高度对这些环流传输大气化学成分非常重要,例如在坦帕湾(Lyons 1972; Lyons and Olsson 1972; Young and Winchester 1980)、纽约市(Bornstein and Thompson 1981)、日本城市(Ueda et al. 1988; Yoshikado 1990)、希腊雅典(Clappier et al. 2000; Grossi et al. 2000)、切萨皮克湾区域(如 Stauffer et al. 2014)、盐湖城(如 Blaylock et al. 2017)及很多其他地方。

  4 湖泊影响的降雪系统

  a 前50年

  大型湖泊,尤其是位于中纬度时,经历季节温度极端,能够通过带来频繁激烈天气改变区域气候。一个值得关注的例子是劳伦大湖,该湖制造龙卷通道等极端事 件(见,如 King et al. 2003)以及一些北美出现的最极端天气(如 Kristovich et al. 2017)。本节关注对冷季湖泊效应系统认识的发展,该效应能产生致灾风、洪水雨、冰风暴和暴雪(图7)。

  b 湖泊效应降雪的气候变率

  因为降雪在中高纬湖泊区域对自然和社会的巨大影响,这类降雪是否存在长期趋势以及控制其年际变量机制等就非常令人感兴趣;这些问题尚没有完全被认识。主要困难之一就是湖泊附近降雪可以因非湖泊效应系统出现(如锋面系统、气旋),而仅湖泊效应的个例,是指如果湖泊不存在将不会出现降雪,以及针对非湖泊效应系统降水的湖泊影响(“湖泊增强”)。

  c 湖泊效应边界层

  研究湖泊效应事件详细特点在的巨大难点是发生在巨大水体上的风暴演化的很大部分远离业务观测站。雷达(如 Steenburgh et al. 2000; Alcott et al. 2012; Yeager et al. 2013; Veals and Steenburgh 2015)、卫星(Kelly 1986; Kristovich and Steve 1995; Rodriguez et al. 2007; Ackerman et al. 2013; Laird et al. 2016)以及其他业务遥感技术(如 Steiger et al. 2009)为考察大量湖泊效应事件带来不断增加的准确数据,但是观测变量的数量有限。系列短期外场试验能同时获得多平台数据,旨在得到湖泊效应边界层详尽信息和很多其他方式无法得到的特征:芝加哥大学湖泊雪计划(1970 年代和 1980 年代,Braham and Kelly 1982);安大略湖冬季风暴(LOWS 1990 年, Reinking et al. 1993);湖泊影响对流试验(Lake-ICE 1997—1998 年, Kristovich et al. 2000);安大略冬季湖泊效应系统(OWLeS 2013—2014 年, Kristovich et al. 2017);以及很多其他更为专门的试验(如 Gerbush et al. 2008; Steiger et al. 2013)。这些项目,与快速进步的数值模拟技术结合,带来对湖泊效应风暴很多方面认识的进步。

  d 湖泊效应系统的中尺度特征

  在湖泊效应风暴过程中,包含了很多不同空间和时间尺度,或许直接与决定那些社区会有最强降雪以及持续多长时间的特征,是中尺度结构。湖泊效应降水带的中尺度结构和演化受到很多因子的影响,包括湖泊-空气温差、相对于湖泊方向的风向、近岸地形、对流强度、静力稳定度、风随高度变化(风切变)等等。然而,只要环境适宜湖泊效应发展,影响湖泊效应风暴整体结构最大的局地因子一般被确定为风速、地面热通量强度和湖泊相对于风向的形态(例如图10,源自 Hjelmfelt 1990; Niziol et 591 al. 1995; Laird et al. 2003; Laird and Kristovich 2004, 及很多其他文献)。

  e 湖泊效应系统预报、综合影响以及小湖泊

  随着1970年代预报技术的改进,多项研究致力于更好地确定生成最强风暴的大尺度大气环境。Dewey(1975)断定地面热通量的临界值对于预报湖泊效应尤其有效。但是,因为他的公式考虑了地表热过程和稳定度对湖泊效应风暴深度和强度两方面的作用,从湖面到 850hPa温度的修正阈值更容易和更多地被预报员采纳(如Rothrock 1969; Holroyd 1971)。随着业务数值模拟和湖泊效应认识的改进,Niziol(1987)和Niziol et al.(1995)给出那时预报技术的详细评述。很多区域和局地预报员使用不断复杂的数值模拟系统(如Saslo and Greybush 2017)以及针对关注区域特殊技术(如 lake snow parameter, Smith and Boris 2008)。这一努力带来湖泊效应风暴将在哪里出现及强度如何预报能力的重大提升(如Ballentine 1982; Ballentine et al. 1998),但是,还需要预报这些系统经验的持续共享(如 Kristovich et al. 2017)。

  5 城市天气和气候

  在AMS成立之前就已经知道城市地区对局地天气和气候有很大影响。例如,建筑物和其他基础设施能阻止低层气流,城市地区热源改变边界层结构。这些影响源自植被和地表类型的改变,街道、建筑和停车场的出现,地表反照率和人为加热(如来自空调、电场、交通和制造业产生的余热)等。但是,城市对低层气流、湍流、温度、降水、湿度影响的详细、量化研究以及这些影响对边界层污染物的传输和扩散的影响等,仅仅在过去几十年里进行了详细研究。

  然而,城市化进程的提升强化了对预报模式的预报改进的需求以更好地应对气候变化对健康和福祉的短期和长期影响,因为城市区域变得更大、更热和污染更严重。