第169篇 |【文献推荐】全球水汽异常吸收显著增加为登陆大气河提供水汽

文摘   2024-10-07 21:00   湖北  

题目:Significant increase of global anomalous moisture uptake feeding landfalling Atmospheric Rivers

期刊:Nature Communications



01 研究背景


随着全球变暖的加剧,大气持水能力不断增强。大气越湿润,其水汽输送作用越强,从而导致与大气河(AR,Atmospheric River)相关的极端降水事件和洪水发生频次增加。因此,在未来气候继续变暖的情况下,极端事件的加速发生严重威胁着生态系统和人类生活区。然而,目前尚不清楚哪些区域为AR提供了异常水汽,以及这些区域是否表现出与全球变暖有关的趋势。

基于此,Algarra(2020)等人利用ERA-Interim再分析数据和FLEXPART模型,探究1980-2017年期间全球异常水汽吸收(AMU,anomalous moisture uptake)和登陆大气河(LAR,landfalling Atmospheric River)事件的关系。本研究首先确定了登陆大气河(LAR)事件的高频区域,然后使用拉格朗日模型追踪水汽路径,识别了在登陆大气河事件期间水汽吸收增加的区域,并用Mann-Kendall趋势检验方法进行显著性检验。这项研究强调了未来气候预测中大气河加强的趋势,并指出了进一步研究的必要性,以便更好地理解和预测大气河及其对人类社会和生态系统的影响。


02 研究数据与方法


2.1 研究数据


使用来自欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的ERA-Interim再分析数据(http://apps.ecmwf.int/datasets),该数据集提供从1980-2017年的6小时时间步长(00:00,06:00,12:00,18:00 UTC)的全球气象数据,水平分辨率为1°,垂直高度从1000hPa至0.1hPa共61层。变量包括比湿(q,单位:g/kg)、全球海平面气压(MSLP,Mean Sea Level Pressure,单位:hPa)、全球海表面温度(SST,Sea Surface Temperature,单位:℃)。


2.2 大气河登陆区域的全球识别


使用Guan(2015)等人开发的AR数据库,该数据库以1.5°的空间分辨率和6小时的时间间隔(00:00,06:00,12:00,18:00 UTC),使用ERA-Interim再分析数据,提供全球范围内AR的登陆位置信息。在大气河的识别过程中,不仅要看整层水汽通量(IVT,vertically-integrated horizontal moisture transport)是否达到了一定的阈值,还要确保大气河在空间上呈现出一种连贯的条带状结构。

沿着每段海岸线以12°的空间分辨率来统计登陆大气河(LAR)事件。在1980-2017年间,登陆大气河事件发生的总天数为1388天。基于此,本研究定义了登陆大气河事件发生频率超过10%的区域为这些事件最频繁发生的地区(图1)。由于AR是存在于温带气旋暖区的天气系统,温带气旋通常与冬季平均海平面气压场(MSLP)负异常有关系,因此,在进行水汽逆向分析时,仅考虑那些显示出与冬季平均海平面气压场(MSLP)有负异常的区域。据此排除4个区域后(图1红色部分),将20个研究区域划分成8个大区域(a.美国西海岸,b.美国东海岸,c.格陵兰岛、冰岛,d.欧洲西海岸,e.亚洲海岸,f.澳大利亚西海岸,g.非洲海岸,h.南极海岸)。

图1 全球登陆大气河事件的多发区。(a-h)1980-2017年期间全球沿海地区的大气河(AR)频率:美国西海岸(a)、美国东海岸(b)、格陵兰岛和冰岛(c)、欧洲西海岸(d)、亚洲海岸(e)、澳大利亚海岸和新西兰(f)、非洲海岸(g)和南极海岸(h)。黑色线条显示了大气河频率的纬向分布,红线表示基于所有地区计算得出的登陆大气河(LAR)事件频率总天数10%的阈值。(i)显示利用AR数据库识别到的24个LAR区域,其中红色区域未用于研究异常水汽吸收。


2.3 FLEXPART模型:异常水汽吸收


为了确定AR事件的水汽来源,本研究使用ERA-Interim再分析数据驱动拉格朗日粒子扩散模型(FLEXPART v9.0)对气团进行10天逆向追踪,以确定每个气团沿轨迹的比湿变化,时间步长为6h(式(1)):

其中(e−p)是蒸发减降水差额,即气团的淡水通量,m代表气团质量(单位:kg),q代表比湿(单位:g/kg),t是时间。

对(e−p)进行整层积分得到地表淡水通量(式(2)):

其中(E−P)代表地表淡水通量,k是区域面积A上的气团数量。采用时间逆向分析识别LAR事件期间气团的水汽来源,将水汽源地定义为蒸发量超过降水量(即(E−P)>0)的区域。

异常水汽吸收(AMU)是指在1980-2017年整个时期内,与登陆大气河(LAR)事件相关的平均蒸发异常量。它是通过计算每个LAR事件期间的水汽吸收量与该LAR事件发生当天的气候平均水汽吸收量之间的差异得到。

水汽吸收异常是根据1980–2017年期间个别LAR事件的水汽吸收量与LAR发生当天的气候态水汽吸收量之差得到。如果某个LAR事件的水汽吸收量超过了长期平均值,超出部分就被视为正的水汽吸收异常。将所有LAR事件的正水汽吸收异常值累加起来,从而得到整个研究时段内大气河流登陆事件的正水汽吸收异常量。根据该方法可以识别出LAR沿其路径的异常水汽源地。


03 主要发现


3.1  LAR事件的全球空间分布

对1980-2017年期间登陆大气河多发区的水汽异常吸收量(图2)进行分析,结果显示大多数地区的AMU在1980-2017年间显著增加。值得注意的是,由于美国西部地区在1980-2017年没有出现整层水汽通量(IVT)或降水趋势增加,所以美国西部地区没有表现出AMU的明显增加(图S6b-c)。

图2 1980-2017年期间登陆大气河多发区的水汽异常吸收量:(a)北太平洋和北大西洋,(b)西欧以及(c)南半球。填充区域表示实际的蒸发异常累加值超过第90百分位数值的区域,且蒸发异常在95%水平上显著增加(Mann-Kendall检验)。填充区域序号与图1含义相同。


图S6 1980-2017年各登陆大气河区域的异常水汽吸收量年际变化。红线表示线性回归趋势。方框(左上)显示了图1中每个登陆大气河(LAR)区域的编号(从1到11)。星号(*)表示根据Mann-Kendall检验得到的AMU趋势在95%水平上是显著的。


3.2 LAR的水汽吸收全球分布特征

分析1980-2017年间全球LAR事件水汽异常吸收量可得,在南北半球的25°~40°之间亚热带海洋区域的AMU值较高,来自北大西洋的AMU几乎占全球AMU的一半(图S8a-c)。AMU的最大值出现在西半球暖池,包括墨西哥湾和加勒比海的大型蒸发区域。西半球暖池SST比较高,有利于提高蒸发速率,可以为大气提供充足水汽,从而有利于LAR向中纬度地区输送水汽(图3a)。当单独分析西半球暖池的年际变化,或者从全球分析中排除北大西洋区域时,AMU的趋势仍然显著增加(图S8 b-d)。

分析AMU的纬向平均值可得,在北半球中高纬度AMU强度明显高于南半球中高纬度AMU强度(图3b)。AMU随纬度的变化呈双峰型分布,40°N附近AMU的值最高而且LAR事件发生最多,但纬向平均AMU的年际变化非常小(图3b)。对全球AMU的年际变化进行分析可知,在1980-2017年间全球AMU增加,平均每10年增加0.9%(图3c)。

AR源区的AMU在1980-2016年间显著增加了约3%,鉴于在此期间全球地表温度平均上升接近0.5℃,这一增加率(即每升温1℃,AMU增加约6%)与根据克劳修斯-克拉伯龙(C-C)方程预期的水汽增加速率接近。C-C方程指出,随着温度的升高,大气的水汽含量将以大约7%/℃的速率增加。这种增温效应在AR源区的水汽吸收上十分显著,这与C-C方程的预测一致。

图3 1980-2017年登陆大气河(LAR)事件水汽异常吸收量。(a)主要登陆区域大气河(AR)的年水汽吸收量正异常总和;(b)异常水汽吸收(AMU)的纬向平均值(黑线)及其年际变化(灰色阴影区域)。图a、b中红线表示北回归线(23.43°N)和南回归线(23.43°S)。(c)全球AMU的年际变化(黑线)及其线性回归趋势(红线)。


图S8 1980-2017年全球水汽异常水汽吸收量(AMU)的纬向平均值及其年际变化(灰色阴影部分)和AMU的全球年际变化。(a)和(b)不包括北大西洋盆地的AMU;(c)和(d)仅包括北大西洋盆地的AMU。(a)和(c)中的红线表示北回归线(23.43°N)和南回归线(23.43°S)。(b)和(d)中的红线表示相应的线性回归趋势,根据Mann-Kendall检验可得这些趋势在95%水平上是显著的。


04 主要结论


1980-2016年间,大多数地区的AMU显著增加。这一现象在南北半球的亚热带海洋区域尤为明显,尤其是位于25°-40°纬度范围内地区的AMU值较高。特别地,西半球暖池地区的AMU值达到最大。这一区域包括墨西哥湾和加勒比海,其海表面温度较高,有利于更高效的蒸发作用,为AR提供了丰富的水汽,促进了AR向其他远距离地区传输水汽。

AMU随纬度的变化呈现出双峰型分布,在南北半球40°达到峰值。其中北半球中高纬度地区AMU的强度比南半球更强,而且北半球40°N是LAR事件发生最频繁的区域。在整个研究期间,全球AMU的增长速率为每十年增加0.9%。

此外,1980-2016年间,随着全球地表温度每上升1℃,AMU增加约6%,与C-C方程预测的水汽增加速率接近


05 引发思考


该研究首次在全球尺度上对大气河的AMU进行了量化和分析,为理解大气河活动在全球气候变化中的加强作用提供了新的视角。

在实际应用中,C-C方程通常用来估计大气的持水能力,即大气在不同温度下能够保持的最大水汽量。AMU的增加趋势与C-C方程相吻合,意味着随着全球温度的升高,大气河活动增强,其运输的水汽增多,这与理论预期一致


编者注

以上总结仅代表个人对论文的理解,仅供研究参考所用,不用于商业用途。若上述理解内容有误,请以论文原文为主。

原文出处

Algarra, I., Nieto, R., Ramos, A. M., Eiras-Barca, J., Trigo, R. M., & Gimeno, L. (2020). Significant increase of global anomalous moisture uptake feeding landfalling Atmospheric Rivers. Nature Communications, 11(5082), 1-14. https://doi.org/10.1038/s41467-020-18876-w

参考文献

Guan, B., & Waliser, D. E. (2015). Detection of atmospheric rivers: Evaluation and application of an algorithm for global studies. Journal of Geophysical Research: Atmospheres, 120, 12514-12535. https://doi.org/10.1029/2015JD023600


文字来源:王天航

图片来源:https://www.nature.com/

编辑:王天航

审核:罗楚玉  柳睿涵

极端天气气候与灾害风险评估
中国地质大学(武汉)顾西辉教授学术团队公众号,专注分享极端天气气候与灾害风险评估方面的科研动态、学术成果、项目合作、学术讲座、团队发展等信息。期待与您的交流!Email : guxihui421@163.com
 最新文章