东北地区不同类型的冷涡环流和它们的天气影响[1]1]外文翻译资料

 2022-12-20 21:21:42

英语原文共 19 页，剩余内容已隐藏，支付完成后下载完整资料

东北地区不同类型的冷涡环流和它们的天气影响[1]1]

ZUOWEI XIE

ICCES, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing, China

CHOLAW BUEH

ICCES and LASG, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing, China

(2014年6月13日收到稿件, 2014年10月27日定稿)

摘要

中国东北地区经常出现一个深厚的冷性涡旋. 被称为中国东北冷涡(NCCV), 这种现象从5月到6月中旬最活跃并且能够导致局地极寒低温. 本研究使用涡旋主分量分析将NCCV事件分为四类, 以下列地区的山脊(或阻挡物)为特征：贝加尔湖(BKL), 叶尼塞河谷(YNS), 乌拉尔山(UR)和雅库茨克 - 鄂霍茨克地区(YO).

在季节内时间尺度上, 来自北大西洋和欧洲的高度异常传播到东亚发现波列时形成BKL型和YNS型NCCV. 相比之下, YO型和UR型NCCV的形成与东北亚的经向偶极子模式的发展相关联. 在雅库茨克 - 鄂霍茨克地区阻塞型环流的存在促进维持了NCCV循环的四种类型的长期(超过5天)NCCV事件. 长期事件NCCV在东北亚地区的典型环流与波动终止密切相关, 而短期(3-5天)事件只显示出波动传播.

YNS型NCCV不仅引起了中国东北地区还有中国中部和南部的寒冷的地面气温(SAT), 而其他三种类型仅导致中国东北区域性SAT异常. 所有四种类型的NCCV都引起了中国东北地区降水增加, 并且UR型和YO型NCCV比BKL型和YNS型NCCV产生的这种影响更广泛.

1.引言

切断低压(CL)是一个重要的中纬度天气系统, 自20世纪40年代以来就引起了研究人员的注意. CL表现为在对流层中上层封闭的气旋式环流, 与西风主流完全分离(Palmeacute;n 1949; Palmeacute;n和Nagler 1949). 有极地源地, 它是以局部冷核为特征, 因此对流层顶低, 也被称为冷涡(Hsieh 1949)Hoskins等人(1985)提出了CL为定义在等熵面上的高位势涡度(PV)的闭合区域. 在一定区域上, CL不仅导致低温, 有时还会产生大量降雨(Tao 1980; Nieto et al.2007). CL在平流层 - 对流层化学物质交换中起着重要作用, 如臭氧和碳氢化合物(Bamber等, 1984; Liu等, 2013).

Nieto等人(2005)描述了三个不同的CL发生较多的北半球区域： 南欧和东大西洋, 东北太平洋, 以及中国北部 - 西伯利亚地区. 在气候学上, CL发生较多的三个不同的区域在大尺度绕极环流主槽周围, 大体上区别于任何其他地区发生的CL. 中国东北冷涡(NCCV)盛行于5月到8月(Sun等, 1994). 因为它最强活动幅度最常发生在5月至6月中旬这一时期被视为NCCV的活跃期(Xie and Bueh 2012). NCCV会带来持久的寒冷天气, 在NCCV频繁的年代甚至会导致当地作物大幅减产(Zheng 等人, 1992年).

由于NCCV可能会导致当地天气环境的破坏, 许多研究已对其典型的环流特征进行了调查. NCCV与东亚急流密切相关(EAJ; Bosart 1989). 具体而言, 反复出现的或持续的NCCV多发生于EAJ表现出强烈的分支或分裂特征时. (Sun 1997; Sun et al.2000). 阻塞型环流的特征还在于一个分裂的急流(Rex, 1950), 暗示它可能在维持NCCV的过程中发挥重要作用. Zheng等人(1992)表明NCCV环流的形成与的在贝加尔湖上空的脊或在雅库茨克上空的阻塞形势有关. Sun等人(1994)进一步注意到大约77％的NCCV与一个在东北亚地区的阻塞型环流有关. 特别是在这些年里多次反复出现的NCCV, 观测巴尔喀什湖地区到中国东北的贝加尔湖和雅库茨克 - 鄂霍次克地区的异常环流中心在对流层中部具有“正 – 负–正”的分布. Wang和Lupo(2009)提出在鄂霍次克海上空的阻塞形势促使初夏的NCCV环流通过罗斯贝波的传播加强. 此外, Wang等人 (2011)注意到鄂霍次克海阻塞的维持与罗斯贝波受青藏高原加热的有利于NCCV环流的维持同相. Lian等人(2010)发现乌拉尔山上空持续的阻塞型环流也有利于持续性NCCV. Wu等人(2009)在2008年5月期间调查了反复性和持续性NCCV, 在 31天中的28天NCCV强烈, 并伴有10个序列. 他们总结一个持久的固定位于乌拉尔山和贝加尔湖之间的脊对反复性NCCV环流做出了贡献. NCCV的另一个极端情况发生在2009年6月, 其间NCCV环流在当月30天中的27天反复出现. Ren等人(2010)和Zhao等人(2010)研究这种情况并提出在乌拉尔山和鄂霍次克海地区的双重阻塞环流是NCCV活动的主要贡献者. 至于下游背景环流, Xie和Bueh(2012)建议, 从5月到8月, 每月西太平洋遥相关模式Barnston和Livezey (1987)处于负面阶段(此后WP2短暂)是一个有利的NCCV的环流背景. 虽然这些研究是基于月平均环流, 他们表示NCCV环流的形成与具有各种类型的脊或阻塞型环流密切相关. 因此, 有必要客观地根据它们与不同类型脊的或阻塞型环流的关系对NCCV事件进行分类.

以往NCCV对地表气温(SAT)分布和降雨模式有较大影响. 由于各种类型NCCV的配置不同, 可以预期上述这些是不同的. 关于NCCV环流对天气的影响, 研究人员对NCCV诱发降雨的位置给予了极大的关注. Sun等人(1995)发现降水往往集中在NCCV环流的东南象限, 与NCCV相关的异常南风或西南风诱导了NCCV环流中丰富的水汽输送和强烈的上升运动. Sun等人(2002)也发现NCCV引起的强降雨主要发生在NCCV中心东部. Wang等人(2012)通过对2007年7月的一个典型个例的调查, 发现NCCV中心东北部也发生了强降雨. 通过比较1998年夏季三次NCCV环流及其降雨模式, Zhao和Sun(2007)发现了与NCCV相关的降雨模式随不同类型的NCCV阻塞形势变化. 至于不同类型的NCCV对当地气温的不同影响, 目前还没有广泛的研究, 不同类型NCCV对天气的影响也没有很好的文献记载.

一些研究尝试根据NCCV的地点将其分成几个组. 例如, Sun等人(1994)根据NCCV的地理位置将其分为三组. 然而, 由于NCCV的位置与EAJ密切相关, 因此的NCCV的地理分类受EAJ季节变化的影响较大. Zhang(2008)在研究NCCV对中国东北中尺度对流系统的影响时, 仅根据NCCV的方向将其分为纬向型和经向型. 此外, Zhong(2011)根据NCCV的寿命对其进行了分类, 将其分为持续型和瞬态型. 他指出, 如果槽向西, 则NCCV倾向于持续存在, 槽向西输送冷空气, 而槽向NCCV输送正涡度. 另一方面, 位于上游一侧的山脊(对NCCV)是不利的. 然而, Sun等人(1994)指出在鄂霍次克海上, 与阻塞型环流相关的NCCV的持续时间往往比NCCV的平均寿命(4天)长2天. 尽管如此, 在上面提到的各种分类方案中并没有提供NCCV的鲜明特征和演变的完整图像. 特别是需要更深入的洞察力来描述短寿命和长寿NCCV之间的本质区别.

图1.用于检测/识别(a)涡旋, (b)冷槽和(c)网格500hpa冷芯的方法示意图. 点(i, j). (a)和(c)中的圆表示闭合轮廓, (b)中的曲线表示冷槽.

在本研究中, 我们基于旋转经验正交函数(REOF)分析NCCV的活动期(5月1日- 6月15日)将NCCV分为4组. 如后面所示, 这种分类不仅捕捉到了不同类型NCCV自身的不同特征, 还说明了它们与不同类型的脊或闭塞型环流之间的密切联系. 在下一节中, 我们将描述分类的数据和方法. 第三节研究不同类型的NCCV循环的特征. 在第4节中, 我们在季节内时间尺度上展示了不同类型NCCV的生命周期. 根据其生命周期, 还讨论了短寿命和长寿命NCCV之间的区别以及它们与阻塞活动的关系. 第5节介绍了不同类型的NCCV对天气的影响. 最后一节提供了总结和讨论.

2. 数据和方法

本研究使用的逐日观测数据来自NCEP-NCAR 40年再分析项目(Kalnay等人, 1996), 包括位势高度, 水平风和气温. 这些数据在水平分辨率为2.5°times;2.5°和17个垂直压力水平面的网格上. 我们采用了中国气象局存档的一套全国高质量网格日降水和SAT数据. 它是基于2400个观测站的插值观测(Zhao等人, 2014). 这些数据的空间分辨率为0.5°times;0.5°, 时间跨度为1961年至今. 分析时段为1965年至2011年的NCCV的活跃期(5月1日-6月15日). 采用8天截止周期的低通滤波器描述大尺度异常的季节内演化过程(Nakamura 1994).

在35°-55°N, 115° -140°E区域, 满足以下三种条件定义NCCV事件:第一, 在低通滤波的500hPa位势高度(Z500)场上识别最小中心(或涡心). 具体来说, 如果一个网格(i, j)的日均值Z500 (Zi, j)小于其周围8个网格的日均值Z500 (Zi, j), 则将其视为最小中心, 如图1a所示;第二, 在相同的压力水平面下, 如果图1a中9个格点中的任意一个格点part;sup2;Ti,j/part;xsup2;＞0(T为500hpa时的气温)那么在最小中心附近存在一个冷槽或一个冷中心. 例如, 在图1b中, 栅极(i, j)处有一个冷槽. 如果拉普拉斯温度在9个网格点中的任意一个为正, 则定义冷核. 如图1c所示, 由于栅格处拉普拉斯温度为正, 因此在(i, j)栅格处存在冷核;三是最低中心伴冷槽或冷核持续至少3天. 读者可以参考Hu等人(2010)和Xie和Bueh(2012)了解更多细节. 我们在研究期间共发现103例NCCV个例. NCCV的幅值只是由其中心相对于气候学季节周期(31天平均运行)的高度异常的幅值来定义的. 将一个NCCV事件的峰值日指定为NCCV幅值达到最大值的日子.

利用Schwierz等人(2004)的基于500-150hPa垂直平均PV异常(Small等人2014)的阻塞模式目录确定每日的阻塞事件. 该目录考虑阻塞事件作为寿命超过5天的大型准三维图形. 垂直平均PV异常(mAPV)被设计用来识别阻塞反气旋最相关的物理特征:对流层顶下的负PV. 该异常是相对于每一层的纬向平均PV来定义的, 这确保了所选的特征在对流层顶附近而不是平流层. 我们识别了每一个超过-1.0 PV单位(PVU;1 PVU=)在北半球的40°和75°N之间绘制了它的边界矩形. 任何小于15°times;15°和的矩形都被去. 然后, 如果矩形在超过15°times;15°空间中连续5天重叠, 则识别阻塞事件. 该指数不仅能识别PV梯度反转的区块, 还能阻止反气旋从高度放大的山脊上移动. 此外, 由于急流往往局限于对流层上部, 该指标在夏季探测阻塞事件时更有效.

我们应用学生的测试(Wilks, 1995)评估Z500, PV, 和SAT统计学意义的线性回归系数和复合异常. 因为预测结果不是正态分布, 威尔于1995年用引导方法,采用非参数检验,评估综合降水异常的统计意义. 在下一节中, 我们根据REOF分析对已识别的NCCV进行分类, REOF分析已被广泛应用于低频变异性的研究(Wallace和Gutzler 1981; Horel 1984; Barnston和Livezey 1987).

3.NCCV事件的分类

a.分类

考虑到NCCV与欧亚大陆环流的密切关系, 我们采用REOF分析确定了NCCV的主要模式. REOF分析的数据是由103个NCCV事件高峰期的Z500异常数据构建而成, 该区域包括35°-75°N, 40° -160°E. 这些异常是用纬度余弦的平方根加权得到的面积. 基于Z500日异常的协方差曲线, 进行了传统的EOF分析. 由于物理模态不一定是正交的(Horel 1981; Simmons等人. 1983), 我们旋转了领先的EOF模式, 以避免解释所获得的EOF空间模式的困难. 然而, 当旋转的EOF数量增加时, REOF失去结构的主导模式会变得局域化(Hannachi等人. 2006). 为了获得合适的空间模式, 我们使用Kaiser row归一化和varimax标准旋转了不同数量的领先EOF(Kaiser 1958). 共10个领先的EOF, 占总方差的78.7%, 被发现是合适的旋转. 根据旋转主元(RPC)的方差对得到的REOF模式进行排序.

图2显示了在NCCV事件的高峰日, Z500日的异常对4个主要的规范化RPC进行了回归. 正如预期的那样, 前四种模式显示了四种不同的配置. 第一种模式的特征是在乌拉尔山脉上空有一个明显的正异常中心, 在贝加尔湖和大西洋/西欧扇区上空有相反的中心标志(图2a). 同样的, 相对于REOF1模式, REOF2模式的“负正负”高度异常也略有东移, 叶尼塞河谷上空呈现明显的正异常中心(图2b). 与两种主导模式形成鲜明对比的是, 第三REOF在东北亚上空呈现明显的正距平中心, 在乌拉尔山脉上空呈现中度正距平中心(图2c). 在这个模式中, 两个相反的符号中心分别位于日本东部的贝加尔湖和西北太平洋上. 在REOF4空间格局中(图2d), 波列状高程

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19478]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章