MJO与中间层-低热层风场潮汐DE3季节内变化性的关联

周旭, 乐新安,2,3*, 陈桂万, 余优,2,3, 胡连欢,3

1 中国科学院地质与地球物理研究所中国科学院地球与行星物理重点实验室, 北京 1000292 中国科学院大学地球与行星科学学院, 北京 1000493 中国科学院地质与地球物理研究所, 北京空间环境国家野外科学观测研究站, 北京 1000294 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室, 北京 100029

0 引言

Madden-Julian振荡(Madden-Julian Oscillation,MJO;Madden and Julian, 1971, 1972)是热带地区对流层大气季节内振荡的主导模态之一,表现为周期30～90天缓慢东传的对流-环流耦合系统(李崇银等, 2013).MJO作为大气环流系统中的重要组成部分,国内外学者自20世纪80年代以来便对其开展了广泛研究.目前对其结构特征与基本规律已有较为清楚的了解,可概括为以下几点:东传速度约为5 m·s-1、无严格周期的宽频带振荡周期、主要的纬向波数为1～3波的行星尺度空间结构、冬春季较强而夏秋季较弱的季节变化(Zhang, 2005).作为衔接天气与气候时空尺度的大气低频振荡现象,MJO也被认为与其他尺度的大气过程有一定关联,包括热带气旋的生成和传播路径(Maloney and Hartmann, 2000)、北大西洋涛动(Cassou, 2008; Zhou et al., 2020)、厄尔尼诺与南方涛动(李崇银和周亚萍, 1994;李崇银和龙振夏, 2001)等.

较高高度的中间层-低热层(Mesosphere and Lower Thermosphere,MLT;大约50～140 km)大气参量也存在季节内变化性,并被认为可能来自于对流层MJO.早期,Eckermann和Vincent (1994)基于地基中频雷达观测报道了MLT高度赤道区纬向平均风存在季节内变化规律.之后,Eckermann等(1997)进一步详细地阐述了风场季节内时间尺度的周期变化频谱特征,并发现纬向风比经向风更为显著.随后,不同地区的地基雷达多次观测到这类中高层大气的季节内变化(Lieberman, 1998; Pancheva et al., 2003; Yi et al., 2019).例如,Gong等(2022)基于我国漠河流星雷达发现2015/2016冬季有强烈的季节内振荡信号,在90 km高空幅值可达16 m·s-1.由于所报道的中高层大气季节内变化与对流层MJO存在相似的周期振荡特征,许多学者开始深入研究两者之间可能存在的关联(Isoda et al., 2004; Kumar et al., 2007; Koshin et al., 2022),并提出主要作用机制为:与MJO活动相关的对流活动可通过潜热释放从而调制一系列大气动力学过程,其中包括赤道区东向传播的Kelvin波(Wheeler and Kiladis, 1999).

随着卫星探测技术与数值模式的发展,空基观测结合模式模拟研究进一步揭示了MJO与中高层大气全球尺度波动的可能性关联.Liu等(2018)通过Aura卫星温度观测数据发现中层顶高度(约97 km)全球尺度纬向波数为3或4的波动结构存在明显的季节内变化特征,而且当这些波动较强时通常伴随着较强的MJO活动.基于SABER(Sounding of the Atmosphere using Broadband Emission Radiometry)卫星温度观测数据和GOCE(Gravity field and steady-state Ocean Circulation Explorer)卫星风场观测,Gasperini等(2020)发现低热层及热层的两种大气波动(DE3和准3天Kelvin波)具有明显的季节内变化,且这两种波动均可能和对流层热带深对流激发相关.进一步地,借由SD-WACCM-X(Specified Dynamics version of the Whole Atmosphere Community Climate Model with thermosphere and ionosphere eXtension)模式的模拟结果提出了大气波动季节内变化与MJO位相变化可能存在的密切联系.Kumari等(2020, 2021)基于SABER观测数据也发现MLT高度的大气温度潮汐DW1与DE3受MJO的显著调制,且非迁移潮汐DE3对MJO的响应(～25%)大约两倍于迁移潮汐DW1(～10%).该研究同时揭示大气潮汐波对MJO的响应存在明显的季节依赖.此外,Yang等(2018)基于WACCM模式发现在MJO第2、3位相时会产生更强的DW1潮汐强迫;而在第8位相则较弱.北半球冬季,MJO不同位相下DW1潮汐振幅差异可达季节平均态的15%～20%.

综上,对MLT区域大气季节内变化的研究主要集中在风场时频振荡与温度潮汐,而关于大气风场潮汐研究较为匮乏.因而,目前关于MJO与MLT区域大气风场非迁移潮汐之间联系的研究仍不充分.本文将基于空基TIMED-TIDI(Thermosphere-Ionosphere-Mesosphere Energetic and Dynamics-TIMED Doppler Interferometer)与中国科学院地质与地球物理研究所地基流星雷达子午链观测,结合经验大气潮汐模分析方法(Zhou et al., 2018),试图揭示MLT区域风场非迁移潮汐DE3季节内变化特征并讨论其与MJO间的可能联系.

1 数据说明与处理方法

1.1 TIMED-TIDI与流星雷达子午链

热层-电离层-中层能量与动力学卫星(Thermosphere-Ionosphere-Mesosphere Energetic and Dynamics,TIMED)在准太阳同步轨道上运行.因此,在任意一天中会有两个不同地方时观测,分别对应于上升轨道与下降轨道.两个地方时之间的间隔通常约为10～12 h.卫星每天绕地球飞行约14～15圈,从而可提供经度间隔约为25°的全球覆盖观测.由于轨道的缓慢进动,卫星观测每60天左右可以覆盖完整的24小时地方时.卫星上所搭载的多普勒干涉仪(The TIMED Doppler Interferometer, TIDI)是一种法布里-珀罗干涉仪,通过临边扫描550～900 nm谱段不同谱线辐射的微弱多普勒频移从而测量出中高层大气风场(Niciejewski et al., 2006).数据产品中矢量风场覆盖的高度范围为MLT区域70～115 km,垂直分辨率为2.5 km.探测精度在中间层约为3 m·s-1,在热层约为15 m·s-1(Killeen et al., 2006;http:∥tidi.engin.umich.edu/).

中国科学院地质与地球物理研究所流星雷达台链位于北半球120°E子午圈附近,包含四个观测台站,分别位于漠河(52.5°N,122.3°E)、北京(40.3°N,116.2°E)、武汉(30.5°N,114.6°E)和三亚(18.3°N,109.6°E).漠河与北京站分别于2011、2008年开始观测.武汉站2002—2004年有短暂的观测,之后于2010年重启运行.三亚站于2009—2016年执行风场探测任务,之后于2018年在临近的乐东(18.4°N, 109.0°E)建立新站.通过对流星尾迹回波多普勒频移的探测,流星雷达可全天候不间断获取MLT区域大气风场视线速度.基于大量视线速度及相应到达角信息,可通过最小二乘拟合出该时间与高度窗口的水平风场速度.数据产品中水平矢量风场探测高度范围为80～100 km、时间分辨率1 h、高度分辨率2 km.详细的流星雷达工作原理参见余优(2013).

1.2 经验大气潮汐模

基于经验正交函数方法,Zhou等(2018)分析全球尺度波动模式(Global Scale Wave Model, GSWM-09),得出了一组经验大气潮汐模(Empirical Tidal Modes,ETMs).GSWM-09模式是线性波动模型,考虑了大气潮汐多种激发机制与耗散机制,描述了大气参量周日与半日潮汐的空间结构(Zhang et al., 2010a,b).其水平分辨率分别为5°×3°(经度×纬度),垂直分辨率在MLT区域约为4.2 km.我们可以选择不同的高度-纬度区域对GSWM-09模式开展分析从而得到该区域的ETMs.本文中选择的高度范围为DE3潮汐的核心高度80～140 km.详细的ETM介绍及其与传统Hough模对比可参见周旭(2021).

图1示例给出了MLT区域DE3大气风场潮汐ETM第一阶对称模幅值与相位随高度与纬度变化的情况.与Oberheide和Forbes(2008)给出的扩展Hough模(Hough Mode Extension, HME)第一阶对称模和反对称模(即HME1和HME2)相比,ETM的第一阶对称模和反对称模(即ETM1和ETM2)具有类似的高度与纬度结构,同时也有一定差异性.纬向风ETM1在约112 km处有一个峰值,垂直波长约为44 km.而HME1的峰值在约106 km处,略低于ETM1,其垂直波长与之相似,约为42 km.纬向风ETM2在±10°和107 km的高度处有两个对称的峰值.而HME2的峰值在±18°的纬度处,稍宽于ETM2;其峰值高度稍低,约102 km.ETM2和HME2在其峰值周围的波长分别约为24和28 km.对于经向风中的ETM和HME,第一阶对称模式在105～110 km左右都有双峰,并延伸到热层中.第一阶反对称模式均被捕获在赤道区域.这里需要注意的是,每阶ETM的最大值已分别做归一化操作.因此,图1没有显示类似于HME所示的纬向风和经向风的相对大小.

1.3 数据处理方法简介

TIMED-TIDI与流星雷达风场数据分别在空间与时间域中有良好的覆盖.这两种数据源具有较好的一致性,具体的比较结果可参见Zhou等(2018).本工作中,我们将TIMED-TIDI和流星雷达的观测结果一并置于以ETM作为基函数的方程中进行最小二乘拟合.拟合过程中两种数据源在空间和时间覆盖性上的优势将相互补充,从而能够提取出时变的MLT大气潮汐.本文基函数ETM高度范围为80～140 km,故相比实际观测范围,拟合结果可外推得到更高高度的潮汐变化情况.在此高度范围内,ETM给出了DE3潮汐的幅值与相位信息,以此作为向数据未覆盖高度外推的物理依据.这与Oberheide等(2009)基于HME将SABER观测数据外推至热层高度大气潮汐的过程相类似.基于上述处理流程,Zhou等(2022)分析了大气潮汐的逐日变化性,并论证了由该方法在有限观测点上提取的潮汐变化与传统二维FFT方法的一致性.本研究关注季节内变化特征,因而取11天为滑动平均窗口长度以获得时间窗口内更稳定的潮汐谱特征,而忽略其10日周期以下的逐日变化性.接着逐日滑动以提取出每日的风场潮汐DE3.之后,采用与Yang等(2018)类似的方法分析潮汐的季节内变化规律:应用30～100天的带通滤波从逐日变化的DE3振幅数据中提取出其季节内变化振幅;分别计算12—2月、3—5月、6—8月、9—11月的平均值作为该季节平均参考值;季节内变化水平进一步被确定为带通过滤后的每日振幅与季节平均值的比值,以百分比表示.后文将该结果称为季节内变化异常值(Anomalies),其中“常”即对应季节平均.该处理方法将每年不同季节的平均状态扣除,从而一定程度上可以降低年际间变化带来的影响.

1.4 MJO指数

本文采用Wheeler和Hendon(2004)所提出的RMM指数(Real-Time Multivariate MJO Index)以表征MJO对流活动强度与位置.该指数基于近赤道区域(15°N—15°S)平均的850 hPa纬向风、200 hPa纬向风和卫星观测的向外长波辐射(Outgoing Longwave Radiation,OLR)数据的组合经验正交函数,将每天观测到的数据投影到基函数上,并去掉年周期和年际变化,得出在MJO的季节内时间尺度上变化的主成分时间序列.RMM指数幅度和位相序列由前两阶正交基的时RMM1和RMM2所构成.通常定义八个不同的MJO位相,即MJO对流所处经度扇区的位置,编号分别为1到8(8和1为西半球和非洲,2和3为印度洋,4和5为海洋性大陆,6和7为西太平洋).

2 主要结果

2.1 DE3潮汐季节内变化特征

基于空地基观测数据与ETMs,可以计算出MLT区域不同高度和纬度处逐日变化的纬向风与经向风DE3潮汐.图2给出2012—2020年间120 km高度处纬向风与经向风DE3潮汐的时变规律.其中2016年底至2017年初TIDI数据非可用,故图中显示为空.这里选取展示120 km处的结果是因为该高度为DE3-U潮汐的核心区域,其幅值通常达到极大值.可以看出,两者均显示出较强的季节内变化性.进一步地,由Lomb-Scargle周期图谱得出,赤道区纬向风DE3(DE3-U)幅值变化存在50～90天宽频带的季节内变化信号,而经向风DE3(DE3-V)季节内变化同样为宽频带并在40～60天有两个显著的峰值.在对季节内变化信号中DE3-V与DE3-U不甚一致,可能原因为不同模态在不同高度与纬度的季节内变化的强弱不一致所导致.Kumari等(2021)指出DE3潮汐对称模与反对称模的季节内变化强度存在不一致的季节依赖性.由于DE3-U潮汐幅值(峰值可达40 m·s-1)显著大于DE3-V(幅度小于25 m·s-1),且在与高空电离层耦合中更为主导(Wan et al., 2010),本文后续将主要以DE3-U为例来分析其季节内变化规律.

基于1.3小节所述的处理方法,图3示例展示了120 km赤道处DE3-U的逐日变化、季节平均、以及带通滤波后的季节内变化.可以看出,在年变化(秋季强而春季弱)背景上,DE3-U存在显著的季节内变化.在120 km高度赤道处,其季节内变化幅值在±10 m·s-1以内.在2013、2015年一月,最大可达～9 m·s-1.相较于其他季节,DE3-U在北半球冬季的季节内变化信号通常较强.

图3 赤道处纬向风DE3幅值逐日变化(黑虚线)、季节平均值(灰点线)与季节内变化(黑实线)

图4进一步展示相对季节平均背景的DE3-U季节内变化异常值的时变规律.可以清楚看出,通常季节内变化异常值在北半球冬季较强,而在春秋季较弱.在2015年1月,季节内变化信号可以达到其季节平均背景的2倍左右.而在其他季节,DE3-U的季节内变化异常值通常在±20%以内.季节内变化异常值纬度结构表明,北半球冬季DE3-U潮汐对称模响应通常更占主导.而通常非对称模主导该季节的季节平均(Oberheide and Forbes, 2008).高度变化上,低纬赤道区DE3-U季节内变化信号在MLT区域无显著高度依赖,偶有在105 km处减小.

图4 带通滤波后纬向风DE3相对季节平均比值在(a)120 km处不同纬度与(b)低纬处(10°N—10°S)不同高度的变化

2.2 MJO调制作用分析

2.1小节中我们展示了MLT区域DE3风场潮汐的显著季节内变化信号,并发现该信号在冬季较强,这与MJO年变化规律类似.为方便对比,图5给出了RMM指数所表征的MJO幅值与位相变化的情况.可以看出,冬季MJO较为活跃,在2012、2016、2018、2019年的一月至四月间均有强度较大且时间较为持续的MJO活跃事件.图中绿线展示90天平滑结果仅为突出展示MJO季节变化特征,而并不参与后续统计计算过程.需要注意的是,由于大气潮汐对MJO的响应在不同季节、不同月份、不同MJO位相时各不相同,简单地对比MJO指数大小(图5)和DE3幅值的季节内变化特征(图4)并不能很好地衡量MJO位相变化时的潮汐变化特征.

图5 2012—2020年MJO指数的幅值与位相变化,黑线为每日辐值,绿线为90天滑动平均值,背景中的色块对应右侧标记的各个MJO位相

以2017年12月至2018年3月间一次强度较强的MJO事件为例,图6展示了MLT风场非迁移潮汐DE3-U与MJO活动之间存在的可能关联.可以看出,在这几个月内每当MJO位相为4—6时,DE3-U季节内变化异常值往往为正;而MJO为第7、8、1位相时,则通常为负.最大变化幅值可达其相应季节平均的1倍左右.该结果说明不同的MJO位相,即对应不同的对流层高度对流活动潜热释放纬向变化,可能与MLT高度非迁移潮汐DE3强度相关.

图6 一次MJO活跃事件中低纬处120 km纬向风DE3潮汐在不同MJO位相时期的变化

本文进一步统计分析2012—2020年间不同季节中DE3-U幅值季节内异常变化对MJO不同位相的响应.这里,我们将MJO幅值大于1且持续至少5天的时期定义为MJO活跃事件.其认定过程依据MJO指数原始数据(图5黑线),而非90天平均值(图5绿线)通过将具有相同MJO位相的所有事件合并在一起得出统计结果.统计过程中我们以每三个月划分季节(冬:12—2月、春:3—5月、夏:6—8月、秋:9—11月),每个季节的背景平均值如图3灰线所示.因而每个季节过渡时季节平均中的阶跃不会对统计结果造成影响.图7给出了冬、春、夏、秋四个季节不同高度低纬处DE3-U辐值对MJO不同位相的响应.总体而言,冬季响应最强,在位相4—6时为正,最大可达+30%～+40%;在其他位相时为负,最大可达-40%～-50%.春季MJO影响较弱,影响程度通常在-5%至+10%之间,位相为6时为负.DE3-U在秋季的响应常在±15%之间,位相1—4时为正,位相5—8时为负.秋季影响程度与夏季类似,但位相关联上主要表现为在位相5为正而在2、7为负,这与冬季结果类似.上述结果说明非迁移大气潮汐DE3对MJO活动的响应存在较为明显的季节差异.

图7 低纬处(10°N—10°S)纬向风DE3潮汐在不同季节对MJO位相变化的统计响应

为展现统计结果显著性与可靠性,图8给出了12—2月间赤道处DE3-U对MJO响应的统计结果细节,以箱线图形式展示.MJO活跃期每个位相用于统计计算的天数都至少包括40天(图中红线),保证了足够的统计样本数.图中各颜色框中横线表示该MJO位相DE3-U响应统计结果的中位数,框的两端为1/4位及3/4位数.虚线两端短横线表示上下限极值,而离群值以黑点表示.该图表明在MLT高度DE3-U在MJO位相5时响应较强而位相1、8时响应较弱的统计结果具有显著性.

3 讨论

基于TIMED-TIDI空基观测与流星雷达子午链地基观测,本文讨论中高层大气MLT区域风场非迁移潮汐DE3的季节内变化特征.相较前人所报道的DE3温度潮汐(～25%),DE3风场潮汐的季节内变化幅度更为显著:在冬季可达到其季节平均值1～2倍,其他季节也可以产生约20%的影响.结合MJO指数,本文进一步讨论了DE3风场潮汐在不同季节与MJO位相调制的关联.统计结果表明在MJO较为活跃的冬季,赤道处DE3-U潮汐在位相4—6会有更强的幅值,而在其他位相时更弱.上述结论与Kumari等(2020)基于SABER温度观测给出的结果类似,但与Gasperini等(2020)基于SD-WACCM-X的模拟结果在100 km以上略有不同.这可能是ETM基于线性化波动模式GSWM,而WACCM-X中包含更复杂的纬向平均纬向风变化、行星波变化以及波-波非线性相互作用.

中高层大气潮汐的不同尺度复杂时变特征背后的物理机制一直以来为研究者所关注,主要包括:潮汐强迫的变化、背景大气平均流的变化、波动间的非线性相互作用变化等.例如,季节变化尺度上,周日迁移潮汐变化被认为主要贡献来自波-平均流相互作用,而重力波强迫项的影响有限(McLandress,2002).Riggin和Lieberman(2013)则认为波动的折射和反射,即大气波动传播过程中水平与垂直方向的扰动能量受极化关系的约束重新分配而使波动的传播方向发生改变的过程,在潮汐的季节变化中也很重要.而非迁移潮汐季节变化可能主要来自于准静止行星波和迁移潮汐间的相互作用(Xu et al., 2014).DE3的季节变化通常认为是对流层加热与平流层和低中间层平均纬向风变化的结果(Oberheide and Forbes, 2008; Zhang et al., 2012).

在本文所关注的季节内时间尺度上,MJO是对流层赤道区最显著的振荡模态,影响着对流层大气环流以及对流过程.较慢的东向传播波速(～5 m·s-1)及较低的频率使得MJO通常被约束在低层大气,难以直接传播到MLT高度.因而,在MLT区域所观测到的大气季节内振荡信号通常被认为与MJO对大气波动的调制作用相关.例如,Eckermann等(1997)认为MLT区域大气风场的类MJO振荡受由热带对流激发的重力波和大气潮汐所调制.Li和Lu(2020, 2021)在低纬与中纬地区均观测到中高层大气重力波受MJO调制的影响,并认为低纬主要受波动激发源在不同MJO位相变化的影响,而中纬地区则可能与MJO调制平流层极涡相关(Garfinkel et al., 2014).对于DE3大气潮汐,MJO一方面改变了对流层赤道区对流强度,即主要的波动激发源;另一方面影响了对流层/平流层背景风,从而对DE3的向上传播过程产生影响.Gasperini等(2020)发现在背景风场为QBO/SAO西向时比东向时,DE3潮汐幅值更大,即前者更利于DE3潮汐至MLT区域.而Kumari等(2021)在基于全大气耦合模式SD-WACCM-X讨论MJO活动作用中高层大气潮汐变化的物理机制中指出,DE3潮汐在主要响应于对流层MJO活动所影响的潮汐源项,而对背景风中的MJO信号响应则较弱.在动量强迫中,重力波强迫项与对流项在不同MJO位相上共同促进或相互制约.本文统计结果显示出冬季DE3-U幅值在MJO位相4—6时较大,这一点与Lau和Wu(2010)基于TRMM数据所统计的深对流发生率在MJO位相5时最强的结论相一致.此联系一定程度上佐证了MJO活动通过调制对流层激发源强度从而影响MLT区域DE3潮汐幅值.深入定量化剖析其物理机制仍有待进一步模式化研究.

另外,本文主要聚焦于潮汐幅值季节内变化与MJO之间的关联,但尚未讨论更为复杂的潮汐相位变化.Zhou等(2022)和Li等(2022)均指出相位变化对DE3潮汐逐日变化十分重要,然而其在季节内尺度的变化性还有待进一步研究.Kumari等(2021)基于SABER观测结果尝试Hovmoeller图统计了包含经度上相位变化的DE3对MJO响应.其结果可以看出不同高度DE3温度潮汐的经度结构在不同MJO位相时亦有所不同.这也意味着潮汐相位对不同MJO位相有着不一样的响应.

此外,在本研究基础上进一步深入理解中高层大气季节内变化对该区域可预报性有潜在价值(Sassi et al., 2019).在太阳风和地磁活动较为平静、没有短时间向地球注入大量能量时,低频过程在推测现在状态下的未来状态条件概率十分重要.高层大气系统的这种长期“记忆性”也是长时间空间天气预报的基础(何建辉,2020).

4 结论

本文结合TIMED-TIDI空基观测与流星雷达子午链地基观测,揭示了MLT区域风场非迁移潮汐DE3的季节内变化特征,进一步结合对流层MJO活动性指数,讨论在不同MJO位相时的响应.主要内容可概括如下:

(1) MLT区域DE3风场潮汐广泛存在显著的宽频带季节内变化性;

(2) DE3-U通常在北半球冬季具有较强的季节内变化,可达其季节平均的1～2倍,而在其他季节其强度通常在20%以内;

(3) DE3-U对MJO的响应存在明显的季节差异,在强响应的北半球冬季通常在MJO位相4—6时有更大的幅值(+10%～+40%),而在其他位相幅值更小(-10%～-40%).

总而言之,本工作证实了高空大气普遍存在的季节内变化性,并给出了由MJO位相,即不同的对流层潜热释放纬向变化,影响到高空大气潮汐波动的关联性证据.

致谢本文流星雷达数据由北京空间环境国家野外科学观测研究站和漠河地球物理国家野外科学观测研究站观测所得,由国家地球系统科学数据中心-地球物理分中心(http:∥wdc.geophys.ac.cn/)提供.TIMED-TIDI风场数据来源ftp:∥tidi.engin.umich.edu/tidi/vector/.RMM指数来源https:∥psl.noaa.gov/mjo/mjoindex/.