Содержание к диссертации
Введение
Глава 1. Данные, используемые в работе 27
1.1. Реанализ NCEP/NCAR 28
1.2. Реанализ ECMWF 30
Глава 2. Методы количественного описания жизненного цикла атмосферных синоптических образований
2.1. Методология идентификации циклонов 3 8
2.2. Численная схема идентификации циклонов ЛВОАМКИ и ее развитие в данной работе
2.3. Адаптация численной схемы идентификации циклонов к использованию альтернативных динамических характеристик атмосферы
2.4. Методология количественного оценивания основных характеристик жизненного цикла атмосферных циклонов
2.5. Методология оценивания геометрических характеристик атмосферных синоптических образований
Глава 3. Характеристики жизненного цикла атмосферных внетропических циклонов в зависимости от разрешения данных
3.1. Анализ изменения интенсивности циклогенеза и характеристик жизненного цикла в зависимости от спектральной фильтрации гармоник
3.2. Анализ изменения интенсивности циклогенеза и характеристик жизненного цикла в моделях разного разрешения
Глава 4. Климатология характеристик жизненного цикла атмосферных внетропических циклонов
4.1. Климатология геометрических характеристик циклонов над Северным полушарием
4.1.1. Размеры циклонических образований 86
4.1.2.Форма циклонических образований 95
4.1.3. Сравнение характеристик циклонов с альтернативными оценками, основанными на анализе потенциальной завихренности
4.2. Изменения характеристик атмосферных циклонов в течение жизненного цикла
4.2.1. Изменение размеров и формы циклонов в период их жизненного цикла
4.2.2. Параметризция изменения геометрических размеров циклонов 113
4.3. Интегральные характеристики циклонов и связь между ними на основе безразмерных соотношений
4.3.1. Двумерные диаграммы 118
4.3.1. Двумерные диаграммы 124
Глава 5. Изменчивость характеристик жизненного цикла атмосферных внетропических циклонов
5.1. Межгодовая изменчивость характеристик циклонов 129
5.2. Связь основных характеристик циклонов с основными модами атмосферной циркуляции
5.3. Соотношение размер-количество для циклонов Северного полушария
Глава 6. Процессы взаимодействия океана и атмосферы и жизненный цикл атмосферных циклонов
6.1. Построение композиционных картин атмосферных циклонов в период их развитие над океаном
6.3. Изменение термодинамических характеристик циклонов в период их развития над океаном
6.2. Композиционные картины основных термодинамических характеристик циклонов
6.4. Интегральные характеристики взаимодействия океана и атмосферы
Заключение 198
Список литературы 203
- Численная схема идентификации циклонов ЛВОАМКИ и ее развитие в данной работе
- Анализ изменения интенсивности циклогенеза и характеристик жизненного цикла в моделях разного разрешения
- Сравнение характеристик циклонов с альтернативными оценками, основанными на анализе потенциальной завихренности
- Связь основных характеристик циклонов с основными модами атмосферной циркуляции
Введение к работе
Актуальность темы. Одним из основных свойств атмосферной циркуляции является высокая изменчивость во времени и пространстве. С точки зрения механизмов формирования изменчивости в средних широтах наибольший интерес представляют волны синоптического масштаба и связанные с ними синоптические вихри. Они формируют изменчивость, по интенсивности намного превосходящую изменчивость среднемесячных и среднесезонных полей. Возникновение циклонов представляет собой процесс перехода относительно устойчивого состояния зонального потока в состояние неустойчивости. Оценка роли циклонов в глобальной циркуляции атмосферы сводится, по существу, к проблеме взаимодействия средних и вихревых движений. Возникая в результате неустойчивости атмосферного зонального потока под воздействием диабатических притоков тепла, баротропных источников и орографии, атмосферные циклоны сами модифицируют режимы и энергетику средних движений. Как показала работа Мохова и Петухова (1989 а, б), неустойчивость зонального потока напрямую связана с вихревой активностью в средних широтах, кроме того, существуют доказательства связи флуктуации температуры воды и воздуха с долгопериодными аномалиями ТПО и предсказуемостью температуры воздуха (Демченко 1987, 1989).
Сформировавшиеся циклоны распространяются в соответствии с условиями, определяемыми характеристиками среднего потока, существенно модифицируясь в течение своего жизненного цикла. Распространение внетропических циклонов происходит вдоль основных направлений, определяемых как «шторм-треки». В Северном полушарии их положение связано преимущественно с областями максимальной бароклинной неустойчивости среднего потока. В свою очередь, перенос тепла, влаги и импульса циклонами вдоль основных шторм-треков усиливает средние движения в атмосфере.
Наиболее эффективным и физически обоснованным методом изучения синоптических процессов в атмосфере является непосредственная идентификация траекторий циклонических образований, или их трекинг (от английского слова «tracking»). В настоящее время с помощью процедуры автоматического трекинга по данным архивов ре-анализа NCEP/NCAR или ECMWF получены траектории циклонов за несколько десятилетий. Это позволило провести обширные исследования параметров циклонической активности: определить количество и интенсивность циклонов, продолжительность жизни, скорость перемещения, выделить районы
зарождения и заполнения (Roebber 1984, Serreze 1995, Sinclair 1997, Hoskins and Hodges 2002, 2005, Gulev and Zolina 2001, Zolina and Gulev 2002). В то же время, вопросам неопределенности оценок интенсивности синоптической активности, получаемых по разным данным и различными методами, уделено до сих пор недостаточно внимания. Хотя, на первый взгляд, очевидно, что разрешение используемых для идентификации циклонов полей может существенно влиять на оценки интенсивности циклонической активности, работа Blender and Schubert (2000) до последнего времени оставалась единственной, анализирующей роль разрешения в получаемых характеристиках циклонов. Кроме того, эта работа была выполнена для диапазона достаточно грубых разрешений (Т21, 42, Т63, Т84) и в ней исследовалась исключительно роль спектральной фильтрации гармоник, которая является лишь симуляцией изменения разрешения и не позволяет анализировать роль динамического компонента моделей в зависимости от разрешения.
Еще меньше внимания в работах, посвященных анализу синоптической активности, уделяется изучению параметров самого жизненного цикла циклонов, детальный анализ которых позволил бы связать развитие циклонов с динамическими процессами в атмосфере. Это особенно важно для оценки различных численных схем и параметризаций в моделях циркуляции атмосферы, а также для детального анализа климатической изменчивости циклонической активности. Например, в экспериментах по воспроизведению динамики климата при увеличении количества углекислого газа в атмосфере количество циклонов в целом над Земным шаром за период XXI-XXII столетий существенно не меняется, в то время как существенные изменения происходят именно в характеристиках жизненного цикла (продолжительность жизни, скорость распространения, скорость углубления и др.) (Bengtsson et al. 2006, Loeptien et al. 2007). Для оценки роли циклонов в климатической системе и ее изменчивости необходимо не только определить интенсивность циклонической активности в различных районах земного шара, но также важно количественно оценивать размер и форму циклонических образований. Построение композиционных картин циклонов и количественное определение их термодинамических характеристик и энергетических балансов в различные моменты жизни позволяет определять роль собственной неустойчивости зональных движений атмосферы и процессов взаимодействия океан-атмосфера в формировании циклонической активности средних широт. Тесная взаимосвязь между аномалиями потоков океан-атмосфера и аномалиями атмосферной циркуляции во внетропических широтах показана во многих
экспериментальных и модельных исследованиях (Hoskins and Valdes 1990, Cayan 1992 a-c, Iwasaka and Wallace 1995, Zolina and Gulev 2003). Однако для понимания механизмов, вызывающих изменения атмосферной циркуляции в районах океанических течений, необходимо проанализировать потоки между океаном и атмосферой и характеристики атмосферных циклонов на синоптическом масштабе. Количественное оценивание роли атмосферных циклонов в формировании переноса тепла и влаги с океанов на континенты в средних широтах требует детального рассмотрения изменения характеристик атмосферных синоптических образований в течение их жизненного цикла, а также развития методологии, позволяющей достоверно оценивать основные энергетические балансы циклонов.
Главная цель работы - получение достоверных количественных характеристик жизненного цикла атмосферных внетропических циклонов на основе современных данных и физически обоснованных технологий их обработки для оценки роли внетропических циклонов в динамике климата и влияния процессов взаимодействия океана и атмосферы на характеристики жизненного цикла циклонов. Для достижения этой цели решались следующие основные задачи:
Построение физически обоснованной методологии анализа жизненного цикла атмосферных синоптических образований;
Исследование изменений характеристик жизненного цикла среднеширотных циклонов;
Получение количественных оценок энергетических балансов циклонов в период их развития над океаном и оценка роли циклонов в процессах взаимодействия океана и атмосферы.
Предметом защиты является новое решение актуальной научной проблемы - количественная оценка характеристик жизненного цикла циклонов Северного полушария, их климатической изменчивости и связи с процессами взаимодействия океана и атмосферы. Основные положения, выносимые на защиту, содержат результаты, полученные автором впервые, что определяет новизну результатов диссертации:
Развита и существенно усовершенствована численная методология
идентификации циклонов, что позволяет идентифицировать циклоны, как
в поле давления, так и в поле завихренности. Развитие методологии
позволило впервые на количественном уровне сопоставлять результаты
оценки циклонической активности, включая параметры жизненного цикла, по данным приземного давления и завихренности.
Впервые количественно оценена роль пространственного разрешения в формировании синоптической активности в современных моделях численного прогноза погоды. Показано, что увеличение пространственного разрешения динамического компонента моделей является определяющим по сравнению со спектральной фильтрацией.
Предложена физически обоснованная и эффективная с вычислительной точки зрения методология определения геометрических размеров циклонов на основе преобразования координат и анализа радиальных градиентов характеристик циклона.
Впервые создана долговременная климатология размеров и геометрических характеристик атмосферных внетропических циклонов и исследована их изменчивость за период нескольких последних десятилетий, включая анализ роли основных климатических феноменов (Северо-Атлантического колебания, Северо-Тихоокеанского колебания) в формировании межгодовой изменчивости размеров циклонов;
Предложена эффективная параметризация изменения размера циклонов в течение их жизненного цикла. Параметризация основана на введении безразмерного времени и безразмерного эффективного радиуса циклонов и позволяет оценивать изменения размеров циклонических образований со временем жизни < 7 дней.
Проанализирована эволюция основных термодинамических характеристик циклонов, развивающихся над океаном. Получены количественные оценки роли циклонов в процессах взаимодействия океана и атмосферы.
Научная и практическая значимость результатов состоит в возможности их использования для валидации моделей среднесрочных и сезонных прогнозов погоды, а также анализа результатов интегрирования климатических моделей, включая эксперименты по воспроизведению антропогенных изменений климата. Построение композиционных картин термодинамических характеристик циклонических образований открывает возможности для существенного улучшения мезомасштабных моделей циркуляции атмосферы. Разработанная методика анализа циклонической активности используется для диагноза экспериментов с атмосферными моделями в Институте морских наук (г. Киль) и для анализа успешности
сезонных прогнозов в Европейском центре среднесрочных прогнозов погоды. Многие научные центры используют разработанную в ЛВОАМКИ компьютерную систему идентификации и диагноза циклонов. Полученные характеристики внетропических циклонов используются в ФГУП «ЦНИИ «Комета». В Российском агентстве по патентам и товарным знакам получен патент на численную схему идентификации циклонов ЛОВАМКИ.
Личный вклад автора. Все научные результаты, представленные в работе, получены лично автором. Ряд технологических разработок (усовершенствование численной схемы идентификации циклонов) получены совместно с сотрудником Лаборатории взаимодействия океана и атмосфера ИО РАН В.В.Соловьевым. В результатах полученных совместно с С.К. Гулевым, Т. Юнгом, Е. Рупрехтом автору принадлежит ведущая роль в выполнении расчетов и интерпретации результатов и равная роль в постановке задачи.
Апробация работы Результаты работы докладывались на международных конференциях и семинарах ведущих институтов. Список докладов приведен в приложении П.
Публикации. По теме диссертации опубликовано 5 работ, из них 3 - в рецензируемых журналах. В Российском агентстве по патентам и товарным знакам получен патент. Список публикаций представлен в приложении I.
Структура и объем диссертационной работы. Диссертация состоит из Введения, 6 глав и Заключения. Работа содержит 214 страниц, 91 рисунок и 1 таблицу. Список использованной литературы состоит из 144 наименований.
Численная схема идентификации циклонов ЛВОАМКИ и ее развитие в данной работе
Численная схема была разработана в ЛВОАМКИ для идентификации внетропических циклонов по данным полей приземного давления NCEP/NCAR (Zolina and Gulev 2002, 2003). Процедура трекинга осуществляется в полярной стереографической проекции, центр которой совпадает с Северным полюсом. Эта проекция описывается следующей системой уравнений: X = i?COS(3Sin/l (2.2.1) у = Rcos pcosA где R - радиус Земли (6371,032 км), (р - широта, Л - долгота, х и у координаты точки в новой проекции. В этой проекции (рис.2.2.1) количество узлов сетки в средних широтах и полярных районах существенно больше, чем количество узлов географической сетки, что позволяет эффективно отслеживать среднеширотные и высокоширотные циклоны и компенсирует влияние уменьшения радиуса Россби (и, соответственно, характерного размера образований) с увеличением широты на точность определения циклонов. Кроме того, проекция с центром на полюсе, в отличие от Меркаторской, не имеет разрывов в полярных областях, что упрощает идентификацию циклонов, развивающихся и распространяющихся в Арктике. 90W Рис. 2.2.1. Полярная стереографическая проекция, центр которой совпадает с Северным полюсом. Синим цветом показаны узлы сетки, на которую интерполируются данные о давлении на уровне моря и осуществляется трекинг циклонов. Интерполяция данных о давлении на уровне моря с географической сетки на стереографическую, имеющую размерность 181x181, производится методом локальных процедур (Akima 1970), часто используемым в задачах пространственной интерполяции. Этот метод, в основе которого лежит построение локальных пространственных полиномов интерполируемого поля, позволяет гладко интерполировать пространственные поля, заданные в произвольных точках, и, в отличие от кубических сплайнов (традиционно используемыми в работах Sinclair 1994, Blender et al. 1997, Murray and Simmonds 1991), не порождает дополнительных промежуточных экстремумов, сохраняя гладкость интерполяции.
Дальнейшая подготовка данных к процедуре трекинга заключается в динамической интерполяции 6-часовых данных на более короткие промежутки времени. На рис.2.2.2 показаны гистограммы распределения расстояний между центрами циклонов и гистограммы смещений центров циклонов за 6 часов. Наиболее характерное смещение циклонов за 6 ч составляет 50-200 км (рис. 2.2.2а). Однако для некоторых циклонов эти значения могут достигать 1000 км. В то же время в 13 % случаев в радиусе 1000 км от центра циклона находится другой циклон (рис. 2.2.26). Таким образом, зачастую характерные смещения циклонов могут оказываться сравнимыми или больше, чем характерные расстояния между центрами циклонов. Именно это порождает существенные неопределенности идентификации траекторий циклонов. С помощью временной интерполяции между шагами можно существенно уменьшить характерный рассматриваемый пробег циклона (т.е. часть траектории, которую необходимо идентифицировать на одном шаге трекинга).
Условие (2.2.2) требует знания скорости и в каждый момент времени. Однако, для данных с 6-часовым разрешением линейная интерполяция (фактически полагающая скорость и постоянной и изменения Р — локальными) дает достаточно достоверные результаты. Таким образом, при предварительной обработке данных выполнялась линейная интерполяция полей давления на шаг 1 час. Это позволяет уменьшить рассматриваемые характерные смещения циклонов до 10—30 км, что уже существенно меньше типичных расстояний между центрами циклонов, остающимися постоянными (рис. 2.2.26).
В нашей работе на основе данных модельных сезонных прогнозов Европейского центра ТіД59 (то есть разрешения, соответствующего реанализу ERA-40) было осуществлено дальнейшее развитие численной схемы идентификации циклонов в части метода динамической интерполяции данных. Для этого использовались модельные данные сезонных прогнозов приземного давления с временным разрешением 1 час. Это позволило выполнить трекинг циклонов с реальным разрешением полей 1 час и сопоставить результаты с трекингом, основанным на интерполяции полей.
Основные различия наблюдаются к югу от основных шторм треков в Атлантике и Тихом океане. Количество циклонов Северного полушария по данным сезонного прогноза Европейского центра с шагом по времени 6 часов за период с 1 ноября по 2 апреля 1995—1996 гг. и 1996—1997 гг. (б) Разница количеств циклонов по данным с шагом по времени 1 час и 6 часов за тот же период. Изолинии показывают среднее количество циклонов в ячейках сетки за один сезон, контурный интервал составляет 2 и 0,5 циклонов соответственно.
Следующим шагом является исключение из рассмотрения точек вблизи экватора. В действующей в настоящее время схеме из рассмотрения исключается 14 ближайших к экватору точек, т.е. первой анализируемой точкой является точка №15, соответствующая широте 15 с. ш. При этом условия локального минимума рассматриваются для этой точки с учетом всех точек, включая и те, что были исключены из рассмотрения. Характерные количества циклонических центров, располагающихся южнее 15 с. ш., составляют около 2% от общего количества циклонов. Поскольку реанализы NCEP/NCAR и ERA-40 не воспроизводят тропических циклонов, эти центры связаны с тропическими депрессиями термического происхождения и не могут быть определены, как циклоны. Они характеризуются достаточно коротким временем жизни и неустойчивостью характеристик жизненного цикла во времени.
Далее точки, отобранные для дальнейшего анализа, рассматриваются попарно, и удаляются все точки, соседние с локальными минимумами, характеризующимися меньшим давлением (при равном давлении остаются точки с более высоким приоритетом). В результате этой процедуры мы выделяем точки с уверенными минимумами в поле давления, связанными с центрами циклонических образований.
Анализ изменения интенсивности циклогенеза и характеристик жизненного цикла в моделях разного разрешения
В предыдущем разделе был рассмотрен вопрос о чувствительности климатологии циклонической активности к пространственному разрешению данных. Однако реальное изменение пространственного разрешения в моделях проявляется не только и не столько в количестве пространственных гармоник, сколько в том, что пространственные производные реально рассчитываются на новых, более тонких масштабах, а также в том, что на этих более тонких масштабах осуществляется параметризация конвективного перемешивания, радиационных потоков и фазовых превращений. Справедливости ради надо заметить, что часто параметризации, которые являются локальными по своей сути, реализуются на сетках значительно более низкого разрешения, чем расчет производных. Так, например, в реанализах ERA-15 и ERA-40, имеющих соответственно спектральные разрешения ТІ06 и ТІ59, все процессы осадкообразования, как за счет крупномасштабных процессов (stratiform precipitation), так и за счет конвективных, рассчитывались на гибридной сетке N80, имеющие пространственный эквивалент шага сетки в средних широтах от 2 до 3 градусов. Поэтому при исследовании роли пространственного разрешения в моделях основной эффект вносится динамическим фактором за счет уменьшения пространственного шага, на котором рассчитываются производные.
Так, по данным модели ЕЦ-Ть95 обнаруживается лишь 60% всех циклонов, обнаруженных в реанализе ERA-40, в то время как модель с разрешением TL255 дает сходное с реанализом количество циклонических траекторий. Кроме того, имеются региональные различия: в модели с грубым разрешением Северо-Атлантический шторм-трек выражен существенно слабее, чем в реанализе, а количество циклонов занижено в целом ряде районов Северного полушария (Арктика, северо-восток Канады, залив Баффина и Лабрадорское море, Средиземноморье). Но даже модель с высоким разрешением TL255 не всегда верно воспроизводит синоптические процессы в этих районах по сравнению с реанализом.
На рис. 3.2.2(a) показано среднее количество циклонов за зимний период 1982— 2001 гг. Общее количество циклонов с увеличением разрешения модели возрастает, а вместе с тем возрастает и амплитуда межгодовой изменчивости. По данным модели Т95 среднее количество циклонов за сезон составляет 458 циклонов в Северном полушарии. Это значение может меняться от 438 (2000г.) до 483 (1989г.). В то же время среднее количество циклонов в модели Т255 составляет 734 циклона за сезон. Минимальное количество циклонов (716) наблюдалось в 1996 г., а вот максимум циклонов (833) отмечается, как и в Т95, в 1989 году, однако его значение в 1,7 раза выше.
Однако межгодовая изменчивость количества циклонов, полученная по данным реанализа, отличается от изменчивости в модельных данных. Коэффициент корреляции количества циклонов, полученных по модельным данным, с данным реанализа не превышает 0,2. Следовательно, сезонные прогнозы, построенные с использованием данных об аномалиях температуры поверхности океана, не позволяют предсказать общее количество циклонов. Существует мнение, что наиболее чувствительны к разрешению данных короткоживущие и стационарные циклоны. Чтобы проверить эту гипотезу были отобраны циклоны со временем жизни 2 и более суток и пройденным расстоянием не менее 1000км. Аналогичное исследование проводилось в работе Hoskins and Hodges (2002), которые изучали долгоживущие, подвижные циклоны. На рис. 3.2.2(6) показано количество долгоживущих циклонов, переместившихся не менее чем на 1000 км. Количество таких циклонов в модели высокого разрешения, так же как и в данных реанализа составляет 350-400 за сезон. Однако между этими рядами не обнаруживается значимой корреляции. С уменьшением пространственного разрешения уменьшается и количество рассматриваемых циклонов. Модель Т-95 воспроизводит лишь 60% подвижных долгоживущих циклонов. То же, что и в (а), только для циклонов с продолжительностью жизни 2 дня и более, переместившиеся за время жизни не менее чем на 1000 км. образом, даже количество подвижных циклонов существенным образом зависит от пространственного разрешения модели.
Теперь вернемся к рис. 3.1.1, на котором показано количество циклонов разной интенсивности в зависимости от пространственного разрешения моделей и численных схем анализа. Здесь мы видим, что наиболее сильно от горизонтального разрешения зависит количество глубоких циклонов. Так, с увеличением разрешения от TL95 до TL255 количество неглубоких циклонов (с минимальным давлением в центре 1000 гПа) увеличивается в полтора раза, тогда как количество глубоких циклонов ( 980 гПа) увеличивается вдвое. Сравнивая полученный результат с тем, что был получен при анализе данных оперативных анализов различного разрешения, можно сделать вывод, что спектральная фильтрация гармоник наибольшее значение имеет для мелких циклонов, в то время как для климатологии глубоких циклонов более значимым оказываются отличия в динамическом блоке моделей. Рис. 3.1.1 позволяет сделать еще один важный вывод о роли систем усвоения данных в воспроизведении синоптической изменчивости атмосферы. Реанализ ERA-40, использовавшийся в нашей работе как базовый для сравнения, имеет пространственное разрешение ТІ 59, однако включает систему усвоения данных 3D Var (Uppala et al., 1999). Эта система пришла на смену Оптимальной интерполяции (ОИ) и используется в Европейском центре с 1996 года. В отличие от ОИ 3D Var позволяет использовать данные ветровых скаттерометров и данные TOVS. Усвоение данных производится на соответствующих уровнях модели. Система 3D Var является предшественницей наиболее современной системы 4D Var, где 4 параметром является время. В отличие от 4D Var в системе 3D Var анализы температуры, ветра, влажности, содержания озона и т.д. приписываются ближайшему сроку наблюдений (00, Об, 12 или 18 часов). Интересным является факт, что количество циклонов, обнаруживаемое реанализом с разрешением Т159, соответствует количеству циклонов в модели TL255, не включающей систему усвоения данных (за исключением ТПО, являющейся граничным условием). Это неявно показывает роль усвоения данных, которые позволяют существенно улучшить результаты работы модели. В этом смысле интересна недавняя ч работа Bengtsson et al. (2004). Несмотря на то, что реаналнзы используют фиксированную конфигурацию модели ОЦА для оценки состояния атмосферы, полученные массивы данных не являются в строгом смысле однородными данными. Виной тому служит изменение с течением времени системы наблюдений. Наибольшая роль принадлежит появлению спутниковых данных, которые усваиваются реанализами с 1978—79 гг. Результаты, полученные Bengtsson et al. (2004), свидетельствуют о том, что усвоение исключительно приземных данных не позволяет воссоздать крупномасштабную циркуляцию верхней тропосферы и нижней стратосферы. В то же время спутниковые данные существенно улучшают результаты моделирования, в которых отражаются основные крупномасштабные характеристики атмосферной циркуляции. Однако для отслеживания отдельных синоптических образований принципиальное значение имеют данных наземных станций о характеристиках тропосферы на различных высотах (особенно в Северном полушарии). Таким образом, усвоение данных позволяет существенно улучшить результаты работы модели и может в значительной степени компенсировать недостатки грубого пространственного разрешения.
Сравнение характеристик циклонов с альтернативными оценками, основанными на анализе потенциальной завихренности
Климатология циклонов, описанная в предыдущих разделах, была основана на анализе траекторий циклонов, полученных по полю давления на уровне моря. Идентификация циклонов по полю потенциальной завихренности является альтернативным подходом к анализу циклонической активности и широко используется во многих исследованиях (Sinclair 1997, Murray and Simmonds 1991, Hoskins and Hodges 2002). В главе 2.3 были подробно описаны методика анализа внетропических циклонов на основе полей геопотенциальной завихренности и рассмотрены преимущества и недостатки обеих методик. Тем не менее, в настоящее время существует разделение мнений, какой метод является наиболее оптимальным. Количество циклонов Северного полушария за (а) зимний и (б) летний периоды с 1948 по 2004 гг., идентифицированных по полю потенциальной завихренности на Hsso- На рис. (в) и (г) показана разница количества циклонов, идентифицированных по давлению на уровне моря и по полю потенциальной завихренности на Hgso за те же периоды. Количество циклонов дано для ячейки размером 218000 км2 за один сезон. Контурный интервал 2 циклона. определяя циклоны как область пониженного давления в поле давления (Blender et al. 1997; Sichmoeller et al. 2000; Serreze et al. 1997; Geng and Sugi 2001, 2003; Trigo 2006; Bauer and Del Genio 2006; Jung et al. 2006), другие предпочитают анализировать поле завихренности, в котором лучше проявляются вихри малого масштаба и не сказывается влияние зональной циркуляции (Sinclair 1997; Murray and Simmonds 1991). С нашей точки зрения, поскольку каждая методика имеет свои слабые и сильные стороны, наиболее разумным подходом при изучении климатологии циклонической активности, является сравнение результатов двух схем.
На рис. 4.1.3.1 (а, б) показано количество циклонов, идентифицированных по полю потенциальной завихренности на высоте Н о в зимний и летний периоды. На рис. 4.1.3.1 (в, г) изображена разность количества циклонов, определенных на основе давления и завихренности. Напомним, что при идентификации циклонов на основе полей завихренности, одним из критериев была продолжительность жизни 2 и более суток, как и в аналогичных работах Sinclair (1997) и Hodges et al.(2003).
Анализ этих рисунков показывает, что зимой 4.1.3.1 (а, в) обе методики дают сходные результаты, что хорошо согласуется с результатами Hodges et al. (2003), где также анализируются зимние циклоны. Однако, в океанах к югу от основных шторм-треков, отмечается большее количество треков по результатам анализа полей завихренности. Этот результат объясняется влиянием зонального потока на характеристики полей давления. Механизм этого процесса подробно описан в статье Sinclair (1994). Наличие зонального потока предполагает градиент давления от низких широт к высоким. Суммарный эффект наличия локального минимума в поле давления и зонального потока вызывает небольшое смещение экстремума в поле давления к полюсу (рис. 4.1.3.2), что приводит к некоторому смещению траекторий по данным поля завихренности к югу.
Летом 4.1.3.1 (б, г) в поле давления обнаруживается большее количество циклонов. Наибольшие отличия наблюдаются в Северной Америке (на склонах Скалистых гор, в районе Великих равнин), на западе Европы, п-ове Малая Азия, на Чукотке и к востоку от Японских островов. Кроме того, Тибет и Гренландия также являются районами, где отмечаются максимальные различия. Однако, в горных районах достоверность определения циклонов, особенно по данным полей на уровне моря, невелика. Как уже говорилось в главе 2.3, идентификация циклонов в поле завихренности осложняется большим количеством обнаруживаемых экстремумов, что не позволяет оценить траектории движения отдельных циклонов. Для решения этой проблемы использовалось сглаживание полей, что приводит к уменьшению количества локальных минимумов, а это в свою очередь — к потере некоторых циклонов. В летнее время, когда интенсивность циклонов значительно снижается, особенно становится заметен негативный эффект процедуры сглаживания, которая приводит к большой разнице в количестве идентифицируемы циклонов. В то же время, зимой в районе главных шторм-треков (в Атлантике и Тихом океане), где наблюдается максимум циклонов большой интенсивности, количество циклонов, полученное по обеим методикам, практически одинаково. Возможно, использование разных параметров сглаживания в зимний и летний периоды, позволит получить более согласованные оценки количества циклонов по результатам отдельных методик.
Далее сравним распределения вероятностей различных характеристик циклонов. На рис. 4.1.3.4 (а, б) показано распределение времени жизни за зимний и летний периоды. Циклоны, идентифицированные по полю потенциальной завихренности, характеризуются большой продолжительностью жизни. Для них количество короткоживущих циклонов (2-3 дня) на 5 % ниже, чем количество циклонов, идентифицированных на основе анализа полей давления. Одним из объяснений данного результата может быть большая продолжительность жизни при идентификации по полю завихренности, так как момент зарождения циклонов улавливается раньше, чем в поле давления. Есть и другое объяснение этого факта, которое будет дано позже. Гистограммы распределения средней скорости перемещения (рис. 4.1.3.4 в, г) характеризуются большими скоростями при идентификации циклонов по полю геопотенциальной поверхности. Модальные значения лежат в одних и тех же диапазонах скоростей для обеих методик (зимой 30-40 км/ч, летом 20-30 км/ч), но количество циклонов по левую сторону от модального значения больше для циклонов, идентифицированных по пошо давления («красных»), а по правую — для циклонов, идентифицированных по полю завихренности («серых», цвета соответствуют цветам гистограмм на рисунке). Так, зимой (летом) количество циклонов с низкими средними скоростями перемещения составляет для «красных» циклонов 38 (19) % и 30 (13) % -«серых». В то же время, аналогичные оценки для циклонов с большими скоростями перемещения показывают, что количество «красных» циклонов составляет 34 (42) %, а «серых» - 42 (50) %. Для максимальной скорости перемещения (рис. 4.1.3.4д,е) характерны те же особенности распределения, что и для средней скорости перемещения.
Связь основных характеристик циклонов с основными модами атмосферной циркуляции
Среднее барическое поле Атлантико-Европейского сектора Северного полушария представлено системами низкого давления с центром к западу от о. Исландия (Исландская депрессия, или минимум) и высокого давления в районе Азорских островов, называемый Азорским максимумом давления. На картах среднего давления на уровне моря за различные сезоны проявляются оба этих центра (рис. 5.2.1). Азорский максимум имеет давление около 1025 гПа, причем в весенне-летний сезон он несколько усиливается и смещается на запад. Исландская депрессия наиболее сильно выражена в осенне-зимний период, когда давление в центре составляет менее 1000 гПа и она занимает обширную территорию от моря Лабрадор до Баренцева моря. В остальные сезоны Исландская депрессия смещена на восток и выражена в меньшей степени (давление в центре более 1000 гПа). (а) зима (б) лето Рис. 5.2.1. Поле давления на уровне моря осредненное за (а) зимний и (б) летний периоды с 1948 по 2002 гг. Контурный интервал 2,5 гПа. Указанные центры действия атмосферы могут изменять свою интенсивность и положение не только от сезона к сезону, но и от года к году, приводя к изменениям климата Северного полушария. История исследования динамики Атлантических центров высокого и низкого давления восходит к 1883 году, когда Teisserence de Bort (1883) исследовал положения центров действия атмосферы во время аномально холодных зим и выделил пять типов аномалий в зависимости от положения Азорского и Азиатского антициклона и Исландской депрессии. Позже Walker (1924) выделил три главных моды, которые определяют климатические изменения на Земле: Северо-Атлантическое колебание (САК), Северо-Тихоокенское колебание и Южное колебание. Северо-атлантическое колебание по Walker (1924) определяется как разность давления между Азорским максимумом и Исландским минимумом, которая, в свою очередь, определяет интенсивность западного переноса в Северо-Восточной Атлантике. Walker гипотетически связывал Северо-Атлантическое колебание с положением Гольфстрима и с положением кромки морского льда в Северной Атлантике.
В 1964 году Bjerknes (1964) в классической работе о взаимодействии океана и атмосферы в Северной Атлантике и его влиянии на изменчивость климата использовал градиент давления между Исландией и Азорами (т.е. индекс САК) для характеристики интенсивности зонального переноса в атмосфере.
В 1960-х годах важным методическим инструментом анализа пространственно-временных полей в метеорологии становится разложение на естественные ортогональные функции, позволяющее выделять ведущие моды изменчивости, ортогональные по отношению друг к другу (т.е. линейно независимые). Впервые этот метод был применен в 1970 году (Kutzbach, 1970) для исследования крупномасштабных аномалий циркуляции атмосферы. Применение этого метода при разложении полей приземного давления и геопотенциальных высот изобарических поверхностей показало, что поле первой естественной ортогональной функции в Северной Атлантике, как правило, представляет собою диполь с низким давлением в районе Исландии и высоким — в районе Азорских островов. Таким образом, индекс САК является близким аналогом нормализованного главного компонента, соответствующего ведущей моде изменчивости давления. Хотя в отдельные сезоны САК может и не являться ведущей модой, Barnston and Livezey (1987) отмечали, что это единственная мода, устойчиво проявляющаяся в течение всего года.
В большом количестве работ САК предлагается рассматривать как часть полусферной моды изменчивости атмосферной циркуляции, связанной с так называемым Арктическим колебанием, обнаруженным Thompson and Wallace (1998, 2000, 2001) при исследовании полей приземного давления методом ЭОФ. Арктическое колебание имеет кольцевую структуру: центр действия в районе Арктики и средние широты. Изменчивость Арктического колебания (АК) связана с процессами в верхней атмосфере и стратосфере.
Связаны ли АК и САК? В классическом представлении САК является отражением процессов, происходящих в нижней тропосфере и возможно связанных с Атлантическим океаном. С точки зрения АК сигнал из Атлантики только вносит изменения в глобальную циркуляцию, связанную с существованием полярного вихря.
САК характеризует интенсивность зонального потока в Атлантико-Европейской части Северного полушария. В то же время, в Тихом океане также существует крупномасштабное колебание, аналогичное САК, которое определяет климат на огромной территории — от Сибири до Канады, от 40 с. ш. до Северного полюса (Walker and Bliss 1932, Rogers 1981, Wallace and Gutzler 1981). Как и САК, Северо-Тихоокеанское колебание (СТО) имеет дипольную структуру в нижней тропосфере с низким давлением на севере в районе Алеутских островов и высоким давлением на юге, в районе Гавайев. Кроме того, при характеристике интенсивности зональной циркуляции в районе Тихого океана и Северной Америке большая роль принадлежит индексу, рассчитываемому в средней тропосфере. Американские синоптики в 40-ых годах XX века установили, что в то время как на западном побережье Северной Америки устанавливается блокинт, центральная часть Тихого океана (45 с. ш.) характеризуется отрицательными аномалиями высоты геопотенциальных поверхностей. Namias (1951) показал, что существует высокая корреляция между центральной частью Тихого океана (40 с. ш., 150 з. д.) и мысом Гаттерас (35 с. ш., 75 в. д.) на высоте 700 гПа. Впервые полное описание структуры колебания между Тихим океаном и Северной Америкой (Pacific/North American teleconnection pattern) была представлено в работе Dickson and Namias (1976). Barnston and Livezey (1987) показали, что это колебание также проявляется при разложении полей геопотенциальной высоты изобарической поверхности на ЭОФ.
Похожие диссертации на Жизненный цикл атмосферных внетропических циклонов Северного полушария и его связь с процессами взаимодействия океана и атмосферы
