Page 26 - 《高原气象》2026年第4期
P. 26
高 原 气 象 45 卷
956
SBUV-2 的臭氧总柱和部分柱臭氧, 自 2004 年起引 差定义为某一气象要素在特定纬度上的实际值与
*
入 MLS 剖面及 OMI 总柱数据。由于未包含完整的 其纬向平均值之差, 以臭氧浓度纬向偏差(O₃)为
平流层化学反应机制, MERRA2中臭氧的演变主要 例, 其数学表达式如下:
--
*
受同化与输送过程控制(Wright et al., 2025)。 O 3 = O 3 - O 3 (1)
--
观测资料来自搭载于 NASA 的 Aura 卫星上的 式中: O 3 为臭氧浓度; O 3 为臭氧浓度的纬向平均。
臭氧监测仪(Ozone Monitoring Instrument, OMI)和 纬向偏差分析有助于揭示大气臭氧分布的纬向差
微波边缘探测仪(Microwave Limb Sounder, MLS)。 异及其季节变化特征, 尤其在研究青藏高原区域臭
OMI 为紫外-可见光光谱辐射计, 通过测量 270~ 氧低值中心时, 能够更清晰地刻画青藏高原臭氧谷
500 nm 波段的散射太阳辐射并利用差分吸收光谱 的空间分布与演变特征。
算法反演臭氧, 具有高空间分辨率、 每日全球覆盖 Xu et al. (2021)的研究表明夏季 UTLS 区臭氧
和长期稳定性, 适用于臭氧长期趋势分析与区域事 谷的臭氧浓度变化主要受纬向与经向输送的共同
件监测(Levelt et al., 2006)。MLS 采用被动微波辐 影响, 其中水平输送的作用显著大于垂直输送, 因
射计技术, 从大气边缘视角探测微波辐射并反演气 此, 在分析夏季 UTLS 区域臭氧谷的变化机制时,
体垂直分布, 垂直剖面精度高, 对极区及平流层覆 可将动力输送导致的局地臭氧浓度变化近似简化
∂y )
盖良好, 适合研究臭氧层破坏和平流层-对流层交 为:
( )
- -----
换(Waters et al., 2006)。尽管 OMI 和 MLS 作为验 ë( - ------- ∂( O 3 v ) ù ú ú
é ∂( O 3 u )
ê ê
∂O 3 ≈ -∇ O 3 V = - +
证基准合理, 但在青藏高原仍存在局限。OMI总臭 ∂t ê ê ∂x ú ú û = -D H
氧柱观测易受地表高反照率、 气溶胶及复杂地形影 (2)
- -------
- -----
响, 空间分辨率有限(O’Byrne et al., 2010; Ziemke ∂( O 3 u ) ∂( O 3 v )
et al., 2019)。MLS虽能提供 UTLS垂直剖面, 但其 式中: ∂x 和 ∂y 分别表示由臭氧纬向输
2. 5~3 km 的垂直分辨率不足以解析剧烈臭氧梯度 送散度和臭氧经向输送散度; -D H 表示臭氧水平输
和平流层-对流层交换过程, 且易受地形和气象条 送散度。
件干扰(Wargan et al., 2017; Wright et al., 2025)。
此外, 两类卫星受轨道时次限制, 仅在固定时刻观 3 结果分析
测, 难以捕捉短时变化(Lamsal et al., 2021), 增加 3. 1 青藏高原及附近区域臭氧空间分布对比分析
了高原臭氧观测及再分析同化的不确定性。 从 2005 -2023 年青藏高原及其邻近地区基于
为了保证研究区域的一致性, 更好地对比不同 OMI臭氧总量纬向偏差的季节平均分布特征, 黑色
再分析数据中臭氧水平分布特征, 通过双线性插值 轮廓线表示高原范围[图 1(a)~(d)]可以看出, 高原
的方法将高水平分辨率数据(ERA5: 0. 25°×0. 25°, 上空普遍存在显著低臭氧区, 夏季最为明显, 最低值
MERRA2: 0. 5°×0. 625°)转换为低水平分辨率网格 可达-35 DU以下; 冬季最弱, 约为-5 DU, 与已有研
(2. 5°×2. 5°)。最终选取 2005 -2023 年的月平均臭 究结果一致。图 1(e)~(h)、 (i)~(l)分别为 ERA5 与
氧总量(Total Column Ozone, TCO, 单位: DU)和 MERRA2相对于 OMI的季节平均偏差分布。ERA5
臭氧浓度(O)数据(单位: μmol·mol⁻¹), 以及两套 在高原区域再现能力较好, 大部分地区偏差在
3
再分析资料中的纬向风(U)和经向风(V)数据(单 ±1 DU 以内, 仅冬季局地偏低至-2 DU; 而 MER‐
-1
位: m·s ), 并将所有变量统一到 2. 5°×2. 5°的经纬 RA2 整体偏低, 四季均存在负偏差, 夏季表现相对
网格, 具有垂直层次的统一至250~10 hPa进行分析。 较优, 偏差主要集中在高原西南部, 冬季再现能力
2. 2 方法介绍 最弱, 东南部形成明显低值中心, 最大差异超过
本研究采用最小二乘法、 显著性检验、 相关系 -5 DU。图 1(m)~(p)与图 1(q)~(t)给出了两套资
数及标准差等常用气象统计方法。在时间变化分 料相对于观测的均方根误差(Root Mean Square Er‐
析中, 使用面积加权平均以考虑各网格单元面积差 ror, RMSE)分布, 结果显示 MERRA2 在高原及其
异, 使结果更准确地反映区域代表值, 避免简单算 周边地区误差明显高于 ERA5。总体来看, ERA5
术平均带来的偏差。该方法虽会平滑局地梯度和 与 MERRA2 均能较好捕捉青藏高原臭氧谷的空间
极值, 可能略微低估局地最大或最小值, 但对区域 分布及季节变化特征, 但在数值精度上仍存在差
平均及季节性或年际变化趋势影响有限。此外, 对 异, ERA5 对臭氧季节平均分布的刻画总体优于
*
*
臭氧数据计算其纬向偏差(TCO 、O₃), 其中纬向偏 MERRA2。

