Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2022 , Vol. 41 >Issue 5: 29 - 42

DOI: https://doi.org/10.11978/2021190

Marine Meteorology

A case study of the influence of the cold surge and ocean front on the evolution of atmospheric ducts in the northwestern South China Sea

  • SHI Rui , 1, 2 ,
  • CHEN Ju , 1, 3 ,
  • HE Yunkai 1, 3 ,
  • SUI Dandan 4 ,
  • SHU Yeqiang 1
Expand
  • 1. State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China
  • 2. Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou), Guangzhou 511548, China
  • 3. Xisha Marine Environmental National Observation and Research Station (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China
  • 4. Equipment Public Service Center (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China
CHEN Ju. email:

Copy editor: YIN Bo

Received date: 2021-12-31

  Revised date: 2022-03-12

  Online published: 2022-03-21

Supported by

Key Special Project for Introduced Talents Team of Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou)(GML2019ZD0304)

National Natural Science Foundation of China(41676018)

Science and Technology Planning Project of Guangzhou City, China(202002030490)

Fold

Abstract

Using the GPS sonde data collected at the northwestern part of the South China Sea in the winter of 2012, we studied the influences of cold surge and ocean front on the characteristics of the atmospheric duct. In the investigation period, the main atmospheric ducts were elevated ducts, with an average bottom height of 738.64 m, an average thickness about 185.17 m, and an average strength of 10.21 M-unit. In the early stage of investigation, the weather was stable, and the northeast monsoon was weak in the study area, and the elevated ducts on the warm side of the front were relatively deep and strong but not very high. The main reason for the elevated duct layer is the temperature inversion layer on top of the atmospheric boundary layer from 925 hPa to 850 hPa, which also has significant diurnal characteristics. In the middle of the investigation, a cold surge significantly strengthened the northeast monsoon which destroyed the inversion layer at the top of the atmospheric boundary layer. As a result, the height of the elevated ducts rises significantly, and the duct layer becomes thinner and weaker. Meanwhile, the disturbance of the negative atmospheric modified refractive index gradient was weak due to the depressed turbulence over the cold side of the front. Thus, forming a stable and robust duct layer is difficult, and there is no significant diurnal variation. However, when the warm and humid air flows southwesterly covering the cold side of the front, it is highly possible to form a stable surface duct.

Key words： South China Sea; atmospheric duct; ocean front; cold surge; GPS sounding; atmospheric boundary layer; diurnal variation

Cite this article

SHI Rui , CHEN Ju , HE Yunkai , SUI Dandan , SHU Yeqiang . A case study of the influence of the cold surge and ocean front on the evolution of atmospheric ducts in the northwestern South China Sea[J]. Journal of Tropical Oceanography, 2022 , 41(5) : 29 -42 . DOI: 10.11978/2021190

电磁波在大气边界层中传播时, 如果其传播轨迹的曲率超过地球表面曲率, 电磁波会被捕获在一定厚度的大气薄层内, 经上下气层来回反射向前传播。这种现象被称为电磁波的大气波导传播, 该大气薄层就是大气波导(刘成国 等, 1996)。大气波导是大气层中频繁出现的一种异常大气折射结构, 它的发生不仅可以使电磁波偏离原来的传播方向, 而且能够使电磁波以较小的衰减实现超视距传播, 从而对雷达探测和无线电通信距离产生影响。大气波导对雷达的影响主要体现在使雷达出现超远距离探测, 或使雷达产生大气波导盲区、增加雷达的测量误差与杂波等, 从而造成定位不准确甚至目标丢失。它对超短波通信设备的影响则主要体现在使通信设备的通信距离增大, 以及产生大气波导造成的通信盲区等。随着现代经济和军事的不断发展, 这种对雷达探测、电子通信等有着重要影响的大气超折射现象, 正引起国内外越来越多的关注(Zhao et al, 2013)。
我国南海海域资源丰富, 是“21世纪海上丝绸之路”和推进“一带一路”建设途经的重要海区, 在经济和国防建设中有着举足轻重的位置。研究表明, 南海是大气波导出现最频繁的区域之一(刘成国 等, 1996; 蔺发军 等, 2005)。目前, 国内对南海海区大气波导的研究主要通过直接探测以及模式模拟等方法, 主要目标是掌握大气波导的统计特征及其时空变化规律, 并最终服务于大气波导预报。近期, 丁菊丽等(2009)以及成印河等(2013a)先后利用边界层铁塔及探空的直接观测数据分析了不同季节南海低空波导的发生规律。丁轩茹等(2012)以及Zhao等(2013)则利用船载探空数据, 给出了大尺度环流变化背景下的南海大气波导各特征量的统计特征。除观测外, 蔺发军等(2007)、胡晓华等(2008)以及陈莉等(2011), 利用数值模式研究了我国近海波导特征及其生成机理。这些研究证实, 我国沿海波导的出现概率和特征具有显著的季节变化以及空间差异, 并与局地的天气过程有着密切的联系。
尽管之前对南海海区大气波导的研究取得了不少成果, 特别是对大尺度环流的变化以及单个天气过程下波导特征的演变有一定的了解(胡晓华 等, 2007; 成印河 等, 2013b)。但对天气变化与中尺度海洋过程共同作用下, 南海波导特征又有着怎样的变化规律及内在机制等细节问题, 仍然需要进一步的研究。而在南海北部海区, 有着丰富的海洋中尺度和亚中尺度过程, 例如锋面、上升流等(Shi et al, 2015; 邱春华 等, 2017; 黄小龙 等, 2020)。因此, 本文利用2012年12月中下旬在南海西北部实施的调查航次获得的探空资料, 探讨了冬季寒潮过程以及海洋锋面这一冬季南海北部典型的海洋中尺度过程对大气波导的共同影响。

1 数据和方法

1.1 研究区域与航次数据

本文中使用的水文气象数据来自中国科学院南海海洋研究所“实验3”号调查船于2012年12月13日至22日在南海西北部执行的综合观测航次(图1)。航次期间, 调查人员使用北京长峰微电科技有限公司生产的CF-06-A探空系统, 从当地时间每日的02时开始, 每隔6h对大气风速、风向、湿度、温度、压力等气象要素进行观测, 共获得27个探空剖面。CF-06-A探空系统的数据采集与预处理是自动完成的, 它保存原始的二进制观测数据, 并提供1s间隔输出和10m高度间隔输出等两种十进制数据输出方式。
图1 2012年12月13日至22日南海北部航次调查区域

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1583的标准地图制作。图中三角形和数字代表探空观测站点和站位号

Fig. 1 The investigated area in the northern South China Sea from December 13rd to 22th, 2012. The black triangles are sounding observation sites

由于计算波导特征, 尤其是表面波导, 在低空需要较高的垂直分辨率(Cook, 1991)。因此, 本文中主要使用1s间隔输出数据, 并将基本气象要素线性插值到新的高度层。新高度层1m到100m为1m间隔, 100m到200m为2m间隔, 200m到2000m为5m间隔, 从而保持探空数据在低空拥有较高的分辨率。原始观测数据经过气压重建、数据异常值检查后用于计算波导的相关参数。考虑探空释放甲板高度离海面约10m, 因此本文中在计算波导参数时不使用高度低于10m的数据。同时, 由于2000m以上出现大气波导的概率较低, 所以本文中主要使用10m至2000m的探空数据。
除探空观测外, 16日晚至22日还通过船载自动气象站(automatic weather station)观测风、温、湿、压等气象要素, 并使用Sea Bird公司的SBE 21 SeaCAT型船用温盐计, 记录航行过程中的近海表层海水温盐信息。由于SBE 21温盐计安装于调查船底部, 离海表面距离大约5m, 所以SBE 21记录水温与真实的海表水温(sea surface temperature, SST)有一定误差。因此, 本文进一步使用了英国气象局开发的“业务化海表温度与海冰分析”(operational SST and sea ice analysis, OSTIA)海温数据, 与走航观测水温互为对比验证。OSTIA数据在融合了多种卫星观测资料的基础上同化了大量的全球现场观测数据, 形成了具有较高空间分辨率(1/20°, 约6km)以及较高精度的日均海温数据集(Xie et al, 2008; Donlon et al, 2012), 可为本文对海表温度的估算提供参考。除上述数据外, 本文还使用了欧洲中尺度天气预报中心(European center for mesoscale weather forecasts, ECMWF)第五代大气再分析资料, 即ECMWF Reanalysis 5 (ERA5)再分析数据, 主要用于诊断分析航次期间天气形势的变化及其对波导特征的影响。

1.2 大气波导参数与计算方法

大气波导是一种异常的大气折射结构。大气折射率(N, 单位: N单位)可由温度(T, 单位: K)、水汽压(e, 单位: hPa)和大气压强(P, 单位: hPa)确定(Bean et al, 1968):
$N=\frac{77.6}{T}\left( P+\frac{4810e}{T} \right)$
为了消除地球曲率的影响, 引入大气修正折射率(M, 单位: M单位):
$M=N+\frac{z}{R}$
将(2)式代入(1)式, 可得:
$M=\frac{77.6}{T}\left( P+\frac{4810e}{T} \right)+\frac{z}{R}$
式中: z为垂直高度(单位: m), R为平均地球半径(取值为6.371×106m), 水汽压e则通过Goff-Gratch公式(Murphy et al, 2005)计算获得饱和水汽压后, 再结合相对湿度求得。
大气折射类型可通过大气修正折射率的垂直梯度来划分。如图2中AB段所示, 当出现负梯度时, 即dM/dz<0时, 电磁波会被陷获在一定厚度的大气层内传播, 则判定发生大气波导。大气波导通常可分为蒸发波导、表面波导和悬空波导。表面波导和悬空波导结构类似, 可采用波导高度、波导厚度和波导强度来描述。如图2所示, B点对应的高度h2称为波导顶高度, C点(折射率与B点的折射率相同)对应的高度h0称为波导底高度, 当h0>0时, 为悬空波导, 此时波导厚度定义为d0=h2-h0; 当h0≤0时, 为表面波导, 此时波导厚度与波导顶高度相等, 即: d0=h2。同时, A点和C点的大气修正折射率差定义为波导强度ΔM (康士峰 等, 2014)。
图2 大气波导特征参数示意图。

图中h0表示波导层底高度, h1表示陷获层高度, h2表示波导层顶高度; d0表示波导层厚度, ΔM表示波导层强度。A、B、C点分别为大气修正折射率梯度转为负值高度、大气修正折射率梯度转为正值高度和A点下方观测到与B点相同折射率的高度。粉色区域表示大气波导层

Fig. 2 Schematic diagram of the basic parameters to describe the characteristics of atmospheric duct. The pink layer is the duct layer, where h0 is the bottom heigh of the duct layer, h1 is the height of trapping layer, and h2 is top height of the duct layer. d0 and ΔM respectively denotes the depth and strength of the duct. A point marks the place where the gradient of M turns into negative, B point marks the place where the gradient of M turns into positive, and C point marks the place where have the same value of M as B point

本文基于探空观测的气象要素和公式(3), 计算了大气修正折射率M廓线, 并根据上述诊断方法提取波导特征。Turton等(1988)指出, 同一个M廓线上可能有多个不同高度、不同强度的波导层出现。由于缺乏探空气球释放高度(10m)以下实际观测数据, 故本文不考虑蒸发波导情况。本文中的主要研究对象为悬空波导和普通的表面波导两种类型, 且仅讨论诊断为较强的波导现象(ΔM >1M单位)。同时, 当一个廓线上出现多个波导层时, 如果相邻两个波导层之间较低波导顶高度与较高波导底高度相差小于10m时, 本文在数据处理时则合并为一个波导层, 波导厚度为两个波导层厚度之和。
值得一提的是, 在探空仪释放初期, 由于探空气球上升速率不稳定及湍流的存在, 温度和湿度的观测存在一小段不稳定期, 导致计算大气修正折射率M的剧烈扰动, 进而影响表面波导特征诊断。因此, 本文对100m以下探空观测数据进行4次多项式拟合, 并对拟合结果做3点滑动平均, 而对100m以上探空数据仅作3点滑动平均处理。如图3所示, 该处理方法在尽可能地减小近地层不合理扰动的同时, 使处理后数据与真实观测基本一致, 从而得到更加准确的大气修正折射廓线, 并应用于波导特征诊断。
图3 根据公式(3)计算的航次期间原始大气修正折射率M (蓝线)及多项式拟合和滑动平均后的大气修正折射率M廓线(红线), 以2号(a)和17号(b)探空结果为例

Fig. 3 Vertical profile of the atmospheric modified refractive index M before (blue lines) and after polynomial fitting and moving average (red lines), the results of sounding No. 2 (a) and No. 17 (b) are shown as examples here

2 结果

2.1 水文、气象观测结果

图4展示了航次期间海表水文气象要素的观测结果。由图4a中的风速矢量图可以看到, 从17日到18日中午, 观测海区气象条件平静, 东北季风较弱且不稳定, 前期的探空观测也集中于这一期间。18日晚至19日, 观测海区有一次较弱的寒潮降温过程, 伴随着东北季风的显著增强和温度以及相对湿度的小幅下降。20日至21日, 天气形势趋于稳定, 期间观测海区以南风为主, 气温与相对湿度略有回升。22日后则观测到一次强烈的寒潮过程, 海表气压上升, 东北季风大幅增强。同时, 气温则显著下降10℃以上, 由航次开始时期的25℃骤降至13℃左右, 而SBE 21记录的海温也下降了5℃左右(图4b)。此外, 从图4b还可以看到, 在航次的绝大多数时间内, 海表气温低于SBE 21观测海温, 表明大气边界层处于弱不稳定状态。
图4 12月17日至22日船载气象观测站记录风速矢量、海平面气压与相对湿度(a)和海面气温和SBE-21走航温盐计观测水温(b)

图a中纵坐标为风矢量绝对值大小, 0值线为风矢量尾部。横坐标轴红色倒三角表示探空释放点及编号变量值表示经同图处理后的各变量的大小

Fig. 4 (a) The wind speed vector, sea level pressure, and relative humidity observed by the shipboard automatic weather station (AWS) from December 17th to 22nd; (b) The sea surface air temperature from AWS and the water temperature recorded by the SBE-21 sailing thermometer and salinometer installed on the bottom of the ship. The ordinate in Fig. 4a marks the absolute value of the wind vector, and the 0-value line is the tail of the wind vector. The magenta inverted triangle indicates the sounding release point and number

本文进一步对比了GPS探空释放站点OSTIA海表水温数据与SBE 21温盐计观测水温(图5)。从图5中可以看到, OSITA海表水温变化与SBE 21走航温盐仪记录观测区域的水温变化具有很好的一致性。但总体上而言, OSITA海表水温比SBE 21记录水温要低0.5~1℃左右。这一方面可能是因为仪器观测误差, 另一方面则因为SBE 21观测的是离海表约5m深的水温, 略高于OSTIA融合的卫星观测数据主要观测的海表皮温。因此, 为减少对海表水温估计的不确定性, 本文后续内容在考虑海表水温时, 如同时存在SBE 21观测数据时, 则取OSITA海表水温与SBE 21海温的平均值; 如缺乏SBE 21观测数据时, 则以OSITA数据表示海表温度, 如表1所示。
图5 12月16日至22日SBE 21船用走航温盐计观测海温与OSTIA数据产品平均海表温度(SST)对比

n为样本数, 为当日与研究区域内OSTIA格点最接近的SBE 21观测记录总数。虚线表示斜率为1的线性回归拟合曲线

Fig. 5 Comparison of the water temperature recorded by the SBE 21 from December 16th to 22nd and the OSTIA SST. n is the number of samples, which is the sum of the number of SBE 21 observation records closest to the OSTIA grid point in the study area on that day. Dashed line is the linear regression line with a slope of one

表1 2012年12月13日至22日南海北部航次GPS探空观测时间、海表温度及是否观测到波导现象记录

Tab.1 Information for the northern South China Sea investigation observation from December 13rd to 22nd, 2012, including the GPS sounding observation time, sea surface temperature, and whether the atmospheric ducts were observed

探空编号 观测时间 海表温度/℃ 表面/蒸发波导 悬空波导
1 13日09时 20.45 √
2 13日14时 21.63 √ √
3 13日20时 23.02
4 14日14时 23.71 √
5 14日20时 24.67 √ √
6 15日02时 25.57 √
7 15日08时 25.93 √ √
8 15日14时 26.35 √ √
9 15日20时 26.76 √
10 16日02时 26.66 √
11 16日08时 26.89 √ √
12 16日14时 26.47 √ √
13 16日20时 26.48 √
14 17日02时 26.38(26.49) √
15 17日08时 25.71(25.91) √ √
16 17日14时 25.25(25.74) √
17 17日20时 25.27(25.81) √
18 18日02时 24.19(24.99) √ √
19 18日11时 25.56(25.93) √ √
20 18日14时 25.49(25.76) √
21 20日20时 26.67(26.82) √
22 21日02时 24.97(25.15) √
23 21日08时 22.65(22.77) √
24 21日14时 23.14(23.49) √
25 21日17时 21.23(21.79)
26 21日20时 20.92(21.32) √
27 22日01时 22.13(22.73) √
合计次数(发生概率) 17(0.62) 17(0.62)

注: 括号外数字为OSTIA水温值, 括号内数字为OSTIA数据与SBE 21观测水温的平均海表温度值。表中统计波导判别条件为ΔM >1M单位。√表示该时刻观测到波导现象, 空白表示该时刻未观测到波导现象

2.2 大气波导观测结果

2.2.1 总体特征

从表1中可以看出, 在27次探空观测中共观测到表面波导和悬空波导各17次, 两类波导出现的概率均超过了60%。总体而言, 在本次航次观测期间, 悬空波导发生概率与表面波导发生概率大体相当。但在航次的不同阶段, 悬空波导与表面波导发生概率则有着不同的表现。例如, 悬空波导的发生集中于18日以前, 而从20日至22日航次观测后期的7次观测中, 没有观测到通过判定阈值(ΔM >1M单位)的悬空波导现象。因此, 悬空波导发生概率在18日前后体现出显著的差别, 而这可能与上一节提到观测期间的天气形势变化有着密切的联系。
另一方面, 在18日以前的观测中, 每日均可以观测到表面波导。虽然18日之后, 观测到的表面波导主要集中于21日凌晨至22日凌晨, 但总体发生概率并无显著的变化。从表1还可以看出, 表面波导与悬空波导出现的时刻也有着明显的不同。表面波导在08时和14时, 即日出时间段观测到的概率高于其他两个观测时刻, 尤其是在航次观测前期15日至18日, 位于海温较温暖海区的观测。而同样在航次前期, 悬空波导在每个观测时刻发生的概率则没有明显的区别, 也就是昼夜观测的概率相同。因此, 为进一步分析探讨两类波导的不同特性, 本文分别列出了观测期间波底高度50m高度以下表面波导(表2), 以及波底高度在50m高度以上的悬空波导特征(表3)。
表2 航次期间观测到50m以下表面波导的具体参数(仅统计ΔM >1M单位的波导层)

Tab. 2 Characteristics of the surface duct observed during the investigation, and only the atmospheric duct layer with ΔM > 1 M-unit was counted

探空编号 观测时间 海表温度/℃ 波底高度/m 波导厚度/m 波导强度/M单位
5 14日20时 24.67 28.0 17.0* 2.55
7 15日08时 25.93 23.0 12.0* 3.22
7 15日08时 25.93 44.0 22.0 2.67
8 15日14时 26.35 23.0 15.0* 12.7
11 16日08时 26.89 23.0 23.0* 2.53
12 16日14时 26.47 25.0 23.0* 4.92
15 17日08时 25.91 28.0 30.0* 4.61
16 17日14时 25.74 29.0 29.0* 7.48
17 17日20时 25.81 26.0 18.0* 3.37
18 18日02时 24.99 26.0 18.0* 1.35
19 18日11时 25.93 23.0 17.0 2.04
22 21日02时 25.15 35.0 10.0* 4.32
23 21日08时 22.77 13.5 22.0 5.08
24 21日13时 23.49 39.0 21.0 5.20
26 21日20时 21.32 7.5 18.0 3.03
27 22日01时 22.13 23.0 26.0 1.25
平均值 26.0 >20.06 4.15

注: *表示未能确定波导层底部高度, 而是从观测开始高度估计的波导厚度

表3 航次期间观测到波底高度在50m以上悬空波导的具体参数(仅统计ΔM >1M单位的波导层)

Tab. 3 Characteristics of the elevated ducts observed during the investigation, and only the waveguide layer with ΔM > 1 M-unit was counted

探空编号 观测时间 海表温度/℃ 波底高度/m 波导厚度/m 波导强度/M单位
1 13日09时 20.45 1608.70 76.30 4.06
2 13日14时 21.63 75.34 28.66 2.40
4 14日14时 23.71 1269.41 105.59 3.19
6 15日02时 25.57 672.45 312.55 21.49
7 15日08时 25.93 474.43 275.57 10.62
8 15日14时 26.35 63.10 33.90 1.19
8 15日14时 26.35 497.40 87.60 5.50
8 15日14时 26.35 706.14 288.86* 15.76
9 15日20时 26.76 794.75 235.25* 11.50
9 15日20时 26.76 1314.59 115.51 8.94
10 16日0时 26.66 430.20 339.80 23.11
11 16日08时 26.89 311.15 383.85 22.56
12 16日14时 26.47 514.96 455.04 32.39
13 16日20时 26.48 509.21 235.79 12.80
14 17日02时 26.39 525.07 269.93 8.25
15 17日08时 25.71 953.33 161.67 10.71
18 18日02时 24.19 1508.97 86.03 2.32
19 18日11时 25.56 1034.52 75.48 3.84
20 18日14时 25.49 256.57 88.43* 1.90
20 18日14时 25.49 1272.41 47.59 1.87
平均值 739.64 185.17 10.21

注: 如诊断出多个波导层, *表示同一时刻波导层厚度的最大值

2.2.2 不同类型波导特征

表2列出了航次期间观测到的表面波导特征, 其平均波底高度 $\overline{{{h}_{0}}}$为26.0m, 平均厚度 $\overline{{{d}_{0}}}$大于20.06m, 平均强度 $\overline{\Delta M}$约为4.15M单位。15日14时(8号探空)观测到的表面波导强度最强, 可达12.7M单位, 观测诊断此时波导厚度约15m。但如图3所示, 由于缺乏甲板高度(10m)以下的观测, 此时并不能真正确定波导底高度, 而列出的波导厚度仅为此时波导顶高度与观测开始高度(甲板高度)之间的高度差。因此不能排除波导层触及海面的可能, 所以该时刻真实的波导厚度应大于15m。类似的结果在其他多个观测时刻也同样存在, 例如表2中用*号标出的观测结果。因此, 表2中平均波导厚度前用“>”符号表示期间真实的平均厚度应略大于观测诊断值。
我们进一步通过表3考察了航次期间观测的悬空波导特征。在15日至18日期间, 每日4个时次均可以观测到深厚且较强的悬空波导层。其平均波导厚度d0约为185.17m, 平均波底高度h0约为739.64m, 平均波导强度为10.21M单位。16日14时观测到最深厚的波导层, 波导厚度可达455.04m, 波导强度可达32.39M单位。同时, 18日之前, 悬空波导高度大多低于1000m, 厚度大多大于100m; 而在18日02时之后, 悬空波导高度显著抬升至1000m以上。同时, 波导强度和厚度也显著削弱, 波导厚度d0小于100m, 波导强度则削弱至1~3M单位。而在19日之后, 则没有观测到通过判定阈值(ΔM >1 M单位)的悬空波导现象。因此, 从表3可以看出, 悬空波导特征对天气形势变化有着明显的响应, 且19日后的低压及寒潮过程不利于观测海区悬空波导的形成和维持。

3 讨论

3.1 天气过程对波导特征的影响

上一节的分析结果表明, 观测期间南海北部的大气波导特征以悬空波导为主, 而天气过程的演变对悬空波导特征有着显著的影响。这里以寒潮前后的两次典型探空结果, 进一步探讨观测期间的寒潮过程如何影响悬空波导特征。图6为12月15日02时, 寒潮过程前探空观测的大气结构特征。从图6a中可以看到, 此时在800m至1000m高度之间观测到显著的大气修正折射率负梯度区(涂红黑线小于0部分), 其高度与逆温层(图6c 中涂红黑线)相吻合。而从图6b也可以看到, 该逆温层中伴随着极强的虚位温垂直梯度($\partial {{\theta }_{\text{v}}}/\partial z$), 平均虚位温梯度大于0.04K∙m–1, 极值可达0.06K∙m–1。而在逆温层上下, 虚位温变化缓慢, 垂直梯度较小。图6同时也表明, 悬空波导层不仅包括逆温层, 也覆盖逆温层下方约200m内的大气层。
图6 12月15日02时6号探空器观测到的大气修正折射率M (蓝线)及垂直梯度(黑线和红线)的垂直廓线(a)、虚位温垂直梯度廓线($\partial {{\theta }_{\text{v}}}/\partial z$, 单位: K∙m–1)(b)和虚位温 ${{\theta }_{\text{v}}}$减去290K后结果(黑线和红线)、温度T减去8℃后结果(灰线和红线)以及大气比湿qa (浅蓝线和红线, 单位: ×10–3kg∙kg–1)(c)

廓线红色为大气悬空波导层(ΔM>1M单位)。图b变量值表示 $\partial {{\theta }_{\text{v}}}/\partial z$的大小; 图c变量值表示经同图处理后变量 ${{\theta }_{\text{v}}}$、T和qa的各自大小。图a中红色虚线表示图2中B、C点的连接线, 黑色虚线为0值线

Fig. 6 (a) Vertical profile of the atmospheric modified refractive index M (blue line) and its vertical gradient (black line) observed at 02:00 on December 15th; (b) Vertical profile of the virtual potential temperature gradient (units: K∙m-1); (c) Vertical profile of the virtual potential temperature (minus 290K, black line), temperature (minus 8 ℃, gray line), and specific humidity (units: ×10-3kg∙kg-1, blue line). The red and magenta painted parts on the profiles are the stable elevated duct layer identified by ΔM > 1 M-unit

逆温层底部的高度通常被近似等于大气边界层的高度。因此, 从图6我们可以推断, 南海北部在观测前期存在稳定的悬空波导, 主要是由于大气边界层顶部存在稳定而深厚的逆温层所导致的。但如图7的观测结果所示, 观测后期的寒潮过程导致边界层上部逆温层的消亡, 从而影响悬空波导特征。图7a为22日01时大气修正折射率廓线, 此时负梯度区域显著变薄且幅度显著减弱, 只在1400m高度左右观测到较弱的dM/dz<0区, 且不能通过本文第二节中定义的ΔM>1M单位这一判别条件, 因此并未统计在表3中。而此时相同高度上对应的虚位温垂直梯度也为负值(图7b), 所以在温度廓线上也不能确认逆温层的存在(图7c)。这表明, 寒潮伴随的风速增强不利于边界层顶部附近的逆温层形成, 也不利于深厚悬空波导层的形成与维持。
图7 12月22日01时27号探空器观测到的大气修正折射率M (蓝线)及垂直梯度(黑线和红线)的垂直廓线(a)、虚位温垂直梯度廓线($\partial {{\theta }_{\text{v}}}/\partial z$, 单位: K∙m–1)(b)和虚位温 ${{\theta }_{\text{v}}}$减去290K后结果(黑线和红线)、温度T减去8℃后结果(灰线和红线)以及比湿qa (浅蓝线和红线, 单位: ×10–3kg∙kg–1)(c)

廓线涂红部分为波导层, 但ΔM>1M单位。图b变量值表示 $\partial {{\theta }_{\text{v}}}/\partial z$的大小; 图c变量值表示变量 ${{\theta }_{\text{v}}}$-290K, T-8℃和qa×10–3的值。图a中红色虚线表示图2中B、C点的连接线, 黑色虚线为0值线

Fig. 7 (a) Vertical profile of the atmospheric modified refractive index M (blue line) and its vertical gradient (black line) observed at 01:00 on December 22nd; (b) Vertical profile of the virtual potential temperature gradient (units: K∙m-1); (c) Vertical profile of the virtual potential temperature (minus 290K, black line), temperature (minus 8 ℃, gray line), and specific humidity (units: ×10-3kg∙kg-1, blue line). The red painted parts on the profiles are the duct layer but ΔM > 1 M-unit

我们根据ERA5再分析数据绘制的925hPa天气图, 进一步说明天气变化对悬空波导特征的影响。从图8可以看到, 观测海区925hPa位势高度约800m, 与图6中逆温层底部高度相当。观测初期(13日), 观测海区以东风为主, 且风速较大, 相对湿度整体较高。而15日至17日期间, 925hPa高度上风力显著减弱, 风向也转为东南风及南风, 并伴随着等压面整体变暖和相对湿度的明显下降。此时在海南东南区域形成了一个干燥而温暖的气团, 这与图6c中800m至1400m的低比湿区相呼应, 是边界层顶部逆温层形成的重要原因。同时, 较弱的大气风场也有利于这一高度上逆温层的维持, 使之在850hPa高度上仍可以观察到, 这也是表3中同期观测到的悬空波导较强且较为深厚的原因。而19日后寒潮过程引起的风力增强和气温显著下降, 导致该气团被破坏。虽然21日风力有所减弱, 但在探空观测区域并未形成相对湿度的显著下降。这也是表3及图7显示19日后并未观测到显著的悬空波导的原因。
图8 12月13日至21日日平均925hPa天气图

a. 12月13日; b. 12月15日; c. 12月17日; d. 12月19日; e. 12月21日。蓝线为位势高度(单位: m), 绿色线为温度(单位: K), 灰色线为岸界线。该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1552的标准地图制作

Fig. 8 Daily average weather map of 925 hPa from December 13th to 21st. (a) December 13th; (b) December 15th; (c) December17th; (d) December 19th; (e) December 21st. The coloring is relative humidity, the blue line is the geopotential height, the green line is the temperature, and the gray line is coastline

因此, 在天气较稳定的冬季, 观测海区悬空波导与海洋大气边界层顶部的逆温层密切相关, 其主要特征由逆温层的强度和厚度决定, 高度通常较低而且深厚。而当东北季风强劲时, 海洋大气边界层顶部的逆温层被破坏, 导致悬空波导消失或高度显著抬升并变薄。而值得一提的是, 图6和图7都表示该时刻大气边界层顶部的虚位温梯度的量级在10–2K∙m–1, 相比Zeng等(2004)提出的 $\partial {{\theta }_{\text{v}}}/\partial z$> 3×10–3K∙m–1作为判断开阔海区边界层高度的阈值, 大了一个数量级。因此, 图9进一步统计了所有探空悬空波导层强度与虚位温垂直梯度的联系。图9表明, 当存在稳定悬空波导(d0>50m)时, 此时虚位温垂直梯度远远大于3K∙km–1, 取值大多位于10K∙km–1至40K∙km–1区间内。这证明南海冬季大气边界层高度的判定有显著的局地特征, 值得在后续研究中进一步关注。
图9 表3所列主要悬空波导强度ΔM与波导层内平均虚位温垂直梯度($\partial {{\theta }_{\text{v}}}/\partial z$)的平均值分布图

黑色正方形表示悬空波导d0>50m的观测结果, 黑色三角形为悬空波导d0<50m的观测结果。数字为探空编号。2条灰色虚线表示虚位温梯度10K∙km-1至40K∙km-1的取值区间

Fig. 9 The strength (ΔM) of the elevated duct layers shown in Tab. 3 (vertical axis) and the average value of the vertical gradient of the virtual potential temperature ($\partial {{\theta }_{\text{v}}}/\partial z$) in the elevated duct layers. The black square represents the elevated ducts with d0 > 50 m, and the black triangle represents the elevated ducts with d0 < 50 m. The right side of the graphic symbol is the sounding number. The gray dashed lines are the value range for 10 K·km–1 < $\partial {{\theta }_{\text{v}}}/\partial z$< 40 K·km–1

另一方面, 表面波导特征则受天气变化带来的海表气象场变化以及海洋过程的综合影响。图10为航次观测期间的地面天气图, 从图10中可以看到, 航次初期, 观测区域盛行东风, 风力较强, 地面相对湿度较低。12月15日至17日期间, 风力显著减弱, 盛行风仍为东风, 海表相对湿度显著上升。19日后寒潮过程引起的风力增强和气温显著下降, 但相对湿度仍维持在80%左右。到了21日, 风速整体回落, 风向由东北风转变为东南风, 相比19日, 24℃等温线显著北抬。因此, 东南风带来的暖湿空气在雷州半岛以东至珠江口海域维持着一个显著的高湿度区。由此可以推断, 由于该暖湿区域覆盖在近岸锋面冷水区一侧形成的海表逆温层, 则是表2中在21日4个时刻均观测到显著的表面波导的主要原因。这表明, 此时形成表面波导的主要原因是平流带来的水汽变化与海表水温变化的耦合, 而观测初期表面波导的形成则可能更多地是由于海表蒸发所导致。
图10 12月13日至21日日平均地面天气图

a. 12月13日; b. 12月15日; c. 12月17日; d. 12月19日; e. 12月21日。填色为相对湿度, 蓝线为温度, 灰线为岸界线。该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1552的标准地图制作

Fig. 10 Daily average weather map of surface from December 13th to 21st. (a) December 13th; (b) December 15th; (c) December 17th; (d) December 19th; (e) December 21st. The coloring is relative humidity, the blue line is the temperature, and the gray line is coastline

3.2 海温锋面对波导特征的影响

悬空波导特征的变化不仅与天气变化有关, 也与下垫面海温变化有一定的联系。图1表明, 观测期间南海北部存在显著的海温锋面, 近岸水温低, 远海水温高。而从表3的总体特征来看, 强度较强且深厚的悬空波导多发生于锋面暖水区一侧(SST> 25℃)。例如6至15号探空, 波底高度在1000m以下, 厚度在300至400m左右, 强度达到20至30M单位。相比较而言, 航次初期和后期在锋面冷水区一侧(SST<25℃)观测到的悬空波导波底高度则普遍超过1000m, 厚度也多在100m以内, 且强度在10M单位以下。
图11和图12进一步展示了锋面伴随的海温变化对悬空波导的影响。图11为12月15日08时至16日凌晨02时, 在锋面暖水区一侧观测到的悬空波导特征, 4个时次观测的海表温度均大于25℃。图11表明, 该区域存在显著的悬空波导层日变化。如15日清晨, 可在廓线上观测到悬空波导层位于400m至800m之间(图11a)。随着日间边界层的发展, 波导层在14时抬升至600m至1000m之间, 并伴随着厚度和强度同时增加, 而且在600m高度波导层之下还存在一个相对薄弱的波导层(图11b)。至20点时, 边界层顶部的主波导层仍维持在800m至1000m左右, 但在其上方1300m处也观测到一个相对薄弱的波导层(图11c)。此后, 悬空波导高度逐渐下降, 至16日凌晨02时, 悬空波导层降至400m至800m之间, 而波导强度达到一日之中最强的23.11M单位(图11d)。因此, 我们可以认为锋面暖水区悬空波导的特征变化与边界层日变化基本同步, 并受其调制。
图11 12月15日08时至16日02时在图1中7号至10号探空的锋面暖水区一侧观测到的大气修正折射率M (蓝线)及其垂直梯度的三点滑动平均结果(黑线)

图中涂红部分为大气悬空波导层(ΔM >1M单位)。图中虚线为0值线

Fig. 11 Vertical profile of the atmospheric modified refractive index M (blue line) and its vertical gradient (black line, after three-points moving average) observed from 08:00 on December 15th to 02:00 on December 16th. The red painted parts on the profiles are the stable elevated duct layer identified by ΔM > 1 M-unit

图12 12月21日07时至20时在图1中24号至27号探空的锋面冷水区一侧观测到的大气修正折射率M (蓝线)及其垂直梯度结果(黑线为无滑动平均, 红线为三点滑动平均结果)

廓线上无涂红区域, 表示该时刻不存在波导强度ΔM >1M单位的波导层。虚线表示0值线

Figure 12 Vertical profile of the atmospheric modified refractive index M (blue line) and its vertical gradient (black line is no smoothing result and red line is the three-point moving average) observed from 07:00 to 20:00 on December 21st. There is no red painted part on the profiles due to the non-existence of the stable elevated duct layer identified by ΔM > 1 M-unit

另一方面, 图12展示了12月21日07时至20时, 位于海温锋面冷水区一侧的4次探空观测结果。此时海表温度在21~23℃之间, 相对暖水区海表水温低3~5℃。图12表明, 该区域的4次探空均没有确认满足本文判据(ΔM >1M单位)的显著波导现象。虽然在大气修正折射率M梯度廓线上可以观察到dM/dz<0的扰动(图12a、12c、12d), 但如果对图12中的dM/dz廓线做三点滑动平均处理, 则会导致原始观测中的dM/dz<0扰动消失(图12d)。这表明, 此时的dM/dz<0的扰动的厚度大多仅为20m左右, 这些微弱扰动无法形成稳定且有一定强度的波导层。因此在锋面冷水区一侧没有观测到与暖水区一侧类似的波导层日变化。这极有可能是由于下垫面温度较低, 边界层结构较为稳定, 不利于湍流运动的进一步发展和波导层的维持。这也进一步说明, 海洋锋导致的大气边界层下垫面变化与悬空波导特征变化密切相关。

4 结论

本文使用2012年12月13日至22日南海西北部综合观测航次获取的水文气象数据, 研究了海洋大气波导特征的变化机制, 主要结论如下:
1) 航次期间大气波导类型主要为悬空波导与表面波导, 悬空波导与表面波导的发生概率相当, 均超过60%。悬空波导平均波底高度738.64m, 平均厚度185.17m, 平均强度10.21M单位。表面波导平均波底高度为26.0m, 平均厚度大于20.06m, 平均强度约为4.15M单位。
2) 天气形势的变化伴随的逆温层变化对悬空波导特征有显著影响。当925hPa等压面盛行东风, 且风速较弱时, 有利于大气边界层顶部的逆温层的形成与维持, 而悬空波导的主要特征受逆温层的强度和厚度调制, 高度通常较低而深厚。而当东北季风强劲时, 海洋大气边界层顶部的逆温层被破坏, 悬空波导多发于1000m以上高空, 且显著变薄、变弱。
3) 南海北部海温锋面对波导特征也有一定的影响。锋面暖水区一侧水温较高, 有利湍流发展, 因此, 悬空波导层变化与大气边界层的日变化近乎同步。而锋面冷水区一侧水温较低, 不利于湍流发展, 导致大气修正折射率M的负梯度扰动较弱, 较难形成稳定且有一定强度的悬空波导。但当东南风带来的暖湿空气覆盖于水温较低的锋面冷水区一侧时, 容易形成较稳定的表面波导。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
陈莉, 高山红, 康士峰, 等, 2011. 中国近海蒸发波导的数值模拟与预报研究[J]. 中国海洋大学学报, 41(1-2): 1-8.

CHEN LI, GAO SHANHONG, KANG SHIFENG, et al, 2011. Numerical modeling and forecasting of evaporation ducts over China Seas[J]. Periodical of Ocean University of China, 41(1-2): 1-8. (in Chinese with English abstract)

[2]
成印河, 周生启, 王东晓, 等, 2013a. 夏季风爆发对南海南北部低空大气波导的影响[J]. 热带海洋学报, 32(3): 1-8.

CHENG YINHE, ZHOU SHENGQI, WANG DONGXIAO, et al, 2013a. Influence of the monsoon onset on the lower atmospheric ducts over the South China Sea[J]. Journal of Tropical Oceanography, 32(3): 1-8. (in Chinese with English abstract)

[3]
成印河, 周生启, 王东晓, 2013b. 海上大气波导研究进展[J]. 地球科学进展, 28(3): 318-326.

CHENG YINHE, ZHOU SHENGQI, WANG DONGXIAO, 2013b. Review of the study of atmospheric ducts over the sea[J]. Advances in Earth Science, 28(3): 318-326. (in Chinese with English abstract)

[4]
丁菊丽, 费建芳, 黄小刚, 等, 2009. 南海、东海蒸发波导出现规律的对比分析[J]. 电波科学学报, 24(6): 1018-1023.

DING JULI, FEI JIANFANG, HUANG XIAOGANG, et al, 2009. Contrast on occurrence of evaporation ducts in the South China Sea and East China Sea area[J]. Chinese Journal of Radio Science, 24(6): 1018-1023. (in Chinese with English abstract)

[5]
丁轩茹, 管兆勇, 成印河, 等, 2012. 1998年季风试验期间南海蒸发波导特征分析[J]. 热带气象学报, 28(6): 905-910.

DING XUANRU, GUAN ZHAOYONG, CHENG YINHE, et al, 2012. Characteristics of Evaporation Duct over the South China Sea during 1998 Summer monsoon[J]. Journal of Tropical Meteorology, 28(6): 905-910. (in Chinese with English abstract)

[6]
胡晓华, 费建芳, 张翔, 等, 2007. 气象条件对大气波导的影响[J]. 气象科学, 27(3): 349-354.

HU XIAOHUA, FEI JIANFANG, ZHANG XIANG, et al, 2007. Effect of Meteorological conditions on atmospheric duct[J]. Scientia Meteorologica Sinica, 27(3): 349-354. (in Chinese with English abstract)

[7]
胡晓华, 费建芳, 张翔, 等, 2008. 一次大气波导过程的数值模拟[J]. 气象科学, 28(3): 294-300.

HU XIAOHUA, FEI JIANFANG, ZHANG XIANG, et al, 2008. Numerical simulation of an atmospheric duct[J]. Scientia Meteorologica Sinica, 28(3): 294-300. (in Chinese with English abstract)

[8]
黄小龙, 经志友, 郑瑞玺, 等, 2020. 南海西部夏季上升流锋面的次中尺度特征分析[J]. 热带海洋学报, 39(3): 1-9.

DOI

HUANG XIAOLONG, JING ZHIYOU, ZHENG RUIXI, et al, 2020. Analysis of submesoscale characteristics of summer upwelling fronts in the western South China Sea[J]. Journal of Tropical Oceanography, 39(3): 1-9. (in Chinese with English abstract)

DOI

[9]
康士峰, 张玉生, 王洪光, 2014. 对流层大气波导[M]. 北京: 科学出版社:48-49.

KANG SHIFENG, ZHANG YUSHENG, WANG HONGGUANG, 2014. Atmospheric duct in troposphere environment[M]. Beijing: Science Press: 48-49. (in Chinese)

[10]
蔺发军, 刘成国, 成思, 等, 2005. 海上大气波导的统计分析[J]. 电波科学学报, 20(1): 64-68.

LIN FAJUN, LIU CHENGGUO, CHENG SI, et al, 2005. Statistical analysis of marine atmospheric duct[J]. Chinese Journal of Radio Science, 20(1): 64-68. (in Chinese with English abstract)

[11]
蔺发军, 王红光, 林乐科, 等. 2007. 风向对蒸发波导环境特性影响的研究[J]. 电波科学学报, 22(3): 410-413.

LIN FAJUN, WANG HONGGUANG, LIN LEKE, et al, 2007. Influence of wind direction on characteristics of evaporation duct[J]. Chinese Journal of Radio Science, 22(3): 410-413. (in Chinese with English abstract)

[12]
刘成国, 潘中伟, 郭丽, 1996. 中国低空大气波导出现概率和波导特征量的统计分析[J]. 电波科学学报, 11(2): 60-66.

LIU CHENGGUO, PAN ZHONGWEI, GUO LI, 1996. Statistical analysis of occurrence and characteristics of atmospheric ducts in China[J]. Chinese Journal of Radio Science, 11(2): 60-66. (in Chinese with English abstract)

[13]
邱春华, 崔永生, 胡诗琪, 等, 2017. 基于融合遥感数据的广东沿岸温度锋面的季节变化研究[J]. 热带海洋学报, 36(5): 16-23.

DOI

QIU CHUNHUA, CUI YONGSHENG, HU SHIQI, et al, 2017. Seasonal variation of Guangdong coastal thermal front based on merged satellite data[J]. Journal of Tropical Oceanography, 36(5): 16-23. (in Chinese with English abstract)

DOI

[14]
BEAN B R, DUTTON E J, 1968. Radio meteorology[M]. New York: Dover Publications.

[15]
COOK J, 1991. A sensitivity study of weather data inaccuracies on evaporation duct height algorithms[J]. Radio Science, 26(3): 731-746.

DOI

[16]
DONLON C J, MARTIN M, STARK J, et al, 2012. The Operational Sea Surface Temperature and Sea Ice Analysis (OSTIA) system[J]. Remote Sensing of Environment, 116: 140-158.

DOI

[17]
MURPHY D M, KOOP T, 2005. Review of the vapour pressures of ice and supercooled water for atmospheric applications[J]. Quarterly Journal of the Royal Meteorological Society, 131(608): 1539-1565.

DOI

[18]
SHI RUI, GUO XINYU, WANG DONGXIAO, et al, 2015. Seasonal variability in coastal fronts and its influence on sea surface wind in the northern South China Sea[J]. Deep Sea Research Part Ⅱ: Topical Studies in Oceanography, 119: 30-39.

[19]
TURTON J D, BENNETTS D A, FARMER S F G, 1988. An introduction to radio ducting[J]. Meteorological Magazine, 117(1393): 245-254.

[20]
XIE JIPING, ZHU JIANG, LI YAN, 2008. Assessment and inter-comparison of five high-resolution sea surface temperature products in the shelf and coastal seas around China[J]. Continental Shelf Research, 28(10-11): 1286-1293.

DOI

[21]
ZENG XUBIN, BRUNKE M A, ZHOU MINGYU, et al, 2004. Marine atmospheric boundary layer height over the eastern Pacific: data analysis and model evaluation[J]. Journal of Climate, 17(21): 4159-4170.

DOI

[22]
ZHAO XIAOFENG, WANG DONGXIAO, HUANG SIXUN, et al, 2013. Statistical estimations of atmospheric duct over the South China Sea and the tropical eastern Indian Ocean[J]. Chinese Science Bulletin, 58(23): 2794-2797.

DOI

Options
Outlines

/

〈 〉