2026, Vol. 50
文章信息
- 晏阳天, 白学志. 2026.
- Yan Yangtian, Bai Xuezhi. 2026.
- 北极气溶胶时空变化特征及其对向下短波辐射的影响
- Temporal and spatial variations of Arctic aerosol and its influence on downward shortwave radiation
- 海洋科学, 50(2): 13-27
- Marine Sciences, 50(2): 13-27.
- http://dx.doi.org/10.11759/hykx20250414001
-
文章历史
- 收稿日期：2025-04-14
- 修回日期：2025-04-25
在全球变暖的背景下, 北极增温是全球平均增温的3~4倍[1], 这种现象称为“北极放大”。北极气候系统的快速变化不仅影响区域生态平衡, 更对全球气候产生深远影响。向下地表短波辐射是调控北极能量收支的核心要素之一, 气溶胶光学厚度(aerosol optical depth, AOD)和向下地表短波辐射(shortwave radiation of ground downwelling, SWGDN)之间的关系对北极气候和辐射平衡有重要影响[2]。
气溶胶在大气中广泛存在, 因其对短波辐射的直接效应和间接效应, 对地球辐射平衡、气候变化以及区域生态系统有显著影响[3]。了解气溶胶对向下地表短波辐射的影响, 不仅有助于改善辐射传输模型, 还能为气候变化预测提供支持。气溶胶通过吸收和散射直接改变地表能量输入, Freychet等[4]利用MODIS数据评估了气溶胶对区域短波辐射的影响, 发现重污染区域短波辐射减少显著, 联合国政府间气候变化专门委员会(IPCC)报告指出气溶胶的散射效应在大气中具有显著的不确定性[5]。同时对于气溶胶通过改变云的物理性质来影响短波辐射的间接效应, Twomey[6]提出的“气溶胶-云辐射”假说成为重要理论基础。研究表明, 气溶胶浓度升高会增加云滴数目密度, 从而增强云反射能力, 减少到达地表的短波辐射[7-9]。
北极气溶胶的组成成分复杂多样, 主要包括黑碳(black carbon, BC)、有机碳(organic carbon, OC)、沙尘(dust, DU)、硫酸盐(SO42–)等。这些成分的来源和效应各具特点, BC主要来源于化石燃料和生物质的不完全燃烧, 如煤炭、石油、木材等的燃烧过程, 在北极地区, BC气溶胶可以来自本地或远距离传输, 特别是从欧洲、亚洲和北美等地区的燃烧活动。OC气溶胶来源复杂, 包括生物源性排放(如植物和海洋生物)、自然火灾、燃烧过程、远距离输送以及气候变化等多重因素, 随着气候变暖, 北极地区的OC气溶胶排放和形成过程可能会发生变化, 这对北极气候、生态系统以及全球气候系统有着重要的影响。DU气溶胶主要来源于地表的风蚀作用, 特别是干旱和半干旱地区的沙漠和戈壁, 在北极地区, DU气溶胶可能通过大气环流从远距离传输而来。SO42–气溶胶可以由多种前体物在大气中经过化学反应生成, 如二氧化硫(SO2)与大气中的羟基自由基(–OH)等氧化剂反应形成硫酸(H2SO4), 进而与氨(NH3)或金属离子等结合形成SO42–, 在北极地区, 夏季的海洋过程可以生成二甲基硫(DMS)等有机硫化物, 进而参与反应生成SO42–气溶胶。
气溶胶的观测方法主要包括: 直接测量, 如颗粒物计数器(激光散射法/静电迁移法测定数密度与质量浓度)和气溶胶质谱仪(如AMS, 实时分析化学组分); 光学遥感, 如太阳光度计(反演气溶胶光学厚度及粒径分布); 激光雷达(垂直探测气溶胶垂直廓线及层状结构)。不同种类的气溶胶根据其具体性质采取不同的观测方式, BC气溶胶主要通过吸收光辐射的特性使用光学吸收法和卫星遥感来进行检测, OC气溶胶因其成分复杂, 多使用气溶胶质谱、滤膜采样进行检测, DU气溶胶以矿物颗粒为主, 主要通过激光雷达或卫星遥感直接识别, SO42–气溶胶以水溶性离子形式存在, 故使用化学或光谱方法进行检测。
对于北极气溶胶对短波辐射影响效应的研究, 前人指出, 北极BC在大气中通过强吸收作用削弱了向下地表短波辐射, 同时也会附着在冰雪上, 形成暗色层, 降低冰雪反照率, 加剧北极冰雪的消融[10]。气溶胶的季节变化也与北极辐射平衡密切相关。Stohl[11]通过气溶胶传输模型指出, 冬季和春季气溶胶通过长距离输送对北极辐射强迫的影响更为显著。有学者利用气溶胶组分观测发现, 北极春季气溶胶中SO42–占主要成分, 对短波辐射削弱效应最显著。遥感观测中, 除了有极夜影响的冬季, 北极气溶胶在各季节都具有明显的短波辐射削弱效应, 在春季达到峰值[12]。
全球气候模式逐步将气溶胶的辐射效应纳入模拟中, 以评估其对北极气候变化的贡献[13-14]。政府间气候变化专门委员会(Intergovernmental Panel on Climate Change，IPCC), 北极的气溶胶辐射强迫效应是影响辐射平衡和温度上升的重要因素之一[15]。有研究指出北极气溶胶对短波辐射的削弱效应在5%~15%, 具体数值取决于气溶胶类型和季节变化[16]。还有研究将气溶胶与北极冰雪变化结合, 探索其辐射效应对冰雪融化的间接影响。模式模拟表明, BC气溶胶在导致北极地区地表短波辐射减少的同时, 还会加速冰雪表面的暗化效应, 二者的耦合效应导致北极综合辐射强迫上升, 从而使北极地表增温[17]。但现有研究多依赖区域观测或模式模拟, 缺乏对全北极尺度气溶胶变化的综合分析。
近年来, MERRA-2(The Modern-Era Retrospective analysis for Research and Applications, Version 2)再分析资料因其高时空分辨率以及高精度被广泛应用于中低纬气候研究, 并在气溶胶-辐射相互作用分析中展现出优势, 对于气溶胶组分和来源, MERRA-2通过化学传输模型(GEOS-5)模拟了不同气溶胶组分的分布和贡献[20], 然而, 目前该数据集对于北极地区的应用较为有限。而前人关于北极气溶胶对短波辐射影响的研究中, 多是利用模式模拟, 或是利用有限的特定区域的观测资料来计算气溶胶对短波辐射的影响效应。
第六次国际耦合模式比较计划(Coupled Model Intercomparison Project Phase6, CMIP6)作为当前全球气候模拟领域最权威的协作项目, 为气溶胶-气候相互作用研究提供了丰富的多模型集成数据集。CMIP6通过引入更完善的气溶胶模块、更高分辨率的模式以及更丰富的情景实验, 显著提升了气溶胶辐射强迫及其气候效应的量化能力[18]。近年来, 国内外学者基于CMIP6多模型数据, 在气溶胶时空演变、辐射效应、云相互作用及其对全球和区域气候的影响等方面取得重要进展, 为深入理解气溶胶在气候系统中的作用提供了新的科学依据[19]。检测与归因模式比较计划(Detection and Attribution Model Intercomparison Project, DAMIP)实验是CMIP6的核心实验之一, 旨在通过分离不同气候强迫因子(如人为温室气体、气溶胶、自然太阳和火山活动)的贡献, 科学量化人类活动和自然因素对气候变化的独立影响。DAMIP实验通过“单一强迫分离”的数值模拟, 量化不同外强迫的独立影响, 从而检测人类活动(如工业化排放)对气候系统的可识别信号, 归因特定气候事件(如北极放大、极端高温)的驱动机制。
本文基于MERRA-2数据和CMIP6模式DAMIP实验, 旨在揭示北极气溶胶主要组分的时空分布特征及其季节变化规律, 探究气溶胶对北极地表短波辐射的影响。
1 数据与方法 1.1 数据MERRA-2由美国国家航空航天局全球建模与同化办公室发布[20], 能更好地反映气候系统中气溶胶与其他物理过程之间的相互作用。MERRA-2同化了卫星遥感数据以及太阳光度计数据, 在MERRA的基础上改进了GEOS模型, 优化了GSI同化系统, 可同化现代高光谱辐射计与微波观测数据[21]。已有研究通过MERRA-2与AERONET数据对比显示, 在阳光充足的月份, 二者的相关性是合理的, 且偏差小于0.05[22]。
本文采用MERRA-2的气溶胶光学厚度、黑碳气溶胶质量浓度(kg/m3)、有机碳气溶胶质量浓度(kg/m3)、沙尘气溶胶质量浓度(kg/m2)、硫酸盐气溶胶质量浓度(kg/m3)以及向下地表短波辐射数据, 其中向下地表短波辐射数据包括观测数据(SWGDN), 以及通过辐射传输模型计算和数据同化系统协同生成的晴空条件下预测数据(shortwave radiation of ground downward in clear sky, SWGDNCLR)的月平均资料, 数据起止时间为1980—2020年, 共41 a, 水平空间分辨率为0.5°× 0.625°。本文的研究区域为60°N以北的北极地区。由于北极极夜现象, 本文主要研究3—9月的气溶胶与短波辐射。
DAMIP实验包含所有自然与人为外强迫因子综合气候效应的历史全强迫实验, 仅考虑温室气体排放对气候系统影响的Hist-GHG历史模拟实验, 仅考虑人为气溶胶排放的Hist-aer历史模拟实验, 以及仅考虑自然强迫排放的Hist-nat历史模拟实验等众多实验。本文采用历史实验和Hist-aer实验中12个模式(表 1)的AOD数据以及晴空条件下向下地表短波辐射强度(surface downwelling shortwave radiation in clear sky, rsdscs, W/m2)资料, 数据起止时间为1980—2014年, 共35 a, 所有资料均插值到水平分辨率为25 km的EASE-Grid 2.0网格中, 并对结果进行集合平均处理。
| 序号 | 模式名称 | 国家 | 机构 | 网格 |
| 1 | ACCESS-CM2 | 澳大利亚 | CSRIO-BOM | 192°×142° |
| 2 | ACCESS-ESM1-5 | 澳大利亚 | CSRIO-BOM | 192°×14° |
| 3 | BCC-CSM2-MR | 中国 | BCC | 320°×160° |
| 4 | CanESM5 | 加拿大 | CCCMA | 128°×64° |
| 5 | CESM2 | 美国 | NCAR | 288°×192° |
| 6 | E3SM-2-0 | 美国 | E3SM | 360°×180° |
| 7 | FGOALS-g3 | 中国 | CAS | 180°×80° |
| 8 | GISS-E2-1-G | 美国 | NASA-GISS | 144°×90° |
| 9 | IPSL-CM6A-LR | 法国 | IPSL | 144°×143° |
| 10 | MIROC6 | 日本 | MIROC | 256°×128° |
| 11 | MRI-ESM2-0 | 日本 | MRI | 320°×160° |
| 12 | NorESM2-LM | 挪威 | NCC | 144°×96° |
气溶胶对大气辐射的影响主要分为散射和吸收, 气溶胶散射系数和气溶胶吸收系数的总和称为气溶胶消光系数, 对其从地球表面到大气层顶部(top of atmosphere, TOA)垂直积分得到AOD。AOD在光学意义上描述了气溶胶量的柱体积分, 它是一个无量纲量, 数值范围在0~1。并且气溶胶质量浓度与气溶胶辐射强迫不直接相关, 而AOD与气溶胶辐射强迫直接相关。此外, 卫星观测可以用来推断AOD, 而不是气溶胶质量浓度。因此, AOD是气溶胶-气候相互作用的最基本变量[3]。
本文采用Chung[3]给出的计算公式来估算有气溶胶影响的地表向下短波辐射的理论值, 对气溶胶消光效应进行微分,
| $ \mathrm{d} I_\lambda=-k_\lambda \rho I_\lambda \mathrm{d} s, $ | (1) |
式中, Iλ表示辐射强度, kλ表示质量消光横截面, ρ表示材料密度, kλρ被称为气溶胶消光系数(单位: cm–1), ds表示沿其传播方向穿过的厚度。在全球范围内, 气溶胶消光系数是空间时间和波长的函数。气溶胶光学厚度τ是从地球表面(surface, Sfc)到大气层顶部(TOA)的气溶胶消光系数的垂直积分, 如下所示:
| $ {\tau }_{\text{λ}}= \underset{\text{Sfc}}{\overset{\text{TOA}}{{\displaystyle \int }}}{k}_{\text{λ}}\rho \text{d}z . $ | (2) |
联立方程(1)和(2), 可以得到:
| $ I_\lambda(\mathrm{Sfc})=I_\lambda(\mathrm{TOA}) \times \exp (-\mathrm{AOD}), $ | (3) |
式中, Iλ(TOA)是大气层顶短波辐射, Iλ(Sfc)是在仅有气溶胶阻碍情况下向下地表短波辐射的计算值, 通过计算, 将地表向下短波辐射的理论值与实际值作比较, 探究AOD对短波辐射的影响效应以及影响因素。
本文还利用相关分析和回归分析来研究气溶胶与地表向下短波辐射的变化关系。
2 结果 2.1 北极气溶胶光学厚度和组成成分时空变化特征 2.1.1 AOD图 1(a)给出了1980—2020年北半球AOD的长期平均空间分布特征。从图中可以看出, AOD的低值区主要位于北极和太平洋海域(0.05~0.15), 而非洲大陆和亚洲东南部陆地区域则表现出较高的AOD值(> 0.35)。在北极区域内, 格陵兰岛地区的AOD值显著低于周边区域, 加拿大群岛至北极核心区的AOD值次之, 俄罗斯北部及非洲西北沿岸地区呈现相对较高的AOD值, 阿拉斯加及美国北部地区则维持较低的AOD水平。对比1980—2020年北半球与北极地区年平均AOD时间序列[图 1(b)]显示, 北极地区AOD值整体显著低于北半球, 值得注意的是, 1983—1984年和1992—1993年二者都出现了显著的AOD异常峰值, 其中北极地区的增幅更为明显, 这种区域差异性的异常特征可能与特定的气溶胶传输事件有关, 我们将在后文进行深入讨论。
 |
| 图 1 1980—2020年北半球平均AOD空间分布与年平均AOD时间序列 Fig. 1 Spatial distribution and annual average aerosol optical depth time series of the Northern Hemisphere (1980–2020) |
北极AOD有显著的季节变化(图 2)。春夏季AOD值显著高于秋冬季, 这一现象反映了不同季节气溶胶的生成机制、传输路径以及沉降过程的差异性。夏季, 俄罗斯远东地区和北美西部区域的AOD达到年度峰值。秋冬季的AOD值表现出明显的区域差异, 欧亚大陆AOD值高于北美大陆。加拿大群岛地区的AOD在各个季节均较低。
 |
| 图 2 1980—2020年平均北极AOD季节分布图 Fig. 2 Long-term seasonal mean AOD in the Arctic (1980–2020) |
北极地区黑碳气溶胶质量浓度(Black Carbon Column Mass Density, BCCMASS)呈现显著的季节性变化特征[图 3(a)]。春季和夏季的BCCMASS普遍高于秋季和冬季, 这一变化趋势可能与污染源排放强度及大气传输过程的季节性差异密切相关。春季作为气溶胶活动增强的关键时期, 太平洋地区的生物质燃烧、工业排放等污染源增加, 导致BC浓度上升, 并在夏季达到峰值。春季格陵兰海及加拿大群岛东部海域的BCCMASS维持在较低水平, 而进入夏季后, 北极大部分区域的BCCMASS显著升高, 其中楚科奇海及其邻近沿岸区域的BC浓度明显高于其他海域。秋冬季的BCCMASS整体下降, 但仍表现出明显的区域差异, 俄罗斯沿岸侧的BC浓度普遍高于加拿大群岛侧。楚科奇海区域的BCCMASS在全年均高于北极其他海域。作为北极与太平洋之间的过渡带, 该海域易受太平洋地区污染物的输入影响。格陵兰岛由于常年受冰盖覆盖, 气溶胶沉降效率较高, 导致其周边海域的BCCMASS显著低于其他北极区域。
 |
| 图 3 1980—2020年长期季节平均北极气溶胶各组分质量浓度分布 Fig. 3 Long-term seasonal mean column mass density of Arctic aerosol components (1980–2020) |
北极地区有机碳气溶胶质量浓度(Organic Carbon Column Mass Density, OCCMASS)主要集中在夏季, 春季和秋季次之, 冬季最低[图 3(b)]。在夏季, 由于气温较高, 北极地区的生物生产力较强, 且融冰后开放水域的面积增大, 为浮游植物和其他生物提供了更多的生长空间, 导致OCCMASS显著增加[23]。OCCMASS的分布也呈现出明显的区域差异, 夏季陆地区域OCCMASS普遍高于海域, 北极海域中太平洋入流侧OCCMASS明显高于大西洋入流侧, 海域间的区域差异现象在春季也同样体现。北极地区OCCMASS的空间和季节性分布特征受多种因素的综合影响, 包括大气环流、生物生产力、海洋动力以及冰雪覆盖等。这些因素的交互作用使得北极OCCMASS的分布具有显著的季节变化和空间差异, 在楚科奇海、东西伯利亚海和拉普捷夫海表现得尤为突出。
2.1.4 沙尘气溶胶春季北极沙尘气溶胶质量浓度(Dust Column Mass Density, DUCMASS)显著高于其他季节[图 3(c)]。春季是北极地区风力较强、天气变化较为剧烈的时期, 干旱区域的沙尘暴活动增强, 同时北极地区逐渐从冬季的极寒环境中解冻, 导致DU的释放和运输过程显著增加。春季较强的风暴活动和大气环流的变化还会促进DU的长距离传播和垂直扩散, 从而导致春季DUCMASS的较高值[24]。DUCMASS各季节的区域分布特征呈现出一定的相似性。楚科奇海DUCMASS普遍高于其他北极海域, 沿着白令海峡入流路径, DUCMASS逐渐降低。格陵兰海和挪威海的DUCMASS普遍较低。
2.1.5 硫酸盐气溶胶北极硫酸盐气溶胶质量浓度(SO4 Column Mass Density, SO4CMASS)在春季和冬季较高, 夏季次之, 秋季最低[图 3(d)]。区域分布上SO4CMASS与DUCMASS类似: 楚科奇海SO4CMASS普遍高于其他北极海域, 并沿白令海峡入流路径呈现明显的梯度递减趋势。格陵兰岛SO4CMASS表现出了北极区域的最低值, 并且以格陵兰岛为中心周围海域的SO4CMASS也略低于其他北极海域。
2.2 北极气溶胶成分和AOD的年际变化和长期趋势北极气溶胶各组分的标准差反映了各组分的年际变化特征, 如图 4所示。BCCMASS与OCCMASS的标准差分布特征相近, 表现出北极海域偏低、陆地区域偏高的特征, 且白令海区域标准差高于北极海域。DUCMASS虽同样表现出北极海域标准差低于陆地区域的特征, 但在北极海域间也有着区域差异, 白令海峡和楚科奇海域标准差最高, 东西伯利亚海次之。SO4CMASS的标准差区域差异更加明显, 加拿大、美国沿岸区域显著高于俄罗斯沿岸区域, 巴伦支海、格陵兰海区域出现明显低值。这表明人类活动严重影响了BCCMASS、OCCMASS以及DUCMASS的年际变化。
 |
| 图 4 1980—2020年北极气溶胶各组成成分标准差分布 Fig. 4 Standard deviation distribution of Arctic aerosol components (1980–2020) |
北极气溶胶组分浓度长期趋势存在显著差异(图 5)。BCCMASS呈现明显的上升趋势, 1992年出现异常峰值, 该异常现象之后将具体分析, 此外, 1996年前保持相对稳定, 1996年后则呈现显著增加态势。OCCMASS变化幅度较大, 自1996年起同样呈现持续上升趋势。相比之下, DUCMASS则相对平稳, 在1992—2008年间仅出现轻微上升, 随后显著下降。SO4CMASS在1992年达到历史峰值后急剧下降, 2000年后趋于稳定。这些差异性的变化模式揭示了不同气溶胶组分的来源特征和环境响应机制: BCCMASS和OCCMASS的强烈波动反映了人类活动(如化石燃料燃烧和生物质燃烧)的显著影响; 而DUCMASS和SO4CMASS的相对稳定性及其在2008年后的下降趋势, 既体现了自然来源组分的稳定性特征, 还可能反映了工业减排政策的环境效应。特别是SO4CMASS的长期变化模式, 与全球范围内二氧化硫排放控制措施的逐步实施呈现出时间上的一致性。
 |
| 图 5 1980—2020年北极气溶胶各组成成分时间序列 Fig. 5 Time series of Arctic aerosol composition (1980–2020) |
各组份的趋势分析(图 6)表明, BCCMASS与OCCMASS的趋势分布特征同样相近, 二者呈上升趋势, 且陆地区域的上升趋势高于北极海域。DUCMASS同样表现出整个北极海域的上升趋势, 存在明显的区域差异。楚科奇海、波弗特海、挪威海以及俄罗斯沿岸区域的上升趋势显著高于其他海域。SO4CMAS则与其他三者相反, 表现下降趋势。
 |
| 图 6 1980—2020年北极气溶胶各组成成分年增长趋势分布 Fig. 6 Annual growth trend distribution of Arctic aerosol components (1980–2020) |
北半球AOD变化趋势[图 7(a)]表明, 北半球绝大多数地区的AOD均呈现降低趋势, 整个北极区域的AOD呈现下降趋势, 中低纬地区仅亚洲南部呈现上升趋势, 且北极区域的减少速率明显高于中低纬陆地地区。俄罗斯西部AOD减少趋势最为显著, 其次是喀拉海、巴伦支海、挪威海, 白令海峡与楚科奇海AOD减少趋势相对较小。
 |
| 图 7 1980—2020年北半球与北极地区AOD整体增长趋势与季节演变 Fig. 7 Overall growth trend and seasonal evolution of AOD in the Northern Hemisphere and the Arctic (1980–2020) |
对北极区域AOD季节平均值进行分析[图 7(b)], 发现1983—1984年和1992—1993年期间北极AOD出现异常增高, 这与1982—1983年加隆贡火山(Galunggung, 印度尼西亚)和1991年皮纳图博火山(Pinatubo, 菲律宾)爆发有关。火山爆发向平流层注入大量SO2, 形成全球性硫酸盐气溶胶层, 平流层气溶胶可通过大气环流传输至北极, 导致北极AOD异常升高。AOD海陆分布差异进一步表明, 人为因素对AOD变化的显著影响[图 7(a)], 而异常事件则表明自然条件对AOD的变化也起到了重要作用图 7(b)。4种主要气溶胶组分中只有SO4CMASS呈下降趋势, 其他3种组分都呈上升趋势(图 6), 但由于SO42–气溶胶的散射效率高于其他气溶胶, 且SO42–和DU的质量浓度显著高于BC和OC(图 5), 因此AOD表现出下降趋势[图 7(b)]。
2.3 北极气溶胶对地表向下短波辐射的影响 2.3.1 MERRA-2基于MERRA-2资料的1980—2020年年平均的北极大气层顶(TOA)的入射短波辐射呈规则的纬向分布, 从南向北均匀降低[图 8(a)]]。有云条件下, 由于受到大气中云、气溶胶、水汽等的反射和散射, 到达地面的入射短波辐射(SWGDN)明显降低[图 8(b)], 且有明显的区域特征。大西洋扇区SWGDN明显低于太平洋扇区, 格陵兰岛区域SWGDN异常偏高。晴空条件下的SWGDNCLR的量值介于大气层顶向下短波辐射和SWGDN之间, 有南高北低分布特征, 由于受气溶胶等因素的影响, 也存在明显的纬向差异[图 8(c)]。
 |
| 图 8 1980—2020年3—9月平均大气层顶与地表向下短波辐射累计量空间分布 Fig. 8 Spatial distribution of the cumulative downward short-wave radiation from the top of the atmosphere and the surface of the earth from March to September (1980–2020) |
除了云对入射短波辐射有重要的反射和散射作用外, 气溶胶对短波辐射也有明显的反射和散射作用。1980—2020年3—9月平均AOD与累积SWGDN的相关系数分布[图 9(a)]表明, 除了楚科奇海和加拿大群岛有显著的负相关, 其他海域相关不显著, 且大西洋扇区、俄罗斯沿岸以及加拿大群岛等区域显示出了正相关。主要原因是地面接收的入射短波辐射受云覆盖的影响明显大于气溶胶的影响。而晴空条件下的SWGDNCLR则与AOD有显著的负相关, 且北极海域以及陆地区域均通过了95%置信度检验。这说明除了云覆盖以外, AOD是显著阻碍短波辐射到达地表的另一个重要因素。
 |
| 图 9 1980—2020年北极海域向下短波辐射(SWGDN/SWGDNCLR)与气溶胶光学厚度(AOD)相关系数空间分布 Fig. 9 Spatial distribution of the correlation coefficients between downward shortwave radiation (SWGDN/SWGDNCLR) and aerosol optical thickness in the Arctic Sea area (1980–2020) 注: 黑点表示通过了95%置信度检验。 |
图 10给出了1980—2020年北极海域(60°N以北)平均的每年3—9月的SWGDN和SWGDNCLR累积值的时间序列。从图中可以明显发现, SWGDN在1980—2020年期间的年累积值在890~970 W/m2, 平均值为928 W/m2。SWGDN表现出缓慢下降的趋势。SWGDNCLR的累积值要明显高于SWGDN, 在1980— 2020年在1 450~1 468 W/m2, 平均值为1 455 W/m2, 没有明显的长期趋势。SWGDNCLR与AOD有着较好的负相关关系, 相关系数达到了–0.53。而SWGDN与AOD之间的相关性较弱, 相关系数仅为–0.03。
 |
| 图 10 1980—2020年北极海域SWGDN(红)和SWGDNCLR(蓝)每年3—9月累积值时间序列, 以及AOD(黑) 3—9月平均时间序列 Fig. 10 Time series of the cumulative SWGDN (red) and SWGDNCLR (blue) in the Arctic Sea from March to September of each year (1980–2020), and the average time series of AOD (black) |
进一步将AOD与短波辐射的时间序列分季节讨论(图 11), 由于北极冬季存在极夜现象, 不考虑冬季。有云条件下的SWGDN与AOD的相关系数在春季最大, 为–0.26, 与前人研究认为北极春季气溶胶对短波辐射的削弱效应最明显相吻合[12]; 夏秋季较小, 并且秋季表现出了较弱的正相关。主要是因为北极春季的云量低于夏秋季, 云的影响效应低, 从而凸显AOD的抑制作用。由于北极夏季云量多且变化较大, 夏季SWGDN的年际变化明显高于其他两个季节。
 |
| 图 11 1980—2020年各季节SWGDN、SWGDNCLR与AOD的时间序列 Fig. 11 Time series of SWGDN, SWGDNCLR and AOD in each season (1980–2020) |
晴空条件下, 夏季SWGDNCLR与AOD呈现显著负相关(–0.72), 春秋季相关系数略低, 但也高于有云条件下SWGDN与AOD的相关系数。晴空条件下的夏季SWGDNCLR没有表现出与SWGDN类似的强烈年际变化。AOD与云覆盖的阻碍作用都是影响北极地区辐射变化的关键因素, 在晴空条件下气溶胶对短波辐射的阻碍效应更为显著。
我们选取4月和7月分别代表春季和夏季, 进行晴空条件下SWGDNCLR与AOD的回归分析(图 12)。可以看到北极AOD在4月和7月的分布都主要集中在0.1~0.2, 7月SWGDNCLR的回归系数明显高于4月, 这显示出了强辐射条件下AOD对短波辐射的影响效应也得到增强。在气溶胶不存在的理想条件下, 4月和7月的SWGDNCLR分别能达到177.38W/m2以及333.37 W/m2。
 |
| 图 12 1980—2020年4月和7月SWGDNCLR与AOD的回归分析 Fig. 12 Regression analysis of SWGDNCLR and aerosol optical thickness in April and July (1980–2020) |
为了量化气溶胶对太阳辐射的影响, 我们使用公式Iλ(SWSfc) = Iλ(TOA)×exp(–AOD), 利用MERR2的大气层顶向下短波辐射, 计算了气溶胶影响下的地表入射短波辐射的月均值, 随后求得了1980—2020年计算值3—9月累积值的分布图[图 13(a)]。计算结果表明, 向下地表短波辐射的区域分布与晴空条件下的辐射分布[图 9(c)]较为相似, 但在数值上略高, 这一差异表明, 由于天顶角以及北极区域较小的AOD分布等因素, 该计算公式可能并不适用于北极区域的气溶胶影响下的辐射估算。然而, 尽管数值上存在差异, 二者的分布特征比较一致, 这表明在晴空条件下, 气溶胶在向下短波辐射输运过程中起到了主导作用。SWSfc相较于SWTOA的削弱比例[图 13(b)]中可以看出, 北极地区SWSfc的削弱比例在8%~15%, 表现出较大的地理和时间差异。而从时间序列[图 13(c)]的变化情况中同样能够看出SWSfc与SWGDNCLR的波动具有相似性。
 |
| 图 13 1980—2020年北极地区气溶胶影响下地表短波辐射的理论估算及其时空分布特征 Fig. 13 Theoretical estimation and temporal and spatial distribution characteristics of surface shortwave radiation under aerosol influence in the Arctic (1980–2020) |
图 14给出了MERRA-2、CMIP6历史情景和Hist-aer实验多年平均AOD分布。DAMIP的Hist-aer实验只包括人为排放气溶胶, 不包括火山爆发等自然因素。与MERRA-2相比, CMIP6历史情景对北极地区AOD的模拟偏低, 但空间分布特征类似, 都呈现欧亚侧大于北美侧的分布特征。通过CMIP6两种实验的模拟结果对比可以看到, 两种实验的AOD数值接近。
 |
| 图 14 基于MERRA-2与CMIP6多情景数据的1980—2014年北极AOD空间分布与时间序列对比 Fig. 14 Comparison of the spatial distributions and time series of Arctic AOD (1980–2014) based on the Modern-Era Retrospective Analysis for Research and Applications, Version 2 (MERRA-2) and Coupled Model Intercomparison Project Phase 6 (CMIP6) multiscenario data |
图 15分别给出了多年平均的CMIP6历史情景和Hist-aer实验下12个模式集合平均的晴空条件下的向下地表短波辐射。与图 9(c)对比可知, 三者的分布特征相近。相比MERR2, CMIP6的2种实验对晴空条件下的向下地表短波辐射的模拟结果偏高。仅包含气溶胶效应的Hist-aer模拟的数值偏大, 因为在CMIP6历史实验的晴空条件下大气中仍然存在其他物质对短波辐射有反射或者散射作用。
 |
| 图 15 1980—2014年平均下的3—9月向下地表短波辐射累计值 Fig. 15 Cumulative shortwave radiation derived from the average of various parameters from March to September (1980–2014) |
我们计算了晴空条件下MERRA-2、CMIP6历史情景以及Hist-aer实验大气层对向下短波辐射的削弱比例(图 16)。它们的北极区域平均的削弱比例分别为30%、28%和27%。基于MERRA-2数据的削弱比例最大, 这与CMIP6模式对北极AOD的低估现象相对应。基于MERR2的削弱比例表现出北极高纬区域的削弱比例高于较低纬度区域的现象。CMIP6模式也出现类似特征。这一空间分布特征主要归因于随纬度增高而增大的天顶角, 从而导致短波辐射在大气中的传输路径显著延长, AOD对辐射传输的影响效应也随之增强, 因此, 即使在高纬度地区AOD相对较低的情况下, 其产生的辐射削弱效应仍然较为显著。
 |
| 图 16 各情景在晴空条件下向下地表短波辐射相较于大气层顶向下短波辐射的削弱比例 Fig. 16 Weakening ratio of downward shortwave radiation to the surface compared with that from the top of the atmosphere under clear sky conditions in each scenario |
本研究基于MERRA-2再分析数据和CMIP6模式DAMIP实验数据, 系统分析了1980—2020年北极AOD的时空变化特征, 探讨了气溶胶对向下短波辐射的影响。发现北极地区AOD整体呈现持续下降的趋势, 但下降速率逐渐减缓, 这一现象与全球大气污染治理政策的实施及自然环境的变化密切相关。相比之下, 中低纬度地区AOD的变化表现出较大的区域差异, 尤其是亚洲南部地区的AOD呈现上升趋势, 反映了人为排放与自然过程的复杂交互作用。北极气溶胶主要包括黑碳、有机碳、沙尘和硫酸盐, 不同组成成分各自表现出显著的季节变化和区域差异。BCCMASS在春夏季较高, 受远距离传输和局地气象条件影响显著; OCCMASS在夏季最高, 与生物活动和气候变化密切相关; DUCMASS则表现为春季显著增加, 主要由远距离沙尘传输和北极区域气象条件共同决定; SO4CMASS在春季和冬季较高, 受冰雪融化和大气化学反应影响显著。楚科奇海区域因太平洋污染物输入和海洋动力过程的影响, 气溶胶浓度普遍高于其他北极海域, 而格陵兰岛则因高海拔和冰盖覆盖呈现低值特征。
云覆盖是影响短波辐射时空分布的主要因素, 但在晴空条件下, 气溶胶的辐射强迫效应尤为突出。晴空条件下, AOD与地表向下短波辐射(SWGDNCLR)呈显著负相关(夏季相关系数达–0.72), 表明气溶胶通过散射和吸收作用显著削弱了太阳辐射传输。MERRA-2数据显示, 北极地区气溶胶对短波辐射的削弱比例平均为30%, 且高纬度地区因太阳天顶角增大导致辐射路径延长, 削弱比例进一步升高。CMIP6模式模拟结果与MERRA-2相近, 但存在对北极AOD的低估现象, 尤其对自然气溶胶(如火山喷发)的模拟结果较低。
CMIP6多模式集合为量化气溶胶-辐射相互作用提供了重要工具, 但其对北极AOD和辐射强迫的低估表明, 未来需结合更高精度的观测数据(如卫星遥感和地面站点)优化模式参数化方案, 特别是在自然气溶胶(沙尘、火山硫酸盐)和复杂地形区域的模拟中。此外, 气溶胶-云相互作用的间接效应及其对北极能量收支的影响仍需进一步研究。
目前模式对自然源气溶胶的模拟存在较大的偏差, 未来需要进一步结合高分辨率的观测数据与数值模型, 对气溶胶成分的来源、传输机制及其与云层的交互作用进行深入研究, 以更好地评估气溶胶对北极及全球气候系统的影响。
| [1] |
Previdi M, Janoski T P, Chiodo G, et al. Arctic amplification: a rapid response to radiative forcing[J]. Geophysical Research Letters, 2020, 47(17): e2020GL089933. DOI:10.1029/2020GL089933 |
| [2] |
Kuttippurath J, Patel V K, Roy R, et al. Sources, variability, long-term trends, and radiative forcing of aerosols in the Arctic: implications for Arctic amplification[J]. Environmental Science and Pollution Research, 2024, 31(1): 1621-1636. |
| [3] |
Chung C E. Aerosol direct radiative forcing: a review[C]// Abdul-Razzak H. Atmospheric aerosols-regional characteristics-chemistry and physics. London: Intech Open, 2012: 379-394.
|
| [4] |
Freychet N, Tett S F B, Bollasina M, et al. The local aerosol emission effect on surface shortwave radiation and temperatures[J]. Journal of Advances in Modeling Earth Systems, 2019, 11(3): 806-817. DOI:10.1029/2018MS001530 |
| [5] |
Pearce W, Holmberg K, Hellsten I, et al. Climate change on Twitter: Topics, communities and conversations about the 2013 IPCC Working Group 1 report[J]. PloS ONE, 2014, 9(4): e94785. DOI:10.1371/journal.pone.0094785 |
| [6] |
Twomey S. The influence of pollution on the shortwave albedo of clouds[J]. Journal of the Atmospheric Sciences, 1977, 34: 1149-1152. DOI:10.1175/1520-0469(1977)034<1149:TIOPOT>2.0.CO;2 |
| [7] |
Fan J, Rosenfeld D, Yang Y, et al. Substantial contribution of anthropogenic air pollution to catastrophic floods in Southwest China[J]. Geophysical Research Letters, 2015, 42(14): 6066-6075. DOI:10.1002/2015GL064479 |
| [8] |
Li Z, Guo J, Ding A, et al. Aerosol and boundary-layer interactions and impact on air quality[J]. National Science Review, 2017, 4(6): 810-833. DOI:10.1093/nsr/nwx117 |
| [9] |
Liu Q, Jia X, Quan J, et al. New positive feedback mechanism between boundary layer meteorology and secondary aerosol formation during severe haze events[J]. Scientific Reports, 2018, 8(1): 6095. DOI:10.1038/s41598-018-24366-3 |
| [10] |
Shindell D, FaluvegI G. Climate response to regional radiative forcing during the twentieth century[J]. Nature Geoscience, 2009, 2(4): 294-300. DOI:10.1038/ngeo473 |
| [11] |
Stohl A. Characteristics of atmospheric transport into the Arctic troposphere[J]. Journal of Geophysical Research: Atmospheres, 2006, 111(D11): 2005JD006888. DOI:10.1029/2005JD006888 |
| [12] |
Schmeisser L, Backman J, Ogren J A, et al. Seasonality of aerosol optical properties in the Arctic[J]. Atmospheric Chemistry and Physics, 2018, 18(16): 11599-11622. DOI:10.5194/acp-18-11599-2018 |
| [13] |
Eyring V, Bony S, Meehl G A, et al. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization[J]. Geoscientific Model Development, 2016, 9(5): 1937-1958. DOI:10.5194/gmd-9-1937-2016 |
| [14] |
王安, 何宜军, 殷千惠. 北极海冰密集度数据融合研究[J]. 海洋科学, 2025, 49(2): 25-33. Wang An, He Yijun, Yin Qianhui. A study of data fusion on Arctic sea ice concentration[J]. Marine Sciences, 2025, 49(2): 25-33. DOI:10.11759/hykx20230902001 |
| [15] |
Arias P, Bellouin N, Coppola E, et al. Climate Change 2021: the physical science basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change[R]. Cambridge, UK: Cambridge University Press, 2021.
|
| [16] |
Zhan J Q, Chen L Q, Zhang Y H, et al. Prospect of research on Arctic black carbon aerosol[J]. Chinese Journal of Polar Research, 2010, 22(1): 56. DOI:10.3724/SP.J.1084.2010.00056 |
| [17] |
Sun E, Xu X, Che H, et al. Variation in MERRA-2 aerosol optical depth and absorption aerosol optical depth over China from 1980 to 2017[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2019, 186: 8-19. DOI:10.1016/j.jastp.2019.01.019 |
| [18] |
Eyring V, Bony S, Meehl G A, et al. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization[J]. Geoscientific Model Development, 2016, 9(5): 1937-1958. DOI:10.5194/gmd-9-1937-2016 |
| [19] |
Masson-Delmotte V, Zhai P, Pirani A, et al. Climate change 2021: the physical science basis[C]//Contribution of Working Group I to The Sixth Assessment Report of the Intergovernmental Panel on Climate Change Cambridge, UK: Cambridge University Press, 2021, 2(1): 2391.
|
| [20] |
Smith C J, Kramer R J, Myhre G, et al. Effective radiative forcing and adjustments in CMIP6 models[J]. Atmospheric Chemistry and Physics, 2020, 20(16): 9591-9618. DOI:10.5194/acp-20-9591-2020 |
| [21] |
Gelaro R, Mccarty W, Suárez M J, et al. The Modern-Era Retrospective Analysis for Research and Applications, Version 2 (MERRA-2)[J]. Journal of Climate, 2017, 30(14): 5419-5454. DOI:10.1175/JCLI-D-16-0758.1 |
| [22] |
Schmeisser L, Backman J, Ogren J A, et al. Seasonality of aerosol optical properties in the Arctic[J]. Atmospheric Chemistry and Physics, 2018, 18(16): 11599-11622. DOI:10.5194/acp-18-11599-2018 |
| [23] |
Randles C A, Silva A D, Buchard V, et al. The MERRA-2 aerosol reanalysis, 1980 onward. Part I: System description and data assimilation evaluation[J]. Journal of Climate, 2017, 30(17): 6823-6850. DOI:10.1175/JCLI-D-16-0609.1 |
| [24] |
Bond T C, Bhardwaj E, Dong R, et al. Historical emissions of black and organic carbon aerosol from energy‐related combustion, 1850–2000[J]. Global Biogeochemical Cycles, 2007, 21(2): 2006GB002840. DOI:10.1029/2006GB002840 |