在云含水量(LWC,记为L)或者液水路径固定的条件下,云滴有效半径(R_eff,定义为云滴谱分布的3阶矩与2阶矩的比值)直接决定着云的光学厚度,进而对云顶反照率、地气系统辐射平衡和全球气候变化有着重要影响。研究表明,云水含量不变时,云滴有效半径减小2 μm就可以基本抵消CO₂增加一倍所带来的温室效应(Slingo,1990)。Twomey(1974)提出在相同的大气条件下,云水含量一定时,人为气溶胶增多会导致云滴数浓度(N_c)增多,相应地,云滴半径会减小;个数较少的大云滴与个数较多的小云滴相比,后者云滴的总表面积更大,因此气溶胶增多将导致云的反照率增强、到达地表的太阳辐射减少,这一过程被称为气溶胶第一间接效应。尽管这一理论被提出之后,许多观测(吕巧谊等,2017;陈春美等,2018;杨文霞等,2018;黄兴友等,2019)和模式模拟(吴蓬萍和韩志伟,2011;张悦等,2016;郭丽君等,2019;史湘军等,2020a,2020b)结果证明了气溶胶第一间接效应的净冷却作用,但对这一效应的定量化却存在争议,且各种观测结果的差异超过2倍(Feingold,2003;Rosenfeld and Feingold,2003)。此外,全球气候模式(GCMs)对气溶胶间接效应的估算值往往也比观测结果大很多(Anderson,2003)。一些GCMs推断的Twomey冷却作用甚至与增加的温室气体所导致的温室效应相当,这与全球增温的事实不符(Penner et al.,2004)。另外,尽管北半球人为气溶胶的排放量远高于南半球,北半球云的反照率却并没有因此大于南半球云的反照率,北半球的温度也没有比南半球更低(Schwartz,1988)。以上提到的诸多问题表明,当前人们对于气溶胶与云的关系以及云对地气系统辐射平衡影响的理解还很不充分(葛旭阳等,2018;李占清,2020)。根据2013年政府间气候变化专门委员会报告(Stocker et al.,2014),气溶胶间接效应仍是最不确定的气候强迫之一,其原因之一在于气溶胶数浓度在导致云滴平均尺度变小的同时,也改变了云滴谱谱型。但当前的气候模式在对云辐射性质的计算中,往往将谱型视为常数,在很大程度上忽视了气溶胶对云滴谱谱型的影响。

R_eff与体积平均半径(R_v)的比值β被称为有效半径比率,它是关于云滴谱离散度ε的函数(Martin et al.,1994;Liu and Hallett,1997;Liu and Daum,2000;Pawlowska et al.,2006)。ε定义为云滴谱的标准差(σ)与平均半径(R_m)的比值,它表征了云滴谱的相对宽度,可以用来衡量云滴谱的离散水平。由于离散度与云滴有效半径的这种固有关系,离散度对云的光学性质起着关键作用。如果云滴谱离散度随云滴数浓度的增大而增加,那么云滴有效半径减小的程度会变小,也就是说离散度的改变会抵消部分气溶胶第一间接效应;反之,如果离散度随云滴数浓度的增加而减小,则会增强气溶胶第一间接效应。此外,离散度通过影响云水向雨水的自动转化率(Liu et al.,2006a;Xie et al.,2013),会影响云的生命时间。云滴谱离散度对气溶胶间接效应的这些影响,被简称为云滴谱离散度效应(Liu and Daum,2002)。尽管全球范围内对离散度效应开展了许多观测(Liu et al.,2002;Zhao et al.,2006;Berg et al.,2011)和模拟研究(Fountoukis and Nenes,2005;Wang et al.,2011;Chen et al.,2016),目前人们对于影响离散度的因子的理解还很不够,利用不同观测资料所建立的离散度与气溶胶浓度之间的关系甚至会截然相反(Martin et al.,1994;Lai,2006;Zhao et al.,2006;Rotstayn and Liu,2009;Berg et al.,2011;Brenguier et al.,2011;Xie and Liu,2013;Tas et al.,2015)。因此,对离散度效应的定量化研究仍处于初期。

鉴于此,本研究利用2009年4、5月美国浅薄低云观测项目(RACORO)飞机观测资料,探讨用云滴数浓度和有效半径定义的第一间接效应的差异,并指出离散度是导致该差异的主要原因。该成果将增强对气溶胶=云相互作用的理论认识,为进一步改进模式中该相互作用的参数化方案奠定基础,也为寻找模式和观测中气溶胶间接效应差异的来源提供参考。

1 资料与方法

1.1 资料

美国南部大平原1—6月经常出现边界层云(Lazarus et al.,2000),非常适合进行云的观测和统计分析。为此,美国大气辐射观测项目组于2009年4月19、27、28日和5月6、27日,利用Twin Otter飞机,在位于俄克拉荷马州的南部大平原站对层积云进行了综合观测,飞行速度50m/s。图1给出了飞行过程的高度随时间的演变,飞机在云底、云中和云顶不同高度进行观测(Vogelmann et al.,2012)。项目组对所测数据进行了严格的质量控制,消除了仪器故障所导致的异常值。飞行方案经过了科学严谨的设计,排除了恶劣天气条件(例如:存在结冰条件、大面积降水)或不利的云层条件(例如:低空云层覆盖面积小于10%)。

云滴谱资料由云和气溶胶粒子谱仪(CAS)观测得到,分辨率为10Hz,为与气溶胶资料同步,将10Hz云滴谱平均成1Hz。CAS的采样范围为0.29~25 μm,分20档。计算云的物理量时,只包含半径平均值大于1 μm的档,该标准已在以往研究中被大量采用(Ma et al.,2010;Yum et al.,2015)。按照N_c>10cm^-3且LWC大于0.001g/m³的标准对云滴谱资料进行了筛选。气溶胶资料由被动腔气溶胶光谱仪探头(PCASP)进行测量,粒子半径范围为0.05~1.12 μm,分为20档,采样频率为1Hz。Kleinman et al.(2012)指出,由于云滴破碎等原因,PCASP测量的气溶胶数浓度会高于实际间隙气溶胶浓度。因此,他们只把半径在0.05~0.5 μm范围的粒子作为间隙气溶胶,并把间隙气溶胶浓度乘以0.81,以订正由于云滴破碎等导致的高估。Wang et al.(2019)采用了同样的方法,并把间隙气溶胶浓度和云滴浓度相加作为总的气溶胶浓度(N_a)。经过筛选,五次试验共收集25 163个云滴谱和气溶胶同步数据(1Hz)。图2给出了4月19日部分时段气溶胶和云滴谱随时间演变。

1.2 方法

一般有两种方法来量化气溶胶第一间接效应。一种是在含水量或者液水路径恒定的条件下,计算N_c随N_a的变化AIE_n,记为AIE_n,另一种是计算R_eff随N_a的变化AIE_s(Feingold,2003),记为AIE_s:

根据Liu et al.(2002),云滴有效半径正比于体积平均半径,可以写为

其中ρ_w为液态水的密度。

利用云滴有效半径表示的气溶胶第一间接效应可以写为:

由于方程(4)右边第一项很小,可以忽略,得到:

方程(5)右边第二项反映了云滴谱型随气溶胶浓度的变化,即为离散度效应(DE,记为D_E)(Liu and Daum,2000):

由此可见,气溶胶对云滴谱谱型的影响是造成气溶胶第一间接效应两种定量化方法存在差异的重要原因。为进一步确定谱型的重要性,Anil et al.(2016)利用离散度效应与AIE_n的比值来衡量离散度效应对气溶胶间接效应的影响,称为离散度偏差(Dispersion Offset,DO,记为D_O):

若离散度偏差为负值,则离散度效应对AIE_n为抵消作用,即减弱了AIE_nn;若离散度偏差为正值,则表明离散度效应增强了AIE_n。

2 结果与讨论

2.1 云微物理的基本特征

图3为美国南部大平原2009年5次观测得到的云微物理量频率分布,从中可以看出LWC大于0.4g/m³的数据较少。为保证样本量充足,以得到具有统计学意义的结论,在之后的计算中LWC范围取为0.001~0.4g/m³。图4给出了LWC分档间隔为0.01g/m³时每一档的谱分布。谱分布均为单峰谱,绝大部分云滴半径都小于10 μm。随着LWC的增大,整个云滴谱往右移动,与预期一致。

由于碰并过程会影响R_eff和N_c,进而会影响气溶胶间接效应的评估,因此需要先判断云中碰并过程的强弱。本文计算了云雨自动转化阈值函数(T)(Liu et al.,2005;Liu et al.,2006a)

其中:r是云滴半径;n(r)是单位体积单位半径范围内的云滴个数;r_c是自动转化函数的临界半径。Liu et al.(2005)推导了r_c的解析表达式如下:

其中β_c=1.15×10²³ 是一个经验常数。一般而言,T在0~1之间变化。T的值越大,表示重力碰并的强度越大。在以往多次观测资料的分析中,T的计算结果能很好地识别出碰并的强度,以及碰并对微物理量之间关系的影响(Niu et al.,2010;Lu et al.,2013)。图5为T的概率密度分布。所有的T都小于0.22,绝大部分接近0,因此可以认为这些云过程中碰并的作用是可以忽略的。

2.2 AIE_n和AIE_s的差异和离散度效应

根据前述公式,气溶胶间接效应大小由一定含水量下云滴数浓度或云滴有效半径随气溶胶数浓度的改变来计算。为满足Twomey效应中含水量为常数这一前提,分档间隔需足够小,本研究中将含水量的分档间隔取为0.01g/m³,并将气溶胶数浓度与云微物理量(N_c、R_eff)根据不同含水量进行分组。为计算AIE_n,对每档中N_c与N_a之间的关系进行拟合。图6a给出了LWC在0.23~0.24g/m³范围内的关系,随着N_a的增大,N_c增大,拟合线的斜率为0.75。根据公式(1),该LWC内AIE_n的近似值为0.25。图6b给出了其他LWC档拟合结果,N_c与N_a拟合的斜率均为正值。AIE_s的计算方法与AIE_n类似,图7给出了不同LWC档中R_eff与N_a的拟合结果。LWC在0.23~0.24g/m³范围时,R_eff随N_a的增大而减小,斜率为-0.16(图7a)。根据方程(2),该LWC范围内AIE_s的近似值为0.16。其他LWC档的拟合结果如图7b所示。

图8给出了AIE_n和AIE_s随LWC的变化。AIE_n的变化范围为0.15~0.30,平均0.25;AIE_s的变化范围为0.14~0.26,平均0.21。整体而言,AIE_n比AIE_s大,尤其在中等LWC下,差值明显。这一结果与以往的大量研究一致(Chuang et al.,2000;Feingold et al.,2003;Kim et al.,2003;Sekiguchi et al.,2003;Twohy et al.,2005)。但之前的一些研究在计算AIE_s和AIE_n时,没有把LWC或者液水路径限定在某一个小范围内。因此,有学者认为AIE_s和AIE_n之间的差异是夹卷导致的,在夹卷过程中,云的LWC会发生变化,从而影响AIE_n和AIE_s的评估(Shao and Liu,2006)。本文中对AIE_n和AIE_s的计算已经将LWC限定在很小的范围内,因此仅仅夹卷的作用不足以解释这两者之间的差异,需要考虑云滴谱离散度效应的影响。

根据公式(6),离散度效应涉及到β。图9a为LWC在0.23~0.24g/m³范围内β与N_a之间的散点关系。图9b为不同LWC下β随 N_a的变化。不同LWC下,β与N_a基本上呈正相关关系,并且,随着LWC的增大,这种正相关不断增强,在中等LWC下达到最大。因此,根据公式(6),离散度效应主要为负值,其对于气溶胶间接效应主要为抵消作用。如图8所示,黑色实线(AIE_n与离散度效应之和)与绿色实线(AIE_s)十分吻合。因此,AIE_n比AIE_s偏大的主要原因是离散度效应,这或许可以解释模式中忽略气溶胶对云滴谱谱型的影响所导致的对气溶胶第一间接效应的高估(Rotstayn and Liu,2009)。在大多数气候模式中,有效半径比率β被指定为固定的参数,但实际上,β会受到诸多因子的影响,比如LWC、N_a等。在AIE_s的估算方法中,云滴有效半径为云滴谱分布的3阶矩与2阶矩的比值,已经包含了谱型的信息,因此其本身已经考虑了离散度效应。而利用AIE_n进行计算时,需要另外考虑离散度效应。图8进一步给出了离散度效应占AIE_n的比例,即离散度偏差(公式7)。结果表明,该偏差在中等LWC下最大,LWC为0.24g/m³时达到37%左右。这一结果与Kumar et al.(2016)对印度南部的西高止山脉的季风云的研究一致。Kumar et al.(2016)的工作中,抵消作用的最大值同样发生在中等LWC区域(0.22g/m³左右),随后抵消作用随含水量的增大而减小。

2.3 气溶胶对ε、σ、R_m的影响

图9中气溶胶对β的影响,本质上是气溶胶对ε的影响。图10a为LWC在0.23~0.24g/m³范围内ε与N_a之间的散点关系。如图10b所示,不同LWC条件下,ε与N_a均为正相关。之前的研究中已经发现气溶胶对ε的影响具有很大的不确定性。Liu et al.(2002)通过分析清洁和污染条件下云的观测数据后指出,气溶胶数浓度的增加导致ε增大,而Berg et al.(2011)的观测结果表明ε随气溶胶浓度的增加而减小。此外,Zhao et al.(2006)通过分析亚洲不同区域的飞机观测资料指出,低云滴数浓度下(约50cm^-3),云滴离散度值的变化范围较大(0.2~0.8),随着浓度的增大,离散度减小并收敛到非常窄的范围。除了以上不同的观测结果,Liu et al.(2006b)根据云滴的绝热增长理论推导出将ε与云凝结核谱、上升气流速度联系起来的理论模型,在理论上证明气溶胶浓度(云凝结核浓度)的增加导致云滴浓度和离散度的同步增加,而上升气流速度的增大导致云滴浓度增大和离散度的减小。本研究的结论与Liu et al.(2002)和Liu et al.(2006b)的结论一致。

根据Wang et al.(2019)的结果,ε与N_a之间的斜率等于σ-N_a和R_m-N_a斜率的差,定量计算时,这三个斜率需分别用ε、σ、R_m归一化。图11给出了定性分析的结果,即σ、R_m与N_a的拟合斜率随LWC的变化。总体而言,ε-N_a关系的趋势与σ-N_a关系类似,但是ε-N_a始终为正相关关系,σ-N_a的符号则在正负之间震荡。R_m-N_a关系则均为负值,这是导致ε与N_a之间斜率为正的重要因素。

3 结论

本文基于美国浅薄低云观测项目(RACORO)的飞机观测资料,详细分析了5个层积云个例。层积云的含水量主要位于0~0.4g/m³,不同含水量档内的谱分布主要为单峰分布。通过计算云雨自动转化阈值函数,发现这些云碰并很弱,属于非降水云。

随着气溶胶数浓度的增大,云滴浓度增大、有效半径减小。基于此,利用云滴数浓度和有效半径分别估算了气溶胶的间接效应,即AIE_n和AIE_s。AIE_n和AIE_s的变化范围分别为0.15~0.30和0.14~0.26,平均分别为0.25和0.21。整体而言,AIE_n比AIE_s大,特别是在中等含水量(LWC)条件下,两者的差值显著。根据理论推导,该差值与有效半径比率和离散度有关。随着气溶胶浓度的增大,有效半径比率和离散度几乎都增大,对气溶胶间接效应主要起抵消作用,并且在中等LWC时强度最大。含水量等于0.24g/m³时,抵消作用强度达到37%左右。当AIE_n基础上考虑离散度效应后,数值就与AIE_s十分接近,与前面的理论预期一致。

致谢:感谢美国布鲁克海文国家实验室的刘延刚研究员对本文的分析提供的诸多帮助!

参考文献