otto asked in 科學其他:科學 · 2 decades ago

請問關於『雲』?

如題 1.雲的形成? 2.雲的特徵? 3.雲的循環? 4.雲的基本資料 3Q~ 星期三來看

3 Answers

Rating
  • 見堯
    Lv 7
    2 decades ago
    Favorite Answer

    雲是由空氣中的水汽、經凝結或凝華作用而形成的水滴或冰晶等細小懸浮體所組成,形狀和位置均不斷在變化。

    雲量是指雲蔽天空的份數,一般把頭上的天空劃分為八等份,以視力估計雲所佔的份數,數量由無雲至八份----即密雲蔽天,外加天色迷茫共為十類。

    根據雲的形狀和高度,分為三種十類:高雲有卷雲、卷層雲及卷積雲;中雲(離地面約二千至六千米)有高層雲及高積雲;低雲有層雲、積雲、層積雲及雨層雲;還有積雨雲;各類雲的形狀和高度可參考下圖。上述每一類別的雲還可以進一步細分。

    雲類和天氣

    雲類 name 代號 形狀 雲色 天氣情況

    高 卷雲 cirrus Ci 絲條狀.片狀.羽毛狀.鉤狀.玷狀 白 晴朗

    卷層雲 cirrostratus Cs 絲幕狀,有暈 乳白 晴或多雲

    卷積雲 cirroscumulus Cc 細鱗片狀,成行成群排列 白 晴,有時陰雨

    中 高層雲 altostratus As 均勻成層,如帳幕 灰白 陰,有時小雨

    高積雲 altocumulus Ac 雲塊較小.扁圓,瓦塊.水波狀排列 白.暗灰 晴,多雲或陰

    低 層雲 stratus St 均勻成層,像霧,底不接地 魚白 晴,有時毛毛雨

    積雲 cumulus Cu 底部平坦,頂部凸起如山峰 灰白.濃淡分明 晴,少雲或多雲

    層積雲 stratocumulus Sc 雲塊較大,條狀.片狀或圓狀,較鬆散, 成群或波狀排列 灰白.深灰 多雲或陰,有時小雨

    雨層雲 nimbostratus Ns 低,無定形,如煙幕,雲底常有碎雨雲 暗灰 連續性雨雪

    積雨雲 cumulonimbus Cb 濃厚.龐大,像高山,頂部模糊,底部陰暗 烏黑 陰,多雲,有陣雨.大風.雷電,時生冰雹.龍捲

  • 1 decade ago

    上面這個會不會太誇張,不能把一份碩士論文貼一貼就...,真的是OOXX,裡面都是些專有名詞,很多議題不是兩三句話就解決了喔,...關於cloud type and cloud classification,這個網站不錯,可以去看看,http://ww2010.atmos.uiuc.edu/(Gh)/guides/mtr/cld/c...

  • 天淚
    Lv 4
    2 decades ago

       1.雲的形成  

    上升的空氣逐漸冷卻,其中的水蒸氣達到飽和時,會附著在細微的

    塵粒上,凝結成小水滴,大氣中許多微小的水滴、冰晶和其他細小

    的質點,懸浮在空中的集合體叫做雲,若接近地面的話,我們稱它

    為霧。

    ....薄的雲層可以透過較多的陽光,所以看起來是白色的。雲層厚

    一點,透過的陽光較少,就成為灰色的。雲層再加厚的話,透過的

    陽光更少,就變成黑色了。

    2.雲的特徵

    ....但是我們有時候卻可以看到天邊有一朵厚厚的雲,那是因為我

    們站的地方不在它的下方,可以看到被它反射過來的陽光,所以它

    看起來是白色的。如果這朵厚雲飄到我們正下方,遮住陽光,就又

    變成黑雲了。

    由於溼度、氣流和天氣系統的不同配置,雲的形狀變化很多,有

    輻射狀、脊椎狀、乳房狀、波狀、纖維狀、鉤狀、絮狀、層狀、莢

    狀、堡狀、弧狀、帆狀.... 等等。

    雲的型態變化多而複雜,要很清楚地說出每一種雲的名稱,是相

    當不容易的,但是在紛亂中仍可從組織、型態、特徵等等來辨別。

    以基本型態來看雲,可分為層狀、積狀和纖維狀。以高度來區分則

    可分為高雲、中雲、低雲和直展雲。若再按形狀、組成和形成原

    因,就可歸納分成十種雲屬,分別為卷雲、卷層雲、卷積雲、高積

    雲、高層雲、層雲、層積雲、雨層雲、積雲、積雨雲等。

    ....其中卷雲的高度最高,形狀好像羽毛和馬尾,完全由冰晶構成

    ,顏色純白。層雲最低,完全由水滴構成,看不出是甚麼形狀,好

    像一面灰色的布把天空遮住。層雲出現的時候,時常會下毛毛雨。

    積雲是一種垂直發展的雲,一團一團的好像堆積起來的棉花,主要

    由水滴構成。積雲如果發展的很高,上部形成冰晶,看起來是白色

    的,中間和底部的顏色比較暗。夏天時常可以看到積雲,這些積雲

    越來越厚,到午後往往造成了雷陣雨。

    輻射收支平衡對於地球氣候的影響甚鉅,而雲系統更是地表與大氣間輻射加熱、冷卻作用的主要調節器。對長波而言,雲會吸收及放射出輻射,且雲頂的溫度會比雲下的大氣與地表來得低,因此其外逸長波輻射(OLR / Outgoing Long-wave Radiation)便會比晴空時候來得小,並且使得地表與大氣間吸收到的長波通量增加,亦即雲會加強大氣中的「溫室效應」。對一個固定雲量的雲而言,長波被攔住的通量會隨著雲高及光程厚度的增加而增多,因此對於高(冷)雲、光程厚的雲來說,所留住的長波通量幅度會比較大;而對於低(暖)雲、光程薄的雲所攔住的長波通量幅度則較小。在短波方面,由於雲滴會有效的反射及散射短波,因此有較多的太陽輻射被雲反射進入太空,並且使得地球吸收的量減少,如此的交互作用稱為雲的反照率效應。一般說來反照率效應的強度對雲的高度較不敏感,但卻是光程厚度、太陽天頂角、雲的幾何光學性質等等的函數。

    目前普遍認為熱帶地區的深對流系統於大氣層頂所量測到的長波雲/輻射效應(LWCRF)與短波雲/輻射效應(SWCRF)有互相抵消的趨勢。然而在深對流區域中,雲對於輻射能量的平衡仍然有正、負兩種貢獻,且對地表及大氣造成的冷卻、增暖程度亦皆很大。故為何熱帶地區大氣層頂存在近乎為0的淨雲/輻射效應(NCRF)一直是頗受注目的議題。Kiehl(1994)指出熱帶深對流系統所存在較大的光程厚度對於長、短波輻射的影響皆很大,且其雲高相當接近熱帶地區的對流層頂,故更增強了對LWCRF的影響。Hartmann et al. (2001) 則認為主要是由於熱帶深對流系統中各單位雲量對輻射造成的增暖及冷卻效應在大氣層頂被累加及平均的結果。亦即儘管同樣具有趨近於0的NCRF,不過熱帶深對流區域LWCRF及SWCRF的強度也許可高達±70( )以上,但非深對流區域可能只有±20( )而已。也因此在計算深對流區域整體的NCRF時便無法突顯出其對地表造成的冷卻以及加熱大氣的程度。而Fu et al. (2002) 更認為與細薄的高雲雲型 (如卷雲) 有關,因其所導致的強烈LWCRF剛好抵消了旺盛對流所產生的SWCRF。然而其他地區是否如同熱帶地區般亦具有趨近於0的NCRF,尤其是亞洲季風區的狀況將是我們所關心的議題。

    亞洲夏季季風(ASM / Asian Summer Monsoon)為地球上最大的季風環流之一,主要由印度夏季季風(ISM / Indian Summer Monsoon)與東亞夏季季風(EASM / Eastern-Asian Summer Monsoon)所組成。過去藉由動力機制來探討季風的研究相當豐富,例如藉由南亞高壓、太平洋副熱帶高壓、鄂霍次克海阻塞高壓、澳大利亞高壓、西風噴流、南海季風槽、ITCZ以及跨赤道氣流等等便可辨識EASM的大尺度環境(林,1996)。而經由(郭2002,吳 2000)對於亞洲季風的研究亦可得知EASM具有階段性向北發展的氣候特徵,且南海夏季季風的肇始常常被視為EASM發展的起源。當副高環流退出,熱帶西南氣流進駐南海(SCS)地區時,便會發展出局地的季風槽且對流雲系亦同時開始發展。相較之下關於ASM期間探討雲及輻射的研究便顯得相當缺乏。目前對於ASM期間雲及輻射特性的了解例如Rajeevan and Srinivasan(2000)曾經分析了雲/輻射效應(CRF / Cloud Radiative Forcing)對ASM所造成的影響,其指出熱帶地區與ASM區域除了海陸分佈的差異之外,熱帶地區NCRF~0的抵消狀況在ASM區域內並不一定成立,其並估算出ASM區域內之NCRF反而因為該處所存在的大範圍與較大光程厚度的高雲量而達到-30( )。Pai and Rajeevan (1998)亦曾提及ISM區域的NCRF與高雲量具有高度的相關性,但與中雲及低雲的相關性則較小,特別在7月時的NCRF值會達到最大值,此時高雲量超過50%。而如同Wang et al. (2001)所言ASM主要受到深對流雲系統、輻射收支以及可感熱源的影響,其中又以深對流區域的潛熱釋放最為重要。其更詳細的探討了ISM及EASM之間的差異,並指出EASM由於受到許多因素的影響(例如澳大利亞高壓,太平洋副高等等),且同時受到聖嬰與反聖嬰事件的交互干擾,故形成對流的機制與ISM是不同的。

    透過分析大氣中的季內振盪(ISO / Intraseasonal Oscillation)能夠更完整的釐清ASM的背景與研究機制。一般稱時間尺度在7~100天內變化的大氣運動為低頻變化,100天以上的變化稱為極低頻變化。低頻變化的時間尺度小於100天,因此也稱為ISO,主要有10~20天和30~60天的準週期振盪。大氣中的ISO是屬於短期氣候變化的問題,最先在熱帶地區被發現。於季風區域內的ISO如赤道印度洋與西太平洋地區皆具有向北移行的現象(Hsu and Weng, 2001),這除了與ISM的盛行、停歇以及東亞梅雨季節的開始有關外,更是季風區域內特有的現象,並且只發生在特定的時間。而ISO的活動與ISM及EASM之肇始時間及強度變化不但關係密切(Krishnamurti and Sabrahmanyam 1982,Lau and Nath 1996,鄒等 2000),其對於夏季季風的爆發、活躍與中斷也皆有明顯的影響。鄒等(2000,2002)曾指出ASM內的ISO以30~60天波動的貢獻較大,其中孟加拉灣(BB)為全球30~60天變異量之冠。而SCS地區為東亞地區季內對流振盪變異量最大的地區,其10~60天(包括30~60天與10~20天振盪)OLR波動與當地OLR原始值之相關係數高達0.7以上。現階段ISO的研究以分析大氣層頂OLR的時空變化為主,但OLR值的變化與不同的雲型分佈有直接的關係,亦即雲的水平及垂直分佈會劇烈的改變OLR值。因而研究OLR的低頻變化就避免不了要對雲型、雲量進行時間及空間上的探討。然而雲量觀測資料的取得一直是非常困難的,早期雖有ISCCP-D2的資料,但其時間的解析為每月故使用起來有其限制,最近ISCCP-D1的資料已公佈於網路上,其時間解析度提昇至一日以下,因而對低頻的研究非常有助益。

    此外,對於ISO的模擬一直是大氣環流模式(AGCM)所極欲克服的問題,因為目前AGCM大都無法模擬到ISO的主要週期,而且模擬出振盪的振幅較弱,空間上的分佈情形也與觀測不符。Slingo et al. (1996) 比較了15個GCM後表示,模式模擬之季節變異很弱,且經常低估ISO的強度。他們認為若模式能模擬出ISO的特性,那麼也必定能模擬好季風降水,顯示ISO對於季風對流的重要性。朱(2001)比較AMIP(Atmospheric Model Intercomparison Projection)模式中夏季ISO北移特性的模擬能力,利用夏季OLR變異量較大的區域進行波譜分析,指出模式中波譜強度較強的訊號集中在較低頻的波段,而屬於ISO的波段,大部份模式皆小於觀測值強度。­從遙相關的分析中亦得知所有模式都沒有模擬到觀測中ISO的遙相關結構。造成AGCM模擬缺陷的原因很多,可能原因之一為對雲量模擬的缺失所造成。Bony et al. (1997)與Weare (1997a)便曾指出關於GCM無法正確模擬出雲與輻射特性的影響及看法。Weare (1997b)更透過模式指出LWCRF與高雲量的高度相關性,而短波部份則與高雲量以及較高的光程厚度有較好的關係。

    CRF對模式中大氣的重要性如Ramanathan(1987)所言對於一個雲層厚度達100~200mb的綜觀尺度擾動而言,其CRF對於大氣的加熱或冷卻率可達到將近5~10oC/day;Slingo & Slingo (1988)利用NCAR、CCM1模式積分510天的結果指出熱帶地區的LWCRF使得高對流層增溫約4oC,同時使低平流層冷卻約6oC;Ou & Liou (1988)利用1962年美國標準大氣對CRF的研究,顯示不同的雲種其長波的冷卻與短波的太陽加熱率分別可以達到10oC/day以上;Kau & Wu (1993)對於華南梅雨時期鋒面的CRF研究亦顯示出輻射非絕熱加熱(冷卻)率最大亦可達到5oC/day以上;Liou & Zheng (1984)、Zheng & Liou (1986)、Zheng & Liou (1988)利用AGCM考慮了雲、輻射與動力之間的交互作用發現:(1)在熱帶地區,Hardley環流主要是由雲/輻射交互作用所維持,(2)若不考慮雲的存在,則Hardley環流可能反轉,(3)若忽略輻射過程,則熱帶地區的雲量可能會減半,(4)輻射、凝結、可感熱的垂直傳送效應對東亞噴流的位置與強度的維持很重要;Cess et al. (1989,1990) 亦透過氣候敏感度來比較19個GCM模式間的差異,其發現在晴空下模式的氣候敏感度皆很相近,但若加入雲的回饋,則模式間的氣候敏感度會相差三倍左右,並由此更進一步指出雲是影響氣候敏感度的主因。此外更有許多研究嘗試估算CRF的影響,如( Schneider 1972,Cess 1976,Hartmann and Short 1980,Ohring et al. 1980,Ohring et al. 1981,Charlock and Rammanathan 1985,Hartmann et al. 1986,Ramanathan et al. 1989,Hartmann and Doelling 1991) 廣泛的將雲對輻射通量的影響量化,其中又以CRF的應用最為普遍。

    雖然CRF的精確風貌還尚未能完全了解,但它對於全球能量的平衡、溫度的分佈以及大尺度動力都會有重大的影響。尤其是雲在對於短波之「反射效應」與對長波的「吸收作用」兩者之間的消長也會時時刻刻隨著雲類、雲量的分佈而在改變。顯然若想要於未來的氣候中找到較好的代表性,則便需要同時在對雲的水平雲量,垂直方向雲的分佈、雲高及雲的光學性質有好的掌握。本研究將利用NTU-GCM(National Taiwan University GCM)透過雲量的不同設定來了解其對ISO的影響,並幫助釐清CRF的基本特性。本文將於第二章介紹資料的來源以及研究的方法,第三章則著重於對觀測資料的分析,分析東亞及南亞地區不同海域以及海陸之間的CRF特徵。第四章為模式模擬與分析的結果,透過NTU-GCM模擬EASM期間CRF的低頻振盪。最後將總結與討論描述於第五章,除了針對分析與模擬的結果加以探討之外,並提出改進與修正方案。

    第二章、資料來源與研究方法

    2.1 資料來源

    本文用於探討CRF的資料包括輻射通量、雲量及雲的光程厚度值等等。輻射通量主要是ERBE(Earth Radiation Budget Experiment)所提供的月平均資料,網格間距為2.5度×2.5度(即280 km的空間解析度),所量測的資料包括了大氣層頂晴空與全天空各自長波與短波的部份,而透過計算可得到NCRF,時間從1984年11月到1990年2月,涵蓋5個全年。而最新的資料可由NASA(National Aeronautics and Space Administration) CERES(Clouds and the Earth's Radiant Energy System)取得,包括TRMM( Tropical Rainfall Measuring Mission )於1998年的8個月,以及由2000年3月開始預計到2007年的部份,再加上ERBS( Earth Radiation Budget Satellite ) 16年的資料,共計超過22年(Wielicki et al. 2002)。雲量資料主要為ISCCP所提供,其所蒐集並分析的衛星觀測資料,包含了五個同步衛星與兩個繞極衛星。目前使用的版本為更新後的D1與D2兩類型,是由早期C1資料(Rossow and Schiffer 1991)所修訂而來,除了空間的配置更為完整外,時間亦延續到目前。

    ISCCP成立於1982年(WMO / World Meteorological Organization-35 1982,Schiffer and Rossow (1983)),是WCRP(World Climate Research Program)的第一個計劃。主要有三個重點工作︰(1)解析與校正涵蓋在全球大氣基本性質的資料中關於雲的參數,並使資料正規化 (Normalization)。(2)調整輻射與凝結資料並促進雲物理特性等方面技術改進的初步研究,且利用其結果衍生計算出有效的全球雲氣候值,進而改善氣候模式中的雲參數化過程。(3)使用ISCCP對於資料研究的貢獻,進一步改善對於地球輻射收支與水文循環的了解。自1983年起,國際性機構便開始蒐集並分析衛星的觀測資料,多達五個同步衛星以及兩個繞極衛星,由此構成全球性關於雲性質的分佈,其時間尺度包含了以日、季以及年的變化。主要分為兩個階段︰第一階段(1983 - 1995)說明了雲於輻射收支方面所扮演的角色(包含大氣層頂與地表),第二階段(1995之後)著重在改善對於全球水文循環的了解。解析資料的方法首先利用雲對輻射測量的特性,決定每個獨立影像像素中有雲及無雲的部份,不同的衛星資料對於像素的分析是獨立的,解析出資料的空間解析度為30公里,時間解析度為3小時,此筆資料命名為DX型。進一步將DX型資料處理成280公里的等網格間距,並合併各衛星資料成為D1型。D2型則是將D1每3小時資料做月平均處理,故全球每個月會有八筆資料。D型資料同時亦為早期C型資料修正而來 (Rossow and Schiffer,1991),其差異例如D型資料修訂了VIS 與 IR 在校正上的方式,即排除了對於各繞極衛星之間假設性的改變誤差(Brest et al.,1997),並修訂對於同步衛星所採用的正規化方法,避免偶爾發生的短期誤差,以及新增了cloud water path參數等等。

    ISCCP提供的衛星觀測資料類型包括了B3、BT、CX、C1、C2、DX、D1與D2類型。本文採用的D1型資料為DX型資料( 30km mapped pixel、3hr、global )經過空間與時間平均所取得的日平均資料,單位網格點間距為2.5度×2.5度( 即280km的空間解析度 ),所涵蓋的時間長度為1983年7月1日~1999年12月31日或更長;D2型資料則為D1型經過月平均處理所得到的資料,在經過ISCCP的資料處理之後,於空間分佈上較D1型資料更為完整且更具分析性質。另外在D1型資料中包含了202個參數值,而D2型資料則有130個,其觀測衛星所使用的波段頻率分別包含了IR( 11 )、VIS( 0.6 )以及NI( 3.7 );所有的參數包含了全雲量、高中低雲量、雲頂的大氣壓力值以及光程厚度等等,其中雲型( cloud type )由CX型更新到DX型共分成9類。而雲頂大氣壓力值則分成50mb、180mb、310mb、440mb、560mb、680mb、800mb及1000mb共8層,高雲屬於雲頂大氣壓力小於或等於440mb的部份,中雲介於680mb ~ 440mb,低雲則為大於或等於680mb的部份。除此之外更依照各雲類的光程厚度細分成9種雲型,分別為cirrus、cirrostratus、deep convection、altocumulus、altostratus、nimbostratus、cumulus、stratocumulus與stratus,如(表 1)。而在資料處理與取得方面,可直接向美國CERES http://asd-www.larc.nasa.gov/ceres/ASDceres.html申請... 亦提供了線上下載的服務。以D2月平均資料為例,除了線上繪圖之外更提供EQ與SQ兩種網格點形式,分別有IEEE floating point、scaled integer以及ASCII text三種格式,取得相當便利。對於ISCCP所採用觀測衛星的使用情況配置可參照(表 2)及(圖 2.1)。

    另外亦使用了NOAA(National Oceanic and Atmosphere Administration)-NCEP-CPC所分析的全球日平均OLR資料,空間解析度為2.5度*2.5度(280km的空間解析度),時間自1974年6月到目前超過28年;降水資料為CMAP(CPC Merged Analysis of Precipitation)的5天平均資料,空間解析度為2.5度*2.5度,時間自1979年1月到2001年12月;以及ECMWF(European Center for Medium-Range Weather Forecast)的日平均UV場觀測資料,空間解析度為2.5度*2.5度,時間自1979年到目前超過20年。為了滿足所有資料的一致性,在分析時除了有所取捨外,亦在時間上經過5天的平滑處理以及透過空間上的平滑處理等來呈現。

    2.2 研究方法

    目前許多AGCM皆能模擬出不錯的ASM平均結構,然而對低頻振盪的模擬卻有很大的問題,其中包括了低頻模擬的振幅太小以及空間位置分佈的不正確等等。而這與雲及輻射特性模擬的好壞有很直接的關係。故本文主要藉由CRF的觀點來分析ASM,並利用NTU-GCM的模擬來研究其基本的特性,再透過幾組敏感度測試的模擬實驗來了解CRF所扮演的角色。幾個分析的重點如下:

    (1) 藉由對熱帶地區CRF特質的了解來分析ASM期間的CRF。

    (2) 連結OLR與低頻振盪、雲型、雲量與OLR以及與季風特徵間的關係,並藉由動力、輻射及其他相關方面的整合來分析ASM。

    (3) 透過比較ASM海洋與陸地以及不同海域之間CRF的相關特性來研究ASM。

    (4) 藉由屬於短期氣候變化問題的大氣ISO,並透過NTU-GCM的控制及模擬實驗來做更進一步的了解。

    (5) 利用觀測資料的分析以及模式的機制模擬實驗,進一步探究CRF於東亞地區夏季期間所扮演的重要角色,並嘗試貢獻到對氣候模式的改善。

    第三章、亞洲夏季季風期間之雲/輻射效應

    3.1 雲/輻射效應概述

    一般而言由地球本身輻射向外的稱為OLR,是由地面長波輻射與大氣傳達到地面的返(反)輻射(back / counter radiation)所組成,亦可稱為有效長波輻射;直接來自太陽的則稱作太陽短波輻射。而雲對輻射的影響即包括了長波與短波兩個部份。對於CRF的計算,主要採用大氣層頂所量測到的資料,普遍區分為LWCRF、SWCRF以及NCRF三部份,可表示成NCRF = SWCRF + LWCRF = ( Q – Qc ) + ( Fc – F )。其中Q表示有雲時候的短波輻射通量、Qc表示晴空時候的短波輻射通量,F表示有雲時候的長波輻射通量、Fc表示晴空時候的長波輻射通量。一般情況下SWCRF為負值(方向指向地面)而LWCRF為正值(方向指離地面向上)。另外如Cess et al.(2001)在探討1998聖嬰年間CRF於太平洋暖池上的影響時,也提出了利用SWCRF與LWCRF的比值來分析CRF。即假設 ,則當K值大於1時,表示短波部份的CRF較強,並有可能主導NCRF的結果,反之若K值小於1時,則為由長波部份的CRF所主導。

    CRF極可能同時對地球系統造成增暖及冷卻的改變,故影響雲/輻射特性的相關參數變化便顯得格外重要。例如在雲的形成方面,只要含有水汽的空氣上升或在被舉升的過程中,凝結或凝華成水滴與冰晶而懸浮在高空,或者由霧升騰離開地面等等情況,都可能達到成雲的條件。然而由於各種雲的產生與消散、型態的轉變、分佈狀況與移動情形等等,都與當時大氣中的各種物理性質及動力表現有關。這對於長時間的氣候平均分佈而言有其整體且隨季節變化的特徵,且在不同的天氣條件下,雲系統亦存在截然不同的組合特性與隨區域成明顯改變的分佈型態。平均而言,一般在熱帶地區因為日射強烈故有較高的海溫以及容易產生旺盛對流,經由觀測資料證實了熱帶深對流區域長、短波的CRF於大氣層頂有互相抵消的趨勢( Kiehl 1994,Pai and Rajeevan 1998,Rajeevan and Srinivasan 2000,Hartmann et al. 2001,Cess et al. 2001,Tian and Ramanathan 2002,Wang et al. 2002 )。而深對流區域因為對流旺盛故產生的雲是既高且厚的,這會在觀測資料中得到相當大的光程厚度值。當深對流發展成熟且持續維持的同時,雲會向上伸展到達相當的高度後擴散開來,亦即越旺盛的對流系統相對會延伸出較為龐大的卷層雲或卷雲。依照ISCCP的分類,卷雲、卷層雲及深對流雲皆屬於高雲類雲型,故不難推測旺盛對流會與高雲量產生良好的正相關。另一方面,旺盛對流伴隨較大的光程厚度亦是造成OLR值降低的最主要原因,此亦與降雨的關係極為密切。換句話說,熱帶地區一旦產生旺盛對流,則生成的大量高雲雲量與較大的光程厚度值會伴隨著大量的降水與極低的OLR值。

    若以雲的形式及所處的高度來分析其對於地球能量所可能造成的影響,如較高且細薄的雲對短波而言,傳播的效率遠比反照程度來的高。而對於長波本身,高雲除了會於四周空間發散輻射外,還會反射來自於地表所傳達的長波輻射,同時因為高度較高,故雲層及雲頂較低的溫度對於長波輻射較無幫助。故整體而言,較高且較細薄的雲對於地球能量收支有儲存能量且對大氣及地表產生增溫的影響。另一方面,較低且厚的雲對於短波而言有較高的反照程度,而由於較厚且覆蓋面積大,所以也會大量的反射來自地表的長波輻射。同時因為低雲與地表溫度的差距不大,所以亦會輻射大量的長波到大氣中。不過整體而言,較低且厚的雲對於地球能量收支平衡的貢獻為負值,亦即會造成地球系統的冷卻。顯然不同型態的雲所造成的輻射效應亦不同。

    目前已有許多證據顯示了CRF的相關特性以及其在氣候分析上的重要性,例如Tian and Ramanathan(2002)曾指出在ITCZ、SPCZ與赤道西太平洋暖池的上方,因為對流旺盛故多為較高且厚的深對流雲,其於大氣層頂所量測到的LWCRF約為70( ),同樣亦可量測到-70( )的SWCRF,故使得大氣層頂的NCRF幾乎等於0。也正因為如此,這些區域在晴空時候地表與大氣能量的轉換過程中,空間梯度上的改變顯得格外狹小,亦即無法如有雲時候為大氣本身留住太多的能量,如此造成大氣本身強烈的冷卻,以及直接加熱地表所產生的熱通量,更進一步間接提供了綜觀尺度濕靜能(MSE)傳送的主要能量來源。換句話說,熱帶深對流區域的CRF便成了平衡MSE傳送所需能量的主要來源之一(由ITCZ、SPCZ與赤道暖池等地傳送到副熱帶冷池等地);Bergman and Hendon(2000)亦曾提及低緯度地區大氣環流主要受到對流潛熱所增強,其中由CRF所貢獻的便可達到20%,且CRF對低對流層的影響遠勝於對高層的影響,對局部的影響大於對長期的影響。而低緯度地區低雲覆蓋所造成的CRF更是大洋東側上副熱帶環流場非絕熱加熱影響的主要來源,且雲的角色與非絕熱加熱率具有線性的關係存在;Klein and Hartmann (1993)比較了副熱帶地區與中緯度海洋、非洲與中國層雲之間的異同,發現除了中國之外,其他地區在洋面上皆具有相當大量的層雲存在。這皆顯示了CRF與氣候表現及能量收支息息相關。

    此外Wielicki et al.(2002)更組合了不同衛星所觀測共22年的資料(包括了長、短波的輻射資料)分析了輻射收支的氣候狀況,並指出熱帶地區能量收支的改變將造成雲量配置明顯的變化,且氣候模式在考慮了CRF之後將會得到不錯的改善;Chen et al.(2002)採用相同的資料對長、短波輻射進行EOF(Empirical Orthogonal Function)分析,發現當Hadley與Walker環流產生增強訊號的同時,對流層頂的溼度與雲量隨即產生一致的改變;而Trenberth(2002)更再度的提及與證實了這些現象。其他如(Neelin and Held 1987,Moore and Haar 2001,Hahn et al. 2001)等對於CRF的研究亦相當重要。雖然CRF在各區域的精確風貌還尚未能完全了解,但它對於全球能量的平衡、溫度的分佈以及大尺度動力上所存在的重大影響是絕對無法忽視的。

    3.2 區域氣候特徵

    ISM與EASM雖然同樣屬於ASM,但其個別的氣候系統卻呈現出顯著的差異。ISM為典型的季風環流系統,主要受到印度次大陸及鄰近海域間(如BB等)海陸分佈差異所產生的溫度變化及潛熱釋放,以及青康藏高原影響太陽輻射能量吸收方面所增強的海陸對比。而EASM則因為東西方向的海陸分佈差異,使得該處傾向與亞洲大陸低壓與西北太平洋(WNP)副熱帶高壓間產生緯向壓力梯度(Lau et al. 2000)。此外,ISM與西北太平洋夏季季風亦屬於兩個性質相異的對流系統(ISM主要受到BB對流系統影響,西北太平洋夏季季風則受制於菲律賓海附近的對流形式)。Wang et al. (2001) 曾詳細的比較了西北太平洋夏季季風及ISM間的差異,其特別強調了直接來自太平洋之SST對WNP所造成的影響,這與處於ISM區域中的BB有著先天上完全不同的傳遞過程與分佈狀況。而這與Clark et al.(2000)所言SST梯度的改變對於印度洋區域的降水影響甚大相互呼應,故亦是影響ISM及EASM期間降水變化差異非常重要的因子之一。

    隸屬於EASM的西北太平洋夏季季風,其雨季較晚(約7月到9月),平均而言為ISM成熟期之後一個月,且其降雨主要受到SCS地區環流場的控制。LinHo and Wang (2002)曾表示在探討亞洲太平洋夏季季風(APSM / Asian-Pacific Summer Monsoon)的時候,時間與空間的變化必須要搭配比對,並指出利用APSM隨季節的演變、SAC(Slow Annual Cycle)與FAC(Fast Annual Cycle)等之間的配置,能夠近一步釐清APSM的複雜特徵。又如Lau and Sui (1997)所言西太平洋暖池深對流發生的區域並不會超過50﹪,而造成這樣的情況主要是由於大尺度次環流的調節所導致,並且使得某一地區一但產生旺盛對流系統則將會抑制其他地區深對流的生成,雖然Lau and Sui (1997)是探討冬天的情形,但實際上夏季期間亦避免不了這樣的情況。

    顯然對於ISM及EASM的季風背景而言,不管是動力上的低層環流型態,或者是探究其驅使旺盛對流的能量來源與回饋機制,皆有一套屬於它們自己的運作模式。過去多半利用OLR來分析ASM,除了因為OLR資料於低緯度地區的可信度較高之外,其資料的高解析度(具有日平均以下的時間解析度)以及涵蓋時間較長,使能夠藉由低頻分析透徹的了解季風區域特性。(圖3.1)為1985~1989年夏季(JJA) OLR的總變異量及平均值分佈圖。顯著的季風特性表現在OLR的JJA平均分佈中,亦即同屬東亞及南亞海域的BB(85°E~95°E,10°N~20°N)、SCS(110°E~120°E,10°N~20°N)及WNP(125°E~135°E,10°N~20°N)三處皆具有相對低OLR值,且其OLR的變異情形皆為相對極大值。值得注意的是BB區域低OLR的強度顯然較SCS及WNP為大,可能原因一為SCS及WNP兩處的旺盛對流本來就較BB為弱,二則可能因為變異情形劇烈,起伏大故平均值較BB為弱。

    若將OLR值以220 為一分界作為代表深對流的存在,如(圖 3.2)為1985~1989年間4~9月份OLR日平均資料於各區域的頻率分析(區域如(圖 3.1)所示),(a)部份為各月份於各區域中OLR值小於220 的頻率分佈狀況,在所選取同樣大小的區域內平均每30天有4500筆資料。(b)部份為(a)中小於220 資料的OLR平均值。從BB、SCS及WNP等的OLR值隨時間的分佈可區分為兩種型態:(1)BB在5月中旬左右會因為季風的肇始,故於進入JJA期間會普遍有旺盛對流的存在;(2)WNP則因為季風肇始具有兩階段性,故使得深對流頻率對大出現的時間延後許多( 大約在7月底 )。這與最近LinHo and Wang (2002)所指出APSM具有兩個季風肇始階段的結果一致;第一階段出現在5月中旬並持續到7月初,第二階段則發生於7月底到9月初。而如同OLR的變異情形所示WNP不如BB般穩定,不過藉由頻率上的過濾之後便可發現其季風肇始期間OLR小於220 的平均值亦可低至175 左右(如圖3.2b)。

    3.3 雲/輻射效應之區域特性

    縱使對於OLR的分析以可以約略掌握ASM的動力配置,但對於雲與輻射特性上的了解仍顯不足,因此勢必仍需要進一步分析雲型、雲量以及輻射通量等之間的交互關係才能更加釐清ASM的CRF特性。

    3.3.1 高雲量、OLR與雲/輻射效應

    (圖 3.3)為OLR與高雲量於1985~1989年間JJA日平均氣候值於各區域中所有資料的X-Y散佈圖。由圖所示高雲量與OLR密切的關係不言而喻,儘管於不同區域中其兩者間的正相關斜率稍有出入,且其實際值的落點亦隨區域而異(MC地區無其他三處般具有超過70 %的高雲量以及低於190 的OLR),不過顯然高雲量的增多是驅使OLR降低的重要原因。因而可以預期高雲量的分析會相當程度的驗證OLR的表現。(圖3.4)為高雲量1985~1989年間日平均氣候值於10°N~20°N緯向平均隨時間變化分佈圖。由圖可見其與OLR的配置是相似且一致的,BB在5月中旬季風肇始之後建立起強烈的對流系統,使得JJA期間高雲量均居高不下,其中最大值發生在5月底,且含量超過65 %;SCS與WNP的JJA平均最大值不如BB多,但於7~8月份亦有60 %以上。而EASM的特性更於110°E~160°E間隨時間增加的趨勢中表現出來,這與JJA期間OLR總變異量的分佈是一致的(BB、SCS與WNP總變異量分別約為2000、2200及超過2400,皆較其他區域為高 )。

    (圖 3.5)為1985~1989年間JJA的氣候空間分佈,分別為NCRF、LWCRF、深對流雲以及雲頂的平均大氣壓力。由圖所示,ASM期間的NCRF皆在-10( )以下而非一般於熱帶地區所認知趨近於零的情況,尤其在BB地區更可低於-30( )。有趣的是究竟如何的區域特性所產生的雲型配置令長、短波平衡出NCRF的配置,將在下節有進一步的討論。而(圖 3.5)亦顯示LWCRF及深對流雲的空間配置在BB、SCS及WNP具有很好的一致性,這亦與降水的配置有很好的關係,而繪制出平均雲頂的大氣壓力則可以釐清各區域約略的雲型分佈狀態。如(圖 3.5d)所示BB、SCS及WNP平均而言雲頂皆處於高雲類型(ISCCP所定義小於440mb),而MC地區則偏向中雲(亦有可能是變異劇烈所造成)。(圖3.6)依序顯示了各區域平均資料(a)OLR及降水、(b) 全雲量、高雲量及中低雲量和的1985~1989日平均氣候值隨時間分佈狀況,(b)部份右上角為高雲量於JJA期間的放大圖,紅色線為一基準線,可突顯其距平值的變動程度,而(b2)MC地區特別加上了光程厚度方便比對。由(a)部份可知較低的OLR值與較多的降水關係良好,尤其在夏季的分佈更是非常一致。而對照(b)部份除了亦可發現高雲量與OLR及降雨的良好關係外,BB、SCS及WNP於JJA期間的全雲量亦主要由高雲量所支配(高雲量大於中低雲量和的兩倍),這與MC地區大不相同。

    透過空間及時間上的氣候分佈,我們得知LWCRF及深對流雲量有很好的相關性,且於BB、SCS及WNP之NCRF、LWCRF、深對流雲以及雲頂的大氣壓力,再加上降水配置亦同樣具有極大值產生。故整體來說,當旺盛對流被驅動的同時,其垂直運動於高層所衍發出水平的雲型(卷雲、卷層雲)使得高雲量亦增多,並促使OLR降低,尤其在深對流區域其全雲量主要受到高雲量所影響,LWCRF與降水亦有良好關係存在。另外如前言所述,對低頻的分析可以幫助對ASM的了解,透過分析我們了解到OLR與高雲雲量的密切關係,而下節亦將突破性的利用雲量的日平均資料並透過濾波分析來細述ASM的區域特性。

    3.3.2 SCS、WNP與BB的比較

    比較BB、SCS與WNP三個同樣屬於ASM區的三個海域,其於JJA期間的降水明顯大於其他季節(圖 3.6a),除了知道他們各屬不同的季風區域外,另一顯著的差別則在於對流的強弱。由OLR的JJA平均值已知BB最低而SCS及WNP稍高,亦即平均而言BB的深對流系統強度較SCS及WNP來得大,而OLR的總變異量亦顯示WNP的變異情形最為劇烈,這更可由高雲量的夏季氣候分佈得知(圖 3.6b右上放大圖)。然而此三處的降水分佈卻顯示在夏季期間皆很強烈(圖 3.6a),而這樣的異同使得其個別雲系統對輻射的影響又是如何則是本節要探討的議題。

    (圖 3.7)為各區域1985~1989年NCRF與光程厚度的月平均氣候值隨時間分佈,除了陸地區域的關係較差外,基本上NCRF是隨著光程厚度而異動的,由圖所示BB、SCS及WNP於夏季期間皆為負值的NCRF,表示其短波輻射效應影響較大。較值得注意的是BB於JJA期間NCRF及光程厚度皆具極大值,反觀SCS與WNP則傾向抵消的長、短波輻射關係。進一步分析其各年份及LWCRF與SWCRF的分佈狀況,如(圖 3.8)為各區域1985~1989各年及氣候值之LWCRF、SWCRF及NCRF隨時間分佈。BB於JJA期間的負極大NCRF顯然是由強烈的LWCRF及SWCRF所導致,反觀SCS及WNP傾向抵消的NCRF實際上其LWCRF及SWCRF皆較BB為弱。不僅氣候值如此,各年情況亦如此,顯然BB的雲系統配置所導致的LWCRF及SWCRF亦皆比SCS與WNP強。此外亦可發現BB與MC各年的分佈較為一致,而SCS及WNP則較為凌亂(不穩定)亦即每年變化的振幅則較大,再加上季風肇始時間的延後,故呈現的LWCRF、SWCRF的影響於整個JJA較小,亦即NCRF較趨於抵消狀態(負值較小)。

    為了要釐清BB與SCS及WNP的CRF狀況,必須要對雲型、雲量及輻射的關係作深入的探討。(圖 3.9)為各區域不同雲型於1985~1989年JJA期間,所有資料之各雲型雲頂大氣壓力及光程厚度的X-Y散佈圖,每區域皆有450筆資料,其中雲型的分類是依照ISCCP的定義(如表 1)。而其各點的累積平均雲量以及各雲型所造成的CRF資料統計於(表 3)。如(圖 3.9)所示,BB地區深對流雲所具有的光程厚度約介於30~40之間,屬於穩定較大的光程厚度分佈,反觀SCS及WNP之深對流雲型的光程厚度則較不穩定,範圍在30~70之間。搭配(表 3a)可知BB的深對流雲量約為11.8356 %,SCS及WNP則分別為7.8644 %及7.0256。顯然SCS及WNP的深對流含量仍是不及BB的,故若將其光程厚度與深對流雲量加總便可知道其造成平均NCRF近乎抵消的原因了。此外其變異劇烈的光程厚度分佈卻又能強力的解釋其具有與BB般強烈的降水。

    (圖 3.10)透過對於雲量的濾波分析(利用Butterworth的方法,Kaylor(1977))來比對BB與WNP的差異。(a)部份為BB及WNP兩區域1985~1989年之氣候日平均高雲量的20-80天濾波分析,(b)部份同(a)但為WNP區域卷雲雲型與深對流雲的濾波分析。由圖所示,WNP的高雲量於JJA期間明顯存在低頻的週期振盪,相對的BB則未如此。而WNP高雲量的週期振盪顯然與卷雲及深對流雲的分佈有關,由(圖 3.10b)可知高雲量的振幅主要還是受到深對流所影響,但顯然卷雲較長的延宕時間扮演了相當重要的角色,亦即WNP存在較BB為多的卷雲雲型(表3:BB = 30.7789 %、WNP = 36.9789 %),以及其持續的時間較長皆相對會增加其LWCRF的強度,也因為如此而影響了WNP的NCRF。

    簡言之東亞及南亞海域於夏季季風盛行期間所具有的深對流系統,除了使得OLR值驟降、光程厚度增加外,亦會造成高雲雲量的發展。而全雲量主要由高雲量所支配。此外,由CRF的分析可知在BB、SCS及WNP三個不同海域中雲所造成長、短波之CRF非如熱帶地區LWCRF與SWCRF互相抵消的情況。顯然縱使同樣為季風區域內的海域,BB與SCS及WNP之間除了因季風肇始時間不同所造成的差異外,在其各雲型、雲量所導致的CRF影響亦不同。

    3.3.3 海陸差異

    除了海洋區域的比對外,CRF於海陸間的差異亦是各具特色。部份研究便針對陸地的部份加以探討。例如( Rajeevan and Srinivasan 2000,Hahn et al. 2001 )等利用ISCCP的資料分析了不同季節海陸間雲型分佈上的差異等等。因此本文選取了陸地上MC地區(中國中部地區 / 100°E~110°E,25°N~35°N)來和BB等海洋區域來比對。除了由雲量的分佈可知MC地區中雲雲量頗具影響力之外,由雲頂的大氣壓力亦得知其平均而言是屬於中雲雲型的,雖然亦有可能為變異劇烈所導致,不過由MC地區強大的光程厚度及NCRF推測,初步排除該處因變異劇烈而導致平均雲頂大氣壓力降低的可能性。另一方面,於MC區域支配全雲量的雲型似乎並不再以高雲量為主,反而是中雲量所扮演的角色更顯重要,甚至成為影響全雲量的主因之一。在MC地區處除了JJA之外中雲量幾乎都是大於高雲量的。當然,由於MC地區屬於中緯度陸地區域,故若要使用OLR資料則需要更加小心,因此更加需要雲與輻射的資料來幫助分析。

    (圖3.11)為1985~1989各區域月平均JJA的X-Y分佈,(a)部份橫軸為LWCRF、縱軸為SWCRF,對角線表示LWCRF及SWCRF有相同的強度,(b)部份為NCRF與雲頂的平均大氣壓力,每區域各540筆資料。由圖所示MC區域的SWCRF在1985~1989五年間皆在對角線以下(圖3.11a),顯示此區域的NCRF都為負值。而平均NCRF亦較BB來得低許多,尤其是JJA期間顯然完全受到SWCRF的影響( 可達到-60 以下 ),不過這並非處於SWCRF較弱的情況,反而是因為LWCRF的減弱所導致。而由(圖3.11a)中亦可見到儘管BB及MC兩處的LWCRF、SWCRF分佈皆使得NCRF偏向較大負值,但MC處的情況與BB存在著明顯的不同。另外由(圖3.11b)除了可見其較大負值的NCRF外,其雲頂的平均大氣壓力亦將近一半低於ISCCP對高雲的分界(440 mb)。

    若由水汽的垂直分佈切入探討,(圖 3.12)為1985~1989年Q2個別區域平均氣候值之垂直頗面隨時間分佈圖。此處Q2為 ,其中t為時間、q為比濕,單位為: ,與一般所用的Q2 = 相差一個常數倍數Lq,而在經由垂直積分後的Q2要乘上一個『負號』才與實際相符,其垂直積分後的單位皆為 。由圖所示,較大量水汽除了集中於JJA期間,並且於高層的水汽量明顯大於低層,而BB的強烈對流透過對水汽的分析更為顯著。(圖 3.13)為各區域平均輻散場的氣候狀況隨時間與高度的分佈圖,很清楚的表示了海陸之間及不同海域配置上的差異。BB有著最典型的深對流狀況,JJA期間低層強烈的輻合與高層的輻散結構是導致旺盛對流發展的主要原因;SCS及WNP亦同樣存在對流雲系統但時間偏晚;而MC地區則顯示了陸地夏季並無明顯的強烈低層輻合,因此儘管高層出現微弱的輻散場,但卻無法如海洋區域般激起強烈的旺盛對流,反而在春季時低層有強烈輻合存在而對流高度並不高的情況下,驗證了該處中雲所具有的一定影響力。

    整體而言中雲於陸地上所扮演的角色顯然比在海洋上更為重要。特別是MC與BB於JJA期間雖皆存在較強的光程厚度配置,但由於雲型配置的關係,在MC地區並未如BB般具有強烈的降水產生。而陸地上的CRF亦與海洋上有所差異,如MC地區的NCRF與BB地區雖皆為負值分佈,但其LWCRF與SWCRF分佈曲率卻明顯不同。因此對於中雲在各區域所造成的影響程度仍是值得深入探討的議題。

    3.4 小結

    OLR值的變化與不同的雲型分佈有直接的關係,亦即雲的水平及垂直分佈會劇烈的改變OLR值。過去對於雲量觀測資料的取得一直非常困難,早期雖然有ISCCP-D2的資料,但其時間的解析為每月故使用起來有其限制,最近ISCCP-D1的資料已公佈於網路上,其時間解析度提昇至一日以下,因而對於細部結構的研究將非常有助益,尤其是低頻的分析( 不過由於部份參數只提供少數GMS的觀測資料,故南亞地區如阿拉伯海與印度洋仍有資料缺失的問題)。而透過對觀測資料的分析可知位於海洋的3個區域(BB、SCS與WNP)因為本身季風肇始的時間不同,且於APSM具有兩階段季風肇始的情況發生,故若僅針對JJA期間的分析並無法瞭解其細部狀況。儘管透過OLR的日平均變異量分析可以知道JJA期間SCS與WNP的變異情形相當劇烈,但單以此來與月平均資料驗證細部結構則稍嫌不足。儘管未經過區域平均處理,SCS及WNP仍不及BB般有強烈負值NCRF的情況,顯然月平均資料的分析雖可看出些端倪,但仍需要透過更精確的時間解析度方能更為了解。另一方面,由於低頻振盪為研究ASM的重要指標性特徵,故單以月平均資料並未能詳細分析低頻配置,尤其在雲型、雲量的資料分析方面。因此仍需要透過日平均的資料來做進一步的分析。

    在所探討的區域內,雲與CRF之間的關係和Weare (1997b)所得到的結果是一致的,即雲的LWCRF與高雲量具有高度的相關性,而SWCRF部份則與高雲量以及較高的光程厚度有較好的關係。儘管低雲量對於LWCRF部分貢獻較少,但對於短波部份卻也有實質的影響。這與Hartmann & Doelling (1991)所言熱帶深對流區域的反照率與OLR皆明顯受到雲量等結構上變化的影響相呼應。整體而言三個海洋區域以及陸地部份JJA期間的細部結構若以OLR與高雲量來呈現,BB超過70% 高雲量所佔的比例較MC、SCS與WNP為高,且OLR值低於220( )亦佔較高比例。SCS與WNP因為季風肇始特性與BB不同的關係,JJA期間仍有相當多的部份落於高OLR值與高雲量少的範圍。而陸地部份則顯示出中雲於陸地上所扮演的角色顯然比在海洋上更為重要。特別是MC與BB間雖存在相同的光程厚度配置,但由於雲型配置的關係,在MC地區並未如BB般具有強烈的降水產生。而陸地上的CRF亦與海洋上有所差異,如MC地區的NCRF與BB地區雖皆為負值分佈,但其LWCRF、SWCRF分佈曲率卻明顯不同。

    透過(圖 3.14)可將ISM及WNP的區域特徵更完整的表現出來。BB屬於典型的ISM氣候,JJA期間底層(850mb)有著強烈的輻合,高層(200mb)亦存在強烈的輻散場,故旺盛對流應運而生,相較之下WNP的對流平均而言則較弱。因此經由旺盛對流所引發的深對流雲雲量於BB亦較WNP為多,雖然零星的光程厚度值偶爾WNP會較BB來得大(圖 3.9),但對CRF的影響並不顯著,反倒是降雨量的影響較為明顯(BB與WNP皆很劇烈)。而由旺盛對流所引發的細薄卷雲雲量則因為BB的對流系統較強,受到週遭下沉氣流的影響,BB的卷雲量被抑制而減少,相較之下WNP的細薄卷雲則可延續較長的時間且延伸面積(含量)亦較BB為多。而強烈受到細薄卷雲影響的LWCRF及可證明此情形(BB的LWCRF為78.1249 ,WNP為64.3737 ),以BB的對流狀況而言其LWCRF也許可以再強上20~30( ),不過受到下沉氣流的影響使得卷雲量減少故連帶減弱了LWCRF的強度。另外透過低頻分析亦得知WNP尤其在夏季期間具有固定週期的低頻振盪,這亦顯示了其與BB的最大不同(深對流消長、卷雲延續存在的時間及覆蓋的含量多寡等問題)。而如中低層具有不小光程厚度的高層雲(Altostratus),以及深對流雲的雲量代表性的象徵了影響兩地SWCRF強弱的原因(BB大於WNP兩倍以上),不過影響長、短波輻射實際雲的情況仍然要看整體的配置與累加後的結果才能有精確的判斷。

    綜合此章節對於ASM期間CRF的分析,除了更了解關於CRF的特性之外,不同氣候特徵於不同區域所構成的雲/輻射特性亦再度回饋到種種的大氣表徵當中,尤其是雲所造成的輻射特性所導致能量上的傳遞與消長,更是驅動季風區域種種複雜問題的因素之一。藉由CRF的觀點來探討季風確實是相當重要的議題,尤其是以日平均資料來探討低頻分析更是相當重要。顯然若想要對未來氣候找到較好的代表性,則需要同時在對雲的水平雲量以及垂直方向雲的分佈、雲高、雲的光學性質等具有好的掌握。許多AGCM或許便因為無法正確的模擬出雲與輻射的特性,故不能正確的模擬出ASM的平均結構。本章所討論關於ASM期間的CRF等相關議題將有助於模式在利用CRF對氣候模擬的改善。

    第四章、模式(NTU-GCM)對雲/輻射效應的探討

    4.1 NTU–GCM模式簡介

    本章所使用的NTU模式為原始方程的全球波譜模式(Kau,1998),模式包含5個預報方程及靜力方程。這些控制方程在水平方向是以三角截斷法(Triangular Truncation)作球面諧函數展開,垂直方向則是用差分法表示。模式在計算非線性項及進行物理參數化時,皆是用快速傅利葉轉換(Fast Fourier Transform)及高斯積分法轉換到物理空間網格點上做計算。在此模擬中水平截斷波是波數42,故同一緯度圈上的網格點數取128,南北方向上高斯緯度圈數取64,所以水平解析度在東西方向約為2.8度,南北方向則為南北半球對稱之高斯緯度分佈。垂直共有12層,在12個不連續層之間設有13個面(levels),在層上考慮各種物理變數,而在面上計算 (vertical velocity)。時間積分則採用半隱式格式(semi-implicit)。

    模式的參數化包含四個部份,一為邊界層參數化:考慮了地表摩擦(surface friction),地表可感熱通量及地表蒸發作用,地表摩擦的考慮是利用整體(bulk formula)公式。二為水汽參數化:水汽的處理包括了(a)積雲對流作用,係利用修正的郭氏積雲參數化法,(b)為大尺度降水,使達飽和且不穩定的大氣作調整。三為次網格尺度的消散作用參數化,就物理過程而言,是無法解析尺度的消散作用之計算;就計算上而言,是避免能量累積在最小可解析的尺度上。四為雲及輻射參數化,所使用的是Ou & Liou(1988)的方法。以下針對雲的診斷設定及輻射參數化加以說明。

    4.1.1 雲之診斷及設定

    在本研究中雲量的取得是採用Slingo & Slingo(1991)的雲參數化模式,在其方法中雲量的模擬是由對流的降水速率、相對溼度、垂直速率以及大氣穩定度等等參數所決定。在模式中模擬每一層雲量的同時,為了減低計算的複雜度,再依照每一層雲量的大小區分成三種雲種,即高、中、低雲種,模式中垂直共有12層,其中最高二層與最低三層設為無雲區,至於每一雲種之雲量設定在本文中採用Maximum scheme,即 , , ,其中 、 、 分別為高雲雲量、中雲雲量及低雲雲量, 代表模式中各層雲量。由此除了決定高雲、中雲與低雲及其個別雲高外再由這三種雲組成7種不同雲貌(即 1.高雲,2.中雲,3.低雲,4.高雲與中雲,5.高雲與低雲,6.中雲與低雲,7.高、中、低雲同時存在),另外加上晴空則有8種狀況,且這8種雲貌對CRF的影響皆不相同。

    4.1.2 雲/輻射參數化

    本文所使用的參數是以Ou & Liou(1988)之雲/輻射參數化模式。Ou & Liou的方法是以寬帶法(broadband method)來計算晴空與有雲大氣的長波與短波輻射。在晴空大氣,整個長波輻射區域分成5個吸收帶,包括3個水汽吸收帶,一個二氧化碳吸收帶及一個臭氧吸收帶。而太陽短波輻射區域則使用25個吸收帶,包括6個水汽吸收帶,一個二氧化碳與水汽2.7 重疊吸收帶及18個臭氧吸收帶。在有雲大氣的長波傳遞方面,將中雲與低雲當成是黑體,而高雲為卷雲故高雲的長波寬帶放射率、反射率及透射率與太陽短波寬帶吸收、反射、透射的性質一樣,當成僅是雲內冰晶或液態水垂直含量的函數,以經驗參數來表示(Liou & Wittmain, 1979)。

Still have questions? Get your answers by asking now.