利用FY-3C氣象衛星GNSS掩星估計全球重力波變化與分析

金雙根 高超 李君海

1 南京信息工程大學 遙感與測繪工程學院，南京，210044 2 中國科學院上海天文臺，上海，200030 3 中國科學院大學，北京，100049

0 引言

大氣重力波是一種中小尺度的波動現象,廣泛存在于大氣層,其垂直波長在2～10 km左右,而水平波長可以從幾千米到幾萬米[1].由于大氣中的微小氣團在大氣穩定的層結構中產生擾動,微小氣團在浮力與重力的作用下上下波動的現象具有波的特性,所以稱之為重力波[2].不同成因與來源的重力波具有不同的波數、能量密度、傳播方向及耗散機制.重力波可以攜帶動量和能量在大氣層中傳播耗散使大氣動量、能量重新分配.重力波還可以影響大尺度氣候變化,如低層大氣擾動產生的重力波可以向上傳播至中高層大氣,破碎后影響大氣大尺度環流和大氣熱學結構,導致晴空湍流,對航天器的飛行產生不良影響;大氣重力波在中間層和低熱層發生破碎耗散,會造成中層頂溫度異常．此外,Ern等[3]使用衛星手段分析了重力波和準兩年振蕩(QBO,Quasi-Biennial Oscillation)的關系,描述了重力波在赤道QBO變化過程中的作用,提出了對重力波的進一步了解對于提高大氣模型中QBO的準確性至關重要;Vincent和Alexander提到重力波還能進一步向上傳播影響電離層,導致行進式電離層擾動 (TIDs),對通信及導航產生影響[4].因此,分析重力波的時空分布特征、能量變化以及波源成因等對于大氣科學的研究具有重要意義.

隨著大氣探測技術的發展,對重力波理論理解的深入以及計算機計算能力的提高,越來越多的重力波相關研究成果被發表.現今常用的重力波探測手段有激光雷達、火箭探空儀、探空氣球、無線電探空儀和衛星探測等.各種探測方法都有其優勢和局限性,如激光雷達可以探測平流層及中間層底部的溫度密度,但是大多數激光雷達只能在夜晚工作,而且激光雷達的測站相對較少,不足以研究全球范圍內的重力波活動信息;探空儀可以直接攜帶溫度濕度等測量設備升入天空直接對氣象元素進行測量,測量的結果較遙感的方法可信度更高,但是每天只能測量兩次,探測器的升空高度大約25 km,而且測站也不是很多,對于研究全球范圍內的重力波信息數據密度明顯不足.

相比之下,利用衛星遙感測量的方式可以更好地獲得大氣背景動力學結構、全球尺度的大氣擾動和中尺度的大氣擾動.Torre等[5]首次使用GPS無線電掩星數據獲得了全球重力波活動分布;Tsuda等[6]利用DAWEX實驗期間的探空雷達溫度數據獲得的重力波垂直波長數據與通過GPS掩星溫度數據計算所得的重力波垂直波長數據做對比,具有良好的符合度;Wang和Alexander通過COSMIC掩星數據使用小波變換的方法獲得了全球重力波參數[7];Faber等[2]使用COSMIC三個鄰近的掩星溫度剖面數據獲取了重力波橫波的全球分布,確定了重力波橫波的水平動量等.

GNSS掩星測量技術已經發展并應用了數十年,隨著科學研究需求的不斷增加和細化,對GNSS掩星測量技術的精度要求也越來越高,很多新的反演手段已經被應用于GNSS掩星數據反演,如正則變換(CT)法和全譜反演(FSI)法可以避免多路徑效應或者是對流層下部水汽干擾,但是對于電離層所帶來的誤差,往往只能使用雙頻GPS組合的方法來消弱,但這種方法仍然存在電離層殘存誤差,因為雙頻組合的方法只能消除電離層的一階項誤差.這個電離層殘存誤差對于掩星Level-1相位數據的影響可達數厘米[8].對于溫度剖面反演的影響還需要進一步的研究,提出合適的方法來消除或者消弱電離層延遲,可以提高GNSS掩星溫度剖面反演的精度,這對于進一步提高重力波參數估計精度十分重要.

當前GNSS掩星衛星主要是由美國和中國臺灣發射的COSMIC衛星星座、德國發射的CHAMP低軌衛星和美國NASA發射的GRACE衛星,但掩星數據仍然有限.隨著后續COSMIC-2衛星和中國低軌衛星,如中國FY-3C氣象衛星,或提供更多GNSS掩星觀測.本文首次利用中國FY-3C氣象衛星獲得的2014年8月—2016年12月的掩星數據,反演得到大氣溫度輪廓線,進而獲得全球重力波分布情況以及季節變化特征.

1 觀測數據和重力波估計方法

1.1 FY-3C掩星數據

中國風云氣象衛星3C(FY-3C)發射于2013年9月23日,是中國第二代極軌氣象衛星.該衛星搭載了多種探測器,如空間環境檢測器、太陽輻射探測器、地球輻射探測器、微波輻射計、微波溫度計、紅外分光計、GNSS掩星探測儀等,大幅度提高了我國對全球氣象資料的獲取能力,能夠獲取全球、全天候、定量、三維的大氣數據.FY-3C上搭載的掩星接收機GNOS(GNSS Occultation Sounder)是我國首臺衛星掩星接收機,可以同時接收GPS和Beidou衛星導航信號用以掩星觀測.GNOS掩星接收機搭載了最新的Open-loop技術,在中性大氣掩星探測中可以達到100 Hz,跟蹤的信號可至地面1～2 km處[9].FY-3C每天可以獲得500次GPS掩星事件和200次BDS掩星事件,掩星數據自2014年8月開始發布,可以從風云氣象衛星官網(http://satellite.nsmc.org.cn)獲取.本文選取了2014年8月—2016年12月共計29個月的FY-3C中性大氣掩星數據,共計34萬條掩星Level-1級相位延遲數據,采用ROPP軟件進行掩星反演獲得大氣溫度輪廓線,進而提取全球重力波參數并進行分析.

1.2 重力波估計原理

大氣重力波是一種重要的大氣波動現象,是由微小氣團在重力與浮力的共同作用下在平衡位置上下振蕩產生的.我們可以通過云層的變化和卷積來直觀地觀察重力波的形式和運動狀態,也可以通過大氣參數,如溫度或密度的擾動來間接地獲得重力波的形式和運動狀態.為了更科學地研究大氣重力波的特征、運動及機理,必須量化大氣重力波的相關參數.Fritts和Vanzandt提出了一種重力波參數化的方案,給出了總能量譜E(μ,ω,φ)、垂直波數m、固有頻率ω與方位角φ的定義,并進一步給出了它們之間的關系[10].

實際情況下重力波的影響是很復雜的,其中包含著波-波之間的影響[11].但是在研究領域上,對于重力波理論的研究常常都是在線性理論的基礎上進行的,因為線性理論比非線性理論更加簡潔易懂,而且計算方便.相關研究結論已經表明,在線性理論的框架下分析重力波是合理的,波-波作用幾乎可以忽略不計[12].在線性理論下,我們只考慮一階小量,認為得到的溫度或者風速輪廓線是由背景溫度場或背景風場和擾動溫度或者擾動風場組合而成的,即:

(1)

(2)

利用掩星獲得的溫度輪廓線可以提取重力波參數[13].為了能準確有效地獲取大氣重力波參數,準確的重力波擾動溫度輪廓線十分重要.很多學者提出了不同的濾波方法來獲取重力波擾動溫度輪廓線.如果將擾動溫度視為噪聲,可以使用二次或者是三次多項式擬合來獲取重力波擾動溫度剖面[4];如果認為重力波的垂直波長在2～10 km,可以采用高通濾波器過濾掉波長高于10 km的成分,來獲得背景溫度輪廓線[14].Torre等[5]使用帶通濾波器獲取重力波溫度擾動輪廓線.還有一些其他的濾波方法也可以用于獲取擾動溫度輪廓線,如插值濾波、高斯平滑、巴特沃斯濾波等.也有學者認為Kelvin波、行星波與重力波的波長大致相同,普通的濾波器濾波無法完全消除,所以提出了使用S-變換進行經向濾波來消除其他波的影響[15].Faber等[2]提出使用連續小波變換(CWT)的方法獲取擾動溫度輪廓線,剔除Kelvin波與行星波的影響.針對處理步驟,也有學者提出了一些改進措施,比如對對流層上下的溫度輪廓線分別濾波以防止對流層頂溫度突變對濾波產生的影響[16].

由大氣重力波的本質可知,大氣重力波是微小氣團在重力與浮力的共同作用下往復振蕩所形成的,這個振蕩頻率稱為浮力頻率(Brumt-Vaisala頻率):

(3)

(4)

式中Ep為重力波勢能,T′為重力波擾動溫度.關于T′2的處理方式,本文按照Tsuda等[14]中提到的方式,以2 km為窗口,200 m為步長,計算窗口內的平滑值:

(5)

重力波的動能可以從風場中獲得:

(6)

重力波的總能量可以表示為

E0=Ek+Ep.

(7)

使用S-變換可以提取重力波的垂直波數m,通過S-變換可以獲得所需高度范圍內的所有數據點上的重力波垂直波長λk,然后利用S-變換中對應數據點的幅度值Ak對高度范圍內的垂直波長λk做加權平均,即可得到所需高度范圍內的重力波垂直波長平均值λ[15],即:

(8)

而垂直波數m可以通過式(9)獲得:

m=2π/λ.

(9)

水平波數提取的方法源自Ern等[3]處理CRISTA數據所提出的方法,根據相鄰溫度輪廓線的相位差和相鄰輪廓線的距離來獲得水平波長:

kh=Δφij/Δrij.

(10)

Faber等[2]提出了針對于掩星數據獲得水平重力波的三角配對原則,即時間范圍在2 h以內,經緯差在15°范圍內.配對后即可使用式(10)獲取重力波的水平波長.

1.3 濾波方法

重力波的能量在大氣中傳播會造成背景溫度的擾動,所以通過探測溫度的擾動就可以獲得重力波的相關參數.獲取溫度擾動的關鍵是獲取背景溫度場,而獲得背景溫度場的方法就是從中去掉溫度擾動的部分.一些學者提議采用曲線擬合的方法,擬合出平滑的溫度輪廓線作為背景溫度場[4];還有些學者認為重力波的波長范圍是2～10 km,建議采用濾波器的方法提取這部分波長,如巴特沃斯濾波、S-變換濾波、連續小波變化(CWT)濾波等.

本文選擇了2014年8月—2016年12月中國氣象衛星 FY-3C提供的掩星數據,使用巴特沃斯濾波器進行頻率域濾波.巴特沃斯濾波器是由英國工程師Stephen Butterworth提出的,其最明顯的特點是通頻帶內的頻率響應最為平坦,能夠最大程度上保留通帶內的信號波形[17].具體采用的是六階巴特沃斯濾波器帶通濾波來獲取擾動溫度輪廓線.從圖1可以發現,因為巴特沃斯濾波器采用的是軟閾值,所以在濾波后的波譜圖中,有效地過濾掉了溫度輪廓線中波長大于10 km的成分,因此巴特沃斯濾波器也可以應用于重力波參數估算中擾動溫度的提取.

2 結果與分析

2.1 全球重力波估計

綜合考慮到FY-3C掩星數據的數據量和數據分布以及重力波獲取的時空分辨率,本文將地球以2°Lat/4°Lon的空間分辨率、1個月的時間分辨率格網化成90×90×1個月的格網點,在格網點內將溫度輪廓線以垂直200 m的分辨率插值并取平均,作為該格網點的溫度輪廓線.

在格網化FY-3C溫度輪廓線數據之前,本文對其進行了數據預處理.數據預處理的原則是剔除掉溫度大于450 K或者小于150 K的輪廓線,以及最低高度大于8 km或最大高度小于34 km的溫度廓線.之后與ECMWF公布的溫度再分析數據進行比較驗證,剔除掉與ECMWF溫度再分析數據差值大于25 K的輪廓線.經過數據預處理后,FY-3C數據的有效性約為99.8%.

本文先對每一條緯線圈的每一個高度做S-變換,提取波數為0～6的成分以去掉一些緯向的擾動對提取重力波參數的干擾,如行星波.采用的分離背景溫度場和擾動溫度場的方法是連續小波變換后,使用巴特沃斯濾波器,設定截取頻率為[0.1×103,0.5×103](單位:MHz)進行帶通濾波后,經逆變換作為背景溫度場.然后如1.2節所述的方法求得大氣重力波的各個參數.

圖2和圖3分別為FY-3C掩星數據獲得的2015年北半球冬季(文中提到的季節如無說明均為北半球季節．春季:3—5月;夏季:6—8月;秋季:9—11月;冬季:12月—次年2月)重力波勢能和垂直波長的全球分布,圖中的白塊是由于FY-3C掩星數據不足造成的信息缺失.在勢能分布中,赤道附近的重力波勢能平均值在10 J/kg左右,由赤道向兩極逐漸遞減,且北半球的重力波勢能強于南半球,亞歐大陸上空的重力波勢能相對較高,這些特點也滿足重力波的激發機制,如地形、風切變等.在垂直波長分布上,赤道上空的垂直波長在5 km左右,在南北緯30°左右達到最大值,最大值約10 km,這也與前人的研究結果類似[2,15].在重力波研究中,由于采用不同的濾波方法或者選取的格網密度不同,獲得的重力波參數會略有不同,同時也無法判斷獲取的重力波參數的準確性,因此在當前研究中往往比較的是重力波參數的時空分布.

綜上所述,我國FY-3C氣象衛星的掩星數據在重力波探測上也具有應用價值.而且本文將以往研究的空間分辨率進一步提高,有利于更加細致地分析重力波的時空分布規律.

2.2 全球重力波參數季節分布規律及成因

圖4顯示了15～20 km高度上重力波勢能的季節性全球分布.在圖4中,重力波勢能的高值基本上分布在赤道附近,并向兩極遞減,這可能與赤道附近的對流有關;另外,東半球(0°～180°E)的重力波勢能較西半球更加明顯,這可能與東半球亞歐大陸的陸地面積更大有關;同時,還發現夏季北半球的落基山脈西側的海洋上空、亞歐大陸的青藏高原喜馬拉雅山脈北側、冬季南半球的安第斯山脈西側的海洋上空存在重力波勢能高值.綜上所述,我們可以發現在15～20 km高度上的重力波基本上都是受地形激發的,且地形切變處存在重力波極值.

圖5展示了重力波勢能在20～30 km高度的季節性全球分布,可以發現在此高度上地形激發的重力波依然能從圖中分辨,如落基山脈西側、安第斯山脈西側、青藏高原北側等.重力波勢能的高值同樣存在于赤道附近,并向兩極遞減,赤道附近的對流作用在此高度上依然對重力波的激發起著主要的作用.比較夏冬兩季,我們發現北半球的重力波勢能變化更加明顯,其中冬季的重力波勢能明顯大于夏季,但是南半球中低緯區域的差異并不明顯,這說明該高度上主要是由于北半球的陸地面積大,陸地產生的明顯的季節性對流變化導致了重力波勢能在冬夏季節之間的差異[18].同理,我們發現在南極地區,北半球夏季(南半球冬季)的重力波勢能略高于北半球冬季(南半球夏季),這說明南極大陸上空也存在著季節性對流,并且激發的重力波在該半球冬季起主要作用.

圖6顯示了重力波勢能在30～35 km的季節性全球分布,可以發現由地形激發的重力波勢能不再明顯,其分布規律只剩下赤道區域的高值并向兩極減小,且北(南)半球冬季的重力波勢能較該半球夏季要明顯.說明在此高度上,由地形激發的重力波已經耗散殆盡,該高度上重力波的主要來源是對流作用.

圖7和圖8分別顯示了20～30 km、30～35 km上的重力波垂直波長的分布.在20～30 km高度上,重力波垂直波長基本上分布在5～11 km,這與過去的研究結果類似[18].重力波垂直波長在赤道附近較小,在南北緯40°附近達到極大值,之后再向兩極減小,且北(南)半球夏季的重力波垂直波長大于該半球冬季.而在30～35 km的高度,重力波垂直波長基本上分布在7～12 km,較20～30 km高度的垂直波長略有增加;同樣,在南北緯40°時取得極大值,向赤道和兩極減小,北(南)半球夏季的重力波垂直波長要明顯大于該半球冬季的重力波垂直波長.

2.3 重力波參數的年際變化規律

本文利用FY-3C掩星數據自發布以來兩年時間內的數據,對重力波參數的年際變化規律進行了分析.

圖9和圖10顯示了各緯度上的高度為20～30 km的重力波參數的年際變化.從圖9可以發現,北半球中高緯地區存在重力波勢能的年際變化,在2015年夏季和2016年夏季存在高值,在2014年冬季、2015年冬季存在次高值,其他時期屬于低值;在南半球中高緯地區同樣存在著年際變化,在2014年冬季、2015年夏季、2015年冬季、2016年夏季呈現出半年的周期現象;2014年冬季、2015年冬季赤道附近的重力波勢能出現高值,所以赤道附近的重力波勢能也存在年際的周期性變化.且觀察2014年秋季至2016年秋季的赤道附近的重力波勢能趨勢,我們發現重力波勢能在緩慢增加,而地形無明顯變化,所以這可能是由于赤道附近的對流作用在逐年增強.重力波垂直波長同樣也存在類似的情況,在圖10中,可以發現在北半球中緯地區,2014年秋、2015年春、2015年秋、2016年夏存在著高值,所以北半球中緯地區的重力波垂直波長存在半年性周期;在南半球中緯地區,2015年春、2016年春出現高值,所以南半球中緯地區的重力波垂直波長存在年際的周期變化.

圖11和圖12顯示了各經度上重力波相關參數的年際變化.從圖11中可以發現,東半球重力波勢能在2015年夏、2016年夏存在高值,在2014年冬、2015年冬存在次高值,2014年秋、2015年春、2015年秋、2016年春重力波勢能相對較低,而西半球的這種變化并不明顯.這說明這種年際變化可能是由冬夏時節陸地海洋之間的季節性對流造成的.重力波垂直波長也存在著年際變化,在冬夏季各經線上的重力波垂直波長均值要比春秋季小,在春季重力波垂直波長達到最高值.2015年夏季的重力波垂直波長最短,導致2015年冬季的重力波垂直波長也比往年要短.由于數據年限較短,暫時無法確定其原因,推斷其可能是2015年的最強厄爾尼諾現象引起的重力波勢能的增加和重力波垂直波長的減小.

2.4 重力波參數與地形的關系

地形是誘發重力波的主要因素之一.針對地形與重力波之間的關系,常常選擇安第斯山脈與南極洲之間的區域作為研究區域,很多研究結果顯示安第斯山脈是該地重力波的主要成因[19].本文分析了北半球夏季0°～30°S緯度范圍內重力波的緯向分布,如圖13a,圖中25 km高度以下的重力波勢能在120°W、90°W、50°W、10°E處存在高值.經過對比該緯度區域的地形高度,我們發現,120°W處的高值應該是由海洋中的小島地形造成的,這印證了Alexander和Grimsdell文中的觀點[20];90°W左右的高值是由東側南美洲的安第斯山脈的山地引起的;50°W處的高值是因為南美洲大陸的陸地地形;10°E附近的高值是由于東側存在非洲大陸引起的.所以我們可以得出在25 km以下的重力波大部分是由于陸地地形激發,然后向上傳播至25 km左右的高度處消耗殆盡的結論.

同理,我們研究了北半球冬季25°～40°N范圍內的重力波勢能的緯向分布(圖14a).在圖中可以清晰地看出135°W及90°～135°E處存在重力波勢能的高值,經過對比該緯度范圍內的地形,可知,135°W處的高值處于北美洲落基山脈西側,90°～135°E處的高值處于亞歐大陸的青藏高原,所以在北半球,低層大氣重力波同樣是由地形激發的.而且90°～135°E處的高值異常明顯,對于下游地區的重力波勢能分布也有廣泛的影響,影響范圍甚至超過了135°E經線.所以青藏高原的重力波對于整個中國的氣候氣象變化,甚至整個亞歐大陸板塊都有著重要的影響.

3 總結

本文利用中國氣象衛星FY-3C的掩星數據首次獲得了全球重力波的分布和變化特征,并探究了其成因.首先分析了各種重力波探測手段的利弊，GNSS掩星作為一種衛星遙感手段具有其他探測手段無可比擬的優勢.并利用ROPP軟件對大氣掩星數據進行了處理，獲得了2014年8月—2016年12月共計29個月內的大氣溫度輪廓線，給出了溫度廓線的預處理方法和大氣重力波參數的估計方法.最后分析了大氣重力波參數時空變化和分布特征，得出以下結論:

1)海陸季節性對流導致冬夏兩季的重力波勢能強于春秋兩季;

2)赤道對流作用導致赤道區域重力波強于兩極,且在夏季南半球中低緯度地區重力波活動頻繁、冬季北半球中低緯度區域重力波活動頻繁;

3)重力波隨著高度的上升,勢能逐漸下降,表明重力波在向上傳播的過程中產生了耗散;

4)地形是低層大氣重力波的主要來源.

由于FY-3C掩星觀測數據量和時間長度不足,如赤道部分的準兩年振蕩(QBO)現象未探測到,需要后續更多的GNSS掩星觀測數據進一步分析.