极端湿热对人类健康和生态系统有重大影响。在全球变暖背景下,未来湿热浪的强度和频率将进一步增加。湿热浪发生时,土壤比平时更湿,边界层高度较低,地表的蒸发增加了近地层大气湿度。小雨天的陆面大气过程及辐射变化如何影响极端湿热?当前全球气候模式普遍存在小雨模拟过多的问题,然而模式中过多的小雨对湿热浪的模拟产生的影响尚未明确。
针对上述问题,清华大学地学系王勇副教授课题组继揭示了小雨主导气溶胶湿沉降之后(Wang et al., 2021a),发现小雨通过增强陆面焓通量和降低边界层高度,能够加剧极端湿热。在此前随机对流方案降低全球气候模式中小雨频率高估(Wang et al., 2016; Wang et al., 2021b)的研究基础上,发现了湿热浪在蒸散发能量约束区低估、水分约束区高估的模拟偏差得到了很大程度的缓解。相关研究成果以“Light rain exacerbates extreme humid heat”(小雨加剧极端湿热)为题,于8月26日在《自然-通讯》(Nature Communications)在线发表。
研究发现,暖季湿热浪强度与小雨显著相关,与中到大雨和总降水量无明显相关。在湿热浪天和其前一天,除撒哈拉沙漠等干旱区外,小雨的发生频率超过50%。小雨天的湿热浪和无雨天的湿热浪在大尺度环流背景场并无明显差异,但前者强度高于后者(图1)。这是因为相比无雨的情况,小雨情况下到达地表的短波辐射虽然有所减少,但是陆面焓通量的增强和边界层高度的降低,显著增强了极端湿热。
图1. (a-c)暖季湿球黑球温度(WBGT,湿热指标)与小雨频率(a)、中到大雨频率(b)以及总降水量(c)时间相关系数;(d)极端湿热天和其前一天小雨发生频率;(e)极端湿热强度在有小雨情况和无雨情况差异。
研究发现,发生小雨的连续湿热浪持续时间要比无小雨的情况持续时间长。然而,分散性小雨比连续性小雨更有效地延长连续湿热浪持续时间(图2)。这是由于小雨补充了土壤水分,在之后的无雨日,强辐射一定强度上保持了蒸发,能够在更长时间内稳定地提供水汽。
图2. (a)发生小雨的连续湿热浪和无雨的连续湿热浪持续时间差异;(d)连续湿热浪与小雨Gini系数(表征小雨分布情况,系数越大代表小雨分布越不均匀)的相关系数;(c-d)热带(c)和中高纬(d)连续湿热浪和潜热变化速率与小雨Gini系数的关系。
通过在全球气候模式CAM5中减小过多的小雨,低纬辐射约束区的蒸散发增加减小了湿热浪强度的负偏差,而中纬度水分约束区的蒸散发减少缓解了湿热浪强度的正偏差(图3)。这些发现为认识未来气候变暖的背景下小雨发生频率减少对湿热浪的影响提供了重要理论基础。
图3. 模式过多小雨被抑制后暖季(a)小雨Gini系数的变化和(b)WBGT的变化(c)及其所在的不同蒸散发约束区间(横坐标越接近于1代表蒸散发越受水分约束,纵坐标越接近于1代表蒸散发越受能量约束)。
清华大学地学系2018级博士生张瞻婕为论文第一作者,清华大学地学系王勇副教授和美国加州大学圣地亚哥分校Scripps海洋研究所Guang J. Zhang教授为论文共同通讯作者。论文合作者还包括中国科学院空天信息创新研究院邢成特别研究助理,中国科学院大气物理研究所夏雯雯博士后,福建师范大学地理科学学院杨梦淼副教授。该研究得到了科技部重点研发项目和国家自然科学基金委等项目支持。
论文链接:
Zhang, Z., Wang, Y.*, Zhang, G.J.*, Xing, C., Xia, W. and Yang, M., (2024). Light rain exacerbates extreme humid heat. Nature Communications, 15(1), 7326. https://www.nature.com/articles/s41467-024-51778-9
相关研究文章:
Wang, Y., Xia, W., Liu, X., Xie, S., Lin, W., Tang, Q., ... & Zhang, G. J.* (2021a). Disproportionate control on aerosol burden by light rain. Nature Geoscience, 14(2), 72-76.
Wang, Y., Zhang, G. J.*, Xie, S., Lin, W., Craig, G. C., Tang, Q., & Ma, H. Y. (2021b). Effects of coupling a stochastic convective parameterization with the Zhang–McFarlane scheme on precipitation simulation in the DOE E3SMv1. 0 atmosphere model. Geoscientific Model Development, 14(3), 1575-1593.
Wang, Y.*, Zhang, G. J., & Craig, G. C. (2016). Stochastic convective parameterization improving the simulation of tropical precipitation variability in the NCAR CAM5. Geophysical Research Letters, 43(12), 6612-6619.
供稿:张瞻婕 王勇
编辑:王佳音
审核:张强